成都市机动车排放清单及排放特征研究

赖承钺，邓小芸，贾滨洋

(1.成都市环境保护科学研究院，成都 610072；2.成都市机动车排气污染监控中心，成都 610011)

随着经济社会的快速发展，我国大中城市的机动车保有量迅速增加。机动车保有量持续快速增长带来的能源消耗、交通拥堵以及空气污染等问题已受到广泛关注。从全国范围看，机动车已成为大气污染物排放的重要贡献原之一，从上世纪90年代至本世纪初，其排放量和贡献率一直攀升；近5年来，在国家持续且有效的机动车排放控制下，其主要污染物的排放量快速上升的趋势得到扭转或缓解，但整体排放量仍处于较高水平[1～5]。特别是在人口密度较高、经济相对发达的地区(京津冀、长三角、珠三角等)机动车的活动水平较高，因此机动车的排放贡献率也相对较高[6～8]。特别是在城市地区，机动车排放的污染物易在大气中累积较高浓度，并且通过大气化学反应形成PM2.5和臭氧等二次污染，影响城市的空气质量和公众的身体健康[1]。

根据交管部门的数据，截至2014年底，成都市机动车的保有量已达到378万辆，其中私人拥有汽车277.7万辆，且处于持续快速增长中。源解析的研究结果表明，机动车排放对成都市大气中CO的贡献率高达75%，对VOC、NOX、PM2.5的贡献率分别为31%、43%和24%，已成为成都市空气污染的主要来源之一[9～11]。而从管理角度出发，持续的排放清单更新也是进一步强化机动车污染治理的重要基础工作。因此，对成都市机动车的污染状况开展持续的研究对于更有效地制定机动车污染的控制措施有较强的指导意义。

对机动车排放的表征和量化是城市机动车污染控制的基础。由于机动车这类排放源具有流动性较强的特点，因此通常需要借助数学或物理模型，解析各种因素与机动车排放的关系，并进一步定量某个地区在特定时间段的排放量。根据模型建立的基础，排放因子模型可分为宏观排放因子模型、基于工况的排放因子模型、瞬态(微观)排放因子模型以及综合排放因子模型，依据数据库的完整性以及参数的可获性，可选择使用不同的模型建立排放清单。其中，宏观排放因子模型主要有美国环境保护署开发的MOBILE和PART5模型、加州空气资源局开发的EMFAC模型和EMISIA公司开发的COPERT模型等，其排放因子计算主要基于平均速度的统计回归[1]。由于宏观排放因子模型所需参数相对较易获取，且可以对连续多年的排放清单进行总结和预估，因此在我国国家层面及重点城市的排放因子计算和排放清单的建立方面均有较广泛的应用[12～25]。此外，通过对比MOBILE模型、COPERT模型以及台架测试得到的结果，研究者们发现COPERT模型计算获得的排放因子更接近中国机动车实际的排放情况，更适合用于中国的机动车排放研究；由于COPERT模型采用的排放标准与目前中国机动车管理体系相似，并且最新的COPERT模型采用了车载排放测试等先进技术手段更新重型车实际道路NOX排放因子等关键参数，因此受到了中国研究者的青睐[12,21,26]。

综上所述，结合成都市现有资料库以及相关基础参数获取的实际情况，本文以2014年作为基准年，采用与目前我国所实施的机动车国家排放标准类似的欧洲机动车排放因子模型COPERT4计算为主的手段，基于成都市的车辆构成特征、燃料特征以及车辆运行的实际参数，分析了成都市机动车尾气排放因子，并在此基础上建立了成都市机动车主要污染物CO、VOC、NOX、PM的排放清单。在此基础上，本文还对成都市机动车的排放特征进行了分析，并对机动车污染的控制提出相关的措施建议。

1 机动车排放清单的计算

1.1 模型简介

COPERT模型是由欧盟联合研究中心(European Commission’s Joint Research Centre)开发的宏观排放因子模型，自1989年发布第一个版本COPERT85以来，经不断升级至现在的COPERT4版本。此模型基于大量的实测数据建立，包含了多种机动车类型和代表性的机动车技术，可兼容不同国家的排放标准和其它参数，为欧洲国家所广泛应用[27]。

在排放因子的计算过程中，COPERT 4模型主要考虑了以下几个过程的排放：热稳定状态下的排放(运行排放)、启动过程的排放(包括冷启动及预热阶段)、燃油蒸发排放以及轮胎刹车等的磨损造成的非尾气管颗粒物排放。

应用COPERT 4模型计算机动车的排放清单，需要的参数包括车队组成(车辆构成情况)、车辆行驶工况(包括平均行驶速度及平均单次旅程长度)、车辆年均行驶里程、燃料及气象参数等。各参数的取值决定了最终的排放清单计算结果，因此，基于调查和资料收集的本地化参数确定是研究的关键。

1.2 本地化参数调查统计

1.2.1 车辆构成情况

本文根据交管部门的数据，统计了截至2014年底成都市不同车型、不同排放标准的机动车保有量，与COPERT 4模型进行匹配和归类后，将成都市机动车分为了小型客车、大型客车、公交车、轻型货车、重型货车以及摩托车六类，并对车辆类型构成以及燃油类型进行了分析，不同排放标准的机动车保有量情况如表1所示，分析结果如图1所示。数据表明，成都市机动车以小型客车为主，其保有量占成都市机动车总量的3/4，其次是摩托车，保有量占成都市机动车总量的1/6，其它类型的机动车保有量较低；以燃料类型划分，成都市的机动车主要为汽油车，其保有量占据了机动车总量的96.67%，柴油车和其它类型燃料的机动车(如燃气车、电动车等，主要在公共交通领域使用)保有量较小。此外，在大气污染防治计划的积极推进下，2014年全市高排放的“黄标车”(即不能满足国I标准的汽油车和不能满足国Ⅲ标准的柴油车)保有量为7.1万辆，占机动车保有量的1.9%。

表1 截至2014年底成都市机动车保有量统计Tab.1 Total number of motor vehicles in Chengdu by the end of 2014 (辆)

图1 2014年成都市不同车型及不同燃料类型机动车保有量Fig.1 Amount of motor vehicles for different vehicle types and different fuel types in Chengdu,2014

1.2.2 车辆行驶工况

机动车行驶状况根据2014年各季度《中国主要城市交通分析报告》结合相关研究中平均车速的取值综合确定。在本文中设置成都市机动车单次出行平均时长为31min，平均旅行长度13.6 km，车辆在城市道路上的平均行驶速度29 km/h(受资料来源的限制，本文中不同类型的车辆其单次出行的平均时长和平均旅行长度取相同值)。车辆在非城市道路和高速公路上的平均行驶速度分别为45 km/h和80 km/h。

1.2.3 车辆年均行驶里程

各类车辆的年均行驶里程通过从成都市机动车排气污染监管信息系统中抽取一定数量的样本车辆统计(每种车型的样本量均为200辆)，结合《道路机动车大气污染物排放清单编制技术指南(试行)》中给出的参考值综合而得。各类车辆年均行驶里程详细统计如表2所示。

表2 成都市机动车的年平均行驶里程统计Tab.2 Annual average mileage for different vehicle types in Chengdu (km/a)

1.2.4 燃油及气象数据

成都市2014年各月的平均最高、最低温度以及平均相对湿度根据统计年鉴气象局资料确定。此外，由于成都市已分别于2014年1月和2014年10月起全面供应符合国Ⅳ标准的汽、柴油，因此结合实际情况，在本研究中确定汽油按国Ⅳ标准输入，柴油按国Ⅲ标准输入。

1.3 排放因子计算

本文利用将前述所收集的基础数据输入到COPERT模型的方法，按下式对每个车型中不同子类车型、不同排放标准的排放因子进行归一化处理[19]：

式中，Efj为第j种车型的综合排放因子(g·km-1·veh-1)；Efijk为第j种车型中排放标准为k的子车型i的排放因子(g·km-1·veh-1)；Pijk为第j种车型中排放标准为k的子车型i的保有量；n为子车型数目；m为排放标准数目。

计算结果表明，对于不同排放类型的车辆，随着排放标准的提高，较高排放标准车辆的主要污染物排放因子较较低排放标准车辆有明显降低。经过归一化处理后，得到成都市机动车的综合排放因子如表3所示。从表3中的结果可以看出，汽油车(小型客车、轻型货车、摩托车)的CO和VOC排放因子较高，柴油车(大型客车、重型货车)的NOX和PM排放因子较高。

具体而言，成都市机动车的排放因子有以下主要特点：

(1)成都市小型客车的排放因子不高，主要是由于国IV以上汽车保有量较大(占到了小型载客汽车总量的35%左右)、且这一级别的车排放因子较低(仅为0.174 g·km-1·veh-1)的缘故。与《道路机动车大气污染物排放清单编制技术指南(试行)》的结果相比，VOC的排放因子相对较低，可能是COPERT模型在蒸发的设定上与《道路机动车大气污染物排放清单编制技术指南(试行)》测试数据存在一定的差异；

(2)成都市的公交车VOC的排放因子相对较高，而PM的排放量相对较低，这与成都市的公交车基本上都以天然气为燃料这一事实相符。

表3 成都市机动车的综合排放因子Tab.3 Integrated emission factors of motor vehicles in Chengdu (g·km-1·veh-1)

1.4 排放总量统计

利用模型计算得到的各类机动车的排放因子，结合不同排放标准各车型的保有量，利用下式计算了成都市2014年主要机动车污染物的排放清单：

EQjn=Pj×Mj×Efjn×10-6

式中，EQjn表示第j种车型的n污染物年排放总量，单位t；EQn表示n污染物的年排放总量，单位t；Pj为第j种车型的保有量；Mj为第j种车型的年均行驶里程，单位km；Efjn为第j种车型n污染物的排放因子。

根据上式计算得到的成都市2014年机动车各类污染物的排放总量如表4所示。结果表明，2014年成都市机动车污染物CO、NOX、VOC和PM的排放总量分别为18.01万t、6.65万t、3.16万t和0.13万t。

通过与之前利用IVE模型计算得到的2008年成都市机动车各种污染物的排放总量相比[11]，CO有较大程度的降低，VOC和PM有一定程度的减少，NOX则有较大程度的升高。这可能主要与近年来成都市机动车构成的改变有较大关系(排放标准更高的轻型汽油车比重增加)，此外，不同模型之间的计算误差也是数据之间的差异的重要原因。由于之前的模型对重型车NOX有显著地低估，而COPERT4模型采用了新的车载排放测试数据，将这一数据更真实地反映了出来。这个数据比较接近实际情况，与指南的结果也更为接近。

表4 2014年成都市机动车污染物的排放清单Tab.4 Emission inventory for different type of vehicles in Chengdu,2014 (t/a)

2 机动车排放特征分析

2.1 不同车型的排放特征分析

本文首先按照不同的车辆类别统计了2014年成都市机动车主要污染物的排放分担率，结果如图2所示。

图2 按车型统计的成都市机动车主要污染物排放分担率Fig.2 Motor vehicle emission distributions of different vehicle types in Chengdu

数据表明，小型客车和摩托车是污染物CO、VOC的主要排放来源，两者对CO的排污贡献率分别为54.61%和25.97%，对VOC的排污贡献率分别为43.79%和37.00%。保有量巨大是小型客车成为CO和VOC主要贡献车型的重要原因，而摩托车单车的高VOC排放因子也导致其对VOC排放贡献突出。

NOX的主要贡献车型是重型货车，排污贡献率为57.96%，其次是载客量较大的公交车和大型客车，二者的排污贡献率相加达到了25.38%。虽然这几类车型的保有量不大，但由于它们的年均行驶里程较高且单车NOX排放因子较大，因此对NOX的贡献率远高于其他车型。此外，由于PM主要来源于柴油机运行过程中不完全燃烧形成的颗粒物，因此以柴油为主要燃料的重型货车成为PM的主要贡献车型，排污贡献率为68.25%。从排放因子的角度看，以柴油为燃料的大型客车PM单车排放量也较高，但由于成都市的公交车已全部采用天然气燃料，因此以柴油为燃料的大型客车保有量较小，对PM的排放总量贡献相对较低。

2.2 不同燃料类型机动车的排放特征分析

成都市机动车燃料类型主要包括汽油、柴油和天然气。根据图1所示，这3种燃料类型车型保有量比例分别为95.9%、3.0%和1.1%。其中小型客车和摩托车以汽油为主要燃料，重型货车和大型客车以柴油为主要燃料，天然气燃料主要应用于出租车和公交车。

图3 按燃料类型统计的成都市机动车主要污染物排放分担率Fig.3 Motor vehicle emission distributions of different fuel types in Chengdu

不同污染物的排放情况与燃料类别关系密切。如图3所示，汽油车对CO和VOC的贡献最大，该车型对CO和VOC的排污贡献率分别达到了91.48%和82.67%。保有量巨大依然是其成为CO和VOC主要贡献率车型的主要原因。其它燃料(以CNG为主)机动车虽然保有量较低，但由于CNG的主要成分是甲烷，因此这类车在燃料燃烧过程中伴生的二碳或三碳的烃类化合物对VOC的贡献较大，贡献率达到了9.03%，是该车型占机动车总量比例的8.2倍。NOX和PM的主要贡献车型是柴油车，该车型对NOX和PM的排污贡献率分别达到了66.60%和78.05%，分别为该车型占机动车总量比例的22.2倍和26倍。柴油发动机燃烧特性以及先进后处理装置尚未大规模普及的现实是柴油车NOX和PM高排放量的重要原因[19]。

2.3 不同排放标准机动车的排放特征分析

按不同排放标准车型统计污染物的排放比例结果如图4所示。数据表明，不同排放标准机动车的污染物排放总量比例与保有量比例的比值随着排放标准的提高呈现明显的下降趋势。仅占总量4.63%的国 I 前标准机动车排放的污染物占污染物总量的24.35%，是成都市机动车污染物的重要排放源；国Ⅱ、国Ⅲ标准的机动车污染物排放总量比例与保有量比例基本相当；占总量25.89%的国IV标准机动车排放的污染物仅占污染物总量的4.60%。

低排放标准的汽车(“黄标车”)污染治理是我国机动车污染防治的重点[28]。从本文结果看，这类机动车的保有量仅占机动车保有量的1.9%，但其污染物排放所占比例达到了污染物总量的18.30%，因此在成都市机动车的污染防控中也需对这一类机动车进行重点监管，并加快更高排放标准车辆的推行。

图4 成都市机动车不同排放标准车型保有量及污染物排放总量比例Fig.4 Motor vehicle emission distributions for vehicles under different emission standards in Chengdu

2.4 行驶速度(道路拥堵程度)对机动车排放的影响分析

机动车的平均行驶速度是机动车稳定行驶工况尾气排放的重要影响因素。在其它条件一定的情况下，本文模拟计算了不同行驶速度机动车的污染物排放总量，分别将道路畅通的机动车平均时速设定为40 km/h，将拥堵加剧情况下的机动车平均时速设定为20 km/h，并与现阶段路况下的机动车平均时速29 km/h进行比较。模拟计算的结果如图5所示，机动车在拥堵加剧的情况下污染物排放总量为3.24×105t，比现阶段的污染物总量2.80×105t增加了15.88%；在道路畅通的情况下，污染物排放总量为2.60×105t，比现阶段的污染物总量减少了6.85%。结果表明，机动车的平均行驶速度对排放因子和总量有较大影响，通过合理的交通规划与疏导，进一步缓解道路交通拥堵，将有助于减少主要污染物的排放。

图5 不同道路状况下机动车的污染物排放总量Fig.5 Motor vehicle emissions under different traffic situations

3 结 论

本文通过对成都市机动车保有量及相关运行资料的收集，输入到COPERT 4模型中计算了成都市机动车的主要污染物排放因子和2014年的排放总量，并从车型、燃料类型、排放标准及行驶速度等几个方面对成都市机动车的污染特征进行了分析。得出以下主要结论：

3.1 成都市2014年机动车主要污染物CO、NOX、VOC和PM的排放总量分别为18.01万t、6.65万t、3.16万t和0.13万t。

3.2 不同车型及燃油类型的机动车对污染物的贡献状况有所区别。以汽油为燃料的小型客车和摩托车由于保有量较大，是污染物CO、VOC的主要排放来源；NOX和PM的主要贡献车型是以柴油为燃料的重型货车，其排放贡献率超过了50%。

3.3 旧排放标准的机动车排放水平较高，污染物的排放贡献率远高于其保有量比例，因此在污染防控中需对这一类机动车进行重点监管，并加快更高排放标准车辆的推行。

3.4 摩托车的VOC排放因子较高，排放总量巨大，是今后成都市机动车管控的一个重要方面。

3.5 行驶速度(道路拥堵程度)对机动车排放因子有重要影响。机动车在拥堵加剧的情况下污染物排放总量明显增加，缓解道路交通拥堵将有助于减少主要污染物的排放。

[1] 贺克斌，霍 红，王崎东，姚志良.道路机动车排放模型技术方法与应用 [M].北京:科学出版社,2014.

[2] Wei W，Wang S X，Hao J M，Cheng S Y.Projection of anthropogenic volatile organic compounds (VOCs) emissions in China for the period 2010-2020 [J].Atmospheric Environment,2011,45:6863-6871.

[3] Zhang Q，Streets D G，He K B，et al.NOXemission trends for China,1995-2004:The view from the ground and the view from space [J].Journal of Geophysical Research,2007,112:D22306.

[4] Zhang Q，Streets D G，Carmichael G R，et al.Asian emissions in 2006 for the NASA INTEX-B mission [J].Atmospheric Chemical and Physics,2009,9:5131-5153.

[5] Zhao Y，Nielsen C P，McElroy M B，et al.CO emissions in China:Uncertainties and implications of improved energy efficiency and emission control [J].Atmospheric Environment,2012,49:103-113.

[6] Li L，Chen C H，Fu J S，et al.Air quality and emissions in the Yangtze River Delta,China [J].Atmospheric Chemical and Physics,2011,11:1621-1639.

[7] Zhao B，Wang P，Ma J Z，et al.A high-resolution emission inventory of primary pollutants for the Huabei region,China [J].Atmospheric Chemical and Physics,2012,12:481-501.

[8] Zheng J Y，Zhang L J,Che W W，et al.A highly resolved temporal and spatial air pollutant emission inventory for the Pearl R4er Delta region,China and its uncertainty assessment [J].Atmospheric Environment,2009,43:5112-5122.

[9] 张智胜，陶 俊，谢绍东，等.成都城区PM2.5季节污染特征及来源解析 [J].环境科学学报,2013:2947-2952.

[10] 宋丹林.成都市中心城区机动车尾气排放对空气质量的影响研究 [D].成都:四川师范大学,2010.

[11] 周来东，柴发合，张 普，王淑兰，宋丹琳.成都市机动车排气污染现状研究 [J].中国科技成果,2011,12(3):4-6.

[12] 谢绍东，宋翔宇，申新华.应用COPERT Ⅲ模型计算中国机动车排放因子 [J].环境科学,2006，27(3):3415-3419.

[13] 宋翔宇，谢绍东.中国机动车排放清单的建立 [J].环境科学,2006，27(6):1041-1045.

[14] 蔡 皓，谢绍东.中国不同排放标准机动车排放因子的确定 [J].北京大学学报(自然科学版),2010，46(3):319-326.

[15] 李 伟，傅立新，郝吉明，等.中国道路机动车10种污染物的排放量 [J].城市环境与城市生态,2003，16(2):36-38.

[16] 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.

[17] 樊守彬.北京机动车尾气排放特征研究 [J].环境科学与管理,2011，36(4):28-31.

[18] 樊守彬，田灵娣，张东旭，曲 松.北京市机动车尾气排放因子研究 [J].环境科学,2015，36(7):2374-2380.

[19] 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.

[20] 曾雪兰，李红霞，程晓梅，等.佛山市机动车尾气排放清单及特征分析 [J].环境污染与防治,2013,35(11):51-55.

[21] 程 颖，于 雷，王宏图，等.基于PEMS的MOBILE与COPERT排放模型对比研究 [J].交通运输系统工程与信息,2011,11(3):176-181.

[22] 黄建彰，刘永红，程晓梅，等.基于COPERT Ⅳ模型的机动车PM2.5排放来源特征分析 [J].环境科学与技术,2014,37(1):43-47.

[23] Lang J L，Cheng S Y，Zhou Y，et al.Air pollutant emissions from on-road vehicles in China,1999-2011 [J].Science of the Total Environment,2014,496:1-10.

[24] Lang J L，Cheng S Y，Wei W，et al.A study on the trends of vehicular emissions in the Beijing-Tianjin-Hebei (BTH) region,China [J].Atmospheric Environment,2012,62:605-614.

[25] Cai H，Xie S D.Temporal and spatial variation in recent vehicular emission inventories in China based on dynamic emission factors [J].Journal of the Air & Waste Management Association,2013,63:310-326.

[26] Wang H K，Fu L X，Zhou Y，et al.Trends in vehicular emissions in China's mega cities from 1995 to 2005 [J].Environmental Pollution,2010,158:394-400.

[27] Ntziachristos L，Gkatzoflias D，Kouridis C，Samaras Z,COPERT:A European road transport emission inventory model [M].Berlin,Heidelberg:Springer,Environmental Science and Engineering,2009:491-504.

[28] 中国机动车污染防治年报-2014 [R].中华人民共和国环境保护部,2014.