城市核心區(qū)域乘用車碳排放的時空分布特征

林丹婷，張?zhí)m怡，陳 誠，邱榮祖

(福建農(nóng)林大學(xué)交通與土木工程學(xué)院，福建福州350002)

化石燃料燃燒產(chǎn)生的碳排放占全球碳排放總量的88%[1]，其中以城市內(nèi)部人類活動產(chǎn)生的碳排放為主[2]，這項占比逐年攀升，預(yù)計至2030年，該項占比將高達(dá)30%～50%[3].城市核心區(qū)域是城市公共活動最為集中的區(qū)域[4]，該區(qū)域內(nèi)各等級道路密布，交通狀況復(fù)雜，乘用車活動密集，交通量波動明顯，車輛行駛工況等因素均可影響交通碳排放和分布，當(dāng)大量二氧化碳聚集在一定范圍內(nèi)將對城市生態(tài)及居民健康造成影響.因此，研究并優(yōu)化使用頻率最高的城市核心區(qū)域的乘用車碳排放的時空分布具有現(xiàn)實意義.

建立準(zhǔn)確的區(qū)域機(jī)動車排放清單是制定減排政策的基礎(chǔ).相較于單一提供排放量數(shù)據(jù)的傳統(tǒng)機(jī)動車排放清單[5]，高分辨率機(jī)動車排放時空分布圖能提供全局、立體的機(jī)動車排放信息[6].現(xiàn)有的機(jī)動車時空排放圖是根據(jù)人口密度、經(jīng)濟(jì)發(fā)展水平、路網(wǎng)信息等參數(shù)進(jìn)行空間分配，但該方法忽略了車輛的實際行駛工況，結(jié)果存在偏差[7-8].根據(jù)車輛在實際道路上的行駛特征建立的時空分布圖是從排放源出發(fā)計算指定范圍內(nèi)的排放量，有助于提高時空分布圖的精度[9].

本研究以福州市核心區(qū)域內(nèi)部快速路、主干道、次干道以及支路為研究對象，收集浮動車數(shù)據(jù)、交通量數(shù)據(jù)和碳排放數(shù)據(jù)，利用ArcGIS軟件建立不同時段乘用車碳排放時空分布圖，以分析2017年該區(qū)域各時段乘用車碳排放分布特征，預(yù)測2020年不同減排情景下研究區(qū)域的乘用車碳排放分布變化，以期為降低城市交通碳排放提供決策依據(jù).

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源與采集方法

1.1.1 研究區(qū)域 福州市二環(huán)內(nèi)部區(qū)域是福州城市核心區(qū)域，通過OpenStreetMap獲取該區(qū)域內(nèi)的路網(wǎng)資料，數(shù)據(jù)類型包括道路名稱、經(jīng)緯度、長度等.根據(jù)《城市道路工程設(shè)計規(guī)范》（CJJ 37—2012）將道路劃分為快速路、主干道、次干道與支路[10].福州二環(huán)（快速路）及二環(huán)內(nèi)部全部道路全天候禁止貨車通行，且隨著福州市公交車電動化的發(fā)展，以化石燃料為主要動力來源的乘用車將成為該區(qū)域的主要碳排放源[11].

1.1.2 浮動車數(shù)據(jù)采集 浮動車數(shù)據(jù)主要來自城市中裝有GPS的出租車和公交車，每個采樣點均包含了地理空間信息（經(jīng)緯度）、時間與車輛運行狀態(tài)（瞬時速度、行駛里程）等信息，將一系列浮動車數(shù)據(jù)串聯(lián)即獲得道路交通流信息.營運狀態(tài)下出租車的運行狀態(tài)與乘用車相近[12]，因此本研究浮動車數(shù)據(jù)來自福州市13輛出租車.數(shù)據(jù)收集時間為2017年12月16—24日，包含5個工作日和4個休息日，時段為07：00—22：00，其中早高峰為 07：00—09：00，晚高峰為 17：00—19：00，其余為平峰時段，時間間隔為 5～20 s.

1.1.3 交通量數(shù)據(jù)采集 使用人工計數(shù)法和攝像法獲取交通量數(shù)據(jù).交通量監(jiān)測點位于二環(huán)內(nèi)4個市轄區(qū)的典型道路上（圖1）.高峰時段每15 min采集一次數(shù)據(jù)，平峰時段每1 h采集一次數(shù)據(jù)，每次監(jiān)測時長15 min.將相同時段多個相同等級道路交通量的平均值作為該時段該等級道路的單位時間交通量.

1.1.4 排放因子數(shù)據(jù)采集 使用車載排放測試系統(tǒng)對現(xiàn)存保有量占比最大的國Ⅲ、Ⅳ和Ⅴ3類排放標(biāo)準(zhǔn)汽油乘用車進(jìn)行碳排放速率測試，測試路線如圖2所示.測試車輛為日產(chǎn)騏達(dá)、大眾朗逸、本田雅閣等常見車型，車況良好；選取自然吸氣式4缸直列式發(fā)動機(jī)，排量為1.6～2.4 L，供油方式均為多點電噴.選擇在天氣晴朗，溫度20～25℃，濕度低于50%的天氣條件下進(jìn)行.國Ⅰ和Ⅱ排放標(biāo)準(zhǔn)汽油乘用車碳排放速率參考劉娟娟[13]的結(jié)果，根據(jù)文獻(xiàn)[14]的汽油碳排放系數(shù)計算獲得.

圖1 交通量監(jiān)測點分布Fig.1 Distribution of traffic monitoring points

圖2 測試路線Fig.2 Experimental route

1.2 數(shù)據(jù)處理方法

1.2.1 浮動車數(shù)據(jù)處理 將出租車GPS數(shù)據(jù)與路網(wǎng)數(shù)據(jù)進(jìn)行匹配，剔除異常和二環(huán)外的數(shù)據(jù)，提取二環(huán)內(nèi)不同等級道路不同時段的浮動車數(shù)據(jù).利用預(yù)處理后的浮動車數(shù)據(jù)計算乘用車比功率（vehicle specific power，VSP）.VSP是單位質(zhì)量下機(jī)動車的瞬時功率，其在統(tǒng)計意義上與車輛碳排放存在較強(qiáng)的關(guān)聯(lián)性[15].乘用車VSP簡化式如下[16]：

式中，v為車輛速度，m·s-1；a為加速度，m·s-2，θ為道路坡度，rad，由于二環(huán)內(nèi)道路較為平坦，因此本研究不考慮道路坡度影響，θ值取為0.

在城市交通模式中，VSP絕對值大于20 kW·t-1的樣本占比非常小，且對研究車輛碳排放貢獻(xiàn)不大[17]，故將VSP以1 kW·t-1為間隔在[-20，20]區(qū)間內(nèi)進(jìn)行劃分，劃分后的區(qū)間即為VSP-Bin.

1.2.2 交通量數(shù)據(jù)處理 使用與乘用車定義相近的小型載客汽車數(shù)據(jù)計算不同排放標(biāo)準(zhǔn)的車輛保有量[18]，假設(shè)所有時段各等級道路上不同排放標(biāo)準(zhǔn)乘用車占比與福州市各標(biāo)準(zhǔn)小型載客汽車占比相同.利用機(jī)動車存活率曲線[19]、福州市小型載客汽車新車注冊量數(shù)據(jù)及《輕型汽車污染物排放限值與測量方法》[20-23]中排放標(biāo)準(zhǔn)頒布時間，按照不同排放標(biāo)準(zhǔn)劃分收集到的交通量數(shù)據(jù)，計算如公式（2）和（3）所示.

式中，Ry-k（x）為存活率函數(shù)，y為研究年份，y＝2017；k為車輛注冊年份，k＝2000，2001，…，2017；x為機(jī)動車存活年限；Ry-k（x）表示車齡為（y-k）年的機(jī)動車存活率，假設(shè)機(jī)動車注冊后的5年內(nèi)存活率為1，即（y-k）≥6[24]；T，b表示存活率函數(shù)參數(shù)，取經(jīng)驗值T＝26，b＝11[25].公式（3）中，Ng，k為乘用車在g種排放標(biāo)準(zhǔn)下k年的新車注冊量，g為國Ⅰ～Ⅴ排放標(biāo)準(zhǔn)車輛；Z為2017年福州市乘用車總量；Pg表示2017年g類排放標(biāo)準(zhǔn)乘用車占比量.

1.2.3 排放因子數(shù)據(jù)處理 排放因子是機(jī)動車排放水平參數(shù)，是機(jī)動車污染控制的重要依據(jù)，它是指單車行駛單位里程時所排放的氣體的重量，本研究通過VSP-Bin的分布計算車輛的排放因子[13]：

式中，ERi為第i個VSP-Bin的排放率，g·s-1；erj是VSP-Bin為i的第j個VSP對應(yīng)的碳排放率，g·s-1；m為VSP-Bin為i的VSP個數(shù)；EF為排放因子，g·km-1；Bini是第i個VSP-Bin的時間分布比例；t是行駛時間，s；d是行駛距離長度，km.將車載排放測試獲得的碳排放速率數(shù)據(jù)按照VSP-Bin進(jìn)行劃分，并計算每個VSPBin內(nèi)的碳排放速率平均值，計算如式（4）所示，計算結(jié)果如圖3所示.

圖3 乘用車碳排放速率Fig.3 Carbon emission rate of passenger car

1.2.4 時空分布圖建立方法 以福州市二環(huán)及其內(nèi)部區(qū)域路網(wǎng)為基礎(chǔ)，建立了100 m×100 m分辨率的空間網(wǎng)格，計算每個網(wǎng)格內(nèi)的乘用車碳排放總量，具體計算過程如式（6）所示：

其中，AE為每小時每公頃范圍內(nèi)乘用車碳排放總量，kg·hm-2·h-1；c為道路等級，分為快速路、主干道、次干道及支路；Fc為c類道路每小時乘用車交通量，輛·h-1；EFg，c表示c類道路上g類排放標(biāo)準(zhǔn)乘用車碳排放因子，g·km-1；Lc為網(wǎng)格內(nèi)c等級道路長度，km.

1.3 減排情景設(shè)置

為更直觀地對比不同減排政策的效果，本研究設(shè)置4種減排情景模擬福州市二環(huán)內(nèi)2020年乘用車碳排放時空分布，并設(shè)置無控情景作為對照.

（1）無控情景：無控情景指車輛保有量按照現(xiàn)有的增長速度增加，車輛的淘汰率不發(fā)生任何變化，與車輛排放相關(guān)的政策保持不變.通過最小二乘法預(yù)測2020年福州市小型載客汽車保有量.假設(shè)研究區(qū)域2020年各等級道路乘用車增加量與小型載客汽車增長量相同.

（2）推廣新能源汽車：根據(jù)《節(jié)能與新能源汽車產(chǎn)業(yè)發(fā)展規(guī)劃（2012—2020年）》，我國2020年新能源汽車?yán)奂赢a(chǎn)銷量超過500萬輛[26]，假設(shè)新能源汽車約占我國汽車總量的2.5%，且均為“零排放”車輛，其他條件與無控情況相同.

（3）提高車輛燃料消耗標(biāo)準(zhǔn)：根據(jù)GB 27999—2014《乘用車燃料消耗量評價方法及指標(biāo)》[27]的規(guī)定，2020年乘用車燃料消耗相對于第3階段油耗標(biāo)準(zhǔn)平均下降30%，假設(shè)2020年正式實施該標(biāo)準(zhǔn)，乘用車排放因子下降30%，其他條件與無控情況下相同.

（4）淘汰老舊車輛：根據(jù)《北京市促進(jìn)高排放老舊機(jī)動車淘汰更新方案》[28]中將國Ⅰ和國Ⅱ標(biāo)準(zhǔn)乘用車定義為老舊車輛的規(guī)定，將國Ⅰ與國Ⅱ排放標(biāo)準(zhǔn)車輛將完全淘汰.

（5）控制車輛保有量：北京、上海等城市先后出臺車輛限購或搖號政策，機(jī)動車保有量增速得到有效控制，該政策下小型載客汽車保有量年平均增速約為8%.假設(shè)2020年福州市二環(huán)內(nèi)乘用車交通量以8%的速度增長，其他條件與無控情況相同.

2 結(jié)果與分析

2.1 數(shù)據(jù)處理結(jié)果

福州市二環(huán)內(nèi)各時段浮動車VSP的分布如圖4所示，VSP在VSP-Bin為[-8，8]的區(qū)間內(nèi)的占比超90%.

圖4 不同時段浮動車VSP分布Fig.4 VSP distribution of floating car at different time periods

根據(jù)公式（2）與（3）計算得到二環(huán)內(nèi)2017年年底國Ⅰ、Ⅱ、Ⅲ、Ⅳ和Ⅴ排放標(biāo)準(zhǔn)乘用車保有量占比分別為1.9%、2.7%、33.4%、37.6%和24.4%，再根據(jù)此占比計算各等級道路上不同排放標(biāo)準(zhǔn)乘用車單位時間內(nèi)的交通量，結(jié)果如圖5所示.由圖5可知，道路等級越高，交通量越大.快速路、主干道和支路在工作日早高峰時段的交通量最大，分別為12468、1980、486輛·h-1，次干道在工作日晚高峰時段交通量最大，為1488輛·h-1.在周末早高峰時段快速路、主干道、次干道的交通量均為最小，分別為4738、1658和745輛·h-1，支路則是在周末平峰時段交通量最小，為374輛·h-1.

圖5 不同時間段不同排放標(biāo)準(zhǔn)乘用車交通量Fig.5 Passenger cars traffic volume under different emission standards at different time periods

由圖6可知，不同時段不同等級道路的VSP分布存在明顯差異，因此不同VSP-Bin所對應(yīng)的碳排放速率也存在明顯差異，二者共同作用下相同排放標(biāo)準(zhǔn)車輛在不同時段不同等級道路上的排放因子有所差異：國Ⅰ、Ⅱ排放標(biāo)準(zhǔn)乘用車排放因子明顯高于國Ⅲ、Ⅳ、Ⅴ排放標(biāo)準(zhǔn)車輛，國Ⅴ排放標(biāo)準(zhǔn)車輛的碳排放因子相較于國Ⅳ排放標(biāo)準(zhǔn)車輛小幅度下降；在相同時段內(nèi)，國Ⅰ與國Ⅱ排放標(biāo)準(zhǔn)車輛在不同等級道路上的排放因子存在明顯差異，國Ⅲ、Ⅳ、Ⅴ排放標(biāo)準(zhǔn)車輛在不同等級道路上的碳排放因子波動顯著減小.

圖6 乘用車碳排放因子Fig.6 Carbon emission factor of passenger car

2.2 碳排放時空分布

2.2.1 碳排放總量 不同時段不同等級道路上各排放標(biāo)準(zhǔn)乘用車的碳排放總量如圖7所示.整體上，各等級道路各時段相同排放標(biāo)準(zhǔn)的乘用車碳排放量占比相對穩(wěn)定，其中國Ⅲ排放標(biāo)準(zhǔn)車輛的碳排放占比最大，約為39%，國Ⅳ、Ⅴ、Ⅱ、Ⅰ排放標(biāo)準(zhǔn)車輛占比分別為29%、18%、8%、6%.國Ⅰ～Ⅲ排放標(biāo)準(zhǔn)車輛的保有量占比雖然低于國Ⅳ和Ⅴ車輛，但它們的排放量占比卻高于國Ⅳ和Ⅴ車輛，這是由于老舊車輛的排放因子高.因此，通過提高油耗標(biāo)準(zhǔn)來降低車輛的碳排放因子、使用“零排放”的新能源汽車或降低老舊車輛的保有量，均可以減少乘用車碳排放量.

圖7 不同排放標(biāo)準(zhǔn)乘用車碳排放量占比Fig.7 Proportions of carbon emission from passenger cars under different emission standards

2.2.2 碳排放時空分布 福州市二環(huán)內(nèi)乘用車碳排放時空分布如圖8所示.碳排放主要集中在道路附近，道路等級越高，交通量越大，因此快速路上乘用車單位面積的碳排放量最高，主干道次之，支路與次干道排放量相近.快速路及次干道上乘用車單位面積碳排放量變化較大：快速路上除了周末早高峰（75～150 kg·hm-2·h-1）與周末平峰（150～300 kg·hm-2·h-1）碳排放略低，其余時段的碳排放量均大于300 kg·hm-2·h-1；次干道上，工作日早高峰與晚高峰的碳排放量最高（35～45 kg·hm-2·h-1），周末早高峰碳排放量最低（18～25 kg·hm-2·h-1），其余時段的碳排放量均在25～35 kg·hm-2·h-1范圍內(nèi)，這一變化趨勢與圖4中快速路與次干道上6個時段的交通量變化趨勢相近；主干道和支路上碳排放量變化較為平穩(wěn)，除了工作日早晚高峰主干道單位面積碳排放量略微上升（55～75 kg·hm-2·h-1），其余時段均在45～55 kg·hm-2·h-1范圍內(nèi)；支路上乘用車各時段碳排放量在10～14 kg·hm-2·h-1.6個時段內(nèi)，工作日早晚高峰時段乘用車單位面積碳排放量較高且排放分布較為相似，這是由于工作日早晚高峰時段交通流以通勤交通為主，存在明顯的周期性，即工作日早晚高峰時段交通量相近，但是主要交通流方向相反.而周末早高峰與周末平峰時段，通勤交通的交通量下降，碳排放隨之減少.因此，通過控制交通量或乘用車數(shù)量以控制交通量，均可以在一定程度上降低碳排放.

2.2.3 減排情景下的碳排放分布 無控場景下，2020年福州市小型載客汽車保有量將比2017年增加43.6%，乘用車碳排放分布如圖9所示.2020年二環(huán)內(nèi)乘用車碳排放量將比2017年增逾15%.不同時段不同等級道路增加量存在差異，工作日早高峰、平峰及晚高峰3等級時段的碳排放增加量差異較大，周末3個時段的增加量相對平穩(wěn).工作日早高峰次干道上單位面積乘用車碳排放增加量超過27%，高于其他時段其他等級道路上的乘用車碳排放增加量，工作日晚高峰次干道上單位面積乘用車碳排放增加量低于其他時段其他等級道路的增加量（16%～17%），其余時段其余等級道路的乘用車碳排放增加量較為接近（19%～24%）.

假設(shè)2020年各等級道路乘用車增加量與小型載客汽車增長量相同，根據(jù)無控場景下43.6%的乘用車保有量增加量及各類情景設(shè)置要求，計算不同情景下國Ⅰ～Ⅴ排放標(biāo)準(zhǔn)乘用車占比，結(jié)果如表1所示.

圖8 乘用車碳排放時空分布Fig.8 Spatiotemporal distribution of carbon emissions from passenger car

圖9 無控情況乘用車碳排放增量圖Fig.9 Increases on passenger car carbon emission under uncontrolled situation

表1 2020年不同情景下各排放標(biāo)準(zhǔn)乘用車占比Table 1 Proportions of different standards passenger cars under different emission mitigation scenarios %

4種政策和無控情景下乘用車單位面積碳排放削減量如表2所示.限制機(jī)動車保有量的減排效果最好，削減量達(dá)7.8%～8.5%；淘汰老舊車輛與提高油耗標(biāo)準(zhǔn)對乘用車碳排放的削減量分別為3.1%～3.9%和3.7%～4.7%，推廣新能源汽車的效果欠佳.淘汰老舊車輛在不同時段不同等級道路的減排效果存在一定差異，推廣新能源汽車、提高油耗標(biāo)準(zhǔn)和限制機(jī)動車保有量在各時段各等級道路的減排效果趨于一致.此外，各政策對工作日早高峰次干道上乘用車碳排放量的削減程度均高于相同政策下其他時段其他等級道路的削減量.

表2 不同情景下乘用車碳排放削減量Table 2 Carbon emission reduction rates from passenger vehicles under different emission mitigation scenarios %

3 結(jié)論

福州二環(huán)內(nèi)相同時段，道路等級越高，乘用車碳排放量越大；工作日早高峰與工作日晚高峰時段乘用車碳排放量較高，周末早高峰與平峰排放量較低；不同時段快速路與次干道上乘用車單位面積碳排放量變化相對較大.如不采取減排措施，2020年二環(huán)內(nèi)的乘用車單位面積碳排放量將比2017年增加16%，次干道增幅最為明顯，超過27%；4種減排政策中，控制機(jī)動車保有量的減排效果最明顯，該政策下2020年二環(huán)內(nèi)碳排放比無控情景下減少了8%，推廣使用新能源汽車的減排效果最差；各政策對工作日早高峰次干道上的碳排放削減量均高于相同政策下其他時段其他等級道路的碳排放削減量.

基于浮動車數(shù)據(jù)、交通量數(shù)據(jù)與排放因子建立的乘用車碳排放時空分布圖從車輛行駛工況出發(fā)，充分考慮了不同等級道路上車輛的行駛狀態(tài)與交通量的差異，相較于空間分配法，該種時空分布圖從排放源頭出發(fā)，更為精準(zhǔn)詳細(xì).此類車輛碳排放時空分布圖應(yīng)是政府制定精準(zhǔn)減排措施的基礎(chǔ).此外，在今后的研究中需收集大量交通量數(shù)據(jù)和與其配套的車輛速度數(shù)據(jù)以建立城市核心區(qū)域的交通流量—速度模型，以期建立融合微觀車輛運行狀態(tài)與宏觀交通狀況相結(jié)合的車輛排放時空分布模型.