基于CFD与实地测量的隧道实验车辆排放因子精准化校正研究

针对隧道实验中因采样点局限导致车辆排放因子(EFs)估算偏差的问题，研究人员结合计算流体力学(CFD)模拟与实地测量，量化了风速与污染物空间异质性对EFs的影响。研究发现传统方法可能低估NOx、CO和PM2.5排放量达24.50-161.66 mg·km-1·veh-1，并提出校正方案，为排放清单精准化和空气质量政策制定提供科学依据。

　　

在城市空气污染治理中，车辆尾气排放一直是难以精准量化的“黑箱”。传统隧道实验通过测量入口和出口的污染物浓度差来估算排放因子（Emission Factors, EFs），但这种方法存在一个致命缺陷：隧道内风速和污染物的不均匀分布会导致显著误差。以往研究往往假设隧道内空气完全混合，而实际上，车辆运动、自然风场和隧道结构的复杂相互作用，使得污染物浓度可能在中段出现13%的异常峰值。更棘手的是，外部大气条件对隧道内200米范围的流动影响强烈，而采样点的随意布置可能使NOx排放因子偏差高达157%。这些误差直接影响了城市排放清单的准确性，导致政策制定者难以“对症下药”。

针对这一难题，南开大学的研究团队在《Environmental Pollution》发表了一项创新研究。他们首次将计算流体力学（CFD）模拟与天津吴经路隧道的实地测量相结合，像给隧道做“CT扫描”一样，三维还原了污染物扩散的真实图景。研究不仅考虑了车辆运动产生的活塞效应，还引入简单化学反应模型，并量化了外界风场对隧道内流场的扰动。通过对比模拟与实测数据，团队发现传统方法在低车流量和弱自然风条件下，可能低估EFs高达40%。具体而言，隧道车队的NOx、CO和PM_2.5平均排放因子分别被低估24.50、161.66和3.33 mg·km^-1·veh^-1。尤为重要的是，校正后柴油车EFs虽仍高于汽油车，但其对车队整体排放的贡献度显著降低，这一发现为“柴油车限行”政策提供了新的科学依据。

研究团队采用了三大关键技术：1）基于天津吴经路隧道实际结构的CFD建模，模拟不同车流量、车速下的流场分布；2）连续18天的隧道内多点位同步监测，获取CO、NOx等污染物浓度剖面；3）建立EFs校正函数，整合隧道坡度、长度等结构参数与外部风场变量。这些方法首次实现了从“点测量”到“三维场分析”的跨越。

研究结果揭示：

• 流场异质性：CFD模拟显示隧道中部存在明显涡流，导致污染物浓度呈非线性增长，这与传统均匀混合假设存在根本差异。

• 外部风场影响：入口200米区域的风速波动可使EFs计算偏差扩大1.4倍，证明采样点应避开该敏感区。

• 柴油车贡献重估：校正后柴油车NOx排放虽仍为汽油车的3.2倍，但其占车队总排放比例从38%降至29%，提示政策需兼顾车辆构成比。

这项研究的突破性在于建立了首个可量化EFs误差的校正体系，提出了隧道选址应远离强风区、采样点间距需大于200米等实操规范。正如通讯作者Hongjun Mao所述：“该成果不仅提高了隧道EFs的可比性，更揭示了外部环境与隧道微气候的耦合机制——这是以往排放清单研究忽略的关键维度。”未来，这套方法可推广至山地隧道、海底隧道等复杂场景，为全球城市制定差异化的“交通减排处方”提供普适性工具。