机动车车速对道路交通扬尘排放特征的影响*

张诗建 姬亚芹# 朱振宇 张亚飞 李树立 赵静波

(1.南开大学环境科学与工程学院,天津 300071;2.国家环境保护城市空气颗粒物污染防治重点实验室,天津 300071)

近年来，城市扬尘对城市空气颗粒物的贡献率日益受到关注。研究表明，城市扬尘已成为城市空气颗粒物污染的主要原因[1-2]。道路交通扬尘是城市扬尘的重要组成部分，也是空气颗粒物的重要尘源之一[3-6]。因此，道路交通扬尘的定量研究及控制已成为治理城市颗粒物污染的一个重要环节。道路交通扬尘定量研究的主要目的为构建道路交通扬尘排放清单，美国环境保护总署推荐的AP-42排放因子模型是用于构建道路交通扬尘排放清单的主要方法。樊守斌等[7]应用AP-42排放因子模型从多个层面分析了北京市铺装道路交通扬尘的排放规律及特征；许妍等[8]依据AP-42排放因子模型计算了天津市中心城区不同道路类型的道路交通扬尘排放因子及排放量；刘泽常等[9]以济南城市道路为研究对象，运用AP-42排放因子模型获得了不同道路类型的道路交通扬尘排放因子并探讨了排放因子的主要影响因素。

AP-42排放因子模型涉及的主要参数有粒径乘数、道路长度、气象要素、车流量以及平均车重等。模型中没有将机动车行驶速度这一因素考虑在内。有研究表明，机动车行驶速度对道路交通扬尘的排放特征有较大影响[10-12]，尽管已有学者对道路交通扬尘与机动车车速之间的关系开展了研究[13-14]，但这些研究均采用离线分析的方法计算道路交通扬尘量排放量，即利用空气颗粒物采样器将空气颗粒物采集到膜上，根据采样前后采样膜的质量差和采样体积计算颗粒物浓度。该方法耗时大且获得数据量较少，同时采样器多设于道路边缘，采集到的颗粒物浓度为多辆机动车引起的混合扬尘以及环境背景颗粒物浓度，不能真实反映由单辆机动车车轮转动卷起的道路交通扬尘量，也不能反映单辆机动车行驶中交通扬尘的排放特征。本研究利用颗粒物实时测量仪器及全球定位系统(GPS)记录仪，通过设置背景值以及将采样器入口放置在车轮后方获得单辆机动车行驶过程中排放的道路交通扬尘实时浓度与机动车车速之间的关系，能较为真实地反映机动车道路交通扬尘的排放特征，了解机动车车速对道路交通扬尘排放特征的影响，为后续准确计算道路交通扬尘排放清单奠定实验基础。

1 材料与方法

1.1 实验仪器

本研究使用某品牌轿车1辆、DustTrak 8530型颗粒物检测仪(美国TSI公司)4台、GPS Map60CS型GPS记录仪(美国Garmin公司)1台。其中，轿车整备质量为1 717 kg，总质量2 092 kg。DustTrak 8530型颗粒物检测仪可以通过更换采样头(分别为PM10、PM2.5)测定不同粒径颗粒物的实时浓度，同时可通过设定时间间隔，将颗粒物实时浓度记录在仪器本身自带的储存卡内。本研究中颗粒物监测数据的时间间隔均为1 s。实验期间采用GPS记录仪记录机动车行驶速度，其数据记录间隔时间与颗粒物检测仪的记录间隔时间一致，均为1 s。采样开始前，将4台DustTrak 8530型颗粒物检测仪的时间与GPS记录仪时间设定一致，以方便机动车速度和颗粒物浓度数据匹配。

1.2 实验设计

4台DustTrak 8530型颗粒物检测仪分别编号为DT1、DT2、DT3、DT4，其中DT1、DT2通过连接管与测试采样口连接并置于机动车左前轮后侧，测试采样口对准轮胎正中，距地面175 mm，距离轮胎50 mm。DT3、DT4通过连接管与背景采样口连接并安置于车顶，4台颗粒物检测仪的采样口安装位置以及测量指标见表1，采样装置连接方式见图1。实验开始前对4台颗粒物检测仪进行校准，使4台仪器之间同时测量相同粒径颗粒物时，质量浓度数据最大值与最小值之差在2 μg/m3以内。

表1 颗粒物检测仪安装位置及测量指标

选择一个车流量较小的路段，以避免测试过程中由于其他车辆干扰引起的颗粒物浓度背景值波动。机动车以不同的速度行驶，利用颗粒物检测仪记录颗粒物浓度数据的变化。考虑到城市内部最大车速为80 km/h和文献[13]中给出的最低设定车速，将实验车速设定为10、15、20、25、30、35、40、45、50、55、60、65、70、75、80 km/h共15个速度梯度，每个速度梯度测试4次。

图1 采样装置的连接Fig.1 Schematic diagram of connection between sampling devices

1.3 采样时间与采样地点

采样时间为2014年12月2日，有效测试时长为2.2 h，有效测试长度为72 000 m。采样地点为天津市西青区一条车流量不超过20辆/h的路段，路段长度为1 200 m。

1.4 数据处理

采样期间，机动车行驶过程中车轮转动产生的PM2.5浓度由DT1与DT3检测浓度之差计算得到，产生的PM10浓度由DT2与DT4检测浓度之差计算得到。由于机动车高度仅为1.5 m，且采样地点位于郊外，测试道路周围空旷，因此由于测试采样口与背景采样口距地面高度不同而引起的浓度差异忽略不计。将机动车车轮转动引起的颗粒物浓度与机动车车速以时间为契合点匹配，研究颗粒物浓度随机动车车速的变化规律。

2 结果与讨论

2.1 车轮转动产生的PM2.5浓度与车速的关系

机动车在选取的路段上来回折返，以15个速度梯度分别测试4次，共得到60组数据。以时间为契合点算出逐秒的PM2.5浓度，计算每组数据PM2.5浓度的平均值，研究PM2.5质量浓度与车速的关系，结果见图2。

由图2可见，随着机动车车速的增长，车轮转动产生的PM2.5浓度逐渐增加。以机动车实际测得的平均车速为自变量，车轮转动产生的PM2.5质量浓度为因变量，对60组数据进行拟合，结果见式(1)。

图2 车轮转动产生的PM2.5质量浓度与车速的关系Fig.2 Relationship between mass concentration of PM2.5 caused by vehicles’ wheel rotation and vehicle speed

(1)

式中：ΔDT2.5为机动车车轮转动产生的PM2.5质量浓度，μg/m3；V为机动车实际测得的平均车速，km/h。

2.2 车轮转动产生的PM10浓度与车速的关系

采用与上述PM2.5数据相同的研究方法，根据机动车在15个速度梯度下行驶获得的60组数据，以时间为契合点，得到逐秒的PM10浓度，再以组为单位计算各组PM10浓度的平均值，研究车轮转动产生的PM10质量浓度与车速的关系，结果见图3。

图3 车轮转动产生的PM10质量浓度与车速的关系Fig.3 Relationship between mass concentration of PM10 caused by vehicles’ wheel rotation and vehicle speed

由图3可见，随着机动车车速的增长，车轮转动产生的PM10浓度逐渐增加。以机动车实际测得的平均车速为自变量，车轮转动产生的PM10质量浓度为因变量，对60组数据进行拟合，结果见式(2)。

ΔDT10= 0.136 5×V2.077 2R2=0.93

(2)

式中：ΔDT10为机动车车轮转动产生的PM10质量浓度，μg/m3。

ETYEMEZIAN等[15]在美国金银谷开展类似实验，得到拟合公式ΔDT10=0.000 17×V2.96，R2=0.972；樊守斌等[16]在呼和浩特市进行的实验中得出拟合公式ΔDT10=0.361e0.085V，R2=0.905。从最优拟合函数公式的形式以及相关系数R2来看，3个拟合公式间存在一定差异，这些差异可能由以下两个原因导致：(1)3个实验所选道路的交通扬尘负荷以及交通扬尘中各粒径分布可能存在差异；(2)3个实验的测试车速范围不同，ETYEMEZIAN等的测试车速为5～30 m/s，樊守彬等的测试车速在10～50 km/h。

2.3 道路交通扬尘中颗粒物构成与车速的关系

以时间为契合点，将机动车行驶过程中PM2.5/PM10(质量浓度比，下同)与车速建立关系，结果见图4。由图4可见，随着机动车车速逐渐加快，PM2.5/PM10逐渐增大。以机动车实际测得的平均车速为自变量，PM2.5/PM10为因变量，对60组数据进行拟合，结果见式(3)。

Y=0.242 5+0.004 4VR2=0.84

(3)

式中：Y为PM2.5与PM10的质量浓度比。

图4 PM2.5/PM10随车速的变化关系Fig.4 Relationship between the value of PM2.5/PM10 and vehicle speed

3 结 论

通过机动车单车行驶实验，研究了机动车车速对道路交通扬尘排放特征的影响。研究发现，随着车速的加快，由机动车车轮转动引起的PM10、PM2.5浓度以及PM2.5/PM10逐渐增大，通过数据拟合，得到机动车车速与道路交通扬尘中PM10、PM2.5浓度及PM2.5/PM10的关系。未来在利用AP-42道路扬尘排放因子模型计算不同城市、不同道路类型的道路

交通扬尘排放因子及排放量时，应考虑机动车车速对道路交通扬尘排放特征的影响。该研究获得的结论为准确构建道路交通扬尘排放清单及测试道路交通扬尘排放因子和排放量奠定了实验基础。

[1] 冯跃武，陈杰．城市扬尘污染防治初探[J].能源与节能，2011(4)：40-45．

[2] 冯银厂，彭林，吴建会，等．乌鲁木齐市环境空气中TSP和PM10来源解析[J].中国环境科学，2005，25(增刊1)：30-33．

[3] 许艳玲，程水源，陈东升，等．北京市交通扬尘对大气环境质量的影响[J].安全与环境学报，2007，7(1)：53-56．

[4] CHENG Shuiyuan,CHEN Dongsheng,LI Jianbing,et al.The assessment of emission-source contributions to air quality by using a coupled MM5-ARPS-CMAQ modeling system: a case study in the Beijing metropolitan region,China[J].Environmental Modelling & Software,2007,22(11):1601-1616.

[5] SUN Yele,ZHUANG Guoshun,WANG Ying,et al.The air-borne particulate pollution in Beijing - concentration,composition,distribution and sources[J].Atmospheric Environment,2004,38(35):5991-6004.

[6] SONG Yu,ZHANG Yuanhang,XIE Shaodong,et al.Source apportionment of PM2.5in Beijing by positive matrix factorization[J].Atmospheric Environment,2006,40(8):1526-1537.

[7] 樊守彬，田刚，李钢，等．北京铺装道路交通扬尘排放规律研究[J].环境科学，2007，28(10)：2396-2399．

[8] 许妍，周启星．天津城市交通道路扬尘排放特征及空间分布研究[J].中国环境科学，2012，32(12)：2168-2173．

[9] 刘泽常，张猛，郝长瑞，等．济南市道路扬尘排放因子估算及其影响因素研究[J].环境科学与技术，2012，35(1)：150-154．

[10] WILLIAMS D S,SHUKLA M K,ROSS J.Particulate matter emission by a vehicle running on unpaved road[J].Atmospheric Environment,2008,42(16):3899-3905.

[11] 张瑶，张鸿雁，崔海航，等．机动车单车扬尘浓度分布规律的模拟[J].环境工程学报，2013，7(8)：3094-3098．

[12] 吴丽萍，古金霞．城市道路二次扬尘中PM10浓度量化模型实验研究[J].环境科学与技术，2008，31(2)：69-72．

[13] 吴丽萍，文科军．机动车行驶过程道路扬尘影响因素试验研究[J].环境科学与管理，2008，33(12)：34-36．

[14] 张承中，刘立忠，李涛，等．机动车二次扬尘机理及影响因素[J].长安大学学报(自然科学版)，2003，23(2)：88-90．

[15] ETYEMEZIAN V,KUHNS H,GILLIES J,et al.Vehicle-based road dust emission measurement: Ⅰ- methods and calibration[J].Atmospheric Environment,2003,37(32):4559-4571.

[16] 樊守彬，田刚，程水源．移动式路面尘负荷测试系统及应用[J].环境科学与技术，2012，35(3)：139-142．