实际行驶污染物排放窗口法的排放数据使用特征＊

马志磊 何超 李加强 刘学渊

（西南林业大学，云南省高校高原山区机动车环保与安全重点实验室，昆明 650224）

主题词：轻型车 实际行驶污染物排放 移动平均窗口法 数据使用特征

1 前言

轻型车国家第六阶段污染物排放标准自2020年起全面实施，因试验室测得的汽车污染物排放结果与实际道路行驶排放结果存在较大差异，该标准参考欧盟的实际行驶污染物排放（Real Driving Emissions，RDE）法规，加入了实际道路行驶排放的测试要求，并规定使用移动平均窗口法进行污染物排放因子的计算。

目前，RDE 窗口法已被用于进行各类道路排放研究。同时，研究人员也针对RDE 窗口法在使用过程中存在的问题进行了探讨。郑思凯等人对窗口法中剔除数据的要求进行了研究，发现剔除冷起动、怠速、熄火数据对排放因子影响较大。葛蕴珊等人对窗口法中正常性验证所使用的、、参考点系数进行了研究，提出将系数降低更符合中国实际路况。马志成等人提出随着扩展公差带扩大，正常性验证通过概率增大。禹文林等人讨论了市区、市郊、高速行程的加权系数与实际各路段行驶里程占比存在较大偏差的问题。

窗口法以窗口为单元计算各行程、总行程的污染物排放因子，因此不易直观地观察到各排放数据点在窗口法中的使用情况，为研究其使用特征，本文引入数据点参与率的概念，根据各数据点进入窗口的次数计算其在各行程排放因子计算中的参与率，将使用参与率对各数据点加权计算得到的排放因子与窗口法得到的排放因子进行对比，验证各数据点参与率能否反映出数据点在窗口法计算中的使用情况，并根据参与率分析各数据点在窗口法计算中的使用特征。

2 道路试验与研究方法

2.1 道路试验

使用4辆轻型涡轮增压汽油车进行道路排放试验，试验车辆的主要技术参数如表1所示。

表1 试验车辆主要参数

采用美国SEMTECH 公司生产的ECOSTAR 作为测试设备，采集道路试验中产生的CO、CO、NO、颗粒物排放数据。使用GPS 采集汽车运行时的位置与车速数据。通过安装在车身外部的气象站采集环境温度、湿度等数据。采样频率均为1 Hz。

参考国家第六阶段污染物排放标准中“实际行驶污染物排放试验”要求的方法进行道路试验，试验路段数据如表2所示。

表2 试验路段数据

2.2 研究方法

按照RDE 窗口法的要求对排放数据进行处理，计算得到试验车辆市区、市郊、高速、总行程的各污染物排放因子。

2.2.1 参与率计算

为研究各数据点在窗口法中的使用特征，统计市区、市郊、高速行程中各数据点进入窗口的次数。参考徐澍敏等人提出的单工况分担率（各工况排放量与总排放量的比值，表征某工况排放量对总排放量的贡献大小）的概念，引入各数据点参与率的概念，定义为各数据点进入窗口次数与行程范围内所有数据点进入窗口次数总和的比值，代表某数据点在计算各行程排放因子时的贡献大小，各数据点参与率的计算公式为：

式中，w为在市区、市郊、高速行程中数据点的参与率；N为各行程中数据点进入窗口的次数；urm分别代表市区、市郊、高速行程；为各行程的起始数据点；为各行程的末位数据点。

2.2.2 各行程排放因子计算

为验证各数据参与率能否反映数据点在窗口法计算中的使用情况，使用参与率对各数据点加权，计算市区、市郊、高速行程的污染物排放因子、CO排放因子、颗粒物排放因子，并与窗口法计算得到的排放因子进行对比。计算公式为：

式中，M为依据数据点参与率加权计算得到的市区、市郊、高速行程气态污染物、CO、颗粒物排放因子；m为各行程中数据点的气态污染物、CO、颗粒物排放速率；v为各行程中数据点的车速；gas、CO、PN 分别代表气态污染物、CO、颗粒物排放。

2.2.3 总行程排放因子计算

依据数据点参与率加权计算得到各行程排放因子后，参考RDE窗口法计算总行程排放因子：

式中，M为依据数据点参与率加权计算得到的总行程气态污染物、CO、颗粒物排放因子；分别为市区、市郊、高速行程的加权系数，参考窗口法，取=0.34=0.33=0.33，作为式（2）中计算得到的市区、市郊、高速行程排放因子的权重，计算总行程排放因子。

若通过数据点参与率计算得到的排放因子与窗口法得到的排放因子一致性较高，则说明窗口法实际使用数据的情况与各数据点参与率相似，可以使用数据点参与率来分析窗口法在进行排放因子计算时的排放数据使用特征。

3 基于参与率的排放因子计算

3.1 各数据点进入窗口的次数统计

自第1 个数据点向后划分窗口。市区行程窗口内平均车速小于45 km/h；市郊行程窗口内平均车速不小于45 km/h且小于80 km/h；高速行程窗口内平均车速不小于80 km/h。统计市区、市郊、高速、总行程中数据点进入窗口被使用的次数，如图1 所示。图中，、、点分别为市区、市郊、高速行程起始点，即各行程的第1个窗口的起始数据点，、、点分别为各行程最后一个窗口的末位数据点。

图1 窗口法中各行程排放数据点的使用情况

市区行程中，起始数据点靠近的市区窗口在向后囊括数据点以满足窗口的CO累计排放量（Ⅰ型试验CO排放量的一半）要求时，使市区窗口使用的数据点向后延伸至后的处。计算市区行程各污染物排放因子时，使用至的数据点。

同理，市郊窗口使用的数据点向后延伸至后的处。计算市郊行程各污染物排放因子时，使用至的数据点。计算高速行程各污染物排放因子时，使用至末位数据。

各数据点进入窗口的次数分为3种情况：

a.各行程早期，即各行程第1 个窗口所包含的数据点范围。划分完第1个窗口后，数据点后移1位划分第2个窗口，第1个数据点即被移出窗口外不再被使用，则第1 个数据点仅使用1 次。以此类推，在各行程第1个窗口所使用的数据点范围内，各数据点的使用次数依次增加。

b.各行程中期数据点，在成为某窗口的末位数据点时即开始进入窗口被使用。随着窗口起始点逐渐后移，该数据点在窗口中的位置逐渐前移。至该数据点成为窗口的起始数据点时，该数据点最后一次进入窗口。中期数据点进入窗口的次数为：第1次作为末位数据点进入某窗口时，该窗口中包含的数据点数量。

c.各行程末期，即各行程最后一个窗口所包含的数据点范围。因下一窗口已是其他行程，或者窗口已使用到试验的末位数据，窗口起始点不能再向后移。各行程最后一个窗口的起始数据点被使用的次数为：第1次作为末位数据点进入某窗口时该窗口中包含的数据点数量。由于窗口起始点不能再向后移，窗口的第2个数据点失去1次作为窗口起始点进入窗口的机会，窗口第2个数据点进入窗口次数为：作为末位数据点进入某窗口时窗口中包含的数据点数量减1。以此类推，末期数据点进入窗口的次数为：作为末位数据点进入某窗口时窗口内的数据点数量减去该数据点与最后一个窗口起始数据点相差的位数。

可以看出，窗口法使用至、至、至这3段数据计算各行程的污染物排放因子时，早期前端、末期后端的部分数据点使用次数较少，中期数据点使用次数较为稳定。同时，这3段数据进入窗口的次数呈现下降趋势。主要原因是市区、市郊、高速路段试验车速依次上升，CO排放速率有增加的趋势，窗口内的数据点数量减少后仍能满足CO累计排放量的要求，使窗口末位数据点不需要太多次移动即可移动到起始数据点位置，然后在下一个窗口中被移出窗外，令数据点进入窗口次数下降。

3.2 排放因子对比验证

根据各数据点进入窗口的次数，计算得到各数据点的参与率，并使用数据点参与率对各数据点加权计算出市区、市郊、高速行程的排放因子，与窗口法计算得到的排放因子进行对比，如图2所示，图中加入=作为参考线。由式（4）～式（7）可看出，2 种方法计算得到的CO、NO、颗粒物排放因子相关系数十分接近1，CO排放因子相关系数高于0.99，呈显著线性相关关系。排放因子基本沿=线分布，可看出2 种方法计算得到的排放因子具有高度的一致性，说明数据点参与率能够反映窗口法计算时各数据的实际使用情况。

图2 中2 种方法计算得到的CO、NO、颗粒物、CO排放因子关系的线性回归方程与相关系数分别为：

图2 窗口法、参与率加权方法得到的排放因子对比

数据点参与率加权的方法实际上是在窗口法的基础上进行简化，仅保留各数据点参与率这一主要特征。这也使部分排放因子偏离=线，产生偏差的主要原因有：

第一，窗口法计算排放因子时，各窗口中数据点数量并不一致。窗口中数据点少，则该窗口中各数据点在计算窗口排放因子时的权重较高，反之，则各数据点的权重相对减少。在使用数据点参与率加权的方法计算排放因子时，仅考虑了数据点进入窗口次数，未考虑数据点在每次进入窗口时，其所在窗口中数据量的大小。但该误差并不大，因为同一行程内车速变化不大，CO排放速率没有明显的上升或下降趋势，窗口中的数据点数量变化不大，使同一行程内的数据点在各窗口中的权重基本相当。

第二，窗口法计算排放因子时，若CO特性曲线上的窗口落在基本公差带外，在计算各行程污染物排放因子时，则要将窗口内的污染物排放因子乘以取值范围为0～1的加权系数，相当于该窗口中的每个数据点参与率都下降了。但在使用数据点加权的方法计算排放因子时，未考虑部分数据点乘以加权系数的因素。但该误差同样不大，因为各数据点进入窗口次数较多，仅出现1次或几次数据点所在窗口落在基本公差带外使加权系数下降的情况，对该数据点参与率的影响较小。

窗口法计算排放因子时，计算的单元是划分好的各窗口，不能直观地观察到各数据点在计算排放因子时的使用情况。虽然受以上2点因素影响，使各数据点参与率与窗口法中各数据点实际使用情况有一定的误差，但误差较小，因此，可以使用各数据点参与率分析窗口法在进行排放因子计算时各排放数据点的使用特征。

4 各行程数据点的使用特征

各行程中的数据点参与率如图3所示。在图中加入市区、市郊、高速路段的道路试验区间划分线，道路试验各路段的车速定义与窗口法中各行程的车速定义不同，道路试验时，市区路段车速在60 km/h以下，市郊路段车速在60～90 km/h范围内，高速路段车速大于90 km/h。

图3 各行程中数据点的参与率

各行程数据点参与率主要呈现出以下4种特征：

a.计算市区、市郊、高速行程排放因子时，各行程数据点参与率有上升的趋势，部分计算高速行程的数据点参与率较高。主要原因是：法规中市区、市郊、高速路段行驶里程占比的基本要求分别为34%、33%、33%，基本相当，高速路段车速较高，使高速路段的数据点数量较少。因此，在计算高速行程排放因子时，数据点的参与率相对升高。

得到各行程排放因子后，窗口法参照各路段行驶里程占比，按照0.34、0.33、0.33 的权重对各行程加权得到总行程排放因子，由于各行程权重基本相当，高速路段参与率较高的部分数据点对总行程排放因子的影响较大。

b.各行程的早期、末期部分数据点参与率较低。其中，市区行程早期的部分数据点、高速行程末期的部分数据点参与率较低，对总行程排放因子的影响最小。

虽然市区行程末期与市郊行程早期部分数据点、市郊行程末期与高速行程早期部分数据点也存在参与率较低的情况，但存在行程交叉使用数据点的情况，在总行程排放因子的计算中，这部分数据点的参与率会被相应拉高。

c.窗口法计算市区、市郊、高速路段的排放因子时，均用到了相邻试验路段的排放数据。向后划分窗口时，随着市区窗口逐渐向后划分，将逐步把市郊路段的数据点包含进窗口中，由于市郊路段试验车速高于60 km/h，因此在某个时刻，将把窗口内平均车速拉高至45 km/h 以上，形成市郊窗口，使市区行程结束，市郊行程开始。该窗口即为出现的第1个市郊窗口，此窗口起始点仍然位于市区路段的数据点范围内，即点。而市区靠后的窗口已经使用了市郊路段的数据点。

同理，高速窗口起始点位于市郊路段的数据点范围内，即点。而市郊靠后的窗口已经使用了高速路段的数据点。

d.市区、市郊、高速行程中均存在参与率较高的区域，如图3中Ⅰ、Ⅱ、Ⅲ区域。其中Ⅱ、Ⅲ参与率较高的区域较为明显，且出现的特征相同，均出现在行程第1个窗口的末端区域。各试验车辆市郊、高速行程数据点的平均参与率与Ⅱ、Ⅲ区域中的最高参与率对比如表3所示。

表3 平均参与率、最高参与率对比 %

第1个市郊窗口的起始点落在市区路段，因此第1 个市郊窗口中包含的市区路段数据点较其他的市郊窗口多，由于市区路段车速低，CO排放速率相对较低，因此，第1 个市郊窗口必须包含更多的数据点以满足CO累计排放量要求，使第1 个窗口末位数据点进入窗口次数最多，形成了参与率较高的Ⅱ区域。随着市郊窗口向后移动，窗口内包含的市郊路段数据点逐渐增多，使窗口内数据点数量减少，因此Ⅱ区域后方数据的使用次数降低。市郊行程第1 个窗口的末位数据点参与率比市郊行程数据点的平均参与率平均高出60.459%。

同理，第1个高速窗口包含较多的数据点，使第1个窗口的末位数据点进入窗口次数最多，形成了参与率较高的Ⅲ区域。这也使高速行程第1 个窗口的末位数据点对总行程污染物排放因子的影响最大。高速行程第1 个窗口的末位数据点参与率比高速行程数据点的平均参与率平均高出76.381%。

市区行程参与率较高区域的出现规律与Ⅱ、Ⅲ区域不同，需要依据市区道路的实际行驶情况来判断。若市区道路早期数据点CO排放速率较低，则Ⅰ区域容易出现在市区行程的早、中期；若市区道路中期数据点CO排放速率较低，则Ⅰ区域容易出现在市区行程的中、后期。

5 结论

a.使用数据点参与率对数据点进行加权计算得到的市区、市郊、高速、总行程的CO、NO、颗粒物、CO排放因子与窗口法计算得到的各排放因子具有高度的一致性，可使用数据点参与率分析窗口法对数据点的使用特征。

b.高速路段参与率较高的数据点对总行程排放因子的影响较大；市区行程早期部分数据点、高速行程末期部分数据点参与率较低，对总行程排放因子的影响最小。

c.市郊、高速行程第1 个窗口的末位数据点参与率比市郊、高速行程数据点平均参与率高60.459%和76.381%，高参与率区域内的数据点对市郊、高速行程排放因子的影响最大。