地方政府如何监管重型车排放？北理新源推出重型车排放特征画像解决方案
时间:2020-06-15 09:25来源:北京理工新源 作者:BITNEI
如何有效监管重型柴油车的排放，一直是各地方政府关心的重要问题之一，也是打好蓝天保卫战的关键问题之一。随着生态环境部近日正式对外发布《重型车远程排放监控技术规范（征求意见稿）》，地方政府升级现有的针对重型车排放的地方监管平台，加速监控、评价、管理机制的智能化和数字化，已是迫在眉睫。
北京理工新源作为该技术规范制定的主要参与方，基于对规范的深入理解和重型车大数据处理经验，将通过构建重型车排放特征画像，助力地方政府掌握各公司重型柴油车不同车型的排放规律，制定专属的重型车排放监管方案。
北京理工新源提出的构建重型车排放特征画像方案主要包括三个部分：对排放相关数据质量进行打分、使用移动窗口方法对数据进行滤波降噪、利用功基法计算比排放，衡量汽车是否超排。
在描述车辆的排放特征时，原数据可以挖掘出两方面的信息：一是直接统计其SCR下游返回的氮氧化物（NOx）排放浓度ppm值；二是计算每个车对应的平均比排放（g/kW·h）。鉴于数据质量参差不齐，我们又补充了排放相关的数据质量评分机制，为和车企沟通提升数据质量保存了依据，同时也将排放特征画像的维度扩充至三个，具体关系如下图所示，并分别介绍：
图1：排放特征画像框架，从3个维度分别对重型车排放进行刻画、分析（左为画像框架、右为结果样例）
由于依赖的数据字段较多，在使用功基法滤波前要结合先前给排放相关数据质量打分的结果，然后对分高的车辆进行功基法计算比排放，否则，如果数据质量不佳，比排放有可能无法计算，只能得到Null值，究其原因，仍是数据质量不过关导致的。这也从侧面印证了数据质量对整个分析结果起到至关重要的作用，各地方政府须协同各车企尽力提升数据质量。
图2：功基法后的车辆下游NOx比排放为Null溯源分析（溯源后发现大比例原因为下游ppm数据质量评分极低，甚至为0）
采用两种滤波方法，以解决数据噪声较多的问题：针对SCR下游氮氧化物浓度（ppm）统计采用移动平均窗口方法；针对比排放计算采用功基法，分别对排放相关字段进行处理和特征提取。两种滤波方法的原理相似，都是采用一定长度和滑动步长的平均窗口对数据进行重新聚合。不同点一是处理数据字段不同，移动平均窗口方法处理的是单一数据，仅处理SCR下游的氮氧化物浓度（ppm）即可，而功基法略复杂，既要考虑氮氧化物排放实时数据，又要兼顾发动机实时数据；二是窗口的取法不同，移动平均窗口会固定窗口大小，功基法则依赖于汽车的基准功变化曲线，每个窗口以包括一个基准循环功为准则，计算每个窗口内的比排放（g/kW·h）。二者各有利弊，移动平均窗口一刀切但处理速度更快，功基法更灵活但速度较慢。
图3：功基法方法细节流程图：包括各模块相互组合关系以及执行顺序，最后输出各车辆各功基法窗口内的比排放（g/kW·h）
确定了排放特征画像的各个维度后，该画像不仅可以对每个具体的重型车的排放特征进行刻画，还可以聚合到车型、甚至车企层面。下面展示部分效果：如果我们给平均比排放小于等于0.46g/kW·h的车辆打上合格的标签，否则标签为不合格。那么对不同的车企、不同的车型所包含的车辆分别进行合格/不合格的比率的计算，以此来对车辆的排放特征进行刻画：
图4：车企层面的比排放合格/不合格比率排放特征排名
图5：车型层面的比排放合格/不合格比率排放特征排名
综上，本文构建了包括3个维度内容的重型车排放特征画像，该画像体系对于协助地方政府监管重型车排放有如下意义：
1. 可以灵活地对各车辆进行不同维度的排放特征刻画，还可聚合到车型、车企层次，从而方便地方政府控制管控粒度，达到宏观把握与微观聚焦相结合的效果。
2. 画像既描述了车辆本身排放特征，还对相关数据的质量进行了评测，方便地方政府向车企提出如何提升数据质量的具体建议，形成“监督—管理—改善”的良性闭环；同时也为下一步的大数据分析及挖掘、大数据应用、大数据创新打好坚实的数据基础。
3. 可加快培育环保数据要素市场，挖掘环保大数据价值，以排放数据为切入口，推动排放大数据在以“蓝天保卫战”为中心的环保工作中发展全方位的应用创新，真正让地方政府掌握的数据回馈于民、造福于民。
