CVEM排放模型在综合交通规划中的应用——以成渝城市群为例

唐 艺，尹 航，黄志辉，于 雷,3,4，宋国华

（1.北京交通大学城市交通复杂系统理论与技术教育部重点实验室，北京100044；2.生态环境部机动车排污监控中心，北京100012；3.德克萨斯南方大学 理工技术学院，美国休斯顿77004；4.许昌学院，河南许昌461000）

0 引言

自2016年修订环境影响评价法后，我国对于环境影响评价愈发重视。除了法规约束，《“十三五”现代综合交通运输体系发展规划》[1]中对规划阶段的排放评价提出了更高的要求。为实现在交通规划阶段进行交通排放的定量评估，需要选择适当的交通排放模型并将其与交通规划模型进行对接。

国外对规划阶段的交通排放评价已有较为成熟的探索。如美国的《交通一致性》（Transportation Conformity）[2]和英国的《气候变化法案》（Climate Change Act 2008）[3]。我国在京津冀等地区的交通规划[4]中也进行过较系统的运用。作为大气环境影响分析的一部分，交通排放的量化计算需要使用排放模型。常用方法根据道路行驶里程（Vehicle Miles Traveled,VMT）的计算方法不同可以分为基于保有量的测算模型和基于交通量的测算模型[5]。基于保有量的排放测算方法在国内应用广泛[6-10]，但此类测算方法对基础设施建设、交通排放政策的变化（如运输结构调整，限号通行等）影响不敏感，也难以刻画交通排放的时空分布特征。基于交通量的排放测算方法[11-20]自20世纪90年代后期开始受到重视，该方法更能反映交通行为，测算区域和时间粒度也逐渐细化。然而，由于车辆类型、排放标准、后处理技术等的不同，本地化修正是应用国外模型的重要问题。另外，由于交通规划模型和排放模型开发者源于不同领域，导致二者在衔接应用时出现诸多不兼容的问题。诸多学者[21-26]对两者的对接问题进行了较为全面的研究和梳理，但目前的研究多集中于对交通仿真模型与微观排放模型的分析，较少有研究涉及交通规划模型与排放模型对接并应用模型对接计算成果对政策进行评价。应用交通排放模型进行规划方案量化计算时需满足如下三点要求：（1）对不同交通规划方案的输出参数敏感，从而能反映不同方案的排放差异；（2）体现交通排放的时间/空间分布，从而有助于结合环境约束制定交通减排对策；（3）能够与交通规划模型进行合理有效的对接，在模型结构、参数定义等方面具有兼容和一致性，从而保证排放测算和评估的科学性。

在上述背景与问题下，本文设计了中国机动车排放模型（China Vehicle Emission Model,CVEM）[27]在交通规划阶段的应用方法。作为基于国内参数和实验数据开发的机动车排放模型，经过模型应用方法设计，有可能满足上述要求。本文将从CVEM排放模型的结构和计算方法，CVEM排放模型应用于综合交通规划中的对接方法，成渝城市群综合交通规划方案的环境影响评价应用案例3个方面进行论述。

1 CVEM排放模型

CVEM排放模型由我国环保部机动车排污监控中心建立，是我国移动源排放清单模型，能够测算车辆的CO,HC,NOX,PM排放[30]。该模型综合多种国外交通排放模型，利用本地化的基础数据分车辆类型和污染物排放过程计算车辆或地区的污染物排放[31]。

1.1 模型结构

CVEM模型的排放测算分为尾气排放和蒸发排放两部分。其中，尾气排放又包括冷启动过程和热运行过程两部分。受车型与排放过程的影响，CVEM排放模型针对不同车型参考了不同的国外排放模型方法。

污染物尾气排放总量的计算方法如下：

式（1）～（2）中：EMAi,j为由车型i排放的污染物j的总量（g）；VMTi为车型为i的车辆行驶里程（km）；EFi,j为车型为i,污染物为j的排放因子（g/km），该排放因子为经过速度、温度、海拔等修正因子修正后的排放因子；VAi为车型为i的机动车保有量（辆）；AMi为车型为i的机动车年均行驶里程（km）。

从以上VMT计算方法可知，CVEM是基于保有量的排放模型，其难以体现交通政策变化产生的排放差异，亦难以刻画排放的时空分布特征。因此，需将其与交通规划模型对接，利用交通规划模型的输出交通量和路段长度计算VMT，以克服上述问题。

此时，污染物排放的计算方法可表示为：

式（3）中：EMi为第i种污染物的排放量（g）；qlink,vt,es为某路段内特定车型和特定排放标准的车辆数（辆）；llink为link的路段长度（km）；f( )EFi,vt,es为i类型的污染物在特定车型和排放标准下的排放因子修正函数；i为污染物种类；vt为车辆类型，详见表2；es为排放标准，包括国0～国V。

1.2 排放因子及其修正

CVEM排放模型的排放因子和修正因子主要考虑环境、车辆活动和车辆技术属性3类要素，具体影响因素如表1所示。

表1 在CVEM中影响机动车尾气排放的主要因素

考虑上述影响因素后，根据车型不同，车辆的排放因子分为：（1）轻型车辆与摩托车（Light Diesel Vehicle&Motorcycle,LDV&MC）的热启动排放因子；（2）重型柴油车与低速车辆（Heavy Diesel Vehicle&Low-Speed,HDV&Low-Speed）排放因子。计算及修正过程分别如式（4）和（5）所示。

轻型车辆与摩托车的排放因子EFLDV&MC计算公式如下：

EFLDV&MC=BEF×SCF×TCF×LCF×FCF×ACF （4）式（4）中：BEF为基本排放因子；SCF为速度修正因子；TCF为温度修正因子；LCF为载重修正因子；FCF为燃料修正因子；ACF为海拔修正因子。

重型车辆与低速车辆的排放因子EFHDV&Low-Speed计算公式如下：

式（5）中：ERk为VSP区间为k的车辆排放率；Fk为车辆在VSP为k区间的时间；TCF为温度修正因子；LCF为载重修正因子；FCF为燃料修正因子；ACF为海拔修正因子；v为车辆行驶速度（km/h）。

其中，行驶周期数据源于我国17个城市的调查；道路分担率源于我国6个城市的驾驶员问卷调查；车辆信息数据从我国345个城市的车辆维修中心收集；机动车保有量源于我国公安部门的车辆注册数据。CVEM排放模型的车型划分按照我国公安部的车型划分标准，按车辆类型、车辆规格、燃料类型以及排放标准分为34类，如表2所示。

表2 CVEM模型车型划分表

2 交通规划模型与CVEM排放模型对接

普遍应用于交通规划的交通需求预测模型（如TransCAD中的内置模型），其输出结果无法直接应用于CVEM排放模型进行规划方案的排放评估，需要经过VMT及其车型分布、排放标准分布测算的对接流程，如图1所示。

图1 交通规划模型与交通排放模型对接流程

2.1 交通量获取

交通量获取是指在应用预测周转量计算排放时，将周转量分布在各类型车辆上的过程。该方法适用于计算规划排放总量。受限于周转量无法体现运输的空间分布，若希望表现规划方案的空间分布，需要利用交通需求模型对周转量进行交通流分配获得预测交通量。

交通量可以通过式（6）进行计算：

式（6）中：qvt为运载工具为vt的辆数（辆）；ZZLvt为运载工具为vt的周转量（t·km,人·km）；ULvt为运载工具的单位载重（t/辆,人/辆）；ATMvt为运载工具的平均行驶里程（km）；vt为运载工具类型。

交通量获取过程可以通过历史数据中各车型的工作量占比来计算各车型对周转量的贡献率，以历史贡献程度对规划周转量进行换算，计算公式如式（7）、式（8）所示：

式（7）～（8）中：ZZLi为运输方式为i的周转量（t·km,人·km）；i为客运或货运； PGZLvt为车辆类型为vt的工作量占比（%）；为历史数据中车辆类型为vt的车辆行驶里程（km）；为历史数据中车辆类型为vt的车辆平均载重（t/辆,人/辆）；为历史数据中客货运周转量。

2.2 车型比例分布

车型比例分布是指将预测的当量交通量PVlink（单位为pcu）换算为预测交通量（单位为辆）的过程。其方法是利用预测客货运量和历史车型比例以及当量交通量折算系数进行换算。计算方法如式（9）、式（10）所示：

式（9）～（10）中：qlink为路段预测交通量（辆）；PVlink为路段预测当量交通量（pcu）；pcuf为综合标准车折算系数；pcufvt为车型为vt的车辆的标准车折算系数；αvt为车型为vt的车辆数占统计车型车辆总数的百分比；vt为车辆类型。

2.3 排放标准比例分布

排放标准比例分布是指对分车型的预测交通量进行排放标准划分的过程。排放标准比例分布由车龄分布决定，与车辆类型、排放标准法规政策、车辆淘汰速率相关。因此，可利用历史统计数据明确现状车辆寿命、排放标准分布情况；利用车辆存活概率曲线估计规划年的车龄分布，根据国家标准规定的排放标准年限估算相应车龄的车辆排放标准。根据杨方等[32]、刘森等[33]对基于存活概率的车龄分布研究，在假定车辆的存活概率保持不变的情况下，存活概率随车龄的变化符合两参数威布尔分布，计算方法如式（11）所示：

式（11）中：bj为失效陡度，当bj>1时，可以认为是用于反映老化淘汰状态；Tj为预期寿命（年）。

为求解式中的bj与Tj，需要历年车辆报废数据或新车注册数据。根据历史数据确定存活概率φj,i后，再利用式（12）和式（13）计算车辆存活率sj,i和k+1年各车龄车辆数(k+1)。计算各车龄的车辆数占当年机动车保有量的比例之后，各排放标准的车辆比例即为相应车龄的比例之和。

2.4 排放因子修正

排放因子修正是指对CVEM排放模型的基本排放因子进行修正的过程。CVEM基本排放因子是基于行驶周期，利用台架排放测试收集而得的。而车辆在实际行驶过程中受到环境、交通状态等多方面的影响，需要对基本排放因子进行修正。一般包括速度、温度、海拔修正等。CVEM模型的修正因子源于测试、文献研究和国际经验。图2所示为NOX排放因子在不同排放标准下，不同速度的排放因子曲线。可以看出，NOX排放因子随速度的增加而降低。

3 模型应用

图2 NOX排放因子随车辆速度变化曲线

本文利用CVEM排放模型为成渝城市群综合交通运输规划[34]中的不同规划方案进行环境影响评价，测算规划方案的交通污染物排放总量并分析其空间分布。规划以2030年为目标年，以铁路建设强度最主要考量因素设计3种方案，分别为：激进方案（高强度）、适中方案（适中强度）和保守方案（低强度）。

具体规划方案下客货运周转量及各交通方式占比如表3和表4所示。

表3 规划方案的客运周转量和运输结构列表

表4 规划方案的货运周转量和运输结构列表

根据规划输出结果和要求，该案例的计算流程为：利用交通需求模型计算预测交通量→测算车型比例分布→测算排放标准比例分布→排放因子修正→规划方案排放测算。各流程阶段输出结果见表5～表10。

3.1 计算预测交通量

利用交通规划传统四阶段法模型，获得在规划路网下不同规划方案各路段的预测当量交通量PVlink，结果示例见表5。

表5 预测规划方案的路段日均当量交通量示例

3.2 测算车型比例分布

根据规划要求与数据收集，测算车辆类型及其折算系数与车型占比，结果见表6。

表6 成渝城市群规划测算的车辆类型及其折算系数与车型占比

经过计算，成渝城市群综合标准车折算系数pcuf为1.64。

将表5的当量交通量PVlink换算为交通量qlink，结果示例见表7。

表7 预测规划方案的路段日均交通量示例

3.3 测算排放标准比例分布

根据规划要求和收集的数据，获得成渝城市群现状车辆的排放标准比例分布。利用车辆存活概率曲线预测规划年车龄分布，并根据车龄估算车辆的规划年排放标准比例分布，结果见表8。

表8 现状与规划年的车辆排放标准分布（%）

3.4 排放因子修正

对CVEM模型的基本排放因子进行车型、燃料、排放标准及速度分布等修正因子计算后，获得成渝城市区综合交通规划公路污染物排放因子，如表9所示。

表9 公路污染物排放因子

3.5 污染物排放总量及空间分布

根据模型测算方法，利用表7和表9，根据式（1）和式（2）测算路段各污染物排放量，结果如图3所示。

图3 不同方案的污染物排放总量测算结果

从计算结果可以看出，受铁路运输承担更多的旅客、货物周转量的影响，污染物排放总量随着方案中公路运输周转量占比的降低而降低。

除了对规划方案的污染物排放总量进行计算外，还可以根据规划要求，分别对客运、货运的污染物排放进行计算。以3种规划方案的客货运NOx排放量为例，可得到分线路、分客货运的污染物排放测算结果，示例见表10。

表10 不同方案分客货运的污染物路段测算结果示例

将路段污染物排放测算结果分布在路网上，可以直观地反映污染物排放预测中重点路段和政策措施影响范围的变化。图4为3种方案NOX在路网上的分布情况。利用路网分布图可以较为清晰直观地反映污染物排放严重的区域或路段，以此对规划方案的环境影响进行评价。

图4 成渝城市群规划情景NOx强度分布（单位：t/km）

4 结论

通过对CVEM排放模型在交通规划中应用的研究，得出如下结果。

（1）为满足交通规划方案评价和决策支持，应用于交通规划的排放模型需满足3方面的要求：①对规划方案及输出参数敏感；②反映交通排放结果的时空分布；③能够与交通规划模型进行合理有效的对接。

（2）CVEM模型作为基于保有量的交通排放模型，经过应用方法设计，可与交通规划模型进行合理对接，充分利用交通规划模型预测的VMT及其分布，可满足交通规划方案的排放分析。

（3）根据交通规划模型的输出结果，应用CVEM模型的重要过程包括交通量获取、车型比例分布测算、排放标准比例分布测算、排放因子修正、污染物排放总量测算及空间分布等。

此外，从CVEM排放模型的应用实例可知，利用交通排放的空间分布，可以结合规划方案分客货运、分通道/走廊、分枢纽分析污染物排放；亦可结合交通流的时变特征与当地空气质量（包括其他排放源）模型耦合，进一步开展基于空气质量的交通策略研究。CVEM模型在环保领域的用途广泛，但在交通领域应用受限，主要原因是该模型对于交通运行的敏感度低。因此，未来需要对交通运行方面的参数进行详细刻画，例如路网密度、行驶里程、运行速度等。