基于AIS數據的渤海灣地區海運排放測算

邢　輝,段樹林,黃連忠,劉勤安 (大連海事大學輪機工程學院,遼寧 大連 116026)

?

基于AIS數據的渤海灣地區海運排放測算

邢輝,段樹林?,黃連忠,劉勤安 (大連海事大學輪機工程學院,遼寧 大連 116026)

摘要：將船舶活動狀態分為港口鄰近區域的機動操縱工況和停泊工況以及海上航路的定速巡航工況;采用基于船舶活動的方法,建立了區域性海運排放測算模型.根據中國船級社船舶數據庫,確定了不同類型船舶主、副機標定功率和設計航速與船舶總噸之間的關系;通過對船舶自動識別系統(AIS)船舶流量軌跡圖的統計分析,得到了2014年渤海灣地區船舶流量數據;基于所確定的模型參數,計算得到了渤海灣地區海運排放清單.結果表明,2014年渤海灣地區海運N Ox、CO、HC、C O2、SO2和PM排放量分別為173808、14436、6144、7208919、120748 和15292t;貨船、危險品船和客船對海運排放的貢獻占比分別約為73%、21%和6%;海上航路定速巡航工況對海運排放的貢獻占比約為90%;其中,成山頭至老鐵山水道和老鐵山水道至渤海中部航路排放之和約占海上航路排放的50%;天津港和大連港分別約占港口鄰近區域排放的30%和20%.基于AIS統計數據的自下而上方法對區域性海運排放的測算具有可操作性.

關鍵詞：廢氣排放；海運船舶；AIS；渤海灣地區；基于船舶活動的方法

*責任作者, 教授, oliverduan@163.com

隨著海運貿易的發展和普通民眾對公共健康的關注,近年來海運排放對區域性大氣排放的貢獻越來越受到人們的重視[1].國際海事組織、歐盟、美國、澳大利亞等一些全球性、區域性或地區性的排放標準和法規也陸續更新或出臺.為了更準確的進行排放清單測算,海運排放測算的方法和模型也在不斷完善.早期主要是基于船舶燃油消耗的統計數據進行計算的.例如,一些研究者[2-8]使用船舶燃油消耗量和基于燃油消耗的質量排放量因子,進行了區域或全球范圍內的海運排放測算.基于燃油消耗的方法后來被認為不準確[9],而基于船舶活動的方法在區域性排放清單的測算中得到了廣泛應用.有學者[10-16]將該方法用于歐盟、北美等國家或地區的測算.國內學者[17-21]也采用該方法對我國廣東、上海、青島等多個地區的海運排放清單進行了初步研究.另外,采用基于燃油消耗和基于船舶活動相結合的方法也得到了廣泛應用[22-26].但是,各種研究方法均存在基礎數據缺乏及模型參數對具體測算區域適用性問題.因此,為降低海運排放清單的不確定性,針對具體區域開展模型參數的收集工作成為近年來研究的熱點.這其中,基于岸基及衛星AIS數據開展全球或區域性海運排放測算得到了普遍應用.Corbett等[27]和Winther等[28]基于衛星AIS數據預測了北極地區2020年、2030年和2050年的排放量,所采用的測算方法對于其他地區排放清單的測算有較好的參考意義. Goldsworthy等[29]基于AIS觀測數據,建立了澳大利亞港口及近岸區域的海運排放測算模型,得到了不同船舶類型、噸級、運行工況和不同設備類型的排放量.Ng等[1]通過AIS獲得了船舶活動及航速數據,并通過勞氏船級社船舶數據庫獲得船舶噸位、建造時間和發動機標定功率數據,研究確定了香港及珠三角地區的遠洋船舶排放清單.Yau等[30]通過AIS觀測得到船舶實時航速和航跡數據,測算了2007年香港地區的遠洋船舶NOx、SO2和PM排放量.譚建偉等[31]也基于AIS觀測數據對大連海域船舶排放進行了初步研究.總體來看,AIS可被用來獲取船舶類型、數量、航跡、航速、主機負荷因子等多個參數,為海運排放的準確測算提供了當前最為有效的手段.

環渤海經濟圈是我國重要的社會經濟增長極,近年來,該地區的大氣環境污染問題已經嚴重影響到京津冀及渤海灣地區的經濟社會發展[32-33].國家“大氣污染防治行動計劃”明確提出要建立區域性大氣污染防治協作機制[34],做到地區之間、部門之間、行業之間的聯防聯控.在此背景之下,渤海灣地區海運廢氣排放也逐漸進入我國公眾的視野.與國外發達國家或地區相比,我國對海運排放的評價、管理和控制以及相關政策措施的完善還存在較大差距.開展港口及海運排放研究將能為沿海港口城市大氣污染監管、政策措施的制定提供有效的支撐.本研究對CCS(中國船級社)船舶數據庫進行統計分析,確定海運船舶主機標定功率、副機標定功率、船舶設計航速、船長與船舶總噸(GT, Gross Tonnage)間的對應關系,參照相關研究和海運專家的航海操作經驗確定主、副機廢氣排放因子和負荷因子,通過AIS統計數據得到2014年渤海灣地區主要航路和主要港口的船舶類型、流量、噸級數據,建立渤海灣地區海運排放(包括船舶NOx、CO、HC、CO2、SO2和PM排放)測算模型.相關的測算方法和研究結論可為我國海運排放的測算或相關部門的政策制定提供參考.

1　研究方法

1.1研究對象和范圍

圖1　渤海灣地區船舶流量軌跡示意Fig.1　Schematic diagram of ship traffic in Bohai Sea areas

區域性排放清單的測算往往是基于船舶活動進行的.基于岸基或衛星AIS數據可以統計出一年當中測算區域內船舶運行軌跡和流量.本研究的測算范圍如圖1所示,包括37°23'N以北和122°57'E以西的渤海及部分黃海海域.根據2014年的AIS統計數據,測算范圍內9個主要航路上的船舶流量(包括往、返船舶)為330656艘次,其中海運船舶230743艘次,非運輸船舶99913艘次;測算范圍內10個主要港口的船舶流量(包括進、出港船舶)為478286艘次,其中海運船舶233309艘次,非運輸船舶244977艘次.根據我國海事局的AIS監控統計數據,目前還難以得到測算范圍內各具體船舶的詳細活動數據,統計得到的船舶流量數據僅包括客船、貨船、油船、危險品船和非運輸船舶等類型,缺乏更詳細的分類.因此,本研究不包括漁船、拖輪、駁船等非運輸船舶,并將油船歸入危險品船,測算的船舶類型分為客船、貨船和危險品船.

1.2計算模型

船舶廢氣排放量的測算可根據船舶運行階段在空間上分為兩部分:定工況的海上航路排放和變工況的港口鄰近區域排放.為簡化計算,將船舶活動狀態歸結為3種運行工況:定速巡航工況、機動操縱工況和停泊工況.每一種運行工況下的船舶排放按推進柴油機(主機)、發電柴油機(副機)分開計算,忽略鍋爐的排放.

因此,測算范圍內一年當中某種成分廢氣排放量計算公式可表達為

其中

式中:E為排放量,t;ME為主機;AE為副機;P為標定功率,kW;LF為負荷因子;T為運行時間,h;EF為比排放因子,g/(kW·h);i為船舶艘次編號;j為運行工況編號;k為廢氣成分編號.

1.3模型參數的確定

1.3.1標定功率和設計航速因難以統計到具體船舶的主、副機功率和航速數據,一般的研究[1,5-6,9,12,15,21-26,29-30]均是根據船級社的船舶數據庫進行統計分析.本研究模型中的客船僅指普通客船、客滾船,不包括高速客船,對入級CCS的119艘國際和國內航行的178≤GT≤34222的客(滾)船進行統計分析;模型中的貨船視為包含集裝箱船、散貨船和雜貨船,對入級CCS的144艘國際和國內航行的897≤GT≤187 541的海運集裝箱船、390艘國際和國內航行的1965≤GT≤ 106334的海運散貨船、121艘國際和國內航行的1495≤GT≤28147的海運雜貨船進行統計分析;模型中的危險品船視為包含油船、化學品船和氣體運輸船,對入級CCS的288艘國際和國內航行的139≤GT≤167572的海運油船/化學品船及69艘國際和國內航行的497≤GT≤114 166的海運氣體運輸船進行統計分析.最終得到了船舶主機標定功率(PME)、設計航速(Vd)和船舶總長(LOA)與船舶GT之間的對應關系,如表1所示.副機總標定功率(PAE)通過與PME取比值再取算術平均值的形式給出.航速數據比較離散,尤其對于貨船,它包含集裝箱船、散貨船和雜貨船等船型,設計航速差異更大.為了便于擬合,將貨船按噸級分為10個等級,求各等級航速的算術平均值,然后再進行擬合.

表1　主、副機標定功率、船舶總長和設計航速與船舶總噸間的對應關系Table 1　The relationships of ME &AE rated power, ship length and ship design speed against ship gross tonnage

1.3.2負荷因子和運行時間主機負荷因子(LF)定義為某一實際航速Va下的主機功率與PME之比.船舶以設計航速Vd航行時所消耗的主機功率受船體臟污程度、裝載、海況和發動機運行年限的影響.本研究取船舶以Vd航行時對應的主機功率為0.9PME[25],則船舶以實際航速Va航行時所對應的主機負荷因子LF=0.9·(Va/Vd)3.船舶在海上航路定速巡航時,主機一般以75%～85%標定負荷運行,此時按推進特性運轉的柴油機的燃油消耗率最低.但實際的運行負荷跟市場需求、主機性能、天氣海況等有關,國內的監控AIS還沒有形成具體船舶的航速統計數據.因此,本研究參照文獻[35]及一般的航海操作經驗,對各類型船舶在各運行工況下負荷因子及運行時間的取值如表2所示.海上航路定速巡航距離LC及港口航道機動操縱距離LM根據海圖測算獲得,停泊工況時間參照文獻[17]取值.

1.3.3比排放因子柴油機比排放因子與質量排放量因子存在如下轉換關系

式中:EF為比排放因子,g/(kW·h);EFf為質量排放量因子,kg/t燃料;SFOC為燃油消耗率,g/(kW·h);k為廢氣成分編號.

各類型柴油機NOx、CO、HC、CO2比排放因子和SFOC參照文獻[25-26]取值,如表3所示.文獻[25,32]假設有97.75%的S(硫)轉化成了SO2,按式(5)確定SO2質量排放量因子

另外,文獻[25]對2.7%硫含量燃油的PM質量排放量因子取值為6.70kg/t燃料.結合式(4),得到各類型柴油機SO2和PM比排放因子,也列于表3中.

表2　負荷因子和運行時間Table 2　Load factors and run-time

表3　比排放因子[g/(kW?h)]Table 3　Specific emission factors [g/(kW·h)]

根據目前市場上各類型船舶主、副柴油機的選配情況,主機功率5 000kW以下的船舶所用主機一般均為四沖程柴油機;主機功率5 000kW以上的船舶一般均采用二沖程柴油機;副機均采用四沖程柴油機.因此,參照表1對主機功率的測算,本研究統一取船長150m以下船舶主機為四沖程機,船長150m以上船舶主機為二沖程機.

1.3.4船舶流量統計渤海灣地區船舶流量軌跡如圖1所示,主要的海上航路包括:①-大連至煙臺航路;②-成山頭至大連航路;③-成山頭至老鐵山水道航路;④-成山頭至長山水道航路;⑤-老鐵山水道至遼東灣北部航路,包括老鐵山水道至營口港和錦州港;⑥-老鐵山水道至渤海中北部航路,主要指老鐵山水道至秦皇島港;⑦-老鐵山水道至渤海中部航路,包括老鐵山水道至天津港、曹妃甸港、京唐港和黃驊港;⑧-長山水道至渤海中南部航路,包括長山水道至天津港、曹妃甸港和黃驊港;⑨-長山水道至萊州灣航路.

根據2014年全年船舶流量軌跡圖,統計得到渤海灣地區9個主要航路船舶流量數據如表4所示.AIS統計數據缺乏各類型船舶具體的噸級數據,僅能得到按船長分類的船舶數量,即90～150m、150～200m、200～300m和300m以上幾個噸級.船舶分級數據沒有按船型分開列出,所以目前的應用還存在一定的缺陷,本研究對3種船型均按表4所示的相同的分級占比進行處理.視非運輸船舶船長均為90m以下,將運輸船舶對應的船長分為70m、120m、175m、250m和330m用于計算.

基于AIS觀測數據統計得到2014年進出大連、營口、錦州、秦皇島、京唐、曹妃甸、天津、黃驊、萊州灣、煙臺10個港口的船舶流量如表5所示,總流量為233309艘次.而表4中9個主要航路上的船舶總流量為230743艘次,兩個數據相差1.1%,可認為基本吻合.

2　結果與討論

船舶在海上航路定速巡航時一般燃用重油,而在港口鄰近區域機動操縱和停泊時所用燃油情況比較復雜,根據機型差異和操作情況可能繼續燃用重油或者換用輕柴油,具體情況目前還難以統計.本研究的計算模型沒有考慮燃油類型對NOx、CO、HC和CO2排放的影響,僅考慮不同含硫量的燃油對SO2和PM排放有影響,取世界船用燃油平均硫含量2.7%[25,31,35]用于計算.

表4　2014年渤海灣地區主要航路船舶流量數據Table 4　Statistics of ship traffic at sea routes in Bohai Sea areas in 2014

表5　2014年渤海灣地區主要港口船舶流量數據Table 5　Statistics of ship traffic at major ports in Bohai Sea areas in 2014

根據式(1)～(5)和表1～表5,計算得到渤海灣地區海運排放清單如表6所示.其中,NOx、 CO、HC、CO2、SO2和PM排放總量分別為173808, 14436,6144,7208919,120748,15292t;貨船對廢氣排放的分擔率最大,占比約為73%;危險品船對廢氣排放的分擔率次之,占比約為21%;客船對廢氣排放的分擔率最小,占比約為6%.各廢氣成分有近似相等的分擔率,這是因為測算對象僅包括主、副柴油機,兩類設備有相似的排放特性.

表6　2014年渤海灣地區海運排放清單(t)Table 6　Emissions inventory of sea-going ships in Bohai Sea areas in 2014 (t)

圖2　不同設備的廢氣排放分擔率Fig.2　Contribution of emissions by different equipment

圖3　不同運行工況的廢氣排放分擔率Fig.3　Contribution of emissions under different operating modes

主、副機廢氣排放分擔率如圖2所示.渤海灣地區海運船舶主機NOx、CO、HC、CO2、SO2和PM排放分擔率分別為88%、88%、89%、85%、84%和84%;副機NOx、CO、HC、CO2、SO2和PM排放分擔率分別為12%、12%、11%、15%、 16%和16%.

不同運行工況廢氣排放分擔率如圖3所示.海上航路定速巡航工況NOx、CO、HC、CO2、SO2和PM排放分擔率最大,分別為91%、91%、92%、89%、89%和89%;停泊工況NOx、CO、HC、CO2、SO2和PM排放分擔率次之,分別為7%、7%、6%、9%、9%和9%;而進、出港機動操縱工況廢氣排放分擔率均僅占2%左右.若將燃油鍋爐納入計算,停泊工況廢氣排放分擔率整體會偏高一些.若在該測算范圍內所有船舶各工況均要求燃用0.1%硫含量的燃油,則SO2和PM排放分別為4472t和2417t,減排量分別達到96% 和84%.

在定速巡航工況,9個主要海上航路廢氣排放分擔率如圖4所示.其中,成山頭至老鐵山水道航路NOx、CO、HC、CO2、SO2和PM排放分擔率最大,分別為34%、34%、34%、33%、33% 和33%;老鐵山水道至渤海中部航路NOx、CO、HC、CO2、SO2和PM排放分擔率次之,分別為17%、17%、17%、16%、16%和16%.這兩個航路上的排放約占9個主要海上航路廢氣排放的50%.

各港口廢氣排放分擔率如圖5所示.在港口鄰近區域機動操縱和停泊期間,10個主要港口NOx、CO、HC、CO2、SO2和PM排放分別為15 311、1292、482、781915、13641和1728t.其中,天津港廢氣排放分擔率最大,約為30%;大連港廢氣排放分擔率次之,約為20%.金陶勝等[8]測算得到2006年天津港NOx、CO、HC和PM排放總量為5360t,而本文測算得到2014年天津港NOx、CO、HC和PM排放總量為5652t,因測算區域、測算對象的差異導致測算結果有一定差異,但具有可比性.本文對大連港的測算結果遠低于譚建偉等的[31]測算結果,這是因為其測算區域不僅限于港口鄰近區域,還包含定速巡航工況所對應的港外區域.但即便這樣,比照文獻[8,17-19,21,30]的測算結果,譚建偉等[31]的測算結果也明顯偏大.

圖4　定速巡航工況下不同航路廢氣排放分擔率Fig.4　Contribution of emissions by different sea routes under normal cruising mode

圖5　港口鄰近區域不同港口廢氣排放分擔率Fig.5　Contribution of emissions by different major ports in near port areas

3　結論

3.1建立了基于AIS統計數據的海運排放測算模型,確定了具有較好適用性的模型參數,通過在渤海灣地區的應用,表明了該模型對區域性海運排放清單的測算具有可操作性,為相關部門的政策制定提供了方法上的參考.

3.2渤海灣地區2014年海運NOx、CO、HC、CO2、SO2和PM排放總量分別為173808,14436, 6144,7208919,120748,15292t;貨船、危險品船和客船對廢氣排放的貢獻分別占比73%、21%和6%;未計及鍋爐排放的情況下,海上航路定速巡航工況對廢氣排放的貢獻占比約為90%;進、出港機動操縱工況對廢氣排放的貢獻僅占2%左右;就海上航路定速巡航工況的排放而言,成山頭至老鐵山水道和老鐵山水道至渤海中部航路排放占比之和約為50%;天津港和大連港的排放約占港口鄰近區域機動操縱和停泊期間排放的30% 和20%.

3.3本研究僅基于AIS船舶流量軌跡圖統計了渤海灣地區9各主要海上航路和10個主要港口的船舶流量數據,另考慮AIS系統本身也會存在數據遺漏,因此,測算結果會存在一定偏差;沒有計及非運輸船舶的排放,雖然噸級均較小,但該類船舶流量將近35萬艘次,下一步有必要針對該類船舶建立測算模型并確定模型參數,形成完整的渤海灣地區船舶廢氣排放清單.

3.4目前我國的AIS系統還缺乏船舶類型、噸級、航速、發動機類型、生產年份等詳細的統計數據,這將給模型測算結果帶來一定的誤差,今后還有待進一步細化和優化AIS監控和統計功能;對于具體的測算區域,有必要針對船舶停港時間、所用燃油類型、排放因子等模型參數開展具體的調研和統計;另外,對于船舶燃油鍋爐目前還缺少比較實用、準確的排放測算方法,也是下一步需要完善的地方.

參考文獻：

[1] Ng S K W, Loh C, Lin C, et al. Policy change driven by an AIS-assisted marine emission inventory in Hong Kong and the Pearl River Delta [J]. Atmospheric Environment, 2013,76:102-112.

[2] Trozzi C, Vaccaro R, Nicolo, L. Air pollutants emissions estimate from maritime traffic in the Italian harbours of Venice and Piombino [J]. The Science of the Total Environment, 1995,169: 257-263.

[3] Hulskotte J H J, Denier H A C. Fuel consumption and associated emissions from seagoing ships at berth derived from an on-board survey [J]. Atmospheric Environment, 2010,44:1229-1236.

[4] Kesgin U, Vardar N. A study on exhaust gas emissions from ships in Turkish Straits [J]. Atmospheric Environment, 2001,35:1863-1870.

[5] Endresen O, Bakke J, Sorgard E, et al. Improved modelling of ship SO2emissions—a fuel-based approach [J]. Atmospheric Environment, 2005,39:3621—3628.

[6] Deniz C, Durmusoglu Y. Estimating shipping emissions in the region of the Sea of Marmara, Turkey [J]. Science of the Total Environment, 2008,390:255-261.

[7] Skjolsvik K O, Andersen A B, Corbett J J, et al. Study of greenhouse gas emissions from ships. Final Report to the International Maritime Organization. MT Report: MT00A23-038, Trondheim, Norway, 2000.

[8] 金陶勝,殷小鴿,許嘉,等.天津港運輸船舶大氣污染物排放清單 [J]. 海洋環境科學, 2009,28(6):623-625.

[9] Miola A, Ciuffo B. Estimating air emissions from ships: Meta-analysis of modelling approaches and available data sources [J]. Atmospheric Environment, 2011,45:2242-2251.

[10] Schrooten L, Vlieger I D, Panis L I, et al. Emissions of maritime transport: A European reference system [J]. Science of the Total Environment, 2009,408:318—323.

[11] Schrooten L, Vlieger I D, Panis L I, et al. Inventory and forecasting of maritime emissions in the Belgian sea territory, an activity-based emission model [J]. Atmospheric Environment, 2008,42:667—676.

[12] Tzannatos E. Ship emissions and their externalities for Greece [J]. Atmospheric Environment, 2010,44:2194-2202.

[13] Tzannatos E. Ship emissions and their externalities for the port of Piraeus, Greece [J]. Atmospheric Environment, 2010,44:400-407. [14] Meyer P D, Maes F, Volckaert A. Emissions from international shipping in the Belgian part of the North Sea and the Belgian seaports [J]. Atmospheric Environment, 2008,42:196—206.

[15] Maragkogianni A, Papaefthimious S. Evaluating the social cost of cruise ships air emissions in major ports of Greece [J]. Transportation Research Part D, 2015,36:10—17.

[16] Lonati G, Cernuschi S, Sidi S. Air quality impact assessment of at-berth ship emissions: Case-study for the project of a new freight port [J]. Science of the Total Environment, 2010,409:192—200.

[17] 林楚彬,趙黛青,蔡國田,等.廣東貨船水運的溫室氣體排放和低碳發展對策 [J]. 環境科學研究, 2013,26(12):1340-1348.

[18] 葉斯琪,鄭君瑜,潘月云,等.廣東省船舶排放源清單及時空分布特征研究 [J]. 環境科學學報, 2014,34(3):537-547.

[19] 伏晴艷,沈寅,張健.上海港船舶大氣污染物排放清單研究[J]. 安全與環境學報, 2012,12(5):57-64.

[20] 劉靜,王靜,宋傳真,等.青島市港口船舶大氣污染排放清單的建立及應用 [J]. 中國環境監測, 2011,27(3):50-53.

[21] Song S. Ship emissions inventory, social cost and eco-efficiency in Shanghai Yangshan port [J]. Atmospheric Environment, 2014,82:288-297.

[22] Corbett J J, Koehler H W. Updated emissions from ocean shipping [J]. Journal of Geophysical Research, 2003,108(D20): 4650.

[23] Winther M. New national emission inventory for navigation in Denmark [J]. Atmospheric Environment, 2008,42:4632—4655.

[24] Eyring V, Isaksen I S A, Berntsen T, et al. Transport impacts on atmosphere and climate: Shipping [J]. Atmospheric Environment, 2010,44:4735—4771.

[25] IMO. Second IMO GHG Study 2009 [R]. London: International Maritime Organisation, 2009.

[26] IMO. Third IMO GHG Study 2014 [R]. London: International Maritime Organisation, 2014.

[27] Corbett J J, Lack D A, Winebrake J J, et al. Arctic shipping emissions inventories and future scenarios [J]. Atmospheric Chemistry and Physics, 2010,10:9689—9704.

[28] Winther M, Christensen J H, Plejdrup M S, et al. Emission inventories for ships in the arctic based on satellite sampled AIS data [J]. Atmospheric Environment, 2014,91:1-14.

[29] Goldsworthy L, Goldsworthy B. Modelling of ship engine exhaust emissions in ports and extensive coastal waters based on terrestrial AIS data -An Australian case study [J]. Environmental Modelling & Software, 2015,63:45-60.

[30] Yau P S, Lee S C, Corbett J J, et al. Estimation of exhaust emission from ocean-going vessels in Hong Kong [J]. Science of the Total Environment, 2012,431:299—306.

[31] 譚建偉,宋亞楠,葛蘊珊,等.大連海域遠洋船舶排放清單 [J]. 環境科學研究, 2014,27(12):1426-1431.

[32] 劉俊,安興琴,朱彤,等.京津冀及周邊減排對北京市PM2.5濃度下降評估研究 [J]. 中國環境科學, 2014,34(11):2726-2733.

[33] 伯鑫,趙春麗,吳鐵,等.京津冀地區鋼鐵行業高時空分辨率排放清單方法研究 [J]. 中國環境科學, 2015,35(8):2554-2560.

[34] 國務院.大氣污染防治行動計劃 [EB/OL]. 北京:國務院, 2013-09-12 [2015-06-15]. http://www.gov.cn/zwgk/2013-09/ 12/content_2486773.htm.

[35] U.S. EPA. Regulatory Impact Analysis: Control of emissions of air pollution from category 3marine diesel engines[R]. U.S. Environmental Protection Agency: EPA-420-R-09-019, 2009.

AIS data-based estimation of emissions from sea-going ships in Bohai Sea areas.

XING Hui, DUAN Shu-lin*, HUANG Lian-zhong, LIU Qin-an(College of Marine Engineering, Dalian Maritime University, Dalian 116026, China). China Environmental Science, 2016,36(3)：953～960

Abstract：The ship’s operations were classified as maneuvering mode and hotelling mode in near port areas and normal cruising mode at sea routes. A ship activity-based approach was employed and a model which was used to calculate the exhaust emissions from sea-going ships was established. Based on ship database of China Classification Society, the relationships of main engine rated power, auxiliary engine rated power and ship design speed against ship gross tonnage for different kinds of sea-going ships were developed. Ship traffic in Bohai Sea areas was obtained based on AIS (automatic identification system) statistical data. Finally, the exhaust emissions inventory of sea-going ships in Bohai Sea areas was obtained. The results show that the emissions of NOx, CO, HC, CO2, SO2and PM from sea-going ships in Bohai Sea areas in 2014 were 173808, 14436, 6144, 7208919, 120748 and 15292 tons respectively. The contributions of exhaust emissions from cargo ships, dangerous goods carriers and passenger ships were about 73%, 21% and 6% respectively. Normal cruising mode at sea routes contributed approximately 90% of exhaust emissions. Chengshantou-Laotieshan route and Laotieshan-Central Bohai Sea route contributed approximately 50% of exhaust emissions at sea routes totally. Tianjin port and Dalian port contributed approximately 30% and 20% of exhaust emissions in near port areas respectively. The AIS data-based bottom-up method was applicable to estimate the regional emissions from sea-going ships.

Key words：exhaust emission；sea-going ship；AIS；Bohai Sea area；ship activity-based approach

作者簡介：邢輝(1980-),男,湖北浠水人,副教授,大連海事大學博士研究生,主要從事船舶柴油機動力裝置排放測試與評價方面的研究.發表論文30余篇.

基金項目：交通運輸部科技計劃項目(2015328225150);中央高校基本科研業務費專項資金資助項目(3132014110)

收稿日期：2015-08-20

中圖分類號：X51

文獻標識碼：A

文章編號：1000-6923(2016)03-0953-08