数据驱动的机场航空器污染物排放清单及特征分析

摘要

：提高机场航空器污染物排放清单精度是发展绿色民航的重要前提。本文首先以2019年广州白云国际机场航班运行数据和航空例行天气报告数据为数据驱动，对发动机燃油流量、污染物排放指数、混合层高度和航班运行阶段时长等关键参数进行计算修正；其次，基于国际民航组织标准模型和数据驱动修正模型（简称修正模型）建立碳氢化合物（HC）、一氧化碳（CO）和氮氧化物（NO_x）的排放清单并进行对比分析；最后，从航空器类型、时间和空间3个维度探究污染物的排放特征。结果表明：修正模型得到的HC、CO、NO_x年排放量比标准模型分别降低了10.26%、11.94%、26.03%;A320机型具有较低的排放强度；08:00—10:00为3类污染物的高峰排放时段，而02:00—03:00为低峰时段；HC和CO全年排放变化较小，而NO_x在混合层高度偏高和相对湿度偏低的11—12月排放偏高；3类污染物排放主要分布于离港航路点LMN、YIN、VIBOS所对应的空间方向。

关键词

排放清单 / 数据驱动 / 机场区域 / 航空器 / 排放特征