终端区域内航空器排放主动监测技术研究

蔡 铭，苏志刚，刘 钊，郝敬堂

（1.中国国际航空公司天津分公司，天津 300300；2.中国民航大学 a.中欧航空工程师学院；b.天津市智能信号与图像处理重点实验室，天津 300300）

终端区域内航空器排放主动监测技术研究

蔡 铭1，苏志刚2a，2b，刘 钊2a，郝敬堂2a

（1.中国国际航空公司天津分公司，天津 300300；2.中国民航大学 a.中欧航空工程师学院；b.天津市智能信号与图像处理重点实验室，天津 300300）

航空器在终端区域排放量的监测与核定技术是建设航空排放监管体系的需要，也是应对国际航空碳排放税的重要支撑技术。根据航空器性能数据及机场大气环境参数建立覆盖整个机场终端区域的航空器能耗计算模型，利用航空器实时轨迹数据实现对航空器排放的实时、主动监测。通过应用机载快速存取记录（QAR，quickly access record）数据对模型验证表明，所提出的航空器能耗计算模型可根据航空器的轨迹数据有效地估算航空器排放量。新航空器能耗计算模型对终端区域内的航空器排放具有主动监测能力。

航空运输；航空排放监测；能耗模型；终端区域；航空器轨迹

随着航空业的高速发展，越来越多的航空器在不同空域间穿梭，航空排放量在1990—2006年间增长了98%，增长速度居全球各行业之首[1]。以航空排放中的NOx为例，商用航空的相应排放量占全球排放量的近3%，在大型机场附近区域，航空器的起降所带来的NOx排放量竟然占该区域的近6%[2]。航空排放对全球环境的影响日益受到国际社会的关注，也成为联合国气候变化公约谈判的重要议题[3]。

自欧盟立法征收入境航空器的航空碳排放税以来，航空排放的监测与核定问题成为民用航空领域的研究热点。有效地对航空排放进行监测与核定是建设航空排放监管体系的基础，也是避免碳指标重复使用、科学合理征收航空碳排放税的保障[4]。

在巡航阶段，由于航空器的飞行状态较为稳定，所以相应的排放测算相对较为简单，也较为成熟。然而，在终端区域，航空器需要进行起飞、爬升或进近、降落等飞行状态的改变，发动机的推力变化频繁，因此，航空器的排放测算较为复杂，目前尚不存在明确的计算模型。国内外学者与机构采用不同方法建立燃油消耗模型，进而实现对航空排放的估计。能量平衡法从飞行状态的方程入手，结合不同机型的性能参数，根据航迹确定飞行过程中的航空器动能和势能的变化，建立燃油消耗模型。神经网络法利用航空器的历史数据进行人工神经网络训练，建立燃油消耗模型。欧洲航行安全组织（EUROCONTROL）基于航空器数据库开发了用于描述航空器性能的BADA模型，该模型可以用于计算航空器在不同高度层的燃油消耗量[5]。然而，BADA模型更适用于高空环境，对于相对地表高度（AGL,altitude above ground level）3 000 ft（1 ft=0.304 8 m，下同）以下范围，由于航空器主要处于起、降阶段，在此空域内停留时间短且发动机工作状态变化快，BADA模型的燃油消耗估计误差较大。在AGL 3 000 ft以下范围，被广泛认可的模型是国际民航组织（ICAO,international civil aviation organization）推荐的标准起降（LTO,landing and take-off）模型。LTO模型根据航空器机型、发动机以及相关排放数据估算相应航空器在LTO循环中的燃油消耗和航空排放[2]。然而，航空排放并不能简单地由燃油消耗量等价。航空器排放的H2O、CO2和SO2等与燃油消耗成正比，但CO、HC和NOx的排放量还与航空器发动机工作状态、飞行高度及气象环境等有关。波音公司提出一种航空器在高空环境下的气体排放指数计算方法BM2，并获得了ICAO的航空环境保护委员会认证[6]。BM2可根据航空器的燃油消耗量、发动机工作状态及大气环境等参数获得对航空排放的估计。因此，处于终端区域的航空器的排放主动监测问题尚无有效的解决方案。

本文围绕终端区域航空排放主动监测问题，利用LTO模型和BADA模型构成完整的航空器在终端区域的燃油消耗模型，并根据LTO模型和BM2提出完整的气体排放指数计算模型，基于燃油消耗模型和气体排放指数计算模型，根据航空器在终端区域的轨迹信息实现对航空排放的主动实时监测。

1 大气环境参数估算

航空器的燃油消耗与气体排放均与航空器运行环境的压强、温度、湿度等参数相关，因此，准确实现对航空器排放的估计，需对航空器运行环境的压强、温度、湿度等参数进行估计。

假设在理想条件下对大气环境参数进行估算，即不考虑天气变化因素对大气环境参数的影响，被观测空域内的大气环境参数变化均匀。气压高度为H处的对流层温度为

其中：T0为标准海平面处的温度；ΔT为实际大气条件下海平面温度和标准海平面温度之差，其也可通过实际机场温度与利用气压高度换算的标准机场温度来获得；βT为温度变化梯度，可由BADA数据库查表获得 βT值。

气压高度为H处的对流层压强为

其中：e0为标准海平面处的压强；g0为标准海平面处的重力加速度；R为气体常数，空气的气体常数通常取R=287.052 87 J/kg/K。

气压高度为H处的对流层湿度为

其中：φ为相对湿度；E为饱和水汽压，其为

且β与气压高度H处的对流层温度T有关，即

式中a=373.16/T。

至此，实时数据模型建立完成。此模型计算获得的数据信息，可作为后续能耗计算模型的数据源之一。

2 燃油消耗模型

2.1 相对地表高度3 000 ft以下空域

航空器在AGL 3 000 ft以下范围主要处于慢车、起飞、爬升和进近的4个状态，如图1所示。

图1 标准LTO循环Fig.1 Standard LTO cycle

ICAO将航空器在AGL 3 000 ft以下范围内的4种状态定义为标准LTO循环，又给出航空器各状态的持续时间及发动机推力设置等建议参数，如表1所示。

根据ICAO的发动机排放数据库（EDB，emission data base）[7]可检索出相应航空器发动机的燃油流量数据q0，并根据相应的推力设置系数cp计算出相应发动机在LTO循环中各种状态下的实际燃油流量为

如表1所示，ICAO规定标准LTO循环模型中起飞状态的推力设置系数cp=100%，即全推力起飞。但实际中飞机的实际起飞重量往往小于最大起飞重量，所以，为延长发动机的使用寿命，通常采用减推力的起飞方式进行起飞。因此，起飞阶段的推力设置系数cpc基于飞机的实际起飞重量mreal、最大起飞重量mmax及最小起飞重量mmin获得[5]

表1 标准LTO循环的各状态发动机推力设置和模式化时间Tab.1 Thrust setting and time-in-mode of engines in standard LTO cycle

其中：cred为减推力因数，对于喷气式发动机一般取cred=0.15。将式（7）中的 cpc替换式（6）中的 cp即可获得在减推力起飞条件下的燃油流量。

2.2 相对地表高度3 000 ft以上空域

航空器在AGL 3 000 ft以上范围的燃油消耗计算采用BADA模型。BADA模型是EUROCONTROL以航空器数据库建立的航空器性能模型，可用于计算航空器的燃油消耗[5]。

标准大气条件下发动机最大推力为

实际大气条件下发动机最大推力Pr，max可利用ΔT对Ps，max进行修正，即

式（8）和式（9）中，cp1、cp2、cp3、cp4和 cp5为相应类型发动机的推力参数，可从BADA数据库中查得。

基于发动机最大推力Pr，max，通过BADA数据库查找巡航和下降阶段相应的修正参数k，可得巡航阶段和下降阶段的实际发动机推力大小为

根据航空器的真空速vT，可得到燃油消耗率为

其中：cη1、cη2为燃油流量参数，可从BADA数据库中查得。

最终，通过燃油消耗率和发动机推力，可得到在特定气压高度H、特定温度T条件下，特定类型发动机的燃油流量为

综上所述，发动机的燃油流量与气压高度、温度、发动机类型、航空器飞行阶段及飞行的真空速有关。

3 气体排放指数模型

航空排放需重点统计的有 H2O、HC、CO、CO2、SO2和NOx等。航空器排放的H2O、CO2和SO2等与燃油中氢、碳、硫元素的含量有关，是燃烧过程中与氧气直接氧化的产物，因此H2O、CO2和SO2等排放量直接与燃油消耗成正比，如每消耗1 kg燃油，排放H2O、CO2和SO2平均值分别为 1.230 kg、3.149 kg和 0.000 84 kg。对于CO、HC和NOx的排放量不仅与燃油消耗量有关，还与航空器发动机工作状态、飞行高度及气象环境等有关，不能简单地用燃油消耗量进行折算。

航空器在AGL 3000 ft以上空域的CO、HC和NOx排放量可用波音公司的BM2进行计算[6]。由于ICAO的EDB中的发动机排放数据是在标准海平面条件下给出的，因此BM2是将实际运行环境中的发动机燃油流量q变换到标准海平面条件下的燃油流量，并采用曲线拟合方式利用变换后的燃油流量给出标准海平面条件下CO、HC和NOx的排放指数，进而将相应排放指数根据实际运行环境参数变换为实际的排放指数。

在AGL 3 000 ft以上空域，航空器根据式（12）计算出的实际运行环境中的燃油流量q需变换到标准海平面条件下的燃油流量，即

其中：rT是航空器实际环境与标准海平面之间的绝对温度比值；re是航空器实际环境和标准海平面之间的压强比值；Ma为航空器的实际马赫数。

根据式（13）获得的标准海平面条件下的燃油流量qs，由排放指数与燃油流量变化曲线可获得标准海平面条件下CO、HC和NOx的排放指数ICO-s、IHC-s和INOx-s。再利用实际环境的温度、压强、湿度和马赫数等参数，计算实际运行环境下的CO、HC和NOx的排放指数为

根据获得的实际排放指数、燃油流量及状态持续时间可以统计CO、HC和NOx的排放量。以CO为例，其排放流量为

其排放量为

其中：t为相应燃油流量持续时间。

航空器在AGL 3 000 ft以下范围内CO、HC和NOx的排放量也可基于LTO模型进行计算。ICAO的EDB中给出了LTO模型4种状态下的燃油流量和CO、HC及NOx的排放指数，从而可以采用式（17）和式（18）的形式计算出AGL 3 000 ft以下范围内CO、HC和NOx的排放流量和排放量。

4 实验结果

首先验证燃油流量模型的有效性。根据中国国际航空公司2015年6月12日在天津与深圳间执行往返飞行任务的CA1671和CA672航班的QAR数据进行对比分析。天津机场气压高度约为450 ft，深圳机场气压高度约为250 ft。当天两机场的平均温度约为33℃，执行飞行任务的航空器型号为B737-800。根据机载QAR数据中的航空器气压高度信息进行燃油流量建模。在AGL 3 000 ft以下空域采用ICAO的LTO模型，并利用QAR数据中气压高度信息对航空器在机场场面的慢车时间进行修正。在AGL 3 000 ft以上空域，采用EUROCONTROL的BADA模型进行建模，并利用QAR数据中的航空器高度、空速及环境温度等信息修正航空器的燃油流量。在燃油流量模型中以1 000 ft为间隔计算燃油流量变化。航空器根据模型估算的燃油流量与QAR记录的实际燃油流量之间的对比情况如图2所示。

由图2可见，航空器在终端区域飞行因涉及起飞与降落，存在不同飞行阶段，对应的燃油流量也有显著差异，甚至同一飞行阶段内也存在着随高度变化而相应燃油流量递减（如图 2（a）与图 2（b）中的爬升阶段）或递增（如图 2（c）与图 2（d）中的下降阶段）的情况。采用模型估算燃油流量相对QAR记录的实际燃油流量存在一定偏差，但总体变化趋势基本相似。航空器降落时，由于发动机处于较低推力状态，外部干扰易引起燃油流量的波动，故图 2（c）与图 2（d）中的实际燃油流量存在较显著波动。与其他图相比，图2（c）中的燃油流量存在较大差异，实际的燃油流量波动性较强。通过分析该航空器实际降落过程的天气条件可知，当天下午在天津存在明显的降水过程，而该航空器在降落过程恰好遭遇该降水过程。大气条件的不稳定性，导致航空器的飞行状态不稳定，使得相应的燃油流量存在较大的波动性。同样，由于大气条件的非理想，使燃油流量估算模型存在较大偏差，从而模型估算的燃油流量与实际燃油流量间也存在较大偏差。

图2 模型估算燃油流量与QAR记录燃油流量的比较Fig.2 Comparison between fuel flows of proposed model and QAR data

图3 航空器在终端区域的污染物CO和NOx排放流量Fig.3 Aircraft emission flows of CO and NOxin terminal areas

图3讨论了基于不同燃油流量结果测算CO和NOx排放流量的可行性。根据航空器气压高度信息选择相应的模型，在AGL 3 000 ft以下空域采用ICAO的LTO模型，相应污染物排放流量与燃油流量成正比，在AGL 3 000 ft以上空域采用波音公司的BM2模型，根据燃油流量及实际环境参数及航空器参数进行估算相应的排放量。根据不同方式获得的燃油流量对航空器在终端区域的污染物CO和NOx排放流量测算结果的对比如图3所示。

由图3可见，航空器的污染物排放流量也与飞行阶段有关，不同飞行阶段间的污染物排放流量差异较大。采用燃油流量模型对航空器起飞时污染物排放量的估计性能更接近于利用实际燃油流量的估计结果，而航空器降落时的两者估计间存在较大的差异，这是由于航空器降落时的燃油流量波动强、估计大所致。但基于燃油流量模型进行测算的污染物排放流量的变化规律基本与实际相符。

5 结语

围绕航空器在终端区的燃油消耗及污染物排放的主动监测问题，本文给出相应的燃油流量模型及相关污染物排放量的测算方法。通过与机载QAR数据的对比，燃油流量模型较好地反映了实际的燃油流量变化情况，具有较好的预测性。根据不同方式获得的燃油流量进行测算污染物排放流量的方法也有较好的匹配度。因此，相应的航空器燃油流量模型及污染物排放流量测算方法是有效的航空排放主动监测技术。

[1]呼楠楠.从欧盟碳排放权交易法律制度探析我国碳排放权交易法律制度之完善[D].北京：北京交通大学,2015.

[2] International Civil Aviation Organization.Environmental Report 2016[R].Montreal：ICAO,2016.

[3] 王 婧,戴 洁,胡 静,等．中欧航空碳排放权交易比较及其启示[J].上海环境与科学,2015,15(2)：129-134.

[4] 高 山．碳排放权交易的监管体系研究[J].科技和产业,2015,15(2)：39-44.

[5] NUIC A.User Manual for Base of Aircraft Data(BADA)Vision 3.12[R].France：Eurocontrol Expermental Centre,2014.

[6] BAUGHCUM S L,HENDERSON S C,TRITZ T G,et al.Scheduled Civil Aircraft Emissions Inventories for 1992：Database Development and Analysis，Appendix D：Boeing Method 2 Fuel Flow Methodology Description[R].United States：Boeing Company,1996.

[7] International Civil Aviation Organization.ICAO Engine Exhaust Emissions Data Bank[R]．Montreal：International Civil Aviation Organization,2015.

（责任编辑：杨媛媛）

Research on initiative monitoring for aviation emission in terminal area

CAI Ming1,SU Zhigang2a,2b,LIU Zhao2a,HAO Jingtang2a
（1.Tianjin Branch of Air China,Tianjin 300300,China;2a.Sino-European Institute of Aviation Engineering;2b.Intelligent Signal and Image Processing Key Lab of Tianjin,CAUC,Tianjin 300300,China）

As important methods to deal with international carbon emission tax on aviation,monitoring and verifying techniques of aircrafts’emissions in terminal area are required to establish the supervision system of aviation emission.Through the energy consumption model based on aircrafts’performance data and atmospheric data around the airport,combined with aircrafts’ trajectory data,the real-time initiative monitoring of aircraft’s emission could be finally achieved.Airborne QAR(quickly access record)data approves that the current model could effectively calculate aircrafts’emission based on their trajectory data.The current model is capable of active emission surveillance in terminal area.

air transportation;aviation emission monitoring;energy consumption model;terminal area;aircraft’s trajectory

U268.6

A

1674－5590（2017）03－0017－05

2016-11-18；

2016-12-13 基金项目：中央高校基本科研业务费专项（3122016U007）

蔡铭（1969—），男，天津人，二级飞行员，学士，研究方向为航空安全、航空减排等.