卢子宜 张欣叶 李端阳 宗培超 范浩南

摘要 基于MOVES模型计算河北省高速公路污染物排放清单，以石家庄市为研究对象，得到2020年石家庄市高速公路污染物排放清单。PM2.5、PM10、NOx、CO、SO2的排放量分别为17.676 t、19.548 t、1 281.036 t、11 973.084 t、1.512 t。其中，燃料類型为汽油的机动车主要贡献在CO上，NOx、PM2.5、PM10和SO2的主要贡献源是燃料类型为柴油的机动车。最终将研究结果与其他城市不同年份的机动车污染物排放清单分析对比，对于提高石家庄市大气污染环境治理，逐步降低污染物排放总量具有重要意义。

关键词 MOVES模型;高速公路;排放清单;排放分担率

中图分类号 X734.2 文献标识码 A 文章编号 2096-8949（2022）04-0187-03

0 引言

机动车保有量随城市化进程日益增加。机动车在运输过程中需要消耗化石燃料，由此排放尾气而造成空气污染。《中国移动源环境管理年报（2020）》显示，污染物排放的主要贡献者是汽车[1]。

在污染物研究的方式中，污染物排放清单一直是研究的热点。现在关于污染物排放清单的研究主要针对某个地区或者某个交叉口，而对于高速公路的研究比较少，仅有高丹丹[2]、邹泽耀[3]等少数学者根据排放因子法构建出高速公路的污染物排放清单，该文则依据MOVES模型构建石家庄市高速公路污染物的排放清单。

1 研究方法与数据

1.1 研究区域

河北省位于中国华北地区，地势西北高、东南低，为温带大陆性季风气候，界于北纬36°05′～42°40′。四季分明，全年平均气温在12°左右，春季降水少且干燥，夏季日照时数偏少，降水量占全年的66%左右，秋季降水少，气候宜人，冬季时间长且比较寒冷，降雪频率较高。因石家庄市为河北省的交通枢纽，该文以石家庄市为研究区域。

1.2 模型构建

通过MOVES排放模型构建高速污染物排放清单，目前我国的机动车尾气排放量化模型尚未成熟，对机动车污染物排放清单进行研究和分析时大多借鉴一些国外模型。综合对比，最终研究采用美国MOVES排放模型。

MOVES模型构建以2020年为基准年，石家庄市高速公路为模拟区域，逐一选择模拟污染物和道路类型，通过输入基准年石家庄市的机动车保有量、行驶里程、气象数据等13种基础数据，模拟机动车尾气排放，获得机动车污染物排放清单。MOVES中共有15种排放过程，污染物排放总和的计算基于所选的排放过程，模拟精确度较高。因此，采用MOVES模型进行数据分析，对于控制机动车尾气排放和进行大气污染治理具有很大参考价值。

1.3 数据的获取

1.3.1 地理信息本地化

MOVES模型为美国环境环境保护署开发的排放模型，模型模拟地区细化到美国各郡，根据各部的气候和地理位置并结合研究区域，选择合适的模型模拟区域。根据相关文献可知，石家庄市的模拟区域为纽约市[4]。

气象数据：基于河北省石家庄市气象站发布的每小时气象数据，得到石家庄市2021年10月份每天中每小时的平均温度和相对湿度，具体数值见表1，以此为代表。

1.3.2 车型匹配

在MOVES模型中，车型主要依据具体用途和行驶距离进行划分，我国的汽车分类标准依据车型大小、载客数量和载货重量等进行划分。进行模拟时，需要依据MOVES车型和我国车型分类标准进行匹配。

1.3.3 机动车保有量和行驶里程

通过中国汽车市场统计年鉴得到石家庄机动车保有量，依据河北省统计年鉴计算得到各车型保有量。行驶里程参考《道路机动车大气污染物排放清单编制技术指南（试行）》（下述简称指南）[5]和其他文献[6]。

1.3.4 燃油信息

燃油信息参数根据《车用汽油》（GB 17930—2016）、《车用乙醇汽油（E10）》（GB18351—2017）和《车用柴油》（GB19147—2016）得知。

1.3.5 车龄和速度分布

通过调查研究河北统计年鉴得到近15年的车辆保有量数据，统计研究车型不同年份的新注册车辆量和淘汰量数据，整理计算得到所研究8种车型的车龄分布数据。速度分布参考相关文献[7]得知。

2 结果比较和分析

2.1 机动车污染物排放清单

2.1.1 污染物

得出的2020年石家庄市机动车污染物排放量如表2所示。显而易见，小型客车对CO的分担率最大，为55.4%。轻型货车是NOX的主要贡献源，贡献率为56.12%。小型客车是PM2.5和PM10的主要贡献源，贡献率分别为37.94%和38.74%，轻型货车对这两种污染物的贡献率与小型货车的贡献率相近，其贡献率分别为34.76%和34.44%。SO2的主要贡献源是小型客车，其贡献率为57.14%，轻型货车对SO2的贡献率排第二，贡献率为28.57%。各类车型机动车污染物排放分担率如图1所示。

2.1.2 燃料类型贡献率

针对不同燃油类型，模拟过程中主要采用了汽油车和柴油车来研究机动车排放分担率。燃料类型为汽油的机动车主要贡献在CO上，其中小汽车占主要部分，贡献率为71%，小汽车保有量基数大是其成为CO主要贡献源的主要原因;NOX、PM2.5、PM10和SO2的主要贡献源是燃料类型为柴油的机动车，其中载货汽车占主要部分，贡献率分别为57%、55%、54%，柴油车虽保有量基数小，仅占车辆保有量总数的19%，但由于其柴油发动机扩散燃烧特性导致其NOX和PM排放量较大。各燃料类型车的贡献率和保有量分担率如图2所示。

2.1.3 排放清单对比

通过查阅相关文献，收集总结了石家庄市及其他城市近年来机动车污染物排放清单的研究结果，并进行比较，具体数值见表3。与石家庄市2016年污染物排放清单相比，研究中CO、PM2.5和NOX排放量大幅度减少，其原因经过分析得出以下两点：第一，可能与石家庄市近年来出台的一系列大气污染综合治理方案有关，环境质量有效提高。第二，与近年来国家出台相关的相关法律和措施有关，二者的出台使机动车尾气排放标准得到提升和燃油中造成污染物的成分得到降低。

再与其他城市不同年份的机动车污染物排放清单相比较，研究计算得到的2020年机动车污染物排放量低于其他城市往年污染物排放量，这可能是由于研究年份不同、研究城市不同，以及机动车保有量和行駛里程等基础数据不同所导致[8]。通过对比分析，石家庄市及其他城市近年来机动车污染物排放清单的对比对日后大气污染环境治理具有重要意义。

2.2 不确定性分析

文章采用MOVES模型模拟机动车污染物排放，涉及输入有车龄分布、机动车保有量、日均行驶里程等13种因素。经研究分析得误差来源主要包括以下4个方面：

第一，机动车保有量是经过比例计算得出，与实际数值相比有一定的偏差。

第二，由于中国机动车车型分类情况与MOVES模型分类依据不同，导致中国机动车车型和MOVES模型中车型匹配度不精确，可能会造成误差。

第三，各种车型的行车里程由指南中得来，存在一定的偏差。

第四，在进行模拟年匹配时，须依据两国的机动车尾气排放标准进行匹配，由于我国对机动车尾气排放的限制标准与美国对机动车尾气排放的限制标准不同，致使选择的MOVES模型中的模拟基准年与实际年份的尾气排放略有偏差，除上述数据外，其余数据均较为可靠，综上可知该模拟结果较为精确。

3 结论

（1）该文以MOVES为模型对石家庄地区高速公路进行研究，得到PM.2.5、PM10、NOX、CO、SO2的排放量分别为17.676 t、19.548 t、1 281.036 t、11 973.084 t、1.512 t。

（2）柴油车对PM2.5、PM10、NOX的贡献较大，贡献率为54.57%、54.21%、56.75%。建议政府采取措施提高柴油车的尾气排放标准;汽油车对CO和SO2的分担率较大，分别为71.43%和52.9%，虽然单位汽油车的排放量小于柴油车，但汽油车的数量远远大于柴油车的数量，建议政府大力推广新能源汽车，从而降低汽油车的占比。

（3）小型客车是汽油车中占比最多的车型，而小型客车的CO、SO2排放量最多，建议政府采取相关措施限制小型客车数量占比。轻型货车是柴油车中占比最多的车型，NOX、PM2.5、PM10主要由轻型货车排放，应采取相关措施限制轻型车的排放量，从而降低NOX、PM2.5、PM10这三种污染物的排放。

参考文献

[1]中国移动源环境管理年报（2020）[DB/OL]. http： //www. gov. cn/xinwen/2020-08/11/content_5533869. htm.

[2]高丹丹， 尹沙沙， 谷幸珂， 等. 河南省2016～2019年机动车大气污染物排放清单及特征[J]. 环境科学， 2021（8）：3663-3675.

[3]邹泽耀， 郑鑫程， 徐崇敏， 等. 疫情背景下的福建省高速公路机动车污染物排放清单[J]. 环境科学报， 2022（4）： 1-10.

[4]姚胜永， 李亚楠， 刘佳豪. 基于MOVES模型的石家庄市机动车排放清单研究[J]. 交通节能与环保， 2019（74）： 5-9.

[5]生态环境部. 道路机动车大气污染物排放清单编制技术指南（试行）[Z]. 2014.

[6]王计广， 桂华侨， 陈金潮， 等. 唐山市机动车排放清单与减排经济效益研究[J]. 中国环境科学， 2021（11）： 5114-5124.

[7]孙威巍， 何兆成， 陈锐祥， 等. 基于多类型浮动车数据的高速公路路段速度修正模型[J]. 中山大学学报（自然科学版）， 2018（6）： 89-96.

[8]汪晶发， 宋慧， 巴利萌， 等. 西安市机动车污染物排放清单与空间分布特征[J]. 环境污染与防治， 2020（6）： 666-671+677.

[9]孙智纲. 渭南市机动车污染物排放清单及减排对策研究[D]. 西安：长安大学， 2021： 1-76.

[10]张文凯， 郑州市机动车排放清单建立及减排情景研究[D]. 郑州：郑州大学， 2016： 1-64.

2226500783280