成都双流国际机场大气污染物排放清单与时空分布特征
2018-07-06周子航陆成伟谭钦文白苑冰
周子航,陆成伟,谭钦文,邓 也,白苑冰
1.成都市环境保护科学研究院,成都市大气科研重点实验室,四川 成都 610072 2.四川大学建筑与环境学院,四川 成都 610065 3.成都市环境监测中心站,四川 成都 610011
随着科技和经济发展,航空运输日益成为人们日常经济生活中最重要的交通运输方式之一,同时中国航空运输业高速发展,对世界航空运输市场影响日益增加。根据国际民用航空组织(ICAO)发布的2013年环境报告[1],全球民用航空2005年约排放630 Mt CO2,约占所有人为排放量的2%~3%,NOx排放量约占人为排放量的3%,飞机对环境和气候的影响,主要源于其在平流层和对流层交界处的排放,国外研究建立了飞机巡航过程中发动机大气污染物排放的物理化学转化机制模型[1-9]。机场大气污染物排放清单作为人为源排放清单的一部分,在国内外逐渐被重视和研究,UNAL等[10]采用多尺度空气质量模式(CMAQ)模型对亚特兰大国际机场环境影响进行模拟。黄清凤等[11]基于标准起飞着陆(LTO)循环数据建立了广州白云国际机场排放清单。徐冉等[12]使用ICAO推荐方法,基于LTO循环数据建立了首都国际机场排放清单。目前国内机场污染物排放研究处于起步阶段,且大部分聚焦于北京、上海、广州等经济发达地区,没有针对西部地区机场的相关研究。同时,上述机场排放研究均仅针对飞机LTO循环,没有涉及到机场地勤等重要污染源。另外,城市尺度的大气污染物排放清单作为科学管理的重要支撑,其高时空分辨率显得越发重要,国内机场排放研究通常局限于大气污染物排放量的计算,少有考虑其时空分布。
本文通过收集成都双流国际机场全年逐日航班和地面保障设备数据,基于机场空气质量手册计算方法(Airport air quality manual,简称“ICAO手册”)[13],对成都双流国际机场的飞机LTO循环排放因子进行了本地化,采用自下而上的排放清单构建方法,计算了包括飞机LTO循环和地面保障设备的大气污染物排放量。根据进出港航班时间分布、机场跑道分布、地面保障设备的活动区域等,建立了高时空分辨率的机场大气污染物排放清单。该清单作为人为源大气污染物排放清单的重要组成,应用于空气质量模型的预警预报和控制对策等研究中。
1 实验部分
1.1 研究范围和对象
成都双流国际机场位于成都市西南郊,距市中心16 km。机场共有2条平行跑道、2座航站楼,候机面积50万m2,可满足旅客年吞吐量5 000万人次需求。截至2016年12月,成都双流国际机场已开通航线270条,是中国中西部地区最大的航空枢纽港,2016年旅客吞吐量4 603.9万人次,居中西部机场第一,全国前四。
本文研究范围为成都双流国际机场,研究对象包括飞机发动机(仅指商业飞机,飞机发动机排放源主要分为商业飞机、军用飞机和通用飞机,由于军用飞机涉及保密,通用飞机活动水平数据不易获取,暂仅研究商业飞机的发动机排放)、机场地勤和机场固定源3部分。研究的大气污染物包括CO、VOCs、NOx、PM10、PM2.5、SO2。
1.2 估算方法
1.2.1 机场大气污染物排放量计算方法
计算方法基于ICAO手册,机场大气污染物排放量为飞机发动机、机场地勤、机场固定源污染物排放量的加和,即:
Ei=Ei,a+Ei,g+Ei,s
(1)
式中:i为污染物类型;Ei为机场i污染物的排放总量,t;Ei,a为飞机发动机i污染物的排放总量,t;Ei,g为机场地勤i污染物的排放总量,t;Ei,s为机场固定源i污染物的排放总量,t。
1.2.2 飞机发动机污染物排放
采用ICAO规定的LTO循环描述飞机在近地面的整个活动过程(图1),水平地面至915 m高度为涉及飞机LTO循环排放的高度范围。1个LTO循环包括进近、滑行和地面慢车、起飞、爬升4个工作模式。其中,各模式的时间和发动机推力设置如下:进近4.0 min,推力30%;滑行和地面慢车26 min(进场为7 min,出场为19 min),推力7%;起飞0.7 min,推力100%;爬升2.2 min,推力85%。
图1 ICAO手册排放认证LTO循环Fig.1 Illustration of ICAO emissions certification procedure in the LTO cycle
飞机发动机在与机场相关的排放源中占主导地位。飞机发动机主要指用于提供飞机向前动力的主发动机(Aircraft Main Engine),以及其他没有替代来源的辅助动力装置(APU)。因此,飞机发动机排放计算分成2部分进行,主要使用ICAO手册方法。
1.2.2.1 飞机主发动机排放计算
飞机主发动机排放主要与3个参数相关:状态时间(TIM)、主发动机排放因子(EI)、主发动机燃料消耗量。TIM即前文中4种不同飞机发动机推力设置下的模式时间,以min为单位。EI为某指定发动机单位燃料消耗量下的污染物排放量,ICAO发布的主发动机排放数据库(EEDB)[14]提供了各类飞机发动机按照发动机排放认证制度,在4种不同工作模式下的污染物排放指数和燃料消耗量。飞机主发动机NOx、HC、CO排放计算方法如下:
Ei=∑TIMj×60×FFj×EIij
(2)
式中:i为污染物类型;j为状态类型,TIMj为j状态的运行时间,min;FFj为j状态的燃料消耗量,kg/s;EIij为i污染物在j状态下每使用1 kg燃料的排放因子,g/kg。
而对于PM10,则采用一次近似(FOA)方法计算,FOA方法和数据由航空环境保护委员会(CAEP)提供和更新。具体计算方法和参数可查阅ICAO手册中附录D部分内容。
1.2.2.2 飞机APU排放计算
飞机APU通常为小型涡轮发动机,在飞机主发动机关闭后,APU为飞机设备照明和通风提供电力和压缩空气,亦用来为飞机主发动机的启动提供动力,商用飞机通常都有APU[15]。由于APU排放测试未纳入认证制度,ICAO没有提供公开排放数据,因此采用ICAO给出的估算方法,对APU制造商提供的数据进行了平均处理。飞机APU排放计算方法如下:
Ei=T×EFi
(3)
式中:i为污染物类型;Ei为i污染物的排放量;T为APU持续运行时间,长途运输机型T取75 min,短途运输机型T取45 min;EFi为i污染物的排放因子,g。长途运输机型EFi为每75 min造成的i污染物排放量,短途运输机型EFi为每45 min造成的i污染物排放量。具体计算参数可查阅ICAO手册中表3-A1-3部分内容。
1.2.3 机场地勤排放
机场地勤在飞机停航或维护时是重要的机场相关排放源,主要用于提供地勤服务的设施类型和数量,取决于飞机型号和类型。
1.2.3.1 地面保障设备(GSE)
GSE是机场为停靠飞机提供相关服务的设备,GSE的类型、数量和运行状态主要由飞机类型、停靠区域、飞行状态等决定,并通常运行于飞机停靠区域。GSE包括地面动力装置、空调机组、飞机空气涡轮起动机、窄/宽体飞机牵引车、乘客登机梯、传送带车、装货机、拖车、给养车、加油车、储油罐车、摆渡车等。
在获取GSE类型、燃料用量、设备功率和运行时间等参数后,通过《非道路移动污染源排放清单编制技术指南计算方法》[16]进行计算。
1.2.3.2 机场控制区移动源(AVT)
AVT通行于机场周界内的限制区道路,与GSE仅服务于飞机停靠区域不同。因此,AVT不包括GSE和机场陆侧移动源,仅指道路机动车(载货汽车、载客汽车、摩托车等)。可使用IVE机动车排放模型对机动车大气污染物排放量进行计算,该模型利用内嵌的基础排放因子和相应修正系数的计算,最终得出不同技术水平机动车的修正后排放因子[17],同时该模型适于发展中国家使用[18]。
1.2.3.3 飞机加油
机场在飞机加油过程中,一般采用机坪管线加油方式或罐式加油车加油方式。这2种加油方式,均会在加油过程中造成油气挥发,加油过程中HC排放计算公式和参数可查阅ICAO手册附录3。
1.2.3.4 除冰剂使用
近期(10月 29日-11月 2日),中国化肥批发价格综合指数持稳运行。11月5日中国化肥批发价格综合指数(CFCI)为2319.29点,环比下跌5.52点,跌幅为0.24%;同比上涨317.21点,涨幅为15.84%;比基期下跌59.58点,跌幅为2.50%。
飞机和机场设施由于使用由丙二醇、乙二醇等物质组成的除冰剂,会导致有机成分的排放。机场除冰剂造成的HC排放计算公式、参数见ICAO手册附录2。
1.2.4 机场固定源污染物排放
1.2.4.1 锅炉、加热装置、发电机和焚烧设备
锅炉、加热装置、发电机和焚烧设备是燃料、废弃物等燃烧过程造成的排放,参照《城市大气污染物排放清单编制技术手册》方法计算。
1.2.4.2 机场维修服务
大型机场的飞机维修服务一般由商业航空公司或其他服务商提供,机身喷涂作业会有HC排放。同时,建筑、跑道、滑行道、停机坪、沥青修复等涂料或有机溶剂使用中亦会排放HC。机场维修服务造成的HC排放计算见ICAO手册附录3。
1.2.4.3 机场油库
机场存储和运输大量航空煤油(Jet-A、jet kerosene、JP-4等)、航空汽油和机动车用油等燃料,在油品存储和运输过程中会排放VOCs。对于储罐存储过程中造成的VOCs挥发,使用美国环保署开发的Tanks4.0.9 d模型[19-20]和相应公式[21]计算。油品运输过程造成的排放使用国内标准[22-23]、AP-42排放因子库[24]中方法计算。
部分机场开展应急消防演练时,使用柴油、航空煤油等作为火焰模拟发生器的燃料,会生成大量颗粒物、VOCs等大气污染物。机场消防演练造成的污染物排放计算见ICAO手册附录3。
1.3 活动水平的获取和处理方法及飞机发动机排放因子的确定
使用Python语言,结合urllib2库,在成都双流国际机场官方网站上获取航班号、始发地、目的地等详细航班信息,数据获取程序开源自由传播,可以通过访问https://github.com/Chengwei-Lu/dynaLTO获取。GSE活动水平数据由成都双流国际机场提供,主要包括平台车和牵引车等车辆设备的数量、功率、排放标准、燃油类型、年使用小时等排放计算所需数据。其他活动水平数据未能获取,没有纳入计算。
将航班信息数据整理为LTO循环数据,航空器型号按航空公司进行分类。同时从参考资料[25]和文献[15]中整理出国内各航空公司航空器型号及其发动机构成情况,建立航空器型号和EEDB发动机型号映射关系(主要包括52种发动机),对各航空公司同一机型的不同发动机组成进行加权计算,再结合所获取LTO循环数据,最后使用公式2计算出适用于成都双流国际机场的飞机发动机排放因子,见表1。
表1 飞机发动机排放因子*Table 1 Emission factors for aircraft engine g/LTO
注:“*”表示仅列出LTO循环数最大的10个航空器型号;“**” 指《非道路移动源排放清单编制技术指南》中民航运输飞机的PM2.5排放因子与PM10排放因子之比为0.98,研究以0.98为两者固定比值,由PM10排放因子推算出PM2.5排放因子。
1.4 排放清单时空分配方法
为满足大气污染源控制和空气质量模拟预测研究的需要,基于成都双流国际机场实际情况和空气质量数值模型[26](本文基于CMAQ模式的SMOKE排放清单处理模式)输入数据的要求,完成排放清单时空分配。
空间分配采用基于GIS的计算方法将污染源的排放量分配到对应的网格中[27]:将污染源视作面源,分为进近跑道排放、进近滑行跑道排放、怠速排放(包括APU排放和GSE排放)、起飞滑行跑道排放、起飞跑道排放和爬升排放共6个区域,并在GIS底图中建立地理范围;然后基于上述区域排放特征,分配相应污染物排放量;最后利用建立的0.1 km×0.1 km(机场分辨率要求较高,1 km×1 km网格不适用)网格完成污染物排放量网格化工作。
时间分配则通过对进出港航班信息数据分别进行逐时统计分析,获取全年平均逐时LTO循环数(航班进港或出港均视作0.5次LTO循环),完成成都双流国际机场LTO循环时间分配。由于计算中涉及到的各污染源污染物排放都是紧密围绕航班进出港产生的,排放规律较为一致,因此统一使用LTO循环数的小时变化对机场大气污染物排放量进行时间分配。
2 结果与讨论
2.1 活动水平分析
2015年6月—2016年6月期间,成都双流国际机场LTO循环数为237 654次,空中客车、波音飞机分别占77%、21%,其余为庞巴迪、巴西航空和其他公司的飞机,机型构成见图2。
图2 成都双流国际机场机型构成Fig.2 Composition of Chengdu Shuangliu International Airport′s airplane model
由图2可见,机型主要为A320、A321、A319、B738等,其中,长途运输机型LTO循环数为2 757次,短途运输机型LTO循环数为234 897次;宽体飞机LTO循环数为32 980次,窄体飞机LTO循环数为204 674次。
从LTO循环数日变化来看,10月下旬—11月中旬和元旦前后有较为明显的下降,其余日期变化幅度较小,这是由于国庆和元旦等节假日后成都市人口流动大幅下降,客运和货运航班数量锐减,LTO循环数日变化构成见图3。
图3 成都双流国际机场LTO循环数日变化Fig.3 Diurnal variation of Chengdu Shuangliu International Airport′s LTO cycles
获取的GSE活动水平数据如表2所示。机场共计使用GSE设备128台,排放标准主要为国三标准,少量为国二标准,燃料类型全部为柴油,日均使用时间约为1.4~12 h。
表2 GSE活动水平数据
2.2 机场大气污染物排放量分析
成都双流国际机场CO、VOCs、NOx、PM10、PM2.5、SO2排放量分别为1 169.2、134.2、2 108.7、28.1、27.3、252.8 t,主要包括飞机发动机和机场地勤2个排放源,其中机场地勤仅考虑GSE设备排放,见表3。飞机发动机的主发动机排放为机场主要排放源,分别占上述污染物总排放量的88%、84%、89%、64%、65%、50%,由于滑行和地面慢车模式持续时间最长(约占总模式时间的79%),所以其污染物排放量较大。
2.3 排放清单时空分布特征
2.3.1 空间分布特征
飞机发动机作为线源排放,GSE作为面源排放,因此污染物排放分布较为均匀且和跑道分布相关性较高:CO、VOCs排放主要分布于滑行跑道,分别占总排放量的93%、95%,这是由于飞机发动机处于低推力状态,燃烧不充分,导致CO、VOCs大量排放,随着推力大幅上升,在起飞和爬升阶段,CO、VOCs排放量大幅下降,其排放比例下降至2%以下;NOx排放主要位于起飞和爬升跑道,分别占总排放量的27%、51%,这是由于高推力状态下燃料充分燃烧使NOx排放显著升高;PM10、PM2.5、SO2排放主要源于柴油燃料使用,因此主要位于停机坪和滑行跑道等怠速区域,同时也是GSE的主要工作区域。污染物排放空间分布见图4。
表3 成都双流国际机场大气污染物排放量Table 3 Air pollutants emission for Chengdu Shuangliu International Airport t
2.3.2 时间分布特征
进出港航班从06:00开始增多且在09:00以前主要以出港航班为主,直至23:00运输高峰结束后,进出港航班尤其是出港航班大幅减少,进港航班开始占据主导。机场大气污染物排放量按LTO循环数小时变化进行时间分配,00:00—05:00、06:00—11:00、12:00—17:00和18:00—23:00各时段大气污染物排放量分别占日均排放量的7%、33%、33%、29%,除凌晨时段由于航班较少排放量较低外,其他时段排放量较为平均。机场大气污染物排放量时间分布见图5。
图5 成都双流国际机场大气污染物排放量时间分布Fig.5 Temporal distribution of air pollutants emission in Chengdu Shuangliu International Airport
2.4 不确定性分析
大气污染物源排放清单由于活动水平数据缺失、排放因子的选择等因素,必然存在着不确定性[28],不确定性分析方法主要包括定性分析方法和定量分析方法[27],本文采用定性分析方法。
LTO循环数据从官方网站获取,GSE活动水平数据由官方提供,均较为可靠。飞机发动机排放因子基于各航空公司航空器型号及其发动机构成情况进行推算,因未获得各航空公司航空器型号的真实发动机构成,导致建立的航空器型号和EEDB发动机型号映射关系存在一定的不确定性,最终造成飞机发动机排放因子存在一定误差。同时由于估算采用的ICAO排放因子主要在海平面静态条件和7%、30%、85%、100%额定推力设置下测试,可能与飞机实际飞行状态并不相同[12]。GSE采用文献[16]排放因子,由于其仅对非道路移动源的功率做了分类,没有对类型进行细分,因此存在一定不确定性。空间分配基于污染源排放特征,其中飞机发动机排放根据跑道分配,不确定性较小。GSE采用面源分配而不是以工作路径为主的线源,进一步加大清单的不确定性。
3 结论
1)2015年6月—2016年6月期间,成都双流国际机场LTO循环数为237 654次,以空中客车和波音公司的飞机为主,成都双流国际机场CO、VOCs、NOx、PM10、PM2.5、SO2排放量分别为1 169.2、134.2、2 108.7、28.1、27.3、252.8 t,其中飞机主发动机为主要排放源。
2)仅收集到LTO和GSE活动水平数据,AVT和固定源等的缺失,影响了机场排放清单的完整性。
3)因只考虑飞机发动机和GSE面源排放,污染物排放分布和跑道类型相关性较高。对于GSE排放污染物的空间分配应基于其工作路径以线源为主。
4)活动水平数据可靠性较高,排放因子存在一定不确定性。航空公司航空器型号和EEDB发动机型号映射关系和GSE排放因子有待进一步本地化。
参考文献(References):
[1] International Civil Aviation Organization. Environmental Report,2013. [EB/OL]. [2014-02-19]. http://cfapp. icao.int/Environmental-Report-2013/files/assets/common/downloads/ICAO_2013_Environmental_Report.pdf.
[2] 樊守彬,聂磊,李雪峰.应用EDMS模型建立机场大气污染物排放清单[J].安全与环境学报,2010,10(4):93-96.
FAN Shoubing, NIE Lei, LI Xuefeng. Calculating Airport Emission with EDMS Model[J]. Journal of Safety and Environment, 2010, 10(4):93-96.
[3] PISON I, MENUT L. Quantification of the Impact of Aircraft traffic Emissions on Tropospheric Ozone Over Paris Area[J]. Atmospheric Environment, 2004, 38(7):971-983.
[4] KJELLSTRÖM E, FEICHTERB J, SAUSENC R, et al. The Contribution of Aircraft Emissions to the Atmospheric Sulfur Budget[J]. Atmospheric Environment, 1999, 33(21):3 455-3 465.
[5] SCHUMANN U, SCHLAGER H, ARNOLD F, et al. Dilution of Aircraft Exhaust Plumes at Cruise Altitudes[J]. Atmospheric Environment, 1998, 32(18):3 097-3 103.
[6] YU K N, CHEUNG Y P, HENRY R C, et al. Identifying the Impact of Large Urban Airports on Local Air Quality by Nonparametric Regression[J]. Atmospheric Environment, 2004, 38(27):4 501-4 507.
[7] MOUSSIOPOULOS N, SAHM P, KARATZAS K, et al. Assessing the Impact of the New Athens Airport to Urban Air Quality with Contemporary Air Pollution Models[J]. Atmospheric Environment, 1997, 31(10):1 497-1 511.
[8] WILLIAMS V, NOLAND R B, TOUMI R. Reducing the Climate Change Impacts of Aviation by Restricting Cruise Altitudes[J]. Transport Research Part D, 2002, 7(6):451-464.
[9] PEACE H, MAUGHAN J, OWEN B, et al. Identifying the Contribution of Different Airport Related Sources to Local Urban Air Quality[J]. Environmental Modeling & Software, 2006, 21(4):532-538.
[10] UNAL A, HU Y T, CHANG M E, et al. Airport Related Emissions and Impacts on Air Quality: Application to the Atlanta International Airport[J]. Atmospheric Environment, 2005,39(32):5 787-5 798.
[11] 黄清凤,陈桂浓,胡丹心,等.广州白云国际机场飞机大气污染物排放分析[J]. 环境监测管理与技术,2014,26(3):57-59.
HUANG Qingfeng, CHENG Guinong, HU Danxin, et al. Analysis of the Airplane Emission of Atmospheric Pollutants in Guangzhou Baiyun International Airport[J]. The Administration and Technique of Environmental Monitoring, 2014,26(3):57-59.
[12] 徐冉, 郎建垒, 杨孝文, 等. 首都国际机场飞机排放清单的建立[J].中国环境科学,2016,36(8):2 554-2 560.
XU Ran, LANG Jianlei, YANG Xiaowen, et al. Establishment of Aircraft Emission Inventory for Beijing Capital International Airport[J]. China Environmental Science, 2016, 36(8):2 554-2 560.
[13] International Civil Aviation Organization. Airport Air Quality Manual. [EB/OL]. [2012-01-30]. http://www.icao.int/environmental-protection/Documents/Publications/FINAL.Doc%209889.1st%20Edition.alltext.en.pdf.
[14] European Aviation Safety Agency. Engine Emission Data Bank [EB/OL]. [2016-01-30]. http://www.easa.europa.eu/system/files/dfu/edb-emissions-databank%20v23%20%28web%29.xlsx.
[15] 夏卿. 飞机发动机排放对机场大气环境影响评估研究[D]. 南京:南京航空航天大学, 2009.
[16] 环境保护部. 非道路移动源排放清单编制技术指南[EB/OL].[2014-12-31]. http://www.zhb.gov.cn/gkml/hbb/bgg/201501/W020150107594587960717.pdf.
[17] International Sustainable Systems Research Center. IVE Model Users Manual[EB/OL]. [2008-05-01]. http://www.issrc.org/ive/downloads/manuals/UsersManual.pdf.
[18] 姚志良,贺克斌,王岐东,等. IVE机动车排放模型应用研究[J].环境科学,2006,27(10):1 928-1 933.
YAO Zhiliang, HE Kebin, WANG Qidong, et al. Application Study of IVE Vehicle Emission Model[J]. Enviromental Science,2006,27(10):1 928-1 933.
[19] 李靖,王敏燕,张健,等.基于Tanks 4.0.9 d模型的石化储罐VOCs排放定量方法研究[J].环境科学,2013,34(12):4 718-4 723.
LI Jing, WANG Minyan, ZHANG Jian, et al. Study on the Quantitative Estimation Method for VOCs Emission from Petrochemical Storage Tanks based on Tanks4.0.9 d Model[J]. Enviromental Science, 2013,34(12):4 718-4 723.
[20] Environmental Protection Agency. User′s Manual for TANKS4.0.9d[EB/OL].[1999-09-30].http://www3.epa.gov/ttn/chief/software/tanks/tank4man.pdf.
[21] Environmental Protection Agency.Emissions Factors & AP-42, Transportation and Organic Liquid Storage Tanks[EB/OL]. [2009-10-14]. https://www3.epa.gov/ttnchie1/old/ap42/ch07/s01/final/c07s01.pdf.
[22] 国家质量监督检验检疫总局.散装液态石油产品损耗:GB 11085—89[S].北京:中国标准出版社,1989.
[23] 国家石油和化学工业局.石油库节能设计导则:SH/T 3002—2000[S].北京:中国石化出版社,2000.
[24] Environmental Protection Agency.Emissions Factors & AP-42, Transportation And Marketing Of Petroleum Liquids[EB/OL]. [2009-10-14].http://www3.epa.gov/ttn/chief/ap42/ch05/final/c05s02.pdf.
[25] 中国民航局航空器适航审定司. 2015年适航审定部门年度报告[R]. 北京:中国民航局航空器适航审定司, 2016.
[26] 陆成伟,周来东,邓也,等. 基于Models-3的自修正空气质量预报系统及其效果检验[J].中国环境管理,2016,8(2):102-109.
LU Chenwei, ZHOU Laidong, DENG Ye, et al. A Models-3 based Self-correcting Air Quality Forecast System and the Estimation[J]. Chinses Journal of Environmental Management, 2016, 8(2):102-109.
[27] 郑君瑜, 王水胜, 黄志炯,等.区域高分辨率大气排放源清单建立的技术方法与应用[M].北京:科学出版社,2014.
[28] HE M, ZHENG J Y, YIN S S, et al. 2011. Trends, Temporal and Spatial Characteristics, and Uncertainties in Biomass Burning Emissions in the Pearl River Delta, China[J]. Atmospheric Environment, 2011, 45(24):4 051-4 059.