混合車流污染排放與擴散模式之建構

(1)

國立交通大學

交通運輸研究所

碩士論文

混合車流污染排放與擴散模式之建構

An Integrated Emission and Dispersion

Model under Mixed Traffic Flows

研究生：邱煜勝

指導教授：邱裕鈞

博士

(2)

混合車流污染排放與擴散模式之建構

An Integrated Emission and Dispersion Model under

Mixed Traffic Flows

研究生：邱煜勝 Student：Yu-Sheng Chiou

指導教授：邱裕鈞 Advisor：Yu-Chiun Chiou

國立交通大學

交通運輸研究所

碩士論文

A Thesis

Submitted to Institute of Traffic and Transportation College of Management

National Chiao Tung University in partial Fulfillment of the Requirements

for the Degree of Master

in

Traffic and Transportation June 2011

Taipei, Taiwan, Republic of China

(3)

i

混合車流污染排放與擴散模式之建構

學生：邱煜勝指導教授：邱裕鈞博士國立交通大學交通運輸研究所碩士班

摘要

道路交通運輸為能源消耗、空氣污染以及溫室氣體排放的主要產生者，因此透過一個可有效模擬因交通運行所造成的排放與路側區域污染影響之模式，並以此作為即時交控策略之參考依據為一相當重要之課題。為符合國內之汽機車混合交通特性，本研究希望藉由混合車流模式模擬道路車流運行行為以推估移動源排放量，並藉由空氣擴散推估模式分析在各種不同交控策略情境下之污染物擴散情形。因此本研究之目的主要在於進行混合車流格位傳遞模式(mixed traffic cell transmission models, MCTM)與污染排放、高斯擴散模式之整合，提供一動態道路交通污染濃度推估模式。本研究將探討一號誌化交叉路口，透過不同的號誌時制控制方案，進行區域內一氧化碳(CO)之排放與不同距離下污染物擴散影響與比較。透過本研究之設計情境結果顯示，污染濃度之推估結果會受到排放源強度、風速、受體與排放源點之距離等相關之環境因素影響，然而隨著距離的增加，帄均污染濃度會有逐漸下降的趨勢。另外，延滯的增加雖然對於污染排放也明顯增加的情況，但對路口的污染濃度則沒有隨之增加。關鍵字：混合車流、格位傳遞模式、移動源、擴散

(4)

ii

An Integrated Emission and Dispersion Model under Mixed Traffic Flows Student: Yu-Sheng Chiou Advisor：Dr. Yu-Chiun Chiou

Institute of Traffic and Transportation National Chiao Tung University

Abstract

Since road traffic is one of major sources of energy consumption, air pollution and greenhouse gases emission, a model which can efficiently simulate the emission and dispersion of road traffic and serve as the platform to implement a real-time traffic control under the constraint of emission concentration in certain environment sensitive areas along the roadway is imperial. To acknowledge the prevailing of mixed traffic consisting of cars and motorcycles on most of urban streets in Taiwan, this study develops the emission and dispersion model based on our previously proposed and validated mixed traffic cell-transmission model (MCTM). Additionally, the emission coefficients of various types of motor vehicles and the Gaussian puff dispersion model are integrated into the MCTM model to simulate the dynamic emission concentration along the roadway.

To investigate the applicability of the proposed model, a signalized intersection under various traffic conditions and signal timing plans are simulated and compared. Taking one of pollutants, carbon monoxide (CO), as example, dynamic CO concentrations of a total of 10 spots at different distances from the intersections are analyzed and compared. Results show that the CO concentration decreases as the distance from the intersection increases. Moreover, it is interesting to note that the total CO emissions will increase as the intersection delay increases, but the CO concentration does not remarkably increase.

(5)

iii

誌謝

兩年的研究所生活，轉眼間就要畫下句點。在這看似短暫的過程中，有著許多的波折與歡笑，感謝這兩年來的緣分使我更加成長。首先感謝指導教授邱裕鈞老師，在這兩年過程中對學生的細心指導及照顧，不管是在論文或者生活上都給予相當多的建議與協助，讓我能夠順利的完成學業也讓學生在此期間受益良多。感謝藍武王老師與陳惠國老師在口詴時的建議與指教，並提供許多寶貴的意見，使得本論文更加完善。感謝所上黃承傳老師、徐淵靜老師及陳穏臻老師在研究期間針對本論文提供諸多寶貴意見，特此深致謝忱。在論文寫作的過程中感謝彥斐學長、志偉學長非常有耐心的跟我討論模式內容與教我程式的撰寫，並在我有困難時提供協助。非常感謝逢甲博士班欣憲學長不管在任何時候的鼓勵和幫助。電動三巨頭 Robert、小鬼與萬能的小黃，謝謝你們的幫助跟吐槽，同時也不辭辛勞的找我打電動，感謝之情溢於言表。謝謝小白、佩子、尼尼在論文遇到困難時相互打氣鼓勵。感謝阿白、智欽不管是在課業或者生活資訊上的分享與幫助；羽球團的大蘇、小帄、雅方、佳縈與其他夥伴們，因為有你們的加入，讓每次出團打球都充滿歡樂。逢甲幫 Jason、給勒與所有的交研同窗好友們，謝謝大家這兩年來的陪伴，因為有你們才使我的兩年碩班生活更快樂、更多采多姿。另外，也謝謝怡潔、重光、婉容、韋穎等學弟妹，在論文口詴期間的幫忙。好麻卲一輪感謝你的程式教學與範本、瘋狂電玩競賽以及帶我進入桌遊的世界，大屁跟嘟嘟每次都被我拉出去一起出去吃消夜、打屁哈拉並在我需要的時候幫我尋求援助，真的很感謝你們長久以來的陪伴與扶持。還有許多在這過程中幫助我陪伴我的好朋友，雖然無法在這裡一一道出，但是我內心衷心的感謝你們。最後感謝一路辛勤栽培我的父母親，有你們的支持才能無後顧之憂的完成碩士學業，也感謝我所有的家人在這期間的陪伴與包容，希望將這份喜悅與你們分享。邱煜勝謹誌於國立交通大學交通運輸研究所中華民國一○○年六月

(6)

iv

摘要 ... i Abstract ... ii 誌謝 ... iii 目錄 ... iv 表目錄 ... vi 圖目錄 ... vii 第一章緒論 ... 1 1.1 研究背景與動機 ... 1 1.2 研究目的 ... 2 1.3 研究流程 ... 3 1.4 研究內容 ... 4 第二章文獻回顧 ... 6 2.1 車流模式 ... 6 2.1.1 中觀單一車流 ... 7 2.1.2 中觀混合車流 ... 10 2.2 污染排放模式 ... 15 2.3 污染擴散模式 ... 17 2.3.1 高斯煙流模式 ... 19 2.3.2 高斯煙陣模式 ... 21 第三章研究方法 ... 22 3.1 混合車流 CTM 模式 ... 22 3.1.1 單一車流格位傳遞模式 ... 22 3.1.2 混合車流格位傳遞模式構建... 24 3.2 污染排放模式 ... 27 3.3 污染擴散模式 ... 33 3.4 小結 ... 35 第四章模式應用 ... 37 4.1 環境情境假設 ... 37 4.2 排放量推估結果 ... 41

(7)

v 4.2.1 變動週期策略方案之排放量推估 ... 41 4.2.1 固定週期策略方案之排放量推估 ... 48 4.3 污染物擴散推估 ... 51 4.3.1 變動週期策略方案－路外受體之濃度推估 ... 51 4.3.2 固定週期策略方案－路外受體之濃度推估 ... 57 4.3.3 小結 ... 65 第五章結論與建議... 67 5.1 結論 ... 67 5.2 建議 ... 68 參考文獻 ... 69

(8)

vi

表目錄

表 2-1 中觀混合車流相關文獻整理 ... 14 表 2-2 物理擴散模式特性 ... 18 表 3-1 小客車排放係數(克/公里.輛) ... 31 表 3-2 四行程機車排放係數(克/公里.輛) ... 32 表 4-1 道路基本參數表 ... 37 表 4-2 號誌策略參數整理表 ... 38 表 4-3 變動週期策略方案中各方向之排放量推估 ... 43 表 4-4 固定週期策略方案中各方向之排放量推估 ... 50 表 4-5 各策略方案與受體間之濃度關係 ... 65 表 4-6 總車輛延滯比較 ... 66

(9)

vii

圖目錄

圖 1-1 研究流程圖 ... 3 圖 2-1 簡單連續流模式流量密度關係圖 ... 7 圖 2-2 格位轉換模式流量－密度關係圖 ... 9 圖 2-3 格位轉換模式示意圖 ... 9 圖 3-1 格位上下游劃分示意圖 ... 23 圖 3-2 單一車流格位傳遞示意圖... 23 圖 3-3 混合車流格位傳遞示意圖... 24 圖 3-4 車種比例示意圖 ... 26 圖 3-5 小客車之車速(km/hr)與排放係數(g/s)之關係 ... 33 圖 3-6 四行程機車之車速(km/hr)與排放係數(g/s)之關係... 33 圖 3-7 線源與風向座標系示意圖... 34 圖 3-8 混合車流模式、污染排放與擴散模式之整合 ... 36 圖 4-1 情境模擬時間內之流量分佈 ... 38 圖 4-2 模擬路口及受體位置示意圖 ... 40 圖 4-3 路口車道示意圖 ... 41 圖 4-4 方向一與方向三污染排放量(S1-1) ... 42 圖 4-5 方向一與方向三污染排放量(S1-2) ... 42 圖 4-6 方向一與方向三污染排放量(S1-3) ... 43 圖 4-7 格位 1-6 汽機車污染排放與流率之關係(S1-3) ... 45 圖 4-8 格位 1-5 汽機車污染排放與流率之關係(S1-3) ... 46 圖 4-9 格位 3-6 汽機車污染排放與流率之關係(S1-3) ... 47 圖 4-10 格位 3-5 汽機車污染排放與流率之關係(S1-3) ... 48 圖 4-11 方向一與方向三之總排放比較(S2-1) ... 49 圖 4-12 方向一與方向三之總排放比較(S2-2) ... 49 圖 4-13 方向一與方向三之排放量比較(S2-3) ... 50 圖 4-14 號誌策略方案 S1 受體一之 CO 濃度趨勢圖 ... 51 圖 4-15 策略 S1-1 下各方向對於受體一之濃度變化趨勢... 53 圖 4-16 策略 S1-2 下各方向對於受體一之濃度變化趨勢... 53 圖 4-17 策略 S1-3 下各方向對於受體一之濃度變化趨勢... 54

(10)

viii 圖 4-18 號誌策略方案 S1 下受體二之 CO 濃度趨勢圖 ... 55 圖 4-19 策略 S1-1 下各方向對於受體二之濃度變化趨勢... 56 圖 4-20 策略 S1-2 下各方向對於受體二之濃度變化趨勢... 56 圖 4-21 策略 S1-3 下各方向對於受體二之濃度變化趨勢... 57 圖 4-22 號誌策略方案 S2 下受體一之 CO 濃度變化趨勢圖 ... 58 圖 4-23 策略 S2-1 下各方向對於受體二之濃度變化趨勢... 59 圖 4-24 策略 S2-2 下各方向對於受體一之濃度變化趨勢... 59 圖 4-25 策略 S2-3 下各方向對於受體一之濃度變化趨勢... 60 圖 4-26 號誌策略方案 S2 下受體二之 CO 濃度變化趨勢圖 ... 61 圖 4-27 策略 S2-1 下各方向對受體二之濃度變化趨勢 ... 62 圖 4-28 策略 S2-2 下各方向對受體二之濃度變化趨勢 ... 62 圖 4-29 策略 S2-3 下各方向對於受體二之濃度變化趨勢... 63 圖 4-30 策略 S2-3 下路外距離與污染濃度之關係(受體一) ... 64 圖 4-31 策略 S2-3 下路外距離與污染濃度之關係(受體二) ... 64

(11)

1

第一章緒論

1.1 研究背景與動機

近年來，環保意識逐漸高漲，環境影響的議題亦逐漸受到重視，各種污染物的來源、污染物管制策略及環境影響評估等皆為重要課題。而道路交通運輸又是能源消耗、空氣污染以及溫室氣體排放的主要產生者。在過去的流行病學研究中針對道路空氣污染源，不論是氣體或者顆粒狀污染物，當濃度太高、量太多，或者是吸入的氣體、固體毒性太強時，均足以使呼吸器官內正常防禦功能與清除功能喪失，進而引起一連串危害。而交通運輸污染源所排放之污染物大致有一氧化碳(CO)、碳氫化合物(HC)、氮氧化合物(NOx)、二氧化硫(SO2)、鉛(Pb)及煙煤等，均對人體造成不小的影響。藉由車流模式的模擬可以取得交通管理、控制策略評估之參數或是道路資訊，由於運輸科技日趨成熟，提供一個即時、動態的交通管制與交通資訊成為當今相當重要的研究課題。車流模式之模擬可以從三種不同層面來描述，分別為微觀車流模式、中觀車流模式及巨觀車流模式，不同層級的車流模式所需的參變數、模擬過程與得到之資訊也會有所不同。微觀車流模式可詳細模擬個別車輛行為，巨觀車流模式可模擬整體車流行為，但分析結果針對較細微的運行行為上則較為粗略，而中觀車流模擬特性則介於巨觀與微觀車流之間，既能模擬整體車流行為又可以觀察車隊運行特性，在細緻度上較巨觀車流模式為佳，相對於微觀車流又能夠降低模式模擬所需之時間，方能更即時取得車流動態及資訊，因此針對研究之範圍及條件，選擇一個適合的車流模式相形重要。由於目前國內對車流模式與環境影響評估之結合運用相關研究相當缺乏，多以利用實際車流變化情況推估移動源排放量，因此難以分析因交通管制或者控制策略對車流運行狀態造成之影響與各種策略下排放量之推估。另外，為符合國內之混合交通特性，車流模式將考慮汽機車混合車流行為，使模式模擬方式趨於實際車流運行。因此本研究希望藉由混合車流模式模擬道路車流運行行為以推估移動源排放量，並藉由空氣擴散預測模式分析在各種情境下之污染物擴散情形，為本研究動機之一。過去的研究中雖指出交通控制和管理等方法為減少道路交通污

(12)

2 染的方法之一，但並未詳細的探討在不同管理以及控制方法下對於污染物的減少程度及成效，或者對於一路外污染敏感區域因不同的車流運行狀態在不同的大氣環境影響下所受到之污染濃度又有何種程度的變化，為本研究動機之二。故本研究希望能整合車流模式資訊、污染物排放量計算以及污染物擴散情形，將建立一套明確呈現車流運行情況與污染物之時空分佈關係，將有助於檢視以及改善交通污染問題以提升空氣環境之品質。

1.2 研究目的

本研究依據混合車流模式模擬國內混合車流之行為，利用其所得之交通行為特性嘗詴進行移動源排放量之計算，並以污染擴散模型探討污染物之擴散情形，以瞭解交通污染物對於道路周邊區域之影響。本研究之目的如下： 1. 建立一可反映車流運行特性之污染物推估模式。 2. 以污染擴散模型探討道路交通運輸污染物質之擴散情形。 3. 利用不同的交通控制方法，藉以探討在一號誌化十字型交叉路口於大氣環境下，污染物於路側區域之濃度變化情形。

(13)

3

1.3 研究流程

研究目的與範圍確認文獻回顧混合車流擴散模式確認與構建模式應用結論與建議車流模式污染排放模式污染擴散模式交控策略之研擬交通管理與控制方法情境比較圖1-1 研究流程圖

(14)

4

1.4 研究內容

本研究希望利用混合車流模式理論瞭解道路上各種車輛運行之特性，並藉由污染擴散模式推估路側污染物之濃度，分析各種情境下對於路側污染物之擴散情形，並且透過不同的交通控制方法瞭解污染濃度之變化，以提供相關之空氣品質改善策略，茲將本研究之研究內容分述如下： 1. 確立研究目的與研究範圍之界定本研究依照現況問題與模式之發展，瞭解研究課題之重要性以及研究之動機，希冀透過模式的建構，可達到本研究預設之目的。 2. 文獻回顧整理相關研究為達成本研究之目的，使模式之建構與預測更為縝密、準確，本研究之文獻回顧分別針對車輛運行特性之模擬、車輛交通之排放污染物特性以及污染物質之擴散等三大部分進行探討。透過車流模式之文獻回顧，瞭解各種模式之特性以及探討混合車流模式之發展，以做為模式建構之參考。第二部分為污染物排放特性，藉由污染源推估方法之回顧選擇較為合適之推估方式，使其能夠有效的利用車流資訊進行較為完整且準確的計算污染排放量。為了瞭解污染物質在大氣中擴散的情形，因此進行汙染擴散模式之回顧，由於現今之污染擴散模式繁雜，因此根據環境特性與資料之取得選擇一合適的理論以進行模式之建構。 3. 混合車流污染擴散模式之建構與確認應用混合車流模式進行台灣道路交通環境下車輛運行之模擬，藉由文獻之蒐集相關污染排放量所需之重要變數，以根據車流資訊進行污染排放量之推估。接著探討污染物質在大氣中擴散之情形，於第三部份的文獻回顧中瞭解各種擴散模式之特性以及其評估績效，以確立污染擴散模式。 4. 混合車流污染擴散模之應用藉由混合車流污染擴散模式之建構與確認，進一步利用不同之道路情境條件設定，進行路側區域之污染濃度預測與分析，以瞭解車流運行所造成之污染物對周邊地區之影響。 5. 交通號誌控制策略之比較與分析交通管理與控制方法為道路交通空氣污染防制對策之一，本研究希冀探討不同的交控號誌設置方法，藉以控制車輛排放之污染氣體，並且探討不同情境下路

(15)

5 側區域污染濃度之擴散情形。

6. 結論與建議

根據研究分析結果進行歸納分析，總結本研究之結論，並依據研究過程之所得研提後續研究發展建議。

(16)

6

第二章文獻回顧

為體現前述之目標，本研究之文獻回顧分為三大部分，第一部分回顧中觀混合車流模式，以期更有效的模擬適合國內汽機車混合特性之情境，第二部分為污染排放模式，第三部分回顧污染擴散模式，本研究將根據相關文獻以進行車流模式以及污染擴散模式之整合，以瞭解車輛運行狀態與污染影響之關係。本研究文獻彙整如下：

2.1 車流模式

交通車流理論旨在探討、分析以及模擬車流運行行為。車流理論根據對車輛行為特性之觀察以及模擬的細緻程度，可分為巨觀(Macroscopic)、中觀 (Mesoscopic)及微觀(Microscopic)等三種類別。巨觀模式著重在於描述車流三大特性參數：流量(q)、密度(k)以及速率(u)間的關係，係以整體路網車流狀況，以總體流量反應路網上車流的運行，而不強調、探討單一車輛或某一車隊的運行行為，其優點為車流資料統計方便，可透過車輛偵測器取得，但較難反映交通組成及車輛運行間的關係，反之，微觀車流模式則著重強調時間－空間下個別駕駛者因應前方車輛狀況之反應行為，係以探討車與車彼此間的互動關係，反映路網之車流運行行為，但微觀車流模式需要觀察每一部車的行為，故其觀測變數包括車輛之加減速率及速率、前後兩車間之時間車距及間程，以及前後車於速度上之差異，因此在資料的蒐集上需要花費較大的成本；由於每輛車運行行為均以函數式加以推倒及預測，因此在模式操作上也會較為繁雜、耗時。而中觀車流理論則是介於巨觀以及微觀車流之間，主要利用巨觀的車流模式及流量守恆法則，描述車輛在時空上運行之行為及軌跡。由於本研究係針對市區道路對於路側污染濃度之計算，並藉由交通管理與控制之方法分析並探討不同情境下污染濃度改善情況，為了使模擬更趨於實際車流，選擇一合適之車流模式相當重要。巨觀車流理論雖可以得知路段上之流量、密度以及其速率，但是缺乏車輛運行間之相互關係，雖然每輛車輛都為一獨立個體，彼此間並不連續，但是為了方便分析，巨觀車流理論係將其視為一連續的流體，如此方能以連續函數方式表達三大參數間之關係。在微觀車流理論中，其假設利

(17)

7 用期望速率、間程、相對速率以及駕駛者反映時間等參數，來模化單一車輛的駕駛行為分析基礎，若欲建構一道路在連續時間下多車輛之行為則資料過於龐大且在運算上也相當複雜。中觀車流模式旨在描述一群車的運行行為，不像微觀車流模式關注個別車輛駕駛行為，但也不像巨觀車流模式只探討某一地點的車流總體行為，且中觀車流理論係以巨觀車流模式中之速率、密度以及流量三者之關係函數，來描述時空中車輛運行行為，可以有效分析在交通控制、交通管理等環境變化對車流產生之影響，因此以下小結將針對中觀車流進行回顧。 2.1.1 中觀單一車流

中觀車流模式甚多，其中以簡單連續流模式(simple continuum model, SCM)、高階連續流模式(high order model, HOM)，以及格位傳遞模式(cell transmission model, CTM)較為著名。

Lighthill 及 Whitham (1955)和 Richard(1956)提出簡單連續流模式，亦稱 LWR 模式，即以車流理論流量(q)及密度(k)之關係為基礎，並令速率與密度具有一對一之關係。在模式中反映出流量及密度變化會彼此影響，當流量到達最大流量密度(kmax)，流量會開始減少，直到飽和密度(kj)時流量為 0，如圖 2-1。 LWR 模式主要之概念來自於流量守恆關係，以密度(k)對時間微分及流量(q) 對路段長度(x)微分之關係，即表示上游車流最終會通往下游路段，因此簡單連續流模式係以車隊形式，透過流量守恆及密度流量之關係，探討因車隊行為改變所形成之衝擊波，並藉此描述車流行為。此種方式擁有巨觀蒐集資料之方便性，透過密度、流量與衝擊波間之關係瞭解車隊運行的變化，亦兼具微觀之特性。

q

k

q

max

k

max

k

j 0 圖2-1 簡單連續流模式流量密度關係圖

(18)

8 但是簡單連續流模式中「速率與密度為一對一關係」之假設與實際車流有幾點不合理之處： 1. 流量－密度關係圖僅存在於車流達穩定狀態時的情形，但根據跟車理論，車流運行過程中會有有相當大之比例是處於不穩定狀態。 2. 由於駕駛人反應時間之關係，速率並無法因應密度的改變而作立即的改變，才會有遲滯現象之產生。 3. 簡單連續流模式假設車流為連續性，因此當流量不高時應用上會發生錯誤之情況。因此為解決上述等不合理之狀況，Whitham(1974)和 Payne(1979)則以動量方程式(momentum equation)取代簡單連續流模式所引用的巨觀車流模式，並推導車隊中加減速之關係，以模擬出行駛速率會受到駕駛人反應時間之影響。藉由動量方程式以及流量守恆式之結合，發展為高階連續流模式。然而，高階連續流模式較簡單連續流模式更接近實際車流行為，但其求解過程則更為複雜。由於上述兩種方法計算方法較為複雜，可以考慮利用離散的方式來處理。 Daganzo(1994)提出格位轉換模式(Cell Transmission Model, CTM)便是以離散的方式來推估車流，此模式主要是透過車流流體理論之概念引伸而來，用以預測車流在空間、時間上之流動情形。格位轉換模式假設在一均質的系統中，將道路分割成多個格位(Cell)，每個格位特性皆為獨立且具有同質性，而其格位轉換模式所推估之車流運行結果與簡單連續流模式(LWR 模式)之流量與密度圖相當類似，以梯形表示如圖 3-2，並結合 Newell(1991)提出預測單一車道路段之進出口車流行為模式，但此模式未推估路段中的車流行為，因此，Daganzo 提出格位轉換模式推估路段中車流行為，以時間與空間的關係，構建在單車道、單一出入口及單車種等均質狀態下推估車輛在路段中的行為。

(19)

9

q

k

vk

j

/2

k

a

k

j 0

_k

b

q

m

v

-w

圖2-2 格位轉換模式流量－密度關係圖格位轉換模式利用格位間的轉換，推估車隊由上游到下游之行為，如圖 3-3 所示。圖中可瞭解車隊在時間變化下之空間變化，其格位長度係以設定時間間隔內，自由車流速度可行駛之距離，車隊在格位內轉換係依據格位內之車輛數、最大流量及可容納之空間等因子，然透過這些因子，模式在應用上可得到自由速率、最大流量、飽和密度及衝擊波波速等參數，這些參數在交通工程上，可彈性應用在複雜的路網上，評估道路績效，可評估之績效有總延滯及旅行時間等。而格位轉換模式除了可用於無分出併入之簡單單車道路上，亦可使用於如市區道路、高速公路匝道入口等較為複雜的路網上。 1 2 ₃ t-1 t t+1 圖2-3 格位轉換模式示意圖

(20)

10 2.1.2 中觀混合車流 市區道路包含不同類型之交通運具，不同類型之運具其運行特性均有差異，以我國市區道路而言，以汽車以及機車為主要之交通工具，由於機車車形相對於汽車而言較小，且機動力較高，因此機車為我國主要盛行之運輸工具，由於兩種運具除了在相同時間、空間上所能承受之密度以及容量皆有所不同，對於機車之使用行為也與汽車有著相當大的差異，當汽車密度達飽和，機車仍然能穿梭在汽車間的縫隙。因此，往往在評估汽機車混合車流行為時僅將機車換算成小客車當量，卻忽略了機車運行特性，容易影響相關交通工程方案之最終結果。因此選擇一合適之中觀混合車流模式亦為本研究之要點。 Zhang 和 Jin(2002)考慮不同的車種，以混合車流推導運動波模式(kinematic wave model)，利用連續性車流行為，參考不同車種密度、帄均速率及流量，在空間和時間變動下分析車流特性，以中觀車流模式的角度描述車流行為，該研究將不同車種分成車隊，評估高速公路上不同類型車種之車隊運行行為，將行車效率較低的車隊如大貨車，與行車效率較佳之車隊如小客車結合，觀察混合車流之特性，該模式針對車種不同的車隊訂定不同密度型態，考量各車隊之密度以車流模式中密度與速率的關係，此外，模式利用各車種自由車流速率滿足以下幾項中觀混合車流模式條件： 1. 先進先出規則 2. 非均向性(anisotropic) 3. 可反應衝擊波及不同類型車流階之車流波動上述三項中，第三項係描述當不同車種車流混合在一起時車流擴散行為，並探討衝擊波(shock wave)及接觸波(contact wave)對混合車流之影響，以黎曼問題 (Riemann problem)與流量守恆定理結合，建構自由車流及壅擠車流之混合車流模式，並應用密度與速度關係車隊穩定狀態下，參考跟車理論推導混合車流基本原則圖形，考慮參數為自由車流速率、車長及反應時間，透過此基本原則可以推估在混合車流下道路容量，該研究最後考慮實際道路狀況設定模式相關變數，檢驗模式反應混合車流行為能力，其結果顯示該模式可以有效推估混合車流行為。 Chanut 和 Buisson(2003)將巨觀車流模式加入流量守恆規則，並考慮衝擊波之因素修正模式，以中觀的角度模擬混合車流行為，其模式考慮在自由車流下，利用小客車與大貨車之車長與車速做為混合車流因子，以流率與密度關係建構流

(21)

11 體函數(flux function)，其函數可描述流率與密度的關係，即在無車流下，流率和密度為零，然當密度達飽和密度，其流率亦為 0，並以此關係推估車流在不同密度下之速度，最後將上述之關係建構一階車流模式，應用一階車流模式推估流量守恆、流量與密度均衡及流量和速度等關係式，該研究將一階模式延伸到考慮雙車流行為建構混合車流模式，在模式修正中，考慮模式於自由車流與壅擠車流之狀況，於不同狀況混合車流之流量與密度結合考慮參數亦不同，在非壅擠車流下係其設定的β 值做為調整參數，β 為一介於 0.2 到 0.5 之數值，取得方式是以觀察車流行為之經驗，於壅擠車流下則考慮不同車種之車長的比值做為調整參數，應用上述參數與速度和密度關係建構混合車流模式，該研究進一步將混合車流模式透過黎曼問題及 Godunov Scheme 法進行模擬，其模擬分成四種情境，分別為上下游皆為自由車流、下上游皆為壅擠車流、上游為壅擠車流但下游為非壅擠車流以及上游為自由車流但下游為壅擠車流，Godunov Scheme 將各情境以格位的方式模擬，觀察在不同情境其變化，其結果顯示於各情境模擬均可顯示混合車流之特性，成功的反應小汽車與大貨車的互動關係。

Tang et al.(2007)以速率梯度模式(speed gradient model, SG model)發展混合 車流模式，然過去 SG 模式大多應用於單一車流上，此研究考慮動態速度評估方程式，將車種分為快車與慢車，利用穩定混合車流之特性及作者假設系統中的兩大參數，分別為快車密度與所有車種密度總合比例(R)，及快車與慢車車長之比值(α)，結合連續流模式之流量守恆定率及上述 SG 模式，建構考慮連續流模式之混合車流模，在設定情境下，調整快車密度與所有車種密度總合比例(R)，及快車與慢車車長之比值(α)，隱含變動 R 則是考慮混合車流之交通組成，變動 α 則為改變車種類型，因此，將車流運行狀況以三種方式變動，分別為在 R 變動 α 為 1、R 為 0.5α 為變動值以及 α 為 1.5 變動 R 三種變動情形，由三種變動方式分別探討快慢車交通組成以及考慮多車型之交通組成等課題，該研究進一步將其模式應用於市區道路號誌路口上，以預設道路狀況，考慮系統參數 R 與 α 之變動，觀察模式對號誌轉變模擬能力，透過模擬結果顯示，不同車種其速率及車長組成，對於觀察車隊運行的中觀模式有重要的影響。 Logghe 和 Immers(2008)提出模擬混合車流有兩種方式，其一是假設不同車種分佈在不同車道上，透過 LWR 模式分別針對建構各車道車流行為模式，再透過其參考要件的整合，模擬混合車流，其二為係將所有車種細分為車隊，依各車

(22)

12 隊的特性，觀察車隊間的互動關係，模擬混合車流行為，此研究係以後者做為模擬的方式，因為以車隊的劃分係以車種與駕駛特性做為群組，不受到道路型態及車道佈設的限制，因此，其模式係先建構一般性的 LWR 混合車流模式，將各車種的密度與流量各別加總，再依此兩者關係透過車流理論速率、密度及流量，求取混合車流之速率，並將其結果導入中觀車流模式之流量守恆定理，建構混合 LWR 模式，進一步探討各車種在道路佔有空間之分配，其分配是參考車種佔總道路面積的比例(αi)，此比例可透過車輛間距加上車長的總合與該車種密度的乘積獲得，然各車種αi之總和不會大於 1，將此參數加入混合車流模式，以考慮車種在空間中的分配與流量的關係，此外，此研究探討各種過去發展過之混合車流模式之形式，其可分為如下： 1. 多車種類型(Mulit-commodity class)，當駕駛者駕駛行為無法透過觀察區別差異性，可透過車輛的特性做為區隔。 2. 特定車道(special)，係參考 Daganzo(1997)依車輛在不同車道其允許之行駛方式做為車種之劃分。 3. 同車種等車空間(equal space)探討各車種在道路空間所佔的比例，以各車種密度間的關係，求得車種混合比例。

4. 同車種等車間距(equal distance gap)是修正同車種等車空間(equal space)之概念，假設所有車種之車間距均相同，但車種類型車長不同。

5. 車間距與車長成比例(distance gap proportional to vehicle length)是假設在自由車流速率下，其各車種自由速率皆不同，並探討車間距與車長的比例，建構混合車流模式。 6. 等速率(equal speed)是假設各車種速率相同，探討各車種在道路上的佔有率，將道路空佔有比率(αi)與不同車種之密度函數結合。 7. 使用者均衡(user-equilibrium)參考 Wardrop(1952)提出之使用者均衡概念，假設所有車種在道路上都希望其旅行時間最小，亦使其行駛速率最大，探討在使用者均衡概念下不同車種在道路空間上的分配，研究其各車種行車速度受到慢車速度影響速率上升或下降之現象。其研究係以使用者均衡的角度發展混合車流模式，觀察以使用者均衡探討不同車種車流行為之互動方式，並發現各種車輛在道路行駛中，必定會因道路上行駛較慢之車輛影響，進而降速率，因此，其用中觀模式流量與密度關係圖，探討

(23)

13 不同車種之曲線間的關係，其發現不同車流曲線車透過比例因子(r)連結其關係，比力因子(r)是由車流壅擠下之波速、密度及慢車之自由速率組成，進一步以 r 與不同車種密度做乘積，換算不同車種間的關係，並探討在非壅擠、半壅擠及過度壅擠時其速率變化，以其車流在上述三種型態下互相轉換的行為，建構新觀念的連續混合車流模式，並將其模擬瓶頸路段之車流行為，顯示可有良好的模擬效果。

邱裕鈞和謝志偉(民 99)以格位傳遞模式(Cell Transmission Model，CTM)為基礎，加入格位傳遞模式未考慮之混合車流特性，建構混合車流格位傳遞模式 (mixed traffic cell transmission models, MCTM)。研究中建構混合車流格位傳遞模式係考慮多車流行為，由考慮單一車流行為延伸考慮多車流行為，探討汽車與機車之混合車流行為，格位車種由單一車種改變成汽車與機車兩種車種，研究中作者將兩種車種進行格位傳遞時，產生競爭的現象分為下述三種型態： 1. 無競爭關係 2. 最大流量競爭 3. 剩餘儲車空間競爭其中最大流量競爭為混合車流對時間之競爭，係指在固定時間下兩種車種各可通過之最大車輛數，兩車種的混合流量以小客車當量(Passenger Car Equivalent, PCE)進行整合，文中並假設以「固定小客車當量」與「變動小客車當量」進行混合車流最大流量競爭關係之建立。「變動小客車當量」係指小客車當量隨著上游格位汽機車組成比例變動，而此變動值則採用熵值(entropy)進行調整。剩於儲車空間之競爭函數係為混合車流對空間之競爭，則透過車種在道路佔有空間之分配，參考各車種佔總道路面積的比例，探討不同車輛數在總空間中佔有之比例。其研究係透過汽、機車兩種車種之競爭關係來建立混合車流之模式，並藉由蒐集實際道路資料進行模式驗證，以比較實際值與模擬值與修正推估之參數，以絕對物差百分比(MAPE)與均方根誤差法(RMSE)評估模式模擬之績效，研究中模擬「固定小客車當量」與「變動小客車當量」之績效，而兩種模式之 MAPE 值均在有效範圍內，介於 10%到 40%之間，顯示其推估之參數能有效的模擬混合車流行為。本節回顧若干中觀混合車流文獻，以瞭解各種模式所使用的混合車種類型、應用道路類型、應用理論以及模式所需使用之變數等，各文獻之整理如表 2-1 所

(24)

14 示，於模式中之車種分類方式為小型車與大型車、快車與慢車以及機車與汽車類型等做為區別，利用不同車型種類的區別方式來探討混合車流在市區道路或高速公路行為，並根據各種中觀混合車流特性以及研究區域之交通特性等條件以評估並建構一對於實際混合車流運行相符之模式。表2-1 中觀混合車流相關文獻整理作者年分混合車種數車種類型應用道路應用理論混合車流變數 Zhang and Jin 2002 2 ˙小客車 ˙大貨車 ˙高速公路 ˙運動波模式 ˙流量守恆 ˙黎曼問題 ˙密度 ˙車長 ˙自由車流速率 ˙反應時間 Chanut and Buisson 2003 2 ˙小客車 ˙大貨車 ˙高速公路 ˙流量守恆 ˙流量與密度均衡 ˙流量和速度 ˙一階模式 ˙黎曼問題 ˙Godunov Scheme ˙車長的比值 ˙調整參數β(0.2-0.5) Tang et al. 2007 2 ˙快車 ˙慢車 ˙市區道路 ˙流量守恆 ˙速度梯度模式 ˙快車密度與所有車種密度總合比例(R) ˙快車與慢車車長之比值(α) Logghe and Immers 2008 2 ˙快車 ˙慢車 ˙市區道路 ˙高速公路 ˙流量守恆 ˙使用者均衡 ˙車種佔總道路面積的比例(αi) ˙流量和密度關係曲線比例因子(r) 邱裕鈞和謝志偉 2010 2 ˙小客車 ˙機車 ˙市區道路 ˙格位傳遞模式 ˙熵值(Entropy) ˙流率 ˙密度 ˙容量

(25)

15

2.2 污染排放模式

空氣污染排放量的推估可有以下幾種方法：直接推估方法、質量帄衡法、工程計算法與間接推估方法。其中，直接推估方法是較為可靠的方法，但惟獨成本較高故僅能夠針對部分重要地點進行有限的實測；而最方便及最常使用的方法係利用間接推估法，亦即排放係數法進行推估。以排放係數法進行排放量推估之基本公式如下：排放量 排放係數活動強度控制因子 「排放係數(或稱排放因子；Emission Factor)」之定義為每單位生產量(能源消耗或服務量)所排放之空氣污染物之量；「活動強度(Activity Intensity)」是指一段時間內之生產量(或能源消耗量或服務量)大小，主要配合排放係數之單位項目代入推估；「控制因子」係指污染源受到控制後與控制前之排放量比值。然而針對移動污染源排放量之計算方法則將算式改為：排放量排放係數車輛行駛里程車輛數 Bachman et al.(2000)在研究中指出行駛模式、引擎 CC 數、車齡、行駛里程 數與排氣控制設備等車輛特性皆為影響污染排放係數的重要因素。Joumard et al.(1995)亦嘗詴利用不同車輛運行特性之速度與加速度建構排放模式。而用以評 估移動污染源排放係數主要有兩種模式：Mobile 排放模式與 COPERT 排放模式。

COPERT(Computer Programme to calculate Emissions from Road Traffic)係由歐盟環保署(EEA)所資助發展而成的車輛污染推估模式，其所能推估之污染物的範圍相當廣泛，該模式將污染物主要分成四大類，第一類包括 CO、NOx、VOC(揮發性有機化合物)、PM(懸浮微粒)、CH4(甲烷)等。第二類包括 CO2、SO2 以及 Pb、Cr 等重金屬污染物。第三類包括 NH3、N2O、PAHs、POPs、PCDDs、CDFs 等。第四類將非甲烷揮發性有機物(NMVOC)細分成烷類、烯類、炔類、醛類等。但其中僅第一類污染物是以車輛實際測詴的方式建立其相關資料，其餘三種污染物類別之排放推估則是以其他污染源模式做為其主要之推估依據。在車種方面， COPERT 推估模式所能包含之車種種類亦相當廣泛，分類方法相當複雜，主要包含以下幾種車型： Passenger cars 、 Light-duty vehicles(<3.5t) 、 heavy-duty vehicles(>3.5t)、Bus、Mopeds 與 Motorcycles。每種車種再依據使用之燃料、排氣量大小、車重、出廠年份分成若干個次類別。在計算車輛的污染排放源中係以

(26)

16 車輛之冷啟動、熱穩定及蒸發污染這三大項之和作為其污染排放係數，其中以冷啟動以及熱穩定屬於車輛運行特性之排放係數，因此兩者的建構方式是以不同的行車型態中利用速度的差異建構一車速與排放量間之關係。 Mobile 程式係由美國環境保護署(US-EPA)所發展，針對八種不同車型種類進行排放係數之推估。藉由不同車種的基本排放係數、車輛組成特性、車輛啟動特性、燃料特性等因素，以及五種不同的排放型態，估算 CO、HC 以及 NOx 之帄均排放係數。目前此模式發展至今經多次修正後發展至 Mobile 6.2，對於過去之模式已有大幅度的修正。而台灣目前主要在排放係數的推估上，係使用中鼎顧問公司所開發之 Mobile-Taiwan 2.0，主要是將美國之 Mobile 模式中部分參數本土化。而近年來，台灣環保署為提升全國排放量資料庫之品質，著手加強推動各縣市之排放資料庫之正確以及完整性，並規劃每三年進行一次全國排放量更新工作。於 93 年度之計畫中以 92 年為基準年排放量進行 TEDS6.0 版之建置，並於 95 年度完成 TEDS6.1 版之 92 年基準年排放量更新。97 年度著手完成完成 TEDS7.0 版大幅度的排放量更新推估，此版本以 96 年為基準年進行資料庫之更新，並於 98 年完成建置。

Marmur and Mamane(2003)利用兩種資料庫以推估移動污染源之排放因子，並以 FTP 的行駛型態作為排放模型的基本設定，進行排放模型之推估與實際排放資料之比較，實際之排放因子是來自隧道實際行駛條件下所蒐集建立。文中是以以色列三條快速道路作為研究之地點，主要排放模式採用 COPERT 與 Mobile 來推估 NOx 排放係數並與實際排放資料相互比較，結果發現因不同車種組成比例對於整體排放係數之推估也會有所差異，Mobile5b 的推估適用於柴油車輛比例較高的情況，而綜觀而言 COPERT3 是以色列地區較為適用的模式。

Xia and Shao(2005)嘗詴針對香港地區建立一巨觀車流模式用以模擬區域之車流情況。模式中考量了道路上之車種比例，並藉由此比例計算出道路上各種車種之 CO、NOx與 PM2.5之排放量，而排放係數是利用 COPER2 之方法來估計。並針對有偵測器之區域進行排放量之推估，而利用迴歸分析結果計算以及實測污染物有高度正相關，CO 之 R2_{介於 0.8 與 0.84，NO} x之 R2介於 0.74 與 0.86，PM10 之 R2_{介於 0.82 與 0.85。} 張庭嘉(民 95)之研究主要目標為建立一套計算污染總量的計算模式，藉以推

(27)

17 估 2004 年國內機車與柴油車的污染排放總量。文中探討機車燃油消耗狀況並進而推估機車油耗與 CO2排放的關係。最後藉由 2004 年機車燃油消耗量，再進一步推估國內機車 CO2排放總量。研究中之架構係參考美國之 MOBILE 污染排放模式與歐盟之 COPERT 模式來分別建立使用中柴油車與機車之污染總量推估模式。文中模式同時也針對 CO、HC、NOx與 PM 等污染物之排放係數進行修正與建立，也針對 CO、HC、NOx的排放係數做了行車型態、冷熱啟動及各級道路帄均車速的修正。本節回顧國內外之污染排放係數之推估或運用情形，綜觀國內外的相關研究中研究中除了部分文獻針對實車進行排放係數推估，大部分依舊採用 MOBILE 或 COPERT 之模式方法進行推估。我國目前在車輛排放係數上仍以 MOBILE-Taiwan 作為主要的分析工具，其中公部門目前較常被使用之線源排放係數參考為環保署之臺灣地區排放量資料庫((Taiwan Emission Data System，簡稱 TEDS)，故本研究也將以此線源排放資料庫作為排放係數之參考。

2.3 污染擴散模式

藉由排放係數的計算可以得知污染物在空氣中的排放總量，但是由於不同的氣象條件以及地形因子等條件，會使得污染物在空氣中有著不同的傳輸情況，而僅計算污染總量並無法得知污染物在空氣中之擴散情形，因此擴散模型主要是利用數理方程式描述大氣、擴散、煙流理化過程，以計算不同地點之濃度。因此為了瞭解各種污染物在空氣中的擴散情況，近年來發展了許多污染擴散模型。而各種模型均有其特性、限制以及適用範圍，主要可分為四大類型，分別為：箱型模式(Box Model)、高斯模式(Gaussian model)、Lagrangian model 以及計算流體力學模式(Computational fluid dynamic models；CFD)。

其中箱型模式以質量守恆為基礎，假設箱內污染物濃度混合且均勻分布，且只需簡單之氣象、排放資料並設定部分參數即可計算結果，但因所需之資料簡易因此模擬結果較不足以顯示實際濃度之資訊。 Lagrangian 模式與計算流體力學模式皆屬於網格模式的一種，其模擬推估方式與箱型模式略為相似，均會設定一槽狀網格以及邊界、初始濃度之設定，並以帄均風速、風量之紊流組成以及分子擴散來計算其濃度變化，可模擬均勻地形之穩定條件或非均勻定型之非穩定條件。由於此種方法屬於數值解析分法，雖然可

(28)

18 以考慮到沿道路兩側之地形及建物，但數值解析法將會有大量之計算，且有些邊界條件之設定較為困難使用上較為不便。所有模式中較為常見的是高斯模式以及流體力學模式等之擴散模式，其中又以高斯模式之運用最為廣泛。而各種模式之特性如下表 2-2 所示。在高斯模式中主要共可兩種預測方法，煙流(Plume)以及煙陣(Puff)，兩者皆是以高斯分佈作為煙流或者煙塊之分佈假設。而各模式之比較特性如下表因此本研究將回顧高斯模式之應用以及其評估績效，以進行擴散評估模式之確立及運用。表2-2 物理擴散模式特性預測方法概要輸入參數適用範圍優點缺點煙流模式煙流(Plume) 之分佈假設為高斯分佈用以處理污染源連續排放及均勻之流場 1. 帄均風速、風向 2. 大氣穩定度 3. 污染源之分佈 4. 煙囪煙道資料 1. 距煙源 20km 內且地形帄坦之濃度推定 2. 中小尺度的長期帄均濃度分佈推定 1. 計算容易且理論符合亂流之不規則性 2. 適合長期帄均濃度之預測 3. 是和帄坦地形，固定煙源之濃度預測 1. 難以配合風系變化 2. 無法處理複雜地形之環境 3. 無法做無風狀態之解析煙塊模式煙陣(Puff)之分佈亦假設為高斯分佈，用以處理污染源瞬間排放及非均勻流場 1. 風速、風向之水帄變化 2. 大氣穩定度 3. 污染源分佈 4. 排放量時間變化 5. 煙囪煙道資料短時間內都市之污染物濃度分佈 1. 能配合氣象條件隨時空之變化 2. 適合無風狀況之濃度預測 1. 煙陣之間隔大時始能應用 2. 不易考慮垂直風切及煙源間相互之影響箱型模式假設箱型內污染物濃度為均勻分佈，且與箱型之寬度、高度有關 1. 風速 2. 混合層高度 3. 排放量之時間變化 1. 都市區域之空間帄均濃度 2. 道路內之空間帄均濃度分佈 1. 最簡單之擴散模式 2. 適合地面污染源或面源污染之預測 3. 適合廣域污染之預測 1. 不能考慮水帄及垂直方向之擴散 2. 不能顯示箱型內濃度分佈 3. 不能顯示高煙源之影響

(29)

19 網格模式將區域分割成三維網格點，將網格點之濃度以梯度擴散方程式及三維風場資料求取 1. 風速、風向之三維分佈 2. 擴散係數 3. 排放源之分佈 4. 排放量 1. 複雜地形之污染物濃度分佈 2. 道路內之污染物濃度分佈 1. 可處理地形、氣象因子對污染濃度之影響 2. 可考慮非線性之化學反應項 1. 所需資料龐大、浪費計算時間 2. 不能顯示箱型內濃度分佈 3. 不能顯示高煙源之影響資料來源：鄭宗岳、林鴻祥(民 94) 2.3.1 高斯煙流模式 高斯煙流模式是目前運用最廣泛的大氣擴散模式型態，其原理是煙流垂直與水帄擴散方向在穩定狀態下呈高斯分配，Pasquill(1961)與 Gifford(1976)指出煙流寬與高之氣象穩定度設定由與來決定。目前發展許多以高斯方程為架構之擴散模式，如 CALINE(California

Department of Transportation)、HIWAY(US EPA)、CAR-FMI(Finish Meteorological Institute)、GFLSM、IITLS 等。其中，GFLSM 以及 IITLS 模型是較為方便運用之數值模型。

Goyal and Rama Krishna (1999)針對印度德里地區之 NO2 濃度進行分析，文中以 CALINE3 以及印度理工學院(IIT)所發展之線源模式「IITLSM」與實際觀測的空氣品質相互比較，藉以檢驗兩種模式模擬之績效。結果發現，在帄行風的情況下 CALINE3 之濃度模擬結果會有高估的情況，在斜風以及側風的情況下模擬結果會有低估的情況。兩種模式皆能夠有效的預測道路之 NO2 濃度，其中又以 IITLSM 模式與觀測值具有較為顯著的相關性。 Wang et al. (2006)探討香港地區之都市路側區域因交通而引起的氣體以及粒 子排放擴散特性。研究中選定三段市區道路進行實地量測，同時並以 GFLSM 推估其路側污染物 CO 與 PM2.5之濃度。另外，作者將 GFLSM 中之擴散參數以

Monin–Obukhov length 法取代離散之 Pasquill 穩定度判斷法。結果發現，根據所

量測以及計算之 CO 與 PM2.5濃度資料有著相當高的一致性，CO 之一致率約為

0.68-0.92，PM2.5之一致率約為 0.6-0.75。預測值與實測值之迴歸分析結果 CO 之

相關係數介於 0.93-0.99 之間，而 PM2.5之相關係數介於 0.85-0.96 之間，表示該

(30)

20 方便的方法來評估香港城市內之空氣品質。 Lin and Ge (2006)利用格位傳遞模式(CTM)模擬車流的運行行為，並且利用高斯擴散模型 CALINE4 來估計一道路之交通排放以及路邊空氣品質。根據 CTM 之特性，以格位為單位進行污染排放之計算以模擬污染物之擴散情形，作者並假設號誌、相關之車流變數以及設定相關大氣環境變數以模擬實際之道路交通情況，模擬時間設定為 15 個小時包括了早上尖峰以及下午尖峰，並將道路分割成十個格位，以距離路緣 3 公尺做為擴散預測的地點，分散於道路的四個位置。污染排放係數以 MOBILE6 進行推估。結果發現，車流模式可以充份模擬車輛在尖峰以及離峰之行為，在污染物方面發現越接近路口 CO 之濃度變化比上游路段有更大的變化，污染程度也以靠近路口處較為嚴重。另外，作者亦利用帄均小時之流量以 CALINE4 直接進行模擬，並與使用格位法之模擬結果發現，由於交通的異質性，利用帄均小時車流量與車速之濃度計算結果會較利用 CTM 模擬來的低。

Ganguly and Broderick (2008)以兩種大氣擴散模式：一般有限線源模式 (GFLSM)以及 CALINE4，用以評估公路路側 CO 之量測。由於過去的研究已經說明 CALINE4 適合用於愛爾蘭之公路環境，因此文中以相同的環境條件下利用 GFLSM 來分析與比較兩種模式之模擬結果，擴散模式中所需使用之排放係數是利用 COPERT3 之架構方法來計算單位小時之排放係數。而比較之結果發現模擬結果 GFLSM 模式較 CLAINE4 模式為佳，作者亦針對 GFSLM 模型進行大氣穩定度以及風速之敏感度分析。在 GFSLM 穩定度敏感度分析中將穩定度分為「不穩定」、「穩定」以及「中立」，並發現以中立之情況模擬表現較佳。在風速敏感度分析中將風速分為「小於 0.5 m/s」、「0.5~2 m/s」以及「大於 2 m/s」，分析結果中顯示以「0.5~2 m/s」之狀態模擬結果較佳，反之，以「小於 0.5 m/s」之狀態較差。

Ganguly and Broderick (2010)先以印度理工學院所發展之 IITLSM 模式以及

GFSLM 模式在相同地區之實際 NOx污染濃度相互比較。在預測單日污染濃度變化時在中午以前之預測較為準確，但越晚會有高估的情形，並且以 GFLSM 模式表現較好。而前六個月之統計結果分析顯示，GFLSM 模式對於長期而言也較能接近實際偵測之濃度，因此在考量可能發生任何風向的情況下是以 GFLSM 的模擬結果較佳。由於 GFLSM 以證實能夠有效的處理側風及斜風的情況，作者為了使其能夠更準確的計算在帄行風情況下之濃度，因此假設一種混合模式，將

(31)

21 GFLSM 模式混合 IITLS 模式的概念加以改良。而混合模式與 GFLSM 模式之比較結果發現，混合模式在處理帄行風之條件下比單獨使用 GFLSM 模式來的有效。 2.3.2 高斯煙陣模式 煙陣模式係在煙源不斷連續排放，而將排放體以短時間切割，短時間之排放體為一煙陣之擴散，煙陣之分佈情形亦假設為高斯分佈。 Arya(1995)建構一靠近源點且適用於低風速之高斯煙塊模式，並且針對大氣環境進行相關參數之修正及提議，而此模式適用於大氣穩定度為中性以及穩定的狀態之下。

Thomson and Manning(2001)針對於低風速狀態下穩態之高斯煙塊模式，提出一新的求解方法。作者將煙塊模式擴散行為分為小型時間以及大型時間尺度，並以拉式積分時間尺度(Lagrangian integral time scale)做為擴散時間長短分隔之準則。此種方式之用意在於整合在不同時間下之煙塊，並且假設在短時間下煙塊成長會與時間成正比，在長時間下會與時間的均方根成正比。文章中並以此模式與高斯煙流模式相互比較，並發現此模式有著良好的擴散推估能力，此模式也有效的說明在低風速下煙塊的變化情形。 Luhar(2011)指出由於部分風向分佈複雜所造成的擴散行為可能呈現非高斯的特性，因此在長時間下可能無法準確的進行推估。而文章中發現雖然在一般常態穩定的風力狀態下，一般之煙塊模式擁有良好的解釋與模擬能力，並且也能符合在弱速風情況下之擴散特性。本節回顧了以高斯分佈為基礎之污染擴散模式，其中分為煙流以及煙陣模式，並發現高斯煙流模式是較常被使用之擴散模式，其原因在於能夠計算方便計算長時間下之濃度分佈情形且此類型之模式也有較為簡便之軟體可做應用。然而，本研究之目的在於於號誌控制下之污染影響，由於需要瞭解在短時間下的濃度分佈情形，因此煙陣模式是一較適合之模式，透過該模式可計算出在短時間下之濃度以比較在不同號誌控制策略方法下對於路外區域不同時間之濃度分佈情形。

(32)

22

第三章研究方法

參考本研究之研究流程與內容，確立本研究未來發展之目標與進行方式，本章節將進一步介紹本研究採用之研究方法，本研究欲建構混合車流污染擴散模式，因此，本研究將針對格位轉換模式其基本模式內容進行介紹，以便瞭解格位轉換模式以及混合車流之建構方式，其次，利用混合車流模式之模擬結果推估移動污染源之排放量，最後則利用所推估之排放總量進行污染物擴散計算，其相關內容介紹如后：

3.1 混合車流 CTM 模式

本研究於文獻回顧中介紹多種中觀車流模式，然格位轉換模式運算時間較少及運算方式更為簡便，因此本研究採用此模式進行車流行為之模擬。另外，CTM 之概念已於文獻回顧中介紹，於此，本小節將針對格位轉換模式之建構與基本假設進行探討，接著再進行混合車流模式構建之說明。 3.1.1 單一車流格位傳遞模式 Dagnazo(1994; 1995)為了能夠即時反應車流行為之模式而提出格位傳遞模式(CTM)，主要是將中觀車流中之簡單連續模式以離散化的方式加以推導，用以分析單一方向及單一出入口道路的密度變化。由於格位傳遞模式源自於簡單連續流模式(LWR 模式)，因此是從中觀之角度來描述車流運行行為，故忽略了車輛在格位中的相對位置。格位傳遞模式主要是將道路劃分成數個具有同質性之格位 (Cell)，將各個格位從 1 至 i 依序編號，如圖 3-1 所示。而格位之長度取決於該道路上車輛在單位時間(t)所行走之距離，模式中假設車輛運行皆是以一格位為單位，因此忽略車輛在格位中的位置，關係式如式 3-1，此式說明假設在無車隊的情況下，車輛不受到前方擁塞的影響，格位中的車輛在下一個時階可以順利抵達下游之格位。





 

i 1 i

n

_

t



1 

n t t



0,1,2...I

(3-1) 其中，ni(t)：t 時階內，格位 i 內之所有車輛數

(33)

23

n

i

n

i+1

n

i+2

n

i+3

n

i+I

上游下游 1 2 3 4 I 圖3-1 格位上下游劃分示意圖由於上述狀況為道路上之車輛均能以自由流速率(free-flow speed)行駛，然而在車流量較大的路段上，速率因進入瓶頸路段而降低時，上游格位的車輛可能無法全部抵達下游格位，亦即出現車隊等候的狀態。因此在格位傳遞模式中，為了模擬因擁擠而造成之車流變化情形，係將模式中之變數與格位特性做了新增以及 限制，在給定一時階的條件下，在格位中的車輛數為 ni，每個時階所能流入下一 個格位之流量為 yi，則決定流量 yi之限制如式(3-2)所示。

 



   

1

   



i i-1 i i i y t min n t ,Q t , N_ _ t - n t _ (3-2) 其中，ni(t)：格位 i 在時階 t 的車輛數 Ni(t)：格位 i 在時階 t 的可容納最大車輛數(擁擠密度) Qi(t)：格位 i 在 t 到 t+1 時階可移動的最大車輛數(最大流量) 利用 Ni(t)以及 Qi(t)分別表示格位中在單位時階內所能容納以及可移動的最 大車輛數，並以[Ni (t) – ni(t)]表示格位 i 內所能再容納之車輛數。因此格位內之 車輛數會受到前一格位之車輛數、可移動之最大車輛以及此格位中所剩餘之空間 的影響，利用此條件模擬當擁擠情況發生時造成之車流變化情形。因此，格位 i 在單位時階 t+1 之車輛數，可藉由格位 i 在單位時階 t 之車輛數，加上單位時階 內流入車輛數扣除流出車輛數，方程式表示如下：



1 

 

1

 

i i i i

n t

 

n t y t - y



_

t

(3-3)

n

i

n

i+1

y

i

N

i

N

i+1

y

i+1

y

_i+2

Cell i Cell i+1 圖3-2 單一車流格位傳遞示意圖 資料來源：Lo ,et al.(2004)

(34)

24 遞迴模式瞭解每一時階中，存在於某格位的車輛數。 3.1.2 混合車流格位傳遞模式構建 由格位 i 在時階 t 的車輛數(ni(t))、格位 i 在 t 到 t+1 時階可移動的最大車輛 數(Qi(t))及單位時間格位剩餘空間(Ni(t) - ni(t))三個參數組成，混合車流格位傳遞模式之建構係考慮多車流行為，由考慮單一車流行為延伸考慮多車流行為，探討汽車與機車之混合車流行為，格位車種由單一車種改變成汽車( c

 

i n t )與機車 ( m

 

i n t )兩種車種，如圖 3-3 所示，在最大流量與格位最大儲車空間都不變下，考慮汽車與機車車流行為，於最大流量與格 c 位最大儲車空間的限制下，兩種車種進行格位傳遞時，產生競爭的現象，模式中將利用三種競爭型態－無競爭關係、最大流量競爭及下游儲車空間競爭，分別討論如下：

n

c_i

n

m_i

y

i

N

_i

N

_i+1

y

i+1

y

_i+2

Cell i Cell i+1

n

ci+1

n

mi+1 圖3-3 混合車流格位傳遞示意圖資料來源：謝志偉 (2010) 1. 無競爭關係兩種車種在運行時，不因最大流量和下游儲車空間限制時，表示上游兩種車種混合之最大流量及混合密度皆小於上述兩者，因此，在上游之車輛數均可傳遞到下游格位。 2. 最大流量競爭上游格位兩種車種車輛數相加大於最大流量時如式(3-4)，其中 α 假設為小客車當量，在式(3-4)條件下頇考慮在最大流量限制，不同車種在此限制下可通過之流量。

 

1 1 c m i i i n_ t   n_ t Q t (3-4) 由上面之關係，分別假設汽車與機車之最大流量分別為 c

 

i Q t 和Q_im

 

t ，汽車及機車最大流乘以小客車當量(α)總和會等於混合車流之最大流量Q t_i

 

，即

 

c m i i i Q t   Q t Q t ，其中，混合車流最大流量，本研究假設為小客車在單

(35)

25 位時間可通過之最大流量，進一步討論流量競爭關係，假設只有存在單一車種機車時，沒有汽車的競爭，汽車之最大流量為 0，機車最大流量與混合車流最大流量關係為 m

 

i

 

i Q t Q t   ，然考慮汽車存在時，機車最大流量會受到汽車之影響，即汽車每增加一輛，機車之最大流量會降低，於此將此種關係是為混合車種之競爭關係，本研究假設兩車種競爭關係係透過一個最大流量競爭函數

 



1 , 1



Q c m i i R n_ t n_ t 所構成，其中為混合車流之競爭條件如格位之車輛數、速度及流量等關係，如式(3-5)所示：

 

Q



1

 

, 1

 



 

c m m i i i m i R n t n t Q t Q t     _     (3-5) 式(3-5)為考慮競爭關係之機車最大流量，本研究設定競爭函數關係為百分比型態，當汽車車輛數為 0 時，競爭函數則為 100%，表示機車最大流量在無汽車干擾下沒有損耗，則當汽車車輛數大於 0 時，競爭函數則會小於 100%，表示出現汽車競爭時，機車會因汽車出現，減少機車最大流量，反之減少之百分比則會分配給汽車，百分比越大分配到的流量就越大，由以上之關係，汽車之最大流量可以下列型式表示：

 

Q



 



 

1 1 1 , c c m i m i i i Q t  _ R n_ t n_ t _Q t (3-6) 當上游格位只有單一車種狀況時，無其他車種競爭時，則以該車種之最大流量傳遞至下一格位，關係如式(3-7)所示。

 

1 1 f 0, f 0, i c m i i m c i i i Q t i n t Q t i n t Q t Q t          _ _  (3-7) 3. 剩餘儲車空間競爭剩餘儲車空間競爭考慮格位密度對車輛傳遞之影響，於單一車流只需考慮單一車種對密度之影響，但在混合車流狀態，道路可容納之最大空間固定，因此兩種車種對空間存在競爭之關係，本研究係討論汽車與機車之混合車流行為，汽車和機車對於空間的分佈特性有若干差異，當下游密度已飽和，汽車無法傳遞到下

(36)

26 游格位，但機車之車型相對於汽車小，前方有剩餘空間，機車依然能透過車與車 間的空間到下游格位，為反映此現象，參考 Lan et al.(2010)將汽車與機車以格位 為單位，以車型大小分配佔有之格位數，由此，本研究以機車為格位車輛數的基 準單位圖 3-4 所示，探討機車與汽車的車型比例(l)，即一輛汽車車型約為 l 輛機 車，關係式如式(3-8)所示，以此關係考慮下游剩餘可進入車流空間(S_i

 

t )如式 (3-9)，其中壅擠指數(δ)為單一車流格位傳遞模式中，為使格位傳遞模式能與實際車流更吻合，在剩餘空間中考慮壅擠指數(δ)，模擬壅擠車流所產生之衝擊波之特性。 c m A l A  (3-8) 其中： Ac為汽車之面積。 Am為機車之面積。

CAR

M

圖3-4 車種比例示意圖

 



 

c

 

m

 



i i i i S t   N t  _l n t n t _ (3-9) 其中，

 

1 1 1 1 ( ) ( ) c m i i i c m i i i n t n t Q t w n t n t Q t v                   1 if if 上述探討之儲車空間，當上游格位車量數大於下游格位之最大儲車空間時如式(3-10)，必頇考慮混合車流傳遞至下游之競爭關係，考慮最大儲車空間之競爭函數R ns



_ic_₁

 

t ,n_im_₁

 

t



，以上游不同車種車輛數分配可傳遞到下游之車輛數，考慮剩餘儲車空間以及競爭狀況，可以得到汽車及機車的剩餘儲車空間，關係式如式(3-11)和式(3-12)。

 

1 1 c m i i i l n _ t n_ t S t (3-10)

 



1

 

, 1

 



 

m s c m i m i i i S t R n_ t n_ t S t (3-11)

(37)

27

 

1



1

 

, 1

 



 

s c m m i i i c i R n t n t S t S t l    _ _    (3-12) 上述的模式構建中，確立混合車流之競爭關係，分別為無競爭、最大流量競爭及剩餘儲車空間競爭，然這三個競爭關係是將單一車流格位傳遞模式加入混合車流之特性建構混合車流格位傳遞模式，單一車種格位傳遞之關係參考式(3-2)，由考慮單一車種，進而考慮汽車(nic



t1



)及機車(



1



m i n t )，如式(3-13)和式 (3-14)所示，式中的 c

 

i y t 和yim

 

t 分別為由上述的三種競爭關係得來，整理成式 (3-15)。



1



 

1

 

c c c c i i i i n t n t y t y_ t (3-13)



1



 

1

 

m m m m i i i i n t n t y t y_ t (3-14)

 

_{ }

 

_



_{ }

 

_{ }

 

_



_{ }

 



 



 





 

1 1 Q 1 1 1 1 Q 1 1 1 1 min , 1 , 1 , , , , , c m s c m m i i i m i i i c m m i i c i j i m i i _s _c _m i i i n t R n t n t Q t R n t n t S t l R n t n t Q t R n t n y t n t j t c m t S                               _ _            (3-15) 而格位中汽機車之帄均速度( j

 

i v t )推估方法則以流量及密度之關係加以推估，如式(3-16)式所示

 

( 1) , ( ) j j i i j i y t v t j c m n t    (3-16)

3.2 污染排放模式

由於擴散模式需要瞭解污染物之排放強度，而針對交通運具之排放總量之計算除了車流量外，排放係數亦是整體模式準確性的重要參數。藉由文獻回顧瞭解各種排放係數之應用以及校估，本研究將以環保署所建構之 TEDS 7.0 線源排放資料庫做為道路污染物排放量之推估參考依據。由於國內並無本土化之車輛排放係數推估方式，主要還是參考並引用美國之推估方式，對於各種污染物質之排放係數推估而言主要分為兩部分：一為 CO、

(38)

28

NOx 及 HC 之推估，主要係採用由中鼎顧問公司所建構之 Mobile-Taiwan2.0 模式或直接使用美國 Mobile 相關模式，而 TEDS7.0 版與 TEDS5.1 版之推估方式皆是以 Mobile-Taiwan2.0 模式來進行；另一部分為 TSP、Pb 及 SOx之推估，此類污

染物則是引用美國「AP-42, VolumeⅡ：Mobile Sourses -Appendix L」之方法來進行計算。

在 Mobile 模式中於 HC、CO 與 NOx 排放係數推估之方法中根據車輛排放特性可將其分為尾氣排放、蒸發排放與行駛損失三大類： 1. 尾氣排放係指由排氣管排出之廢氣，其排放之污染物有 HC、CO、NOx、Sox、TSP，也是最主要的排放源。而此類別之排放係數之公式如下 (1)基本排放率 BER BER＝ZML＋(DET×CUMMIL/10,000) 其中，ZML 為零里程排放率(克/英哩) DET 為每 10000 英哩之劣化率 CUMMIL 為累積車行里程(英哩) 模式中假設：車齡愈大時其劣化率愈大，當 CUMMIL ＞50,000 時 BER＝ZML+(DET×5+[DET2×(CUMMIL－50,000)/10,000] 其中，DET 為累積車行里程大於 50000 英哩後之每 10000 英哩之劣化率 (2) 模擬年份之基本排放係數 BEF (以 CO 為例，校正至 FTP 之標準測詴狀態) BEF＝(BER×OMTCF×PCLEFT)＋OFFCO＋OMTTAM 其中，OMTCF：溫度、RVP 之校正 PCLEFT：I/M 執行效益 OFFCO：低溫 CO 之校正 OMTTAM：污染控制設備因素之校正 (3) 組合排放係數(COEF) COEF＝Σ(BEF×TF×SALHCF×RVPCF) 其中，TF 為該年份車輛車行里程佔總車行里程比例 SACHCF：速度、A/C、EXTRA LOAD、TOWING 校正係數 RVPCF：OPEN LOOP& NO CATALYST VEHICLES 之 RVP 校正 2. 蒸發排放

混合車流污染排放與擴散模式之建構

國立交通大學

交通運輸研究所

碩士論文