不同等级城市道路交通污染实验研究

刘雯月，罗亚萍

（1.长安大学汽车学院，陕西 西安 710064；2.兰州工业学院，甘肃 兰州 730050）

引言

近年来，我国机动车污染已经成为大气污染的主要来源，许多国内外学者对城市道路交通污染进行了监测[1-3]。但没有对不同等级道路的交通污染进行对比分析，这有助于制定科学的出行规划、减排策略。因此，本研究对西安市快速路、主干道、次干道和支路四条典型道路的PM2.5浓度、交通流量、气温、风速和风向进行监测，运用最小二乘法及主成分回归法获得各影响因素与PM2.5浓度之间的关系。

1 实验方案

在西安市快速路-南二环路（文艺路南口），主干路-长安中路（音乐学院门口），次干路-翠华路（省博物馆东门门口）和支路-育才路（长安大学雁塔校区门口）的人行道上设置距路缘1米，高度1.5米的监测点。监测时间为2018年9月18日- 27 日的 7：30～11：30，15：30～19：30，对每个路段进行两天重复观测。PM2.5浓度监测仪器为1.109型气溶胶光谱仪，气象条件监测仪器为Kestrel手持气象站。采用人工计数法对交通流量情况进行调查，每隔5分钟计数一次，调查车型包括小轿车，出租车，公交车，中巴，货车，垃圾车和洒水车。

2 数据处理方法

首先运用 SPSS软件对不同等级城市道路实验数据进行最小二乘法分析，因变量为PM2.5浓度，自变量为交通流量，温度，风速和相对湿度。结果显示：无论哪种类型道路，自变量的 Sig.并不都显著为 0，说明二环路，长安路，翠华路及育才路的各自变量之间可能存在多重共线性问题。

为了消除这种多重共线性的影响，采用主成分回归分析方法对数据进行进一步的处理。主成分分析是指通过正交变换将彼此相关的变量转变为彼此独立的新变量的数据统计方法[4]。

3 结果与分析

3.1 不同等级城市道路监测结果分析

通过对二环路，长安路，翠华路及育才路的PM2.5浓度，交通流量，温度，相对湿度，风速进行均值处理得到表 1。由表可知，PM2.5浓度最高的为二环路，因为其交通流量最大，且风速，温度和相对湿度相对较低，不利于污染物的扩散，导致污染物浓度最高；长安路PM2.5浓度低于翠华路，主要是受温度和风速等影响，导致长安路污染物更易于扩散，使得浓度偏低；污染程度最低的是育才路，其交通流量最小，并且风速，温度，相对湿度较高，有助于污染物的扩散，从而导致污染物浓度最低。

表1 不同等级城市道路各变量均值

3.2 不同等级城市道路主成分分析

分别对二环路，长安路，翠华路，育才路监测数据进行主成分分析，表2表示了二环路主成分分析结果。特征根越大，说明对因变量影响越大，可以作为主成分，至于选几个变量做主成分，取决于各变量贡献率的总和[5]，由表2可知，第一主成分即二环路交通流量的方差占 42.127%，第二主成分即二环路风速的方差占 27.622%，第三主成分即二环路温度的方差占 23.804%，三者累计方差达到了 93.553%，则可提取二环路交通流量，温度和风速为主成分，三者几乎可以代表所有自变量对因变量的影响，并剔除第 4个方差仅占6.447%的主成分-即二环路相对湿度。

表2 二环路主成分分析结果

用同样的方法，长安路，翠华路和育才路的交通流量，风速，温度三者累计方差分别达到 97.246%，91.974%和89.057%。因此，4种不同等级城市道路，提取的主成分都是交通流量，风速和温度。最后，对各类型城市道路再进行最小二乘法分析，其中因变量依旧为污染物浓度，但自变量为主成分结果显示：4中道路类型各变量的 Sig.取值均<0.05,并且部分变量的 Sig.取值显著地为 0，说明该研究具有极强的统计意义，数据拟合程度很好，并且由非标转化系数可知污染物浓度与交通流量呈正相关，与风速和温度呈负相关，这与理论情况是吻合的。

4 结论

（1）确定了不同等级城市道路交通污染状况具有差异性。受多重因素的影响，快速路，次干道，主干道，支路的PM2.5浓度是逐渐降低的。

（2）确定了不同城市道路影响交通污染的关键性因素。无论哪种城市道路类型，交通流量，风速，温度都是影响PM2.5浓度的主要因素，并且交通流量与污染物浓度呈正相关，风速，温度与污染物浓度呈负相关。