基于正交試驗(yàn)的信號(hào)交叉口機(jī)動(dòng)車排放影響因素分析

姚榮涵， 龍 夢(mèng)， 趙勝川

(大連理工大學(xué)交通運(yùn)輸學(xué)院， 大連 116024)

隨著城市機(jī)動(dòng)化的高速發(fā)展，機(jī)動(dòng)車保有量逐年增加，機(jī)動(dòng)車對(duì)環(huán)境帶來的不利影響越發(fā)突顯，如噪聲污染、土地資源過度開發(fā)等，其中最受關(guān)注的還是尾氣排放. 近年來，大氣污染中超過90%的氮氧化合物NOx以及超過80%的碳?xì)浠衔颒C和一氧化碳CO都來自于機(jī)動(dòng)車排放[1]，因此交通環(huán)境相關(guān)部門一直致力于尋找降低機(jī)動(dòng)車排放的有效方法. 為此，機(jī)動(dòng)車排放的影響因素分析顯得尤為重要.

目前，國(guó)內(nèi)外眾多學(xué)者探討了機(jī)動(dòng)車排放估算方法及其影響因素. 一方面，常用的機(jī)動(dòng)車排放估算方法有4種：一是利用便攜式排放測(cè)試系統(tǒng)PEMS直接地、精確地采集試驗(yàn)車輛排放數(shù)據(jù)[2-6]，但需要購(gòu)置設(shè)備，且通常測(cè)試車輛的數(shù)量非常有限；二是依據(jù)測(cè)試車輛所得機(jī)動(dòng)車比功率分區(qū)數(shù)據(jù)估算區(qū)域機(jī)動(dòng)車排放，這是廣泛應(yīng)用的一種方法[7-10]；除此之外，還有美國(guó)環(huán)保局資助開發(fā)的IVE模型和自主研發(fā)的MOVES模型，這些模型只需經(jīng)過本土化處理就能用于測(cè)算其他城市的排放，且計(jì)算結(jié)果較為準(zhǔn)確[5,6,11-14]. 另一方面，許多學(xué)者采用上述方法研究了速度、加速度、坡度、溫度、燃油、荷載、交叉口控制方式等對(duì)機(jī)動(dòng)車排放的影響. 結(jié)果發(fā)現(xiàn)，這些因素都對(duì)機(jī)動(dòng)車排放有顯著影響，且其影響規(guī)律受限于具體的研究對(duì)象和范圍. 例如，隨著速度、加速度、坡度的增加，輕型車、中重型車、公交車的NOx、CO、HC排放因子增大[2,9,12-13]；隨著荷載增加，重型車、公交車的NOx、CO、HC排放因子增加[3,9]；燃油類型及其各項(xiàng)參數(shù)都會(huì)對(duì)機(jī)動(dòng)車NOx、CO、CO2、HC排放因子產(chǎn)生一定影響[5,12-13]；隨著流量、卡車比例、坡度的增加，路網(wǎng)中CO2排放量增加，駕駛風(fēng)格和交叉口控制方式也會(huì)影響路網(wǎng)中CO2排放量[8,14].

上述研究說明不僅機(jī)動(dòng)車排放估算方法相對(duì)成熟而且一些機(jī)動(dòng)車排放影響因素已被探討. 然而，溫濕度和交通流組成對(duì)城市道路機(jī)動(dòng)車排放的影響較少得到關(guān)注，并且鮮有從微觀角度同時(shí)分析多種機(jī)動(dòng)車排放影響因素. 鑒于此，結(jié)合微觀交通仿真軟件VISSIM和新一代綜合移動(dòng)源排放模型MOVES，本研究采用正交試驗(yàn)方法同時(shí)考慮溫濕度、坡度、中型車比例、公交車比例、交通需求5種因素對(duì)小汽車、中型車、公交車的NOx、CO、HC排放的影響，并進(jìn)一步分析進(jìn)口道處與非進(jìn)口道處以及不同排放階段排放因子的差異.

1 試驗(yàn)設(shè)計(jì)

1.1 研究思路

本研究的思路如圖1所示，選擇一個(gè)典型的四路交叉口作為研究對(duì)象，考慮溫濕度、坡度、中型車比例、公交車比例、交通需求5種因素，每種因素選定4個(gè)水平，并設(shè)計(jì)正交試驗(yàn)方案.

針對(duì)每種試驗(yàn)方案，利用VISSIM軟件模擬交通流運(yùn)行狀況，獲得流量、速度等數(shù)據(jù)，再根據(jù)相關(guān)參數(shù)建立MOVES模型. 在MOVES建模過程中，根據(jù)氣候狀況和地理位置匹配試驗(yàn)地區(qū)，參照國(guó)家汽油及柴油標(biāo)準(zhǔn)修改燃油參數(shù)，選定試驗(yàn)車輛類型，并輸入VISSIM所得路段長(zhǎng)度、坡度、流量、速度等. 然后運(yùn)行各MOVES模型，得到各方案各路段不同車型不同污染物的排放量和排放因子，之后通過方差分析和極差分析得出單個(gè)因素對(duì)NOx、CO、HC排放量的影響，并考慮各方案的排放結(jié)果，使用線性回歸確定各車型各污染物排放因子與坡度的關(guān)系曲線. 除上述因素外另單獨(dú)對(duì)進(jìn)口道處與非進(jìn)口道處的機(jī)動(dòng)車排放因子進(jìn)行比較，且選擇試驗(yàn)方案中排放量最低、中等、最高的方案改變其排放階段，分析執(zhí)行國(guó)三、國(guó)四、國(guó)五、國(guó)六排放階段所得排放因子的變化規(guī)律.

1.2 試驗(yàn)環(huán)境

研究對(duì)象如圖2(a)所示，交叉口東進(jìn)口、西進(jìn)口、南進(jìn)口、北進(jìn)口均渠化1條直右車道、1條直行車道、2條左轉(zhuǎn)車道(最內(nèi)側(cè)為短車道). 進(jìn)口道渠化段均為50 m，非短車道的進(jìn)口道渠化段后方路段均為150 m，交叉口內(nèi)部左轉(zhuǎn)、直行、右轉(zhuǎn)所在路段分別約為55、65、36 m，出口道路段均為200 m. 西進(jìn)口、北進(jìn)口、東進(jìn)口、南進(jìn)口左轉(zhuǎn)車流分別編號(hào)為M1、M3、M5、M7，東進(jìn)口、南進(jìn)口、西進(jìn)口、北進(jìn)口直行車流分別編號(hào)為M2、M4、M6、M8. 交叉口相位方案見圖2(b)，信號(hào)周期時(shí)長(zhǎng)為70 s，黃燈時(shí)間為3 s，全紅時(shí)間為2 s，相位1、相位2、相位3、相位4綠燈時(shí)間分別為12、13、12、13 s.

在MOVES建模中，選擇大連市為研究地區(qū).

1.3 正交試驗(yàn)設(shè)計(jì)

考慮溫度、濕度、坡度、各車型比例、交通需求對(duì)機(jī)動(dòng)車排放的影響，進(jìn)行正交試驗(yàn)設(shè)計(jì)，表1給出了選定的因素及其水平. 由于溫度和濕度之間存在一定關(guān)系，將溫度和濕度組合為一個(gè)因素，選取大連1月、4月、8月、10月的平均溫度和濕度分別代表其冬、春、夏、秋四季的氣象狀況[15]. 假設(shè)所選交叉口南北向道路水平，東西向道路坡度設(shè)置4種水平.

結(jié)合大連市實(shí)際情況，考慮小汽車Car、中型車MSV、公交車Bus，為中型車和公交車比例設(shè)置4種水平. 選取2 400、3 200、4 000、4 800 輛/h作為整個(gè)交叉口的交通需求水平，可表征自由流、穩(wěn)定流、不穩(wěn)定流、交通阻塞流4種交叉口交通流運(yùn)行狀況. 結(jié)合大連實(shí)際情況選取以上5種因素的各水平值，這些值滿足城市道路設(shè)計(jì)規(guī)范，盡可能考慮所有情形，可代表全國(guó)北部地區(qū)各中小城市的干道交叉口. 假定各進(jìn)口的交通需求相同，且右轉(zhuǎn)、直行、左轉(zhuǎn)的比例為1∶9∶6. 對(duì)于上述均有4種水平的5種因素，采用L1645正交表，其正交試驗(yàn)方案如表2所示.

表1 因素與水平

表2 正交試驗(yàn)方案

2 排放模型構(gòu)建與數(shù)據(jù)獲取

由于MOVES模型是基于美國(guó)的交通環(huán)境開發(fā)的，在運(yùn)用到其他城市時(shí)需對(duì)眾多參數(shù)進(jìn)行標(biāo)定[12].

2.1 地區(qū)選擇

本試驗(yàn)選擇大連市，需依據(jù)地理信息在MOVES模型中選擇與之匹配的城市. 通過對(duì)比經(jīng)度、緯度、海拔、氣溫和降水量等指標(biāo)，發(fā)現(xiàn)中國(guó)大連市和美國(guó)特拉華州肯特縣緯度相近、氣候相似、瀕臨海洋，大連市和特拉華州肯特縣的地理位置和氣象數(shù)據(jù)如表3所示.

2.2 燃油標(biāo)準(zhǔn)

汽油的燃油性質(zhì)涉及餾程、蒸氣壓、硫質(zhì)量分?jǐn)?shù)、苯體積分?jǐn)?shù)、芳烴體積分?jǐn)?shù)、烯烴體積分?jǐn)?shù)等參數(shù)，柴油的燃油性質(zhì)只涉及硫質(zhì)量分?jǐn)?shù)[12]. 因?yàn)樯鲜龃筮B市氣象數(shù)據(jù)來源于《大連市統(tǒng)計(jì)年鑒2016》，所以這里選擇2015年為MOVES模型的模擬年. 2015年大連市執(zhí)行國(guó)四汽油和國(guó)四柴油標(biāo)準(zhǔn)，根據(jù)此標(biāo)準(zhǔn)調(diào)整燃油參數(shù)，具體參數(shù)值如表4所示. 雷氏蒸氣壓RVP為衡量液體燃料好壞的指標(biāo)，國(guó)標(biāo)中11月1日至4月30日的RVP為42～85 kPa，5月1日至10月31日的RVP為40～68 kPa，該參數(shù)值選擇68 kPa，由于MOVES模型采用Psi(Pounds per square inch)單位，所以將其除以6.895 kPa/Psi進(jìn)行換算. E200和E300可以通過50%蒸發(fā)溫度T50和90%蒸發(fā)溫度T90計(jì)算得到，其表達(dá)式為[12]

E200=147.91-T50/2.040 82
E300=155.47-T90/4.545 45

(1)

2.3 車輛類型

本研究考慮小汽車、中型車、公交車3種車型，經(jīng)過對(duì)比，MOVES模型中選擇小型客車、中型商務(wù)車、公共汽車，其編號(hào)分別為21、32、42，其燃油分別選擇汽油、汽油、柴油.

2.4 路段信息

在MOVES建模過程中，需輸入長(zhǎng)度、坡度、流量、速度等路段信息. 本研究利用VISSIM軟件提供這些信息. 對(duì)于上述正交試驗(yàn)方案1～16，由西向東道路坡度為正、由東向西道路坡度為負(fù). 對(duì)于每個(gè)試驗(yàn)方案，利用VISSIM軟件仿真5次，數(shù)據(jù)采集時(shí)長(zhǎng)為3 600 s，共獲得80組速度、流量數(shù)據(jù).

表3 大連與特拉華州地理信息匹配

表4 燃油參數(shù)

在MOVES模型中除上述參數(shù)外，其他參數(shù)采用系統(tǒng)默認(rèn)值[16].

3 排放測(cè)算與結(jié)果分析

針對(duì)每種試驗(yàn)方案，在MOVES模型中依次輸入每次VISSIM仿真1 h得到的速度、流量等數(shù)據(jù)，設(shè)定排放測(cè)算情景為早上8:00—9:00來計(jì)算整個(gè)試驗(yàn)交叉口的排放，從而獲得以上3種車型基于路段的NOx、CO、HC的排放量和排放因子.

3.1 正交試驗(yàn)分析

經(jīng)統(tǒng)計(jì)可得上述16種試驗(yàn)方案分別仿真5次所得的不同車型不同污染物的排放量、每種車型的總行駛里程、多次仿真所得的平均值. 正交試驗(yàn)設(shè)計(jì)使得各方案之間許多因素的水平不同，差異性較大而不具直接可比性，只能通過正交試驗(yàn)分析得出每個(gè)因素對(duì)排放量的影響. 由于16種試驗(yàn)方案中每種方案均有5種測(cè)算結(jié)果，將其視為重復(fù)試驗(yàn)，通過SPSS軟件進(jìn)行多因素方差分析. 分析中，NOx、CO、HC排放量為因變量；溫濕度、坡度、中型車比例、公交車比例、交通需求為固定因子；僅考慮這些固定因子的主效應(yīng)；選擇可處理主效應(yīng)和交互效應(yīng)的Ⅲ型離差平方和. 有重復(fù)試驗(yàn)的多因素方差分析的效應(yīng)模型為

(2)

污染物P排放量的各項(xiàng)離差平方和為

(3)

(4)

(5)

采用F檢驗(yàn)，其統(tǒng)計(jì)量為

(6)

第j個(gè)因素的F檢驗(yàn)統(tǒng)計(jì)量；fj為第j個(gè)因素污染物P排放量離差平方和的自由度；fe為誤差離差平方和的自由度.

方差分析結(jié)果如表5所示，由此可見，對(duì)于NOx、CO、HC排放量，模型的判決系數(shù)分別為0.991、0.986、0.984，說明NOx、CO、HC排放量的變異完全能由溫濕度、坡度、中型車比例、公交車比例、交通需求來解釋. 此外，這些因素的F檢驗(yàn)統(tǒng)計(jì)量對(duì)應(yīng)的概率水平都為0.00，均遠(yuǎn)遠(yuǎn)小于0.05的顯著性水平，這表明這些因素對(duì)NOx、CO、HC排放量的影響十分顯著. 通常，一個(gè)因素的離差平方和越大說明這個(gè)因素對(duì)因變量的影響越大. 通過比較各因素的離差平方和，影響NOx排放量的因素從重到輕依次為公交車比例、交通需求、坡度、溫濕度、中型車比例，影響CO排放量的因素從重到輕依次為交通需求、坡度、公交車比例、溫濕度、中型車比例，影響HC排放量的因素從重到輕依次為交通需求、公交車比例、坡度、溫濕度、中型車比例.

表5 方差分析結(jié)果

進(jìn)一步采用極差分析討論單個(gè)因素對(duì)NOx、CO、HC排放量的影響，如表6所示. 結(jié)果發(fā)現(xiàn)，各因素對(duì)HC排放量的影響程度與方差分析一致；方差分析認(rèn)為溫濕度比坡度對(duì)NOx排放量影響大，而極差分析認(rèn)為坡度比溫濕度對(duì)其影響大；方差分析認(rèn)為公交車比例比溫濕度對(duì)CO排放量影響大，而極差分析結(jié)果相反.

上述因素隨水平變化的趨勢(shì)如圖3所示. 可以看出，排放量最高的是CO，其次為NOx，最低的是HC；與其他季節(jié)相比，夏季時(shí)NOx排放量明顯偏低而CO排放量明顯偏高，冬季時(shí)NOx排放量明顯偏高；隨著坡度增大，NOx、CO、HC排放量逐漸增加；隨著公交車比例提高，NOx排放量逐漸上升且不斷加快；隨著交通需求變大，NOx、CO、HC排放量都逐漸變多且變化速度加快.

表6 極差分析結(jié)果

3.2 坡度與排放因子回歸分析

在同一方案中，南北向道路水平而東西向道路坡度有4種水平；為保證道路的平滑性，在交叉口內(nèi)部道路坡度會(huì)出現(xiàn)其他值. 同時(shí)，MOVES軟件的計(jì)算結(jié)果是基于路段的，所以一種方案中存在不同坡度所得的排放因子，那么可以針對(duì)每一試驗(yàn)方案比較坡度對(duì)排放的影響，并選擇具有可比性的排放因子進(jìn)行分析. 在一定時(shí)間間隔內(nèi)，一條路段上某類車型某種污染物的排放因子為

(7)

針對(duì)每種試驗(yàn)方案下每種車型每種污染物，繪制了排放因子與坡度的各類散點(diǎn)圖. 結(jié)果發(fā)現(xiàn)，各類排放因子在進(jìn)口道上明顯高于在非進(jìn)口道上，這是由大量車輛在進(jìn)口道上減速停止和加速起步造成的. 因此，區(qū)分進(jìn)口道與非進(jìn)口道，對(duì)同一坡度下獲得的排放因子求取其平均值，然后繪制排放因子與坡度的折線圖. 以方案1為例，坡度對(duì)不同車型不同污染物所得排放因子的影響如圖4所示. 可見，無(wú)論進(jìn)口道上還是非進(jìn)口道上，每種車型每種污染物的排放因子隨坡度增加而增加，其他方案也大多呈現(xiàn)此規(guī)律，但方案3、5、12、16的非進(jìn)口道上排放因子與坡度的關(guān)系可能呈“W”型，其出現(xiàn)概率約15%. 呈“W”型的原因可能在于交通需求過大致使坡度對(duì)排放因子的影響減弱，其中某些排放因子隨著坡度增加先減少后增加，再減少再增加.

對(duì)于每種車型每種污染物，將坡度和排放因子分別作為自變量和因變量，其線性回歸方程為

EFP,T=aG+b

(8)

式中：EFP,T為T類車型污染物P的排放因子，g/(km·輛)；G為坡度值；a為回歸系數(shù)；b為常數(shù).

其求解形式為

(9)

各方案下各類排放因子和坡度的回歸系數(shù)如圖5所示. 可以看出，公交車NOx排放因子對(duì)坡度變化最為敏感，其次是公交車、中型車、小汽車的CO排放因子，而中型車、小汽車的NOx排放因子以及各車型HC排放因子對(duì)坡度不太敏感. 通過計(jì)算，坡度每增加1%，進(jìn)口道上公交車NOx和中型車CO的排放因子分別增加3～12 g/(km·輛)和1～4 g/(km·輛)，而非進(jìn)口道上這些值分別僅增加0.9～6.0 g/(km·輛)和1.6～3.0 g/(km·輛)，其他排放因子也呈現(xiàn)相似規(guī)律，可見進(jìn)口道上排放因子波動(dòng)性較強(qiáng).

3.3 進(jìn)口道與非進(jìn)口道對(duì)比分析

根據(jù)上述分析，排放因子在進(jìn)口道上明顯不同于在非進(jìn)口道上. 為對(duì)比兩者之間的差異，對(duì)每種車型每種污染物分別計(jì)算進(jìn)口道上和非進(jìn)口道上的排放因子比值和回歸系數(shù)比值，如圖6所示. 可以看出，排放因子比值與回歸系數(shù)比值均大于1，說明排放因子及其隨坡度的變化率在進(jìn)口道上高于在非進(jìn)口道上，其中公交車HC和NOx的這2個(gè)比值較高(分別約為6和5)，中型車和小汽車NOx的這2個(gè)比值較小(均約為1.5). 不同方案下排放因子比值及回歸系數(shù)比值相近(均為1.5～6.5)，但方案3、5、13、16對(duì)應(yīng)的各車型各污染物的排放因子比值和回歸系數(shù)比值較小(分別為1.5～3.0和1.5～4.0). 由于正交試驗(yàn)方案中考慮的因素較多，這里不易辨別產(chǎn)生此現(xiàn)象的具體原因.

3.4 不同排放階段排放因子分析

以上正交試驗(yàn)是基于大連市的基礎(chǔ)數(shù)據(jù)采用MOVES軟件來計(jì)算機(jī)動(dòng)車排放，但除了溫濕度、坡度、車輛組成、交通需求以及路段位置會(huì)引起機(jī)動(dòng)車排放的變化外，不同排放階段由于燃油參數(shù)及排放標(biāo)準(zhǔn)不同也對(duì)排放有著重要的影響. 正交試驗(yàn)設(shè)計(jì)時(shí)汽油和柴油都只考慮了國(guó)四排放階段，選取上述16種試驗(yàn)方案中最具代表性的3種方案4、15、5(排放分別為最低、中等、最高)來分析不同排放階段對(duì)排放因子的影響. 因?yàn)閷?duì)每種方案使用VISSIM仿真5次并獲得5組數(shù)據(jù)，所以每種方案也都用MOVES軟件計(jì)算5次在燃油(包括汽油和柴油)分別為國(guó)三、國(guó)四、國(guó)五、國(guó)六4種排放階段下的排放因子，分析各方案5次排放因子的平均值，結(jié)果如圖7所示.

由圖7(a)可知，隨著排放階段由國(guó)三過渡至國(guó)六，以上3種方案對(duì)應(yīng)的每種車型的各污染物排放因子均在逐漸降低. 為清晰對(duì)比其降低幅度，繪制了不同排放因子在國(guó)四、國(guó)五、國(guó)六階段相比國(guó)三階段降低的比率，如圖7(b)所示，可得除方案4和5的中型車各類排放因子外(因這2種方案均無(wú)中型車)，其余方案的各排放因子都大幅度降低，而且降低幅度隨排放階段逐漸過渡而增加. 例如，方案4小汽車的HC排放因子在國(guó)四、國(guó)五、國(guó)六階段比國(guó)三階段分別降低了50.3%、63.7%、77.9%. 總體來看，國(guó)四、國(guó)五、國(guó)六階段下各車型各污染物排放因子比國(guó)三階段平均降低了27.5%、38.8%、54.9%.

4 結(jié)論

1) 溫濕度、坡度、中型車比例、公交車比例、交通需求對(duì)NOx、CO、HC排放量都有顯著影響. 各排放量均隨坡度、公交車比例、交通需求的增加而增加. CO排放量在夏季尤其高，冬季其次；NOx和HC排放量均在夏季最低、冬季偏高；春、秋季因溫濕度差異不大使各污染物排放量沒有明顯差別.

2) 一般來說，各車型的NOx、CO、HC排放因子隨著下坡坡度的減小和上坡坡度的增加而增加. 公交車NOx排放因子對(duì)坡度變化最為敏感，其次是各車型的CO排放因子，而其他情況下排放因子對(duì)坡度不大敏感.

3) 對(duì)任意車型任意污染物，進(jìn)口道上排放因子顯著高于非進(jìn)口道上排放因子，而且排放因子對(duì)坡度的變化率在進(jìn)口道上也明顯高于在非進(jìn)口道上.

4) 對(duì)任意車型任意污染物，排放階段由國(guó)三過渡至國(guó)六，各車型各污染物排放因子顯著降低.

5) 夏季應(yīng)重點(diǎn)控制CO排放，冬季應(yīng)重點(diǎn)控制NOx排放；因?yàn)槭褂貌裼偷墓卉嚺欧诺腘Ox對(duì)排放總量的貢獻(xiàn)很大，應(yīng)大力發(fā)展新能源公交車以減少交通排放；交通排放對(duì)交通需求最為敏感，應(yīng)采取多種措施著力解決高峰期的交通供需矛盾；道路坡度對(duì)交通排放也有較大影響，應(yīng)更科學(xué)地設(shè)計(jì)城市道路線型及其各項(xiàng)參數(shù)，尤其在交叉口進(jìn)口道處；嚴(yán)格遵守國(guó)家相應(yīng)燃油標(biāo)準(zhǔn)，并積極提升燃油性能以過渡至排放更低的階段.

6) 上述結(jié)果來自正交試驗(yàn)方案，由于所考慮的因素和水平有限，其中一些特例還不能得到很好的解釋，且無(wú)法明確以上因素影響交通排放的深層次原因. 此外，本研究?jī)H分析了一個(gè)交叉口，后續(xù)將面向城市路網(wǎng)，使用更多的試驗(yàn)數(shù)據(jù)來分析更多因素對(duì)交通排放的影響，并進(jìn)一步解析這些因素與車輛排放的內(nèi)在關(guān)系.