1、1公路设计与交通需求组成对机动车排放影响分析摘要：车辆尾气排放带来的大气污染问题日益严重。和城市道路相比，公路的大型货车比例较高，货车的 NOx 和 PM2.5 等毒性较大的污染物排放率高，因此，对公路机动车排放问题必须引起足够重视。本文以多哥两条在建公路为例，收集了公路设计属性、流量和车速等信息，利用 VISSIM 仿真建模提取不同道路属性和交通组成下的运行状况，并输入美国环保署研发的新一代 MOVES 排放模型，分析不同坡度、交叉口密度、以及车型组成条件对公路机动车整体排放的影响，为公路设计和交通管理的环境影响评估提供便捷方法。 关键词：尾气排放、道路设计、车型组成、VISSIM，MOVE
2、S 中图分类号： S611 文献标识码： A Effects of Highway Design and Traffic Composition To Vehicle Emission Gao Hang, Guo Xi (China Road and Bridge Corporation,100011) Abstract：Vehicle emissions and its air pollution is a growing problem. Highways emission problem is serious considering high proportion heavy-duty
3、vehicles, which 2contribute to large proportion of NOx and PM2.5. Two under-construction highways in Togo was taken as case study for emission research. Highway design attributes, flow and speed information were collected. In this paper, VISSIM Simulation and new-generation MOVES emission model gene
4、rated from US EPA were integrated as a platform, to evaluate emission factors in different grades, intersection density and traffic compositions. This study provided easy-to-use method to assess the environmental impact of highway design and traffic management strategy. Key words: vehicle emission,
5、highway design, traffic composition, VISSIM, MOVES 引言： 多哥位于非洲西部，介于北纬 6-11、东经 0-2之间，面积 56785平方公里。东邻贝宁，西靠加纳，北接布基纳法索，南部濒临几内亚湾。国土南北长 600 余公里，东西宽 50-150 公里，呈走廊形。海岸线长 54公里。 目前该国经济较为落后，公路是其国内主要运输方式，壹号公路是境内唯一一条贯穿南北的等级公路，南起首都洛美，北至与布基纳法索接壤的 Cinkasse，穿越 5 个行政区划，全长近 700 公里。该公路建成年3代较早，但最近 10 年多数段落委托外国公司进行了改造，路况较
6、好。目前，由我公司设计施工总承包的洛美绕城项目（一级公路）和壹号公路改建项目（二级公路）正在施工建设中，通过与当地政府不断的交流，感受到多哥政府在加快经济发展的同时，也逐渐重视环境保护，这对接下来在公路设计上对环境影响的决策提出了更高的要求。 机动车尾气已被认为是城市空气的主要污染源之一。车辆排放会对路边行人和城市居民身体健康造成较大危害1。与城市道路相比，公路的重型货车比例较高，重型柴油车比轻型车会产生的更多的 PM2.5 和 NOx排放2，这些排放毒性大，尤其是 PM2.5，已成为首要的大气污染物。因此，量化公路机动车尾气排放很有必要。 从交通的角度来说，机动车的尾气排放与道路设计和交通活
7、动有直接关系。道路属性能影响机动车的运行状况，而机动车的交通运行数据是机动车尾气排放模型的关键输入数据之一，排放对于运行的敏感性很高34。现有交通检测和调查虽然可以获得较为准确的运行数据，然而排放建模的数据精度要求和覆盖范围要求越来越高，调查的覆盖范围却是有限的， 。此外，由于重型车排放率高，不同地区的公路交通组成数据差异，尤其是重型车比例的变化，可能对道路车辆排放造成很大影响。交通仿真模型可以对真实道路交通情况进行模拟，并输出详细的运行信息。本文将利用 VISSIM 交通仿真模型和美国环保署开发的新一代MOVES 排放模型5进行公路机动车排放评估和影响因子研究。需要注意的是，交通模型最开始并
8、不是评估激动和尾气排放而开发的，VISSIM 输4出车辆轨迹在加减速特性上与实际情况有所差异，且不能直接考虑道路坡度对于车辆运行和功率的影响。因此，将 VISSIM 输出数据作为尾气排放模型 MOVES 的输入数据时，需要首先对数据进行预处理，以避免衔接不匹配的问题。本研究旨在分析不同道路设计（坡度和交叉口密度）与交通组成情况下对公路机动车的排放影响。在进行排放评估建模之前，收集了大量实测流量、车速和道路属性数据，并在 VISSIM 建模前后分别进行模型参数修正和输出轨迹再处理，使其适用于排放为目的研究。此研究期望为公路设计和交通管理的环境影响评估提供便捷方法。 1 实地数据收集与处理 本文选
9、取在建的非洲多哥洛美绕城公路（一级公路）和壹号公路（二级公路）作为案例进行排放分析，首先需进行实地数据收集。以车辆排放为研究对象，排放与荷载功率，以及运行工况有关，各段公路的车型组成也有较大差异，因此本研究收集了交叉口密度、坡度、以及交通组成数据进行排放因子分析。两类道路均采用中国公路设计标准，所得结果在国内也有一定借鉴意义。 1.1 交通需求数据 根据实地调查，整理得出壹号公路分段交通量和车型组成如下表所示。大部分路段的小客和轻卡（小型车）所占比重最大，其次为小型货车，但是在离洛美港较远的路段，如 Kante 至 Tandjouare，拖挂车所占的比重均高于小型货车。 5表 1 各段公路车型
10、组成和交通量(辆/日) 路段 小客 轻卡 重卡 托挂 公交 Kante-Tandjouare 41% 14% 13% 31% 1.20% Kara-Kante 38% 18% 8% 35% 1.00% Notse-Atakpame 35% 27% 14% 22% 1.80% Tsevie-Notse 25% 39% 20% 15% 1.00% Atakpame-Blitta 46% 22% 10% 20% 1.80% Lome-Tsevie 38% 41% 10% 10% 0.50% 1.2 道路属性数据 公路坡度和平面交叉口密度来自道路施工设计资料。洛美绕城的一级公路的上坡设计坡度在 0-3
11、%，壹号二级公路在 0-6%范围。本文在两条公路中选取 10 个 500 米左右的区段，坡度从 0-6%不等。此外，还选取了10 个交叉口密度不同的区段（1km-2km 不等，交叉口间距 300m-1500m 不等） ，这些分别用于公路坡度和交叉口密度的排放分析案例。 1.3 车速实测 排放对机动车运行速度的变化非常敏感，本文利用皮尺和秒表，以车辆经过固定距离记录行程时间的方法，对平坦道路下各类车型的期望车速，以及不同坡度下的车速信息分别进行收集。根据车型性能差异，分两类车型（轻型车：包括小客和轻卡；重型车：包括重卡、拖挂和公6交） 。 1）期望车速 期望车速是指在自由流的交通情况下，驾驶员根
12、据自己习惯所达到的最大、最舒适的车速。由于研究区域为一二级公路，交通需求不大，长期处于通常状态，因此可以很方便的检测各类车型的期望车速。研究共收集了轻型和重型车各 100 辆的期望车速，按车速从小到大的累计分布如图所示，其中轻型车的期望车速跨度较大（65-110km/h） ，且呈现正态分布特征。 图 1 两类车型的期望车速 2）坡度与车速的关系拟合 和平坦条件相比，车辆在公路上坡段做功更多，加上研究区域重型车比例较高，普遍超载，车辆爬坡车速明显低于平坦道路，会对应更高的排放。本研究运用秒表法实地检测了不同路段坡度对应各类车型的车速。如图 2 所示，由于车辆荷载和爬坡能力的差异，坡度对于重型车车
13、速的影响大于轻型车。 图 2 公路上坡坡度与实测车速的关系 2 排放平台介绍和建模操作 7本研究以排放模型 MOVES 和交通仿真模型 VISSIM 的结合作为排放平台，将实测数据输入平台进行尾气量化评估。MOVES 是 2010 年美国环保署正式推出的新一代车辆排放模型，该模型集宏观、中观和微观层面为一体。与以往排放模型相比，MOVES 最大的特点是储存有各类车型在各车速、比功率下的排放清单，并使用“Binning Approach”将排放清单和输入的车辆运行数据进行匹配，可以充分考虑实地路况和车况，使得排放建模的普适性更强。在 MOVES 微观层面，可输入逐秒车速、坡度、油品、车队等数据，
14、并进行排放计算。然而，MOVES 需要非常详细的输入数据，尤其是逐秒车辆运行数据难以获取。对此，本研究选用普及率很高的 VISSIM 微观交通仿真模型，通过路况建模，导出所研究道路的逐秒车速，再导入 MOVES 进行排放评估。 图 3 基于 VISSIM 和 MOVES 的排放建模流程 首先，根据在建公路的实际情况，本文选取了不同坡度、交叉口密度和交通需求组成的路段进行 VISSIM 建模。在 VISSIM 建模的过程中，交通需求组成数据见表 1，公路的轻型车和重型车期望车速数据见图 1，不同道路坡度的对应车速见图 2 所示。本文一共选 26 条路段进行 VISSIM建模，如表所示，每一个角度
15、排放分析所选的路段，其他的属性是基本相似的。 8表 2 VISSIM 建模的 26 条路段分布 路段数 长度(m) 分析角度 取值范围 6 500-1000 交通组成 轻车 55%-80% 10 500-1000 坡度 坡度 0-10% 10 2000-5000 交叉口密度 间距 500-3000m 由于 VISSIM 交通仿真模型内核为 Wiedemann 生理-心理驾驶行为模型，并没有考虑该模型其用于排放的作用。有研究表明，从排放的研究角度，VISSIM 仿真的加减速特性与真实情况不太相符6，因此选用Akcelik 和 Biggs 提出的多项式加速模型7，对 VISSIM 导出的逐秒车速运
16、行轨迹进行加速重建，模型公式为： 其中，a(t)为在时刻 t 的加速度(t=0 时，车速为 0，准备加速)，单位 km/h/s；am 为加速过程的加速度最大值，单位 km/h/s； 为时刻比例 t/Ta；ta 为整段加速的持续时间，单位 s；m 和 r 为待定参数。多项式加速模型从数学结构决定了其有两点符合车辆加速实情：a)在启动初始阶段(时间 t=0)，车辆加速度 a=0；b)在启动初始阶段(时间 t=0)，车辆扭力为 0，即 da/dt=0。 将 VISSIM 车速数据准备好后，以车型、每秒车速和所在路段坡度，分别计算比功率(VSP)，最后 MOVES 根据车型、比功率和车速值分配一个排放
17、率。将一辆车运行的每秒排放率加和，就方便得到该辆车在特定运行情况下的排放总量和排放因子。比功率的计算公式如下： 9其中 M 表示车重；V 逐秒车速；a 为瞬时加速度；g 为重力加速度，取为 9.8g/s2；Sin 为坡度斜率。 3 公路机动车排放影响因子分析 依据以上的排放建模方法，选取 CO，NOx 和 PM2.5 三种排放物，分别将 VISSIM 仿真输出并处理的数据和其他实地参数输入 MOVES 计算排放，进行不同交通组成、道路坡度和交叉口密度对于排放的影响。 3.1 交通需求组成 在 VISSIM 仿真中，针对每一种车型，选取了各类车速水平的车辆轨迹(500m)，计算从 10km/h-
18、120km/h 的排放因子（下图 4） 。有图可知，各车型的 CO 排放差距不大，NOx 和 PM2.5 差距较大。 图 4 各车型的 CO、NOx 和 PM2.5 排放因子水平 基于图 4 的排放因子，本研究计算了代表表 1 的 6 条路段的综合排放因子（g/km） ，以及每种车型的排放分担率，如图 5 所示。可知 CO 对车型的变化并不敏感，而由于重型柴油车的 NOx 和 PM2.5 排放量较大，导致如路段 2 和路段 6 因为 23%的车型组成差异，产生了 220-240%的 NOx和 PM2.5 排放差异。尤其对于占比例 10%-30%的拖挂车，其 NOx 和 PM2.5贡献率可达到
19、60%-80%， 。此外，重型车比例上升，也会导致整体公路车速下降，从而排放上升。以上结果进一步证明了公路货运排放研究的必要性。 图 5 各交通组成下的道路综合排放因子 103.2 公路坡度 对爬坡场景进行排放计算，可得图 6 的排放于坡度的关系。由于所选场景均为交通畅通状态，不存在车辆相互之间的干扰，因此各场景排放差别主要反应了坡度的影响。为方便比较，将坡度为 0 的场景排放因子（g/km）设为 100%，其他场景的排放数值为坡度为 0 的倍数关系，结果如下图 6 所示。 图 6 公路坡度(%)对车辆排放的影响 由图 6 可知，各车型排放均随坡度的增大而上升，且在坡度超过 4%时排放上升更快
20、；另外，重型车由于载荷重，爬坡能力不足，其排放对于坡度的敏感性比轻型车要高。各类排放物对坡度的敏感性也不一样，CO 随坡度增加的上升速度最快，这是由于坡度增大，除了降低车速，增大车辆比功率，从而导致排放上升以外，车辆在加速和爬坡过程中，发动机容易处于贫燃状态，而贫燃条件下会产生较多的 CO7。这一结果为公路坡度设计对周围环境影响提供量化参考。 3.3 交叉口密度 交叉口密度（路段交叉口平均间距）对机动车车速造成显著影响，本研究按照交叉口间距不同，选取的 10 条路段（间距 500-3000 不等）分别进行 VISSIM 场景建模和排放计算，所选场景的坡度均为-3%-3%，以减少坡度对于排放的影响。根据实地调查，交叉口间距小于 1000m 时，
