基于時空維度的長江主要類型船舶能耗建模及變化規律

張志恒 袁裕鵬

1.武漢理工大學交通與物流工程學院可靠性與新能源研究所，武漢，4300632.船舶動力工程技術交通行業重點實驗室，武漢，4300633.國家水運安全工程技術研究中心，武漢，430063

0 引言

水路運輸有著運價低廉、運量大的優點，一直以來在我國綜合運輸體系中占有重要地位[1-2]。隨著“海洋強國”“長江經濟帶建設”等一系列國家戰略的出臺，航運業的蓬勃發展有了新的機會和政策支持[3]。長江作為黃金水道，是流域經濟社會發展的“主動脈”和綜合運輸體系的“主架骨”，為長江經濟帶建設提供強勁的支撐[4]。在新的經濟發展時期，國家提出的長江經濟帶戰略也為航運業的發展帶來契機[5]。然而，水路運輸的快速發展帶來了一些問題和挑戰，如能源消耗與溫室氣體排放逐年攀升，長江航運的蓬勃發展導致的大氣污染、生態污染等問題[6-8]。長江船舶的節能減排是實現“雙碳”戰略目標的一個重要環節，而長江現有船舶的能耗現狀分析及能耗規律的揭示，可為制定“雙碳”戰略目標的技術路徑提供相關的參考建議，因此，對長江航運能耗進行監測和控制是亟待解決的問題。由于目前船舶沒有安裝能耗的計量設備，對能耗進行準確監測較為困難，同時船舶在營運的過程中，能耗與通航環境密切相關，而且長江全航線水文條件復雜，易受季節的影響，船舶能耗的統計也很困難，因此，研究長江船舶能耗計算方法，對長江船舶能耗水平進行估算，研究船舶航行在長江不同航段能耗水平對于節能減排有重要意義。

國內外對船舶能耗的研究由來已久。早在20世紀70至80年代，國內外學者就對船舶阻力的計算方法進行了研究[9]。最初關于船舶阻力的研究多基于大量船舶試驗，進而回歸出船舶的相關阻力公式。例如，HOLTROP[10]通過對大量實船試驗數據的分析，提出了船舶運行功率與其航速及主尺度的回歸模型，該模型可以較準確地得到阻力計算結果；ISHERWOOD[11]也基于船舶試驗，給出了船舶風阻的計算公式。船舶風阻的計算過程復雜，該公式可以根據船舶的受風面積和風速對風阻進行粗略的估計，對船舶風阻的計算具有很好的借鑒意義。基于以上經驗，HU[12]借助船舶試驗的結果，提出一種能夠估算在開放水域中運行的船舶的淺水阻力公式，該公式能夠較為準確地計算船舶的淺水阻力。基于以上學者對船舶阻力的研究，SUN等[13]綜合了船舶阻力的計算公式，并分析船-機-槳的運動機理，進而建立船舶的能耗模型。這種建模方式也是一種常見的船舶能耗模型的建模方法，但這種物理建模方法在準確性和普適性上有待提高。另外，還有學者借助統計分析的方法分析預測船舶的能耗。BOCCHETTI等[14]借助船舶運行記錄的數據(如單位油耗、速度、吃水和縱傾等)進行回歸分析和預測，這種方法簡單，但是精度較低。近年來，為了提高能耗模型的精確度，國內外研究人員將智能算法運用到船舶能耗建模及能耗預測上，對船舶能耗模型進行優化改進，不斷提高能耗模型的準確性，其中，人工神經網絡是經常被使用的方法。JEON等[15]借助人工神經網絡的方法，根據收集的船舶運行數據(包括航程、發動機功率和船速等)進行大數據分析，建立能耗模型，研究結果表明該模型可以較為精確地計算主機的油耗；葉睿等[16]不僅考慮船舶運行數據，還考慮了船員操作等因素，運用人工神經網絡對傳統的油耗模型進行了優化，該研究對能耗模型的改進具有一定的借鑒意義。人工神經網絡在多維和非線性數據的處理中具有較強的學習能力，此外，在能耗的預測方面，神經網絡一般比數據統計的精度要高。PETERSEN等[17]基于采集的船舶運行數據，借助多種機器學習的方法對其油耗進行預測，也達到了較高的精度。但目前大部分研究集中在船舶速度、吃水和縱傾等特性上，風、浪、流等環境因素的考慮較少。為此，HU等[18]考慮風、浪、流海洋環境因素，運用反向神經網絡(back propagation neural network，BPNN)和高斯過程回歸(gaussian process regression，GPR)技術訓練和預測兩個數據集，結果表明，兩種技術均能夠準確預測船舶能耗，其中高斯過程回歸模型的精度更高但是需要的運行時間更長；WANG等[19]不僅考慮了現實的船舶運行數據，還考慮了天氣數據，借助LASSO回歸模型提出了一種新型的船舶油耗預測模型，并且將預測結果與實際油耗數據進行誤差對比，結果表明所提方法在預測準確性和計算性能上表現均較好。

綜上所述，以上研究均可以對單一船舶的能耗進行計算。基于船舶試驗回歸公式的方法雖然精度較高但研究成本過高，數據統計的方法雖然簡單但精度很難保證。借助智能算法可以增加模型計算的準確度并可以對船舶的能耗進行預測，但是當前研究沒有較高的普適性，更不能對較大數量船舶的總能耗進行估算和研究。針對上述問題，以長江內船舶為研究對象，建立長江主要類型船舶能耗模型，并根據能耗計算結果，從時空兩個維度分析主要類型船舶能耗變化規律，為長江綠色航運的發展提供指導性的意見。

1 長江主要類型船舶能耗模型

1.1 能耗建模

如圖1所示，船舶在航行過程中，船體會受到水、風、波浪、淺水等對它的阻力，為了克服這種阻力，船舶主機需要發出相應的功率，作用于螺旋槳并產生推力，推動船舶航行。通過計算不同通航環境下的船舶航行阻力，以及分析船體-主機-螺旋槳之間的能量轉換關系，可以獲得不同通航環境下的船舶主機能耗。

圖1 船舶航行機理Fig.1 Ship sailing mechanism

船舶受到的航行阻力可以表示為

R=RT+Rwave+Rwind+Rshal

(1)

式中，R為船舶航行阻力，N；RT為靜水阻力，N；Rwave為波浪增阻，N；Rwind為船舶航行方向上的風阻，N；Rshal是淺水阻力，N。

當船舶在某一航速下航行時，為了克服船舶的航行阻力，船舶主機會發出一定的功率，在此基礎上，船舶的主機功率可以由下式表示：

(2)

式中，PB為船舶主機輸出功率，kW；K為螺旋槳個數；ηS為軸系傳遞效率；ηG為齒輪箱效率；ηR為螺旋槳的相對旋轉效率；ηQPC為推進效率；vs為船舶對水航速，m/s。

船舶的推進效率由下式表示：

ηQPC=ηHη0

(3)

式中，ηH為螺旋槳的敞水效率；η0為船體效率。

為了使理論模型的計算結果更具有通用性，基于調研分析結果，干散貨船、集裝箱船、液貨船ηQPC取值在0.5左右，若客船稍大則取0.65左右。進行能耗計算時直接將取值代入式(2)即可。

船舶主機單位距離的油耗如下：

(4)

vg=vs±vw

式中，Q0為船舶主機單位距離的燃油消耗量，是船舶對地航速及通航環境等參數的函數，g/m；vg為船舶對地航速，m/s；vw為水流速度，m/s；vwind為風速，m/s；H為水深，m；h為浪高，m；ge為船舶主機的油耗率，g/(kW·h)。

由于不同航段的航行環境各異，可以將整個長江航線劃分為若干個航段，分析各個航段的航行環境特征，進而得到整個航線的船舶能耗。結合式(3)，可以得到船舶整個航線上的總油耗

(5)

式中，vw，i為第i個航段的水流速度，m/s；vwind，i為第i個航段的風速，m/s；Hi為第i個航段的水深，m；hi為第i個航段的浪高，m；ge，i為第i個航段的主機油耗率，g/(kW·h)；Si為不同的航段；qaux為副機的油耗，t；N為劃分的航段數量。

其中，副機油耗用下式表示：

qaux=xQe

(6)

式中，x取0.2。

基于以上對于單船能耗的分析，假設整個航線上在運營主要類型船舶主要有c種，其中，同類型船舶又有b種不同的噸位。同一類型船舶在整個航線上的總能耗用下式表示：

{[F(vg，i，n，vw，i，vwind，i，Hi，hi，ge，i，n)Si]+qauxn}

(7)

式中，Qe，n為同噸位船舶的能耗，t；an為同類型相同噸位的船舶數量；n為不同載重噸位分類；vg，i，n為同噸位船舶的對地航速，m/s；ge，i，n為同噸位船舶的主機油耗率，g/(kW·h)；qauxn為同噸位船舶的副機總油耗，t。

進一步，考慮到航線上的不同類型的船舶，可以得到整個航線上的主要類型船舶的總能耗

{[F(vg，i，n，m，vw，i，vwind，i，Hi，hi，ge，i，n，m)Si]+qauxn，m}

(8)

式中，an，m為各類型、各噸位船舶的數量；vg，i，n，m為各類型、各噸位船舶的對地航速，m/s；ge，i，n，m為各類型、各噸位船舶主機油耗率，g/(kW·h)；qauxn，m為各類型、各噸位船舶的副機總油耗，t；m為不同類型的船舶。

每年整個航線上主要類型船舶的能耗用下式表示：

{[F(vg，i，n，m，vw，i，vwind，i，Hi，hi，ge，i，n，m)Si]+qauxn，m}

(9)

其中，kn，m為各類型、各噸位船舶每年的航次。根據上述建模方法，在Simulink中搭建了模型。

1.2 模型驗證

為了驗證上述船舶能耗理論模型的準確性，篩選3艘不同類型的船舶，將船舶試驗結果與上述理論模型所求阻力進行誤差比較。其中，部分船舶的基本參數見表1、表3和表5，阻力對比結果見表2、表4和表6。

表1 集裝箱船基本參數Tab.1 Basic data of container ship

表2 集裝箱船阻力對比結果Tab.2 Comparison results of container ship resistance

表3 貨船基本參數Tab.3 Basic data of cargo ship

表4 貨船阻力對比結果Tab.4 Comparison results of cargo ship resistance

表5 液貨船基本參數Tab.5 Basic data of tankship

表6 液貨船阻力對比結果Tab.6 Comparison results of tank ship resistance

表2、表4、表6所示為部分阻力結果對比的情況，長江船舶航行平均速度約為4 m/s，從上述結果來看，所有船型的船舶航速在4 m/s左右時，模型計算所得阻力如船舶試驗的阻力誤差在10%左右，故通過模型得到結果再乘以修正系數μ=1.1即可得到最接近實際的結果。

2 數據預處理

2.1 船舶種類及數量分析

基于1.1節船舶能耗的建模思路，調研收集了長江在運營的1000 t載重以上的干散貨船、液貨船、集裝箱船以及客船的數量和基本參數，依照船舶不同的運營區域將其劃分為庫區航線船舶和長江中下游航線船舶。不同類型船舶的數量見表7和表8。

表7 庫區航線不同類型船舶數量分布Tab.7 The distribution of different ships in the reservoir area

表8 長江中下游航線不同類型船舶數量分布Tab.8 The distribution of different ships in the middle and lower reaches of the Yangtze River

根據船舶的載重噸位對同類型船舶進行分類，其中庫區航線不同載重噸位的各類船舶數量分布見表9。旅游客船按照載重噸位進行劃分，不同載重噸位的客船數量分布見表10。長江中下游航線不同載重噸位的各類船舶數量分布見表11。

表9 庫區航線不同載重噸位船舶數量分布Tab.9 The distribution of different deadweight tonnages ships in the reservoir area

表10 庫區航線不同噸位旅游客船數量分布Tab.10 The distribution of different deadweight tonnages passenger ships in the reservoir area

表11 長江中下游航線不同載重噸位船舶數量分布Tab.11 The distribution of different deadweight tonnages ships in the middle and lower reaches of the Yangtze River

2.2 通航環境數據分析

2.2.1航段劃分

長江干線冗長復雜，覆蓋地理區域廣泛，不同地理區域航行環境的不同，直接導致船舶航行時所受阻力的不同。長江干線航道隨季節、隨區段周而復始變化，一般來說，長江干線水文情況分為枯水期、中水期和洪水期。長江干線水文條件的變化以地域變化有較明顯的區別，其中，重慶到奉節是回水變動區，枯水期的水流條件較好，其他時期是急流航段，水流條件惡劣；奉節到壩前常年水流條件較好；葛洲壩到三峽大壩段在洪水期是急流航段，其他時期水流條件較好；宜昌到武漢航段在枯水期是急流航段；武漢到上海航段航道主要是水深的變化，水流條件相對中上游航道而言差異不大。因此，將長江干線劃分為重慶到奉節、奉節到壩前、兩壩間、宜昌到武漢、武漢到上海5個航段。為了驗證航段劃分的科學性，根據從重慶到上海的通航環境實測數據，基于K-means聚類算法，將具有相似通航環境的航段進行劃分，具體劃分結果如圖2所示。

圖2 航段劃分結果Fig.2 The result of segment division

由圖2可以看出，按照經度坐標的定位，聚類的結果與上述航段的劃分情況基本吻合，可以證明其科學性。

2.2.2通航環境要素分析

長江干線航道情況復雜，各處水深參差不齊，難以衡量，因此，以長江干線維護水深作為參考，結合船載能效數據采集與監控系統獲得船舶的航行環境數據，并對所采集的數據進行相應的預處理工作。根據各種傳感器的性能和技術參數確定各采集參數的正常監測范圍，從而進行異常數據的識別。然后通過程序迭代清洗所采集的數據，包括尋找重大缺失數據，判斷異常數據等。預處理之后獲得可靠的數據基礎。其中，部分有效數據見表12。

表12 部分有效數據Tab.12 Partially valid data

以長江干線維護水深作為參考，分析四季不同維護水深情況，結合實測數據得到不同航段不同季節的水深平均值，根據經驗得到水流速度的平均值。由于長江船舶上層建筑不大，故風速對船舶阻力的影響不是特別顯著，僅考慮不同航段的平均風速，不再根據不同季節進行劃分。具體數據見表13。

表13 各航段平均水深、水流速度及風速Tab.13 Average water depth，current speed and wind speed of each flight segment

為了方便計算，將船舶設計航速按照50%的平均工況換算為船舶的平均速度，具體見表14和表15。

表14 庫區航線不同噸位船舶平均航速Tab.14 Average speed of different tonnages ships in the reservoir area

將以上輸入條件代入式(8)和式(9)，計算得到庫區航線以及長江中下游航線主要類型船舶能耗水平，其中，庫區航線各個載重噸位船舶總能耗以及不同類型船舶能耗占比如圖3和圖4所示。

表15 長江中下游航線不同噸位船舶平均航速Tab.15 Average speed of ships of different tonnages in the middle and lower reaches of the Yangtze River

圖3 庫區航線不同類型船舶總油耗Fig.3 Total fuel consumption of ships in the reservoir area

圖4 庫區航線不同類型船舶能耗占比Fig.4 Proportion of fuel consumption of ships in the reservoir area

由圖3可以看出，3001～5000 t的干散貨船燃油消耗量遠遠高出其他載重噸位的船舶，主要原因是3001～5000 t的干散貨船數量遠高于其他類型船舶，故燃油消耗總量遠高于其他類型船舶；載重噸區間在1000～2000 t、2001～3000 t的干散貨船和3001～5000 t的液貨船年燃油消耗量較多也較為接近，其他載重噸區間的船舶年燃油消耗量較少，客船因為數量最少所以油耗也相對較少。由圖4可以明顯看出，庫區航線中干散貨船的燃油消耗量最多，液貨船燃油消耗量占17.17%，集裝箱船占總燃油消耗量的7.4%；客船燃油消耗量最少，占總消耗量的3.22%。船舶總燃油消耗量跟船舶數量密切相關，庫區航線干散貨船數量遠高于其他類型船舶，故總能耗較高。

長江中下游航線干散貨船、集裝箱船、液貨船各個載重噸區間所有船舶能耗水平以及各個類型船舶能耗占比如圖5和圖6所示。

圖5 長江中下游航線不同類型船舶總能耗Fig.5 Total energy consumption of different types of ships in the middle and lower reaches of the Yangtze River

圖6 長江中下游航線不同類型船舶能耗占比Fig.6 Proportion of energy consumption of different types of ships in the middle and lower reaches of the Yangtze River

由圖5可以看出，載重噸區間在1000～2000 t的干散貨船年油耗量遠高于其他類型噸位的船舶，其他載重噸位的干散貨船年燃油消耗量次之，集裝箱船及液貨船年油耗量較少。其中，10 000 t以上集裝箱船、5001～7000 t的液貨船年油耗量最少。因為載重噸區間在1000～2000 t的干散貨船數量遠高于其他類型船舶，故其年耗油量最高。由圖6可以看出，干散貨船占長江中下游航線船舶能耗的絕大部分，集裝箱船和液貨船占比很少。這是因為長江中下游的主力船舶為干散貨船，其數量占總船舶的大部分，故總能耗最高。

3 長江主要類型船舶能耗多維度變化規律分析

根據式(5)對不同類型不同噸位船舶的能耗水平進行了計算和分析，得到長江主要類型船舶在時間、空間兩個不同維度以及不同船型的能耗變化規律。

3.1 隨時間的變化規律

圖7和圖8所示分別為長江主要類型船舶各個載重噸位的船舶在不同季節上水和下水時的單位距離能耗。圖中，“干”“集”“液”分別代表干散貨船、集裝箱船、液貨船。

圖7 不同船舶在不同季節的能耗水平(上水)Fig.7 Energy consumption of different ships in different seasons (upstream)

圖8 不同船舶在不同季節的能耗水平(下水)Fig.8 Energy consumption of different ships in different seasons (downstream)

由圖7可以看出，各載重噸位區間的船舶在不同季節的單位距離能耗趨勢基本是相同的。船舶上水航行時，在夏季的單位距離能耗最大，在秋季單位距離能耗量次之，冬季能耗較少，春季能耗最低。這是因為長江夏季處于洪水期，水流量大，流速最快，因此船舶在上水時受到的阻力最大，能耗量最多；春冬季處于長江枯水期，水流速度最慢，船舶航行阻力較小，故春冬季能耗較低，春節航道水深略深于冬季，船舶所受淺水阻力較冬季小，故春季能耗最少。

由圖8可以看出，各載重噸位區間的船舶在不同季節的單位距離能耗趨勢基本相同；船舶在下水航行時，夏秋季單位距離能耗較低，由于秋季水深比夏季大，故在秋季船舶能耗最低；船舶在春冬季單位距離能耗略高于夏秋季，春冬季水流較小，水深較淺，故能耗略高于夏秋兩季。

3.2 隨空間的變化規律

由于調研的數據只有4類船舶的航線橫跨了武漢到上海，為了使研究不受其他因素影響，故只選取這4種船舶作為研究對象，分析其在不同航段的能耗情況。圖9～圖12所示分別為這四類船舶在不同季節上水時不同航段上的單位距離油耗水平。

圖9 春季不同航段能耗水平(上水)Fig.9 Energy consumption of different flight segments in spring (upstream)

圖10 夏季不同航段能耗水平(上水)Fig.10 Energy consumption of different flight segments in summer (upstream)

圖11 秋季不同航段能耗水平(上水)Fig.11 Energy consumption of different flight segments in fall (upstream)

圖12 冬季不同航段能耗水平(上水)Fig.12 Energy consumption of different flight segments in winter (upstream)

由圖9可以看出，在春季，船舶航行在奉節至壩前這一航段的單位距離油耗量最低，而在宜昌至武漢航段單位距離油耗量最高。因為春季時奉節到壩前航段水流較緩，船舶上水航行所受阻力受水流速度影響較大，所以此處船舶能耗最低，而宜昌到武漢航段水流速度最大，故船舶能耗最高。由圖10可以看出，在夏季，船舶在兩壩間航段單位距離油耗高于其他航段，這是因為夏季庫區水流湍急，故船舶能耗最高。在奉節至壩前、宜昌至武漢這兩個航段單位距離油耗量基本相同，而且比其他航段高，此航段水流速度較大，且水深一般，故船舶能耗值較高；在重慶至奉節和武漢至上海航段，船舶單位距離油耗量基本相當，且略低于奉節至壩前航段。由圖11可以看出，在秋季，船舶在宜昌至武漢航段的單位距離燃油消耗量是最高的，因為秋季時宜昌至武漢航段水流速度最大，導致船舶能耗值最高，重慶到奉節、兩壩間和武漢至上海航段能耗基本相同，其中，武漢至上海航段略高，而奉節至壩前航段能耗高于武漢至上海航段能耗，由于奉節至壩前航段水流速度較大，而水深一般，故船舶能耗水平較高；兩壩間航段水流較緩，船舶能耗最低。由圖12可以看到，在冬季，船舶在奉節至壩前航段時的能耗最低，而船舶航行在宜昌至武漢航段時能耗最高。奉節至壩前航段水流最緩，船舶能耗水平最低；宜昌到武漢航段水流速度最大且水深最低，所以船舶航行時能耗最高。

圖13～圖16所示分別為船舶在不同季節下水時不同航段上的單位距離油耗水平。由圖13可以看出，在春季，船舶在重慶至奉節段時能耗值最高，兩壩間航段略低于重慶至奉節段，奉節至壩前和宜昌至武漢段能耗值基本相同且略低于兩壩間航段，武漢至上海航段能耗水平最低。由圖14可以看出，夏季時，船舶在兩壩間航段單位距離能耗最低，在重慶至奉節段能耗水平最高，奉節至壩前和宜昌到武漢段能耗水平相當且皆低于重慶至奉節航段，武漢至上海段船舶單位距離能耗值較低。由圖15可以看出，在秋季，重慶至奉節航段能耗值最高，兩壩間航段次之，武漢至上海航段最低。由圖16可以看出，在冬季，船舶在重慶至奉節航段最高，武漢至上海航段最低。由于船舶下水航行的緣故，水流速度較大的航段通常船舶能耗水平較低，因為武漢至上海水流速度較大且水深較大，所以船舶能耗最低，在夏秋季，兩壩間航段水流最緩，所以能耗水平相對較高。

圖13 春季不同航段能耗水平(下水)Fig.13 Energy consumption of different flight segments in spring (downstream)

圖14 夏季不同航段能耗水平(下水)Fig.14 Energy consumption of different flight segments in summer (downstream)

圖15 秋季不同航段能耗水平(下水)Fig.15 Energy consumption of different flight segments in fall (downstream)

圖16 冬季不同航段能耗水平(下水)Fig.16 Energy consumption of different flight segments in winter (downstream)

3.3 不同船型的變化規律

經過計算分析，同載重噸位區間的船舶不論上水還是下水，不同類型船舶之間的能耗差異基本相當，故不再區分船舶上下水情形，客船與干散貨船、集裝箱船和液貨船分類方式不同，由此僅分析此三類船舶的能耗區別，不再包含客船。相同載重噸位、不同類型的船舶能耗具體變化情況如圖17所示。

圖17 不同類型相同載重噸位船舶能耗水平Fig.17 Energy consumption of different ships with the same deadweight tonnages

由圖17可以看出，載重噸區間在1000～2000 t的船舶中，干散貨船能耗水平最高，液貨船能耗略低于干散貨船，集裝箱船能耗值最低；載重噸區間在2000～3000 t的船舶中，集裝箱船單位距離能耗值最高，干散貨船和液貨船能耗水平相當；載重噸區間在3000～5000 t的船舶中，集裝箱船能耗水平最高，干散貨船次之，液貨船最低；載重噸區間在5000～7000 t的船舶中，干散貨船能耗值最低，集裝箱船與液貨船能耗水平基本相同。總地來說，集裝箱船能耗高于其他兩種類型的船舶，因為集裝箱船更為肥大，長寬比較小，導致其航行時所受阻力較大，且集裝箱船航行速度略高于其他兩類船舶，故集裝箱船能耗最高。

4 結論

(1)不論是庫區航線還是長江中下游航線，干散貨船的能耗總量是最高的；庫區航線中，3000～5000 t的干散貨船總的燃油消耗量遠遠高出其他類型載重噸位的船舶；長江中下游航線油耗最高的為載重噸區間在1000～2000 t的干散貨船。

(2)船舶上水航行時，夏季的單位距離能耗最大，船舶在秋季單位距離能耗量次之，冬季能耗較少，春季能耗最低。船舶在下水情況下，秋季船舶能耗最低，夏季能耗較低，春冬季的能耗水平基本相同但高于夏季。

(3)船舶上水航行時，在春季，船舶航行在奉節到壩前航段的單位距離油耗量最低；在夏季，船舶在兩壩間航段單位距離油耗明顯高于其他航段；在秋季，宜昌至武漢航段船舶能耗水平最高；在冬季，船舶航行至奉節到壩前航段時的能耗最低。船舶在下水航行情況下，春、秋、冬季時，船舶在不同航段的能耗基本都是從重慶至上海逐漸減少；而在夏季，兩壩間航段能耗最低。

(4)載重噸區間在1000～2000 t的船舶中，干散貨船能耗水平最高，液貨船能耗略低于干散貨船，集裝箱船能耗值最低；載重噸區間在2000～3000 t的船舶中，集裝箱船單位距離能耗值最高，干散貨船和液貨船能耗水平相當；載重噸區間在3000～5000 t的船舶中，集裝箱船能耗水平最高，干散貨船次之，液貨船最低；載重噸區間在5000～7000 t的船舶中，干散貨船能耗值最低，集裝箱船與液貨船能耗水平基本相同。

5 建議及展望

(1)研究結果表明，船舶在宜昌至武漢航段能耗最高，故未來船舶在此航段航行時可以采用能效管理如航速優化的手段來降低船舶能耗。

(2)從研究結果來看，載重噸位較大的船舶中，集裝箱船的能耗值較高，可以作為節能減排措施的重點實施對象，例如采取低碳燃料、混合動力等措施降低船舶能耗。

(3)所提的長江主要類型船舶能耗模型只考慮傳統動力形式進行建模，未來可以結合新能源動力的發展進一步研究。