基于EDMS模型的航空器大气污染物的排放计算分析

罗雯莉, 白伟伟, 武文飞. 基于EDMS模型的航空器大气污染物的排放计算分析[J]. 环境保护科学, 2020, 46(6): 39-43. doi: 10.16803/j.cnki.issn.1004-6216.2020.06.007
引用本文: 罗雯莉, 白伟伟, 武文飞. 基于EDMS模型的航空器大气污染物的排放计算分析[J]. 环境保护科学, 2020, 46(6): 39-43. doi: 10.16803/j.cnki.issn.1004-6216.2020.06.007
LUO Wenli, BAI Weiwei, WU Wenfei. Emission Calculation and Analysis of Air Pollutants from Aircraft Based on EDMS Model[J]. Environmental Protection Science, 2020, 46(6): 39-43. doi: 10.16803/j.cnki.issn.1004-6216.2020.06.007
Citation: LUO Wenli, BAI Weiwei, WU Wenfei. Emission Calculation and Analysis of Air Pollutants from Aircraft Based on EDMS Model[J]. Environmental Protection Science, 2020, 46(6): 39-43. doi: 10.16803/j.cnki.issn.1004-6216.2020.06.007

基于EDMS模型的航空器大气污染物的排放计算分析

    作者简介: 罗雯莉(1993-),女,硕士、助教。研究方向:机场环境保护。E-mail:852014702@qq.com
  • 基金项目:
    内蒙古工业大学科学研究项目(ZY201905)
  • 中图分类号: X51

Emission Calculation and Analysis of Air Pollutants from Aircraft Based on EDMS Model

  • 摘要: 文章针对航空器运行阶段造成的机场区域环境大气污染现象,阐释了基于飞行计划的航空器污染物排放模型及线源扩散模型计算方法,给出航空器排放大气污染物的减排措施,包括机型组合比例调整、减少航空器地面运行时间、改变下滑角及进近阶段飞行时间,同时应用EDMS模型计算并分析其污染物排放量的变化情况。结果表明,通过使用减排措施,航空器排放的大气污染物均呈减少趋势,验证了减排措施的有效性。
  • 加载中
  • 表 1  调整机型比例后颗粒物(PM2.5)的减少占比

    航空器
    型号
    发动机
    数量/个
    所属分类载客量
    /人
    最大起飞
    质量/kg
    航程
    /km
    年均起降
    架次/架
    PM2.5排放
    量/t
    PM2.5排放
    总量/t
    PM2.5排放
    总量/−90%
    减少比例/%
    B737-8002D162 75 9765 37070 4092.53.53.0 13.0
    B757-2002D192115 0006 32011 0601.0
    A321-2002D186 93 5005 60032 1935.35.95.5 1.3
    B767-3002D218158 7609 700 3 6140.6
    A330-3002E300230 00011 30017 3011.11.71.419.4
    B777-3002E36829755011 135 2 7740.6
    航空器
    型号
    发动机
    数量/个
    所属分类载客量
    /人
    最大起飞
    质量/kg
    航程
    /km
    年均起降
    架次/架
    PM2.5排放
    量/t
    PM2.5排放
    总量/t
    PM2.5排放
    总量/−90%
    减少比例/%
    B737-8002D162 75 9765 37070 4092.53.53.0 13.0
    B757-2002D192115 0006 32011 0601.0
    A321-2002D186 93 5005 60032 1935.35.95.5 1.3
    B767-3002D218158 7609 700 3 6140.6
    A330-3002E300230 00011 30017 3011.11.71.419.4
    B777-3002E36829755011 135 2 7740.6
    下载: 导出CSV

    表 2  机型组合比例调整后各类污染物排放总量 t

    污染物种类初始值调整90%减少占比/%
    CO2592 141.02587 226.250.83
    CO3 427.223 401.520.75
    NOx2 160.392 134.251.21
    SOx231.13229.280.80
    PM2.525.3525.220.50
    PM1025.5025.370.50
    VOC422.43423.27−0.20
    NMHC423.70423.78−0.02
    THC350.38350.45−0.02
    TOG426.30426.39−0.02
    污染物种类初始值调整90%减少占比/%
    CO2592 141.02587 226.250.83
    CO3 427.223 401.520.75
    NOx2 160.392 134.251.21
    SOx231.13229.280.80
    PM2.525.3525.220.50
    PM1025.5025.370.50
    VOC422.43423.27−0.20
    NMHC423.70423.78−0.02
    THC350.38350.45−0.02
    TOG426.30426.39−0.02
    下载: 导出CSV

    表 3  航空器起降循环各运行状态的平均持续时间

    运行状态持续时间/min所占比例/%
    take-off1.23.7
    climb out2.06.1
    approach3.510.7
    taxi in/taxi out26.0 79.5
    运行状态持续时间/min所占比例/%
    take-off1.23.7
    climb out2.06.1
    approach3.510.7
    taxi in/taxi out26.0 79.5
    下载: 导出CSV

    表 4  白云机场不同时间污染物排放量 t

    污染物滑行阶段运行时间/min 减少占比/%
    3026
    CO2592 141.02471 344.2520.4
    CO3 427.222 474.4527.8
    THC350.38250.1728.6
    NMHC423.70307.6127.4
    VOC422.43307.1127.3
    TOG426.30310.3527.2
    NOx2 160.392 009.167.0
    SOx231.13186.2919.4
    PM1025.5022.5711.5
    PM2.525.3522.4111.6
    污染物滑行阶段运行时间/min 减少占比/%
    3026
    CO2592 141.02471 344.2520.4
    CO3 427.222 474.4527.8
    THC350.38250.1728.6
    NMHC423.70307.6127.4
    VOC422.43307.1127.3
    TOG426.30310.3527.2
    NOx2 160.392 009.167.0
    SOx231.13186.2919.4
    PM1025.5022.5711.5
    PM2.525.3522.4111.6
    下载: 导出CSV

    表 5  不同下滑角排放各类污染物总量 t

    污染物3°下滑角4°下滑角减少占比/%
    CO2592 131.10589 704.520.41
    CO2 851.492 838.040.47
    THC347.51346.180.38
    NMHC401.80399.780.50
    VOC399.71398.590.28
    TOG401.80399.780.50
    NOx2 023.502 017.030.32
    SOx219.81218.910.41
    PM1016.0416.040.04
    PM2.516.0416.040.04
    燃油量187 680.22186 911.100.41
    污染物3°下滑角4°下滑角减少占比/%
    CO2592 131.10589 704.520.41
    CO2 851.492 838.040.47
    THC347.51346.180.38
    NMHC401.80399.780.50
    VOC399.71398.590.28
    TOG401.80399.780.50
    NOx2 023.502 017.030.32
    SOx219.81218.910.41
    PM1016.0416.040.04
    PM2.516.0416.040.04
    燃油量187 680.22186 911.100.41
    下载: 导出CSV

    表 6  调整后LTO阶段排放各类污染物总量

    污染物调整前/t调整后/t减少占比/%
    CO2592141.02579232.352.18
    CO3427.223424.820.07
    THC350.38350.060.09
    NMHC423.70423.360.08
    VOC422.43422.090.08
    TOG426.30425.960.08
    NOx2160.392064.044.46
    SOx231.13226.322.08
    PM1025.5025.071.69
    PM2.525.3524.921.70
    污染物调整前/t调整后/t减少占比/%
    CO2592141.02579232.352.18
    CO3427.223424.820.07
    THC350.38350.060.09
    NMHC423.70423.360.08
    VOC422.43422.090.08
    TOG426.30425.960.08
    NOx2160.392064.044.46
    SOx231.13226.322.08
    PM1025.5025.071.69
    PM2.525.3524.921.70
    下载: 导出CSV
  • [1] RAMESH AGARWAL, 刘莉(译). 绿色航空[M]. 北京: 北京理工大学出版社, 2019.
    [2] International Civil Aviation Organization. Trends in Local Air Quality[EB/OL]. https://www.icao.int/environmental-protection/Pages/LAQ_Trends.aspx.
    [3] International Civil Aviation Organization. 2019 Environmental Report. [EB/OL] https://www.icao.int/environmental-protection/Documents/ICAO-ENV-Report2019-F1-WEB%20(1).pdf.
    [4] 中国民用航空局. 2019年民航行业发展统计公报[N]. 中国民航报, 2019-06. http://www.caac.gov.cn/XXGK/XXGK/.
    [5] 宋利生. 基于ICAO起降模型的中国机场飞机排污计算研究[J]. 中国民航大学学报, 2013, 31(6): 46 − 48.
    [6] VENKATRAM A, STRIMAITIS D, DICRISTOFARO D. A semiempirical model to estimate vertical dispersion of elevated releases in the stable boundary layer[J]. Atmospheric Environment (1967), 1984, 18(5): 923 − 928. doi: 10.1016/0004-6981(84)90068-4
    [7] 谭惠卓. 绿色民航[M]. 北京: 中国民航出版社, 2013.
    [8] 李可, 李政. 考虑飞机排放的滑行线路优化[J]. 交通节能与环保, 2009(3): 45 − 48. doi: 10.3969/j.issn.1673-6478.2009.03.012
    [9] 王大海, 杨俊, 余江. 飞行原理[M]. 成都: 西南交通大学出版社, 2003.
    [10] WILSON I, HAFNER F. Benefit assessment of using continous descent appproaches at Atlanta[C]//24th Digital Avionics Systems Conference, Washington DC, 2005.
  • 加载中
表( 6)
计量
  • 文章访问数:  3534
  • HTML全文浏览数:  3534
  • PDF下载数:  35
  • 施引文献:  0
出版历程
  • 收稿日期:  2020-04-20
  • 刊出日期:  2020-12-20
罗雯莉, 白伟伟, 武文飞. 基于EDMS模型的航空器大气污染物的排放计算分析[J]. 环境保护科学, 2020, 46(6): 39-43. doi: 10.16803/j.cnki.issn.1004-6216.2020.06.007
引用本文: 罗雯莉, 白伟伟, 武文飞. 基于EDMS模型的航空器大气污染物的排放计算分析[J]. 环境保护科学, 2020, 46(6): 39-43. doi: 10.16803/j.cnki.issn.1004-6216.2020.06.007
LUO Wenli, BAI Weiwei, WU Wenfei. Emission Calculation and Analysis of Air Pollutants from Aircraft Based on EDMS Model[J]. Environmental Protection Science, 2020, 46(6): 39-43. doi: 10.16803/j.cnki.issn.1004-6216.2020.06.007
Citation: LUO Wenli, BAI Weiwei, WU Wenfei. Emission Calculation and Analysis of Air Pollutants from Aircraft Based on EDMS Model[J]. Environmental Protection Science, 2020, 46(6): 39-43. doi: 10.16803/j.cnki.issn.1004-6216.2020.06.007

基于EDMS模型的航空器大气污染物的排放计算分析

    作者简介: 罗雯莉(1993-),女,硕士、助教。研究方向:机场环境保护。E-mail:852014702@qq.com
  • 1. 内蒙古工业大学航空学院,内蒙古自治区呼和浩特市 010051
  • 2. 呼和浩特机场公司,内蒙古自治区呼和浩特市 010020
基金项目:
内蒙古工业大学科学研究项目(ZY201905)

摘要: 文章针对航空器运行阶段造成的机场区域环境大气污染现象,阐释了基于飞行计划的航空器污染物排放模型及线源扩散模型计算方法,给出航空器排放大气污染物的减排措施,包括机型组合比例调整、减少航空器地面运行时间、改变下滑角及进近阶段飞行时间,同时应用EDMS模型计算并分析其污染物排放量的变化情况。结果表明,通过使用减排措施,航空器排放的大气污染物均呈减少趋势,验证了减排措施的有效性。

English Abstract

  • 自从民用航空工业出现以来,CO2排放每年都在增长,即使燃油效率在提高,运输高需求仍会导致CO2排放上升。近年来,中国的碳排量增长率最高为8%,亚洲其他国家是5%,欧洲经合组织每年也以3%持续增长,北美以2%的速率增长[1]。2013年,国际民用航空组织International Civil Aviation Organization(ICAO)大会通过了一项决议,即制定一个全球市场机制,以减少航空排放,并在2016年ICAO大会上作出决定,将从2020年起实施。ICAO第39届会议上提出,到2045年国际航空运输量将增加3.3倍。2015年国际航空消耗的燃料约为1.6亿t,预计到2045年,燃油消耗量将比2015年增加2.2~3.1倍;其中,NOx排放量约从18万t增至44万t到80万t不等,颗粒物排放量从2015年约1 243增加到3 572 t[2]。2013年,ICAO建立了第一个合作伙伴关系,以发展与欧洲联盟执行计划,联合援助国际二氧化碳减排能力建设项目,主要目标是支持制定志愿行动计划、开办航空公司收集数据的环境系统Air Environment System(AES)、建立排放清单和监测航空二氧化碳排放量以及实施减少航空排放的措施。截至2019年11月,117个成员国已向ICAO递交了《国家行动计划》(State Action Plans)[3]。国际上,目前有不同的减排策略可供选择,包括发展先进的飞机机体、发动机或替代燃料技术、制定新的政策和标准(如CO2排放认证标准)与修改操作技术规程。新技术、可持续喷气燃料和相关政策都可以被用于减排措施中。据我国民航2019年行业统计数据,与2005年相比民航吨公里油耗下降16.2%;CO2排放量减少约26.7万t;机场能源使用中,电力、太阳能、天然气等占比达84.4%[4]。可以看出,我国民航业在节能减排方面取得了一定的成绩,但针对机场大气污染排放的统计工作还处于初步阶段且尚未公布,尤其对航空器大气污染物的排放与扩散现状研究不足。从全国民航机场来看,仅北京大兴国际机场对航空器大气环境影响做出过研究,但尚未提出用于减少排放的全面、有效的技术措施。本文基于航空器大气污染物排放与扩散模型,给出减排措施、计算其减排成效,同时依据机场不同的运行模式给出建议。

  • 依据ICAO规定的一个标准起飞着陆循环Land and Take-Off(LTO循环)包含航空器运行的4个阶段,分别是起飞(take-off)、爬升(climb-out)、进近(approach)及滑行(taxi in/taxi out)。假设某类型航空器某一种污染物一周大气污染物排放量为Et[5]见式(1)。

    式(1)中:$u$表示航空器排放大气污染物的类型;$v$表示发动机的工作模式,即LTO循环的四阶段;${E_{u,v}}$表示某种污染物的总量,kg,可由式(2)得出。

    式(2)中:p表示航空器类型;q表示发动机类型;np表示发动机数量,台;sp,q表示LTO循环数,该值与机场起降架次有关;Fp,q,v表示燃油消耗率,kg/s,Ep,q,u,v表示排放因子,g/kg,二者均由ICAO公布的排放数据库查得;tv,p表示持续时间,s。

    本文使用线源扩散模型计算时,由于存在烟羽下洗现象,导致污染物浓度不仅存在竖向分量,还存在水平分量[6]。因此,某位置的污染物扩散浓度计算见式(3)。

    式(3)中:$ {C}_{r} $表示r处污染物浓度,$ {\rm{m}}{\rm{g}}/{{\rm{m}}}^{3} $$ Q $表示污染物的排放量,$ {\rm{m}}{\rm{g}} $$\overline u $为风速的均值,$ {\rm{m}}{\rm{g}}/{\rm{s}} $${\sigma _{zs}}$表示竖向扩散浓度,$ {\rm{m}}{\rm{g}}/{{\rm{m}}}^{3} $$ {h}_{es} $表示污染源高度,$ {\rm{m}} $$ {Z}_{ieff} $表示混合高度的有效值,$ {\rm{m}} $$ {F}_{y} $表示侧向分布函数。

  • 航空器大气污染物排放的影响因素可归纳为内部因素与外部因素,内部因素包括航空器自身结构的改良、发动机结构的调整、清洁燃料的使用等;外部因素包括航空器使用方式优化、运力优化及运行程序的优化等。以下针对外部因素提出减排措施。

    排放与扩散模型系统(EDMS)是美国环境保护署与美国联邦航空管理局共同开发的一款计算机场区域大气环境的软件,目前全球各个机场的区域环境影响预测评价工作基本都依托于EDMS系统。本文利用EDMS模型系统计算实施减排措施前后污染物的排放总量,对比说明减排措施的有效性。

  • 机型组合比例调整,即为实现机场区域大气污染物的减排效果,使用排放量较低的机型取代排放量较高的机型的减排措施。本文在取代过程中,将航空器发动机数量、所属分类、载客量、航程、最大起飞质量等影响因素纳入,选取排放量较小的机型作取代调整。综合以上,调整污染物排放量较大的机型占比至90%,得到各类污染物在调整机型比例后的变化情况,以PM2.5为例说明调整方式,见表12

    通过将B737-800与B757-200、A321-200与B767-300、A330-300与B777-300的机型组合比例调整为原机型的90%及10%,可得到PM2.5的减少占比分别为13%、1.3%及19.4%。表2为机型组合比例调整后各类污染物的排放总量,可以看出,氮氧化物(NOx)减少比例最多,减少了1.21%,二氧化碳(CO2)减少比例为0.83%。同时,表中也存在机型组合调整模式对各别污染物并非呈现减少效果的现象,如非甲烷总烃Non-methane Hydrocarbon(NMHC)、挥发性有机化合物Volatile Organic Compounds (VOC)。因而,针对以CO、CO2、PM2.5、PM10及NOx大气污染物排放为主的机场,减排措施建议采用调整机型组合比例的方式。

  • 航空器地面交通堵塞导致滑行阶段运行时间增加,致使航空器污染物排放量极具增加。依据ICAO的规定:一个标准LTO循环滑行阶段运行时间为26 min。在欧洲,滑行阶段时间占据各状态总运行时间的10%~30%。在我国,LTO循环的进近阶段、起飞阶段、爬升阶段的运行时间仅占总时间的20.5%,而滑行阶段的时间占总时间的79.5%。以北京首都国际机场为例,航空滑行时间在繁忙小时已超过30 min[7]。航空器LTO循环各运行状态的平均持续时间见表3[8]

    基于以上数据,在计算污染物排放量时,将LTO循环的滑行阶段运行时间分别设定为30 min、26 min。若我国大型繁忙机场以ICAO规定的标准LTO循环时间为参照,采用减少地面滑行阶段运行时间至一个标准LTO循环的措施,航空器大气污染物的排放量将减少。广州白云国际机场航空器滑行阶段运行时间分别为30 min、26 min的各类大气污染物排放的计算结果见表4

    表4可见,减少航空器地面运行时间可有效降低大气污染物排放。其中,总碳氢化合物Total Hydrocarbon(THC)、CO、NMHC、VOC、总有机气体Total Organic Gas(TOG)、CO2的排放量减少最多,分别减少了28.6%、27.8%、27.4%、27.3%、27.2%及20.4%,SOx、PM2.5、PM10减少程度居于其中,分别减少了19.4%、11.6%、11.5%,NOx减少比例最少为7%。因此,该措施可被应用于机场大气污染减排工作中。

  • 采用连续下降进近程序(CDA)是在进近阶段使航空器保持不变的飞行姿态,以固定下滑角着陆。相比传统程序,CDA进近程序的优点是可以通过优化航空器航行路径的手段,缩减航空器的飞行时间,进一步降低燃油消耗量,最终获得减排成效。为实现CDA进近程序减排的目的,可采用以下2种方式,分别是改变下滑角及航空器最后进近航段的运行时间。

  • 依据式4可知,进近阶段,发动机的推力随下滑角增加而减小[9]见式(4)。因此,为进一步降低燃油消耗量,实现减排成效,可通过增大下滑角的方式。

    式(4)中:$\theta $表示下滑角;D表示航空器所受阻力,N;P表示发动机推力,N;W表示航空器质量,kg;K表示比例系数。

    选取下滑角分别为3°及4°,得出结果见表5

    由此得出,通过调整下滑角为4°后,大气污染物排放量均降低。其中,TOG及NMHC的减少量最多,CO的减少量居于其次,CO2、SOx减少量亦较多,颗粒物PM10及PM2.5减少量最少,均为0.04%。因此,对于不以PM10及PM2.5排放为主的机场,可通过改变下滑角降低航空器大气污染物的排放量,实现机场减排的成效。

  • 区域导航Regional Navigation(RNAV)是一种允许航空器在导航覆盖范围内沿给定航路点所构成的航迹飞行的导航方法。RNAV技术在操作过程中允许在任何空域中导航,而无需地面辅助工具。1998年4月,欧洲提出精确区域导航Precision-RNAV(P-RNAV)的概念,它是RNAV的升级,通过在机场区域向量群中获取起飞与到达、中转与经停的所有航空器的航迹,得到全部向量路径的中值,形成pRNAV路线。研究显示,采用pRNAV路线得出航空器在最后进近阶段可以节省1 min的飞行时间[10]

    由公式2可以得出,特定机型特定污染物的排放量与该运行阶段的持续时间变化一致。也就是说,若要求得改变进近阶段飞行时间后不同污染物的排放量,仅需确定运行时间的变化比率,即是各类污染物排放量的变化比率。利用式5、6计算改变后污染物的排放量及航空器运行各阶段排放总量减少占比,见表6

    式(5~6)中:tj表示进近持续时间,min;kj表示时间因子;Eij表示在特定发动机工作模式下污染物的排放量,kg;Ei表示污染物的排放总量,kg。

    上述结果反映采用精确区域导航系统后,污染物的排放量均降低。其中,NOx排放减少量最多,CO2排放量减少2.18%,PM2.5的减少占比为1.7%。因此,改变进近阶段飞行时间可以降低航空器大气污染物排放,最终实现实现机场减排。

  • 1)阐释了基于飞行计划的航空器污染物排放模型及线源扩散模型计算方法。

    2)本研究提出多种减排技术措施,包括机型组合比例调整、减少航空器地面运行时间、改变下滑角及进近阶段飞行时间,并应用EDMS模型分析其污染物排放量的减少占比。对于以CO、CO2、PM2.5、PM10及NOx大气污染物排放为主的机场,可在满足运量的前提下调整机型组合比例;繁忙机场可考虑采用减少航空器地面运行时间的方式;使用连续下降进近程序可被应用到任何机场;以上措施可依据机场不同运行模式相互组合。

参考文献 (10)

返回顶部

目录

/

返回文章
返回