济南市高精度机动车碳排放清单研究*

王天旻 冯海霞 魏代梅 李永昌 崔纪鹏 宁二伟

(1.山东省交通规划设计院集团有限公司,山东 济南250101;2.山东交通学院交通与物流工程学院,山东 济南250357)

机动车排放已经成为我国交通节能减排的关键要素,机动车碳排放清单是研究碳排放问题的基础,高精度是排放清单的发展的方向。机动车碳排放清单指机动车排放源在一定的时间跨度和空间区域内向大气环境排放的CO2的量的集合。除了排放总量之外,机动车排放清单还应当包括机动车排放时间和空间的具体分布信息。网格化的排放清单是研究机动车排放的时空分异特征和排放强度规律的基础,是运行空气质量模型,从而制定空气质量目标的基础,更是应对气候变化、制定公共政策、实现可持续发展评估的基础[1-2]。排放清单的时空分配是获取网格化排放清单的必要过程,时空分配是指对机。

排放清单技术是当前世界范围内区域空气质量改善的核心支撑技术,国内外学者们分别基于宏观、中观、微观尺度的机动车排放模型,如MOBILE、COPERT、IVE、MOVES 等,开展了不同区域的机动车排放清单研究。目前机动车排放清单的估算方法主要包括“自下而上”和“自上而下”。“自下而上”方法基于路网的实际流量、车型等调查数据,该类排放清单的时空分辨率高且不确定性较小,但数据收集的工作大,尤其是用于估算城市规模或更大规模的排放清单时,需要的数据量巨大,且获得相应的交通数据较困难。交通大数据技术飞速发展,大数据平台的支撑,使基于路段、交通流量核算的“自下而上”的机动车高精度的实时排放清单构建成为可能。一些学者基于路段的“自下而上”的方法构建计算了不同区域的高分辨率的机动车排放清单[5-9]。“自上而下”方法基于宏观交通需求数据和交通运行数据计算排放总量,再根据一定的方法对排放总量进行向下的空间和时间分配,空间分辨率一般低于“自下而上”方法。目前重要的国际大型清单研究计划中,道路排放清单的研究都是重要的组成部分。美国的NEI和INTEX-B、欧盟的CORINAIR 和EDGAR、南美洲的PAPILA 以及清华大学开发的中国多尺度排放清单模型(MEIC)中,移动源排放清单是重要的组成部分,也均属于网格化的排放清单,空间分辨率为0.01°×0.01°至1°×1°[10-12]。

目前仍主要采用与排放强度相关的表征参数确定分配因子,从而进行排放清单的空间分配。考虑的表征参数有路网、流量、人口密度、经济水平、交通兴趣点(POI)等,采用空间插值、等级权重、比例分配、参数替代等较简单的空间分配方法实现。以道路等级、权重为表征参数构建分配模型是较常用的一种空间分配方法[13-14],人口、国内生产总值(GDP)等社会经济因子也是机动车排放清单空间分配模型的常用表征参数。如FAMELI等[15]将人口作为排放的空间特征参数,对希腊和大雅典区2006—2010年间道路交通排放的CO2等进行了空间分配,并对其空间特征进行了研究。CAI等[16]以GDP数据作为分配依据,对中国道路车辆的挥发性物质排放总量进行空间分配。基于地理信息系统(GIS)工具,将人口密度、路网分布、土地利用、流量等因子结合,构建分配因子的方法成为研究的热点[17-18]。交通流量是道路排放的主要影响因素,但实时且全面的道路流量获取较困难,实际应用中常以路网长度结合不同等级道路的权重设置方法代替。郑君瑜等[19]提出了一种基于交通流量与道路系统结合的标准路长的空间分配方法。王堃等[20]在标准路长方法的基础上,提出了基于交通POI计算调解系数的空间分配方法。

目前机动车的空间分配方法中鲜有考虑对车辆瞬时工况影响较大的坡度因素,且对影响因素之间的关联分析及耦合影响分析不足。因此,本研究拟选择影响机动车排放的主要因子,在对影响因子进行关联分析的基础上,采用主成分分析方法,提取关键主成分,构建多因子综合的空间分配方法,以获取网格化的高精度的机动车碳排放清单。

1 研究数据

1.1 研究区域

选择济南市作为实验区,济南市是山东省省会,属于暖温带大陆性季风气候区,是环渤海地区南翼的中心城市,下辖10 个区、2 个县。济南市250 m分辨率的数字高程模型(DEM)见图1。全市机动车保有量超过300万辆,交通拥堵较严重。2016、2018年济南市通勤高峰拥堵排名第一。

图1 研究区DEM

1.2 数据及数据预处理

交通类数据包括机动车、路网数据。机动车数据包括2021年济南市机动车保有量、机动车年检情况、车辆行驶里程、车辆类型、油品、排放系数等;路网数据包括道路类型、道路等级、长度、车道、设计流量等。自然经济社会数据包括1 km×1 km 分辨率的GDP、人口密度数据,250 m 分辨率的DEM 数据等。

将研究区划分成1 km×1 km 的网格,基于研究区的DEM 数据,利用ArcGIS提取研究区1 km×1 km 分辨率的标准路长、GDP、交通POI、人口密度、坡度等数据,并根据网格一一对应。

2 研究方法

2.1 机动车排放清单

采用《2006年IPCC国家温室气体清单指南》推荐的方法2,即基于分部门、分燃料品种、分设备的燃料消耗量等活动水平数据以及相应的排放因子等参数,通过逐层累加综合计算得到总排放量。计算公式见式(1):

式中:ECO2为机动车碳排放总量,kg;s为燃料类型,包括汽油、柴油、天然气、液化气等;t为机动车类型,包括小型载客汽车、中型载客汽车等,分类标准参考《道路车辆大气污染物排放清单编制技术指南(试行)》;k为排放标准,覆盖国一至国六;F s,t,k为使用s型燃料执行k标准的t型机动车碳排放因子,kg/TJ;A s,t,k为使用s型燃料执行k标准的t型机动车的燃料消耗量,TJ。

因燃料消耗量目前不属于公开数据,故采用《省级温室气体清单编制指南(试行)》中推荐的交通油耗计算方法估算燃料消耗量,见式(2):

A s,t,k=P s,t,k V s,t,kO s,t,k

(2)

式中:P s,t,k为使用s型燃料执行k标准的t型机动车保有量;V s,t,k为使用s型燃料执行k标准的t型机动车年均行驶里程,km;O s,t,k为使用s型燃料执行k标准的t型机动车单位里程燃料消耗量,TJ/km。

济南市2021年机动车保有量为325.96 万辆。年均行驶里程参考了生态环境部发布的《道路车辆大气污染物排放清单编制技术指南(试行)》中的推荐值。各车型燃料消耗数据,采用了《乘用车燃料消耗量限值》(GB 19578—2021)、《重型商用车辆燃料消耗量限值》(GB 30510—2018)、《轻型商用车辆燃料消耗量限值》(GB 20977—2015)等标准中的最低值。

根据式(1)和式(2)可得,济南市2021年机动车碳排放总量为1 259.9万t。

2.2 空间分配模型

结合标准路长,提出了一种基于主成分调解系数的多因子空间分配模型,以济南市为例,模型构建过程如下:

首先,根据相关研究确定对机动车排放影响较大的标准路长、人口密度、GDP、交通POI、坡度等因子为空间分配模型的特征参数,确定标准路长为基准因子,其计算公式如下:

式中:L i为网格i内的标准路长,km;b为道路类型,分为高速、一级、二级、三级、四级公路共5个等级(根据公路等级的设计流量和城市道路特征,本研究将城市道路的快速路、主干路、次干路、支路分别与一级公路、二级公路、三级公路及四级公路进行了等同划分);a为网格中的道路编号;L a,b为属于b类且编号a的道路长度,km;C b为b类道路的标准长度换算因子。

然后,对影响机动车排放4个影响因子(标准路长除外)进行相关性分析,发现人口密度、GDP、交通POI这3 个影响因子之间存在较强的相关性(见表1)。

表1 相关系数矩阵

采用主成分分析法,对人口密度、GDP、交通POI、坡度4个影响因子进行主成分提取,获得各主成分的特征值、贡献率(见表2)。

表2 各主成分的特征值和贡献率

从表2 可知,前两个主成分的贡献率超过85%,故选择前两个主成分根据式(4)至式(6)构建综合调解系数:

p1=0.388x1+0.381x2+0.326x3+0.019x4

(5)

分别为归一化后的人口密度、GDP、交通POI、坡度数据。

以标准路长为基准,构建基于主成分综合调解系数的多因子空间分配模型(见式(7))。

式中:E i为网格i内机动车的碳排放量,t;W i为网格i的分配权重。

3 结果与讨论

3.1 济南市机动车碳排放的空间分配结果

基于构建的主成分综合调解系数的多因子空间分配模型,将2021年济南市1 259.9万t的机动车碳排放分配至1 km×1 km 的空间里,得到网格化的高精度机动车碳排放清单(见图2(a)),并基于标准路长的空间分配方法也得到了网格化排放清单(见图2(b))。基于空间分配模型与基于标准路长的分配结果趋势类似,但前者高排放区的数值更高,低排放区更低,对碳排放量的响应更敏感,因此后文采用基于空间分配模型的结果进行进一步探讨。历下区等济南中心城区是高排放的热点区域,高速公路与一级公路形成高排放的线状地带,中等排放区主要集中于二级公路附近,低排放区则集中于三、四级公路附近。以青银高速(G20)为例,其单个网格碳排放量最低为0.18万t,最高达到4.30万t,而在等级较低的四级公路乡道A62,其碳排放量最高仅为0.06万t。

选择排放量最高和最低的10个网格进行分析(见图3),机动车年排放量最高的10个网格的碳排放量从高到低依次为:46 511.73、45 518.43、39 939.87、37 046.10、35 430.42、34 668.23、34 408.98、32 255.80、31 636.18、30 752.53 t,这些网格基本都在高等级道路相交处附近,如:历下区的两个网格位于经十路和二环东高架路交叉口处;槐荫区的网格位于济南绕城高速与经十西路的交叉口处;历城区的两个网格分别在济南绕城高速与济广高速、绕城高速与青银高速交汇处。排放量最低的10个网格的碳排放量从高到低依次为:66.34、57.69、55.15、49.00、42.59、30.99、28.48、22.00、8.56、6.14 t。这些网格位于各个行政区边缘,为人口、GDP、路网密度较低的区域。排放最低的网格只有3个位于DEM较高的山区。低排放量的网格大多位于低山丘陵区,一是本研究的机动车排放清单的空间分配中没有考虑标准路长为0的网格,二是本研究构建的空间分配模型考虑了坡度的影响,使得坡度较大的地区的分配结果更符合实际情况。可见,本研究提出的基于主成分调解系数的多因子空间分配模型提高了网格化排放清单的空间分辨率和分配结果的精度。

3.2 讨 论

本研究只考虑了机动车的碳排放,但机动车尾气排放的污染物种类很多,包括气态污染物和可吸入颗粒物,这些污染物也可以适用本研究构建的空间分配方法进行排放清单构建。

图2 网格化的济南市机动车碳排放清单

图3 排放量最高与最低的网格

目前,空间分配模型选的影响因素比较单一,本研究选择了对机动车的碳排放影响较大的交通POI、人口密度、GDP、坡度等影响因子,其中,人口、GDP、路网密度3个影响因素具有强相关性。现有的机动车排放空间分配模型中鲜有考虑坡度因子,但坡度对海拔较高地区的车辆瞬时排放影响较大;坡度和其他3个影响因子的相关性虽然都很弱,但坡度是第2主成分的主贡献因子。机动车排放的影响因子众多,未来研究可以考虑其他影响因子。本研究构建的济南市机动车排放清单采用的是“自上而下”的方法,未来可与“自下而上”方法构建的排放清单进行对比验证。

此外,台架法、便携式机动车排放测试系统(PEMS)、隧道法等方法都是基于单车或者车队研究其排放情况,与1 km×1 km 网格内的机动车碳排放有一定的差距;目前空气质量监测站监测的空气质量参数主要为CO、碳氢化合物(HC)、NO2、SO2、细颗粒物(PM2.5)和可吸入颗粒物(PM10),不包括CO2,这也造成了对机动车碳排放空间分配方法结果的验证困难。

4 结 语

针对目前机动车排放清单的空间分配方法研究中存在的问题,构建了基于主成分综合调解系数的多因子空间分配模型,并基于此获取了济南市1 km×1 km 的高精度网格化机动车碳排放清单,将坡度因子引入了空间分配模型,使得坡度较大的地区的分配结果更符合实际情况,研究发现,济南市机动车高排放区集中于各区县的中心城区和高等级道路附近。