路網(wǎng)機(jī)動車排放因子測算與不確定性分析

黎 明， 宋國華， 靳秋思， 程 穎， 何巍楠， 翟雅嶠， 謝麗珠

(1.城市交通復(fù)雜系統(tǒng)理論與技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室(北京交通大學(xué))，北京100044； 2.北京市交通行業(yè)節(jié)能減排中心，北京 100053；3.北京交通發(fā)展研究中心，北京 100053；4.華錄智達(dá)科技有限公司，北京 100043)

路網(wǎng)機(jī)動車排放因子測算與不確定性分析

黎 明1， 宋國華1， 靳秋思1， 程 穎2， 何巍楠2， 翟雅嶠3， 謝麗珠4

(1.城市交通復(fù)雜系統(tǒng)理論與技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室(北京交通大學(xué))，北京100044； 2.北京市交通行業(yè)節(jié)能減排中心，北京 100053；3.北京交通發(fā)展研究中心，北京 100053；4.華錄智達(dá)科技有限公司，北京 100043)

為分析交通指數(shù)和排放因子的測算機(jī)理，選擇以速度為銜接點(diǎn)，首先研究交通指數(shù)下的速度分布測算方法和速度對排放因子的修正關(guān)系；其次，研究交通指數(shù)下的路網(wǎng)機(jī)動車排放因子測算方法，并分析排放因子的不確定性量化方法；然后，以北京為例，測算交通指數(shù)下的路網(wǎng)交通排放因子.結(jié)果表明:當(dāng)路網(wǎng)交通指數(shù)位于2～8之間時，CO2排放因子隨交通指數(shù)的增長而平穩(wěn)增加，但交通指數(shù)在(0.6, 2]和(8, 9.4]時，CO2排放因子隨交通指數(shù)的增長而快速增加. 最后，統(tǒng)計了不同聚類方法下的排放因子偏差率，發(fā)現(xiàn)按工作日節(jié)假日和上下午分類后，交通指數(shù)下的CO2、CO、HC、NOx排放因子平均偏差率分別從3.48%、6.67%、6.08%、6.68%下降至2.65%、5.35%、5.20%、5.36%.

城市交通；交通環(huán)境；排放因子；交通指數(shù)；不確定性

在環(huán)境和能源日益嚴(yán)峻的形勢下，交通領(lǐng)域的節(jié)能減排成為了當(dāng)今的研究熱點(diǎn)之一. 基于浮動車系統(tǒng)的交通指數(shù)(traffic performance index，TPI)，廣泛地應(yīng)用在北京、深圳、杭州、廣州等大城市的交通管理中. 它不僅有助于出行者了解路網(wǎng)交通的擁堵狀態(tài)，合理選擇出行方式，而且有助于政府管理部門宏觀把握交通運(yùn)行，提出更為有效的交通需求管理措施. 然而，與交通擁堵相伴而生的交通環(huán)境污染，也逐漸成為了社會的關(guān)注熱點(diǎn). 為量化城市道路交通中機(jī)動車的尾氣排放量，國內(nèi)外學(xué)者應(yīng)用排放因子[1]展開了廣泛的研究. 排放因子是指機(jī)動車行駛單位距離后產(chǎn)生的不同排放物的質(zhì)量，不僅可以反映某類型車的微觀排放特征，而且可以反映區(qū)域內(nèi)不同交通狀況下的宏觀排放特征，因此，被廣泛地用作機(jī)動車尾氣控制對策研究的量化依據(jù). 在這樣的背景下，本文試圖將反映綜合交通狀況的交通指數(shù)，和量化城市交通機(jī)動車尾氣排放的排放因子相結(jié)合，研究交通指數(shù)和排放因子二者之間的定量關(guān)系，并進(jìn)行不確定性分析. 以上研究成果，不僅可以拓展交通指數(shù)的應(yīng)用維度，而且有利于出行者在了解交通擁堵程度的同時知悉交通排放狀況，從而選擇快捷而又健康的出行.

1 國內(nèi)外現(xiàn)狀

交通指數(shù)是道路交通運(yùn)行指數(shù)的簡稱，是綜合反映道路網(wǎng)交通運(yùn)行狀況的指標(biāo). 由于其簡單易懂，便于交通出行者和管理者對實(shí)時交通擁堵情況的把握，因此，北京、廣州、上海、深圳、杭州等大城市均選擇交通指數(shù)作為對外發(fā)布的交通信息數(shù)據(jù)產(chǎn)品. 在北京，交通指數(shù)[2]通過以路網(wǎng)中各類功能等級道路的車輛行駛里程(vehicle kilometers of travel，VKT)為權(quán)重，在對路網(wǎng)各不同路段逐一按擁堵閾值分別確定擁堵等級的基礎(chǔ)上，計算全路網(wǎng)或特定區(qū)域路網(wǎng)嚴(yán)重?fù)矶吕锍瘫壤?，再依?jù)嚴(yán)重?fù)矶吕锍瘫壤c擁堵指數(shù)的函數(shù)關(guān)系建立的數(shù)學(xué)模型，將交通擁堵特征數(shù)據(jù)轉(zhuǎn)換為單一化的交通指數(shù)，并轉(zhuǎn)化為0～10之間的一個數(shù)字. 在不同的城市中，雖然交通指數(shù)的測算機(jī)理不同，但是它的應(yīng)用，為實(shí)時動態(tài)路網(wǎng)工況分析、交通系統(tǒng)短板診斷、路網(wǎng)功能級配結(jié)構(gòu)優(yōu)化等提供了全新的技術(shù)手段.

在排放方面，早期的研究主要利用測試設(shè)備獲得單車的排放因子，如臺架測試法和道路車載測試法等. 但這些方法無法獲得車隊或者區(qū)域的排放因子，為解決這一問題，國外的研究學(xué)者開發(fā)了排放模型，如MOVES模型[3]、MOBILE模型[4]、EMFAC模型[5]、COPERT模型[6]等. 文獻(xiàn)[7]應(yīng)用MOVES 模型測試了道路交通機(jī)動車的溫室氣體排放，并通過調(diào)整MOVES里的參數(shù)評估了MOVES中沒有包涵的車型. 文獻(xiàn)[8-9]應(yīng)用MOVES和MOBILE模型測算了德克薩斯州東南部機(jī)動車污染物的排放因子，結(jié)果表明MOVES和MOBILE模型均存在高估NOx的現(xiàn)象. 美國環(huán)境保護(hù)署[10]應(yīng)用MOBILE模型分析了輕型車、重型車以及車隊的排放因子. 上述模型雖然在部分城市或區(qū)域得以應(yīng)用，但是均以美國或者歐洲的道路交通狀況為基礎(chǔ)進(jìn)行構(gòu)建的. 在中國，部分學(xué)者嘗試建立中國地區(qū)的排放清單，如文獻(xiàn)[11]研究了MOBILE的模型機(jī)理，測算了中國各類型機(jī)動車HC、CO、NOx的綜合排放因子；文獻(xiàn)[12-13]研究了MOBILE-China和PART5-China模型，并建立了澳門、廣州等地的排放清單；文獻(xiàn)[14]提出適用于中國城市交通規(guī)劃的MOBILE模式法參數(shù)修正及參數(shù)計算方法等，但由于國內(nèi)學(xué)者所建立的排放模型缺乏一致性，還未被廣泛認(rèn)可. 在區(qū)域排放因子的研究中，文獻(xiàn)[15-16]對單車的排放特性和影響因素進(jìn)行了研究，為利用排放模型測算區(qū)域交通排放因子奠定了基礎(chǔ). 文獻(xiàn)[17]利用IVE模型測算了杭州市輕型車和出租車的CO和NOx綜合排放因子；文獻(xiàn)[14,18]利用MOBILE模型分別計算了北京市和南京市部分車型的排放因子. 而對于排放因子構(gòu)建過程中行駛工況的建立方法，文獻(xiàn)[19]針對傳統(tǒng)行駛工況建立方法存在的數(shù)據(jù)收集困難、缺乏有效評價指標(biāo)等問題，提出了基于浮動車逐秒數(shù)據(jù)的分道路類型和速度的方法，和利用機(jī)動車功率分布劃分短行程的方法. 經(jīng)過實(shí)地驗(yàn)證，結(jié)論指出文章建立的方法能夠反映不同交通狀態(tài)下油耗和排放測算的機(jī)動車行為特征.

從以上研究可以看到，現(xiàn)有的排放因子研究多是通過測試研究單車排放，或者通過修正國外排放模型的參數(shù)獲取本地區(qū)的排放因子，這有可能是因?yàn)槭芟抻诋?dāng)時的交通數(shù)據(jù)采集設(shè)備或技術(shù)，無法采集大量的數(shù)據(jù)樣本. 此外，現(xiàn)有的研究中還缺乏對交通指數(shù)和排放因子的關(guān)系的探討. 隨著交通指數(shù)的廣泛應(yīng)用，大量的區(qū)域交通運(yùn)行數(shù)據(jù)得以收集，為研究本地區(qū)域交通排放奠定了數(shù)據(jù)基礎(chǔ)，基于此，本文將探索交通指數(shù)和排放因子之間的關(guān)系.

2 基于交通指數(shù)的排放因子

為測算交通指數(shù)下的路網(wǎng)機(jī)動車排放因子，本文分別對交通指數(shù)和排放因子的測算方法進(jìn)行了分析，發(fā)現(xiàn)交通指數(shù)的研究依賴于對路段速度的把握；排放因子與平均速度也存在著一定的量化關(guān)系. 因此，本文將通過以速度為中間點(diǎn)，研究交通指數(shù)和排放因子的關(guān)系. 其中，交通指數(shù)與速度的關(guān)系以不同交通指數(shù)下的速度分布量化；排放因子與速度的關(guān)系以速度對排放因子的修正量化.

2.1 交通指數(shù)下的速度分布

為計算交通指數(shù)下路網(wǎng)運(yùn)行的速度分布，本文通過測算同一指數(shù)下不同速度區(qū)間的路段VKT之和占路網(wǎng)VKT總量的比例來獲得. 車輛行駛里程是衡量機(jī)動車行駛量多少的基本單位，表示的是特定路網(wǎng)中所有車輛的行駛里程總和. 由于在現(xiàn)有的技術(shù)條件下，不可能得到每輛車實(shí)際跑行里程的精確值，因此，研究中常用交通量和路段長度的乘積來估算VKT. 與此同時，考慮到不同道路類型上車輛的運(yùn)行特性有顯著差異，如快速路上由于有物理隔離設(shè)施，車流的干擾因素較少，車流運(yùn)行流暢；主干路上由于設(shè)有紅綠燈，車流會被經(jīng)常打斷；次支路上常有機(jī)非混行現(xiàn)象等，因此，需要分道路類型研究交通指數(shù)下的速度分布，具體為

式中：S為VKT，km；N為第N種道路類型；K為交通指數(shù)；V為速度區(qū)間，km/h；l為第N種道路類型上平均速度位于V的路段編號；Q為路段l上的流量，veh；L為路段l的長度，km.

2.2 速度對排放因子的修正

美國環(huán)保部發(fā)布的MOVES2014技術(shù)報告指出，排放因子的影響因素包括有車輛年均行駛里程、車輛運(yùn)行時間分布、平均速度、道路類型等，因此，為真實(shí)反映車輛排放因子的變化規(guī)律，現(xiàn)有的研究多采用車載排放測試法采集基礎(chǔ)數(shù)據(jù)，再結(jié)合地理信息系統(tǒng)(geographyinformationsystem,GIS)等軟件對車輛軌跡分類，如此控制多種因素，分析單一因素下的排放因子變化規(guī)律. 考慮到本文的研究目的與數(shù)據(jù)獲取的復(fù)雜度，本文將從兩個因素研究速度對排放因子的修正關(guān)系：道路類型和平均速度.

為研究速度對排放因子的修正，近年來，以MOVES為代表的排放模型采用了基于機(jī)動車比功率(vehiclespecificpower,VSP)的變量聚類分析的方法[20]，刻畫VSP與排放因子的關(guān)系.VSP的概念是由麻省理工學(xué)院的Jimenez-Palacios于1999年提出，其定義為機(jī)動車牽引單位質(zhì)量需要的瞬時功率，是發(fā)動機(jī)為克服滾動摩擦阻力和空氣阻力，增加機(jī)動車動能和勢能所需要輸出的功率，單位是kW/t[16]. 在后來的研究中，美國環(huán)保部在輕型車沿用了VSP的概念，而對于重型車，其提出了意義相近的STP(scaled-tractivepower，STP)來代替VSP. 關(guān)于輕型車VSP[3]和重型車STP[21]計算公式分別為

式中：S1為VSP，kW/t；S2為STP，kW/t；v速度，m/s；a為車輛加速度，m/s2；m為車輛質(zhì)量，t；A、B和C分別為車輛的滾動摩擦阻力、坡度阻力和空氣阻力系數(shù)；f為車輛總質(zhì)量，t.基于VSP(以下統(tǒng)一用VSP表示VSP和STP)的排放因子求解方法能準(zhǔn)確地闡述車輛運(yùn)行與排放的關(guān)系，成為當(dāng)前研究的主流方法，因此，本文以VSP為中間變量，分道路類型分析速度對排放因子的修正關(guān)系.

一般地，利用PEMS、GPS等設(shè)備在排放測試中獲取的數(shù)據(jù)可分為兩類，排放數(shù)據(jù)和工況數(shù)據(jù). 排放數(shù)據(jù)是指收集到的車輛在運(yùn)行過程中不同排放物的逐秒排放量，即排放率數(shù)據(jù)；工況數(shù)據(jù)是指含有經(jīng)緯度的車輛逐秒運(yùn)行軌跡，可以利用GIS軟件將其按道路類型分類. 為研究速度對排放因子修正關(guān)系，首先，不同道路類型上的工況數(shù)據(jù)將劃分短行程. 所謂短行程，是指機(jī)動車能完整反映車輛運(yùn)行特性的一段連續(xù)的速度序列. 考慮到不同道路類型上，機(jī)動車完成一個短行程所需的平均時間不同，因此，本文建議快速路的時間間隔為60s，非快速路的時間間隔為300s. 然后，通過計算短行程平均速度，按平均速度合并短行程，形成分速度的短行程集合；最后，分析短行程集合的VSP分布，為測算排放因子奠定基礎(chǔ).

所謂VSP分布，是指在短行程集合內(nèi)，機(jī)動車在各個VSP區(qū)間(VSPbin)的行駛時間占總行駛時間的比例，如圖1所示. 相比行駛周期等其他參數(shù)，VSP分布不僅能夠更好的刻畫和描述實(shí)際道路上機(jī)動車的行為特性，而且具有一定的統(tǒng)計意義，即同樣的車型在同等級道路上行駛，如果平均速度相同，則VSP分布總是一定的.VSP分布的計算公式為

(1) 20～22 km/h

(2) 30～32 km/h

(3) 40～42 km/h

(4) 50～52 km/h

Fig.1 VSP distribution of light duty car at different speed on expressway[22]

式中：S為VSP，kW/t；Sb為VSP區(qū)間；Ri,j為第j個行程速度區(qū)間的第i個VSPbin的分布率；Nj為第j個行程速度區(qū)間下的VSP總數(shù)；Ni,j為第j個行程速度區(qū)間的第i個VSPbin中VSP的個數(shù)；n為整數(shù).

與VSP分布相結(jié)合得到排放因子的是VSPbin的平均排放率. 已有文獻(xiàn)的研究結(jié)果表明，車輛的屬性相同(車質(zhì)量、車齡、排放標(biāo)準(zhǔn)等)，則當(dāng)VSP值相等時，排放率相近，因此，通過對大量的排放數(shù)據(jù)按車型分類，計算VSP，然后按VSPbin分類，計算各VSPBin下的平均排放率. 結(jié)合上文中不同速度下的VSP分布，則不同速度下的排放因子測算公式為

式中：FN,L,V為第N種道路類型上車型L在平均速度V時的排放因子，g/km；Vj為第j個行程速度區(qū)間的平均速度，km/h；RN,i,j為第N種道路類型第j個行程速度區(qū)間的第i個VSPbin的分布率；RL,i為車型L在第i個VSPbin的平均排放率，g/s.

2.3 交通指數(shù)與排放因子的關(guān)系

2.3.1 基于交通指數(shù)的排放因子測算

為了研究基于交通指數(shù)的排放因子，本文選擇了基于VSP分布的方法測算速度與排放因子的關(guān)系. 然而，考慮到交通指數(shù)下的速度分布是對路網(wǎng)上各種車型的統(tǒng)計分析，因此，有必要結(jié)合道路實(shí)際運(yùn)行的車型比例，綜合反映道路上速度對排放因子的修正關(guān)系，公式為

式中FN,V為第N種道路類型上在速度V時的排放因子，g/km；XN,L為第N種道路類型上車型L的權(quán)重.

根據(jù)式(2)、(7)，基于交通指數(shù)的路網(wǎng)排放因子測算模型為

式中：FN,K為在第N種道路類型上交通指數(shù)K時的排放因子，g/km；FK為路網(wǎng)上交通指數(shù)K時的排放因子，g/km；φN為第N種道路類型的VKT權(quán)重.

2.3.2 基于交通指數(shù)的排放因子不確定性分析

一般的，交通指數(shù)是從路段到路網(wǎng)不斷積聚而形成的綜合性評價指標(biāo)，因此，用交通指數(shù)下的速度分布來反映復(fù)雜多變的路網(wǎng)交通擁堵狀況，具有一定的不確定性，而這將導(dǎo)致交通指數(shù)和排放因子之間的關(guān)系存在著不確定性. 從交通指數(shù)產(chǎn)生機(jī)理分析，以北京為例，交通指數(shù)源于3種等級道路嚴(yán)重?fù)矶吕锍瘫壤訖?quán)求和并轉(zhuǎn)化而來，并沒有考慮非嚴(yán)重?fù)矶吕锍痰囊蛩?；且在?quán)重一定的情況下，存在著3種等級道路嚴(yán)重?fù)矶吕锍瘫壤M合不同，但得到的交通指數(shù)相同的現(xiàn)象. 除此之外，不同道路上擁堵閾值不同、交通流的時變特征等，也是導(dǎo)致速度分布不確定性的原因.

為此，在95%的置信度下，本文將統(tǒng)計不同交通指數(shù)下的排放因子偏差大小，即在平均值上下的浮動值來量化二者之間的不確定關(guān)系. 基于置信區(qū)間和標(biāo)準(zhǔn)差的計算公式，偏差和偏差率的計算公式分別為

為減小交通指數(shù)下排放因子的不確定性，減小交通指數(shù)下速度分布的不確定性是關(guān)鍵. 根據(jù)前文的分析，將路網(wǎng)交通特性類似的數(shù)據(jù)聚類，增加交通指數(shù)的分類維度，可減小不確定性. 考慮到居民在工作日和周末的出行習(xí)慣、上下午的交通流特征、交通需求管理政策等[23-24]，本文建議將交通指數(shù)數(shù)據(jù)聚類分析，分工作日和周末、上午和下午等.

3 案例應(yīng)用及不確定性分析

本文以北京城市道路交通為例，研究北京交通指數(shù)和機(jī)動車排放因子的關(guān)系，并以此為基礎(chǔ)，分析交通指數(shù)下的排放因子不確定性. 考慮到數(shù)據(jù)收集的困難，本文假設(shè)機(jī)動車均為國四輕型汽油車，且行駛里程為8～12萬公里. 北京交通大學(xué)交通環(huán)境實(shí)驗(yàn)室利用PEMS設(shè)備共收集130萬余條排放數(shù)據(jù)[25]，涵蓋了輕型汽油車在快速路、主干路和次支路上不同速度區(qū)間下的行駛特性，為本文的研究奠定了數(shù)據(jù)基礎(chǔ). 結(jié)合式(3)、(5)、(6)，以CO2排放因子為例，其隨速度的變化規(guī)律見圖2.

圖2 排放因子隨速度的變化關(guān)系

從圖2可以看到，當(dāng)速度小于30 km/h時，排放因子隨著速度的增加而顯著降低；當(dāng)速度超過30 km/h時，排放因子趨于穩(wěn)定，有較小的波動；當(dāng)速度超過80 km/h時，排放因子開始上升. 而排放因子最小處位于60～80 km/h區(qū)間，這也和車輛的經(jīng)濟(jì)速度相吻合.

基于此，路網(wǎng)交通指數(shù)與CO2排放因子的關(guān)系如圖3所示. 從圖3可以看出，隨著交通指數(shù)的增加，排放因子也隨之增長，當(dāng)路網(wǎng)交通指數(shù)在2～8之間時，排放因子增長平穩(wěn)，但是交通指數(shù)為(0.6, 2]和(8, 9.4]時，排放因子增長迅速. 此外，本文通過擬合，得到CO2排放因子與路網(wǎng)交通指數(shù)的函數(shù)關(guān)系式，且可靠性指標(biāo)R2超過0.97，說明擬合效果較好，可靠性較高. 同理，可以獲得路網(wǎng)交通指數(shù)與CO、HC、NOx排放因子的關(guān)系圖，本文不再贅述.

圖3 排放因子隨速度的變化關(guān)系

為驗(yàn)證減小不確定性的分類方法，本文對不同分類方法下的路網(wǎng)交通指數(shù)與排放因子的偏差率進(jìn)行了統(tǒng)計，結(jié)果如圖4所示. 可以看到，通過聚類分析，交通指數(shù)下的排放因子偏差率均有所下降，如CO2排放因子在不分類的情況下，平均偏差率為3.48%，但是，經(jīng)過初步劃分為工作日和節(jié)假日，偏差率降低為3.17%. 如果進(jìn)一步劃分上下午，則偏差率進(jìn)一步縮小為2.65%. 同時，CO、HC、NOx的排放因子平均偏差率也分別從6.67%、6.08%、6.68%下降至5.35%、5.20%、5.36%. 因此，將交通指數(shù)數(shù)據(jù)按交通規(guī)律分布進(jìn)行分類分析，能有效地降低交通指數(shù)下的排放因子偏差率.

(a) CO2

(b) CO

(c) HC

(d) NOx

Fig.4 Relationship between emission factors and TPIs on road network

4 結(jié) 論

1)通過分析交通指數(shù)和排放因子的測算方法，選擇以速度為銜接點(diǎn)，研究了交通指數(shù)下的速度分布測算方法，以及速度對排放因子的修正關(guān)系.

2)隨著交通指數(shù)的增加，CO2排放因子也隨之增長，當(dāng)路網(wǎng)交通指數(shù)在2～8之間時，CO2排放因子增長平穩(wěn)，但是交通指數(shù)為(0.6, 2]和(8, 9.4]時，CO2排放因子增長迅速.

3)交通指數(shù)數(shù)據(jù)按工作日節(jié)假日和上下午分類后，交通指數(shù)下的CO2、CO、HC、NOx排放因子平均偏差率分別從3.48%、6.67%、6.08%、6.68%下降至2.65%、5.35%、5.20%、5.36%.

4)在今后的研究中，將繼續(xù)深入探索降低不確定性的聚類方法，包括考慮實(shí)際路網(wǎng)車型分布和基于旅行時間或延時類的交通指數(shù)算法等.

[1] KRISTENSSON A, JOHANSSON C, WESTERHOLM R, et al. Real-world traffic emission factors of gases and particles measured in a road tunnel in Stockholm, Sweden[J]. Atmospheric Environment, 2004, 38: 657-673.

[2]全永燊, 郭繼孚, 溫慧敏, 等. 城市道路網(wǎng)運(yùn)行實(shí)時動態(tài)評價理論和技術(shù)研究[J]. 中國工程科學(xué), 2011, 13(1): 43-48.

QUAN Yongshen, GUO Jifu, WEN Huimin, et al. Theory and technology of real-time dynamic evaluation of urban road network[J]. Engineering Science, 2011, 13(1): 43-48.

[3]U.S. Environmental Protection Agency. Development of emission rates for light-duty vehicles in the motor vehicle emissions simulator (MOVES2010), final report, EPA-420-R-11-011[R]. Washington DC: EPA, 2011.

[4]U.S. Environmental Protection Agency. User’s guide to MOBILE6.1 and MOBILE6.2, EPA420-R-03-010[R]. Washington DC: EPA, 2003.

[5]Air Resources Board. EMFAC2011-LDV User’s guide[R]. Sacramento: EPA, 2013.

[6]European Environment Agency. EMEP/EEA air pollutant emission inventory guidebook 2013, TH-AK-13-012-EN-N[R]. Luxembourg: European Environment Agency, 2013.

[7]KALL D, JACKSON D, PERLMAN J. Using MOVES to conduct a greenhouse gas inventory for on-road mobile sources in the northern New Jersey region[C]// 92nd Transportation Research Board Annual Meeting. Washington DC: Transportation Research Board of the National Academies, 2013.

[8]KOTA S, YING Q, ZHANG H, et al. Evaluation of CO and NOxemissionsfromMOVESandMOBILE6.2insoutheastTexasusingasource-orientedCMAQmodel[C]//92ndTransportationResearchBoardAnnualMeeting.WashingtonDC:TransportationResearchBoardoftheNationalAcademies, 2013.

[9]KOTAS,YINGQ,SCHADEG.MOVESvsMOBILE6.2:differencesinemissionfactorsandregionalairqualitypredictions[C]// 91stTransportationResearchBoardAnnualMeeting.WashingtonDC:TransportationResearchBoardoftheNationalAcademies, 2012.[10]POLLACKA,LINDHJEMJ,STOECKENIUST,etal.EvaluationoftheU.S.EPAMobile6highwayvehicleemissionfactormodel[R].Novato:ENVIRONInternationalCorporation, 2004.

[11]林秀麗. 中國機(jī)動車污染物排放因子及其修正方法研究[J]. 環(huán)境科學(xué)與管理, 2009, 34(9): 38-43.

LINXiuli.VehicleemissionsfactoranditscorrectionmethodofChina[J].EnvironmentalScienceandManagement, 2009, 34(9): 38-43.[12]吳燁, 郝吉明, 傅立新, 等. 澳門機(jī)動車排放清單[J]. 清華大學(xué)學(xué)報(自然科學(xué)版), 2002, 12: 1601-1604.

WUYe,HAOJiming,FULixin,etal.EmissionsinventoryformobilesourcesinMacao,China[J].JournalofTsinghuaUniversity(ScienceandTechnology), 2002, 12: 1601-1604.

[13]姚欣燦, 黃如娜, 農(nóng)加進(jìn), 等. 廣州市2010年道路機(jī)動車排放清單研究[J]. 廣州環(huán)境科學(xué), 2012, 27(2): 20-24.

YAOXinchan,HUANGRuna,NONGJiajin,etal.VehicleemissioninventoryofGuangzhouin2010[J].GuangzhouEnvironmentalSciences, 2012, 27(2): 20-24.

[14]李修剛, 楊曉光, 王煒, 等. 用于城市交通規(guī)劃的機(jī)動車污染物排放因子[J]. 交通運(yùn)輸工程學(xué)報, 2001, 1(4): 87-91.

LIXiugang,YANGXiaoguang,WANGWei,etal.Motorvehicles’exhaustemissionfactorsforurbantransportationplanning[J].JournalofTrafficandTransportationEngineering, 2001, 1(4): 87-91.

[15]高繼東，秦孔建，梁榮亮，等. 北京道路工況下公交車PM和NOx排放特性試驗(yàn)研究[J]. 汽車工程, 2011, 33(9): 757-760.

GAOJidong,QINKongjian,LIANGRongliang,etal.AnexperimentalstudyonthePMandNOxemissioncharacteristicsofpublicbusinrealdrivingconditioninBeijing[J].AutomotiveEngineering, 2011, 33(9): 757-760.

[16]李孟良，馮玉橋，秦孔建，等. 北京市輕型在用車實(shí)際道路排放特征分析[J]. 武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版), 2011, 35(2): 237-240.

LIMengliang,FENGYuqiao,QINKongjian,etal.Real-worldemissioncharacteristicsofin-uselight-dutyvehiclesinBeijing[J].JournalofWuhanUniversityofTechnology(TransportationScience&Engineering), 2011, 35(2): 237-240.[17]董紅召，徐勇斌，陳寧. 基于IVE模型的杭州市機(jī)動車實(shí)際行駛工況下排放因子的研究[J]. 汽車工程, 2011, 33(12): 1034-1038.DONGHongzhao,XUYongbin,CHENNing.AresearchonthevehicleemissionfactorsofrealworlddrivingcycleinHangzhoucitybasedonIVEmodel[J].AutomotiveEngineering, 2011, 33(12): 1034-1038.[18]畢曄，葛蘊(yùn)珊，韓秀坤. 基于MOBILE6.2的北京市出租車排放污染物分析[J]. 安全與環(huán)境學(xué)報, 2007, 7(2): 61-64.

BIYe,GEYunshan,HANXiukun.AnalysisofemissionpollutantsfromBeijingtaxibasedonMOBILE6.2[J].JournalofSafetyandEnvironment, 2007, 7(2): 61-64.

[19]SONGG,YUL,WUY.Developmentofspeedcorrectionfactorsbasedonspeed-specificVSPdistributionsforurbanrestrictedaccessroadwaysinBeijing[C]// 93rdTransportationResearchBoardAnnualMeeting.WashingtonDC:TransportationResearchBoardoftheNationalAcademies, 2014.

[20]宋國華. 分道路類型的不同速度行駛工況開發(fā)方法[J]. 交通標(biāo)準(zhǔn)化, 2010(23): 38-41.

SONGGuohua.Approachofdevelopingdrivingoperatingmodeclassifiedbyroadtypesanddrivingspeed[J].CommunicationsStandardization, 2010(23): 38-41.

[21]U.S.EnvironmentalProtectionAgency.Developmentofemissionratesforheavy-dutyvehiclesinthemotorvehicleemissionssimulator(MOVES2010),FinalReport,EPA-420-R-12-049[R].WashingtonDC:EPA, 2012.

[22]黎明，宋國華，于雷，等. 基于VISSIM的道路交通排放評價可行性分析[J]. 交通運(yùn)輸系統(tǒng)工程與信息, 2013, 13(5): 56-63.

LIMing,SONGGuohua,YULei,etal.FeasibilityanalysisofemissionevaluationforroadtrafficbasedonVISSIM[J].JournalofTransportationSystemsEngineeringandInformationTechnology, 2013, 13(5): 56-63.

[23]WENH,SUNJ,ZHANGX.StudyontrafficcongestionpatternsoflargecityinchinatakingBeijingasanexample[J].Procedia-SocialandBehavioralSciences, 2014, 138: 482-491.

[24]王云鵬，郭棟，隗海林，等. 城市分等級道路車輛運(yùn)行速度對排放的影響[J]. 哈爾濱工業(yè)大學(xué)學(xué)報, 2009, 41(7): 110-114.

WANGYupeng,GUODong,KUIHailin,etal.Impactofdrivingspeedonvehicleemissiononfourdifferentgradedroads[J].JournalofHarbinInstitutionofTechnology, 2009, 41(7): 110-114.

[25]SONGG,YUL.EstimationoffuelefficiencyofroadtrafficbyacharacterizationofVSPandspeedbasedonFCD[J].TransportationResearchRecord, 2009, 5005: 11-20.

(編輯 魏希柱)

Development of emission factor for road network and uncertainty analysis

LI Ming1, SONG Guohua1, JIN Qiusi1, CHENG Ying2, HE Weinan2, ZHAI Yaqiao3, XIE Lizhu4

(1.MOE Key Laboratory for Urban Transportation Complex Systems Theory and Technology (Beijing Jiaotong University),Beijing 100044, China; 2.Beijing Transport Energy and Environmental Center, Beijing 100053, China;3.Beijing Transportation Research Center, Beijing 100053, China; 4.Hualu Zhida Technology Co., Ltd., Beijing 100043, China)

To analyze the influencing mechanism between traffic performance index (TPI) and emission factors, the speed distribution was taken as the connection variable. Firstly, a method for calculating speed distributions on different TPIs was established, and the relationship between the speed and emission factors was analyzed. Secondly, a method to calculate emission factors on road network was developed based on different TPIs, and a quantification method was analyzed to estimate the uncertainties. Thirdly, traffic emission factors on different TPIs were calculated for Beijing city. Results show that when the TPI is between 2 and 8, CO2emission factor increases monotonously with the increase of TPI. However, when TPI is between 0.6 and 2 or between 8 and 9.4, CO2emission factor increases rapidly. Finally, the average deviation rates of emission factors under different clustering results were calculated. It was concluded that by classifying the data from 4 aspects, workday, weekend, AM, and PM, the deviation rate of emission factors CO2, CO, HC, NOx decreased from 3.48%, 6.67%, 6.08%, 6.68% to 2.65%, 5.35%, 5.20%, 5.36% respectively.

urban traffic; traffic environment; emission factors; traffic performance index; uncertainty

10.11918/j.issn.0367-6234.2017.03.021

2015-09-25

國家自然科學(xué)基金(51208033,71273024)； 中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金(T14JB00180)

黎 明(1989—)，男，博士研究生； 宋國華(1979—)，男，副教授，博士生導(dǎo)師

宋國華，ghsong@bjtu.edu.cn

U491.2

A

0367-6234(2017)03-0132-06