新疆县域拖拉机排放清单及其时空格局*

吐尔逊·买买提，赵梦佳，孔庆好

(新疆农业大学交通与物流工程学院，乌鲁木齐市，830052)

0 引言

农业机械作为现代农业的重要物质基础[1]，在提高农业劳动力的生产效率和加快农业现代化步伐方面做出了重要的贡献。2019年拖拉机总量占我国全部农业机械的56.2%，保有量巨大[2]。但由于拖拉机主要以柴油为燃料，因此拖拉机等非道路移动排放源的尾气对大气环境的影响不容忽视。现阶段国内外学者在非道路移动源排放方面做了许多研究。美国学者提出非道路移动源排放模型OFFROAD[3]。Kean等[4]基于美国1996年的燃油消耗估算非道路移动源NOX和PM10污染物排放量。Samarasa等[5]提供了非道路移动源排放估算方法。相比于国外，我国在非道路移动源方面的研究起步较晚[6]。排放清单是污染物排放治理的基础。在政府层面，2014年环境保护部发布了《非道路移动源大气污染物排放清单编制技术指南(试行)》[7]，为排放清单建立方面提供了重要的参考。范武波等[8]基于保有量和排放因子法，建立了农业机械等非道路移动源排放清单并分析排放特征。樊守彬[9]、金陶胜[10]基于燃油消耗法，建立农用机械污染物排放清单。解淑霞等[11]基于调研数据建立非道路施工机械和机场排放清单。文献[12-13]实测了拖拉机在怠速、行走和田间作业的排放因子并分析不同工况下的排放特性，弥补了我国在拖拉机尾气排放实测方面的不足。

排放治理方面，美国将全国大气环境划分为达标区、非达标区及未可分类区，进而制定州政府治理计划，并采用分区的方法治理大气污染问题[14-16]。欧盟将各国大气环境划分为不同的排放区域，以划分后的小区域作为环境监管的区域[17]。此外，我国学者也对大气污染监管和治理进行了一些研究，文献[18]利用层次聚类分析法将广东省划分为严格控制区、持续改善区和协调发展区3种大气环境管理分区类型。

新疆作为农业大区，非道路移动源排放总量占移动源排放总量的29.5%[19]，其中农业机械约占非道路移动源总排放量的81%[20-21]。鉴于此现状，本研究以新疆66个县域农田作业和农业运输拖拉机(小型拖拉机、大中型拖拉机、收割机和播种机等)为主的非道路移动源污染物排放为研究对象，结合实际工况排放试验和统计数据估算县域农业机械排放清单，基于聚类方法将66个县域划分为不同排放控制区，为今后农业机械污染物分区治理以及制定合理的排放治理措施提供借鉴。

1 数据来源与研究方法

1.1 数据来源

本文主要涉及2008—2019年新疆66个县域农田作业和农业运输拖拉机数据，包括以下2个方面。

1)新疆县域农业机械的燃油消耗量以及总动力等数据来自于新疆农机局官网(www.xjnj.gov.cn)和新疆统计年鉴。

2)国Ⅱ排放阶段拖拉机排放因子来自于本研究实际工况排放试验，其余的排放因子、额定功率和活动水平等参数来自于环境保护部2014年发布的《非道路移动源大气污染物排放清单编制技术指南(试行)》(以下简称《指南》)。

1.2 拖拉机实际工况排放试验

排放清单是污染物排放治理的基础，而排放因子是建立高可信度排放清单的关键。在本研究中，基于拖拉机和排放气体测试仪SEMTECH-DS组成实际工况排放测试平台，并采用MAHA MPM-4颗粒物测试仪对颗粒物进行测量，此外本次试验中还额外加装了转速仪、测速仪以及GPS等用于采集农机实时状态的专业配件，进而提取拖拉机不同工况的排放因子。

1.2.1 测试拖拉机

考虑到2008—2019年新疆各县域拖拉机排放阶段和功率分段等基础数据的可获得性等因素，以新疆农机局统计数据和2004年开始实施的农机购置补贴统计数据作为基本依据，结合专家咨询法选取洛阳路通、常州东风、雷沃重工和上海纽荷兰等厂家生产的40～85 kW功率段的5台拖拉机，排放标准均为国Ⅱ，拖拉机具体情况见表1。

表1 试验农用拖拉机信息

1.2.2 排放试验设计

根据拖拉机的作业特点，排放测试中选取怠速、行走和耕作3种运行状态。其中，怠速状态指发动机保持低转速且拖拉机处于静止状态；行走模式是指处于行走且没有负载；旋耕模式是指拖拉机在田间进行作业，且旋耕犁处于工作状态。排放试验中，每秒钟采样一组数据，采样周期设定2 700 s。怠速、行走和旋耕模式时长分别设定为600 s、600 s和1 500 s。

1.2.3 排放因子计算

通过SEMTECH-DS气态污染物分析仪测试得到污染物的瞬时排放速率，为了与所得数据进行分析对比，可结合农用拖拉机油耗计算得到基于油耗的排放因子。排放因子计算公式如式(1)所示。

(1)

式中：EF——基于油耗的排放因子，g/kg；

ER——某种污染物在某一工况下的瞬时排放速率，g/s；

p——拖拉机排放的某种污染物；

n——某一工况持续时间，s；

i、j——该工况的起始与结束时间；

FR——某一工况下的油耗速率，kg/s。

1.3 县域拖拉机排放清单测算

目前排放清单测算方法有基于排放源保有量、基于油耗等方法。本文考虑到县域排放研究需要、油耗及排放因子等数据的可获得性等因素，应用《指南》中基于燃油消耗的排放清单建立方法和新疆农机局县域拖拉机等排放源燃油消耗，估算新疆66个县域2008—2019年国Ⅰ前、国Ⅰ和国Ⅲ排放阶段农用拖拉机为主的非道路移动机械PM10、PM2.5、HC、NOX和CO排放清单，计算公式如式(2)所示。

(2)

式中：E——非道路移动机械中的PM10、PM2.5、HC、NOX和CO的排放量，t；

c——非道路移动机械的类别；

k——非道路移动机械的排放阶段；

Y——非道路移动机械燃油消耗量，kg。

针对国Ⅱ排放阶段的拖拉机的排放清单估算，本研究结合文献[19]和专家咨询法，取各县燃油消耗总量的10%、20%和70%作为怠速、行走和旋耕工况下的燃油消耗和本文实际工况排放因子建立各县国Ⅱ排放阶段拖拉机排放清单。

1.4 排放控制区划分方法

数据挖掘领域中的聚类主要用于发现研究对象量化特征的内在分布结构，聚类分析中将数据集的成员分配到不同簇中，以便于发掘和分析数据集的未知规律或特征。本文在分析基于划分、层次、密度和网络聚类等不同聚类算法的基础上，结合具体算法对数据集的属性分布、值域、时域和规模的要求，基于K-means聚类算法，以县域农业机械污染物排放量为数据源对66个县进行聚类分析，应用轮廓系数法对聚类结果进行检验。

1.4.1 K-means聚类算法

K-means聚类算法是一种无监督学习算法，通过样本相似度测度方法在数据特征空间中进行聚类。基本算法思路为：

1)在数据集中随机初始化K个聚类中心点；

2)通过度量每个样本与K个聚类中心的距离，再将各样本分配到距离中心最近的簇中；

3)计算每个簇内样本的平均值(或质心)，作为新的聚类中心点；

4)迭代步骤(2)和(3)，直到聚类中心点位移量小于预设值或迭代次数达到预设值为止。

1.4.2 聚类检验

县域排放区划分析中，聚类参数标定以及效果评价对后续定量和定性研究起到决定性作用，本文基于轮廓系数法对县域排放区域聚类进行分析。轮廓系数法(Silhouette Coefficient，SC)常用于聚类参数的标定，如，待分类的数据分为K个簇，对于每个簇中的样本q(q=1，2，…，n)分别计算轮廓系数，其计算方法为

(3)

式(3)中bq=min(样本q到不包含它所在簇的所有簇中样本的平均距离)。aq=average(样本q到其所在簇内其他样本的距离)。所有样本的轮廓系数均值SC的取值范围在[-1，1]之间，当bq≫aq时，SC无限趋近于1，此时值最大，聚类效果最好；反之，当bq≪aq时，SC无限趋近于-1，此时值最小，聚类效果最差。因此SC值越大，簇的分布也越合理，此时的K值就是最佳聚类数目。

2 结果与讨论

2.1 试验拖拉机排放特征

排放因子的获取及其代表性对县域农用拖拉机排放清单的建立影响至关重要。由于不同排放阶段和不同功率段的拖拉机排放特性存在较大的差异，同时拖拉机工况也对排放产生显著影响[12]。因此本研究实测了5辆拖拉机在3种工况下的基于油耗的排放因子，结果如表2所示。

由表2可知，基于油耗的CO排放因子在怠速工况下最高，行走工况下次之，旋耕工况下最低。基于油耗的PM排放因子，旋耕工况下分别是行走和怠速的14.20倍和8.06倍。这是因为旋耕工况下，拖拉机的发动机处于高转速状态，燃油量过大导致燃油气体过浓，气缸内部高温缺氧进而导致PM增加。

表2 测试拖拉机基于油耗的平均排放因子

分析试验拖拉机不同工况的不同污染物排放因子分布情况，发现其值与文献[12]的相比较小，这是因为本研究所用拖拉机排放阶段属于国Ⅱ，文献中多数拖拉机属于国Ⅰ和国Ⅰ前排放标准，但其值的分布趋势与文献和指南基本一致，因此本文所获得排放因子具有较高的可信度。

2.2 拖拉机排放清单及趋势演变

应用1.3节排放清单编制方法，结合新疆农田作业拖拉机各功率段占比情况[19]，基于新疆66个县域2008—2019年的拖拉机燃油消耗量作为数据来源，估算新疆66个县域2008—2019年拖拉机污染物排放清单。新疆66个县域2008—2019年拖拉机尾气排放量如表3所示，2008—2019年新疆县域拖拉机污染物排放总量呈现一定幅度上的增长，2008年新疆66个县域共排放PM10、PM2.5、HC、NOX和CO分别为1 604.41 t、1 524.14 t、1 837.58 t、14 758.09 t和8 968.96 t；2019年新疆66个县域共排放PM10、PM2.5、HC、NOX和CO分别为1 727.54 t、1 651.78 t、2 550.72 t、18 440.90 t 和12 448.77 t，相较于2008年，PM10、PM2.5、HC、NOX和CO分别增加7.67%、8.38%、38.81%、24.87%和38.80%。

表3 新疆66个县域2008—2019年拖拉机污染物排放清单

2008—2019年新疆66个县域拖拉机污染物HC和CO增长幅度较大，且相对标准偏差分别为18.04%和11.63%；其中NOX的相对标准偏差最小，仅为9.30%；根据新疆统计年鉴2009—2020数据计算，新疆66个县域拖拉机保有量年均增幅为8.52%，相对标准偏差为28.29%，总体来看，2008—2019年拖拉机污染物排放量并不随其保有量的增长而增长，这可能与拖拉机排放标准提高、内部处理装置不断更新和燃油品质大大改善有关。

2009—2010年新疆66个县域污染物排放总量下降趋势明显，其中HC排放量下降较多，由2009年的2 441.38 t 下降到2010年的2 274.64 t，下降率达到6.83%；2014—2015年新疆66个县域拖拉机污染物排放有所减少，PM10、PM2.5、HC、NOX和CO分别减少了2.43%、2.43%、2.03%、3.45%和1.16%；2016—2017年PM10、PM2.5和NOX排放量下降，尤其是PM2.5排放量下降最多，由2016年的1 939.82 t下降到2017年的1 861.58 t，下降率为4.03%；2017—2019年PM10、PM2.5、HC、NOX和CO下降率最大，分别达到11.86%、11.27%、12.43%、9.51%和10.08%，是因为拖拉机排放标准从国Ⅱ提升至国Ⅲ、燃油新标准的颁布实施和鼓励淘汰老旧柴油机等相关政策。

为具体分析新疆66个县域污染物排放情况，列出具有代表性的2019年新疆66个县域PM10、PM2.5、HC、NOX和CO排放量，如图1所示。新疆不同县域之间污染物排放总量差异较大，奇台县污染物排放总量在新疆66个县域总量中占比最高，可达7.09%，其次是沙湾县、莎车县和玛纳斯县，占比分别为5.86%、5.75%和3.26%。2019年新疆66个县平均污染物排放总量是532.85 t，其中高于平均值的有23个县域。巴楚县和麦盖提县在新疆66个县域污染物排放总量的贡献比为2.42%和2.41%，这主要是因为这两个县平均海拔超过2 000 m，拖拉机等柴油机械在高海拔地区的排放因子更高，从而导致排放量增加。

图1 2019年新疆县域污染物排放清单

2008—2019年新疆66个县域拖拉机污染物排放总量变化趋势呈现先增长，后波动下降的态势。污染物排放总量从2.72×104t增加到3.52×104t，年均增长率为2.37%，见图2。新疆66个县域污染物总量变化大致划分成3个阶段，即大幅上升—稳步上升—波动下降。2008—2009年，污染物排放总量从2.72×104t上升到3.53×104t，呈现大幅度上升趋势，这是由于随着农机补贴政策的进一步落实，农户购买农机的积极性进一步提高，进而新疆各县域农业机械化水平进一步提高，导致基于油耗的污染物排放总量大幅上升。2009—2010年下降至3.35×104t，可能的原因是2008年提出的大中型拖拉机国Ⅰ排放标准使得部分农机的更新换代或统计数据偏差导致排放数据的波动。2010—2014年污染物总量稳步增长；2014—2019年波动下降，2019年达到3.52×104t，其中2017—2019年下降幅度较大，因为新疆政府在《新疆维吾尔自治区2017年度大气污染防治实施计划》中提出淘汰黄标车等政策[22]，使得农机排放量进一步减少。排放总量演变趋势揭示，随着大气污染物排放治理措施的愈发完善、拖拉机等移动源污染物排放标准提高、生态环境保护政策的严格落实以及绿色农机的进一步普及，将来农业机械化生产当中的排放问题及其变化态势有望逐步得到解决和优化。

图2 2008—2019年新疆县域污染物排放总量

由于各县域在经济社会发展水平、自然环境、农业机械化水平、耕地面积以及人口等方面存在较大差异，因此柴油机械污染物排放时间序列呈现出异构特征。图1揭示高排放县域，如奇台、沙湾、莎车等县农机污染物排放量较接近，中和低排放县域在排放总量上也呈现一定的相似特性，因此在分析县域大气污染物排放趋势中，可以引入根据排放现状建立宏观排放控制区的思路[14-18]。

2.3 排放控制区划分及空间格局

农业机械化生产中为了能最大限度达到排放控制措施的便利性、针对性和有效性，排放控制区的划分尽量达成同一排放控制区特征的高度相似性、一致性和不同排放控制区之间的差异性及协调性。结合文献[19]方法，本文将以2019年排放总量作为数据源应用K-means聚类算法将66个县划分为不同排放控制区，在此基础上探究各区域拖拉机污染物排放时空格局。

2.3.1 排放控制区划分

聚类分析中K值的选取对最终研究对象的定性分析有一定的影响。本研究依据新疆县域数量、污染物排放数据的值域分布特征以及K-means算法的K值选取方法，确定K取值为3～8。为了尽可能降低出现局部最优的概率，聚类的迭代次数为20，并在Matlab2016a中以66个县域环境污染物排放总量作为数据源进行聚类分析。为确定最佳K值，分析K=3～8时的轮廓系数见图3。

图3 轮廓系数分布

由图3可知，K=3时轮廓系数最大，簇最为紧凑，揭示66个县分成3组时，同属一组的县排放趋势高度相似，而不同组的相异度为最高。因此本研究中将66个县分为3个排放控制区，并根据每个簇的成员和其质心大小来识别属于轻度、中度和重度排放控制区。

2.3.2 排放区域空间分布及特征量化

根据聚类结果基于ArcGIS10.2绘制县域污染物排放空间分布图，其中色度相同表示属于同一个排放控制区，2019年县域污染物排放聚类及其排放区域分布情况见图4。

从图4可以看出，重度排放控制区(1 147.60～2 492.60 t)所属县域在空间格局上呈现出较为分散的态势，66个县的排放趋势呈现出以轻度和中度排放区域为中心聚集分布的格局。从空间维度上，新疆县域污染物排放呈现东南低、西南高、中北部最高的分布特性。2019年南、北疆污染物排放总量分别占总排放量的49.15%和50.85%，呈现“北多南少”的态势，排放格局与新疆南北疆农机总动力分布基本一致。为进一步量化排放区域的特征，计算排放区域污染物总量均值及标准差，结果见表4。

图4 新疆县域2019年污染物排放空间格局

表4 排放控制区划分指标

表4揭示了聚类后产生的3个排放区域所含县域的排放量均值及离散程度，进而为分析各排放区域的排放特征及趋势提供数据支撑。

2.4 排放控制区特征

2.4.1 轻度排放控制区

污染物排放总量处于61.90～593.50 t为轻度排放区。轻度排放控制区的县域有45个，占新疆66个县域的68.18%，主要包括青河县、若羌县、阿瓦提县和且末县等县域。轻度排放控制区污染物排放总量为14 065.34 t，占新疆66个县域污染物排放总量的39.99%。

轻度排放控制区的县域大多数分布于新疆北部和东南部。民丰、若羌、且末等县处于沙漠地带，受自然环境等因素的约束，农业机械化水平和经济社会发展水平相对较低。同时，从人口、农业生产规模和经济水平等维度分析新疆最北部的哈巴河县、吉木乃县和布尔津县，发现自然环境和经济发展水平是抑制轻度排放控制区非道路移动排放的主导因素。

2.4.2 中度排放控制区

污染物排放总量处于593.50～1147.60 t为中度排放区。中度排放控制区的县域有18个，占新疆66个县域的27.27%，主要包括呼图壁县、巴楚县、玛纳斯县和额敏县等县域。中度排放控制区污染物排放总量为14 525.94 t，占新疆66个县域污染物排放总量的41.31%。县域产业结构、农业生产规模和农业机械化程度是其主导因素，如，其中伊宁县被誉为“塞外粮仓”，自然环境优越，农业生产规模较大，农机保有量较多，具有丰富的农业资源。福海县是新疆农产品重要生产基地，农业和农牧业发展较好，沙雅、巴楚县是新疆棉花种植大县，这些县域经济发展水平相对一般，耕种面积较大，农业机械化程度较高。该区农机保有量较多，总动力较大，农业生产活动频繁，但农业生产多以分散、独立经营为主，阻碍了规模化低碳农业生产的发展，因此农业生产制度和生产方式的优化是改善农机污染物排放局面的关键。

2.4.3 重度排放控制区

污染物排放总量处于1 147.60～2 492.60 t为重度排放区。新疆重度排放控制区的县域有3个，沙湾县、莎车县和奇台县3个县污染物排放总量为6 576.65 t，占新疆县域污染物排放总量的18.70%。其中沙湾县是农牧相结合的农业大县。莎车县人口众多，农业生产规模较大，经济发展水平相对较高。奇台县依靠自然优势和区位优势，大力发展其特色农业，耕种面积比重大，农业规模大。2008—2019年该区农业机械化水平迅速提升，进而加快现代农业进程，致使农机总动力快速增长，因而其农业机械污染物排放高，属于重点控制的区域。这表明农业生产规模、人口以及产业结构是其主要的驱动因素。

针对重度排放控制区的排放现状提出以下建议：(1)农业生产制度和生产方式方面提倡从传统的粗放型农业生产方式过渡到集约型生产方式，进而优化拖拉机等农机污染物排放源的产业结构。(2)政策层面上鼓励在农业生产中使用绿色节能型农机。(3)加快农机的更新换代的步伐，提高排放源技术水平，制定更严格的排放标准。

2.5 排放清单不确定性分析

本文估算的县域排放清单不确定性主要包括统计数据来源、活动水平和排放因子3个方面。(1)本研究中采用燃油消耗量数据来自于新疆农机局，因新疆地域广阔，数据统计过程中难免漏计或多计，存在数据误差，因此存在一定的不确定性；(2)通过调查较难获取精确的活动水平数据，本文活动水平主要参考指南中提供的数据，其是基于全国或部分区域层面的调查统计获得，因此在新疆等边缘县域的适应性方面存在较大不确定性；(3)在排放因子方面，本研究选取国Ⅱ排放阶段的5辆拖拉机实际工况下的排放因子，并根据不同工况的燃油消耗估算排放清单，由于拖拉机数量有限且未能覆盖不同功率段，对不同工况下实测的燃油消耗量未能准确计算，数据代表性不足。(4)基于不同功率段的拖拉机占比和选取《指南》中不同排放标准的排放因子，拖拉机等非道路移动源排放因子受到地域和气候等多个因素的影响，《指南》中难以考虑局部因素，本地化特征匮乏，存在一定的不确定性。

对于本研究没有实测的功率段的农用拖拉机和不同排放标准的排放因子，参考了已有研究和《指南》推荐，有必要在以后补充此类拖拉机的本地化研究，以减少排放清单的不确定性。

3 结论

1)2008—2019年新疆66个县域污染物排放总量从2.72×104t增加到3.52×104t，年均增长率为2.37%，变化趋势大致划分成3个阶段，即大幅上升—稳步上升—波动下降。结合新疆2008—2019年县域经济社会发展现状分析表明，新疆县域农业机械化生产中污染物排放总量呈现出下降的态势，表明，近年来政府提出的农机排放标准在遏制大气污染物排放方面效果明显，但其总量对各排放控制区的影响不容忽视。

2)基于K-means的排放控制区划分结果表明，从空间维度上，新疆66个县域按拖拉机污染物排放分为轻度、中度和重度3个排放区域较为合理，其污染物排放均值分别为312.56 t、806.97 t和2 192.22 t。南疆和北疆污染物排放总量分别占总排放量的49.15%和50.85%，污染物排放呈现东北高、东南低、中北部最高的分布特性。区划后的排放区域分异机制差异明显，分别为经济社会发展水平差异型、自然环境相异型、农业生产规模激励型、农业机械化程度主导型等。

3)建议优化农业生产制度和方式，采用集约型农业，加快农机的更新换代，不断提高排放标准以及使用节能型农机，对于新疆中度和重度排放控制区的非道路移动机械排放进行政策限制。