Dynniq正在测试其空气质量监测仪
2017-01-18 15:57:58   来源：www.its114.com   作者:    评论：0

　Dynniq的虚拟排放监测示意图

　　正如彼得科比和格雷斯顿描述的那样，英国高速公路已经启用了基于现有数据的空气质量评价体系并且目前正在曼彻斯特进行测试。

　　众所周知，道路机动车辆排放的废气是NO2污染物的主要来源，特别是在城市里。为了保护环境和公众身体健康，适当的交通运输管控措施意义非凡。但是该以什么样的形式来进行管理却不太确定——禁止卡车或禁止所有车辆，实行区域低排放限制或鼓励低排放车辆。

　　?在许多城市，一些本土化的项目旨在通过利用已建立的城市交通控制（UTC）系统来将汽车尾气排放的影响降到最小。然而，该措施很显然不太适用于比较难执行具体交通管制措施的高速公路上。不过也不排除有一些高速公路管控项目在达到良好环境效益的同时也能够保障人们的顺畅出行。

　　监测方式

　　作为2014年5月份创新研究的一小部分，Dynniq（原英泰交通与红外线公司）与英国运输系统中的Catapult和Mouchel合作共同探讨控制高速公路车辆排放量来改善空气质量的可行性。桌面研究（desktopstudy）利用一个微观交通模型来模拟交通，观察Dynniq开发的自适应环境控制（AEC）的效果。AEC是一种估算车辆实时尾气排放量的控制算法，并自动实施交通管制措施来减少高速公路中产生的尾气排放量。

　　交通控制方案对空气质量的影响

　　AEC结合官方预测（车辆按照车辆品牌、燃料类型来划分），通过模型中汽车的排放量和从虚拟感应线圈采集的模拟实时交通数据来推算实际高速公路上汽车尾气的排放量。在这种情况下，AEC的原型就是一个动态的长廊式系统，可适用于各种布局形状的道路网、陡坡并可监测谢菲尔德附近M1高速公路的拥堵状况。

　　在9公里长的模拟道路内，每隔500米便采用传统的办法来计算汽车尾气的排放量。如果实时排放状况超过阈值的任何位置，都将会采取控制措施如强制限速、封闭车道或下发汽车禁令，以减少该位置汽车尾气的排放。

　　通过采取这种长廊式部署的办法，AEC可以减少超过20％的高速公路汽车尾气排放，虽然这是一个非常明显的成果，但是分析模型的整体数据发现，特别是在目标区域的上游地段，排放总量却增加了1.7％。

　　AEC采用的是非标准化的控制技术如采用专车道来限制车辆，该项目表明，可以通过控制车流量来降低高速公路上车辆的尾气排放，同时它也改善了模型中行车时间的整体布局。

　　更广泛的应用

　　AEC测试完成后，Dynniq开始做虚拟排放监测（VEM）项目，该项目基于初始AEC概念即国家大气排放研究所（NAEI）得来的实时数据（实时交通速度，流量和车型）。该虚拟排放监测适用于大部分高速公路网中现有的使用线圈或者雷达的车辆监控系统，它可以反映车身长度、速度、流量和每条车道的占有率。排放量计算概念被重新定义，英国高速公路采集的1400万个数据点被重新绘制岀来使其可视化。最初，这只是根据历史数据（见排放量图）来完成。

　　VEM系统随后得到改进以适应路网结构和过滤器，显示M60高速公路上的车辆尾气排放或特殊车辆的尾气排放。英国高速公路实时中央控制系统使运营商能够了解整个道路网当前的排放情况。国际交通运输公司展示给全球用户的是先进的VEM界面，其可用于特定区域的监控，历史数据分析和充当紧急情况的管理工具。

　　通过利用现有的基础设施和数据库信息，VEM可以为交通管理者提供经济有效的工具，而地图或仪表盘显示图则可提供详细的尾气排放信息。这使得道路交通管理者可以了解重型货车或柴油车可能带来的影响，提前采取相关的交通管制措施，并帮助制定交通政策。

　　系统测算尾气的排放量不受可变因素如风速、周围建筑物或道路布局的影响，因此，当交通条件发生变化时也可以此类比。

　　城市区域

　　当Dynniq与英国大曼彻斯特交通运输部、曼切斯特大学、KAMFutures就一个名为Aquaria的实时城市空气质量分析及信息驱动解决方案展开合作时，Dynniq能够将VEM适用于城市环境。

　　该原型系统使用由VEM得出的排放状况（通过对实时交通数据的处理）、风速测量和扩散模型相结合来实时预测城市环境下NO2的浓度，并将浓度结果直观可视化地表现出来。

　　项目的一部分包括评估在何种条件下有针对性的交通管控方案可以避免或减少NO2浓度超标。来自曼彻斯特大学的Whitworth天文台的历史数据（2014年6月1日至2016年2月29日）分析表明95%的尾气排放测量结果都超过59.2微克/立方米。在秋冬季节是最高的，因为这两个季节风都比较小。

　　为了测试排放量改变假说，并试图减少NO2浓度，在2016年3月份的项目结束之时TfGM的SCOOT系统在早高峰期间施行了为期三天的交通管控。

　　曼彻斯特牛津路空气中NO2浓度的预测值和实际值

　　一项正在实践的交通管控方案计划通过改变SCOOT的模型来优先设置一条主干道直通曼切斯特。该系统通过使用VEM来捕捉交通行为的变化和NO2扩散模型来预测空气质量。包括车辆类型、速度和自动流量计数（ATC）站点车流量在内的数据与SCOOT系统的交通流量数据组合在一起就反映了整个城市的交通概况。出行时间、谷歌实时预测出行时间以及蓝牙数据则可以用来推断速度。

　　这些数据的获取使得特别是曼切斯特等地的NO2浓度可以通过城市扩散模型使用研究区域内的NOx分析仪来测量，测量NO2浓度。

　　由VEM的交通流量数据和扩散模型预测的NO2浓度值与NO2浓度实际测量值进行比较，曼彻斯特研究区域24小时（2016年1月25日）之内的模拟值和实际值的比较。这些只是表示，由于有限的时间段，它们显示出较强的相关性——事实上，这两个数值的相关系数为0.66，这与现有的空气质量测量模型得出的结果具有很高的匹配度。

　　该VEM评估结果表明改变了的交通管控方案确实减少了尾气排放量（见图表）。分散模型在固定风速为2.5米/秒的情景下（对比有和无交通管控方案的效果）模拟得出在三天早高峰期间NO2浓度每立方米减少了2.9-4.9微克，该公司目前正在研究如何呈现对更广泛区域的交通管控方案对于空气质量的潜在影响。

　　局限性在于这只是在固定风速和有限的数据集条件下得出NO2浓度降低。但VEM也的确是见证了改变交通管控方案所带来的变化。这增强了该系统可以用来评估更宽范围干预的信心。

　　该AEC项目显示在城市交通环境下采用交通控制技术可以用来减少特定区域的尾气排放，VEM工具具备帮助地方和国家当局管理空气质量的潜力。

　　从城市的角度来看，它证明了禁令和宵禁并不是改善特定地区空气质量的唯一途径。现有的实时交通数据和分散建模可以用来预测城市道路上NO2的浓度，与目前许多政府所采用的空气质量模型所得出的结果一样准确。此外，VEM可以在不需要部署任何空气质量监测装置的前提下评估一系列影响。

　　建模的实践表明，VEM可以帮助道路交通管理者制定临时交通管制措施并决定在何时何地采取措施来减轻汽车尾气排放带来的影响。然而，在其他地区进一步的实践过程则需要全年12个月的数据采集和验证。

　　空气质量限制

　　为了保护公众的健康，欧盟空气质量法规定了道路中NO2的浓度限制：每立方米空气中NO2的含量不能超过200μg，一年的时间里不能超过这个数值的18倍，每小时平均限值为每立方米不超过40μg。英国官方的预测是到2020年大多数英国城市（要做空气质量研究报告的城市）NO2浓度都不能减少到预期目标值。（原载智慧交通杂志9月刊）