盧子宜 張欣葉 李端陽 宗培超 范浩南

摘要 基于MOVES模型計算河北省高速公路污染物排放清單，以石家莊市為研究對象，得到2020年石家莊市高速公路污染物排放清單。PM2.5、PM10、NOx、CO、SO2的排放量分別為17.676 t、19.548 t、1 281.036 t、11 973.084 t、1.512 t。其中，燃料類型為汽油的機動車主要貢獻在CO上，NOx、PM2.5、PM10和SO2的主要貢獻源是燃料類型為柴油的機動車。最終將研究結(jié)果與其他城市不同年份的機動車污染物排放清單分析對比，對于提高石家莊市大氣污染環(huán)境治理，逐步降低污染物排放總量具有重要意義。

關(guān)鍵詞 MOVES模型;高速公路;排放清單;排放分擔(dān)率

中圖分類號 X734.2 文獻標(biāo)識碼 A 文章編號 2096-8949（2022）04-0187-03

0 引言

機動車保有量隨城市化進程日益增加。機動車在運輸過程中需要消耗化石燃料，由此排放尾氣而造成空氣污染。《中國移動源環(huán)境管理年報（2020）》顯示，污染物排放的主要貢獻者是汽車[1]。

在污染物研究的方式中，污染物排放清單一直是研究的熱點?，F(xiàn)在關(guān)于污染物排放清單的研究主要針對某個地區(qū)或者某個交叉口，而對于高速公路的研究比較少，僅有高丹丹[2]、鄒澤耀[3]等少數(shù)學(xué)者根據(jù)排放因子法構(gòu)建出高速公路的污染物排放清單，該文則依據(jù)MOVES模型構(gòu)建石家莊市高速公路污染物的排放清單。

1 研究方法與數(shù)據(jù)

1.1 研究區(qū)域

河北省位于中國華北地區(qū)，地勢西北高、東南低，為溫帶大陸性季風(fēng)氣候，界于北緯36°05′～42°40′。四季分明，全年平均氣溫在12°左右，春季降水少且干燥，夏季日照時數(shù)偏少，降水量占全年的66%左右，秋季降水少，氣候宜人，冬季時間長且比較寒冷，降雪頻率較高。因石家莊市為河北省的交通樞紐，該文以石家莊市為研究區(qū)域。

1.2 模型構(gòu)建

通過MOVES排放模型構(gòu)建高速污染物排放清單，目前我國的機動車尾氣排放量化模型尚未成熟，對機動車污染物排放清單進行研究和分析時大多借鑒一些國外模型。綜合對比，最終研究采用美國MOVES排放模型。

MOVES模型構(gòu)建以2020年為基準(zhǔn)年，石家莊市高速公路為模擬區(qū)域，逐一選擇模擬污染物和道路類型，通過輸入基準(zhǔn)年石家莊市的機動車保有量、行駛里程、氣象數(shù)據(jù)等13種基礎(chǔ)數(shù)據(jù)，模擬機動車尾氣排放，獲得機動車污染物排放清單。MOVES中共有15種排放過程，污染物排放總和的計算基于所選的排放過程，模擬精確度較高。因此，采用MOVES模型進行數(shù)據(jù)分析，對于控制機動車尾氣排放和進行大氣污染治理具有很大參考價值。

1.3 數(shù)據(jù)的獲取

1.3.1 地理信息本地化

MOVES模型為美國環(huán)境環(huán)境保護署開發(fā)的排放模型，模型模擬地區(qū)細化到美國各郡，根據(jù)各部的氣候和地理位置并結(jié)合研究區(qū)域，選擇合適的模型模擬區(qū)域。根據(jù)相關(guān)文獻可知，石家莊市的模擬區(qū)域為紐約市[4]。

氣象數(shù)據(jù)：基于河北省石家莊市氣象站發(fā)布的每小時氣象數(shù)據(jù)，得到石家莊市2021年10月份每天中每小時的平均溫度和相對濕度，具體數(shù)值見表1，以此為代表。

1.3.2 車型匹配

在MOVES模型中，車型主要依據(jù)具體用途和行駛距離進行劃分，我國的汽車分類標(biāo)準(zhǔn)依據(jù)車型大小、載客數(shù)量和載貨重量等進行劃分。進行模擬時，需要依據(jù)MOVES車型和我國車型分類標(biāo)準(zhǔn)進行匹配。

1.3.3 機動車保有量和行駛里程

通過中國汽車市場統(tǒng)計年鑒得到石家莊機動車保有量，依據(jù)河北省統(tǒng)計年鑒計算得到各車型保有量。行駛里程參考《道路機動車大氣污染物排放清單編制技術(shù)指南（試行）》（下述簡稱指南）[5]和其他文獻[6]。

1.3.4 燃油信息

燃油信息參數(shù)根據(jù)《車用汽油》（GB 17930—2016）、《車用乙醇汽油（E10）》（GB18351—2017）和《車用柴油》（GB19147—2016）得知。

1.3.5 車齡和速度分布

通過調(diào)查研究河北統(tǒng)計年鑒得到近15年的車輛保有量數(shù)據(jù)，統(tǒng)計研究車型不同年份的新注冊車輛量和淘汰量數(shù)據(jù)，整理計算得到所研究8種車型的車齡分布數(shù)據(jù)。速度分布參考相關(guān)文獻[7]得知。

2 結(jié)果比較和分析

2.1 機動車污染物排放清單

2.1.1 污染物

得出的2020年石家莊市機動車污染物排放量如表2所示。顯而易見，小型客車對CO的分擔(dān)率最大，為55.4%。輕型貨車是NOX的主要貢獻源，貢獻率為56.12%。小型客車是PM2.5和PM10的主要貢獻源，貢獻率分別為37.94%和38.74%，輕型貨車對這兩種污染物的貢獻率與小型貨車的貢獻率相近，其貢獻率分別為34.76%和34.44%。SO2的主要貢獻源是小型客車，其貢獻率為57.14%，輕型貨車對SO2的貢獻率排第二，貢獻率為28.57%。各類車型機動車污染物排放分擔(dān)率如圖1所示。

2.1.2 燃料類型貢獻率

針對不同燃油類型，模擬過程中主要采用了汽油車和柴油車來研究機動車排放分擔(dān)率。燃料類型為汽油的機動車主要貢獻在CO上，其中小汽車占主要部分，貢獻率為71%，小汽車保有量基數(shù)大是其成為CO主要貢獻源的主要原因;NOX、PM2.5、PM10和SO2的主要貢獻源是燃料類型為柴油的機動車，其中載貨汽車占主要部分，貢獻率分別為57%、55%、54%，柴油車雖保有量基數(shù)小，僅占車輛保有量總數(shù)的19%，但由于其柴油發(fā)動機擴散燃燒特性導(dǎo)致其NOX和PM排放量較大。各燃料類型車的貢獻率和保有量分擔(dān)率如圖2所示。

2.1.3 排放清單對比

通過查閱相關(guān)文獻，收集總結(jié)了石家莊市及其他城市近年來機動車污染物排放清單的研究結(jié)果，并進行比較，具體數(shù)值見表3。與石家莊市2016年污染物排放清單相比，研究中CO、PM2.5和NOX排放量大幅度減少，其原因經(jīng)過分析得出以下兩點：第一，可能與石家莊市近年來出臺的一系列大氣污染綜合治理方案有關(guān)，環(huán)境質(zhì)量有效提高。第二，與近年來國家出臺相關(guān)的相關(guān)法律和措施有關(guān)，二者的出臺使機動車尾氣排放標(biāo)準(zhǔn)得到提升和燃油中造成污染物的成分得到降低。

再與其他城市不同年份的機動車污染物排放清單相比較，研究計算得到的2020年機動車污染物排放量低于其他城市往年污染物排放量，這可能是由于研究年份不同、研究城市不同，以及機動車保有量和行駛里程等基礎(chǔ)數(shù)據(jù)不同所導(dǎo)致[8]。通過對比分析，石家莊市及其他城市近年來機動車污染物排放清單的對比對日后大氣污染環(huán)境治理具有重要意義。

2.2 不確定性分析

文章采用MOVES模型模擬機動車污染物排放，涉及輸入有車齡分布、機動車保有量、日均行駛里程等13種因素。經(jīng)研究分析得誤差來源主要包括以下4個方面：

第一，機動車保有量是經(jīng)過比例計算得出，與實際數(shù)值相比有一定的偏差。

第二，由于中國機動車車型分類情況與MOVES模型分類依據(jù)不同，導(dǎo)致中國機動車車型和MOVES模型中車型匹配度不精確，可能會造成誤差。

第三，各種車型的行車?yán)锍逃芍改现械脕?，存在一定的偏差?/p>

第四，在進行模擬年匹配時，須依據(jù)兩國的機動車尾氣排放標(biāo)準(zhǔn)進行匹配，由于我國對機動車尾氣排放的限制標(biāo)準(zhǔn)與美國對機動車尾氣排放的限制標(biāo)準(zhǔn)不同，致使選擇的MOVES模型中的模擬基準(zhǔn)年與實際年份的尾氣排放略有偏差，除上述數(shù)據(jù)外，其余數(shù)據(jù)均較為可靠，綜上可知該模擬結(jié)果較為精確。

3 結(jié)論

（1）該文以MOVES為模型對石家莊地區(qū)高速公路進行研究，得到PM.2.5、PM10、NOX、CO、SO2的排放量分別為17.676 t、19.548 t、1 281.036 t、11 973.084 t、1.512 t。

（2）柴油車對PM2.5、PM10、NOX的貢獻較大，貢獻率為54.57%、54.21%、56.75%。建議政府采取措施提高柴油車的尾氣排放標(biāo)準(zhǔn);汽油車對CO和SO2的分擔(dān)率較大，分別為71.43%和52.9%，雖然單位汽油車的排放量小于柴油車，但汽油車的數(shù)量遠遠大于柴油車的數(shù)量，建議政府大力推廣新能源汽車，從而降低汽油車的占比。

（3）小型客車是汽油車中占比最多的車型，而小型客車的CO、SO2排放量最多，建議政府采取相關(guān)措施限制小型客車數(shù)量占比。輕型貨車是柴油車中占比最多的車型，NOX、PM2.5、PM10主要由輕型貨車排放，應(yīng)采取相關(guān)措施限制輕型車的排放量，從而降低NOX、PM2.5、PM10這三種污染物的排放。

參考文獻

[1]中國移動源環(huán)境管理年報（2020）[DB/OL]. http： //www. gov. cn/xinwen/2020-08/11/content_5533869. htm.

[2]高丹丹， 尹沙沙， 谷幸珂， 等. 河南省2016～2019年機動車大氣污染物排放清單及特征[J]. 環(huán)境科學(xué)， 2021（8）：3663-3675.

[3]鄒澤耀， 鄭鑫程， 徐崇敏， 等. 疫情背景下的福建省高速公路機動車污染物排放清單[J]. 環(huán)境科學(xué)報， 2022（4）： 1-10.

[4]姚勝永， 李亞楠， 劉佳豪. 基于MOVES模型的石家莊市機動車排放清單研究[J]. 交通節(jié)能與環(huán)保， 2019（74）： 5-9.

[5]生態(tài)環(huán)境部. 道路機動車大氣污染物排放清單編制技術(shù)指南（試行）[Z]. 2014.

[6]王計廣， 桂華僑， 陳金潮， 等. 唐山市機動車排放清單與減排經(jīng)濟效益研究[J]. 中國環(huán)境科學(xué)， 2021（11）： 5114-5124.

[7]孫威巍， 何兆成， 陳銳祥， 等. 基于多類型浮動車數(shù)據(jù)的高速公路路段速度修正模型[J]. 中山大學(xué)學(xué)報（自然科學(xué)版）， 2018（6）： 89-96.

[8]汪晶發(fā)， 宋慧， 巴利萌， 等. 西安市機動車污染物排放清單與空間分布特征[J]. 環(huán)境污染與防治， 2020（6）： 666-671+677.

[9]孫智綱. 渭南市機動車污染物排放清單及減排對策研究[D]. 西安：長安大學(xué)， 2021： 1-76.

[10]張文凱， 鄭州市機動車排放清單建立及減排情景研究[D]. 鄭州：鄭州大學(xué)， 2016： 1-64.

2226500783280