許曉秦，任朝陽，邱兆文

(長安大學，西安 710064)

道路平面交叉口是城市交通網(wǎng)絡(luò)的重要節(jié)點，交叉口處機動車、非機動車、行人最為集中，交通狀況比較復(fù)雜，常常發(fā)生交通擁堵。機動車作為交叉口交通流的重要組成部分，在此狀態(tài)下行駛時運行工況頻繁變化，導(dǎo)致路網(wǎng)運行效率降低，并造成大氣污染、噪音污染以及資源浪費[1]。中國環(huán)境科學研究院丁焰[2]等進行的汽車污染物排放特性研究指出，機動車運行過程中平均車速的變化對各種污染物的排放量有著直接的影響，道路擁擠，機動車平均行駛速度下降，使得CO、HC污染物排放量增加。因此，疏導(dǎo)交通、提高車速是減少CO、HC排放的有效手段；但與此同時，會造成NOx排放量的增高，空氣中NOx濃度超標已經(jīng)是我國一些大城市普遍的污染現(xiàn)狀。Kai Zhang等[3]將機動車在施工區(qū)，高峰時間和暢通情況下的排放情況進行對比。尚大偉[4]等對交通擁堵狀態(tài)下信號交叉口的車輛運行特性進行了研究，從車輛在信號交叉口的到達特性，停車特性，排隊與延誤情況等方面分析了產(chǎn)生這些車流現(xiàn)象的原因，并針對此提出了改善交通狀態(tài)的措施，但并沒有進一步研究運行特性對機動車排放的影響。

本文在以上研究提供的方法及理論的基礎(chǔ)上，將信號交叉口交通擁堵狀況下的車輛排放作為研究對象，通過對西安市小寨典型信號交叉口交通及氣象數(shù)據(jù)監(jiān)測，分析車輛運行模式分布規(guī)律，運用高分辨率排放模型MOVES對排放狀況進行測算。根據(jù)測算結(jié)果分析污染物總量變化，各類污染物的變化情況，信號交叉口機動車運行特性對污染物排量的影響。以期更好的為交通管控、交通組織提供理論依據(jù)，有效地緩解信號交叉口交通擁堵，提高路網(wǎng)運行效率，減少污染物的排放。

1 研究方法

1.1 MOVES模型

MOVES(Motor Vehicle Emission Simulator)模型[5]是由美國EPA的OTAQ(Office of Transportation and Air Quality)組織開發(fā)的集宏觀、中觀、微觀為一體的基于機動車比功率(VSP， Vehicle-Specific Power)原理的機動車尾氣排放量化模型。VSP[6]綜合考慮了機動車動能和勢能的變化，克服車輛滾動阻力及空氣阻力做功等。VSP公式如式(1)所示：

(1)

簡化后如式(2)所示：

VSP=v(1.1a+0.132)+0.302×10-3v3

(2)

式中，v為車速；a為加速度。

在城市道路交叉口路段，多向交通流在此匯集，車型比較復(fù)雜。對于大巴、公交車等重型車輛，由于機動車質(zhì)量(M)、車輛的風阻系數(shù)(CD)、迎風面積(A)等與輕型車存在很大的差異，因此，輕型車VSP計算公式(2)不能用于重型車的VSP計算。2001年，Andrei在研究重型車排放的建模過程中綜合考慮了重型車與輕型車在車重、尺寸等方面的差異，將公式(2)針對重型車輛進行了參數(shù)標定，從而得到了相應(yīng)的重型車VSP計算公式(3)，得到了相關(guān)學者的認可。

VSP=v(a+0.091 99)+0.169×10-3v3

(3)

通過統(tǒng)計分析VSP變量和與之相對應(yīng)的排放數(shù)據(jù)發(fā)現(xiàn)，相同VSP所對應(yīng)的數(shù)據(jù)離散度很大，難以準確得出兩者之間的聯(lián)系。為了更加準確的研究VSP與機動車排放之間的關(guān)系，F(xiàn)rey[7]等提出了VSP聚類方法，將VSP按照一定的間隔劃分成不同的Bin區(qū)間，以每個VSP Bin下的瞬時排放率的均值作為該區(qū)間的機動車排放率。MOVES模型根據(jù)VSP和速度的對應(yīng)關(guān)系，將機動車所有的VSP分成了23個Bin，即23個運行工況區(qū)間。機動車活動信息分布到不同的運行模式區(qū)間上，MOVES給每一個唯一的排放源和運行模式組合分配一個排放率，以計算該運行模式下的排放，然后修正溫度、空調(diào)狀況、燃油等因子，得到總排放率，如式(4)所示。MOVES具有以下特點：基于MySQL關(guān)系數(shù)據(jù)庫構(gòu)建、具有替代燃料和車輛類型、計算排放因子和總排放清單、評估能源消耗、模擬計算多種污染物和各種排放過程。

總排放process, source type=(∑排放速率process, bin×行駛特征Bin)×調(diào)整因子process

(4)

式中，process為排放過程，source type為排放源類型；Bin為排放源和工況區(qū)間。

1.2 數(shù)據(jù)調(diào)查

2016年5月26日(周二)、31日(周日)的8:00～9:00、12:00～13:00、18:00～19:00 3個時段在小寨十字進行交通量調(diào)查、車速調(diào)查和氣象數(shù)據(jù)調(diào)查, 天氣狀況均為良好。交通量調(diào)查采用人工計數(shù)法，車速調(diào)查采用追蹤法，在長安中路從長安立交出發(fā)，向小寨方向的1 000多米范圍內(nèi)開展GPS數(shù)據(jù)采集實驗，儲存在電腦上的數(shù)據(jù)可以導(dǎo)入Google Earth軟件，查看試驗車輛的行車軌跡以及瞬時速度。氣象數(shù)據(jù)利用便攜式氣象站獲得。

對采集的交通量數(shù)據(jù)按需求進行處理后，剔除了部分偏差較大的數(shù)據(jù)。5月26日8:00～9:00、18:00～19:00是上下班高峰期，交通量大，中午明顯減少。5月26日的車流量總體高于5月31日，因為5月31日是周末，沒有上下班高峰，三個時段交通量變化不大。故本文選取5月26日早高峰進行研究，這時擁堵比較嚴重，機動車運行工況頻繁變化，有利于分析評估。

研究路段小轎車最多，其次是公交，中巴，垃圾車，小貨車偶爾有之。小轎車和小貨車是汽油車，公交車使用壓縮天然氣，中巴和垃圾車是柴油車。

將GPS測得的車速數(shù)據(jù)剔除異常值，進行質(zhì)量控制后，通過EXCEL軟件對原始速度進行轉(zhuǎn)換，然后計算逐秒加速度。

2 機動車運行模式分布

運用運行模式分布測算車輛排放相對于基于平均速度以及行駛周期的測算結(jié)果更加詳細準確，同時將平均速度或者行駛周期作為交通參數(shù)輸入MOVES模型后，最終還是要轉(zhuǎn)換為運行模式分布進行計算[8]。因此，本文選擇運行模式分布作為本地化的交通參數(shù)輸入。

根據(jù)信號交叉口擁堵狀態(tài)下機動車運行工況將整個運行過程劃分為6個Link，其長度分別為340 m、170 m、30 m、20 m、310 m、170 m，如圖1所示。圖中，Link1是在道路通暢的情況下的車速變化，Link2是前方有擁堵發(fā)生，所以機動車慢慢減速的過程，Link3是因為前方擁堵導(dǎo)致暫時怠速等候，Link6是機動車緩慢向前移動的過程，Link4表示機動車運行到了前方擁堵路段，停車等候，Link5是擁堵緩解，機動車加速通過。

圖1 Link劃分依據(jù)

利用式(2)計算對應(yīng)的VSP，按照運行模式分布表中的VSP以及對應(yīng)的瞬時速度區(qū)間，分別統(tǒng)計各路段OpMode ID的數(shù)量，得到各個路段不同OpMode ID所占的比例，該比例就是擁擠狀態(tài)下運行模式分布比例。圖2給出了部分輕型車在Link1、Link2、Link3的運行模式分布，其他Link和重型車的運行模式分布數(shù)據(jù)處理方法相同，此處不再贅述。

圖2 部分輕型車運行模式(Op Mode)分布

3 排放評估結(jié)果與分析

3.1 排放結(jié)果

在運用運行模式分布研究交叉口車輛排放的過程中，對模型所需要輸入的交通參數(shù)(運行模式分布)、車型比例、車齡分布、氣象參數(shù)(溫度、濕度)、燃油等參數(shù)按照西安市實際情況進行了本地化修正。但是，由于開發(fā)MOVES的宗旨是為美國量身定做的，在進行機動車排放測算的過程中無法將所需要輸入的參數(shù)全面的本地化。同時，由于美國的I/M制度以及汽車排放標準與中國存在一定的差異，通過對比中美兩國現(xiàn)行的輕型車和重型車的排放標準發(fā)現(xiàn)，中國的機動車排放標準限值要比美國落后3～5年，因此運用MOVES模型進行測算時，可以通過提前3～5年作為模擬年來縮小由于排放法規(guī)的不同帶來的排放差異，使測算結(jié)果更加接近我國機動車實際排放狀況，本文選擇2011年作為模擬年。

3.2 結(jié)果分析

3.2.1 總量分析

整個研究路段，包括暢通和擁堵情況下，CO排量最大，NOx、HC相對于CO排放量較少，PM10和PM2.5排放量最少。

汽油車排放物中有較多的CO、HC，而顆粒物排放低，NOx排放與柴油車基本相同。柴油車排放的顆粒物和NOx較多，而CO和HC較少，結(jié)合表1車型比例和汽油車、柴油車的排放特點，可以解釋此路段各種污染物的排放量產(chǎn)生差異的現(xiàn)象。

3.2.2 各種污染物變化

NOx、PM10、PM2.5、HC、CO五種污染物各自的變化情況，可以通過計算各污染物擁堵情況相對于暢通情況下的排量增幅來分析。如圖4所示。

圖4 各污染物排量增幅

通過分析各污染物排量增幅，可以得出擁堵狀況對HC和PM10的影響最大，其次是PM2.5， NOx和CO的影響較小。HC和NOx在陽光作用下發(fā)生反應(yīng)，會產(chǎn)生光化學煙霧，導(dǎo)致能見度下降，PM10和PM2.5直接影響人的呼吸系統(tǒng)健康，CO和NO2濃度達到一定濃度值后，會對人的身體健康造成影響。所以，交通擁堵緩解，首先能夠很有效地減少光化學煙霧，其次能夠有效減少顆粒物的排放，降低呼吸道疾病的發(fā)病率。(注：各類污染物排放量在通暢情況下和擁堵情況下的評估條件是一致的，增幅是一個相對值，可以用來粗略比較各污染物的變化情況)。

3.2.3 各階段分析

根據(jù)圖3所示的速度變化趨勢，研究發(fā)現(xiàn)：

(1) 紅燈亮，機動車停車等候時(Link3、Link 4)，各污染物的排放量最大，同時，Link4代表的擁堵路段比Link3路段各污染物排放量大。

(2) Link1是通暢情況，Link5是綠燈初亮擁堵得以緩解后的情況，兩者均有加速過程，但是擁堵緩解后，加速階段各種污染物排放量比通暢情況下的大。

(3) Link6是機動車隨車流緩緩前行，此過程交替伴隨加速減速，各污染物的排量同通暢情況下的排量差異不大，但高于純減速過程。

結(jié)合速度變化趨勢分析上述現(xiàn)象產(chǎn)生的原因：

(1) 機動車怠速等候時，怠速工況下污染物排放濃度較大，同時等待的車輛多、時間長，所以發(fā)動機的排氣量也比較大，造成污染物排放總量大。Link4路段相比Link3路段排放量大，初步分析，一方面，由于擁堵路段上游等待時間過長，部分車輛短暫熄火；另一方面，由于Link6路段車輛緩慢前行，不按車道行駛，見縫就插，造成車流密度大。

(2) 在道路通暢情況下，車輛加速比較平穩(wěn)，加速距離較長，排放少。但是綠燈亮后，為了爭取時間，車輛加速比較塊，加速距離短，排放多。

(3) 機動車隨車流移動，加減速都比較突然，且持續(xù)時間長，所以排放也比較大。而且，如果車輛不按車道行駛，見縫就插，會導(dǎo)致停車等候車流密度大，排放多。

4 結(jié)論

(1) 信號交叉口紅燈亮時，會產(chǎn)生暫時擁堵，機動車在此狀態(tài)下行駛會經(jīng)歷減速、怠速、加速通過這幾個過程。減速路段若減速平緩，排量會有所減少；怠速、加速通過兩個過程相對通暢路段排量都會增大，怠速狀況下排放最大。所以在信號交叉口，駕駛員應(yīng)提前觀察前方路況，增大加減速距離以保持機動車平穩(wěn)加減速；擁堵情況下，駕駛員要遵守交通秩序，按車道依次停車等候，這樣不僅有利于交通快速順暢，而且會減少車輛在擁堵路段的排放；交管部門要根據(jù)路段車流大小改進信號配時，減少機動車怠速時間。

(2) 排放物中，HC、PM10變化程度最大，其次是PM2.5，NOx和CO較小。緩解交通擁堵，首先能夠很有效地減少光化學煙霧，其次能夠有效減少顆粒物的排放，降低呼吸道疾病的發(fā)病率。