宜宾市2018年移动源污染物排放清单与空间分布特征

李 新，马志豪，何 超，吕恩雨，王 鑫

(1.河南科技大学 车辆与交通工程学院，河南 洛阳 471003；2.宜宾职业技术学院，四川 宜宾 644000；3.西南林业大学 机械与交通学院，云南 昆明 650224)

0 引言

移动源是指移动式空气污染源，根据其移动位置可分为道路移动源(主要包括载客汽车、载货汽车和摩托车等机动车)和非道路移动源(主要包括工程机械、农业机械、小型通用机械、船舶、铁路内燃机车和民航飞机)[1]。中国生态环境部公布的2018年中国移动源环境管理年报显示，移动源的污染排放已成为中国空气污染的重要来源[2]。

移动源排放清单是一项艰巨且复杂的工作，国外尤其是欧美地区较早开展了相关研究，逐渐形成了可参考、标准的、系统的研究方法。文献[3]运用MOVES模型对美国德克萨斯州的机动车排放污染物进行了评估，日排放量变化碳氢化合物(total hydrocarbons,THC)高达56%,一氧化碳(CO)、氮氧化物(NOX)、颗粒物(particulate matter,PM)的比例分别为70%、111%和149%。文献[4]运用MOVES模型对美国亚特兰大的机动车排放污染物进行了评估，在1995—2005年，一氧化碳、氮氧化物和挥发性有机化合物(volatile organic compounds,VOC)排放量分别为6.1%、3.3%和6.0%，呈显著下降趋势。文献[5]运用MOVES模型和地理信息系统ArcGIS技术，建立了西安市2017年分辨率为1 km×1 km的机动车污染物排放清单。文献[6]运用MOVES模型对2012年关中地区机动车排放污染物进行了评估，PM2.5、PM10、NOX、THC、CO、VOC、NH3和SO2排放量依次为0.41×104t、0.55×104t、8.19×104t、5.24×104t、45.4×104t、4.1×104t、0.1×104t和0.42×104t。

关于大气污染物的时空分布研究较多，例如，文献[7]依托地理信息系统(geographic information system,GIS)对伊朗德黑兰移动源进行了高分辨率排放清单空间分布。文献[8]使用DMSP-OLS卫星对阿根廷城市区间进行了空间分布。文献[9]基于瞬态快照排放模型并结合地理信息系统，获得了墨西哥城区车辆污染排放高分辨率的时空分布。文献[10]使用自下而上的方法来预测排放量，并采用空间自相关分析方法来描述空间特征。文献[11]采用自下而上的方法，对北京市交通扬尘的PM2.5空间分布进行了分析。文献[12]基于实测校正和本地化的IVE模型，计算了不同区域机动车在高速路、主干道、次干道和支路的排放因子，应用GIS技术建立了1 km×1 km的成都市高时空分辨率道路移动源排放清单。

宜宾市位于四川省中南部，随着近几年城市的迅猛发展，移动源总量急剧增加。目前针对宜宾市移动源污染物排放清单的研究接近空白，本文基于MOVES模型和ArcGIS技术，建立了宜宾市2018年分辨率为2 km×2 km的移动源网格化排放清单。以期为决策者提供可实施且有效的措施建议，并为今后宜宾市移动源污染物排放的进一步研究提供基础数据和理论支持。

1 材料与方法

1.1 研究区域与对象

本文研究的范围为宜宾市10个区县，分为2个区域，包括城区(翠屏区、叙州区和南溪区)，郊县(屏山县、高县、珙县、筠连县、长宁县、江安县、兴文县)，研究范围示意图如图1所示。本文建立了宜宾市2018年移动源排放清单，涵盖THC、CO、NOX、PM2.5、PM10、NH3、SO2和VOC共8种污染物，包括汽车、摩托车及非道路移动源。

图1 研究范围示意图

1.2 清单估算

中国生态环境部2015年颁布的《道路机动车大气污染物排放清单编制技术指南(试行)》和《非道路移动源大气污染物排放清单编制技术指南(试行)》[13-14](以下统称《指南》)中明确了污染物排放清单编制的技术方法、技术流程等，许多学者依据此《指南》进行清单编制[15-16]。近年来，实测法和排放因子法被广泛用于估算移动源污染排放[17-19]。实测法由于测试车辆有局限性且代表性不足，因此许多学者运用排放因子法进行清单估算[20-24]。本文运用排放因子法并依据《指南》，利用排放模型对移动源排放因子进行模拟，综合考虑多项因素，精确度高，更接近实际的排放水平。

机动车大气污染物排放量的估算方法见式(1)：

(1)

其中：EQ为某类污染物排放总量，g；EFi为i型车辆所对应的污染物的排放因子，g/km；Pi为研究区域内i型车的车辆保有量，辆；VKTi为i型车的年均行驶里程，km。

对某一用途非道路移动机械大气污染物排放量的计算见式(2)：

E=(Y×EF)×10-6，

(2)

其中：E为非道路移动机械的CO、THC、NOX、PM2.5和PM10排放量， t；Y为燃油消耗量， kg；EF为排放因子， g/km。

1.2.1 移动源保有量

本文中机动车保有量数据由宜宾市公安局交警支队车辆管理所提供，包括载客汽车(微型客车、小型客车、中型客车和大型客车)、载货汽车(微型货车、轻型货车、中型货车和重型货车)、低速汽车、挂车和摩托车；出租车保有量由宜宾市出租车营运中心提供；非道路移动机械保有量数据由宜宾市生态环境局机动车排污监控中心提供。

1.2.2 年均行驶里程

机动车的平均行驶里程主要通过以下3个渠道获得：从宜宾市生态环境局机动车排污监控中心，调取全市2018年检测车辆，获取有效数据每种车型1 000条，包含小型客车、中型客车、大型客车、轻型货车、中型货车、重型货车和挂车；出租车平均行驶里程通过宜宾市出租车运营中心实地调研获得；摩托车和低速汽车根据中国生态环境部发布的《道路机动车大气污染物排放清单编制技术指南(试行)》[13]中提供的年均行驶里程参考值，非道路移动机械根据300 h/a的使用频率来计算。

1.2.3 排放因子本土化修正

本文采集年检站的排放实测数据，汽油车采用简易瞬态工况法，柴油车采用加载减速法，利用采集后的排放实测数据对模型默认数据库进行本土化，再对MOVES模型其他输入参数本土化，得到适合模拟宜宾市移动源污染物的MOVES模型，再结合年检站排放实测数据和其他相关研究的结果对本土化后的MOVES模型准确性进行验证。根据本次研究范围，主要对MOVES模型以下输入参数进行本土化设置，并通过采用Project层次来输入本地化数据从而计算得出机动车的排放因子。

地理信息设定：本文从影响模型模拟值的地理气候等方面进行相应匹配。宜宾位于北纬27°50′～29°16′，东经103°36′～105°20′，与美国德克萨斯州的纬度信息相近，属亚热带季风性湿润气候，因此在模拟时选择德克萨斯州的尤瓦尔迪(Uvalde)县作为宜宾市的模拟地理区域。

时间和空间设定：排放因子测算的时间为2018年11月，选择工作日的13:00—14:00测算，本文选择MOVES中“道路类型”的城市限制型道路、城市非限制型道路、郊区限制型道路和郊区非限制型道路4类。

移动源类型：根据MOVES2014b模型中机动车分类的标准，将宜宾市的移动源划分为小型客车、中型客车、大型客车、轻型货车、中型货车、重型货车、出租车、低速汽车、摩托车、挂车和非道路移动机械。

平均车速分布：利用全球定位系统(global positioning system,GPS)测速仪，测试车辆共23辆，其中小型客车(私家车3辆，出租车3辆)6辆，样本量共35 762 s;大型客车(长途客车)15辆，样本量共13 154 s;重型货车2辆，样本量共584 321 s。通过这些数据即可计算得到宜宾市不同车型在不同等级道路上的时速分布。

燃料类型及参数：宜宾市于2015年10月底全面供应车用国Ⅴ标准汽柴油，其燃油组分信息2018年1—10月份和11—12月分别依据车用燃料油国Ⅳ标准以及国Ⅴ标准录入。

气象参数：本次研究选取宜宾市2018年11月气象站的实际监测数据。

污染物种类：CO、THC、NOX、PM2.5、PM10、NH3、SO2和VOC。

其他参数如I/M(检测维护)制度，匝道比例等采用MOVES模型的默认值。

1.3 时空分配

1.3.1 线源分布计算方法

对于线源道路，只需研究其排放强度就能为面源道路的污染分配提供参照值，采用自下而上层层测算的方法,得到宜宾市线源道路排放的“4个不同”，即不同等级的道路在不同空间中的不同时间纬度下,对于不同污染物的排放强度。以某路段某日某小时的污染物排放强度为例，计算见式(3)：

(3)

其中：TFik为路段上第i小时的污染物k的排放强度， g/km；EFjk为j型车(共11种)关于污染物k的基础排放率；TVj为路段上第i小时的总车流量， 辆/h；VTFij为该路段第i小时j型车的比例。

1.3.2 面源分布计算方法

根据线源分布计算方法可得到所有主要道路的平均排放强度，即标准排放强度，通过计算各等级类型道路的平均排放强度与标准排放强度的比值，得到各等级道路的标准排放强度换算系数(或作标准道路长度换算系数)，其确定方法见式(4)：

(4)

其中：k为第k种(共7种)道路类型；Wk为第k种道路的标准排放强度(道路长度)的换算因子；TFk为第k级道路测算得出的实际排放强度，g/km；TF为标准情况下的排放强度，属自定义常量，g/km。

本文通过加和得到每个网格里的总标准道路长度，之后统计出每个网格所有路段的标准道路长度之和，以及所在行政区域内的总标准道路长度之和，以各行政区年度总排放量为基础，将网格标准道路长度占所在行政区标准道路长度之比作为网格排放量分配的权重因子，进行空间分配，便可以得到最终各网格的排放强度，计算见式(5)：

(5)

其中：i为区域内编号为i的区县；j为第i个区县编号为j的网格；k为第i个区县落在第j个网格的第k种(共8种)道路类型；m为第i个区县网格总数；EQij是第i个区县第j网格排放量,t；EQi为第i区县总排放量,t；SLij为第i个区县第j网格的标准道路长度,km；Li,j,k为第i个区县第j个网格k种道路类型的长度,km；Wk为第k级道路的标准道路长度换算因子。

通过这种计算方法，便可以得到宜宾市各区县内每个网格以小时为单位的标准道路长度，然后再根据已测算的各区县各类污染物的年度总排放量，按照“自上而下”的思路进行不同时间单位的细化。以宜宾市某区县一天中的小时分配为例，计算见式(6)：

(6)

其中：EQijh为第h个区县编号为j的网格的一天中第i小时的排放量， g；EQd为第h个区县编号为j的网格当天的排放总量， g；TFik为第i小时第k种(共8种)道路的排放强度， g/km；TFi为第i小时标准道路排放强度，自定义常量， g/km。

2 结果与讨论

2.1 宜宾市移动源污染排放清单

宜宾市目前已经淘汰了汽油车国Ⅰ标准以下车辆以及柴油车国Ⅱ标准以下车辆。根据宜宾市机动车污染物排放因子、非道路移动机械排放系数、移动源保有量、平均行驶里程及非道路年平均使用频率，计算得到2018年宜宾市THC、CO、NOX、PM2.5、PM10、NH3、SO2和VOC的年排放量,见表 1。

表1 2018年宜宾市移动源年排放总量 t

由表1可知：THC、CO、NOX、PM2.5、PM10、NH3、SO2和VOC的年排放量依次为0.33×104t、3.53×104t、1.29×104t、0.56×103t、0.59×103t、0.16×103t、0.98×102t和1.82×103t。

除于出租车、低速汽车和非道路移动机械不在分析范围之内，2018年宜宾市不同排放标准机动车的排放分担率如图 2所示。由图 2可知：对于国Ⅲ及以下标准的机动车，其各项污染物的排放分担率占比都远高于其保有量占比，而对于国Ⅴ及以上标准的机动车，其各项污染物的排放分担率占比均远低于其保有量占比。国Ⅲ标准机动车占比接近一半的机动车保有量，其NOX、PM2.5和PM10的排放分担率仅为16%、13%和13%，主要原因在于国Ⅲ标准机动车里摩托车占比很大。国Ⅳ标准机动车保有量占比27%，但NOX、PM2.5、PM10、NH3和SO2远超其保有量占比，主要原因在于国Ⅳ标准的中重型货车占比很大。

图2 2018年宜宾市不同排放标准机动车的排放分担率

2.2 宜宾市移动源污染排放时空分布

2.2.1 时间特征

以PM2.5的排放强度为例加以分析。宜宾市工作日/非工作日各等级公路PM2.5排放小时变化对比图如图 3所示。由图 3可知：各等级线源道路的PM2.5排放小时变化规律总体为：高速公路>城市主干道>一级公路>二级公路>三级公路。这主要是因为宜宾市各区县前往宜宾市主城区较为依赖高速公路。此外,工作日和非工作日的PM2.5排放强度的分布特征存在明显不同：两者排放峰值工作日(早晚高峰时段)早于非工作日(上午10:00—11:00、晚高峰)，且非工作日居民在白昼时间段出行保持持续性的、较快的集中出行特征，这与居民节假日出行习惯相符。

(a) 工作日

2.2.2 空间特征

通过前文所确定的线源排放强度计算思路，测算了移动源在线源道路上不同时间单位(小时、工作日/非工作日、年)的排放强度，根据ArcGIS的可视化功能，得到宜宾市移动源线源路段各污染物的空间分布规律，以PM2.5典型排放污染物为例，移动源在宜宾市总体上主城区路段的排放强度明显地大于郊区县路段的排放强度。郊区县的线源路段构成主要由部分高速路段及三级公路组成，市区范围的高速路段以及城市主干道、一级公路、二级公路承担了主要线源的交通量，车流量较大，且车型组成也相对丰富，因此排放强度也相对较大；在郊区内，由于道路等级较低、通行能力弱，摩托车及低速汽车构成主要出行车型，因此郊区内道路排放强度比市区道路小。

2.2.3 面源时空分布结果

通过本文建立的2018年宜宾市移动源污染物的排放清单，并应用上述公式对面源道路进行空间分配，分辨率为2 km×2 km，以PM2.5为例，宜宾市移动源污染排放呈现出显著的线性及地域性区别。因为采用的是以实际道路为基底的，其分配结果也比较契合宜宾市的实际道路网。一般来说，在离城市越远的区域，其主要行驶功能的路网密度一般较小，车辆行驶频率较低，这些网格的污染物排放量也就相对较小，这些区域总体上的排放量差异不明显。在宜宾市各区县中，翠屏区作为主城区，移动源污染物排放量和较高排放量的覆盖范围都较高，在中心城区环线内的网格污染物排放强度明显高于其他地区。此外，屏山县地广人稀，地形起伏大，路网密度小，移动源的保有量也比较小，因此其范围内污染排放也小于其他区县。

2.2.4 分小时排放量

通过面源小时排放量计算方法，可得到宜宾市各区县移动源24 h的排放量。以PM2.5排放为例，计算出移动源分别在工作日和非工作日的24 h排放量，然后对工作日高峰时段/平峰时段/凌晨时段排放量进行空间分布。高峰时段移动源的排放量明显大于平峰时段和凌晨，呈现出明显的时间特征，而高速公路在3个时间段中都承担着主要的排放量，这可能是因为凌晨时段除高速公路外，其他路段交通量都比较小，高速公路上大型货车和长途客车较多，且长途出行的车辆受时间变化的影响也比较小，各个时段均有车辆经过，而其他类型的道路中长短途车辆混合且主要以短途出行为主，容易受人们作息时间变化的影响。其次，连接宜宾市主城区周围的主要干道路网的排放也呈现这种分布，表示夜间城区居民出行比例高于郊区。

3 结论

(1)宜宾市2018年移动源污染物THC、CO、NOX、PM2.5、PM10、NH3、SO2和VOC的年排放量依次为0.33×104t、3.53×104t、1.29×104t、0.56×103t、0.59×103t、0.16×103t、0.98×102t和1.82×103t。THC污染源主要是摩托车和出租车；CO污染源主要是摩托车和小型客车；NOX、PM2.5和PM10污染源主要是非道路移动机械和重型货车。

(2)HC和CO主要来自于国Ⅲ标准移动源，分别占总排放的48.2%和47.2%。NOX、PM2.5、PM10、NH3和SO2则主要来自于国Ⅳ标准移动源，分别占总排放的77.5%、80.6%、80.3%、48.2%和81.0%。

(3)移动源污染排放呈现出明显的区域性特征，在路网较为密集的区县中心地段污染排放较高，翠屏区最为突出，中心城区污染排放最为严重，向外延伸，排放强度也逐渐减少。在宜宾市各区县中，翠屏区内的移动源污染物排放最为明显，网格污染物排放强度在宜宾市中心地段很高，屏山县较其他区县污染排放小。