关于调整绵阳市柴油车排放限值的研究

庞圣桐，尹 胧，钟玉洁，李 波

(1.绵阳市机动车污染监控及固体废物管理中心，四川 绵阳 621000；2.四川省机动车排污监控中心，成都 610031)

前 言

根据近几年国家生态环境部发布的《中国移动源环境管理年报》[1～3]显示，柴油车是汽车氮氧化物、颗粒物排放的主要贡献者，柴油车排放的氮氧化物占汽车排放总量的80%以上，颗粒物占90%以上。近年来绵阳市汽车保有量迅速增长，以柴油车为主排放大量的氮氧化物和颗粒物，引发臭氧污染和灰霾天气增多，可造成上呼吸道感染等疾病[4]。2019年至2021年，绵阳市柴油车排放检测年初检合格率由82.7%上升到95.63%，现行排放检测限值不能有效地筛选出高排放柴油车，结合绵阳市大气污染物来源解析，汽车氮氧化物和颗粒物的排放量分别约占各类污染源排放总量的36%和35%，贡献率均居首位的实际情况，有必要通过调整柴油车排放检测限值，提高排放管控要求，来更有效地筛选出高排放柴油车并促进提前淘汰，减少氮氧化物和颗粒物的排放，推进环境空气质量持续改善。

此前，彭美春[5]等研究人员应用数据挖掘方法得出了不同工况下柴油车排放烟度符合限值要求的事件之间具有良好关联度的结论。金博强[6]等研究人员应用数据挖掘方法，利用相对光吸收系数与累积频率，提出了优化调整柴油车排放限值的建议。但以上研究基于GB3847-2005[7]，仅对不同工况下柴油车的排放烟度进行分析，本研究在此基础上，基于GB3847-2018[8]规定的柴油车加载减速法排放限值及测量方法，还分析了实测轮边功率、氮氧化物的排放对柴油车排放检测结果的影响，利用光吸收系数与累积频率关系，应用关联规则数据挖掘的方法，通过对绵阳市2021年柴油车排放检测数据进行分析，提出合理的柴油车排放限值调整建议，为绵阳市柴油车大气污染物排放治理提供科学参考。

1 材料与方法

1.1 绵阳市柴油车现状

截至2021年底，绵阳市柴油车保有量为5.5万辆。按照排放阶段划分，不同排放阶段的柴油车保有量占比如图1所示，其中国Ⅰ及以下占1.72%，国Ⅱ占4.92%，国Ⅲ占29.57%，国Ⅳ占33.04%，国Ⅴ占20.14%，国Ⅵ占10.61%，国Ⅱ及以下排放阶段的柴油黄标车占比相对较低为6.64%，国Ⅲ、国Ⅳ排放阶段的老旧柴油车占比相对较高为62.61%。

图1 不同排放阶段的柴油车占比Fig.1 Proportion of diesel vehicles by different emission stages

1.2 数据处理及分析方法

1.2.1 数据处理

获取柴油车采用加载减速法的检测数据，排除复检、实验对比等重复性检测数据，采用拉依达准则对异常值剔除，得到有效数据。

1.2.2 分析方法

采用关联规则数据挖掘方法运用IBM SPSS Modeler软件对获取的大量数据进行分析，挖掘出数据项之间的相互关系。

关联规则数据挖掘：设D为事务集合数据库，其中每个事务T都是项目集I=﹛i1，i2，……im﹜中项的组合，即T⊆I。

关联规则是形如：A→B的蕴涵式，其中A⊂I，B⊂I，并且A∩B=∅。关联规则A→B在事务数据库D中的支持度support是指D中同时包含A事务、B事务的概率，即概率P(A∪B)，计算式如下：

(1)

式中，count(A∪B)指事务集合数据库D中包含A∪B的事务数，count (D)指事务集合数据库的总事务数。

关联规则A→B在事务数据库D中的置信度是指如果D中包含A事务，同时也包含B事务的概率。

(2)

式中，count(A∪B)指事务集合数据库D中包含A∪B的事务数，count(A)指事务集合数据库D中包含A事务的事务数。

2 结果与分析

2.1 数据分析

2.1.1 样本获取

获取绵阳市2021年柴油车加载减速法检测的数据样本，累计32387组，数据处理后，得到有效数据29130组。

2.1.2 关联度分析

按照GB3847-2018规定，检测最大轮边功率和相对应的发动机转速和转鼓表面线速度(VelMaxHP)并检测100%VelMaxHP点和80% VelMaxHP点的排气光吸收系数k及80% VelMaxHP点的氮氧化物，若修正后的最大轮边功率低于所要求的最小功率，或者上述测得的排气光吸收系数k、氮氧化物有任何一项超过了标准规定的限值，均判断检测不合格。采用关联规则挖掘判定柴油车检测合格的4个因素，即：轮边功率、100%VelMaxHP点的光吸收系数、80% VelMaxHP点的光吸收系数、80% VelMaxHP点的氮氧化物符合限值要求与否之间的依赖和相互关联性，分析调整限值后对检测合格率的影响。

设事件A为轮边功率符合40%额定功率限值要求，事件B为100%VelMaxHP点的光吸收系数符合限值要求，事件C为80% VelMaxHP点的光吸收系数符合限值要求，事件D为80% VelMaxHP点的氮氧化物符合限值要求，以上所有事件均成立，则车辆检测结果合格。对获取样本数据处理分析发现，事件A、B、C、D之间具有良好的关联度，当采用GB3847-2018中的限值a判定时，关联度最好的三组关联规则为B→C、BC→D、BCD→A，关联度分析结果见表1。

表1 事件B与事件C、事件BC与事件D、事件BCD与事件A的关联结果Tab.1 The association between event B and event C，event BC and event D，event BCD and event A

由以上分析得出，事件B发生时，则事件C也发生的支持度为98.17%，置信度为99.71%，即当100%VelMaxHP点的光吸收系数符合限值要求时，80%VelMaxHP点的光吸收系数也符合限值要求的可能性为99.71%，P(C|B)=99.71%；事件BC发生时，则事件D也发生的支持度为97.46%，置信度为99.28%，即当100%VelMaxHP点和80%VelMaxHP点的光吸收系数均符合限值要求时，80% VelMaxHP点的氮氧化物排放也符合限值要求的可能性为99.28%，P(D|BC)=99.28%；事件BCD发生时，则事件A也发生的支持度为96.25%，置信度为98.77%，即当100%VelMaxHP点和80%VelMaxHP点的光吸收系数、80% VelMaxHP点的氮氧化物排放均符合限值要求时，轮边功率也符合要求的可能性为98.77%，P(A|BCD)=98.77%。柴油车检测合格率的计算如下：

P(ABCD)=P(B)×P(C|B)×P(D|BC)×P(A|BCD)

(3)

2.1.3 光吸收系数与累积频率关系

累积频率的计算公式如下：

(4)

(5)

式中：Ci为第i个光吸收系数的累积频率，%；fi为第i个光吸收系数的频率，%；n为互不相同的光吸收系数个数；mi为第i个光吸收系数的频数；M为光吸收系数的总个数。

100%VelMaxHP点的光吸收系数与累积频率的关系见图2。

图2 100%VelMaxHP点的光吸收系数与累积频率的关系Fig.2 Relationship between the light absorption coefficient and cumulative frequency of the 100% VelMaxHP points

当采用限值a判定时，100%VelMaxHP点光吸收系数小于1.2m-1对应的累积频率为98.45%，由式(3)计算得到柴油车合格率，即P(ABCD)为96.2589%，样本中合格柴油车数量累计28041，合格率为96.2616%，经比对，关联度分析计算出的检测合格率与样本真实检测合格率的相对误差仅为0.0028%，认为通过关联度分析计算柴油车检测合格率的方法是可靠的。

2.2 限值调整分析

GB3847-2018中的限值b与限值a比较，提高了100%VelMaxHP点和80% VelMaxHP点的排气烟度控制要求，光吸收系数限值由1.2m-1降为0.7 m-1；提高了 80% VelMaxHP点的氮氧化物排放控制要求，氮氧化物排放限值由1500×10-6降为900×10-6。当采用限值b判定时，关联度最好的三组关联规则为B→A、AB→C、ABC→D，关联度分析结果见表2。

表2 事件B与事件A、事件AB与事件C、事件ABC与事件D的关联结果Tab.2 The association between event B and event A，event AB and event C，event ABC and event D

100%VelMaxHP点的光吸收系数小于0.7m-1对应的累积频率为87.61%，由式(3)计算得到柴油车检测合格率为63.7485%。由以上分析，若采用限值b判定，则筛选不合格柴油车比例为36.2515%，相对于采用限值a的不合格比例增幅为32.5131%，不满足推荐城市控制高排放车辆比例为10%～25%[9]的要求。根据表2的关联度分析结果，事件ABC发生，则事件D也发生的支持度为63.75%，置信度为76.46%，即当轮边功率、100%VelMaxHP点和80%VelMaxHP点的光吸收系数均符合限值要求时，80% VelMaxHP点的氮氧化物排放也符合要求的可能性仅为76.46%，由此得出，柴油车在80% VelMaxHP点的氮氧化物排放要符合限值900×10-6，则管控要求相对过严。

当80% VelMaxHP点的氮氧化物排放限值采用限值a中的1500×10-6，若100%VelMaxHP点和80%VelMaxHP点的光吸收系数采用限值b中的0.7 m-1，可筛选不合格柴油车比例为17.2253%；同时还对100%VelMaxHP点和80%VelMaxHP点的光吸收系数限值分别采用1.0m-1、0.8m-1、0.6m-1进行计算，可筛选不合格柴油车比例分别为7.2367%、11.5313%、21.3115%。

综合上述分析，当80% VelMaxHP点的氮氧化物排放限值采用限值a中的1500×10-6，若将100%VelMaxHP点和80% VelMaxHP点的光吸收系数限值由1.2m-1调整为1.0m-1，筛选的不合格柴油车比例不满足高排放车辆控制比例10%～25%的要求；若将100%VelMaxHP点和80% VelMaxHP点的光吸收系数限值由1.2m-1调整为0.8m-1，筛选的不合格柴油车比例相对于高排放车辆控制比例10%～25%的范围偏低；若将100%VelMaxHP点和80% VelMaxHP点的光吸收系数限值由1.2m-1调整为0.6m-1，筛选的不合格柴油车比例相对于高排放车辆控制比例10%～25%的范围偏高；若将100%VelMaxHP点和80% VelMaxHP点的光吸收系数限值由1.2m-1调整为0.7m-1，筛选的不合格柴油车比例相对于高排放车辆控制比例10%～25%的范围较为合理。

2.3 限值调整后的影响

2.3.1 限值调整后对柴油黄标车的影响

样本中国Ⅱ及以下排放阶段的柴油黄标车数量为639辆，数据处理分析后，获得100%VelMaxHP点的光吸收系数小于0.7m-1对应的累积频率为80.12%，当采用调整后的限值判定时，关联度最好的三组关联规则为B→A、AB→C、ABC→D，关联度分析结果见表3。

表3 事件B与事件A、事件AB与事件C、事件ABC与事件D的关联结果Tab.3 The association between event B and event A，event AB and event C，event ABC and event D

由式(3)计算得到柴油黄标车检测合格率为72.2883%，不合格柴油黄标车比例为27.7117%，高于推荐城市控制高排放车辆比例10%～25%的范围，有助于提前淘汰。

2.3.2 调整限值后对老旧柴油车的影响

样本中国Ⅲ、国Ⅳ排放阶段的老旧柴油车数量为15598辆，数据处理分析后，获得100%VelMaxHP点的光吸收系数小于0.7m-1对应的累积频率为80.16%，当采用调整后的限值判定时，关联度最好的三组关联规则为B→A、AB→C、ABC→D，关联分析结果见表4。

表4 事件B与事件A、事件AB与事件C、事件ABC与事件D的关联结果Tab.4 The association between event B and event A，event AB and event C，event ABC and event D

由式(3)计算得到老旧柴油车检测合格率为73.0577%，不合格老旧柴油车比例为26.9423%，高于推荐城市控制高排放车辆比例10%～25%的范围，有助于提前淘汰。

2.3.3 调整限值后对国Ⅴ、国Ⅵ柴油车的影响

样本中国Ⅴ、国Ⅵ排放阶段的柴油车数量为12893辆，数据处理分析后，获得100%VelMaxHP点的光吸收系数小于0.7m-1对应的累积频率为97%，当采用调整后的限值判定时，关联度最好的三组关联规则为B→A、AB→C、ABC→D，关联分析结果见表5。

表5 事件B与事件A、事件AB与事件C、事件ABC与事件D的关联结果Tab.5 The association between event B and event A，event AB and event C，event ABC and event D

由式(3)计算得到国Ⅴ、国Ⅵ柴油车检测合格率为95.0427%，由此得出，调整限值后，对于排放阶段为国Ⅴ、国Ⅵ柴油车的排放管控相对较宽松。

3 结 语

(1)当80% VelMaxHP点的氮氧化物排放限值为900×10-6，100%VelMaxHP点和80% VelMaxHP点的光吸收系数限值为0.7m-1，可筛选不合格柴油车比例为36.2515%，超过了推荐城市控制高排放车辆比例10%～25%的范围要求，排放管控过严。

(2)当80% VelMaxHP点的氮氧化物排放限值为1500×10-6，100%VelMaxHP点和80% VelMaxHP点的光吸收系数限值为0.7m-1，可筛选不合格柴油车比例为17.2253%，相对于高排放车辆控制比例10%～25%的范围较为合理。

(3)调整限值后，经计算得出，柴油黄标车和老旧柴油车的不合格比例分别为27.7117%和26.9423%。

(4)研究表明调整限值后能更有效地筛选出高排放柴油车，有助于提前淘汰，减少氮氧化物和颗粒物的排放，推动环境空气质量持续改善，为绵阳市柴油车大气污染物排放治理提供科学参考。