车辆排放对大气污染的综合测度模型

胡启洲　 吴　鹏　 邓　卫　 诸　云

(1南京理工大学自动化学院, 南京 210094)(2东南大学交通学院, 南京 210096)



车辆排放对大气污染的综合测度模型

胡启洲1吴鹏1邓卫2诸云1

(1南京理工大学自动化学院, 南京 210094)(2东南大学交通学院, 南京 210096)

利用功效函数研究车辆排放对大气污染的测定问题.通过在不同地点测定车辆排放强度,构建车辆排放强度之间的关联函数式,探索交通运行状况下车辆排放具有的时空相关性.在此基础上,获得机动车各种排放污染物的单车排放因子,构建车辆排放诊断方法.并在分析机动车排放特性和规律的基础上,构建车辆排放的测度指标体系,建立基于功效函数的机动车排放综合测度模型,提出车辆排放的测度方法.应用结果表明,该模型不但能够界定车辆排放对大气污染的评估问题,而且能有效评估汽车尾气排放水平,并对解决车辆排放对大气污染的治理问题有较好的指导意义和实用价值.

车辆排放;污染物;测度模型;功效函数

由于机动车排放已经成为大气污染的一个主要来源,汽车尾气排放的有害物质不但加重了大气污染,而且破坏环境生态平衡.因此,国内外学者先后对多种机动车尾气排放进行了研究.例如,文献[1]研究了交叉口配时对尾气排放的影响;文献[2]分析了高速公路在采用不同速度限制下的尾气排放;文献[3-4]对车辆在交叉口红灯前的怠速和熄火后重新启动2种情况下的各种排放物进行了比较分析;文献[5-8]针对单点控制交叉口计算了优化信号配时方案对减少排队延误和尾气排放的作用.我国从20世纪90年代才开始进行机动车污染的早期研究,取得了一些研究成果[9-12].文献[13]研究了不停车收费系统对于减少机动车排放污染的影响;文献[14]利用车载尾气检测设备得到的实测数据计算了交叉口不同转向的尾气排放与路段的比值;文献[15]提出了隧道测试法(tunnel test),应用污染物扩散模型推导车流平均单车排放因子.但总体上,国内对于考虑环境因素的车辆排放研究仍然还处于起步阶段.由于车辆行驶环境的多样性,导致汽车排放的尾气具有复杂的非线性、时变性和随机性等特征.作为一种非线性数据分析工具,功效函数被广泛应用于数据分析的各个领域,并取得良好的应用效果.本文提出一种基于功效函数的车辆排放对大气污染评估方法.该方法通过功效函数将高维的排放数据映射到一个特征空间,综合测度车辆排放对大气的污染.

1　车辆排放对大气污染的测定机理

持续增长的汽车保有量给城市发展带来了许多问题,如交通拥堵、交通安全、环境污染等,其中车辆排放所引起的环境污染问题更为突出.在综合分析国内外已有研究成果的基础上,本文把车辆排放的污染物分为2类,即气体污染物和固体污染物,并构建车辆排放对环境污染的测定指标体系，如图1所示.

图1　车辆排放对大气污染的测定指标体系

我国的车辆排放法规是借鉴欧盟排放法规来制定的.参考我国制定的《大气污染物综合排放标准》,本文提出车辆排放的限值,如表1所示.

表1　车辆排放限值　g/km

1.1车辆排放对大气污染的单因子测度方法

由于目前我国的大气污染排污测定尚处于理论探讨和试点阶段,且主要针对SO2和CO2,故而缺乏可行性.本文参考我国排污费征收标准管理办法,计算车辆排放到大气中的气体污染物和固体污染物质量.

1.1.1气体污染物的单因子测度方法

通过统计分析发现,气体排放物测定时,排放的气体质量和测量到的排气体积成正比.车辆的气体污染物排放量计算公式为

(1)

式中,Mgas,i为气体污染物i的排放量,g/km;Vmix为标准状态下流经颗粒物滤纸的排气容积,m3;Qi为在标准温度和压力下污染物i的密度,g/L;α为计算NOX排放质量的湿度修正系数;Ci为稀释排气中污染物i的质量浓度,用稀释空气中所含污染物i的含量进行修正,10-6;d为车辆运行的实际距离,km;i=1,2,3,4分别表示气体污染物COX,THC,NOX和SOX.

1.1.2固体污染物的单因子测度方法

一定里程内排放固体污染物数量和采集的排气体积成正比,和标准状态下测量到的固体污染物粒子浓度成正比,并和固体污染物仪器的标定系数、挥发性粒子的平均挥发系数有关.车辆的固体污染物排放量计算公式为

(2)

式中,Msolid,i为固体污染物的排放量,g/km;Vep为标准状态下稀释排气的容积,m3;i=5,6,7分别表示固体污染物Pb、颗粒物和硫化物.

1.2车辆排放对大气污染的综合测度方法

为了计算车辆排放对大气污染的严重程度,需要对多种污染物进行综合测度,得到污染控制的决策依据.本文从气体和固体角度分别计算车辆排放对大气污染的综合测度值.

1.2.1车辆排放气体污染物的综合测度方法

基于图1中车辆排放对大气污染的测定指标体系,车辆排放到大气中的气体污染物质量为

Pgas=w1m(COX)+w2m(THC)+w3m(NOX)+

w4m(SOX)

(3)

式中,m(COX),m(THC),m(NOX),m(SOX)分别为车辆的COX,THC,NOX和SOX的排放质量,kg;w1,w2,w3和w4分别为COX,THC,NOX和SOX的效果系数,采用改进的层次分析法进行确定[16].

1.2.2车辆排放固体污染物的综合测度方法

基于图1中车辆排放对大气污染的测定指标体系,车辆排放到大气中的固体污染物质量为

Psolid=λ1m(Pb)+λ2m(颗粒物)+λ3m(硫化物)

(4)

式中,m(Pb)、m(颗粒物)、m(硫化物)分别为车辆的Pb、颗粒物和硫化物的排放质量,kg;λ1,λ2,λ3分别为Pb、颗粒物和硫化物的效果系数,同样采用改进的层次分析法进行确定.

2　基于功效函数的车辆排放测度模型

功效函数是按目标值的“好”或“坏”(即功效)设计出对各个目标评价的标准,即给出功效函数.这种通过各目标的功效函数进行求解的方法,称作功效函数法.本文将利用功效函数来研究车辆排放对大气污染的量化问题.

2.1车辆排放对大气污染的测定原理

依据图1,将7个测度指标作为车辆排放对大气污染的测度目标函数.则有如下定义:

定义1车辆排放对大气污染测度目标函数fi的功效函数为di=di[fi],i=1,2,…,7.

定义2车辆排放对大气污染测度的单调函数di[fi]在[0,1]中取值,并规定

(5)

则各目标函数fi的最小值和最大值定义如下:

(6)

为了建立车辆排放测定的数学模型,使车辆排放多目标问题变得简单化,把车辆排放对大气污染问题中的各目标利用线性函数进行转化,得到车辆排放对大气污染测度的功效函数.

考虑极大几何平均功效的情况下,构造直接求解模型的评价函数,即车辆排放对大气污染测度的功效函数为

(7)

2.2基于功效函数的车辆排放对大气污染测度算法

基于功效函数的测度模型适合用于车辆排放对大气污染的量化问题研究.该模型计算过程如下:

① 依据式(6),可求得车辆排放对大气污染测度各目标函数的最小值和最大值.

② 利用求得的各目标最小值和最大值,构建各目标的功效函数.

③ 依据定义3,得到各功效函数的计算值.

④ 依据式(3)、(4),分别获得固体污染的量化值和气体污染的量化值.

⑤ 依据综合测度模型,得到车辆排放对大气污染的综合测度值.

3　案例分析

课题组于2015年6月对江苏省某段高速公路进行调查分析,获得了大量有关车辆排放对大气污染的数据.本文在对这些数据进行统计分析的基础上,利用功效函数进行定量测度研究.

依据式(6),计算得到江苏省某段高速公路车辆排放对大气污染测度各目标函数的最小值和最大值,见表2.依据式(1),得到江苏省某段高速公路车辆排放对大气污染的气体污染物测度值为

f1=8.32×10-2g/km,f2=8.01×10-2g/km

f3=7.12×10-2g/km,f4=4.68×10-2g/km

依据式(2),得到江苏省某段高速公路车辆排放对大气污染的固体污染物测度值为

f5=6.27×10-5g/km,f6=2.73×10-3g/km

f7=4.09×10-4g/km

依据式(3),得到江苏省某段高速公路车辆排放的气体污染物综合测度值为Pgas=79.83 g.依据式(4),得到固体污染物综合测度值为Psolid=2.633 1 g.

依据式(7),得到车辆排放对大气污染测度模型的最佳值为G(f(x))=7.35×10-4.

表2　车辆排放测度目标函数的考察值　g/km

因此,从减排成本效益角度,江苏省某段高速公路车辆排放基本属于中等水平,对大气污染有一定影响,特别是固体污染物(容易产生雾霾)对环境影响较大.

4　结语

从大数据的角度研究汽车尾气污染的评估问题是一个新的研究方向.本文在探索车辆排放具有的内在规律基础上,利用功效函数构造从微观车辆排放单因子测度到车辆排放综合测度的函数模型,实现车辆排放对大气污染的定量测度.研究成果为改善空气质量、减少大气污染、建设低碳交通提供理论基础和技术支撑,而且也为车辆排放的相关研究提供了新方法.

References)

[1]Ning Z, Chan T L. On-road remote sensing of liquefied petroleum gas (LPG) vehicle emissions measurement and emission factors estimation[J].AtmosphericEnvironment, 2007, 41(39): 9099-9110. DOI:10.1016/j.atmosenv.2007.08.006.

[2]Agarwal A K, Bothra P, Gupta T, et al. An evaluation of the emission profile for two-wheelers at a traffic junction[J].Particuology, 2015, 18: 112-119. DOI:10.1016/j.partic.2014.01.007.

[3]Zhang L D, Zhu W X. Delay-feedback control strategy for reducing CO2emission of traffic flow system[J].PhysicaA:StatisticalMechanicsandItsApplications, 2015, 428: 481-492.

[4]Elkafoury A, Negm A M, Bady M F, et al. Modeling vehicular CO emissions for time headway-based environmental traffic management system[J].ProcediaTechnology, 2015, 19: 341-348. DOI:10.1016/j.protcy.2015.02.049.

[5]Gori S,La Spada S, Mannini L, et al. Emission dynamic meso-simulation model to evaluate traffic strategies in congested urban networks[J].IETIntelligentTransportSystems, 2015, 9(3): 333-342. DOI:10.1049/iet-its.2013.0026.

[6]Zhao L, Peng Z R, Yang F, et al. A bid-rent land-use adaptation model for mitigating road network vulnerability and traffic emissions[J].InternationalJournalofEnvironmentalScienceandTechnology, 2014, 11(8): 2359-2368. DOI:10.1007/s13762-014-0642-8.

[7]Sider T M N, Alam A, Farrell W, et al. Evaluating vehicular emissions with an integrated mesoscopic and microscopic traffic simulation[J].CanadianJournalofCivilEngineering, 2014, 41(10): 856-868.

[8]Yassin M F, Ohba M. Effect of street geometrical layout on dispersion emissions of traffic exhaust: Experimental simulation[J].CleanTechnologiesandEnvironmentalPolicy, 2013, 15(1): 167-177. DOI:10.1007/s10098-012-0495-0.

[9]Liu H, Rönkkö T, Keskinen J. Impact of vehicle development and fuel quality on exhaust nanoparticle emissions of traffic[J].EnvironmentalScience&Technology, 2013, 47(15): 8091-8092. DOI:10.1021/es401805r.

[10]廖瀚博,余志,周兵,等.广州市机动车尾气排放特征研究[J].环境科学与技术,2012,35(1):134-138,163. DOI:10.3969/j.issn.1003-6504.2012.01.028.

Liao Hanbo, Yu Zhi, Zhou Bing, et al. Characteristics of motor vehicle exhaust emission in Guangzhou[J].EnvironmentalScience&Technology, 2012, 35(1): 134-138,163. DOI:10.3969/j.issn.1003-6504.2012.01.028.(in Chinese)

[11]强彦雯,单春艳.机动车PM2.5排放模型及其在中国的应用[J].南开大学学报(自然科学版),2013,46(6):41-47.

Qiang Yanwen, Shan Chunyan. Vehicular emission models of particulate matter and their application in China[J].ActaScientiarumNaturaliumUniversitatisNankaiensis(NaturalScienceEdition), 2013, 46(6): 41-47. (in Chinese)

[12]王幸锐,陆炳,何敏,等.机动车排放颗粒物理化特征及健康影响研究[J].环境科学与技术,2013,36(S2):236-242.

Wang Xingrui, Lu Bing, He Min, et al. Physical and chemical composition of emissions from motor vehicle and their particulate matter human health effects [J].EnvironmentalScience&Technology, 2013, 36(S2): 236-242. (in Chinese)

[13]郭宇宏,王自发,康宏,等.机动车尾气排放对城市空气质量的影响研究——以乌鲁木齐市春节前后对比分析[J].环境科学学报,2014,34(5):1109-1117. DOI:10.13671/j.hjkxxb.2014.0175.Guo Yuhong, Wang Zifa, Kang Hong, et al. Impact of automobile vehicles exhaust emissions on metropolitan air quality: Analysis study on the air pollution change before and after the spring festival in Urumqi City, China[J].ActaScientiaeCircumstantiae, 2014, 34(5): 1109-1117. DOI:10.13671/j.hjkxxb.2014.0175.(in Chinese)

[14]胡赛阳,李嘉.基于微观交通仿真的城市路网交通排放评估[J].湖南科技大学学报(自然科学版),2014,29(3):108-112. DOI:10.13582/j.cnki.1672-9102.2014.03.023.

Hu Saiyang, Li Jia. Evaluation of urban road network traffic emissions based on microscopic traffic simulation[J].JournalofHunanUniversityofScience&Technology(NaturalScienceEdition), 2014, 29(3): 108-112. DOI:10.13582/j.cnki.1672-9102.2014.03.023.(in Chinese)

[15]陆叶强,陈秋方.汽车排放超细微粒数浓度及粒径谱特征的实验研究[J].环境科学,2014,35(9):3309-3314.

Lu Yeqiang, Chen Qiufang.Ultrafine particle number concentration and size distribution of vehicle exhaust ultrafine particles [J].EnvironmentalScience, 2014, 35(9): 3309-3314.(in Chinese)

[16]Alonso G, Benito A, Lonza L, et al. Investigations on the distribution of air transport traffic and CO2emissions within the European Union[J].JournalofAirTransportManagement, 2014, 36: 85-93. DOI:10.1016/j.jairtraman.2013.12.019.

第46卷第4期2016年7月7月东南大学学报(自然科学版)JOURNAL OF SOUTHEAST UNIVERSITY (Natural Science Edition)Vol.46No.4July 2016

Comprehensive measure model for air pollution due to vehicle emissions

Hu Qizhou1Wu Peng1Deng Wei2Zhu Yun1

(1School of Automation, Nanjing University of Science and Technology, Nanjing 210094, China) (2School of Transportation, Southeast University, Nanjing 210096, China)

The efficacy influence function was used to monitor air pollution due to vehicle emissions. The vehicle emission intensities at different locations were measured to construct the function formula of the vehicle emission intensity for the purpose of studying the spatial-temporal correlation of vehicle emissions under certain traffic conditions. On this basis, the emission factors of various emissions for every vehicle were obtained, and the determination method for vehicle emissions was constructed. Based on the analysis on the characteristics and laws of vehicle emissions, the measurement index system of vehicle emissions was constructed, a comprehensive measurement model for vehicle emissions was proposed by using the efficacy influence function, and the measurement method for vehicle emissions was set up. The application results show that the model can define the measurements of vehicle emissions on air pollution and assess the level of vehicle emissions. It also has good guiding significance and practical value for solving the pollution control of vehicle emissions.

vehicle emissions; pollutant; measure model; efficacy influence function

10.3969/j.issn.1001-0505.2016.04.035

2016-01-18.作者简介: 胡启洲(1975—),男,博士,副教授,qizhouhu@163.com.

国家自然科学基金资助项目(51178157,51208256)、国家统计科研计划资助项目(2012LY150)、中央高校基本科研业务费专项资金资助项目(30916011338).

10.3969/j.issn.1001-0505.2016.04.035.

TP311

A

1001-0505(2016)04-0884-04

引用本文: 胡启洲,吴鹏,邓卫,等.车辆排放对大气污染的综合测度模型[J].东南大学学报(自然科学版),2016,46(4):884-887.