OSPM 模式簡介

OSPM 是基於 CPB Model(Yamartino and Wiegand,1986)所發展出來的 模式，如圖 3.4 所示，其模擬之濃度來源分為直接擴散濃度和街道內再循 環濃度。

摘自 Hertel(1997).

圖 3.4 OSPM 模式理論概念圖

直接擴散濃度部分採用煙羽模式來計算，並假設車流及其排放量皆均 勻分布於街谷中，而其排放源視為線源，且和風向垂直，並忽略橫向風之 擴散。線源排放密度計算方式如下:

dQ = dx

(3.4) 其中 Q 為移污之排放系數(gm^-1s^-1)，W 為街道路寬(m)。

而離線源距離為 x 處之濃度為:

dC_d =

√

_π² _u ^d

bσ_z(X) (3.5)

其中 C_d為該點之濃度；u_b為沿街道的風速; σ_z(X)為順風向之垂直分布參 數。 (σ_z(X)) is modelled assuming that the dispersion of the plume is solely

22

governed by the mechanical turbulence 且假設不受熱紊流所影響，，來源主 要為風和交通因子:

σ_w = ((αu_b)²+ σ ₀²)^1⁄2 (3.6)

其中σ_w為垂直方向之紊流速度分布；α是常數，訂為 0.1；σ_w0為車輛所引 起的紊流參數。

故可得到σ_z(X):

σ_z(X) =

σ

_wu^x

b +h0 (3.7) 其中 h₀為初始擴散常數，一般設為 2m。

而當風向都垂直於街道時，可得到直接擴散濃度之公式:

Cd =

√

²

π σ_w

ln

^h0+(σ_h^w⁄ub)

0 (3.8)

而再循環之濃度計算是採用盒子模式模擬，如圖 3.5 所示，假設街道 之循環流動似梯形，再循環區即沿著梯形之邊緣流動，但可能會因為下風 處有缺口而被限制住。移污每單位長度之進流率如下:

INFLOW = L_rec (3.9)

其中 L_rec為再循環區域的寬度，如圖 3.3b 所示。

而出流率為:

OUTFLOW = C_rec(σwt*L_t + u_t*L_s1 + u_bL_s2) (3.10) 其中σ_wt 為頂端緣之通量速率; u_t 為上側端緣之通量速率; u_b為下側端緣之 通量速率; L_t為梯形頂邊長、L_s1及 L_s2為梯形斜邊長，並且考慮到再循環區 域的延展性與街道的幾何形式。

23

此時假設:

1. 假設進入再循環區之濃度等於流出再循環區之濃度，並且於此區內混 合效果佳。

2. 當風渦流拓展到整個街谷內時，迎風面之直接擴散濃度為零，只剩下 再循環部分所貢獻之濃度；但於背風面之污染物濃度為兩者之和。而 直接擴散濃度通常會大於再循環部分之濃度。

則此時再循環所貢獻之濃度為:

C_rec =

σ_wt (3.11)

摘自 Hertel(1997).

圖 3.5 再循環區(a)街道中的再循環區示意圖; (b)下風處的建築物阻斷再循

24

環區示意圖。

圖 3.6(a)與 3.6(b)所示範例街道 A 與 B 之模式模擬結果，均為一條高 20m 寬 20m、900 輛小車以及 100 輛大車、車流速度為 40lm/h 之東西向道 路，範例 A 二旁有 20m 高的建築物，但 B 只有南側有。排放密度為 1000 units 𝑚⁻¹𝑠⁻¹。圖 3.4 表示為當風速為 8、6、4、2、1、0.5、0 m/s 時，位於南北 兩受體點之濃度皆為風向之函數，並呈現出背風面之濃度高於迎風面之濃 度，且當風向為 90 和 270 度時，會有濃度最大值產生。當風速小於 2m/s 時，風的流動則漸減，直到幾乎不流動(風速等於零)，此時風向的影響也 消失。

圖 3.5 由於只有南側街道旁有建築物。從北邊之受體點結果可以發現 當風速較快時，除了平行街道之風向外其餘濃度皆不高，其可能原因是缺 少再循環部分之貢獻。當風速較慢時，結果則類似圖 3.4。

25

摘自 Hertel(1997).

圖 3.6 範例街道 A 之模擬結果

26

摘自 Hertel(1997).

圖 3.7 範例街道 B 之模擬結果.

由於 OSPM 模式之模擬方式為基於簡化過後之街谷風流動結構以及 擴散條件，因此為了修正 OSPM 之模擬，比較不同區域之實測結果也是相 當重要的參考依據。

3.4.2 OSPM 模式模擬

OSPM 模式模擬所需資料包含交通資料、排放係數、街道資料、氣象 資料以及背景濃度等，本研究將分為建立街道基本資料、輸入交通相關資 料、建立城市背景資料及模式模擬四個步驟進行，以下分別說明之:

1. 建立街道資料:包括街道名稱、街道寬度、街道方向、受體點兩端之街 道長度、受體點座標、受體點高以及建築物高度、位置、和建築物高

27

度的 General height，如圖 3.6 以及圖 3.7。其中街道寬度以及方向已在 3.2.3 節說明如何處理；OSPM 主要模擬街道以某點為中心往道路兩端 展開之沿線濃度，然 OSPM 之建議街道受體點兩側長度不宜太長，唯 由於實際道路狀況道路往往並非呈直線，故有必要進行適度的分段，

分段方法如 3.2.3 所述；由於台北市交通監測站之採樣高度約為 3.5 公 尺高，故本研究將 OSPM 道路兩旁受體點高度假設在 3.5m 處。 建築 物高度除可輸入平均高度，於一條道路中尚可另外接受十二組不同高 度之建築物，並以相對於方格北(地圖所指北方)之角度輸入相對位置。

2. 輸入交通相關資料:輸入各時段不同車種之小時車流量、車速及不同車 輛之排放係數。本研究與蔡(2008)一樣採用陳(94)所建議方法推估車流 量，車速則用前述許(96)之方法推估。本研究所取得之資料雖僅有 7 時 至 9 時及 17 時至 19 時等時段的交通資料，但由於此四個時段為交通 尖峰時刻，雖不足以代表一天之變化量但可表示一天中污染之峰值，

故可用以估算民眾一天中最大之污染量及風險；而沒有資料的時段可 輸入-99，OSPM 將不會模擬缺資料之時段，如圖 3.8。排放係數則是參 考中鼎(100 年)之 TEDS7.1 之資料，將在後續章節詳細說明。

3. 建立城市背景資料: 背景資料為一年資料量，涵蓋每小時的風速、風向、

NO₂濃度、O₃濃度、CO 濃度、PM10 濃度、地球輻射量、混合層高度、

大氣溫度、相對溼度等監測資料，如圖 3.9。

4. 模式模擬:按照上述三個步驟設定之後，即可執行 OSPM 進行模擬，如 圖 3.10 所示，結果為各個街道之兩個測點的平均移污濃度值。

28

摘自 OSPM(Hertel and Berkowicz,1989)

圖 3.8 街道基本地理資料介面.

摘自 OSPM(Hertel and Berkowicz,1989)

圖 3.9 OSPM 街道資料設定圖.

29

摘自 OSPM(Hertel and Berkowicz,1989)

圖 3.10 OSPM 基本交通流量資訊介面

摘自 OSPM(Hertel and Berkowicz,1989)

圖 3.11 OSPM 城市之監測濃度和氣象資訊介面.

30

摘自 OSPM(Hertel and Berkowicz,1989)

圖 3.12 OSPM 模擬移污之平均濃度值介面 3.4.3 排放係數

OSPM 雖有內建適合丹麥使用的排放係數，但可能不太適用於台灣，

故為了更符合台灣地區之情形，有必要進一步建立排放係數之資料。本研 究因而參考「全 國 性 空 氣 污 染 物 排 放 量 趨 勢 資 料 之 管 理 與 建 置 檢 討 計 畫 」(環保署，98 年)修正國內全國性排放清冊(Taiwan Emission Data System)( TEDS7.0)(中鼎，96 年)所產生之 TEDS7.1，做為參考依據，建立 OSPM 之本土化排放係數。TEDS 估算不同車種在不同時速下之排放係數，

包含自用小客車、營業小客車(即計程車)、汽油小貨車、柴油小貨車、公 車、客運車、大客車、大貨車、二行程機車及四行程機車。

3.5 公車路線篩選原則

由於初選過後之公車路線依舊許多，故有必要更進一步篩選。故將根 據模擬結果再作一次篩選後才計算公車路線移污潛勢指標及進行路線優

31

先性分析。採用以長度為權重的污染濃度(length-weighted concentration, LWC)為篩選指標，計算公式如下列:

32 Reference Exposure Level , REL_A)為基準進一步建立另一組指標，各參考污 染物 _𝐴如表 3.1 所列，污染物種類包含了 CO、NO₂、O₃，而懸浮微粒因

33

34

3.6.2 基於風險的指標組

由於移污即便濃度相同但於不同地理條件所造成之危害程度不一，尤 其是對人口較多的地區影響會較大，因此本研究將參考 Bennett et al. (2006) 所使用之 Intake Fraction (IF)法。IF 法之定義為個體吸入污染物量之總和除 上污染物之總排放量，依據此原則，本研究將以下式計算 IF 值: (Intake Sum REL,ISR)指標，計算方式如下列:

* * /

i j ij Ai

j

ISR 



P C BR REL (3.18a)

35

36

式 3.21b 也可又可再分為以住址點計算居民之指標 ISRMa和以面寬計算得 到居民之指標 ISRM_w。

最後再以空氣品質標準(請參見 3.5.1)建立 ISSa、ISSw、ISSMa、ISSMw， 計算方式同式 3.18 和 3.19，但以空氣品質標準取代 REL_A。

3.6 路線優先性分析方法

由於汰換路線長但經過人口少的公車為低污染公車並不一定最具環 境效益，因此本研究在上一節建立以改善公車路線兩旁居民之風險為基準 制定污染長度及吸入總量與風險等指標，並據以進行優先性分析。

由於不同指標所代表的意義不太相同，各指標的不同點主要在於計算 方法及所考量的因子，並不是針對不同因子分析，例如 ISR_i和 ISR 差異在 於前者為依據單一污染物的當量值大小比較，可比較不同污染物的影響程 度，而後者是綜合指標，主要將各污染物 REL_A當量值相加，考慮的是污 染物綜合影響；ISR 與 ISRM 的差異主要是前者採平均濃度，後者採用最 大濃度；CLR 與 ISR 間的差異是前者只考量濃度，而後者進一步考量對沿 線人口的影響。故不同指標不太適合設定權重共同使用。本研究因而比較 每一個指標的前 n 名，分析其排序的相似度與差異性，且參考路線的基本 資料，作為決定補助路線優先順序的依據。

37 Taipei3D Buildings，為 3D 建築物資料，包括所在位置、高度、寬度等 資料，將據以建立 OSPM 模擬所需的資料。

38

理資訊資料及用於路線初選。

4.2 公車路線初選

依據 3.3 節所述之初選原則，本研究首先刪除觀光區接駁車共 55 條、

工業區接駁車 20 條。而所剩餘之路線再以每年總行駛里程做排序，選出 年行駛里程前一百名之公車路線(如附錄 A)，此 100 條路線再由取得之公 車站牌點座標(台北市交工處，99 年)，配合路網數值圖(交通部，97 年) 以及台北市 3D 建築物圖層(台北市都發局，99 年)繪出公車路線圖，如圖 4.1 所示，為路線 A(詳見附錄 A)和全台北市所有建築物圖，圖 4.2 顯示路 線 A 和所經路段於道路中心線左右各 100m 內之建築物，其中灰色部分為 建築物。初選後所選的 100 條路線將以 OSPM(Hertel and Berkowicz, 1989) 模擬沿線移污污染分佈。

圖 4.1 公車路線 630 之路線圖及台北市建築物

39

圖 4.2 公車路線 630 之路線圖及 200m 內之台北市建築物 4.3 OSPM 模擬移污分佈

本研究將依據前一節所建立起之案例區資料及前處理所得資料以 OSPM 模擬移污之分佈，並與實測值比對。

4.3.1 模式前處理

依 3.2.1 節參照陳(94)提出之車流量推估模式算出各路口車流量及 3.2.2 節參照許(96)提出之巨觀車流模式所算出之車流密度並進一步得到平 均車流速度後，依照 OSPM 之 traffic file 之格式製作，範例如圖 4.3(a)所示；

依 3.2.3 所計算得到之街道資料範例則如圖 4.3(b)所示。

40

(a)街道交通資料

(b)街道資料

圖 4.3 OSPM 資料範例(以公車路線 630 例)(a) 街道交通資料(b)街道資料

41

4.3.2 OSPM 模擬

本研究以 OSPM 模擬公車路線中各移污的濃度，包含 CO、NO、NO2、 O₃、PM₁₀及 PM_2.5。圖 4.4 為 OSPM 模擬路線 A(詳見附錄 A)於上午 7 時至 9 時以及 17 時至 19 時四小時之平均濃度，該四小時為交通尖峰時段，故

本研究以 OSPM 模擬公車路線中各移污的濃度，包含 CO、NO、NO2、 O₃、PM₁₀及 PM_2.5。圖 4.4 為 OSPM 模擬路線 A(詳見附錄 A)於上午 7 時至 9 時以及 17 時至 19 時四小時之平均濃度，該四小時為交通尖峰時段，故

在文檔中 基於移動污染風險潛勢指標之低污染公車補助路線優先性分析 (頁 36-0)