多点进出城市地下道路CO排放特性实测研究

李 琼，陈 超，袁浩庭，王陆瑶

(1. 华北科技学院 建筑工程学院，北京 东燕郊 101601； 2. 北京工业大学 建筑工程学院，北京 100124)

多点进出城市地下道路CO排放特性实测研究

李 琼1，2，陈 超2，袁浩庭2，王陆瑶2

(1. 华北科技学院 建筑工程学院，北京 东燕郊 101601； 2. 北京工业大学 建筑工程学院，北京 100124)

轻型汽油车为主的城市地下道路，主要污染物为CO和NOx。多点进出城市地下道路的隧道结构特性影响主隧道污染物的排放与沿程累积迁移特性。本研究基于实际运营城市地下道路的实测结果，采用反问题方法反演计算出对流传质过程中的源项，重点定量分析分岔隧道结构对CO扩散特性的影响。计算结果表明，主隧道出口处CO总源项累积量平均值为0.37mg/m3s，合流匝道带入CO占总源项的4.8%，分流匝道带出的CO占总源项的5.9%。研究结果可为多点进出城市地下道路通风工程优化设计及环境影响评价提供方法参考。

多点进出城市地下道路；CO污染物；现场实测；传质扩散方程；源项累积量

0 引言

多点进出的城市地下道路，受隧道沿途分流岔道机动车不断分流驶出和合流岔道机动车不断驶入隧道的多个出入口的影响，不但使得隧道内交通特征更为复杂，同时还会影响交通风力在隧道内的分布特性与流动特性，进而影响主隧道污染物的排放与沿程累积迁移特性。目前我国城市地下道路工程通风设计主要还是沿用发达国家或是公路隧道的相关数据。另外，随着机动车逐年更新替代，新排放标准的机动车比例势必逐年增加，考虑新排放标准下的隧道的通风设计势必会显著减少设计通风量。较上个世纪90年代，机动车的单车污染物排放量已明显下降。目前CO浓度水平已远低于《公路隧道通风设计细则》(JTG/T D70/2-02-2014)[1]的100 ppm限值，也显著低于世界道路协会(PIRAC)2012报告[2]的70 ppm限值。

国内外有关机动车尾气排放特性的研究主要是针对污染物排放模型和污染物排放因子的研究。隧道污染物浓度实测法20世纪90年代初在国外广泛采用，主要测试对象为NOx、CO、VOC(或HC)、PM等污染物。较典型的如瑞典Soderleds隧道[3]和香港地区ShingMun隧道[4]。我国学者邓顺熙等[5]于1996年对西安市北线城市隧道的CO和NOx浓度进行了测试；王伯光等[6]1999年对广州珠江隧道的CO、NOx和PM10浓度进行了测试。

本研究基于大量实际运营城市地下道路获取的主要交通特征信息(交通流量、车速、车型比等参数)以及隧道内的机动车污染物排放浓度分布实测数据，针对对流传质方程采用反问题方法反演计算出对应条件下的传质过程中动态变化的源项，重点分析分岔隧道结构对污染物CO排放特性的影响，研究结果能够为我国多点进出城市地下交通基础设施建设关于隧道环境污染物控制理论和需风量方法提供理论依据。

1 材料与方法

1.1 实测隧道概况

项目组于2012年～2015年先后对长沙市营盘路湘江隧道的交通特征、交通风速以及污染物浓度水平进行了现场实测。长沙隧道位于城市中心区，结构复杂，既有分岔、还有地下立交。该隧道主线长度2.7 km，主隧道限速50 km·h-1；主隧道断面积为54.14 m2，匝道断面积为45.82 m2(如图1所示)。

图1 隧道内参数测点布置和纵断面示意图

考虑到所测隧道交通组成主要为轻型汽油车，隧道内机动车排放污染物最有代表性的是CO，故本研究重点现场实测隧道内交通流量、车速、交通风速、以及CO浓度水平等参数。测点位置如图1所示，每条主隧道沿机动车行进方向设有22个测点(间距100 m)、每条岔道设有2个测点，测点距离地面高度2 m。相关具体实测方法详参考文献[7]。

1.2 传质方程的反问题分析原理

合流匝道和分流匝道影响主隧道污染物的排放与沿程累积迁移的特性无法采用正问题方法求解对流传质方程而获得。但是，通过实测隧道方法得到交通流量、车型比例、机动车行驶速度及其单车排放特性等参数，通过反问题求解方法反演出总源项[8]，然后从总源项中减去机动车本身排放量可以解析出匝道污染物源流。反问题方法适合参数随着行驶车辆交通状况以及隧道结构而动态变化，计算结果准确性较高。

1.3 对流传质模型

污染物排放源项S包括隧道内车辆本身排放量和通过匝道带入和带出的污染物量之和(如图2所示)。 针对对流传质方程采用反问题方法反演计算出对应条件下的污染物排放源项S。隧道内的污染物扩散问题可近似看作一维、稳态过程，扩散模型(见式(1))。

图2 合流段传质机理

(1)

式中：

S=QEF±qtrans

(2)

(3)

(4)

qtrans=(uinCin-uoutCout)/Ar

(5)

(6)

(7)

式中，C为污染物质量浓度，mg/m3；u为隧道内的平均风速，m/s；uin为合流匝道通风系数，m2/s;uout为分流匝道通风系数，m2/s;x为隧道内距隧道入口的距离，m；K为沿隧道行车方向的CO扩散系数，m2/s；Q为污染物排放源强，mg/(m3·s)；EF为污染物平均单车排放因子，g/km·辆；Ar为主隧道横截面面积，m2；N为隧道内交通流量，辆/s；ij(v)为i类型机动车排放j污染物排放因子的车速系数；v为机动车平均车速，km/h；ci、cj为i,j测点处污染物平均浓度，mg/m3；xi、x为i,j测点距隧道入口的距离，m；QEF为机动车污染物排放量，mg/(m3·s)；qtrans为匝道源项，mg/(m3·s)；Lin为合流匝道长度，m；Lout为分流匝道长度，m；Vrin为合流匝道风速，m/s；Vrout为分流匝道风速，m/s；Arin为合流匝道隧道横截面面积，m2；Arout为分流匝道隧道横截面面积，m2。

根据Chang等[10]提出的隧道内污染物质量模型，可构建关于机动车污染物平均单车排放因子关系式(4)。机动车污染物排放量一方面受其自身排放特性影响，同时还与当地执行的机动车排放标准密切相关，因此有必要对式(3)中机动车污染物排放量Q进行修正(式(8))[2]。

QEF=q(v,i)·fh·ft·fe

(8)

我国《公路隧道通风设计细则JTJ026.1-2014》[1]给出的CO排放量计算公式主要依据公路隧道特点和影响因素，其中CO排放量计算公式如下：

(9)

综上所述，当已知隧道结构、实测隧道各段交通流量、交通风速及污染物沿程浓度分布等参数，通过反问题方法，根据公式(1)和(2)，可以反演计算出总源项S和沿隧道方向源项累积量。然后从总源项中减去机动车本身排放量QEF可以解析出匝道污染物源流。第3节将根据具体案例实测数据分析合流匝道和分流匝道对污染物扩散特性的影响规律。

2 计算案例分析

2.1 基本计算条件

通过反问题方法反演计算总源项需要已知隧道结构、隧道各段交通流量、交通风速及污染物沿程浓度分布等参数。这些参数可以通过隧道实测法获得。合流匝道和分流匝道带入(出)污染物在总源项中的份额需要先根据实测参数计算出机动车污染物本身排放量。由于机动车排入隧道内的污染物在隧道横截面上快速扩散均匀[11]，为简化分析，对流扩散传质方程中扩散系数K取值为0。

2.1.1 交通特征

由于长沙隧道对大型货车有限制，轻型汽油车比例高达97.3%；工作日早晚高峰时段隧道多处于拥堵状况，平均车速小于30 km/h，主隧道每车道平均小时交通流量为1394 pcu·h-1。由表1可见，主隧道各段(合流前、中间段、分流后)内交通风速为2.46～3 m·s-1，合流和分流匝道内的交通风速分别为1.37和1.08 m·s-1。由于主隧道交通流量大，主隧道各段内平均交通风速普遍大于匝道内的交通风速。

表1 实测隧道交通特征

2.1.2 实测机动车自身排放量

不同燃料类型和不同排放标准车型，机动车排放因子区别较大，这使得不同城市的交通组成对机动车污染物排放量影响很大。上述公式(9)不能够直接应用于城市地下道路。如果直接应用于城市地下道路设计，CO基准排放量qco取常数逐年递减不合理[12]。图3比较结果表明，实测值远低于根据中国《公路隧道通风设计细则》(JTG/T D70/2-02-2014)计算结果，也低于PIRAC 2012的研究结果。本研究团队的实测结果与PIARC2012关于中国地区的研究结果接近。由于机动车排放污染物是“动态”更新的，源项反演过程中机动车本身排放量采用实测值更贴近目前隧道机动车排放实际情况。

图3 实测CO排放量与设计基准排放量比较

2.2 计算结果分析

2.2.1 排放源项反演计算结果

图4为反演计算出实测3天的CO排放源项沿程累积计算结果和正问题计算排放量的比较。计算结果表明，正问题实测方法只能给出已知条件下机动车排放量的分段综合平均值，而应用反问题计算模型反演计算得到的污染物源项累积量，可以动态的反映隧道内结构特征及排放特性等因素的综合影响。实测隧道沿行驶方向(x)机动车先后经历了下坡段、平直段和上坡段的行驶过程，该过程中，交通流量呈现合流后明显增大而分流后减小的规律。在交通风量、合流匝道带入风量和分流匝道带出污染物综合作用下，实测工作日主隧道出口处的CO浓度平均值为20.3 ppm，反演CO总源项累积量平均值为0.37 mg/(m3·s)。

图4 CO源项累积反演计算结果

2.2.2 匝道对CO反演源项的影响

图5为5.30日反演计算出的CO排放源强与源项模型分析结果。图示结果表明，在工作日早高峰交通较为拥堵的状况下，合流匝道带入主隧道的污染物，源项值在合流后主隧道上累积增大，但同时匝道带入交通风量，污染物源项并没有大幅度增加，在主隧道平直段匝道带入污染源占总源项的4.8%，下坡段累积污染物占总源项的16.3%，主隧道平直段主要CO累积量来自该段机动车自身排放量。同理，分流匝道带出的污染物源占总源项的5.9%，平直段和上坡段累积量分别占46.5%和38.0%。在合流匝道带入主隧道的污染物源流和交通风量的共同作用下，合流之后的主隧道排放源主要来自大量的机动车自身排放污染物，而机动车污染物排放因子是计算隧道内车流污染物排放量的关键，它不但受机动车自身性能影响，同时也与其在行驶过程中的行车状况、燃料品质、车速以及当地执行的机动车排放标准密切相关，是一个动态变化的参数。由此可见，准确给出实际运营隧道的机动车动态排放因子是有效控制隧道内污染物的关键。

图5 主隧道各段CO反演源项解析

3 结论

基于大量实际运营城市地下道路实测结果，采用反问题方法计算出对应条件下的传质过程中动态变化的源项，分析分岔隧道结构对污染物排放特性的影响结果如下：

1) 应用反问题计算模型反演计算得到的排放源项，可以动态的反映隧道内结构特征、交通特征对排放特性等因素的综合影响。机动车沿主隧道的排放与扩散特性不再是类似直隧道那样呈单值线性增加的规律，多点进出城市地下道路源项S和污染物浓度会沿程缓慢上升。实测工作日主隧道出口处反演CO总源项累积量平均值为0.37 mg/(m3·s)。

2) 在工作日早高峰交通较为拥堵的状况下，合流匝道在主隧道平直段带入CO占总源项的4.8%，下坡段累积CO占总源项的16.3%，主隧道平直段主要CO累积量来自该段机动车自身排放量。同理，分流匝道带出的污染物源占总源项的5.9%，平直段和上坡段累积量分别占46.5%和38.0%。

因此，分岔隧道结构可有效降低隧道污染物浓度累积量，从而大大降低设计需风量和通风能耗。同时通过实测数据反演方法能够准确给出实际运营隧道的机动车动态排放因子，这是有效控制隧道内污染物的关键，也是课题组下一步主要研究内容。

[1] 中华人民共和国交通部.2014. JTG/T D70/2-20-2014公路隧道通风设计细则[S]. 北京:人民交通出版社股份有限公司.

[2] PIARC-World Road Association, PIARC technical committee on road tunnels operation (C5). Road tunnels:Vehicle Emissions and Air Demand for Ventilation[R]. France, 2012.

[3] KRISTNESSON A., JOHANSSON C., WESTERHOLM R., et al. Real-world Traffic Emission Factors of Gases and Particles Measured in a Road Tunnel in Stockholm, Sweden [J]. Atmospheric Environment, 2004, 38(5): 657-673.

[4] CHENG Y., LEE S.C., HO K.F., et al. On-road Particulate Matter (PM2.5) and Gaseous Emissions in the Shing Mun Tunnel, Hong Kong [J]. Atmospheric Environment, 2006, 40(23): 4235-4245.

[5] 邓顺熙.公路与长隧道空气污染影响分析方法[M].科学出版社,2004.

[6] 王伯光，张远航，祝昌健，等. 城市机动车排放因子隧道试验研究[J]. 环境科学，2001,22(2)：55-59.

[7] Li Q, Chen C, Deng Y, et al. Influence of traffic force on pollutant dispersion of CO, NO and particle matter (PM2.5) measured in an urban tunnel in Changsha, China[J]. Tunnelling & Underground Space Technology, 2015, 49:400-407.

[8] 张浩. 城市地下道路污染物排放与扩散特性反问题研究[D]. 北京：北方工业大学, 2015.

[9] EL-Fadel, M., Hashisho, Z., 2000. Vehicular emissions and air quality assessment in roadway tunnels: The Salim Slam tunnel. Transp. Res. Part D 5 (5), 355-372.

[10] Tal Y. Chang, Sara J. Rudy. Roadway Tunnel Air Quality Models[J]. Environmental Science &Technology,1990,24:672-676.

[11] Johannes Staehelin, Kurt Schapfer. Emission factors from road traffic from a tunnel study (Gubrist tunnel, Switzerland). Part I: concept and first results. The Science of the Total Environment.1995,169(1-3):141-147.

[12] 王生昌,刘浩学,王贺武. 基于公路隧道的汽车CO基准排放量试验研究.公路交通科技. 2004，21(9):153-157.

Experimental study on the emission characteristics of CO in urban bifurcate tunnel

LI Qiong1,2, CHEN Chao2, YUAN Hao-ting1, WANG Lu-yao1

(1.CollegeofArchitectureandCivilEngineering,NorthChinaInstituteofScienceandTechnology,Beijing, 101601,China； 2.CollegeofArchitectureandCivilEngineering,BeijingUniversityofTechnology,Yanjiao, 100124,China)

The main pollutants in the urban tunnel are CO and NOx, which are emitted by light-duty gasoline vehicles. The structural characteristics of urban bifurcate tunnel affect the pollutant emission and migration in the main tunnel. Based on the measurement results, the source term in the process of circulation is calculated with the anti-problem method, the influence of the bifurcated tunnel structure on the CO diffusion properties is analyzed quantitatively and emphatically. The results show that the cumulative mean of CO source term is 0.37mg/(m3·s) at the exit of main tunnel. The CO brought in from confluence ramp accounts for 4.8% of total pollutants source, and that taken out of shunt ramp accounts for 5.9% of total pollutants source. The results provide a method reference for ventilation engineering optimization design and environmental impact assessment in urban bifurcate tunnel.

bifurcate tunnel; CO pollutant; field measurement; mass diffusion equation; cumulant of source item

2017-03-16

国家自然科学基金项目(51378024)；北京自然科学基金(8162006)；中央高校基本科研业务费资助项目(3142016036)；北京市重点实验室研究基金(NR2015K06)

李琼(1978-)，女，河北邯郸人，博士，华北科技学院建筑工程学院讲师，研究方向：隧道通风。E-mail：hdliqiong@163.com

U453.5

A

1672-7169(2017)02-0066-06