2008—2018年北京機(jī)動車排放的初步模型估算

王蓉蓉，吳其重，高 超，程華瓊，王立志

（1.北京師范大學(xué) 全球變化與地球系統(tǒng)科學(xué)研究院，北京 100875；2.西安市第二十六中學(xué)，西安 710000；3.中國人民解放軍63921部隊，北京 100094；4.中國科學(xué)院大氣物理研究所，北京 100029）

隨著我國經(jīng)濟(jì)的快速發(fā)展以及人們對美好生活的追求和向往，出行工具需求量增大，我國機(jī)動車保有量在迅速增加。其中以北京市為代表的大城市機(jī)動車保有量增加更為顯著。機(jī)動車保有量的增加導(dǎo)致了愈發(fā)嚴(yán)重的城市交通擁堵和空氣污染問題[1]。機(jī)動車排放的大氣污染物對大氣環(huán)境質(zhì)量有著重要影響：（1）機(jī)動車直接排放的一次污染物如一氧化碳、氮氧化物等通過擴(kuò)散，在交通流密集環(huán)境中形成較高的污染；（2）機(jī)動車排放的氮氧化物和碳?xì)浠衔锸浅粞醯榷挝廴疚镏匾那绑w物，有助于區(qū)域性的大氣污染事件形成[2]。機(jī)動車源是我國大氣污染物的重要來源，在國務(wù)院發(fā)布的《大氣污染防治行動計劃》中，機(jī)動車污染防治成為了關(guān)鍵領(lǐng)域[3]。

為了有效評價和綜合分析機(jī)動車排放的污染影響，國內(nèi)外學(xué)者在不同區(qū)域不同研究背景下，創(chuàng)建并使用不同模型做了大量的研究工作。ZHANG等[4]用機(jī)動車排放因子計算模型MOBILE分析道路上重型車排放的一氧化碳和碳?xì)浠衔锏呐欧怕?，研究表明排放率對加速度的敏感性要小于對速度的敏感性。任小平等[5]利用MOBILE模型，通過情景分析法得到西安機(jī)動車排放因子。唐偉等[6]利用國際機(jī)動車排放模擬器模型 （inter?national vehicle emission simulator,IVE）得到包括溫室氣體在內(nèi)的2015年杭州市高分辨率機(jī)動車排放清單。李荔等[7]利用道路交通排放計算模型（computer program to calculate emissions from road transport,COPERT）建立了江蘇省2015年機(jī)動車高分辨率排放清單，并對污染物時空排放特征和道路分擔(dān)率進(jìn)行了分析，研究認(rèn)為徐州和蘇州中型、重型柴油貨車是主要的NOx排放源，使用國三標(biāo)準(zhǔn)的柴油車對NOx的分擔(dān)率為36%～54%。曹楊等[8]利用機(jī)動車排放模擬器（motor vehicle emis?sion simulator，MOVES）得到深圳不同尺度的排放清單，結(jié)合深圳市路網(wǎng)對機(jī)動車排放進(jìn)行時空特征分析，主干道早高峰和晚高峰污染物排放總量分別是平峰的1.75倍和1.41倍，次干道則分別是2.03倍和1.81倍。

依據(jù)區(qū)域尺度，可將機(jī)動車排放模型研究劃分為宏觀、中觀、微觀3個尺度層面[9]，不同的機(jī)動車排放模型，適宜研究尺度不同。2018年6月，國務(wù)院頒發(fā)的《打贏藍(lán)天保衛(wèi)戰(zhàn)三年行動計劃》中，京津冀作為重點區(qū)域之一，實行聯(lián)防聯(lián)控，機(jī)動車排放對大氣環(huán)境的影響需要有宏觀尺度層面的分析。MOBILE模型是最早引入中國的機(jī)動車排放模型，主要針對宏觀尺度的道路移動源計算，且從1978年研發(fā)以來，歷經(jīng)了11個版本的完善，目前國內(nèi)外普遍使用的版本為優(yōu)化后的2003年發(fā)布的MOBILE6.2。我國也有很多學(xué)者利用MOBILE6.2模型對各地進(jìn)行了研究，畢曄等[10]利用MOBILE6.2模型計算北京市2000年、2005年、2008年出租車的排放因子，同時計算了不同車型對排放的貢獻(xiàn)率；Wu等[11]運(yùn)用MOBILE6.2模型模擬2007年8月“環(huán)境測試賽”期間尾號限行對機(jī)動車行駛里程有影響的條件下，機(jī)動車排放的削減量，并結(jié)合空氣質(zhì)量模式定量分析了由此產(chǎn)生的NO2濃度削減量；蔣秋靜等[12]運(yùn)用MOBILE6.2模型，本地化參數(shù)后計算2011年太原市機(jī)動車排放因子；高俊等[13]運(yùn)用MOBILE6.2模型研究武漢市2014年不同車型的排放因子；郭慧等[14]運(yùn)用MOBILE6.2模型模擬2003年杭州市區(qū)機(jī)動車排放因子。但大部分都著重于短時間尺度內(nèi)區(qū)域機(jī)動車排放因子的計算，缺乏較長時間尺度機(jī)動車排放特點的研究。

本研究收集北京市空氣質(zhì)量多模式系統(tǒng)[15-16]自2008年奧運(yùn)會以來所集成的機(jī)動車排放模型MOBILE6.2估算的每日機(jī)動車排放數(shù)據(jù)，由此研究長時間序列下北京市機(jī)動車排放特點，分析獲得機(jī)動車排放的3種主要污染物（CO、NOx、VOCs）月排放特征規(guī)律和不考慮機(jī)動車保有量變化的年排放總量的特征規(guī)律，這將有助于給以北京市為代表的大型城市機(jī)動車排放研究提供一種新的研究思路，為移動源治理相關(guān)政策措施的制定提供參考。

1 模型與數(shù)據(jù)介紹

1.1 模型介紹

自2008年北京奧運(yùn)會以來，北京市環(huán)保部門為了更好地開展空氣質(zhì)量預(yù)報預(yù)測工作，在中國科學(xué)院大氣物理所科研團(tuán)隊的支持下建設(shè)了北京市空氣質(zhì)量多模式集成預(yù)報系統(tǒng)[17]，該系統(tǒng)集成了稀疏矩陣排放模型（sparse matrix operator ker?nel emissions，SMOKE）統(tǒng)一處理大氣污染排放清單，耦合在線機(jī)動車排放模型MOBILE6.2，動態(tài)考慮每日氣象要素變化對機(jī)動車排放因子的影響。在2014年北京亞太經(jīng)合會議(Asia-Pacific Econom?ic Cooperation,APEC)召開前，該系統(tǒng)統(tǒng)一采用中尺度氣象模式（fifth-generation NCAR/Penn State mesoscale model,MM5）提供每日氣象場，2014年為應(yīng)對APEC空氣質(zhì)量保障需求，對多模式集成預(yù)報系統(tǒng)進(jìn)行模式版本升級，更新包括機(jī)動車源在內(nèi)的排放清單，采用新一代氣象預(yù)報模式（weath?er research and forecasting，WRF） 為SMOKE和空氣質(zhì)量多模式統(tǒng)一提供氣象場[18]。

MOBILE6.2模型是由美國環(huán)保署發(fā)布的機(jī)動車排放模型，基于大量機(jī)動車臺架測試，對機(jī)動車污染物排放數(shù)據(jù)進(jìn)行統(tǒng)計分析和回歸分析后得到一系列經(jīng)驗公式[19]，將對機(jī)動車排放有顯著影響的因素設(shè)置為模型的參數(shù)，通過參數(shù)選擇和調(diào)整，可實現(xiàn)模型本地化模擬。MOBILE6.2模型中，機(jī)動車排放因子受環(huán)境參數(shù)、燃油水平、車隊特征、車速、國家政策等因素影響，由此結(jié)合機(jī)動車行駛里程獲得機(jī)動車排放量。MOBILE6.2模型涵蓋了28種車型、10種排放類型和5種道路類型（如圖1），在集成到SMOKE過程中將車型歸并為8種[18]?；谄骄俣群托旭傊芷诘腗OBILE6.2模型在考慮車速對機(jī)動車排放的影響時，按照不同的道路類型和擁堵程度表征了不同的工況特征[20]，考慮了高速公路、主干道、城市支路、匝道等類型道路，依此進(jìn)行機(jī)動車排放情況的模擬。同時MOBILE6.2模型接口多，可以和空氣質(zhì)量模式進(jìn)行連接，便于移動源估算結(jié)果在模式中的應(yīng)用。

圖1 MOBILE6.2模型數(shù)據(jù)庫特征Fig.1 Characteristics of MOBILE6.2 model database

1.2 數(shù)據(jù)介紹

本研究的數(shù)據(jù)源來自北京市空氣質(zhì)量多模式集成預(yù)報系統(tǒng)中所集成的MOBILE6.2機(jī)動車排放數(shù)據(jù)，以每日統(tǒng)計報表的方式存儲模擬估算的北京市機(jī)動車排放數(shù)據(jù)。自2008年以來，共積累10多年數(shù)據(jù)，期間由于停電、機(jī)房硬件環(huán)境升級等客觀原因影響，有部分?jǐn)?shù)據(jù)缺失，自2008年奧運(yùn)會以來至2018年累計共收集3 152個排放日統(tǒng)計數(shù)據(jù)。本文著重分析機(jī)動車排放的一氧化碳（CO）、氮氧化物（NOx）和碳?xì)浠衔铮℉C，對應(yīng)VOCs）這三種主要大氣污染物。

2014年APEC前，由于模式系統(tǒng)升級，對排放系統(tǒng)中機(jī)動車行駛里程數(shù)據(jù)進(jìn)行更新設(shè)置，2008—2014年期間采用基于《2006北京市交通發(fā)展年度報告》[21]所估算的北京市機(jī)動車行駛里程（A方案）；2014年APEC前為了更好地體現(xiàn)北京市機(jī)動車排放影響，采用《2012北京市交通發(fā)展年度報告》中典型道路機(jī)動車行駛里程等統(tǒng)計數(shù)據(jù)對機(jī)動車排放系統(tǒng)進(jìn)行更新（B方案），期間2014年9月15日至2014年11月10日，A、B兩套方案在模式系統(tǒng)中同時運(yùn)行。模式系統(tǒng)獲得的北京市每日機(jī)動車排放CO參見圖2。

圖2 模式系統(tǒng)估算的北京市機(jī)動車CO排放原始數(shù)據(jù)集Fig.2 Original dataset of Beijing motor vehicles CO emis?sions estimated from MOBILE6.2 system

A方案和B方案均基于MOBILE6.2模型北京市本地化之后的參數(shù)方案（圖3），兩套方案相同點：（1）都是從多模式集成預(yù)報系統(tǒng)的每日氣象模擬結(jié)果中獲得當(dāng)日的溫度、濕度等環(huán)境參數(shù)數(shù)據(jù)；（2）采用的MOBILE6.2模型數(shù)據(jù)庫和北京市本地化參數(shù)方案相同，即道路類型、車型分類、燃油參數(shù)（含硫量、雷特蒸汽壓等）等一系列影響排放因子估算的參數(shù)是相同的；（3）都是結(jié)合北京市交通路網(wǎng)和北京市交通發(fā)展年報數(shù)據(jù)得到北京市各區(qū)縣各種車型在不同道路類型上的行駛里程，進(jìn)而獲得北京市機(jī)動車排放清單。A方案和B方案的不同點主要有：（1）A方案氣象模式采用MM5模式，B方案在2014年APEC前進(jìn)行模式升級，采用WRF模式提供氣象模擬結(jié)果；（2）B方案依據(jù)《2012北京市交通發(fā)展年度報告》更新了北京市路網(wǎng)交通流。

圖3 A方案和B方案的北京市機(jī)動車排放估算異同點Fig.3 Comparison of model parameter setting in scheme A and B

2 研究方法及數(shù)據(jù)處理原則

受限停電、機(jī)房硬件環(huán)境升級等各種客觀因素影響，所收集的2008—2018年期間北京市機(jī)動車排放數(shù)據(jù)存在部分缺失，為實現(xiàn)機(jī)動車排放長時間序列連貫性分析，對數(shù)據(jù)進(jìn)行補(bǔ)全處理。以月作為數(shù)據(jù)補(bǔ)全處理基本單元，選用能夠保障每月有70%有效樣本數(shù)據(jù)的22天作為數(shù)據(jù)劃分依據(jù)，將原始數(shù)據(jù)分為三類：（1）等于標(biāo)準(zhǔn)月天數(shù)的月份數(shù)據(jù)；（2）大于22天小于標(biāo)準(zhǔn)月天數(shù)的月份數(shù)據(jù)；（3）小于22天的月份數(shù)據(jù)。

根據(jù)數(shù)據(jù)分類進(jìn)行相應(yīng)的數(shù)據(jù)處理：類型一數(shù)據(jù)屬于完整月份數(shù)據(jù)，直接統(tǒng)計計算月排放總量；類型二數(shù)據(jù)月份樣本量雖不完整，但是樣本量夠多，可表征該月份污染物排放特征，采用缺失法補(bǔ)全估算月排放總量；類型三數(shù)據(jù)月份樣本量少，采用統(tǒng)計回歸后填充具有代表性的樣本均值估算月排放數(shù)據(jù)?；诖?，獲得了原始數(shù)據(jù)具有連貫性的月排放總量補(bǔ)全數(shù)據(jù)集（以下簡稱補(bǔ)全數(shù)據(jù)集）。

為分析同一套參數(shù)方案對機(jī)動車排放變化影響，進(jìn)而判斷特定變量（如溫度、濕度等）對污染物排放模擬的影響，需對前述A方案和B方案進(jìn)行標(biāo)準(zhǔn)化處理，本研究歸一化處理B方案數(shù)據(jù)，獲得以A方案為基準(zhǔn)的2008—2018年北京市機(jī)動車排放數(shù)據(jù)集，即歸一化數(shù)據(jù)。基于補(bǔ)全數(shù)據(jù)和歸一化數(shù)據(jù)，分析獲得2008—2018年北京市機(jī)動車大氣污染物月變化特征及長時間序列變化趨勢。

在歸一化處理過程中，因為A方案和B方案有很多共同點，主要區(qū)別在于B方案對北京市交通路網(wǎng)及交通流數(shù)據(jù)的更新，同樣是基于MOBILE6.2模型結(jié)合機(jī)動車行駛里程計算獲得機(jī)動車排放，因此，可通過A方案和B方案的相對占比關(guān)系，對B方案進(jìn)行歸一化處理。在2014.09.15—2014.11.10期間，A、B兩套方案同時運(yùn)行，故可用這一段時期的機(jī)動車排放數(shù)據(jù)獲得兩套方案的相對占比關(guān)系，該時段共計57天，4天缺失，取有效的53天數(shù)據(jù)來進(jìn)行相對占比的計算，計算公式如下：

圖4 歸一化數(shù)據(jù)相對占比分布圖Fig.4 Relative proportion distribution of normalized data

計算53個數(shù)據(jù)樣本的相對占比并統(tǒng)計分析作圖，如圖4所示：所關(guān)注的CO、NOx和VOCs這三種污染物的相對占比值均在一定范圍內(nèi)浮動，具有較好的回歸性，對這三種污染物的相對占比值求樣本平均，可獲得更為合理的分要素污染物相對占比值。計算獲得三種污染物的相對占比平均值：CO為84%，NOx為76%，VOCs為78%。以此對B方案數(shù)據(jù)進(jìn)行歸一化處理，獲得以A方案為基準(zhǔn)的2008—2018年機(jī)動車排放污染物的模擬數(shù)據(jù)。

與此同時，獲得歸一化后2008—2018年1—12月的污染物月總量樣本均值，如圖5所示，可獲知三種污染物CO、NOx、VOCs的1—12月變化趨勢：（1）機(jī)動車排放的CO月總量值隨月份變化非常明顯，呈現(xiàn)出明顯的冬季高夏季低的U形排放特征，且冬季排放值大約是夏季值的2～3倍，與北京市長期CO濃度觀測呈現(xiàn)冬季高夏季低相一致[18]；（2）NOx排放月總量值也隨月份明顯變化，冬季值大約為夏季值的1.5倍；（3）VOCs排放月總量值隨月份變化不明顯。這也預(yù)示了在一年中不同季節(jié)測定機(jī)動車CO或NOx排放因子，將獲得截然不同的結(jié)論。

圖5 機(jī)動車排放月總量年變化圖Fig.5 Monthly mean values of total pollutant amount for CO,NOx,and VOCs

圖6為2008—2018年各個年份在同一月份模式系統(tǒng)中MOBILE6.2模擬的北京市機(jī)動車排放CO月總量變化圖，不存在明顯異樣月份CO月排放總量值，可驗證說明樣本均值法補(bǔ)全具有一定合理性和應(yīng)用性，但當(dāng)同一年份樣本缺失較多月份時，容易造成該年總量預(yù)估偏高，誤差有多大？如何去修正誤差？需要后續(xù)進(jìn)一步的討論，以獲取更合理缺省數(shù)據(jù)補(bǔ)全算法。同時該圖2008年8—9月CO低值恰好表征了在奧運(yùn)會及殘奧會賽事期間北京市機(jī)動車單雙號限行引起的機(jī)動車排放CO月總量減排。

圖6 2008—2018年各年CO月排放量時間序列圖Fig.6 CO monthly emissions from 2008 to 2018

3 結(jié)果分析

經(jīng)過數(shù)據(jù)處理后，獲得了2008—2018年三種污染物（CO、NOx、VOCs）完整連貫的兩套機(jī)動車排放模擬數(shù)據(jù)，即包含原始數(shù)據(jù)在內(nèi)的補(bǔ)全數(shù)據(jù)集和歸一化后補(bǔ)全數(shù)據(jù)集。

3.1 2008—2018年機(jī)動車排放月總量趨勢分析

圖7 機(jī)動車排放CO月總量時間序列圖Fig.7 Monthly total amount of CO pollutant

圖7為機(jī)動車排放CO月總量時間序列圖，由圖可知，機(jī)動車排放CO月總量在2008—2018年有著明顯的年際變化規(guī)律，每一年份都經(jīng)歷了下降進(jìn)而上升的趨勢，進(jìn)一步說明了機(jī)動車排放CO具有明顯的季節(jié)性變化特征；與此同時，歸一化后機(jī)動車排放CO月總量大體呈現(xiàn)逐漸降低的趨勢，個別年份間變化量較大，這應(yīng)該與年份特殊的氣象條件有關(guān)，而MOBILE6.2模型在計算CO等機(jī)動車污染物排放的過程中考慮了環(huán)境溫濕度修正，從而導(dǎo)致了機(jī)動車模型估算的排放值變化，說明氣象條件的改變對于污染物排放的影響。

圖8是歸一化后機(jī)動車排放的氮氧化物（NOx）2008—2018年的月總量時間序列圖，由圖可知，2008—2018年機(jī)動車排放的NOx月總量變化也呈現(xiàn)逐漸下降的趨勢，氣候要素長期變化可能是引起這一趨勢變化的重要原因；其次，NOx排放月總量也具有明顯的季節(jié)變化特點。與此同時，收集獲得了北京市環(huán)境狀況公報[22]，2010—2017年環(huán)境狀況公所公布的氮氧化物排放年總量也存在明顯的逐年下降特征，公報顯示北京市NOx排放從2010年的19.77萬噸下降到2017年的9.52萬噸。本研究獲得的北京市機(jī)動車排放和北京市環(huán)境狀況公報中機(jī)動車排放兩者下降趨勢一致。

圖8 機(jī)動車排放NOx月總量時間序列圖Fig.8 The monthly total amount of NOxpollutant

3.2 2008—2017年機(jī)動車排放污染物逐年變化特征

首先，依據(jù)前述原始數(shù)據(jù)補(bǔ)全算法原則，實現(xiàn)2008—2017年北京市機(jī)動車排放數(shù)據(jù)各個月份缺省補(bǔ)全，但由于2018年只有1—6月數(shù)據(jù)，故僅計算獲得模式系統(tǒng)原始數(shù)據(jù)補(bǔ)全后2008—2017年機(jī)動車排放年總量數(shù)據(jù)，如表1所示。

表1 原始數(shù)據(jù)補(bǔ)全后2008—2017年污染物年總量Table 1 Annual amount of total pollutant for CO,NOx,and VOCs from 2008 to 2017 with the original data amended

進(jìn)一步將經(jīng)過歸一化處理后2008—2017年各個月份的數(shù)據(jù)進(jìn)行匯總，獲得歸一化2008—2017年機(jī)動車排放年度數(shù)據(jù)。表2包含歸一化后機(jī)動車保有量未變化情況下CO、NOx的排放年總量，可知歸一化后2009—2017年兩種污染物的年排放總量整體呈下降趨勢，其中CO年排放總量總體下降幅度最為明顯，從2009年排放總量168萬噸下降到2017年排放總量131.8萬噸，下降了約36萬噸，下降幅度約22%；NOx從2009年排放總量11.2萬噸下降到2016年排放總量6萬噸，下降了5.2萬噸，下降幅度約46%。

表2 北京市機(jī)動車保有量未變化/變化污染物年總量Table 2 Annual amount of total pollutants for the cases of vehicle ownership unchanged/changed

依據(jù)北京市交通發(fā)展年報[23]，本文收集獲得2000—2017年北京市機(jī)動車保有量（表3）。2017年底，北京市機(jī)動車保有量為590.9萬輛，基于2008—2017年北京市機(jī)動車實際保有量，結(jié)合歸一化模擬結(jié)果計算獲得：考慮實際機(jī)動車保有量增長因素，2017年北京市機(jī)動車排放CO年總量可達(dá)到265.7萬噸，NOx可達(dá)到12.5萬噸，見表2。

進(jìn)一步分析2000—2018年北京市交通發(fā)展年報數(shù)據(jù)可知，在2008年以前未受北京市搖號限購影響，北京市機(jī)動車保有量年均最低增長8.1%，以8.1%增長率估算北京市機(jī)動車保有量（表2），由此估算獲得至2017年北京市機(jī)動車保有量可達(dá)到706.5萬輛，與之相對應(yīng)2017年北京市常住人口2 170.7萬，以三口之家計依然未達(dá)到飽和，以注冊駕駛員數(shù)計也未達(dá)飽和，與北京市實際機(jī)動車保有量相差100多萬輛，主要由于北京市機(jī)動車搖號限購政策引起的北京市機(jī)動車保有量抑制，然而這部分需求通過外地牌照、租賃車輛、出租車和專車需求得到等價釋放：調(diào)研數(shù)據(jù)顯示北京市機(jī)動車租賃車輛由2011年的32 092輛迅速增加到2017年的60 300輛，增加87.9%[23]；2016年小汽車年均行駛里程為11 990 km，而出租車為74 466 km，后者約為前者的6倍，近年來由于快車、專車業(yè)務(wù)增長部分承擔(dān)了原屬出租車的交通需求，截至2015年6月，北京市專車數(shù)量達(dá)到9.5萬輛[24]，即相當(dāng)于58.9萬輛小汽車保有量交通出行需求。因此，假定機(jī)動車保有量以2008年最低增長8.1%估算的2008—2017年機(jī)動車保有量數(shù)據(jù)是一個保守估計，由此估算2017年北京市機(jī)動車CO排放年總量將達(dá)到265.7萬噸，而NOx排放年總量將達(dá)到12.5萬噸。

表3 2000—2017年北京市機(jī)動車保有量Table 3 Beijing motor vehicle ownership from 2000 to 2017

4 結(jié)論

本研究通過收集北京市空氣質(zhì)量多模式集成預(yù)報系統(tǒng)中MOBILE6.2模型模擬的北京市2008—2018年間機(jī)動車排放數(shù)據(jù)，并對該數(shù)據(jù)進(jìn)行缺失法補(bǔ)全、樣本均值法補(bǔ)全和歸一化處理，獲得長時間序列機(jī)動車排放模擬數(shù)據(jù)，依此對北京市機(jī)動車排放進(jìn)行較長時間尺度的排放特點分析，主要結(jié)論如下：

（1）利用統(tǒng)計回歸后具有代表性的樣本均值數(shù)據(jù)，獲得1—12月污染物月排放總量樣本均值，機(jī)動車排放的三類主要污染物（CO、NOx、VOCs）隨著月份變化有著不同的變化趨勢，其中CO月排放總量呈現(xiàn)冬高夏低的U形排放特征，冬季值大約是夏季值的2～3倍；NOx類似，冬季值大約是夏季值的1.5倍；VOCs月份變化和季節(jié)變化不明顯。

（2）歸一化后，機(jī)動車排放三類主要污染物月總量隨年份變化均有下降趨勢，這一結(jié)果與氣象模式提供的每日溫度、濕度等氣象條件有關(guān)，氣象要素是機(jī)動車排放的主要修訂因子。

（3）歸一化后，機(jī)動車年排放總量逐年降低，其中CO年排放總量下降幅度最大，從2009年排放總量168萬噸下降到2017年排放總量131.8萬噸，下降幅度約22%；NOx從2009年排放總量11.2萬噸下降到2016年排放總量6萬噸，下降幅度約46%。以2008年前機(jī)動車保有量最低年增長8.1%估算北京市2008—2017年機(jī)動車保有量，北京市機(jī)動車排放CO年總量將在2017年達(dá)到265.7萬噸，NOx年總量將達(dá)到12.5萬噸。