基于COPERT IV模型的机动车排放清单研究——以南京市为例

基于COPERT IV模型的机动车排放清单研究——以南京市
为例
谢轶嵩;杨峰;谢放尖
【摘要】该研究应用COPERTⅣ模型建立了南京市2014年机动车污染排放清单.结果表明:南京市2014年机动车CO、NOx、VOCs、PM10和PM2.5排放量分别为6.80万t、4.46万t、1.12万t、0.21万t和0.16万t.各车型污染物贡献率各不相同,小客车排放的CO和VOCs量最大,分别为59.2%和48.2%.重型货车是NOx、PM10和PM2.5排放的主要来源,贡献率分别为50.8%、37.2%和41.0%.按排放标准划分,国III标准的车辆对CO、VOCs、NOx、PM10和PM2.5排放的贡献率最大,分别为30.4%、55.5%、26.5%、51.3%和54.9%.
【期刊名称】《安徽农学通报》
【年(卷),期】2017(023)013
【总页数】3页(P96-97,102)
【关键词】南京;机动车;COPERTIV;排放清单
【作者】谢轶嵩;杨峰;谢放尖
【作者单位】南京市环境保护科学研究院,江苏南京 210013;南京市环境保护科学研究院,江苏南京 210013;南京市环境保护科学研究院,江苏南京 210013
【正文语种】中文
【中图分类】X734.2
近年来，随着经济的快速发展和人民生活水平的逐步提高，城市机动车保有量迅速增长，2014年全国机动车保有量达到2.46亿辆，由此造成的尾气排放已成为我国空气污染的的重要来源，是造成灰霾、光化学烟雾污染的重要原因［1］。

建立机动车排放清单，分析排放特征，是控制城市机动车排放的基础［2］。

为此，国内外广泛使用MOBILE、IVE、COPERT等模型进行城市机动车污染排放的定量计算［3-4］。

樊守彬等［5］应用COPERT模型建立了以2009年为基准年的机动车尾气排放清单，并通过对典型道路的调研数据分析其排放特征，建立了北京六环路以内尾气排放空间分布。

姚欣灿等［6］利用MOBILE-China和PART5-China 模型计算分车型车队综合排放因子，并在此基础上建立了广州市2010年机动车排放清单。

王孝文等［7］运用修正后的IVE模型计算出杭州市高速路、快速路、主干道和民用道4种工况下的机动车排放因子，并结合GIS技术建立了2010年杭州市1km×1km机动车污染物高时空分辨率的中观排放清单。

本研究基于南京实际数据，应用COPERTⅣ模型建立了2014年南京市机动车排放清单，并对不同车型、不同排放标准机动车污染物排放贡献率，以及不同车速对污染物排放量的影响进行了分析，以期为机动车污染控制和环境影响分析提供基础。

1.1 COPERT模型简介COPERT模型由欧洲环境署（EEA）资助开发，从1989年的第一个版本发展到今天的COPE RT IV。

模型可以计算单辆车或者车队一年中的污染物排放量。

该模型采用平均速度表征车辆行驶特点，并且采用了大量可靠的实验数据，可以兼容不同参数变量和国家标准，为欧洲国家广泛使用［8］。

COPERT模型测试所使用的工况和发动机技术与中国相近，欧洲排放标准可以覆盖我国近期的排放标准，因此COPERT模型被许多国内研究者估算机动车排放清单。

1.2 车辆类型划分COPERT模型将机动车划分为小客车、轻型货车、重型货车、公共汽车或长途客车或摩托车五大类，再结合车型、燃料类型、发动机排量和排放
控制标准等影响因素将其划分为具体的车型。

本研究根据我国现有的车辆分类方法，结合模型中车辆类型的设置方法，进行车型匹配［9］。

1.3 模型参数
1.3.1 车辆排放标准本研究获取了2014年南京市分车型、分燃料、分登记年份的
机动车保有量数据。

各车型机动车排放标准的划分参考环境保护部发布的《道路机动车大气污染物排放清单编制技术指南（试行）》［10］（以下简称“指南”）。

1.3.2 平均车速根据本地实际情况，平均车速取值22km/h。

1.3.3 年均行驶里程南京市出租车平均行驶里程为291km/d［11］，其余车型的
年均行驶里程采用指南推荐值。

1.3.4 其他参数燃料参数和气象参数按本地实际情况输入，平均行驶里程、负载和
坡度等均按模型默认值计算。

2.1 车型匹配结果本研究比较COPERTⅣ模型和我国机动车车辆分类方法，同时结合其他文献［9，12］进行车型匹配，得到结果如表1所示。

2.2 排放清单结果将相关参数输入模型，得到2014年南京市机动车污染物排放量（表2）：CO-6.80万t，NOx-4.46万t，VOCs-1.12万t，PM10-0.21万t，PM2.5-0.16万t。

图1给出了本研究清单结果与利用指南估算的清单结果比较，如图1所示，总体
上看，两者的多数污染物排放量都较为接近，这可以从侧面说明本研究建立的南京市道路移动源清单具有一定的可比性。

利用COPERTⅣ模型估算得到的各污染物
排放量要略低于指南结果，其中，CO排放量估算结果两者差异相对较大，这可能是由于车辆在车型匹配过程中存在不可避免的误差所造成的。

2.3 不同车型排放分析计算不同车型机动车排放贡献率，从图2中可以看出，小客车是CO和VOCs排放的最大贡献源，贡献率分别为59.2%和48.2%。

其次是摩
托车，分别为21.0%和25.2%。

重型货车保有量虽仅占全市机动车保有量的2.6%，
但其对NOx、PM10和PM2.5排放贡献均最大，分别达到了50.8%、37.2%和41.0%。

大客车是NOx的第二贡献源，为34.7%。

小客车以汽油燃料为主，其颗粒物排放相对柴油车少，但保有量较大使得小客车对PM10、PM2.5分担率达到了32.3%和24.3%，仅次于重型货车。

2.4 不同排放标准排放分析将机动车按排放标准进行划分，统计分析不同排放标准车辆污染物排放量（图3）。

由图3可知，2014年，南京市机动车国IV、国III 和国II排放标准车辆保有量占比较大，分别为41.3%、28.1%和19.3%。

从污染物排放量来看，国III标准的车辆对CO、NOx、VOCs、PM10和PM2.5排放的贡献率最大，分别为30.4%、55.5%、26.5%、51.3%和54.9%。

国II排放标准车辆对CO、NOx和VOCs排放贡献第2位，分别为20.1%、17.7%和21.2%。

对于PM10和PM2.5，国IV标准的车辆排放贡献率仅次于国III标准的车辆，分别为22.5%和17.3%。

2.5 不同车速对污染物排放量的影响分析为研究机动车行驶速度对污染物排放量变化的影响，本文以10km/h作为速度梯度，分别计算不同车速下的机动车污染物排放量（图4），并将结果与2014年排放清单结果进行对比。

从图4可以看出，随着速度的提高，机动车污染物排放量呈下降趋势。

车速为10km/h时，机动车污染物排放量相较清单结果要高出27.0%～49.4%，其中CO、VOCs和NOx排放量均高出40%以上。

车速提升至30km/h时，污染物排放量相对清单结果减少了9.3%～14.9%。

当车速升至50km/h时，污染物排放量减少的幅度达到了26.7%～5
3.0%。

由此可以看出，机动车平均行驶速度对污染物排放量有重要的影响。

通过合理的交通规划和信号控制，提高路网机动车平均行驶速度，能够降低机动车综合排放水平，减少各种污染物的排放。

（1）南京市2014年机动车CO、NOx、VOCs、PM10和PM2.5的排放量分别为6.80万t、4.46万t、1.12万t、0.21万t和0.16万t。

（2）小客车排放的CO和VOCs最大，分别为59.2%和48.2%；重型货车是NOx、PM10和PM2.5排放的主要来源，贡献率分别为50.8%、37.2%和41.0%。

（3）国III标准的车辆对CO、NOx、VOCs、PM10和PM2.5排放的贡献率最大，分别为30.4%、55.5%、26.5%、51.3%和54.9%。

【相关文献】
［1］中华人民共和国环保部.中国机动车污染防治年报［R］.北京：2015.
［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.
［3］王歧东，丁焰.中国机动车排放模型的研究与展望［J］.环境科学研究，2002，15（6）：52-55.
［4］霍红，贺克斌，王歧东.机动车污染排放模型研究综述［J］.环境污染与防治，2006，28（7）：526-530.
［5］樊守彬.北京机动车尾气排放特征研究［J］.环境科学与管理，2011，36（4）：28-31. ［6］姚欣灿，黄如娜，农加进，等.广州市2010年道路机动车排放清单研究［J］.广州环境科学，2012，27（2）：20-24.
［7］王孝文，田伟利，张清宇.杭州市机动车污染物排放清单的建立［J］.中国环境科学，2012，32（8）：1368-1374.
［8］谢绍东，宋翔宇，申新华.应用COPERTⅢ模型计算中国机动车排放因子［J］.环境科学，2006，27（3）：415-419.
［9］田军.南京市机动车大气环境影响及控制策略研究［D］.南京：南京大学，2013.
［10］中华人民共和国环保部.道路机动车大气污染物排放清单编制技术指南（试行）［S］.北京，2015.
［11］南京市规划局.南京交通发展年度报告（2016）［R］.南京，2016.
［12］廖瀚博，余志，周兵，等.广州市机动车尾气排放特征研究［J］.环境科学与技术，2011，
35（1）：134-138.。