公路隧道空气质量与能见度相关性试验研究

牟瑞芳 陈 渤 黄 艳 张文居

(1.西南交通大学，成都 610000；2.四川藏区高速公路有限责任公司，成都 610000)

随着国内隧道建设的飞速发展，我国已成为世界上公路隧道数量最多的国家。而隧道作为交通运输网络中重要的基础设施，具有半封闭的管状结构特征，这将导致隧道内空气污染物难以扩散。隧道内机动车排放的污染物、隧道运营维护作业产生的粉尘和气体、车辆携带的扬尘、车辆漏油产生的油气、以及隧道事故导致的火灾等都会导致隧道空气质量差，造成隧道能见度降低，从而干扰驾驶员正常的视觉认知任务。有关研究表明，视觉感知占驾驶员信息感知的90%[1]，低能见度条件下驾驶员视距、视野都会下降，从而导致安全车距不够，极易诱发隧道追尾事故和二次事故。因此分析隧道能见度的影响因素，研究公路隧道空气质量与能见度的相关性，并建立一定的数值关系，这对改善隧道空气质量和提高隧道行车安全都具有十分重大的意义。

目前针对能见度的研究主要侧重气象观测角度，即通过对个别地区或案例的气象观测数据进行分析，研究不同粒径颗粒物浓度、气象因子与能见度的相关性。但对于隧道空气质量与能见度相关性研究较少，代表性的成果有：欧洲通过隧道内消光系数和颗粒物浓度的现场实测，构建了不同粒径颗粒物浓度与能见度的相关模型[2]，且该模型已写入PIARC标准中。我国关于隧道能见度方面也进行了实测研究：王玮等[3-4]通过对谭裕沟隧道和梧桐山隧道现场监测，研究了PM2.5浓度、车流量和能见度三者之间的变化规律；分析了隧道内颗粒物浓度和粒径的分布规律，明确粒径为0.7～0.8 μm的颗粒物对能见度构成严重影响；朱春等[5]通过公路隧道的现场实测，明确了不同粒径的颗粒物以及NO2等空气污染物对隧道能见度的影响水平，并提出隧道内消光系数的线性计算式。

可见，目前针对隧道能见度的研究多通过隧道现场实测，存在普适性差、需要与隧道管理者(甚至交通管理部门)协调且成本较高等不足。而室内试验能更好地控制试验参数，节约试验成本。因此，本文通过室内试验，建立隧道空气质量与能见度的关联式，为改善公路隧道空气质量和提高隧道行车安全提供一定参考。

1 能见度基础

能见度(Visibility)是反映大气透明度的一个指标，已有研究中的能见度通常指气象光学距离(MOR)，即白炽灯发出的平行光束(2700K色温)的光通量在大气中削弱至初始值的5%所经过的路径长度，它是单纯反映光在介质中透射能力或大气消光能力的指标，与环境照度(白天或黑夜)无关，可由能见度仪直接测量获得[6]。

关于能见度的研究提出了很多理论，其中最为基础的是Lambert-Beer定律，即光在大气介质传播的过程中不断衰减，其中包括大气分子、气溶胶粒子的吸收和散射。设吸收、散射系数分别为a、s，大气分子和气溶胶粒子分别用g、p表示，则大气的消光系数μ可表示为：

μ=ag+sg+ap+sp

(1)

Koschmieder提出白天大气环境下的水平能见度理论，指观察者透过大气介质以一个足够大视角辨识目标物时，观察者要把它从背景中识别出来，需视亮度对比度Cx大于观察者的对比度阈值ε，即要满足：

(2)

式中Lm——观察者与目标物相距m时觉察到的目标物亮度，cd/m2；

Lbm——观察者与目标物相距m时觉察到的环境背景亮度，cd/m2；

ε——视觉对比度阈值。

当背景为天空，目标物为黑体时，推导出能见度计算公式如下所示：

(3)

V为能见度；μ为消光系数。大气学科中常使用0.02或0.05作为视觉对比度阈值。

2 隧道能见度影响因素分析

基于能见度基础，能见度作为一个复杂的物理量，最主要的影响因子有三个：一是有直接影响的大气透明度，包括大气污染物和气象条件等；二是背景与目标物的亮度对比度C，包括目标物的物理特性，如色彩、亮度、大小和形状等，以及背景的物理特性，如照明条件等；三是人眼的视觉对比度阈值ε，主要受观测者的视力和视场角的影响。本文忽略其他因素，主要研究大气透明度对能见度的影响。结合公路隧道内运营环境基本特征，公路隧道内能见度的影响因素主要有隧道空气污染物和气象条件两方面。

2.1 隧道空气污染物

车辆扬尘和汽车尾气排放是公路隧道内空气污染物的主要来源。而机动车尾气成分十分复杂，其中的有害气体成分主要包含颗粒物和气体污染物(CO、NOx、SO2及HC)[7]。隧道内的气体污染物主要造成环境污染和人体健康损害，对能见度的影响较小，而唯一能吸收可见光谱的气体是NO2[5]，但隧道内NO2浓度较低，故隧道内颗粒物才是影响能见度大小的主要因素。

隧道颗粒物的粒径通常为0.1～40 μm[8]，而粒径在2.5～10 μm颗粒物占隧道颗粒物质量浓度的94%[9]。且研究发现细粒子是导致隧道内能见度下降的主要原因，因此本文主要分析PM2.5和PM10对隧道能见度的影响。

2.2 气象条件

研究发现温度、纵向风速、气压和相对湿度是影响隧道能见度的主要气象条件[10]：

(1)温度通过影响隧道内大气垂直对流程度和相对湿度，从而影响隧道能见度。当温度升高时，大气垂直对流加强，隧道环境内的相对湿度降低，则有利于空气中水汽和污染物等微粒的扩散，使得能见度增加；

(2)纵向风速通过影响隧道空气中水汽、颗粒物的扩散，从而影响隧道能见度。当风速较大时，水汽和空气污染物等的扩散能力加强，浓度降低，能见度升高；

(3)气压通过影响隧道内的温度和相对湿度从而影响隧道能见度。当气压较高时，气温高，大气垂直对流加强，污染物易于扩散，故能见度升高；

(4)相对湿度(RH)与能见度的关系则较为复杂，主要体现在影响细颗粒物的吸湿特性，造成颗粒物粒径增大到可见光波段(0.3～0.6 μm)，导致能见度降低。另一方面，当相对湿度较大时，空气中易形成水汽和雾滴，其本身会对光进行吸收和散射，从而导致能见度降低。

通过剖析以上4类气象因子对能见度的影响机理，发现温度、纵向风速和气压主要通过影响隧道颗粒物浓度和相对湿度从而影响能见度，同时基于隧道运营环境基本特征，相对湿度与其他3类气象因子相比，在隧道内波动范围较大，对隧道能见度的影响更为突出。由此可见，相对湿度是影响隧道能见度关键气象因子。

综上所述，隧道能见度影响因素结构关联图如图1所示：

图1 隧道能见度影响因素结构关联图

3 试验研究

3.1 试验方法及参数设置

为更好地反映隧道空气质量与能见度的关系，根据隧道能见度影响因素分析，本文选取颗粒物PM2.5、PM10和相对湿度(RH)作为公路隧道能见度的影响因子。试验通过加湿器和除湿器控制密闭实验箱体内的相对湿度，利用粉尘发生器喷射滑石粉模拟隧道烟雾，待实验箱体内滑石粉浓厚且分布均匀。开始每间隔1 min检测此条件下箱体内颗粒物PM2.5、PM10浓度和能见度，以此研究不同空气质量状况下的能见度。为避免试验误差，试验重复多次。

为更好模拟隧道环境，本次试验设置的试验参数主要包括：滑石粉粒径分布和相对湿度。通过对隧道颗粒物现场实测[11]，发现<2.5 μm的粒子的占比约为30%，2.5～10 μm的粒子的占比约为60%，>10 μm的粒子占比约为10%，基于此，滑石粉的粒径分布如表1所示。

表1 滑石粉的粒径分布

公路隧道内相对湿度普遍较高，故将相对湿度(RH)设置为四个区段，分别为：20%≤RH<40%、40%≤RH<60%、60%≤RH<80%、80%≤RH<100%。

3.2 试验设备

目前环境空气质量对颗粒物监测主要采用重量法、β射线吸收法和激光散射法，其中PTM600-5复合型气体分析仪对隧道内颗粒物的检测方法为激光散射法。同时由于复合型气体分析仪还具有体积小、测量速度快、智能化程度高等多方面的优势，因此，本试验选用复合型气体分析仪检测颗粒物浓度。

根据试验需求，所需试验设备及功能如表2所示。

表2 试验设备及功能

3.3 试验步骤

试验分为四个步骤：试验前准备-相对湿度调节-污染物模拟-试验数据检测(图2)。

图2 试验步骤示意图

(1)连接试验设备，封闭实验箱体。开启、预热并标定试验设备后放入实验箱体内，然后连接好各个试验设备，封闭实验箱，检测并记录实验箱内的相对湿度；

(2)调节实验箱内的相对湿度(RH)，从20%调节至100%。在第一步的状态下，通过加湿器或除湿器控制实验箱内的相对湿度，依次调节相对湿度<40%、40%～60%、60%～80%、≥80%，待加湿器或除湿器的数值稳定；

(3)模拟隧道烟雾，同时检测颗粒物PM2.5、PM10浓度和能见度，并记录试验数据。开启粉尘发生器模拟隧道烟雾，待箱体内颗粒物浓厚且散布均匀时，开始每间隔1 min，使用复合气体分析仪和能见度测量仪检测此条件下实验箱体内颗粒物PM2.5、PM10的质量浓度和能见度，直至箱体内粉尘散尽；

(4)调节实验箱内的相对湿度至下一区段，再重复步骤3的“污染物模拟-试验数据检测”操作，直至试验全部完成。

4 隧道空气质量与能见度相关性研究

4.1 不同粒径颗粒物浓度与能见度相关性分析

为了更好地反映箱体内粉尘扩散、沉降、消散的全过程。对试验数据采用5分钟滑动平均来分析能见度随不同粒径颗粒物浓度的变化规律。由图3可知，PM2.5、PM2.5-PM10和PM10与能见度均有较强的相关关系。

a)能见度<1 000 m b)1 000 m≤能见度<5 000 m

4.1.1 不同粒径颗粒物浓度与能见度的线性关系分析

通过对试验数据处理，分析能见度与颗粒物浓度(PM2.5、PM2.5-PM10及PM10)的相关性，找出最佳影响因子。Noll等[12]认为研究颗粒物浓度与能见度的相关性时，需考虑相对湿度的影响，即满足环境相对湿度低于70%，以去除颗粒物吸湿造成的影响。因此本文在相对干燥的条件下，即相对湿度<40%时，对试验数据进行线性相关关系分析(图4)，线性相关系数如表3所示。

图4 能见度(V<1 000 m/1 000≤V<5 000 m)与不同粒径颗粒物浓度线性拟合

表3 能见度与不同粒径颗粒物浓度线性相关系数

根据表3可知，在不同能见度水平下，使用PM2.5、PM10的质量浓度建立能见度的线性相关关系具有更好的相关性，其中使用PM2.5最优。

4.1.2 不同粒径颗粒物浓度与能见度的非线性关系分析

相关研究表明，能见度随PM2.5浓度的变化通常存在一个明显的敏感阈值，在该阈值两边的变化速率有显著差异。另外，通过对试验数据分析，也发现能见度与颗粒物浓度不只是简单的线性关系。本文应用Origin软件的回归分析功能进行曲线的函数拟合，并发现其以幂函数或以e为底的指数函数进行曲线拟合具有较好的收敛性。其中幂函数公式为：

y=axb

(4)

指数函数公式为：

(5)

(1)能见度<1 000 m

在相对干燥的情况下，即相对湿度<40%时，PM2.5拟合优度更优，其中幂函数拟合优度R2=0.9798，指数函数的拟合优度R2=0.9955。由此可见，在较低能见度水平下，建立基于PM2.5浓度与能见度的指数函数回归模型具有更好的相关性，见图5。

图5 能见度(V<1000m)与不同粒径颗粒物浓度非线性拟合

(2)1 000 m≤能见度<5 000 m

在相对干燥的情况下，即相对湿度<40%时，同样PM2.5拟合优度更优，其中幂函数拟合优度R2=0.9696，指数函数的拟合优度R2=0.98。由此可见，在较高能见度水平下，同样建立基于PM2.5浓度与能见度的指数函数回归模型具有更好的相关性，见图6。

图6 能见度(1000≤V<5000m)与不同粒径颗粒物浓度非线性拟合

4.2 相对湿度对能见度影响分析

为使隧道空气质量与能见度的相关性模型更精确，则必须研究相对湿度对能见度的影响。本文总结和借鉴他人的宝贵经验，将相对湿度分为不同的区段，并对采集的数据进行深入分析。

通过以上不同粒径颗粒物浓度对能见度的线性和非线性分析，明确选择PM2.5的数据与能见度建立基于指数函数关系的回归模型，具有更好的相关性。本试验将RH分成四个区段，在不同区段内均使用PM2.5的数据与能见度进行基于指数函数的非线性拟合。见图7。

由图7可以看出，当RH≥80%大多数试验数据分布在下方(V<1000m)；而RH<40%时，试验数据分布相对均匀，说明随着相对湿度增加，平均能见度逐渐减小；另外，随着相对湿度的增加，PM2.5浓度的敏感阈值减小，更易造成低能见度环境。综上所述说明相对湿度对能见度影响显著，且高相对湿度明显降低了能见度。

图7 不同相对湿度下能见度与PM2.5浓度的关系

4.3 隧道空气质量与能见度相关性模型构建

通过隧道能见度的影响因素及试验数据的分析，本文忽略其他气象要素的干扰，只考虑PM2.5、PM10和相对湿度对能见度的影响，并应用Origin软件对能见度与PM2.5质量浓度进行基于指数函数的非线性拟合，构建了隧道空气质量与能见度的相关模型：

(6)

式中：V——能见度，m；

[PM2.5]——PM2.5的质量浓度，μg/m3；

a，b，c——系数。

各相对湿度区间的拟合公式系数及拟合优度如表4所示。

表4 各相对湿度区间能见度与PM2.5浓度拟合系数及拟合优度表

根据隧道半封闭性的结构特征，隧道颗粒物浓度与车流量和隧道通风系统的设计等有关。因此为便于模型的推广使用，可根据隧道内的车流量、车型比例和通风方式来获取PM2.5质量浓度，再通过隧道空气质量与能见度相关性模型计算出隧道能见度。

5 结论

本文通过室内试验的方法，研究了隧道空气质量与能见度的相关性，取得的主要研究结论如下：

(1)阐述能见度概念，并对隧道能见度的影响因素及其影响机理进行分析，明确了影响隧道能见度的主要因子包括：细粒子(PM2.5、PM10)和相对湿度。

(2)制定了可行的室内试验方案，并对采集的试验数据进行处理和分析，明确选择PM2.5的数据与能见度建立基于指数函数关系的回归模型，具有更好的相关性。并发现相对湿度对能见度影响显著，高相对湿度将明显降低能见度。

(3)构建了隧道空气质量与能见度相关性模型，即PM2.5、相对湿度与能见度的相关性模型。