內河航道船舶尾氣快速排放清單研究
——以長江江蘇段為例

苑 帥，封學軍，朱逸凡

（河海大學港口海岸與近海工程學院，江蘇 南京 210098）

0 引言

隨著我國內河航道整治工程的不斷推進，內河航運已成為綜合運輸體系的重要組成部分。航運過程中船舶會排放大量SO2,NOx,PM,CO 和VOC 等大氣污染物[1]，船舶尾氣排放已成為內河區域的主要空氣污染來源之一。同時，由于船流密集的內河航道往往與人口聚居區高度重合，污染物排放后經擴散和風力輸送對區域氣候、空氣質量和人類健康的影響不容忽視[2-3]。

近年來，國內外關于船舶尾氣排放清單和排放特性等方面的研究成果豐富，有效提高了船舶排放量計算結果的準確性和可靠性[4-5]。2009 年，Jalkanen 等[6-10]最先基于AIS，采用STEAM 模型對波羅的海船舶尾氣排放量加以計算，然后又對STEAM模型進行了一系列的改進和應用，增加了對PM,CO 的計算和船舶載荷與燃料變化的分析；Goldsworthy 等[11-12]利用路徑再生法獲得了沿海運輸中缺失的船舶AIS 軌跡，有效估算了AIS 數據缺失區域的船舶尾氣排放量；楊柳等[13]在調研得到PM2.5排放因子的基礎上，運用大氣污染物擴散模型建立“自下而上”的PM2.5估算方法；顧建等[14]結合AIS 和船舶檔案數據庫信息構建了本土化STEAM模型，計算得到南京龍潭港靠港船舶排放清單。可見，將AIS 和船舶數據庫（如勞氏船級社數據庫）結合進行船舶尾氣排放研究已成為主流研究方法[15-16]。

綜合來看，船舶尾氣排放的研究主要集中在遠洋航運，針對內河航運的研究較少，僅有中國珠三角和長三角區域、比利時和美國內河區域的相關研究中包含部分內河船舶[2,17-19]。其原因主要有：（1）對于內河船舶排放，缺乏像國際海事組織這樣的機構進行統一監管；（2）由于岸基接受設施的不足，AIS 經常存在數據缺失；（3）部分內河船舶的AIS 損壞或為逃避監管被主動關閉導致數據缺失；（4）內河航道中船型復雜且船舶靜態信息存在缺失。此外，AIS 數據對航行信息報告的時間間隔短，遠超計算所需精度，使得應用AIS 數據計算排放清單變得十分復雜，需要高性能計算機和專業人員。為此，對于環保、海事監管部門而言，構建一種快速簡便的船舶排放計算方法顯得迫切而必要。

基于上述研究現狀，本文以長江江蘇段為例，引入環境空間插值的思想，選取AIS 數據優質的控制斷面作為離散觀測點，應用AIS 數據庫信息，結合勞氏船級社等機構的船舶特征信息，經數據回歸分析處理后，估算缺失的船舶發動機功率，采用STEAM模型計算出各斷面及斷面間進出港船舶的排放，利用IDW法建立主要類型船舶的污染物連續排放模型，得到長江江蘇段船舶尾氣排放空間分布規律，以提高內河航道船舶尾氣排放計算的速度和精度，滿足內河航運污染控制的時效性和準確性要求。

1 研究方法

1.1 研究區域和對象

長江江蘇段全長約300km，西起南京，東至南通，主要匯入支流有京杭大運河、泰州引江河、德勝河、錫澄運河和瀏河等。2017年長江江蘇段沿線港口貨物吞吐量達17.1億t[20]，已成為長三角地區貨運體系不可或缺的一部分。因此，本文選取長江江蘇段為例，以2017年為觀測年，就其散貨船、油輪、集裝箱船、雜貨船和拖輪作為主要研究對象，測算各類船舶SO2,NOx,PM10,PM2.5,CO和VOC的排放量。

1.2 數據來源

本文所需長江江蘇段AIS 數據由上海國際航運中心和國家海事局AIS 信息服務平臺提供，長江江蘇段沿線港口船舶進出港記錄從江蘇省各地方海事局調研獲得，基于AIS 數據庫、勞氏船級社信息庫和船舶進出港記錄獲取船舶數量、種類、航速、發動機功率及類型等船舶基礎信息和數據。

1.3 控制斷面

控制斷面的選取數量和位置對連續排放模型的準確性至關重要。為此需考慮航道形態、航道交匯、航道通過能力、港口分布等因素。本研究中，長江江蘇段控制斷面的選取原則如下：

（1）所選斷面處的AIS信號清晰、數據完整；

（2）控制斷面沿航道盡量平均分布；

（3）其他重要河段匯入處增加控制斷面；

（4）區域重要港口附近增加控制斷面；

（5）河道發生較大彎曲處增加控制斷面；

（6）重要跨河建筑物，如橋梁、船閘等處增加控制斷面；

（7）海事部門檢查站附近增加控制斷面；

（8）相鄰港口間增加控制斷面，確保各斷面間最多只有1個港口。

根據以上原則，在長江江蘇段共選取南京大勝關長江大橋、南京長江大橋、南京棲霞山長江大橋、潤揚大橋、鎮江長江大橋、泰州大橋、七圩渡口、江陰長江大橋、通錫高速和蘇通大橋10個地點的上下游300m 區間為10 個控制斷面（分別記為①～⑩），如圖1所示。

圖1 長江江蘇段控制斷面分布圖

1.4 船舶運行工況

船舶發動機的尾氣排放量會隨其運行工況的變化而變化，確定不同的運行工況是估算船舶尾氣排放的基礎。當船舶保持巡航、加速或減速、待泊或靠港等狀態時,其發動機將在不同的條件下工作，并以不同的運行和油耗方式為船舶提供動力。本文通過AIS 數據中船舶位置、速度和時間等信息將內河船舶的運行工況分為三種：巡航、低負載/機動操作、停泊/錨泊。運行工況的劃分方法及主副機運行狀態如表1所示。

表1 船舶運行工況與主副機狀態

當船舶速度小于等于1節時認為其處于停泊/錨泊狀態，否則認為其處于航行狀態。通過速度變化率（Speed Variation Rate,SVR）來區分巡航和低負載/機動操作狀態，計算公式為：

式（1）中：SVR 為船舶速度變化率（kn/s）；n為通過某斷面的船舶AIS 數據點個數；vi表示船舶第i個AIS點的速度（kn）；ti為船舶第i個AIS數據點對應的時刻。

SVR 反映了控制斷面內一艘船舶相鄰AIS 點之間的平均速度變化情況。若船舶處于巡航狀態，其速度特征會表現出高瞬時速度與低SVR。相反，較高的SVR 可能表明船只正在加速或減速，此時船舶處于低速/機動操作狀態，發動機處于變工況運行狀態，發動機負載小于20%，需考慮低負載對船舶排放的影響。

1.5 船舶污染物排放量計算方法

1.5.1 船舶交通排放估算模型

根據STEAM模型計算航段內所有船舶尾氣排放清單。某種污染物的排放量計算公式為：

式（2）中：i,j,k分別表示污染物種類、發動機類型和運行工況；E為某種污染物的排放量（t）；P為船舶發動機額定功率（kW）；LF 為負載系數，表示發動機不同工況下輸出功率的百分比；T為船舶通過斷面的時間（h）；EF 為污染物排放因子（g·kW-1·h-1）。

其中，船舶負載系數LF 按以下公式計算：

式（3）中：va為船舶實際運行速度（kn）；vmax為船舶設計最大速度（kn）。

對于航行速度信息缺失的船舶，負載系數默認值如表2所示[21]。

表2 不同運行工況下負載系數默認值

1.5.2 額定功率

船舶的發動機功率是計算船舶排放量的關鍵信息（內河航段不考慮鍋爐），可由AIS和勞氏船級社的靜態數據庫獲得。但是，數據庫中船舶主機功率的缺失率為32.1%，副機功率的缺失率為46.7%。缺失的副機額定功率根據船舶類型由主副機功率比例換算得到。針對主機功率缺失現象，通過各類型船舶總噸（Gross Tonnage，GT）和船舶功率之間的回歸關系推測缺失數據[22]，如表3所示。

表3 主機額定功率與船舶總噸歸回關系

依據表3 中發動機功率回歸公式和船舶數據庫信息得到2017年長江江蘇段各斷面不同類型船舶的主機功率平均值，見表4。對于船舶總噸缺失的船舶，主機功率采用所在斷面同類型船舶主機功率平均值作為計算默認值。對于船舶總噸和船舶類型信息都缺失的船舶，采用所在斷面所有已知船舶主機功率的平均值作為計算默認值。

表4 長江江蘇段不同類型船舶主機平均功率 單位：kW

1.5.3 排放因子

結合前期研究成果并參考國內外相關研究[14,21,23]，綜合確定長江江蘇段排放因子，見表5。本地區典型船舶主機發動機為中、低速柴油機，生產年份為2010—2014年[14]。燃料類型為船用柴油、重質燃料油和船用汽油，調研得到前兩種燃油含硫率分別為1%～2%和3.5%，船用汽油采用文獻推薦值按含硫率0.5%計算[23]。

1.6 連續排放模型

斷面間船舶排放可分為兩部分，即進出港船舶排放和過境船舶排放。這兩類排放需單獨計算，因為過境船舶的運行工況簡單，航行速度相對穩定；靠港船舶由于需要進出港、靠泊等操作，其運行工況復雜，船舶速度變化較大。因此，船舶尾氣總排放量的計算公式為：

表5 主副機排放因子 單位：g·kW-1·h-1

式（4）中：Esum為長江江蘇段船舶尾氣總排放量（t）；Ep為進出港船舶排放量（t）；Et為過境船舶排放量（t）。

對于控制斷面間進出港船舶的排放情況，由于船舶運行工況較為復雜，本文根據長江江蘇段沿線各港口船舶進出港記錄和AIS 數據，運用傳統STEAM法進行直接計算。

對于斷面間過境船舶尾氣排放，采用環境空間插值法進行計算。環境空間插值法是將離散測量點上的地理要素數據，根據某種函數關系內插或外推到整個地理區域。其理論假設是：空間位置上越靠近的點越可能具有相似的特征值[24]。本文選用IDW 法計算，可以有效避免數據過擬合，反映船舶尾氣污染物排放的空間結構特性。對于內河航道，沿河流的流向可看作是線性的，故本文將IDW法降維應用。沿內河航道順流方向，以距起點的航行距離為自變量x，對應位置的污染物排放量為因變量E，建立基于距離的插值關系模型，估算控制斷面間污染物排放量，如式（5）～式（6）所示。對于長江江蘇段起點和終點位置，由于監測條件不佳，AIS 數據質量較差，采用外推法進行估算。

式（5）～式（6）中：x為距離內河航道起點的航行距離（km）；E(x)為插值點待估計的值（t/km）；k為控制斷面編號；n為控制斷面數量；Ek為第k個控制斷面內船舶尾氣單位排放量（t/km）；ω為插值點到各控制斷面的距離權重；p為距離的冪指數，一般取2。

2 長江江蘇段船舶排放清單

2.1 斷面排放清單

2017年長江江蘇段10個控制斷面船舶排放清單見表6。

表6 2017年各斷面船舶排放清單 單位：t

由表6 可知，各斷面船舶大氣污染物排放特征相似，NOx和SO2的排放量最高。SO2的排放與燃料中的含硫量直接相關，其排放量較大是因為船用燃料的含硫率較高，達1%～3.5%，遠高于2018 年1 月1 日起執行的長三角排放控制區的相關要求；NOx的排放則受到船舶所用燃料種類、發動機效率和負載等多種因素影響。此外，各控制斷面中不同動力設備對各類污染物的排放分擔情況也相似。以排放量較大的斷面⑧為例，如表7 所示，主機的排放量最大，且主、副機的排放量存在較大的差異。主機作為船舶行駛的最主要動力，其運行功率遠大于副機。同時，船舶在機動行駛階段主機一直處于負荷頻繁變化的工作狀態，而副機則主要為船舶提供電力，運行相對平穩，負荷基本無變化。主機運轉工況的頻繁變化會使氣缸內的燃燒效果變差，導致排氣中的有害物質增多，從而使得主機排放占據了主要的排放量。

表7 斷面⑧不同動力設備污染物排放量 單位：t

2.2 高排放斷面分析

由于各控制斷面處長江的寬度不同，斷面總排放量無法準確反映各斷面排放高低規律，故本文對高排放斷面分析采用單位面積污染物的排放量（控制斷面內污染物排放量/控制斷面面積）進行衡量。2017年長江江蘇段10個控制斷面單位面積船舶排放量見圖2。

圖2 各斷面單位面積污染物排放量

由圖2可知，6種污染物排放空間分布規律基本一致，其中斷面⑤和⑧的排放量較高，NOx單位面積排放量分別高達413.00g/m2和451.11g/m2；斷面⑩的排放水平最低，單位面積NOx排放量僅為90.90g/m2。斷面⑤位于京杭大運河與長江交匯處，京杭大運河上的船舶需要在此處借道長江航行約15km，導致船舶尾氣排放激增。斷面⑧的單位面積排放量最高，其原因是多方面的：

（1）斷面⑧位于蘇州港（含太倉、張家港、常熟港區）和無錫（江陰）港附近。蘇州港是集裝箱干線口岸和國家主要口岸，主要承接外貿集裝箱干線運輸和國內貿易運輸，為長三角地區的散貨提供中轉服務。江陰港以發展江海聯運為主，服務臨港產業，發展無錫外向型經濟。這些港口為長三角地區經濟發展提供了巨大的增長動力，反過來區域經濟發展也促進了港口的繁榮。斷面⑧恰為船舶進出這些港口的必要航道。

（2）在長江南京以下12.5m 深水航道二期工程完成之前，5 萬噸級海輪能夠到達江陰；建成之后，20萬噸級海輪可乘潮抵達江陰。大型海船導致尾氣污染加劇。

（3）根據中國《內河船舶法定檢驗技術規則》[25]，長江分為A、B、C 三級航區。南京至江陰長江大橋為B 級航區，江陰長江大橋至上海吳淞口為A級航區。江陰長江大橋下游對內河船舶的航行要求提高，低等級內河船舶無法繼續航行。因此，江陰段成為內河船舶與海船最密集的交匯處，形成了江蘇省航運核心區域。

2.3 連續排放模型

2.3.1 斷面間進出港船舶排放

首先計算長江江蘇段各港口的船舶排放量。2017 年長江江蘇段沿線港口停靠船舶比例如圖3所示。海船以張家港港區最多，全年共有29 374艘次，揚州港和常熟港區較少。對于內河船舶來說，南京港最多，全年進出港353 684 艘次，常州港和常熟港區的數量最少。

圖3 長江江蘇段進出各港口船舶比例

用STEAM 模型計算得到10 個港口或港區（南京、鎮江、江陰、揚州、泰州、常州、南通、張家港、常熟和太倉）進出港船舶尾氣排放情況，如表8 所示。同時給出各港口或港區船舶尾氣排放分擔率，如圖4所示。

表8 斷面間進出港船舶排放量 單位：t

圖4 各港口進出港船舶尾氣污染物排放分擔率

從圖4 可以看出，張家港港區內船舶大氣污染物排放量最高，南京港次之，常州港、常熟港區及揚州港的船舶大氣污染物排放量較小。

2.3.2 斷面間過境船舶排放

沿長江順流方向，以南京段（31°46′52.8"N 118°29′26.5"E）作為起點，瀏河（31°32′07.5"N 121°20′41.7"E）作為終點，干線總里程為369.3km。基于IDW法利用MATLAB計算得到過境船舶排放量，結果如圖5 所示。可知，過境船舶排放的SO2,NOx,PM10,PM2.5,CO 和VOC分別為4.70 萬t,17.87萬t,1.17t,0.90t,0.85萬t和0.41萬t。

圖5 長江江蘇段過境船舶排放連續分布插值曲線

各污染物的排放特征與空間分布特征仍然相似。在江陰長江大橋附近達到排放的最高值區域，在鎮江附近達到次高峰，其原因在2.2 節中已進行說明。江陰長江大橋之后船舶尾氣排放不斷減少的原因有兩個：（1）江陰長江大橋下游由于航區等級的提升，低通航等級的內河船舶此處禁止通航；（2）在2017 年長江南京以下12.5m 深水航道二期工程未建成通航，僅5 萬噸級海輪能從長江口航行至江陰長江大橋。需要注意的是，該排放特征是區域內所有船舶共同排放的結果，表征了長江江蘇段船舶尾氣排放的總體規律。

2.3.3 長江江蘇段船舶尾氣總排放量

綜合進出港船舶和過境船舶的尾氣排放量，可得2017 年長江江蘇段整體船舶尾氣排放清單，結果如圖6 所示。船舶排放的SO2,NOx,PM10,PM2.5,CO和VOC分別為5.53萬t,19.21萬t,1.25萬t,0.95萬t,0.98萬t和0.45萬t。長江江蘇段中超過85%的污染物由過境船舶排放。對過境船舶，發動機基本為巡航工況，在控制段面之間長時間處于大功率運行狀態。船舶進出港口時處于低負荷/操縱模式下，船舶進行的所有活動均不超過主機最大功率的20%。船舶錨泊或靠泊時，副機用于產生船舶的用電，排放均來自副機。

圖6 2017年長江江蘇段船舶尾氣總排放量

2.4 準確性分析

為探究模型結果的準確性，將其與傳統STEAM 模型計算結果進行比較。利用2017 年長江江蘇段全部AIS 數據及船舶進出港數據，計算得到船舶尾氣排放總量[26]，如表9所示。

表9 不同方法對長江江蘇段船舶尾氣排放計算結果

由表9可知，本模型計算值與傳統STEAM相比，偏差在-20.93%～-1.77%之間，其中NOx排放量的偏差最大，比傳統法低20.93%；CO 的擬合精度最好，比傳統法低1.77%。不過相比傳統方法，本文所提插值法連續排放模型更加簡單、快速。2017 年長江江蘇段的原始AIS 數據為332.59GB，連續排放模型所需數據量僅為62.10MB，大幅減少了計算所需的數據量。總體來看，本文所建連續排放模型在保證80%精度的基礎上，能大幅減少計算數據量，顯著縮短計算時間，有助于環保監管部門對內河航道船舶尾氣排放進行高效核算。

3 結語

本文利用內河航道中控制段面的高質量AIS數據，輔以船舶進出港記錄，舍棄其他航段大量低質量AIS 數據，將STEAM 模型與IDW 法相結合，建立了內河航道船舶尾氣連續排放模型，其有效性經長江江蘇段案例結果得以證明。結果表明IDW法對節省計算量求得內河航道船舶尾氣排放量有較好的優化效果。同時，本文所建連續排放模型也可以自然地將內河航道分為多個航段，便于環境保護部門對污染嚴重的航段進行監測和管理。需要說明的是，本文沒有考慮影響內河航道船舶尾氣排放的外界因素，如風、浪和減排措施等。因此，未來可更全面地考慮影響船舶尾氣排放的相關因素，進一步提高連續排放模型的精度。