王 健，池利兵,2，胡曉偉

(1.哈爾濱工業(yè)大學(xué)交通科學(xué)與工程學(xué)院，黑龍江哈爾濱150090；2.中國城市規(guī)劃設(shè)計(jì)研究院，北京100037)

0 引言

作為城市客運(yùn)交通系統(tǒng)的組成部分，出租汽車在方便乘客出行、促進(jìn)城市客運(yùn)交通健康發(fā)展方面發(fā)揮了重要作用。然而，由于出租汽車24 h運(yùn)營并長時間占用城市道路，加大了城市空氣環(huán)境污染和道路交通壓力，且平均每名乘客每公里污染物排放量遠(yuǎn)高于公共汽車和地鐵[1]，更加重了整個城市的社會成本，進(jìn)而影響城市空氣環(huán)境質(zhì)量和公眾身體健康。

在出租汽車空氣污染排放研究方面，文獻(xiàn)[2]認(rèn)為出行距離是出租汽車空氣污染排放和能源消耗的主要因素，其他因素包括乘客數(shù)量、車輛使用年限、燃油類型、行駛速度等。文獻(xiàn)[3]綜述了近年來有關(guān)出租汽車、地鐵和公共汽車排放PM，CO，NO2，VOC等空氣污染物的研究。文獻(xiàn)[4]針對廣州市的研究發(fā)現(xiàn)，出租汽車CO排放濃度為23.7 ppm，遠(yuǎn)高于地鐵3.1 ppm和公共汽車8.6 ppm。文獻(xiàn)[5]采用神經(jīng)網(wǎng)絡(luò)模型對廣州市遠(yuǎn)程遙感采集的877組出租汽車排放數(shù)據(jù)進(jìn)行處理，識別出租汽車空氣污染排放總量包含CO，CO2，HC和NOX。文獻(xiàn)[6]在文獻(xiàn)[2]和文獻(xiàn)[7]研究基礎(chǔ)上，基于哈爾濱市出租汽車運(yùn)營數(shù)據(jù)并考慮空駛率的影響，構(gòu)建了出租汽車污染排放模型。文獻(xiàn)[8]基于上海市2012年出租汽車軌跡數(shù)據(jù)構(gòu)建交叉口尾氣排放模型，并進(jìn)行試驗(yàn)性應(yīng)用。文獻(xiàn)[9]對出租汽車污染排放因子估算模型和排放量預(yù)測模型進(jìn)行綜述。

在已有研究中，文獻(xiàn)[6]提出將出租汽車運(yùn)營狀態(tài)劃分為載客狀態(tài)和空駛狀態(tài)分別計(jì)算空氣污染情況，然而其根據(jù)歷史數(shù)據(jù)統(tǒng)計(jì)得到的出租汽車日均行駛里程和空駛率進(jìn)行計(jì)算，準(zhǔn)確性降低。本文結(jié)合出租汽車GPS數(shù)據(jù)的統(tǒng)計(jì)和處理結(jié)果，借鑒已有研究成果，構(gòu)建考慮空駛距離的出租汽車空氣污染排放模型。

1 出租汽車GPS數(shù)據(jù)處理

1.1 數(shù)據(jù)篩選

本文獲取2011年4月18日(星期一)至26日(星期二)深圳市13 798輛出租汽車共計(jì)204 h的GPS數(shù)據(jù)，經(jīng)過數(shù)據(jù)清洗、數(shù)據(jù)濾波，共篩選3 198輛出租汽車作為分析對象。出租汽車GPS數(shù)據(jù)篩選過程如圖1所示。

1.2 出租汽車空駛和載客狀態(tài)識別

表1給出深圳市某出租汽車GPS軌跡數(shù)據(jù)示例，可以發(fā)現(xiàn)當(dāng)出租汽車駕駛?cè)嗽谀车攸c(diǎn)等待乘客上車時，駕駛?cè)藢⒍虝r停車(如編號4的記錄)等候乘客；當(dāng)駕駛?cè)说却丝拖萝嚂r，也需要短時停車(如編號28的記錄)。因此，本文選擇出租汽車狀態(tài)的變化點(diǎn)作為判斷乘客上下車的依據(jù)。當(dāng)同一出租汽車的GPS數(shù)據(jù)集中，上一條GPS數(shù)據(jù)中狀態(tài)為“0”，而下一條為“1”時，代表出租汽車有乘客上車，此時出租汽車的GPS位置被提取作為“載客點(diǎn)”，假設(shè)此時刻此位置發(fā)生了空載出租汽車載到乘客事件。反之，當(dāng)出租汽車狀態(tài)從“1”變?yōu)椤?”時，代表有乘客下車，此時為乘客“下車點(diǎn)”，假設(shè)此時刻此位置發(fā)生了載客出租汽車乘客下車事件。

1.3 出租汽車GPS數(shù)據(jù)推導(dǎo)行駛距離

基于出租汽車GPS數(shù)據(jù)，可以獲取出租汽車在路網(wǎng)運(yùn)行的經(jīng)緯度、時間、速度等信息，結(jié)合深圳市GIS地圖可計(jì)算車輛的行程速度、載客距離、空駛距離等信息。這些信息能夠較為準(zhǔn)確地反映出租汽車在路網(wǎng)中的行駛特性，因此出租汽車GPS數(shù)據(jù)亦適用于分析城市客運(yùn)出租汽車的空氣污染排放。

本文采用如下公式[10-11]計(jì)算兩點(diǎn)之間的距離：

圖1 出租汽車GPS數(shù)據(jù)篩選過程Fig.1 Process of taxi GPS data filtering

式中：D為兩點(diǎn)間在地球表面的距離/km；R為地球半徑/km，采用地球平均半徑，取值為6 371.004 km；latδ，longδ分別為δ點(diǎn)的經(jīng)度和緯度。

出租汽車某次載客或者空駛的距離由一系列GPS定位點(diǎn)連接而成，將匹配后的GPS定位點(diǎn)在GIS路網(wǎng)上行駛路徑距離累加即可得到出租汽車的行駛距離。將某出租汽車在一日內(nèi)的所有載客里程和空駛里程求和可得到日行駛里程，對采集到的2011年4月18—26日的日行駛里程數(shù)據(jù)進(jìn)行平均，即可得到每輛出租汽車的日均行駛里程。

表1 某出租汽車GPS軌跡數(shù)據(jù)示例Tab.1 Ataxi's GPS trajectory data

2 出租汽車空氣污染排放模型構(gòu)建

2.1 傳統(tǒng)的出租汽車空氣污染排放模型

傳統(tǒng)的出租汽車空氣污染排放模型包括三種，分別為基于車輛行駛里程、車輛油耗和出租汽車載客率的計(jì)算模型[6]。

1）基于車輛行駛里程的排放模型。

基于出租汽車行駛距離和排放因子進(jìn)行計(jì)算：

式中：Qj為空氣污染物j平均日排放量/(kg?d-1)；A為出租汽車總量，本文統(tǒng)計(jì)數(shù)量為3 198輛；EFj為空氣污染物j的排放因子/(g?km-1)；VKT為每輛出租汽車的日均行駛距離/(km·d-1)；j=1，2，3分別為出租汽車排放空氣污染物NOX，HC和CO。

2）基于車輛油耗的排放模型。

基于排放因子乘以出租汽車百公里耗油量(或稱燃油經(jīng)濟(jì)性)進(jìn)行計(jì)算：

式中，Ej為空氣污染物j的排放因子/(g?l-1)；C為出租汽車百公里耗油量/(km?l-1)，數(shù)值為11 km?l-1。

3）基于出租汽車載客率的排放模型。

文獻(xiàn)[2]構(gòu)建的模型考慮了平均載客率：

2.2 考慮空駛距離的出租汽車空氣污染排放模型

根據(jù)出租汽車GPS數(shù)據(jù)，通過獲取到的每輛出租汽車的日均載客次數(shù)和行駛軌跡，可以得到出租汽車日均載客里程、日均空駛里程，結(jié)合傳統(tǒng)的3個模型構(gòu)建新模型進(jìn)行分析。

1）改進(jìn)模型1。

根據(jù)模型1構(gòu)建考慮出租汽車空駛距離的新模型為

式中：EFo,j為載客狀態(tài)下空氣污染物 j的排放因子/(g?km-1)；VKTo為每輛出租汽車的日均載客里程/(km?d-1)；EFv,j為空駛狀態(tài)下空氣污染物 j的排放因子/(g?km-1)； VKTv為每輛出租汽車的日均空駛里程/(km?d-1)。其中，VKTo+VKTv=VKT.

2）改進(jìn)模型2。

根據(jù)模型2構(gòu)建考慮出租汽車空駛距離的新模型為

式中：Eo,j為載客狀態(tài)下空氣污染物 j的排放因子/(g?l-1)；Ev,j為空駛狀態(tài)下空氣污染物 j的排放因子/(g?l-1)。

3）改進(jìn)模型3。

根據(jù)模型3構(gòu)建考慮出租汽車空駛距離的新模型為

3 空氣污染排放量計(jì)算

對式(5)中的 EFo,j和EFv,j取值，本文參考文獻(xiàn)[12]，將其上限值作為出租汽車載客狀態(tài)的空氣污染排放因子EFo,j，下限值作為空駛狀態(tài)的空氣污染排放因子EFv,j。對式(6)中的 Eo,j和 Ev,j取值則參考文獻(xiàn)[13]，將其上限值作為載客狀態(tài)的空氣污染排放因子Eo,j，下限值作為空駛狀態(tài)的空氣污染排放因子Ev,j。根據(jù)文獻(xiàn)[14]可得到式(7)中的值，而則參考文獻(xiàn)[6]取載客狀態(tài)的0.6進(jìn)行計(jì)算。具體的出租汽車空氣污染排放因子如表2所示。

結(jié)合表2和公式(5)，(6)，(7)，基于GPS數(shù)據(jù)可計(jì)算得到深圳市3 198輛出租汽車日均空氣污染排放總量(見表3)。由于出租汽車空氣污染排放因子選自不同研究，且其計(jì)量單位不統(tǒng)一，因此三類模型的計(jì)算結(jié)果并不一致，但均為19 700～23 650 kg?d-1，差別不大?？梢钥闯?，空駛過程中三類模型對應(yīng)的出租汽車空氣污染物排放量占污染排放總量的比例分別為25.4%，34.2%和18.9%。因此，出租汽車空駛過程中排放的空氣污染應(yīng)引起交通管理者和研究人員的注意。為進(jìn)一步校核模型的準(zhǔn)確度，未來需開展出租汽車實(shí)際排放調(diào)查，并構(gòu)建相關(guān)的統(tǒng)計(jì)模型，從而得到更為精確的出租汽車空氣污染排放因子和污染物排放量。

4 結(jié)論

中國的機(jī)動車排放正從國III向國IV、國V轉(zhuǎn)變，迫切需要研究機(jī)動車減排的技術(shù)手段和交通管理措施，因此有必要對占城市交通量較大比例的出租汽車污染排放進(jìn)行研究。由出租汽車空氣污染排放模型可知，排放因子、行駛距離、燃油經(jīng)濟(jì)性等是影響出租汽車空氣污染排放量的主要因素，因此，可從這三方面入手制定出租汽車減排策略。例如在排放因子方面，可以引入液化石油氣(Liquefied Petroleum Gas,LPG)汽車、混合電動車(Hybrid-electric Vehicles,HEVs)[15]、電動汽車等；在行駛距離方面，可以通過電話叫車、打車軟件、設(shè)置出租汽車?？空镜确绞剑行p少出租汽車空駛距離；在燃油經(jīng)濟(jì)性方面，需要對出租汽車進(jìn)行定期維修和養(yǎng)護(hù)、定期檢查及更換空氣濾清器、減少怠速行駛等。

表2 出租汽車空氣污染排放因子Tab.2 Taxicab emission factor

表3 出租汽車日均空氣污染排放總量Tab.3 Average daily emissions of taxies kg?d-1

[1]Reddy A K N,Anand Y P,D'Sa A.Energy for a Sustainable Road/Rail Transport System in India[J].Energy for Sustainable Development,2000,4(1):29-44.

[2]Stead D.Relationships between Transport Emissions and Travel Patterns in Britain[J].Transport Policy,1999,6(4):247-258.

[3]Han X,Naeher L P.A Review of Traffic-related Air Pollution Exposure Assessment Studies in the Developing World[J].Environment International,2006,32(1):106-120.

[4]Chan L Y,Lau W L,Zou S C,Cao Z X,Lai S C.Exposure Level of Carbon Monoxide and Respirable Suspended Particulate in Public Transportation Modes While Commuting in Urban Area of Guangzhou,China[J].Atmospheric Environment,2002,36(38):5831-5840.

[5]Zeng J,Guo H,Hu Y.Artificial Neural Network Model for Identifying Taxi Gross Emitter from Remote Sensing Data of Vehicle Emission[J].Journal of Environmental Sciences,2007,19(4):427-431.

[6]An S,Hu X,Wang J.Urban Taxis and Air Pollution:A Case Study in Harbin,China[J].Journal of Transport Geography,2011,19(4):960-967.

[7]Wang H,Fu L,Zhou Y,Du X,Ge W.Trends in Vehicular Emissions in China's Mega Cities from 1995 to 2005[J].Environmental Pollution,2010,158(2):394-400.

[8]趙旻玥.基于出租車軌跡數(shù)據(jù)分析交叉口尾氣排放的時空特征[D].上海：華東師范大學(xué)，2013.Zhao Minyue.Analyze Spatial and Temporal Characteristics of Exhaust Emissions around Intersections Based on Taxi Trajectory Data[D].Shanghai:East China Normal University,2013.

[9]白竹，王瑋.城市出租車污染物排放模型研究[J].黑龍江工程學(xué)院學(xué)報(自然科學(xué)版)，2013，27(1)：17-21.Bai Zhu,Wang Wei.A Study of Urban Taxis Pollution Emission Models[J].Journal of Heilongjiang Institute of Technology,2013,27(1):17-21.

[10]Ned Levine&Associates.CrimeStat Version 3.3[R].Washington DC:National Institute of Justice,2010.

[11]Hu X,An S,Wang J.Exploring Urban Taxi Drivers'Activity Distribution Based on GPS Data[J].Mathematical Problems in Engineering,2014,2014:1-13.

[12]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.Bi Ye,Ge Yunshan,Han Xiukun.Analysis of Emission Pollutants from Beijing Taxi Based on MOBILE 6.2[J].Journal of Safety and Environment,2007,7(2):61-64.

[13]Guo H,Zhang Q,Shi Y,Wang D.On-road Remote Sensing Measurements and Fuelbased Motor Vehicle Emission Inventory in Hangzhou,China[J].Atmospheric Environment,2007,41(14):3095-3107.

[14]邱立勛，陳愚，趙黛青，蔡國田，陳勇，胡秀蓮，姜克雋.廣州市至2020年城市客運(yùn)交通發(fā)展情景分析[J].中山大學(xué)學(xué)報(自然科學(xué)版)，2008，47(S)：114-118.Qiu Liqun,Chen Yu,Zhao Daiqing,Cai Guotian,Chen Yong,Hu Xiulian,Jiang Kejun.Scenario Analysis of Passenger Traffic Development in Guangzhou until 2020[J].Acta Scientiarum Naturalium Universitatis Sunyatseni,2008,47(S):114-118.

[15]Gao H O,Kitirattragarn V.Taxi Owners'Buying Preferences of Hybrid-electric Vehicles and Their Implications for Emissions in New York City[J].Transportation Research PartA,2008,42(8):1064-1073.