2017, Vol. 37
[PDF全文]
2. 南开大学环境科学与工程学院, 国家环境保护城市空气颗粒物污染防治重点实验室, 天津 300071;
3. 南开大学科学技术处, 天津 300071
2. State Environmental Protection Key Laboratory of Urban Ambient Air Particulate Matter Pollution Prevention and Control, College of Environmental Science and Engineering, Nankai University, Tianjin 300071;
3. Department of Science and Technology, Nankai University, Tianjin 300071
民航大型客机的发动机, 以航空煤油为燃料, 燃烧后会排放NOx、SO2、CO、UHC(unburned hydrocarbons, 未燃碳氢化合物)、CO2及PM等大气污染物.其中, NOx是O3和光化学烟雾的重要前体物.NOx和SO2氧化后形成的硝酸盐和硫酸盐气溶胶, 是城市二次粒子的重要组成部分(唐孝炎等, 2006；曹国良和安心琴, 2010；高晋徽等, 2012；徐鹏等, 2016).同时有研究表明, 飞机发动机排放的PM, 大量分布于纳米级粒径段, 主要为PM2.5(Petzold et al., 1999；Wayson et al., 2009).这些细粒子可以通过呼吸系统进入血液循环, 严重影响人体健康.此外, 细粒子还能够显著降低能见度, 促进卷云的形成, 甚至改变全球气候(Wu et al., 2007；Huang et al., 2012；谢雨竹等, 2015；陈源等, 2016；刘帅和宋国君, 2016).即使在巡航阶段, 飞机排放的污染物也会通过大气环流影响地面空气质量(Barrett et al., 2010；Barrett et al., 2012).当前我国民航运输总周转量已位居世界第二位, 大量的飞行活动中由飞机发动机排放的大气污染物, 可对人体健康和生态环境产生重要的影响(Pope, 2000；Finkelstein et al., 2005；Viana et al., 2008；Kan et al., 2007；Choi et al., 2013; 杜鹏瑞等, 2016).
国际民航组织(ICAO)研究建立飞机起降(LTO)循环基准排放模型和FOA方法(Unal et al., 2005；谢雨竹等, 2015), 用于机场排放清单估算, 模型使用数据大多来自发动机的合格证审定数据, 包括了NOx、CO、UHC等气态污染物的排放指数EI、颗粒物排放烟度(smoke number, SN)和燃油流量FF等基准排放数据(ICAO, 1993；ICAO, 1995).由于数据参数来源可靠, 该方法是国际认可的关于民航飞行活动污染排放的基本估算方法.我国相关研究(黄勇等, 2000；黄勇等2001；夏卿等, 2008；何吉成, 2012；黄清凤等, 2014), 大部分使用了ICAO的基准模型, 直接模拟机场气态污染物排放情况.国外学者(Herndon et al., 2004；Herndon et al., 2008)通过在机场通过实验测定飞机污染物排放指数EI后发现, 实际运行中的污染物排放指数与ICAO提供的基准数据存在较大差异.如Carslaw(2008)测定了多架安装了相同发动机的相同机型飞机尾气烟羽, 结果发现烟羽NOx浓度差异最高达41%.其主要原因是, 排放指数EI、耗油量及飞行时间等参数与实际起飞重量、飞行高度、大气环境条件密切相关.ICAO基准模型使用固定的参数和飞行时间, 与真实情况差异较大, 导致模型估算结果存在较大偏差(Finkelstein et al., 2005；ICAO, 2011；魏志强等, 2014；韩博等, 2016).
因此, 为获得真实排放情况, 需要提取真实飞行参数.根据民航资源网(2014)统计, A320系列机型在我国民航客机中占比超过40%.因此, 本文选择A320机型作为典型机型, 提取了某航空一架A320-200客机(简称A320)一段真实航班飞行过程中的机载飞行数据, 分别基于BM2、BM2-FOA耦合模型, 通过对大气环境条件的修正, 获得了每一时刻NOx、UHC、CO及PM2.5等污染物的精确EI, 计算了NOx、UHC、CO、SO2、CO2及PM2.5真实污染物排放量, 并对不同飞行阶段的污染排放特征进行了研究.同时, 将精确计算结果与ICAO基准模型估算结果进行对比, 以期为制定民航飞机污染物排放清单和节能减排提供科学依据.
2 数据与方法(Data and methods) 2.1 航班基本数据信息所选A320飞机, 发动机型号为V2527-A5, 飞行航段为天津—海拉尔, 飞行时间2 h 32 min, 飞行距离1647 km.由飞机提取的用于污染排放计算所需的机载飞行数据, 采样间隔1 s, 主要包括飞行时刻、气压高度、空速、马赫数、推力、燃油流量、风向、风速、气压、温度等信息.飞行轨迹如图 1所示.
 |
| 图 1 航班飞行轨迹示意图 Fig. 1 Map of flight path |
同时该发动机在ICAO数据库中对应的基准排放数据, 见表 1.基准排放数据表示在国际标准大气ISA及0 m高度基准条件下, 发动机的排放参数.
| 表 1 V2527-A5发动机基准排放数据 Table 1 Standard emission parameters of V2527-A5 |
 |
在飞机排放的污染物中, SO2和CO2只与燃油消耗量成正比, 与其他参数无关, 排放指数EI不需修正.而对于NOx、CO和UHC等气态污染物的基准排放数据(表 1), 仅代表了4种固定推力在基准条件下的排放参数, 和实际情况不符.因此, 计算精确排放量, 需要根据每一时刻的实际推力、飞行参数和外界大气条件对基准排放指数进行修正, 获得真实排放指数.
参考ICAO的BM2模型(Fuglestvedt et al., 2010), 首先, 根据表 1燃油流量FF0和污染物排放指数EI0数据, 分别进行双线性拟合, 建立FF0-EINOx0、FF0-EIUHC0、FF0-EICO0拟合曲线.将飞机机载数据提取出的某时刻的实际燃油流量FF换算成基准条件(ISA、0 m)下的基准燃油流量FF0, 即：
|
(1) |
式中, FF为某时刻实际燃油流量(kg·s-1)；δ为外界气压与ISA、海平面的压强P0之比, 无量纲；θ为外界温度与288 K之比, 无量纲；M为飞行马赫数大小, 无量纲.
再将式(1)计算出的基准燃油流量FF0, 代入FF0-EI0拟合曲线, 即可获得对应的基准排放指数EIj0(ISA, 0 m).最后, 使用式(2)用于UHC和CO、式(3)用于NOx, 将基准排放指数EIj0转换为考虑实际飞行参数和大气环境条件影响的修正后的实际排放指数EIj, 用于排放量估算.
|
(2) |
|
(3) |
式中:j为污染物种类；EIj为污染物j的实际排放指数(g·kg-1)；EIj0为污染物j的基准排放指数(g·kg-1)；φ为大气相对湿度；PV为饱和蒸气压(Pa).
2.3 PM2.5排放指数计算根据表 1数据中燃油流量FF0与SN数据, 建立FF0-SN拟合曲线.将飞机机载数据中每一时刻的实际燃油流量FF, 首先代入式(1)计算基准条件下的燃油流量FF0, 随后使用FF0-SN曲线, 获取对应SN值.
基于FOA3.0方法, 计算起飞过程PM2.5的排放指数EIPM.该方法通过对挥发性和非挥发性细粒子组分分别进行计算, 进而得到较为精确的飞机发动机PM2.5排放指数.
非挥发性组分细粒子排放指数EIPMnvol, 通过式(4)计算.
|
(4) |
式中:EIPMnvol为非挥发性组分排放指数(mg·kg-1)；SN为发动机烟度, 无量纲；AFR为空气燃料比, 无量纲.
挥发性组分细粒子包括挥发性有机组分和挥发性含硫组分, 其排放指数计算见公式(5).
|
(5) |
式中:EIPMvol-O为挥发性有机组分排放指数(mg·kg-1)；EIPMvol-S为挥发性含硫组分排放指数(mg·kg-1)；δ为方法测试特定发动机挥发性有机组分与UHC组分的排放指数比值(mg·g-1)；EIHC为发动机UHC排放指数(g·kg-1).FSC为燃油含硫量质量百分数；ε为硫转化效率.
FOA3.0方法中, 硫转化效率ε的默认值为3.3%.燃油含硫量FSC为国标对航空煤油含硫量的限值0.2%.
最后, 依据式(6)计算, 即可计算PM2.5排放指数.
|
(6) |
式中, EIPM为飞机发动机PM2.5排放指数(mg·kg-1).
2.4 污染物排放量计算利用精确排放指数, 结合航班机载记录燃油流量数据FFt, 进行实时排放量计算及全部飞行过程污染物排放总量的积分计算.
|
(7) |
式中:Ej为污染物j的排放量(mg)；n为发动机台数(台)；t为飞行时间(s)；FFt为t时间的单发燃油流量(kg·s-1)；EIjt为污染物j在第t时间的真实排放指数(mg·kg-1).
3 结果与讨论(Results and discussion) 3.1 飞行过程分析本次航班飞行剖面, 如图 2所示.根据研究需要, 将航班飞行过程分为起飞阶段(包括滑出、地面起飞、初始爬升过程)、空中飞行阶段(包括高空爬升、巡航和下降过程)和着落阶段(包括进近、地面着陆、滑出过程).其中, 起飞阶段和着陆阶段也称为LTO起降阶段.各阶段飞行时间、耗油量等信息, 如表 2所示.飞行过程总时间2 h 32 min, 耗油量6332.1 kg, 飞行地面距离1647 km.
 |
| 图 2 飞行剖面图 Fig. 2 Map of flight profile |
| 表 2 各阶段飞行时间及耗油量分析 Table 2 Flight time and fuel consumption analysis |
|
在各飞行阶段, 发动机运行状态不同, 使燃油流量和污染物排放指数不同, 最终影响耗油量和污染物排放量.发动机燃油量与推力呈正相关, 飞行过程全发燃油流量, 见图 3.如图所示, 在起飞阶段中, 飞机发动机点火启动后, 推力逐渐升高并稳定在慢车状态, 开始滑出过程.此时燃油流量最低, 平均约为14.7 kg·min-1.之后飞机转入地面起飞过程, 飞机在跑道滑跑加速, 发动机使用起飞推力, 为发动机最大推力状态, 此时燃油流量也快速升至全部飞行过程的最大值, 达262.8 kg·min-1, 平均值为193.3 kg·min-1, 在飞行全过程中最高, 耗油量151.5 kg.随后在初始爬升过程中, 发动机推力略有下降, 平均燃油流量153.9 kg·min-1.起飞阶段飞行时间15.1 min, 耗油量615.7 kg.
 |
| 图 3 飞行过程发动机燃油流量 Fig. 3 Fuel flow during the flight |
空中飞行阶段中, 高空爬升过程使用爬升推力, 燃油流量较地面起飞和初始爬升过程进一步降低, 平均值约为74.1 kg·min-1, 约21.1 min完成加速并爬升至巡航高度.巡航过程在全部飞行阶段中持续时间最长, 达86.6 min.巡航过程飞行速度和高度变化很小, 如图 2所示.此时采用巡航推力, 耗油量3519.9 kg, 计算平均燃油流量约为40.7 kg·min-1.下降过程中推力呈现一定变化, 与飞行操纵有关, 平均燃油流量20.7 kg·min-1.空中飞行阶段, 累积耗油量5501.0 kg.
着陆阶段, 发动机推力同样存在一定变化, 特别是地面着陆过程开始后, 发动机推力出现短暂升高, 燃油流量瞬时最大值达74.2 kg·min-1.此时发动机使用了反推技术, 在转速增加的同时通过气路的改变产生反推力, 缩短地面着陆刹车距离, 因此燃油流量升高.地面着陆过程平均燃油流量(30.5 kg·min-1)高于前期下降和进近过程.其后飞机转出跑道, 以慢车推力滑入停机位.着陆阶段总飞行时间9.0 min, 耗油量215.4 kg.
3.2 污染物排放指数根据机载数据提取出的实时燃油流量等飞行参数和气温气压等外界大气环境参数, 进行完整飞行过程实时CO、UHC、NOx及PM2.5排放指数的修正计算.
3.2.1 CO排放指数飞机发动机排气中的CO主要是燃油不完全燃烧的产物.在小推力时, 发动机燃烧室温度和气压较低, 燃油燃烧不充分, 此时CO排放指数较高, 而在发动机推力升高后CO排放指数降低.本次飞行过程中, CO排放指数变化如图 4a所示.总体上, CO排放指数在各飞行阶段差异较大.在起飞阶段和着陆阶段较高, 空中飞行阶段较低, 并且与发动机燃油流量的变化趋势相反.
 |
| 图 4 飞行过程CO (a), UHC (b), NOx (c), PM2.5 (d)排放指数及PM2.5各组分(e)排放指数 Fig. 4 Emission indices of CO(a), UHC(b), NOx(c), PM2.5(d) and the PM2.5 component(e) during the flight |
在起飞阶段, 发动机先由冷车状态启动, 此时CO排放指数最高, 瞬时最高值达595.34 g·kg-1.其后在滑行过程中随发动机温度升高, 燃油燃烧效率逐渐提高, 约在3 min后, CO排放指数降低至3.00 g·kg-1以下, 趋于稳定.进入地面起飞过程后发动机使用全推力状态加速滑跑, 燃油燃烧效率达到最大, CO排放指数迅速降低至约0.69 g·kg-1.随后的初始爬升过程, 推力有所降低, 燃烧效率下降, CO排放指数略有升高.滑出、地面起飞和初始爬升过程CO平均排放指数分别为3.55、0.69和0.69 g·kg-1.
空中飞行阶段, CO排放指数在高空爬升过程中由于推力的减小, 逐渐升高至1.13 g·kg-1.随后开始巡航过程, 使用巡航推力, 燃油流量进一步降低, 此时CO排放指数在1.07~1.18 g·kg-1之间变化.下降过程CO排放指数随燃油流量变化呈较大的变化.高空爬升、巡航和下降过程CO平均排放指数分别为0.95、1.12和1.86 g·kg-1.
着陆阶段, 在进近过程中, 发动机燃油流量先降低后升高, 此时CO排放指数随之先略有升高后降低至0.69 g·kg-1.随后, 在飞机主轮接地开始地面着陆过程, 在前期使用发动机反推, 燃油流量增大, 后期伴随刹车速度下降, 关闭反推后发动退推力降低, 导致CO排放指数先降低后升高.随后滑出至停机位过程, 保持慢车推力, 燃油燃烧效率较低, 因此CO排放指数略有升高.进近、地面着陆和滑入过程CO平均排放指数分别为1.86、1.32和1.55 g·kg-1.
3.2.2 UHC排放指数UHC为燃油在飞机发动机不完全燃烧后产生的物质, 在飞行过程中的排放指数, 如图 4b所示.UHC排放指数在0.05~0.43 g·kg-1之间变化, 与CO排放指数类似, 数值变化与发动机燃油流量变化趋势相反.
在起飞阶段, 发动机冷启动后的1 min内UHC排放指数较高, 随后以慢车状态滑行过程中, UHC排放指数逐渐降低稳定至0.07 g·kg-1.在地面起飞滑跑过程, 发动机使用大推力燃烧充分的条件下, UHC的排放指数进一步降低至0.05 g·kg-1.随后的初始爬升过程, UHC排放指数相对起飞过程变化不大.滑出、地面起飞和初始爬升过程UHC平均排放指数分别为0.08、0.05和0.05 g·kg-1.
空中飞行阶段中, 由高空爬升开始, UHC排放指数伴随燃油流量的下降而逐渐升高至0.08 g·kg-1.随后, 开始巡航过程, 推力变化幅度较小, UHC排放指数保持稳定, 约为0.08 g·kg-1.进入下降过程后, 由于推力出现多次的调整, 燃油流量值发生多次改变, 因此造成UHC排放指数在0.05~0.10 g·kg-1之间多次变化.3个过程UHC平均排放指数分别为0.07、0.08和0.07 g·kg-1.
着陆阶段, 由进近过程开始, 随推力变化, UHC排放指数略有变化, 平均约为0.06 g·kg-1.在地面着陆过程使用发动机反推后, UHC排放指数随推力升高而降低至0.05 g·kg-1, 其后回升至0.08 g·kg-1, 平均值0.06 g·kg-1.最后以慢车推力, 平均排放指数0.08 g·kg-1, 完成滑出至停机位过程.
3.2.3 NOx排放指数飞行过程中NOx排放指数, 如图 4c所示.不同于CO及UHC, NOx排放指数与燃油流量代表的推力变化趋势一致, 见图 4c.飞机发动机排放的NOx, 主要是大气中的N2进入发动机燃烧室的高温区域, 通过热氧化作用产生.因此, NOx的形成与燃烧室温度等因素密切相关.此外, 由于当前航空燃油的标准中并没有对于氮的含量进行限制, 因此燃油中存在的含氮组分燃烧后也会产生NOx.
在起飞阶段, 发动机启动后的低速慢车滑行过程, NOx排放指数由0.96 g·kg-1缓慢升高, 在8.10 g·kg-1左右稳定, 排放指数平均约为7.78 g·kg-1.进入起飞过程后, 伴随使用全推力状态, 发动机温度升高, NOx排放指数升高, 瞬时最大值超过了114.00 g·kg-1, 平均约为105.80 g·kg-1, 高于其他飞行过程.初始爬升过程改为使用爬升推力, 伴随燃油流量降低, NOx排放指数降低至平均值82.34 g·kg-1, 直至初始爬升过程结束, 完成全部起飞阶段.
空中飞行阶段, 高空爬升过程中NOx排放指数在29.20~59.46 g·kg-1之间变化, 总体上呈逐渐降低趋势.在巡航过程中, 由于发动机推力的进一步降低, NOx排放指数也略低于爬升过程, 在15.09~36.08 g·kg-1之间变化.转入下降后, NOx排放指数随发动机推力的变化, 呈现一定变化.3个过程NOx排放指数平均值约为45.48、26.22和14.25 g·kg-1.
着陆阶段, 前期进近过程中, NOx依然伴随飞行操作中推力的改变而出现多次变化, 平均值约为15.32 g·kg-1.在主轮接地后的地面着陆过程中, 发动机使用反推, 燃油流量升高, NOx排放指数也升高至34.42 g·kg-1.关闭反推后迅速降低.在慢车滑行至停机位过程, NOx排放指数保持在7.04~7.52 g·kg-1之间, 直至关闭发动机瞬间降至4.49 g·kg-1, 完成全部飞行过程.
3.2.4 PM2.5排放指数飞行过程中PM2.5实时排放指数, 见图 4d.如图所示, PM2.5排放指数在飞行过程中变化较小, 在0.25~0.36 g·kg-1之间变化.其中, 仅仅在发动机启动初期及下降、滑入过程的部分时间中, 排放指数存在一定变化, 其他时间基本保持稳定.飞行中仅有滑入过程PM2.5平均排放指数为0.34 g·kg-1, 其他飞行过程均为0.35 g·kg-1.
利用FOA方法, 计算飞行过程中, 非挥发性组分(EIPMnvol)、挥发性含硫组分(EIPMvol-S)和挥发性有机组分(EIPMvol-O)细粒子排放指数, 见图 4e.如图所示, 挥发性含硫PM2.5的排放指数EIPMvol-S在飞行过程中高于非挥发性PM2.5排放指数EIPMnvol和挥发性有机PM2.5排放指数EIPMvol-O.由于挥发性含硫组分细粒子排放主要来自燃油中的含硫物质, 其排放与发动机推力无关.因此当燃油含硫量一定时, 排放指数为常数.为考察燃油含硫量最大情况下的细粒子排放特征, 研究中使用国标最大含硫限值0.2%为条件, 计算EIPMvol-S为0.20 g·kg-1.同时, 飞行过程中EIPMvol-O处于较低状态, 在空中飞行阶段大部分时间数值约为0.01 g·kg-1, 其他飞行时间排放指数低于0.01 g·kg-1.非挥发性组分PM2.5排放指数EIPMnvol, 由发动机启动后的0.05 g·kg-1开始逐渐升高, 在滑出过程2 min后达到0.15 g·kg-1, 其后数值变化较小.在下降过程开始后排放指数略有变化, 直至着陆阶段.
3.3 污染物排放量 3.3.1 污染物排放总量飞行过程中, CO、UHC、NOx、SO2、CO2、PM2.5等污染物的排放总量, 见图 5a.作为温室气体的CO2, 在飞行过程中的排放总量为2.0×104 kg, 远高于其他排放物质.对城市空气质量影响较大的污染物中, 排放量最大的污染物为NOx, 本次飞行全过程总排放量约为213.4 kg.与NOx相比, 其他污染物排放量处于较低水平.SO2的排放量约为24.5 kg.此外, CO和PM2.5的排放量分别为7.5和2.2 kg.而UHC排放量最低, 约为0.5 kg.
 |
| 图 5 飞行过程(a)及各飞行阶段(b)污染物排放量 Fig. 5 Air pollution emissions of the flight(a) and different phases(b) |
在各飞行阶段中, 飞机发动机的污染物排放量, 见图 5b.在空中飞行阶段, 特别是巡航过程, 飞行时间长、耗油量大, 此时污染物排放量均高于其他飞行阶段.具体在各飞行阶段中, 污染物排放量由高至低顺序一致, 依次为CO2、NOx、SO2、CO、PM2.5和UHC.其中, CO2和SO2的排放量变化, 只与飞行阶段耗油量有关, 即受到燃油流量和飞行时间的影响.而CO、UHC、NOx和PM2.5等污染物的排放量, 受到了燃油流量、飞行时间及排放指数的共同影响.
各阶段污染物排放量占飞行全过程总排放量比例, 见图 6.CO2在空中飞行阶段, 排放量为1.7×104 kg, 占全过程总排放量的87%.其中, 仅在巡航过程的CO2排放量即占总排放量的56%.起飞阶段和着陆阶段排放量相对较低, 所占比例分别为10%和3%.
 |
| 图 6 各污染物在不同飞行阶段排放量所占比例 Fig. 6 The emission proportion in each phase |
NOx在起飞、空中飞行和着陆阶段的排放量分别为40.7、169.4和3.3 kg, 所占比例分别为19%、79%和2%.如图 6所示, 与其他污染物相比, NOx在地面起飞、初始爬升和高空爬升过程中的排放量所占比例较高.主要原因是在这些飞行过程中发动机推力大, NOx排放指数高, 排放量所占比例升高.而在巡航过程排放量所占比例约为43%, 低于其他污染物类型.
在大部分飞行阶段中, SO2的排放量仅低于NOx.其中, 巡航阶段排放量为21.3 kg, 占SO2排放总量比例接近87%.在巡航过程中排放量也达到了13.6 kg, 占SO2总排放量的56%.起飞阶段和着陆阶段的排放量分别为2.4和0.8 kg.由于SO2与CO2在各阶段的排放量仅与飞行耗油量有关, 因此两种污染物在各阶段排放量所占比例, 与各阶段耗油量占总耗油量的比例一致.
飞行过程中, CO在起飞、空中飞行和着陆阶段的排放量分别为0.9、6.2和0.4 kg, 对应比例为12%、83%和5%.图 6所示, CO在滑出过程排放量占总排放量比例约为9%, 与其他污染物相比较高.主要原因是此时发动机由冷车状态启动, 保持慢车较小推力运行, CO的排放指数处于飞行过程中的最高状态(图 4a), 导致排放量较高.
PM2.5在起飞、空中飞行和着陆阶段, 其排放量分别为0.2、1.9和0.1 kg, 所占比例为10%、87和3%, 与SO2、CO2的排放比例情况较为接近.由图 4d可知, PM2.5排放指数随飞行过程推力变化幅度较小, 除滑入过程外其他飞行阶段平均排放指数均为0.35 g·kg-1, 因此, PM2.5在各阶段的排放量的变化, 主要受到耗油量的影响.
相比其他污染物, UHC在飞行全过程的排放总量最低, 因此各飞行阶段的排放量也处于较低水平.在飞行中的以空中飞行阶段的排放为主, 排放量为0.4 kg, 占总排放量比例约90%.在起飞和着陆阶段, UHC排放量低于0.1 kg.
3.3.3 PM2.5各组分排放特征飞行过程中, PM2.5各组分排放量占PM2.5总排放量比例, 见图 7.在飞行过程中PM2.5总排放量为2.22 kg, 挥发性组分和非挥发性组分细粒子排放量分别为1.30和0.92 kg, 分别占细粒子总排放量的比例为58%和42%.挥发性组分细粒子包括了含硫组分和有机组分.根据计算结果, 含硫组分PM2.5排放量约为1.25 kg, 对细粒子排放总量的贡献率达56%, 显示出燃油中的含硫物质对飞机发动机PM2.5排放的重要影响.挥发性有机组分的排放量仅占PM2.5排放总量的2%, 处于较低水平.
 |
| 图 7 飞行过程PM2.5 3种组分所占比例 Fig. 7 The emission proportions of PM2.5 components |
本次计算利用真实飞行数据, 以及修正模型计算, 获取了污染物精确排放量.ICAO基准模型, 对各飞行阶段使用固定燃油流量和飞行时间计算耗油量, 并使用基准条件下的固定排放指数(表 1), 估算飞机LTO起降阶段的污染物排放量, 其结果与本次航班飞行中LTO阶段的精确计算结果相对偏差, 见表 3.总体上, ICAO基准模型的估算结果存在较大偏差.
| 表 3 ICAO基准参数估算结果与耦合模型精确计算结果的相对偏差 Table 3 Relative deviation of results calculated by ICAO standard model and coulping model |
|
ICAO基准模型中使用的飞行时间, 在滑出、爬升和滑入阶段相比实际飞行时间偏长, 在起飞和进近着陆阶段比实际时间偏短.基准模型LTO起降总时间比本次飞行LTO起降过程偏长37%.同时, 由于基准模型中的燃油流量参数与实际运行中存在差异, 造成ICAO基准模型估算的滑出、滑入阶段耗油量, 比实际耗油量分别偏高60%和276%, 而在其他阶段估算油量偏低, 导致模型估算总油量偏差为5%.
由于SO2与CO2的排放指数不随推力改变, 基准模型的估算结果与利用真实飞行参数的精确计算结果的差异, 主要由耗油量的差异引起.因此, 使用ICAO基准模型估算SO2和CO2排放量结果的偏差与耗油量的偏差数值上相等, 如表 3所示, 基准模型均将滑行阶段(包括滑出、滑入)排放量高估, 而将其他阶段将排放量低估.基准模型将SO2和CO2在LTO起降阶段的排放量估算结果比精确计算结果高估约5%.
除CO2以外排放量最大的污染物NOx, ICAO基准模型估算总量结果存在较大偏差, 约为-76%.其中, 基准模型将滑入阶段排放量估算偏高143%.此外, 基准模型对其他阶段的NOx排放量估算结果存在一定程度的偏低, 偏差在-3%~-85%之间.
CO和UHC两种污染物, 使用ICAO基准模型估算起降阶段排放总量, 结果分别偏高322%和36%.其中, 对于CO, 在滑出、进近着陆和滑入阶段ICAO基准模型的估算结果高于精确计算数据, 特别是滑入阶段, 偏差达1057%, 造成排放总量结果偏高.而对于UHC, 除滑行阶段外的估算结果偏高, 在其他飞行阶段基准模型估算结果偏低, 偏差约为-7%~-51%.
使用ICAO基准模型估算起降阶段PM2.5的排放总量, 结果与利用真实飞行数据精确计算结果基本相同, 偏差低于-1%.但对各飞行阶段的细粒子排放量估算, 依然存在较大偏差.其中, ICAO基准模型估算滑出和滑入阶段PM2.5排放量, 分别偏高42%和235%.而在其他阶段, 基准模型存在一定程度的低估.
3.5 与机动车排放情况对比以本次A320飞机发动机在机场区域LTO起降阶段排放的NOx为例, 与机动车排放情况对比.根据现有研究数据(廖瀚博, 2012), 排量2.0 L以下的汽油小客车, 以平均行驶速度40 km·h-1条件, 一辆车NOx综合排放因子为0.51 g·km-1.并以珠三角地区调查结果, 此类型小客车日均行驶里程约68 km, 估算一辆小客车NOx日排放量约为34.5 g.依据此数据, A320飞机一次航班的近地面起飞着陆飞行, NOx排放量约等于一辆小客车行驶8.6×104 km, 或相当于1274辆小客车1 d的排放量.
根据统计, 2016年4月, 广州白云机场, A320系列机型, 单日LTO起降数量为215循环, 占机场总起降数量的比例约为40%.据此计算, 广州白云机场单日仅A320系列机型起降过程排放的NOx相当于约27万辆轻型汽油车的单日排放量.
4 结论(Conclusions)1) 利用飞机机载飞行数据, 基于BM2及BM2-FOA耦合模型, 计算了一次真实航班飞行全过程中, 随发动机推力和飞行高度等变化后的CO、UHC、NOx和PM2.5每一时刻的精确排放指数.其中, CO和UHC排放指数与推力变化趋势相反, 数值范围分别为0.67~595.34 g·kg-1和0.05~0.43 g·kg-1.发动机慢车推力滑行过程CO和UHC排放指数较高, 地面低飞、初始爬升、高空爬升、巡航等大推力阶段排放指数较低.而NOx排放指数与燃油流量变化趋势一致, 地面起飞过程最高, 其次为爬升、巡航过程, 滑行过程最低, 数值范围0.96~114.25 g·kg-1.PM2.5排放指数全过程变化较小, 约为0.25~0.36 g·kg-1.
2) 精确计算了CO、UHC、NOx、SO2、CO2和PM2.5等污染物在各飞行阶段及全过程的排放总量.本次航班飞行距离约为1647 km, 作为温室气体的CO2排放总量最大, 约为2.0×104 kg.对城市空气质量产生影响的污染物中, NOx的排放量最高, 约为213.4 kg.在使用含硫量0.2%的航空煤油时, SO2的排放量为24.5 kg.CO、PM2.5和UHC的排放量分别为7.5、2.2和0.5 kg.其中, 挥发性含硫组分对细粒子排放总量贡献率达56%.显示出燃油中的硫组分对污染物(SO2、PM2.5)排放具有重要影响.各飞行阶段中, 空中飞行阶段时间长耗油量大, 所有污染物在此阶段排放量最高.起飞阶段由于耗油量高于着陆阶段, 因此起飞阶段污染物的排放量也高于着陆阶段.由于NOx在大推力时排放指数更高, 因此与其他污染物相比, 起飞阶段的NOx排放量所占比例, 较为突出.
3) 利用ICAO基准模型对此架A320机型一次LTO起降循环飞行进行估算, 并与本次精确计算结果进行对比后发现, ICAO基准模型LTO飞行时间偏长37%.虽然估算总耗油量偏差较小, 但对各阶段耗油量的估算结果均有较大偏差, 并对各阶段污染物排放量的计算结果产生影响.对排放总量的估算结果中, CO、UHC偏高, NOx偏低, 且偏差较大.SO2和CO2估算总量偏差较小, 与耗油量估算偏差一致.ICAO基准模型对PM2.5在LTO起降阶段的排放总量的估算结果偏差较小.但在总体上, 基准模型对各飞行阶段的污染物排放量均存在较大偏差.
4) 与排量2.0 L以下的汽油小客车相比, A320飞机一次航班的近地面起飞着陆飞行, NOx排放量约等于一辆小客车行驶8.6×104 km, 或相当于1274辆小客车1 d的排放量.2016年4月, 广州白云机场单日仅A320系列机型起降过程排放的NOx相当于约27万辆轻型汽油车的单日排放量.
Barrett S R, Britter R E, Waitz I A. 2010. Global mortality attributable to aircraft cruise emissions[J]. Environmental Science and Technology, 44: 7736–7742.
DOI:10.1021/es101325r
|
Barrett S R, Yim S H L, Gilmore C K, et al. 2012. Public health, climate and economic impacts of desulfurizing aviation fuel[J]. Environmental Science and Technology, 46: 4275–4282.
DOI:10.1021/es203325a
|
Baughcum S L, Tritz T G, Henderson S C, et al. 1996. Scheduled Civil Aircraft Emission Inventories for 1992: Database Development and Analysis[R] NASA
|
曹国良, 安心琴, 周春红, 等. 2010. 中国区域反应性气体排放源清单[J]. 中国环境科学, 2010, 30(7): 900–906.
|
Carslaw D, Ropkins K, Laxen D, et al. 2008. Near-Field Commercial Aircraft Contribution to Nitrogen Oxides by Engine, Aircraft Type, and Airline by Individual Plume Sampling[J]. Environmental Science and Technology, 42: 1871–1876.
DOI:10.1021/es071926a
|
陈源, 谢绍东, 罗彬. 2016. 成都市大气细颗粒物组成和污染特征分析(2012—2013年)[J]. 环境科学学报, 2016, 36(3): 1021–1031.
|
Choi W, Hu S, He M, et al. 2013. Neighborhood-scale air quality impacts of emissions from motor vehicles and aircraft[J]. Atmospheric Environment, 80: 310–321.
DOI:10.1016/j.atmosenv.2013.07.043
|
杜鹏瑞, 杜睿, 任伟珊, 等. 2016. 城市大气颗粒物毒性效应及机制的研究进展[J]. 中国环境科学, 2016, 36(9): 2815–2827.
|
Finkelstein M M, Jerrett M, Sears M R. 2005. Environmental inequality and circulatory disease mortality gradients[J]. Journal of Epidemiology and Community Health, 59(6): 481–487.
DOI:10.1136/jech.2004.026203
|
Fuglestvedt J S, Shine K P, Bernsten T, et al. 2010. Transport impacts on atmosphere and climate: metrics[J]. Atmosphere Environment, 44(37): 4648–4677.
DOI:10.1016/j.atmosenv.2009.04.044
|
高晋徽, 朱彬, 王东东, 等. 2012. 南京北郊O3、NO2和SO2浓度变化及长/近距离输送的影响[J]. 环境科学学报, 2012, 32(5): 1149–1159.
|
Herndon S, Shorter J, Zahniser M, et al. 2004. NO and NO2 Emission Ratios Measured from In-Use Commercial Aircraft during Taxi and Takeoff[J]. Environmental Science and Technology, 38: 6078–6084.
DOI:10.1021/es049701c
|
Herndon S, Jayne J, Lobo P, et al. 2008. Commercial aircraft engine emissions characterization of in-use aircraft at hartsfield-jackson atlanta international airport[J]. Environmental Science and Technology, 42: 1877–1883.
DOI:10.1021/es072029+
|
韩博, 黄佳敏, 魏志强. 2016. 民航飞机起飞过程大气污染物排放特征分析[J]. 环境科学, 2016, 37(12): 69–75.
|
黄清凤, 陈桂浓, 胡丹心, 等. 2014. 广州白云国际机场飞机大气污染物排放分析[J]. 环境监测管理与技术, 2014, 26(3): 57–59.
|
何吉成. 2012. 30年来中国民航运输行业的大气污染物排放[J]. 环境科学, 2012, 33(1): 1–7.
|
黄勇, 周桂林, 吴寿生. 2000. 中国上空民航飞机NOx排放量及其分布初探[J]. 环境科学学报, 2000, 20(2): 179–182.
|
黄勇, 吴冬莺, 王金涛, 等. 2001. 中国上空民航飞机NOx排放分布再探[J]. 北京航空航天大学学报, 2001, 27(3): 289–292.
|
Huang X F, Sun T L, Zeng L W, et al. 2012. Black carbon aerosol characterization in a coastal city in South China using a single particle soot photometer[J]. Atmospheric Environment, 51: 21–28.
DOI:10.1016/j.atmosenv.2012.01.056
|
ICAO. 1993.International Standards and Recommended Practices, Environmental Protection, Annex 16 to the Convention on International Civil Aviation, Vol. Ⅱ: Aircraft Engine Emissions, 2nd ed.; International Civil Aviation Organization: Montreal, Quebec, Canada
|
ICAO. 1995. Exhaust emission data bank [R]. Montréal: International Civil Aviation Organization
|
ICAO. 2011. Airport Air Quality Manual [R]. Montréal: International Civil Aviation Organization, 38-39
|
Kan H D, London S J, Chen G H, et al. 2007. Differentiating the effects of fine and coarse particles on daily mortality in Shanghai, China[J]. Environment International, 33(3): 376–384.
DOI:10.1016/j.envint.2006.12.001
|
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, 35(1): 134–138.
|
刘帅, 宋国君. 2016. 城市PM25健康损害评估研究[J]. 环境科学学报, 2016, 36(4): 1468–1476.
|
民航资源网. 2014中国内地飞机运营情况报告[EB/OL]. http://news.carnoc.com/list/299/299027.html
|
Petzold A, Dopelheuer A, Brock C A, et al. 1999. In Situ Observations and Model Calculations of Black Carbon Emission by Aircraft at Cruise Altitude[J]. Journal of Geophysical Research, 104: 22171–22181.
DOI:10.1029/1999JD900460
|
Pope C A. 2000. Epidemiology of fine particulate air pollution and human health: biologic mechanisms and who's at risk?[J]. Environmental Health Perspectives, 8: 713–723.
|
唐孝炎, 张远航, 邵敏. 2006. 大气环境化学[M]. 北京: 高等教育出版社: 274.
|
Unal A, Hu Y, Chang M, et al. 2005. Airport related emissions and impacts on air quality: Application to the Atlanta International Airport[J]. Atmospheric Environment, 39: 5787–5798.
DOI:10.1016/j.atmosenv.2005.05.051
|
Viana M, Querol X, Alastuey A, et al. 2008. Characterising exposureto PM aerosols for an epidemiological study[J]. Atmospheric Environment, 42(7): 1552–1568.
DOI:10.1016/j.atmosenv.2007.10.087
|
Wayson R, Fleming G, Iovinelli R. 2009. Methodology to Estimate Particulate Matter Emissions from Certified Commercial Aircraft Engines[J]. Journal of the Air & Waste Manage Association, 59: 91–100.
|
魏志强, 刁华智, 韩博. 2014. 民用飞机巡航阶段污染物排放量计算研究[J]. 科学技术与工程, 2014, 14(19): 1671–1815.
|
Wu D, Bi X Y, Deng X J, et al. 2007. Effect of atmospheric haze on the deterioration of visibility over the Pearl River Delta[J]. Journal of Meteorological Research, 21(2): 215–223.
|
夏卿, 左洪福, 杨军利. 2008. 中国民航机场飞机起飞着陆(LTO)循环排放量估算[J]. 环境科学学报, 2008, 28(7): 1469–1474.
|
谢雨竹, 潘月鹏, 倪长健, 等. 2015. 成都市区夏季大气污染物浓度时空变化特征分析[J]. 环境科学学报, 2015, 35(4): 975–983.
|
徐鹏, 郝庆菊, 吉东生, 等. 2016. 重庆市北碚大气中PM2.5、NOx、SO2和O3浓度变化特征研究[J]. 环境科学学报, 2016, 36(5): 1539–1547.
|