＊基于CAL INE4模型的城市机动车尾气CO扩散模拟研究——以太原市快速道滨河东路为例

石伟,张红 ,史锐,卢彬

(1.山西大学黄土高原研究所,山西太原 030006;2.山西大学环境与资源学院,山西太原 030006)3.太原市环境科学研究设计院,山西太原 030002)

＊基于CAL INE4模型的城市机动车尾气CO扩散模拟研究
——以太原市快速道滨河东路为例

石伟1,张红2＊,史锐1,卢彬3

(1.山西大学黄土高原研究所,山西太原 030006;2.山西大学环境与资源学院,山西太原 030006)3.太原市环境科学研究设计院,山西太原 030002)

采用MOBILE6.2模型,在收集太原市机动车保有量、车况、气象等数据的基础上,得到太原市机动车污染排放因子.以太原市快速道滨河东路为例,采用CAL INE4模型对滨河东路机动车尾气CO的扩散进行模拟计算.同时分别在冬季和夏季进行了车流量统计和CO监测分析,比较模型模拟结果与实际监测浓度之间的差异,探讨模型的适用性和准确性.研究结果表明:MOBILE6.2及CAL INE4模型能够很好地应用于太原市快速路机动车尾气CO的扩散模拟,对于其他城市类似地形的街道机动车污染模拟也有一定的参考价值.

机动车;CO;扩散因子;MOB ILE6.2;CAL INE4

机动车尾气污染物已经成为城市空气污染的主要来源[1].发达国家自20世纪60年代末就对机动车排气污染物扩散模型进行了多方面研究,提出了很多模型,近20多年来又不断改进和开发新模型.CAL INE系列模型是美国国家环保局推荐使用的一种法规应用级线源模型.与其他模型相比较,CAL INE系列模型有适应面广、模型简单易操作等优点.经过不断改进完善,目前已发展到第4代模型,即CAL INE4,在国内外得到了广泛的应用[2].目前主要用于高速路环境评价,在城市机动车污染模拟预测方面,仅在厦门、西安、济南等城市主干道机动车尾气的研究中有报道[3-5].本论文以太原市快速道——滨河东路为例,选用CAL INE4模型模拟城市快速道的机动车尾气污染,探讨城市快速道机动车污染的分布,以期为城市交通管理、环境保护和城市规划提供科学依据.

1 CAL INE4模型概述

CAL INE4用于预测快速道或准快速道交通排放的一次性污染物的浓度,评估快速道两侧150 m范围内微尺度区域空气质量的变化以及模拟宽阔街道内污染物的浓度分布,确定相对不太复杂的地形条件下(道路的“平坦段”、“路堤”、“桥梁”和“区段”)多至20个接受点上的空气污染浓度[6].利用CAL INE4处理污染物扩散时,假定1 h内风是均匀而定常的,假定垂直风速等于零,扩散参数取用经验扩散参数,模型包含初始水平、垂直扩散.CAL INE4模型是基于高斯烟流公式和混合区域概念以及污染物沉积沉降速率综合考虑得到的一种线源扩散模型[2].

基本思路是把道路看成一系列线源单元(简称线元),分别计算各线元排放的污染物对接受点浓度的贡献,然后再求和计算整条道路流动源在接受点产生的污染浓度[7].把划分后的每一个线元看作一个通过线元中心、方向与风向垂直、长度为该线元在 Y轴方向投影的有限线源.以接受点为坐标原点,上风向为正轴,则线元对接受点污染的贡献值可按式(1)计算.

式中:Cn为第n个线元对接受点的贡献;Q1为线源源强[mg/(m·s)];u为近地面风速(m/s);H为源高(m);σz为横向的扩散参数;σy为垂直向的扩散参数;˙y1、y2为有限线源两端点的纵坐标(y2＞y1);z为预测点高度.

最后叠加各线元在测点的计算结果.

2 CAL INE4模型的应用

2.1 道路的选取

太原市路网呈现轮廓方正、网格清晰的路网格局,主干道如东西向的胜利街、北大街、府东(西)街(漪汾街)、迎泽大街、南内环街、长风大街、学府街等,南北向的瓦流路、和平路、新建路沿线、解放路沿线、五一路沿线、建设路沿线等,间距合理,密度适当[8].但随着太原市社会经济的发展,城市规模的扩大,近年来如滨河东西路、新晋祠路、龙城大道等快速道的发展更加完善了太原市交通网络的形成,加强了城市间各区域的紧密联系.

针对太原市快速道机动车尾气排放的环境问题,本文选取了滨河东路作为研究对象,其具有道路较宽、两旁建筑物较低的特点,街道峡谷效应不太显著,所以从理论上可以适用于CAL INE4的计算条件.

2.2 源强计算

机动车的排放源强与车流量、车型分类及排放因子有关.可根据(2)式确定:

式中:Q1为汽车尾气总源强,mg/(m·s);Ei为某类型汽车的综合排放因子,g/(辆·km);V为总车流量,辆/h;Fi为某类型汽车流量占总车流量的百分比.

2.2.1 机动车污染物排放因子的确定

本论文采用的MOB ILE6.2是美国环保局开发并推荐使用的机动车综合排放因子计算模型[9],该模型的建立基于联邦测试方法(FTP)测得的实验结果和美国环保署组织的有关在用车机构测得的结果.该模型对车型、行驶里程的平均基本排放因子、发动机燃油喷射系统、车用燃料性质、环境影响因素、空调负荷,以及机动车排放标准和检查保养制度(I/M)等因素的影响进行修正.对于不同于FTP测试方法的工况采用平均速度修正,从而更能真实反映实际行驶工况下的机动车排放水平.车队特征如行驶里程、机动车的使用频率、车辆类型组成以及车队的平均速度等影响机动车排放[10],在一定条件下,车辆的排放与其行驶里程呈线性关系,用(3)式表示:

其中,EF—平均排放因子,g/mi·vel,ZM L—零公里排放率,DR—劣化率,VM T—机动车行驶里程.

在计算出基本排放因子后,对机动车运转条件下废气排放因子的计算需考虑多种修正因子,才能得到实际排放因子.分车型排放因子修正公式(4)如下:

式中:TP(Travel Parameters)车队特征:主要包括以下方面的参数因子:登记分布、柴油车比例、积累里程率、VM T分布等,EFFTP:FTP基本排放率,TO(Tampering Offset)劣化补偿措施,AD(Aggressive Driving)驾驶习惯,AC(Air Conditioning)空调影响,TCF(Temperature Correction Factors)温度修正,SCF(Speed Correction Factors)速度修正,FCF(Fuel Correction Factors)燃油修正.

分车型排放因子转变为综合排放因子的公式(5)为:

修正各参数因子后,使MOB ILE6.2模型适用于太原市机动车排放因子的计算,发现平均速度是影响排放因子的重要参数,而在一天不同时段内,道路机动车的行驶速度差异较大,因此确定不同速率下的机动车排放因子对于计算道路不同时段的排放源强,确定太原市道路污染的时间分布有重要意义.经模型计算,对太原市机动车排放因子和平均速度的关系建模,结果发现,排放因子随速率的下降而降低,并呈3阶多项式分布(表1),说明当城市道路平均速度较低时,怠速、加速、减速工况频繁,其机动车呈现高排放水平.计算排放因子时,采用交警部门提供的分季度不同时段小时平均车速数据(表2).根据以上数据对太原市机动车实际CO排放因子进行了计算,结果见表3.

表1 太原市分车型机动车排放因子随速度变化表Table 1 Motor vehicle em ission factor model with the sub-speed change in Taiyuan

表2 滨河东路分时段平均车速Table 2 Sub-period average speed of East Binghe Road

表3 太原市机动车CO排放因子Table 3 Vehicles emission factor of CO in Taiyuan

2.2.2 车流量及车型比例

通过实地监测,后期进行了详细的分类、计数等,初步得到滨河东路小时车流量及车型比例的分布情况.车流量变化系数根据平均时间段可以分为时变系数、日变系数、月变系数和季变系数等.其中时变系数是变化最显著的系数,通常以车流强度系数表示,它等于各小时车流量同高峰小时车流量之比.郝吉明等对北京市车流量时间变化系数的分析表明,车流时间分布基本呈现明显的“双峰”结构,即上午8:00-10:00;下午17:00-19:00车流量最大[11].

从表4(P150)的滨河东路分担率统计结果可以看出,机动车车流量以轻型客车为主,占总车流量的82.7%左右.具体来说,太原市总车流量的高峰期出现在18:00-19:00.这是由于轻型客车流量的激增导致的.根据以上数据用MOBILE6.2模型可以计算得到CO源强(P150,表5).

表4 太原市滨河东路机动车分担率Table 4 Vehicles contribution rate of East Binghe Road in Taiyuan

表5 太原市滨河东路CO排放源强 单位:mg/(m·s)Table 5 Intensity of CO emission sources on East Binghe Road in Taiyuan unit:mg/(m·s)

2.2.3 扩散参数确定

根据我国国家标准方法(GB/T 13201-91)对扩散参数进行计算,先按照太阳高度角和云量来确定太阳辐射等级,再根据辐射等级和地面风速确定稳定度级别.在扩散参数选取时,采用国标BG/T 13201-91,其中规定取样时间为0.5 h,扩散参数按幂函数表达式(6)为:

以2007年7月份国家气象局公布的我国各地区太阳辐射等级数据与太原市气象数据,以及监测时段现场测得的气象数据,判断太原市滨河东路夏季监测时段大气稳定度为B级,冬季监测时段大气稳定度等级为C级,然后再确定横向扩散参数幂函数表达式.计算得到太原市横纵向扩散参数如下表6、表7.

表6 夏季太原市滨河东路横纵向扩散参数Table 6 Horizontal and vertical diffusion parameter in summer on East Binghe Road in Taiyuan

表7 冬季太原市滨河东路横纵向扩散参数Table 7 Horizontal and vertical diffusion parameter in winter on East Binghe Road in Taiyuan

3 结果分析

3.1 模拟结果

将扩散因子、车流量、扩散参数,以及风速风向参数等代入CAL IN E4模型,可以计算出太原市滨河东路的CO浓度模拟结果(表8).

表8 滨河东路机动车排放CO浓度模拟结果(单位mg/m3)Table 8 CO concentration in vehicle emission simulation results on East Binghe Road(Un it:mg/m3)

从表8可以看出,两季CO浓度变化不明显,清晨的浓度要高于其它时段的浓度.从两季CO排放因子来看,冬季机动车排放因子要比夏季的高,但实验结果显示浓度变化不明显,这是因为冬季监测当天近地面风速比夏季监测时要高,有利于机动车污染物的扩散.清晨CO浓度高于其它时段,是由于夜间机动车数量较小,大气下沉,污染物沉降性较高容易积累.

3.2 模型验证

为了对模型的结果进行验证,进行车流量统计时,在滨河东路水西关南街路段选取2个采样点,夏季4个时段,冬季3个时段取样(样本编号①-⑦),对机动车尾气CO的污染进行了同步监测,并采用非色散红外吸收法对尾气CO浓度进行测定,最终将模拟结果与实地监测结果进行对比分析,如表9.

表9 实测值与模拟值对比(单位mg/m3)Table 9 Comparison between modeling and real CO testing(Unit:mg/m3)

图1 实测均值与模拟值对比图Fig.1 Graphical comparison between modeling and real CO testing

图2 调整后监测值与预测值对比图Fig.2 Graphical comparison between modeling and real CO testing,after amended

从图1可以看出,实测值与模拟值变化趋势相同,但普遍模拟值高于实测值.这是因为滨河东路一边为200多米宽的汾河,一边为市区建筑,下垫面物理性质差异较大,容易形成局部大气流动,从而加速了机动车污染物的扩散,所以实测均值比模拟值偏低.但二者之间的趋势具有相关性,所以对模型进行弹性修正,经计算得弹性系数为0.461 245,调整后的CO模拟值与CO实测值基本保持相同的变化趋势,说明CAL INE4模型可以应用于太原市滨河东路机动车尾气CO污染扩散的模拟,计算对比结果见图2.

4 结论

本文讨论了MOBILE6.2与CAL INE4模型在太原市的应用,通过收集太原市多年的机动车资料,应用MOBILE6.2模型计算出了太原市并州路的机动车CO的冬夏两季排放因子和源强,在收集太原市气象资料和车流量的基础上,应用CAL INE4模型计算得到滨河东路的CO扩散浓度.为了验证模型的适用性和准确性,同步进行了车流量分车型统计、气象监测和CO实地监测,将模型模拟结果与实地监测结果进行对比分析,调整CAL INE4模型的参数,使模型更好地适应太原市快速路机动车尾气CO的实际扩散情况.经过与实测值的对比调整后认为,这两种模型能够应用于城市机动车尾气CO扩散模拟.

[1] 石本改,李岳林,王艺娟,等.汽车排放控制技术的研究[J].城市车辆,2005,2:24-27.

[2] Benson P E.Caline.4 A Dispersion Model for Predicting Air Pollution Concentrations Near Roadways[R].California Department of Transportation,2003.

[3] 陈红梅,陈崇成,汪小钦.应用CAL INE4模式模拟机动车排气污染的时空分布-以厦门市主干道路为例[J].福州大学学报:自然科学版,2004,32(2):258-259.

[4] 兰涛.CAL INE4模型在西安市主干道机动车CO污染扩散计算中的应用研究[D].西安:西安建筑科技大学,2006,2:28-29.

[5] 李东东,刘厚凤,杜瑞雪.应用CAL INE4模式估算机动车排放污染物的浓度-以济南市主干道为例[J].资源开发与市场,2009,25:53-54.

[6] 国家环境保护总局监督管理司.中国环境影响评价培训教材[M].北京:化学工业出版社,2000:104-105.

[7] 刘志强,梅德纯,张晓娜.镇江市机动车污染物扩散模拟分析[J].江苏大学学报:自然科学版,2005,26(6):481-482.

[8] 王凤莲.太原市交通现状及改善建议[J].城市道桥与防洪,2007,2(2):23-24.

[9] EPA 420-02-028.Users’guide Tomobile 6.1 and Mobile6.2:Mobile[CP].Source Emission Factor Model United States Environmental Protection Agency,2002.

[10] 林秀丽,丁焰,汤大纲,等.MOBILE6.2中车队特征和平均速度对机动车尾气排放的影响[J].环境科学导刊,2008,27(3):11-13.

[11] 傅立新,郝吉明,何东全,等.北京市机动车污染物排放特征[J].环境科学,2000,21(03):68-69.

Dispersion Models of Motor-vehicles CO Exhaust Pollutant Based on CAL INE4——a case study on East Binghe Road in Taiyuan,Shanxi

SHI Wei1,ZHANG Hong2,SH IRui1,LU Bin3
(1.Institute of Loess Plateau,Shanxi University,Taiyuan030006,China;
2.College of Environmental Science and Resources,Shanxi University,Taiyuan030006,China;
3.Taiyuan Research Design Institute of Environment Sciences,Taiyuan030002,China)

Motor vehicle data such as vehicle amount,vehicle conditions,and the meteorological characteristics in Taiyuan w ere collected to analyze the pollutant source intension by using the U.S.MOB ILE 6.2,and then CAL INE4 Model were used to simulate the dispersion process of CO on East Binhe Road.In addition,the CO concentrations and vehicle amounts were monitored in different times on East Binhe Road in order to compare the monitored CO concentrations with the simulated CO concentrations which calculated by the CAL INE4 Model.The results showed that the MOB ILE6.2 and CAL INE4 models after parameter amended can be fit to simulate the diffusion process of CO on East Binghe Road of Taiyuan city.

vehicles;CO;diffusion factor;MOB ILE6.2;CAL INE4

X511

A

0253-2395(2011)01-0147-06＊

2010-05-25;

2010-07-07

山西省太原市科技局项目(0704010);国家级大学生创新项目(091010828)

石伟(1983-),男,山西太原人,硕士研究生,从事环境工程学与生态恢复研究.＊通讯作者:E-mail:zhanghong@sxu.edu.cn