基于ES-VSP分布的交通狀態(tài)對(duì)公交車動(dòng)態(tài)排放的影響

楊鵬史, 劉永紅*, 黃玉婷, 林曉芳, 沙志仁

1.中山大學(xué)工學(xué)院智能交通研究中心, 廣東 廣州 510006 2.廣東省交通環(huán)境智能監(jiān)測(cè)與治理工程技術(shù)研究中心, 廣東 廣州 510275 3.廣東方緯科技有限公司, 廣東 廣州 510006

基于ES-VSP分布的交通狀態(tài)對(duì)公交車動(dòng)態(tài)排放的影響

楊鵬史1,2, 劉永紅1,2*, 黃玉婷1,2, 林曉芳1,2, 沙志仁3

1.中山大學(xué)工學(xué)院智能交通研究中心, 廣東 廣州 510006 2.廣東省交通環(huán)境智能監(jiān)測(cè)與治理工程技術(shù)研究中心, 廣東 廣州 510275 3.廣東方緯科技有限公司, 廣東 廣州 510006

為評(píng)估不同交通狀態(tài)下公交車運(yùn)行特征和排放水平的差異，現(xiàn)場(chǎng)采集廣州市B9、226線路公交車的逐秒GPS數(shù)據(jù)，以ES-VSP(發(fā)動(dòng)機(jī)負(fù)荷-機(jī)動(dòng)車比功率)分布表征暢通、輕度擁堵和中度擁堵下的公交車運(yùn)行特征，結(jié)合IVE(international vehicle emission)模型求得公交車平均排放因子并分析其差異. 結(jié)果表明：①所測(cè)公交車的發(fā)動(dòng)機(jī)低負(fù)荷區(qū)中bin11(-1.6

交通狀態(tài)； 公交車； GPS； VSP(機(jī)動(dòng)車比功率)； 平均排放因子

近年來我國城鎮(zhèn)化建設(shè)加速、機(jī)動(dòng)車保有量快速增長(zhǎng)[1-2]，機(jī)動(dòng)車排放尾氣已成為我國當(dāng)前復(fù)合型大氣污染主要來源，嚴(yán)重危害公眾健康[3]. 公交優(yōu)先是當(dāng)前減緩機(jī)動(dòng)車尾氣污染的有效政策之一，而設(shè)置公交專用車道是實(shí)現(xiàn)公交優(yōu)先的常見手段. 公交車作為城市道路中重要的交通工具，其運(yùn)行工況和排放受城市道路隨機(jī)多變的交通狀態(tài)影響. 因此研究城市不同道路類型上交通狀態(tài)對(duì)公交車排放的影響有助于系統(tǒng)掌握公交優(yōu)先政策的實(shí)施成效和控制機(jī)動(dòng)車尾氣排放.

機(jī)動(dòng)車排放受多種因素(速度、加速度、燃油類型、催化器技術(shù)等)影響，目前，主要通過實(shí)驗(yàn)測(cè)試、模型計(jì)算等手段對(duì)其進(jìn)行研究. 其中，車載排放測(cè)試系統(tǒng)被廣泛應(yīng)用于研究單輛公交車的排放特性[4-7]、分析不同道路類型對(duì)公交車排放的影響[8-9]以及對(duì)比不同燃料或排放標(biāo)準(zhǔn)的公交車排放水平[10-13]等，但其測(cè)試樣本有限. 而模型手段相較于排放測(cè)試降低了研究成本，提供了更多便利性. 典型的排放模型包括COPERT、MOVES(motor vehicle emission simulator)以及IVE(international vehicle emission). 其中，MOVES和IVE模型基于工況計(jì)算機(jī)動(dòng)車排放[14-15]，相較傳統(tǒng)的基于平均速度計(jì)算排放的模型更準(zhǔn)確反應(yīng)了行駛特征對(duì)機(jī)動(dòng)車排放的影響，被廣泛應(yīng)用于計(jì)算機(jī)動(dòng)車排放清單和研究駕駛風(fēng)格、交通狀態(tài)等因素對(duì)機(jī)動(dòng)車排放的影響[16-19]等方面，很少被應(yīng)用于研究公交車排放.

一些學(xué)者對(duì)公交車排放及影響因素進(jìn)行了更深入的研究. SONG等[20]基于VSP(機(jī)動(dòng)車比功率)排放模型和GPS數(shù)據(jù)采集實(shí)驗(yàn)，建立交叉口延誤時(shí)間、停車次數(shù)與公交車污染物延誤排放修正因子之間的關(guān)系. YU等[21-22]基于PEMS(portable emission measurement system)和GPS收集公交車在南京市道路的運(yùn)行和排放數(shù)據(jù)，分析公交車在不同載客重量、速度和加速度區(qū)間下的排放速率，探究了公交車的車站?？啃袨閷?duì)其排放的影響. Alam等[23-24]通過交通仿真軟件VISSIM和排放模型MOVES評(píng)估了信號(hào)優(yōu)先、公交站點(diǎn)分布、車速、道路坡度等因素對(duì)公交車排放的影響. 吳孟庭等[25]則利用VISSIM和CMEM(comprehensive modal emission model)模擬計(jì)算南京市太平北路(公交車和社會(huì)車輛混行路段)部分車道改造為公交車專用道后公交車及整個(gè)路段車隊(duì)的排放因子.

綜上，目前多數(shù)研究或考慮單輛公交車自身的速度和加速度對(duì)排放的影響，或分析交叉口延誤、載客重量、公交站?？啃袨榈扰欧庞绊懸蛩?，較少考慮路段交通狀態(tài)對(duì)公交車排放的影響. 因此，該研究將路段視作整體，用占路段車輛數(shù)最大比例的輕型車的平均速度來劃分路段交通狀態(tài)，通過現(xiàn)場(chǎng)采集公交車運(yùn)行數(shù)據(jù)，建立路段交通狀態(tài)與公交車排放的映射關(guān)系，以此分析不同交通狀態(tài)下公交車的運(yùn)行特征和排放規(guī)律，為評(píng)估城市公交車排放水平和制訂交通減排措施提供參考.

1 研究方法與過程

現(xiàn)場(chǎng)采集廣州中心城區(qū)部分公交車的運(yùn)行數(shù)據(jù)，基于不同道路類型對(duì)數(shù)據(jù)進(jìn)行提取，劃分成不同的交通狀態(tài)，計(jì)算各情況下公交車的ES(發(fā)動(dòng)機(jī)負(fù)荷)和VSP，求得ES-VSP分布和平均排放因子并分析其運(yùn)行和排放差異(見圖1).

圖1 技術(shù)路線Fig.1 Technology roadmap

1.1模型方法

該文采用ES和VSP表征機(jī)動(dòng)車的運(yùn)行工況，并參考IVE模型框架，將ES-VSP分成60個(gè)bin(bin0～bin59)，每個(gè)bin對(duì)應(yīng)一個(gè)排放修正系數(shù)，以此構(gòu)建機(jī)動(dòng)車運(yùn)行工況和排放水平之間的關(guān)系. 每種車輛的基準(zhǔn)排放因子來自于IVE模型數(shù)據(jù)庫，在基準(zhǔn)排放因子的基礎(chǔ)上，考慮各修正參數(shù)(不同運(yùn)行工況bin的修正、溫濕度、維護(hù)制度、燃油組分等)的影響. 該計(jì)算模型可反映不同車輛運(yùn)行狀態(tài)對(duì)排放產(chǎn)生的影響，其運(yùn)行排放量和平均排放因子的計(jì)算原理見式(1)～(3)[26]：

(1)

(2)

(3)

式中：i為不包括運(yùn)行工況在內(nèi)的各修正因素；j為車型；d為bin編號(hào)；Ki,j為不包括運(yùn)行工況在內(nèi)的各修正參數(shù)；Bj為基準(zhǔn)排放因子，gkm；Qj為初步修正后的排放因子，gkm；Kd,j為bin修正參數(shù)；fd,j為bin頻率；fj為車型組成百分比；D為里程，km；UFTP和UC分別為FTP(Federal Test Procedure)測(cè)試工況下的平均速度和實(shí)際平均速度，kmh；Erunning為運(yùn)行排放量，g；為平均排放因子，gkm.

1.2數(shù)據(jù)采集

為研究不同交通狀態(tài)下公交車的排放特征，需通過實(shí)驗(yàn)獲取公交車實(shí)際道路運(yùn)行的時(shí)間速度序列等數(shù)據(jù). 該文采用GPS采集設(shè)備于2015年10—11月對(duì)廣州市中心城區(qū)B9和226線路的35輛公交車進(jìn)行了現(xiàn)場(chǎng)數(shù)據(jù)采集，每條線路采集時(shí)間覆蓋周三和周五(07:00—22:00). 兩條公交線路經(jīng)過海珠區(qū)、越秀區(qū)、天河區(qū)等廣州中心城區(qū)，在道路類型上涵蓋次干路、主干路，在公交優(yōu)先方式上包含普通混行道路、限時(shí)公交專用道和快速公交車道BRT(bus rapid transit)，具體線路見圖2. 現(xiàn)場(chǎng)采集了每趟公交車實(shí)際行駛過程中的逐秒速度、經(jīng)緯度、行駛里程等數(shù)據(jù)，其中B9路含28趟，226路含32趟，共20萬余條數(shù)據(jù).

圖2 B9、226公交線路行駛路線Fig.2 Routes of No.B9 and No.226 buses

1.3數(shù)據(jù)處理

1.3.1目標(biāo)道路數(shù)據(jù)提取

獲取車輛途徑道路的地理位置和屬性等信息，以便篩選出目標(biāo)道路的GPS數(shù)據(jù)并進(jìn)行分類. 從網(wǎng)站http:www.gpsspg.commaps.htm可獲取各類地圖的經(jīng)緯度，該研究以“谷歌地球”的經(jīng)緯度為準(zhǔn). 按道路類型、公交優(yōu)先方式對(duì)篩選的道路進(jìn)行歸類，分為次干路混行車道、主干路混行車道、主干路公交車專用道和主干路BRT車道，具體結(jié)果見表1.

表1 道路名稱和類型

1.3.2交通狀態(tài)劃分

判斷篩選得到的公交車GPS數(shù)據(jù)的路段交通狀態(tài). 參考DBJ 440100T 164—2013《城市道路交通運(yùn)行評(píng)價(jià)指標(biāo)體系》[27]，以路段平均速度作為交通運(yùn)行狀態(tài)評(píng)價(jià)指標(biāo)，將城市道路交通狀態(tài)分為3個(gè)級(jí)別：暢通、輕度擁堵和中度擁堵. 劃分具體標(biāo)準(zhǔn)見表2.

表2 不同道路類型下路段交通狀態(tài)的劃分方法

其中，路段平均速度由大數(shù)據(jù)平臺(tái)獲得，以2015年路段路況統(tǒng)計(jì)報(bào)表形式呈現(xiàn). 該路段平均速度數(shù)據(jù)源于占據(jù)城市道路交通流量比重最大的輕型車，可代表路段交通狀態(tài). 每張報(bào)表以10 min為間隔，展示了相應(yīng)路段一整天的平均速度. 結(jié)合路段平均速度數(shù)據(jù)和交通狀態(tài)劃分標(biāo)準(zhǔn)，可確定目標(biāo)日相關(guān)道路在不同時(shí)間下的交通狀態(tài).

1.3.3ES-VSP分布計(jì)算

基于不同道路類型和交通狀態(tài)劃分下的GPS數(shù)據(jù)，計(jì)算公交車ES-VSP分布. 該研究使用VSP和ES表征機(jī)動(dòng)車瞬態(tài)工作狀態(tài)，構(gòu)建ES-VSP分布和機(jī)動(dòng)車排放水平的關(guān)系[28]. 其參數(shù)定義和計(jì)算方法見式(4)(5).

VSP=v{1.1a+9.81[arctan(sinθ)]+0.132}+0.000 302v3

(4)

式中：v為車輛瞬時(shí)速度，ms；a為車輛瞬時(shí)加速度，ms2；θ為道路坡度.

ES=0.08×Preaverage+RPMindex

(5)

式中：Preaverage為發(fā)動(dòng)機(jī)前25 s到5 s的VSP平均值，kWt；RPMindex為瞬時(shí)速度與速度因子的比值，速度因子的取值由速度和VSP共同決定. ES與機(jī)動(dòng)車瞬時(shí)速度和發(fā)動(dòng)機(jī)前25 s到前5 s共20 s的歷史VSP有關(guān)，其值較高時(shí)表明機(jī)動(dòng)車在前一段時(shí)間高速行駛或有突然的加速[29].

將ES-VSP劃分成60個(gè)bin，每個(gè)bin對(duì)應(yīng)一個(gè)排放修正系數(shù). 其中bin0～bin19(-1.6

1.3.4車輛技術(shù)水平特征

車輛技術(shù)水平是實(shí)現(xiàn)公交車平均排放因子計(jì)算的關(guān)鍵信息之一，包括燃油、空氣燃料控制系統(tǒng)、車型級(jí)別、行駛里程分布、催化器技術(shù)等. 實(shí)驗(yàn)中公交車由多點(diǎn)噴射LPG(液化石油氣)和NG(天然氣)公交車組成，排量均在3.0 L以上，均配置針對(duì)HC、CO和NOx排放控制的催化劑. 為獲取所需的燃油和行駛里程分布信息，對(duì)廣州市全市公交車登記數(shù)據(jù)庫(包含車型及車型數(shù)量)的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，以此估計(jì)廣州市中心城區(qū)的公交車燃油比例，并根據(jù)公交車的國家排放標(biāo)準(zhǔn)比例估計(jì)廣州市中心城區(qū)公交車的累積行駛里程比例. 估算結(jié)果見表3.

表3 廣州中心城區(qū)公交車車型分布估算結(jié)果

2 結(jié)果與討論

2.1不同交通狀態(tài)的ES-VSP分布特征分析

運(yùn)行工況是建立交通狀態(tài)與公交車排放聯(lián)系的關(guān)鍵. 統(tǒng)計(jì)每種交通狀態(tài)和道路類型下公交車的ES-VSP 分布和平均速度(見表4). 由于計(jì)算所得的公交車運(yùn)行工況主要分布于bin0～bin19之間，并且無bin40～bin59分布，表4僅呈現(xiàn)bin0～bin19的情況.

從表4可知，四種道路的公交車平均速度均隨交通狀態(tài)愈加擁堵而減小，表明道路社會(huì)車輛的行駛狀態(tài)對(duì)公交車運(yùn)行產(chǎn)生了明顯影響. 相同的交通狀態(tài)下，主干路公交車專用道的公交車平均速度分別是次干路混行車道和主干路混行車道的1.22～1.34、1.31～1.46倍，主干路BRT車道的公交車平均速度分別是次干路混行車道和主干路混行車道的1.39～1.74、1.48～1.90倍. 反映公交優(yōu)先政策對(duì)提高公交車運(yùn)行速度有一定成效.

公交車運(yùn)行主要處于低負(fù)荷區(qū)bin0～bin19，其頻率超過99.93%. bin11(-1.6

同種交通狀態(tài)下，各道路類型bin11頻率大小體現(xiàn)出基本一致的規(guī)律：次干路混行車道>主干路混行車道>主干路公交車專用道>主干路BRT車道.

表4 各交通狀態(tài)公交車ES-VSP分布及平均速度

注：CO和PM平均排放因子分別為其實(shí)際排放因子的0.1和100倍.圖3 各交通狀態(tài)公交車平均排放因子Fig.3 Average emission factors of buses in different traffic states

2.2不同交通狀態(tài)的平均排放因子分析

將各分類類別下的運(yùn)行工況用于計(jì)算排放，求出公交車的平均排放因子. CO、VOC(運(yùn)行產(chǎn)生的揮發(fā)性有機(jī)物)、VOCevap(蒸發(fā)產(chǎn)生的揮發(fā)性有機(jī)物)、NOx(氮氧化物)和PM(顆粒物)平均排放因子計(jì)算結(jié)果見圖3.

各類別下公交車的CO、VOC、VOCevap、NOx和PM平均排放因子范圍分別為7.63～11.40、0.26～0.46、0.68～1.56、0.32～0.51和0.72×10-2～1.28×10-2gkm.

由圖3可知，暢通和輕度擁堵時(shí)主干路公交車專用道和主干路BRT車道大部分污染物平均排放因子較低. 中度擁堵時(shí)，主干路BRT車道CO、VOC、VOCevap、NOx和PM平均排放因子相對(duì)其他道路最低，分別為7.66、0.27、0.87、0.32、0.75×10-2gkm，充分表明BRT公交車在交通高峰期運(yùn)行順暢、排放水平低的優(yōu)勢(shì).

次干路混行車道和主干路混行車道的污染物平均排放因子均隨交通狀態(tài)愈加擁堵而增大. 對(duì)應(yīng)暢通、輕度擁堵、中度擁堵3種狀態(tài)，次干路混行車道CO、VOC、VOCevap、NOx、PM平均排放因子比例分別為1.0∶1.1∶1.2、1.0∶1.1∶1.3、1.0∶1.1∶1.5、1.0∶1.1∶1.3和1.0∶1.1∶1.4，主干路混行車道則為1.0∶1.1∶1.2、1.0∶1.0∶1.3、1.0∶1.0∶1.4、1.0∶1.1∶1.3和1.0∶1.1∶1.3. 但主干路公交車專用道的CO平均排放因子與交通狀態(tài)之間的關(guān)系不明顯，其比例為1.0∶1.0∶1.0. 而主干路BRT車道公交車的CO平均排放因子隨交通狀態(tài)愈加擁堵而減小，其比例為1.0∶0.9∶0.8，并且VOC、NOx、PM平均排放因子與交通狀態(tài)間的關(guān)系不明顯.

為分析主干路公交車專用道和主干路BRT車道排放計(jì)算結(jié)果具有特殊性的原因，從模型計(jì)算排放的原理入手. 式(2)表明各個(gè)bin對(duì)應(yīng)的排放水平和bin頻率是該模型推算整體排放的關(guān)鍵. 以CO為例，基于已設(shè)定的車型分布，提取每個(gè)bin(bin0～bin39)的排放速率見圖4.

圖4 基于車型分布的bin CO排放速率Fig.4 CO emission rates of bins based on bus type distribution

從圖4可知，bin14～bin19和bin34～bin39這12個(gè)bin均屬高排放速率區(qū)，其CO排放速率與其他bin相差懸殊，并且發(fā)動(dòng)機(jī)中負(fù)荷區(qū)bin34～bin39更為明顯. bin14～bin19、bin34～bin39的CO排放速率分別是bin11的221和575倍. 該類bin對(duì)于最終的排放計(jì)算結(jié)果易產(chǎn)生更多貢獻(xiàn). 為進(jìn)行驗(yàn)證，將4種道路類型的高排放區(qū)的頻率分布整理見圖5.

圖5 各道路類型高排放速率區(qū)頻率Fig.5 Frequencies of high emission rate bins of different road types

主干路公交車專用道和主干路BRT車道均體現(xiàn)為暢通時(shí)bin34～bin39的頻率比其他交通狀態(tài)更高，同時(shí)高排放速率區(qū)頻率總和也表現(xiàn)為：暢通>輕度擁堵>中度擁堵. 其中，對(duì)應(yīng)暢通、輕度擁堵、中度擁堵3種狀態(tài)，主干路BRT車道bin34～bin39頻率總和比例是1.0∶0.4∶0，高排放速率區(qū)頻率總和比例是1.0∶0.7∶0.3. 在IVE模型中，高排放速率區(qū)有著較高的VSP值或ES值，代表車輛行駛速度或加速度較高，這表明BRT車道在暢通時(shí)公交車高速行駛，駕駛員有更多的空間采取較高的加速度，導(dǎo)致CO平均排放因子更高. 而次干路混行車道和主干路混行車道在bin34～bin39上的頻率均為0，同時(shí)其高排放速率區(qū)的頻率總和絕對(duì)值較小，對(duì)整體排放水平的貢獻(xiàn)相對(duì)較少. 其他污染物的分析思路相同.

高謀榮等[30]對(duì)LNG(液化天然氣)公交車排放特性的研究中出現(xiàn)了與該研究相似的情況，其測(cè)試得到的LNG公交車的NOx排放因子與車速的關(guān)系曲線在18 kmh左右的地方出現(xiàn)上升波動(dòng). 結(jié)合該研究可表明，公交車污染物排放水平不僅與平均行駛速度相關(guān)，與行駛工況的聯(lián)系同樣密切. 在BRT車道和公交車專用道兩種道路類型上，由于公交車的車速、加速度較高，其CO、NOx平均排放因子可能在暢通時(shí)更高一些.

3 結(jié)論

a) 交通狀態(tài)對(duì)公交車運(yùn)行特征有明顯影響. 所測(cè)公交車的運(yùn)行工況主要分布于發(fā)動(dòng)機(jī)低負(fù)荷區(qū)bin0～bin19，bin11頻率范圍為50.55%～83.39%. 隨著交通狀態(tài)愈加擁堵，每類道路上的公交車在低速低加速度區(qū)bin11上的頻率增大.

b) 相同交通狀態(tài)下，主干路公交車專用道、BRT車道的公交車平均速度是次干路混行車道、主干路混行車道的1.22～1.90倍，并且主干路公交車專用道和BRT車道大部分污染物平均排放因子較低. 表明公交優(yōu)先對(duì)于提高公交車運(yùn)行速度和減少尾氣排放有一定成效.

c) 次干路混行車道和主干路混行車道的公交車污染物平均排放因子均隨交通狀態(tài)愈加擁堵而增大. 主干路公交車專用道的公交車CO平均排放因子與交通狀態(tài)之間的關(guān)系不明顯. 而暢通時(shí)主干路BRT車道的公交車行駛速度、加速度較高，導(dǎo)致CO平均排放因子較高，對(duì)應(yīng)暢通、輕度擁堵、中度擁堵其比例為1.0∶0.9∶0.8.

[1] 環(huán)境保護(hù)部.中國機(jī)動(dòng)車污染防治年報(bào)(2015)[R].北京:環(huán)境保護(hù)部,2015:4-5.

[2] WU Ye,ZHANG Shaojun,HAO Jiming,etal.On-road vehicle emissions and their control in China:a review and outlook[J].Science of the Total Environment,2017,574:332-349.

[3] WU Xiaomeng,WU Ye,ZHANG Shaojun,etal.Assessment of vehicle emission programs in China during 1998-2013:achievement,challenges and implications[J].Environmental Pollution,2016,214:556-567.

[4] WU Xiaomeng,ZHANG Shaojun,WU Ye,etal.Real-world emissions and fuel consumption of diesel buses and trucks in macao:from on-road measurement to policy implications[J].Atmospheric Environment,2015,120:393-403.

[5] 樓狄明,成偉,馮謙.國Ⅳ天然氣公交車實(shí)際道路顆粒物排放特性[J].環(huán)境科學(xué),2014,35(3):864-869.

LOU Diming,CHENG Wei,FENG Qian.On road particle emission characteristics of a Chinese phase Ⅳnatural gas bus[J].Environmental Science,2014,35(3):864-869.

[6] 彭美春,吳曉偉,江曉燕.基于比功率的LPG公交車排放特性研究[J].汽車工程,2014,36(3):269-272.

PENG Meichun,WU Xiaowei,JIANG Xiaoyan.A study on the emission characteristics of LPG transit buses based on VSP[J].Automotive Engineering,2014,36(3):269-272.

[7] 彭美春,蔡妙甜,吳曉偉,等.大型LPG公交車運(yùn)行工況與排放特性的試驗(yàn)研究[J].汽車工程,2011,33(11):942-950.

PENG Meichun,CAI Miaotian,WU Xiaowei,etal.An experimental study on the operating conditions and emission characteristics of large-sized LPG bus[J].Automotive Engineering,2011,33(11):942-950.

[8] YUE Tingting,CHAI Fahe,HU Jingnan,etal.Gaseous emissions from compressed natural gas buses in urban road and highway tests in China[J].Journal of Environmental Sciences,2016,48:193-199.

[9] 陳旭梅,王瑩,羨晨陽,等.基于比功率的北京快速公交車輛排放特征[J].北京交通大學(xué)學(xué)報(bào),2012,36(6):90-95.

CHEN Xumei,WANG Ying,XIAN Chenyang,etal.Emission characteristics analysis of Beijing BRT vehicle based on VSP parameter[J].Journal of Beijing Jiaotong University,2012,36(6):90-95.

[10] GUO Jiadong,GE Yunshan,HAO Lijun,etal.Comparison of real-world fuel economy and emissions from parallel hybrid and conventional diesel buses fitted with selective catalytic reduction systems[J].Applied Energy,2015,159:433-441.

[11] WANG Aijuan,GE Yunshan,TAN Jianwei,etal.On-road pollutant emission and fuel consumption characteristics of buses in Beijing[J].Journal of Environmental Sciences,2011,23(3):419-426.

[12] ZHANG Shaojun,WU Ye,HU Jingnan,etal.Can Euro V heavy-duty diesel engines,diesel hybrid and alternative fuel technologies mitigate NOxemissions? new evidence from on-road tests of buses in China[J].Applied Energy,2014,132:118-126.

[13] LIU Zhihua,GE Yunshan,JOHNSON K C,etal.Real-world operation conditions and on-road emissions of Beijing diesel buses measured by using portable emission measurement system and electric low-pressure impactor[J].Science of the Total Environment,2011,409(8):1476-1480.

[14] ZHAO Yunjie,SADEK A W.Computationally-efficient approaches to integrating the MOVES emissions model with traffic simulators[J].Procedia Computer Science,2013,19:882-887.

[15] GUO Hui,ZHANG Qingyu,SHI Yao,etal.Evaluation of the international vehicle emission (IVE) model with on-road remote sensing measurements[J].Journal of Environmental Sciences,2007,19(7):818-826.

[16] WALLACEH W,JOBSON B T,ERICKSON M H,etal.Comparison of wintertime CO to NOxratios to MOVES and MOBILE6.2 on-road emissions inventories[J].Atmospheric Environment,2012,63:289-297.

[17] SENTOFF K M,AULTMAN-HALL L,HOLMéN B A.Implications of driving style and road grade for accurate vehicle activity data and emissions estimates[J].Transportation Research Part D:Transport and Environment,2015,35:175-188.

[18] SHAFIE-POURM,TAVAKOLIA.On-road vehicle emissions forecast using IVE simulation model[J].International Journal of Environmental Research,2013,7(2):367-376.

[19] 陳泳釗,劉永紅,林曉芳,等.基于浮動(dòng)車數(shù)據(jù)分析交通狀態(tài)對(duì)輕型車排放的影響[J].環(huán)境科學(xué)研究,2016,29(4):494-502．

CHEN Yongzhao,LIU Yonghong,LIN Xiaofang,etal.Evaluating the effects of traffic states on light-duty vehicle emissions in urban area based on floating car data[J].Research of Environmental Sciences,2016,29(4):494-502．

[20] SONG Guohua,ZHOU Xixi,YU Lei.Delay correction model for estimating bus emissions at signalized intersections based on vehicle specific power distributions[J].Science of the Total Environment,2015,514:108-118.

[21] YU Qian,LI Tiezhu,LI Hu.Improving urban bus emission and fuel consumption modeling by incorporating passenger load factor for real world driving[J].Applied Energy,2016,161:101-111.

[22] YU Qian,LI Tiezhu.Evaluation of bus emissions generated near bus stops[J].Atmospheric Environment,2014,85:195-203.

[23] ALAM A,HATZOPOULOU M.Reducing transit bus emissions:alternative fuels or traffic operations?[J].Atmospheric Environment,2014,89:129-139.

[24] ALAM A,HATZOPOULOU M.Investigating the isolated and combined effects of congestion,roadway grade,passenger load,and alternative fuels on transit bus emissions[J].Transportation Research Part D:Transport and Environment,2014,29:12-21.

[25] 吳孟庭,李鐵柱.路段公交專用道對(duì)車輛燃油消耗與污染物排放的影響分析[J].交通運(yùn)輸工程與信息學(xué)報(bào),2009,7(3):78-86.

WU Mengting,LI Tiezhu.Influence analysis of vehicle fuel consumption and exhaust emission on bus lane[J].Journal of Transportation Engineering and Information,2009,7(3):78-86.

[26] 竟峰,張旭.利用IVE模型進(jìn)行公交車尾氣排放分析[J].環(huán)境科學(xué)與技術(shù),2006,29(9):46-48.

[27] 廣州市交通委員會(huì).DBJ 440100/T 164—2013 城市道路交通運(yùn)行評(píng)價(jià)指標(biāo)體系[S].廣州:廣州市交通委員會(huì),2013.

[28] 賀克斌,霍紅,王岐東,等.道路機(jī)動(dòng)車排放模型技術(shù)方法與應(yīng)用[M].北京:科學(xué)出版社,2014:179-180.

[29] 王虎,李孟良,喬維高.一種汽車源排放模型:IVE模型簡(jiǎn)介[J].中國環(huán)境監(jiān)測(cè),2007,23(5):78-81.

WANG Hu,LI Mengliang,QIAO Weigao.A mobile source emission assessment model-IVE model[J].Environmental Monitoring in China,2007,23(5):78-81.

[30] 高謀榮,黃文偉,萬霞.基于PEMS的LNG公交大巴排放特性研究[J].環(huán)境工程,2014(11):151-154.

GAO Mourong,HUANG Wenwei,WAN Xia.Study on the emission characteristics of LNG buses based on PEMS[J].Environmental Engineering,2014(11):151-154.

EffectsofTrafficStatesonDynamicEmissionsofBusesbasedonES-VSPDistribution

YANG Pengshi1,2, LIU Yonghong1,2*, HUANG Yuting1,2, LIN Xiaofang1,2, SHA Zhiren3

1.Center of Intelligent Traffic Research, School of Engineering, Sun Yat-sen University, Guangzhou 510006, China 2.Guangdong Provincial Engineering Research Center for Traffic Environmental Monitoring and Control, Guangzhou 510275, China 3.Guangdong Fundway Technology Co., Ltd., Guangzhou 510006, China

In order to evaluate bus emissions in different traffic states, second-by-second GPS data of No.B9 and No.226 buses in Guangzhou were collected, and Engine Stress-Vehicle Specific Power(ES-VSP) distribution was used to characterize the bus operation conditions during free-flow, mild congestion and moderate congestion. Combining ES-VSP distribution and the International Vehicle Emission(IVE) model, the average emission factors of the buses were calculated, and the differences were analyzed. The results showed that frequencies of bin11 (-1.6

traffic state; bus; GPS; VSP(vehicle specific power); average emission factor

2016-11-14

2017-08-16

廣東省自然科學(xué)基金項(xiàng)目(2016A030313297)；廣東省科技計(jì)劃項(xiàng)目(2015B010110005，201704020053)

楊鵬史(1993-)，男，廣東汕頭人，1025995228@qq.com.

*責(zé)任作者，劉永紅(1977-)，女，江西宜春人，副教授，博士，主要從事大氣環(huán)境及機(jī)動(dòng)車污染控制研究，liu_its@163.com

楊鵬史,劉永紅,黃玉婷,等.基于ES-VSP分布的交通狀態(tài)對(duì)公交車動(dòng)態(tài)排放的影響[J].環(huán)境科學(xué)研究,2017,30(11):1793-1800.

YANG Pengshi,LIU Yonghong,HUANG Yuting,etal.Effects of traffic states on dynamic emissions of buses based on ES-VSP distribution[J].Research of Environmental Sciences,2017,30(11):1793-1800.

X51

1001-6929(2017)11-1793-08

A

10.13198j.issn.1001-6929.2017.03.10