机场飞机空气污染物与CO2的时空排放特征及驱动因素:以中国为例

《Toxics》:Spatiotemporal Emission Characteristics and Driving Factors of Air Pollutants and CO2 from Aircraft at Airports: A Case Study in China

【字体: 大 中 小 】 时间:2026年08月28日 来源:Toxics 4.9

编辑推荐:

  随着中国民航业的快速扩张,机场飞机排放引发了日益增长的环境担忧,因此有必要明确其排放特征和驱动机制。本研究选取了中国具有高度代表性的机场群——山东省的10个主要民航机场,利用2023年的实际航班活动数据,研究了航空排放特征。研究结果表明,机场飞机排放的碳氢化合

  
随着中国民航业的快速扩张,机场飞机排放引发了日益增长的环境担忧,因此有必要明确其排放特征和驱动机制。本研究选取了中国具有高度代表性的机场群——山东省的10个主要民航机场,利用2023年的实际航班活动数据,研究了航空排放特征。研究结果表明,机场飞机排放的碳氢化合物(HC)、一氧化碳(CO)、氮氧化物(NOx)、二氧化硫(SO2)、颗粒物(PM)和二氧化碳(CO2)总量分别为144.6、1890.4、2571.8、358.7、18.2和584,822吨,其中NOx和CO是主要空气污染物。滑行阶段被确定为总排放的最大贡献者,B737-800成为排放贡献最大的机型。此外,研究结果显示,机场飞机排放表现出时空异质性。这些排放量在7月和8月达到峰值,而在冬季水平较低。在空间上,这些航空排放主要集中在山东省东部,青岛和济南是前两位贡献者,共同贡献了总排放量的66%以上。该研究进一步表明,这种时空异质性主要归因于航空客运吞吐量、飞机起降架次和GDP。研究结果可推广到中国其他省份,并为未来中国机场航空排放的减缓提供科学依据。
论文解读文章

**研究背景与问题**
随着经济全球化的深入,航空运输已成为现代综合交通体系的关键组成部分,全球航空业经历了显著扩张。国际航空运输协会(IATA)报告显示,全球航空客运周转量从2010年的170亿人次增至2019年的450亿人次,并预计以年均4.3%的速度持续增长。中国民航业同样快速发展,运输机场数量从2005年的135个增至2024年的263个,旅客吞吐量从0.28亿人次升至14.6亿人次。尽管2020至2022年受COVID-19疫情影响,年均客运周转量仍达3.7亿人次。这种快速发展导致机场飞机排放大量空气污染物,包括碳氢化合物(HC)、一氧化碳(CO)、氮氧化物(NOx)、颗粒物(PM)和二氧化硫(SO2),以及加剧气候变化的二氧化碳(CO2)。研究表明,2018年中国航空业排放了约1.9万吨HC、75.3万吨NOx、0.24万吨PM、3.06万吨SO2和1.17亿吨CO2,占全球航空排放的约20%。这些排放显著恶化机场及周边空气质量,甚至影响下风向区域,对居民健康构成风险。然而,现有研究多聚焦单个机场,缺乏对区域机场群排放差异及其驱动因素的系统分析,这成为区域大气污染控制的关键瓶颈。

**研究目的与意义**
为填补这一空白,研究人员选取山东省10个主要民航机场作为案例,基于2023年真实航班活动数据,利用国际民航组织(ICAO)标准排放模型,系统量化了飞机空气污染物和CO2的排放特征,并分析其时空异质性。进一步,通过多尺度地理加权回归(MGWR)模型,识别影响排放差异的关键社会经济因素。该研究旨在为区域机场排放控制提供科学依据,并推广至其他省份。

**主要技术方法**
研究人员采用ICAO标准排放模型,将飞机降落与起飞(LTO)阶段分为起飞、爬升、进近和滑行四个子阶段,基于排放指数(EI)、燃油流量(FF)和阶段时间(TIM)估算排放量。对于PM,采用一阶近似方法(FOA3.0)计算其排放指数。空间自相关分析采用局部莫兰指数(local Moran's I),驱动因素分析则运用MGWR模型,变量包括经济指标(GDP、CPI、PCDI)和机场运营指标(APT、ACMT、AM)。数据来源包括中国民航飞行运行质量保证监控系统(FOQA)获取的431,967条实际航班记录,以及山东省统计局和华东民航机场生产统计报告。

**研究结果**
**3.1 总排放量**
2023年,山东省机场飞机排放HC、CO、NOx、SO2、PM和CO2分别为144.6、1890.4、2571.8、358.7、18.2和584,822吨。其中,NOx和CO为主要污染物,占空气污染物总量的51.6%和37.9%,PM占比最低(0.37%)。在单个机场中,青岛胶东国际机场(ZSQD)排放最大,其各污染物排放量与既往研究一致。滑行阶段贡献总排放量的50%,尤其HC和CO的90%以上来自该阶段;NOx则主要来自爬升和起飞阶段(近70%)。B737-800机型贡献最大,占除HC外所有污染物排放的50%以上,A320次之。尽管A320航班量仅为B737-800的75%,但其排放量仅约为后者的30%,这归因于发动机性能差异。

**3.2 时空异质性**
排放量呈现明显时间变化:从1月起上升,7月至8月达到峰值,冬季最低。这与夏季旅游需求导致的航班量激增,以及春夏季较高的大气边界层高度延长爬升和进近时间有关。空间上,排放集中于山东省东部,其中青岛和济南两市合计贡献超66%总排放。莫兰散点图显示,多数机场呈“L-H”聚类,而济南和青岛呈“H-L”聚类,反映区域航空发展差异。

**3.3 驱动因素**
MGWR模型性能优于全局OLS模型(R2更高,AICc和RSS更低)。回归结果表明,航空客运吞吐量(APT)是最重要的驱动因素,回归系数为0.532–0.629,且对所有污染物均100%显著;飞机起降架次(AM)次之(系数0.154–0.310);GDP是经济因素中最具影响力者(系数0.176–0.254),100%显著;而CPI和PCDI影响较弱。这些结果指出,APT、AM和GDP是驱动机场飞机排放时空异质性的三大关键因素。

**讨论与结论**
讨论部分强调,NOx作为光化学前体物,对对流层臭氧形成具有重要作用,影响区域空气质量。LTO循环虽然航程最短,但2023年仅10个机场的CO2排放约60万吨,占山东省交通部门总排放的0.6%,凸显减排紧迫性。研究提出政策建议,如将航空业纳入排放交易体系、优化航班调度和单发滑行、加速机队现代化及采用可持续航空燃料。研究局限包括依赖认证数据库参数、未区分HC物种,以及使用ICAO标准TIM可能引入误差。结论指出,该研究建立了山东省机场群高分辨率排放清单,识别出滑行阶段和B737-800为主要贡献者,并揭示排放的时空异质性和关键驱动因素。鉴于中国城市在社会经济和运营模式上的相似性,研究结果可推广至其他省份,为制定差异化减排策略提供科学基础。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号