Processing math: 100%

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于航行数据的北极地区船舶排放清单

牟军敏 张新生 姚鑫 李梦霞

牟军敏, 张新生, 姚鑫, 李梦霞. 基于航行数据的北极地区船舶排放清单[J]. 交通运输工程学报, 2019, 19(5): 116-124. doi: 10.19818/j.cnki.1671-1637.2019.05.012
引用本文: 牟军敏, 张新生, 姚鑫, 李梦霞. 基于航行数据的北极地区船舶排放清单[J]. 交通运输工程学报, 2019, 19(5): 116-124. doi: 10.19818/j.cnki.1671-1637.2019.05.012
MOU Jun-min, ZHANG Xin-sheng, YAO Xin, LI Meng-xia. Emission inventory of ship based on navigation data in Arctic region[J]. Journal of Traffic and Transportation Engineering, 2019, 19(5): 116-124. doi: 10.19818/j.cnki.1671-1637.2019.05.012
Citation: MOU Jun-min, ZHANG Xin-sheng, YAO Xin, LI Meng-xia. Emission inventory of ship based on navigation data in Arctic region[J]. Journal of Traffic and Transportation Engineering, 2019, 19(5): 116-124. doi: 10.19818/j.cnki.1671-1637.2019.05.012

基于航行数据的北极地区船舶排放清单

doi: 10.19818/j.cnki.1671-1637.2019.05.012
基金项目: 

国家自然科学基金项目 51579201

国家科技重大专项 2016YFC1402706

详细信息
    作者简介:

    牟军敏(1974-), 男, 浙江台州人, 武汉理工大学教授, 工学博士, 从事智能航海与仿真技术研究

  • 中图分类号: U694

Emission inventory of ship based on navigation data in Arctic region

More Information
Article Text (Baidu Translation)
  • 摘要: 基于自动识别系统分析了极地船舶航行数据, 考虑冰区船舶受力, 提出了主机功率估算模型; 选取劳氏船级社数据验证了主机功率模型的可行性与可信度; 结合3种不同的航行状态与排放因子、负荷因子建立了动态船舶废气排放模型; 选取中国远洋海运集团有限公司穿越北极地区的“永盛”轮等5艘船舶的航行数据, 使用燃油消耗法对船舶排放估算模型进行验证; 利用排放估算模型计算了北极地区船舶排放清单, 并在ArcGIS上显示排放的时空分布等特征。研究结果表明: 北极地区的各类船舶废气排放中, CO2的排放量最多, 约为69.7%, NOx和SOx次之, 分别为13.3%和12.0%, CH4最少, 为0.4%;各类船型的排放分担率最大的为集装箱船(29.3%), 其次为破冰船(28.8%), 其中集装箱船和散货船的废气排放量占比达到了50.4%;北极地区船舶废气CH4、CO2、CO、HC、NOx、SOx、PM的排放量分别为504.85、82 545.63、1 645.90、562.54、15 711.47、14 232.54、3 263.15 t, 与船舶交通流密度相符; 2016年9月散货船、集装箱船、油轮和渔船废气排放量最大, 10、11月逐渐减少, 这与该地区的冰封情况有较大关系; 一天内, 滚装船、渔船和破冰船的废气排放在11:00~18:00出现一段波峰, 这可能是由船舶的工作性质决定的。

     

  • 2013年中国商船“永盛轮”成功完成北极首航, 2015年后每年中国远洋海运集团有限公司组织多船北极商业运行, 加快推动了中国“冰上丝绸之路”战略的实施。但是, 由于北极生态环境极其脆弱, 伴随着北极航道的开通, 国际通航船舶数量与日俱增, 船舶废气排放已经引起了国际社会的重视, 目前的海事排放法规还规定了SOx和NOx的限值[1-4]。基于此, 建立极地船舶废气排放清单对于控制北极的船舶废气排放问题具有一定的参考价值和实际意义。

    在船舶废气排放计算方面, 顾伟红等提出了基于船舶装机总量和船舶活动强度的排放量估算方法, 计算了中国国际海运船队CO2的排放量[5]; 牟军敏等利用交通流仿真数据, 根据不同的交通情形对船舶做功进行估算, 研究了浙江省北部内河水网中船舶的排放清单[6]; 金陶胜等采用基于燃料消耗的方法, 对2006年天津港运输船舶的NOx、HC、CO和PM10的排放进行了计算[7]; Chen等利用船舶自动识别系统(Automatic Identification System, AIS)数据以及WRF/Chem模型对中国环渤海地区的船舶废气排放的密集度进行了分析[8-9]; Fan等建立了基于AIS的模型来估算长江大桥和东海400 km范围内的船舶废气排放[10]; Song等利用AIS中船舶的实时数据对洋山港的船舶废气排放清单进行了准确估算[11]; Ng等使用AIS首次为香港编制了一份新的远洋船舶废气排放清单[12]; Li等使用AIS为繁忙的珠三角地区计算了船舶排放清单[13]。总之, 国际上对于船舶废气排放量的估算方法, 一般分为2种: 一种是利用船舶的燃料消耗总量乘以对应的排放因子的“自上而下”法, 一种是根据船舶不同航行状态下的主机功率和运行时间对单一船舶进行废气排放估算的“自下而上”法。在实践中, 船舶的燃油消耗信息很难获取, 因此, “自上而下”法存在一定的局限性。“自下而上”法对船舶的航行状态有了更加细致的划分, 使得排放因子的选取更加合理、废气排放量的估算更加准确, 但是这种方法需要大量来源各异的船舶数据, 难以直接获得[14-16]。要建立更加准确的区域性排放清单, 应该根据船舶详细的活动数据进行建模。随着现代导航信息系统的发展, AIS已经广泛应用, 可以在线提供全球海量的船舶航行数据。

    另外, 船舶排放跟船舶航行中所受到的阻力密切相关, 由于冰区航行和一般水域航行存在较大差异, 研究建立极地冰区航行船舶排放模型需要考虑船舶碎冰阻力。季顺迎等基于颗粒材料力学理论利用离散元模型分析了海冰与船舶之间的相互作用力[17]; Hansen等使用圆盘单元模拟了船舶在碎冰区的运动, 并计算了冰阻力的大小[18]; Lewis等广泛开展了船舶与海洋结构物的冰阻力研究[19-22]

    综上所述, 当前船舶废气排放研究主要集中在常规水域, 北极冰区水域极少涉及; 其次, 目前开展了大量冰区船舶航行阻力研究, 但未与冰区船舶废气排放相结合开展北极船舶排放相关研究。为此, 本文从船舶AIS数据库、劳氏船级社数据库、中国船级社数据库和其他船舶数据库收集北极地区船舶活动数据, 建立主机功率估算模型; 结合排放因子、负荷因子等, 计算散货船、集装箱船、滚装船、油轮、渔船、破冰船6类船舶在巡航、机动、锚泊3种航行状态下的废气排放量, 进而得到区域排放清单; 具体计算了2016年8~11月CH4、CO2、CO、HC、NOx、SOx和PM等7种废气的排放情况, 借助地理信息系统软件可视化分析了排放峰值时间段和废气聚集区。

    船舶排放清单是某段时间一定水域范围内船舶活动产生各类气体排放的总和。本文通过动态的单船废气排放模型研究, 建立了北极地区船舶排放清单。

    船舶废气排放与船舶的主、副机的工作状态密切相关。船舶的航行状态决定了主机的工作状态, 进而决定了废气排放量。根据航海实践和AIS数据, 本文将船舶航行状态分为3种: 巡航、机动、锚泊。巡航即在一段时间内, 某2个时刻的瞬时速度差与该段时间平均速度的比值小于0.2, 且瞬时速度超过设计最大船速的40%, 此时主、副机均正常工作, 需要考虑两者排放的废气; 机动即当某2个时刻的瞬时速度差与该段时间平均速度的比值超过0.2, 并且速度逐渐增加或减少, 废气排放计算与巡航状态一致; 锚泊即速度不超过1 kn且持续1 h以上, 主机关闭, 副机正常工作, 只需计算副机排放的废气。船舶废气排放模型为

    E=E1+E2(1)E1=Ρ1,i,jΤ1L1F(2)E2=Ρ2Τ2L2F(3)

    式中: E为船舶废气排放量; E1E2分别为船舶主、副机废气排放量; P1, i, j为发动机类型i在水域类型j条件下的主机功率; P2为副机功率; T1T2分别为主、副机运行时间, 可由AIS数据直接获取; L1L2分别为主、副机的负荷因子; F为修正后的排放因子。

    主机的负荷因子与船速的三次方相关, 副机的负荷因子和船舶类型、航行状态密切相关。本文副机负荷因子取值参考研究报告[23], 即

    L1=(-V/V1)3(4)

    式中: -V为一段时间内的平均船速; V1为船舶设计最大航速。

    在船舶处于巡航状态下, 当船舶主机负荷大于20%时, 主机排放因子可以看作一个定值, 当主机负荷低于20%时, 引入低负荷修正系数对排放因子进行修正, 计算公式为

    F=F0α(5)

    式中: F0为排放因子; α为修正因子。

    船舶主机在不同负荷下的修正因子取值参考已有的研究成果[24]

    本文对于主、副机排放因子的选取参考伏晴艳等的研究[25]和美国洛杉矶港大气污染物排放清单的排放因子[26], 分别见表 12

    表  1  主机排放因子
    Table  1.  Main engine emission factors
    废气类型 CH4 CO2 CO HC NOx SOx PM
    中速机 0.012 683 1.1 0.5 13.0 10.5 1.02
    低速机 0.010 620 1.4 0.6 17.0 11.5 0.96
    下载: 导出CSV 
    | 显示表格
    表  2  副机排放因子
    Table  2.  Auxiliary engine emission factors
    废气类型 CH4 CO2 CO HC NOx SOx PM
    排放因子 0.005 683 1.1 0.4 13.0 12.3 1.02
    下载: 导出CSV 
    | 显示表格

    船舶在北极地区航行, 其主机功率的估算模型应当分为2种情况: 无冰水域航行和碎冰区航行。根据动力学原理, 可以通过估算船舶航行中受到的阻力并利用螺旋桨的推进系数来建立主机功率模型。

    Ρ1,i,j=Ρ3,i,jC={R1V2CR2V2C(6)R2=R3+4.4Ι-0.8267ρgBhV22D2(7)R3=6.917V22(8)

    式中: P3, i, j为发动机类型i在水域类型j条件下的有效功率; C为推进系数, 取值为0.5~0.7;R1R2分别为敞水阻力、船舶总阻力; V2为船舶速度; R3为常规敞水阻力[27]; I为冰傅汝德数; ρ为冰密度; g为重力加速度; B为船宽; h为冰厚度; D为碎冰密集度。

    碎冰区船舶总阻力为敞水阻力和碎冰阻力之和, 并对其进行量纲为1化, 船速、船宽数据可从AIS数据库、劳氏船级社数据库中直接获取, 冰厚度、碎冰密集度等参数可通过实际冰情数据统计来获取[28]

    副机功率可以参考国际海事组织(International Maritime Organization, IMO)新能效设计指数, 为

    Ρ2={0.05Ρ1Ρ1<10ΜW0.025Ρ1+250Ρ110ΜW(9)

    式中: P1为主机额定功率。

    根据航海实践, 海上功率裕度一般取15%, 并且在北极地区航行副机需要提供更多热量, 副机功率还需乘以一个修正系数1.275[29]

    1.3.1   主机功率估算模型验证

    本文从中国船级社和劳氏船级社数据库中选取6种船型(散货船、集装箱船、滚装船、油轮、渔船、破冰船)各5艘船舶进行计算。其中根据AIS数据提取出V2的平均值为2.5 m·s-1, 根据北极航道冰情分析, h取60 cm, D取50%, 本文只列出散货船的验证结果, 见表 3, 可以看出: 船舶功率估算的误差绝对值都不超过5%, 表明该功率估算模型可信度较高。

    表  3  散货船参数与误差
    Table  3.  Parameters and errors of bulk carriers
    船舶序号 船长/m 船宽/m 主机功率/kW 误差/%
    实际值 估算值
    1 229.00 32.24 15 050 14 626 -2.82
    2 288.93 45.00 25 329 24 501 -3.27
    3 178.00 27.60 5 830 6 110 4.80
    4 157.00 25.50 5 180 5 357 3.42
    5 183.00 30.95 7 487 7 181 -4.09
    下载: 导出CSV 
    | 显示表格
    1.3.2   船舶废气排放模型验证

    本文的验证主要通过对比基于船舶实际燃油消耗的排放量与废气排放模型的计算量。选取2016年穿越北极地区的5艘中国籍船舶, 即“永盛”轮(天津-格拉斯哥)、“夏之远6”轮(天津-萨贝塔)、“天禧”轮(科特卡-青岛)、“祥和口”轮(青岛-萨贝塔) 和“祥云口”轮(萨贝塔-青岛), 对比上述2种方法中船舶CO2排放质量来进行验证。5艘船舶的参数和航行信息见表 4

    表  4  船舶参数和航行信息
    Table  4.  Ship parameters and navigation informations
    船名 船长/m 船宽/m 起程时间 结束时间 航行时间/h
    永盛 160.0 23.7 7月26日08:30 8月4日23:30 231
    夏之远6 195.0 41.0 8月5日17:30 8月15日15:30 238
    天禧 190.0 29.0 8月15日19:00 8月26日01:00 246
    祥和口 216.7 43.0 9月1日09:30 9月11日03:30 234
    祥云口 216.7 43.0 9月8日01:30 9月17日06:30 221
    下载: 导出CSV 
    | 显示表格

    燃油消耗计算排放模型中的排放因子取值参考邢辉的研究[30], 选取了CO2的排放因子, 进而计算得到船舶排放的CO2质量, 记为结果1, 本文方法记为结果2, 见表 5, 可以看出: 2种方法计算结果的误差绝对值均小于5%, 因此, 本文建立的单船废气排放模型具有一定的可信度。

    表  5  两种方法的计算结果对比
    Table  5.  Calculation result comparison of two methods
    船名 燃油消耗量/t 结果1/kg 结果2/kg 误差/%
    永盛 261.33 1 649 632.18 1 625 712.51 -1.45
    夏之远6 277.67 1 752 734.19 1 824 070.47 4.07
    天禧 287.00 1 811 649.63 1 841 360.68 1.64
    祥和口 273.00 1 723 276.47 1 682 434.82 -2.37
    祥云口 257.83 1 627 538.89 1 682 549.71 3.38
    下载: 导出CSV 
    | 显示表格

    北极航道主要有2条: 东北航道和西北航道(图 12)。图 1中数字表示地名, 1为喀拉海峡; 2为维利基茨基海峡与绍卡利斯基海峡; 3为德米特里·拉普捷夫海峡与桑尼科夫海峡; 4为白令海峡。东北航道是指从欧洲和北大西洋出发, 沿着挪威和俄罗斯位于北冰洋的近岸海域航行到太平洋的各种海洋航线, 其中决定东北航道能否通航的主要是维利基茨基海峡、绍卡利斯基海峡和新西伯利亚群岛。维利基茨基海峡的通航时间窗口为8月初至10月中旬, 10月下旬开始结冰, 至11月完全冻结, 在通航期内, 船舶航行基本不受浮冰的影响; 绍卡利斯基海峡的通航时间窗口是8月初至10月中旬, 在此期间偶尔会遇到浮冰, 对船舶航行基本没有影响。新西伯利亚群岛包括2个关键的海峡, 分别是德米特里·拉普捷夫海峡和桑尼科夫海峡。德米特里·拉普捷夫海峡的通航时间窗口为8月至10月上旬, 在此期间海面基本没有浮冰, 桑尼科夫海峡的通航时间窗口为7月中旬至10月上旬, 在此期间海面会有少量被海风吹来的浮冰, 对船舶航行有一定的影响。

    图  1  东北航道
    Figure  1.  Northeast waterway

    西北航道是指从欧洲和北大西洋的某一位置出发, 通过加拿大北极群岛的水路到达太平洋沿岸的航线。图 2中数字表示地名, 1为兰开斯特海峡; 2为巴罗海峡; 3为梅尔维尔子爵海峡; 4为麦克卢尔海峡。西北航道的咽喉部位分别是麦克卢尔海峡、梅尔维尔子爵海峡、巴罗海峡和兰开斯特海峡。麦克卢尔海峡通航时间窗口是8月下旬至9月底大约40多天的无冰期; 梅尔维尔子爵海峡的通航时间窗口是8月下旬至9月底; 巴罗海峡的通航时间窗口是8月下旬至10月上旬, 在此期间, 海面上偶尔会遇见浮冰, 船舶可以独立穿越该海峡; 兰开斯特海峡的通航时间窗口是7月初至10月上旬, 在此期间, 海面没有浮冰, 船舶可以顺利通航。

    图  2  西北航道
    Figure  2.  Northwest waterway

    综上, 东北航道水域在7月中旬至10月下旬, 西北航道水域在8月中旬至9月底这段时期, 海冰密集度几乎为零, 基本没有海冰覆盖, 船舶可以独立穿越北极区域; 而在一年中的其他时间, 穿越这两条航道需要“顶冰”航行。7~10月仅西北航道中少数区域(麦克卢尔海峡、梅尔维尔子爵海峡)有20~30 cm厚的浮冰覆盖, 船舶在此时间段内穿越北极航行可以不用破冰船护航; 而在其他几个月内, 东北航道和西北航道则由厚度在50 cm以上的冰盖覆盖, 船舶独立穿越北极几乎不可能, 需要破冰船护航。

    本文的研究对象是2016年8~11月北极水域装有AIS设备的航行船舶, 共计32 408艘次, 其中散货船8 573艘次、集装箱船6 881艘次、滚装船(包括客滚船)1 936艘次、油轮1 348艘次、渔船5 268艘次、破冰船3 453艘次和其他类型船舶4 949艘次。由于其他类型船舶参数不完备, 本文不予考虑。

    2.2.1   船舶排放清单

    根据不莱梅大学的冰情统计, 不妨假设: 8、9月中, 东北、西北航道水域均无冰, 船舶所受阻力仅计算该船舶的敞水阻力; 10月1日到11月7日, 东北航道水域依然无冰, 西北航道水域的冰厚度为40 cm; 11月7日到11月30日, 东北航道和西北航道的冰厚度均为60 cm。东北航道和西北航道在有浮冰期间, 海面浮冰的密集度均取50%。

    分析AIS数据提取船舶废气排放计算所需的船舶参数值, 根据式(1)得到8~11月期间, 北极地区带有AIS装置的船舶的废气排放情况如表 6所示, 可以看出: 北极地区7种废气CH4、CO2、CO、HC、NOx、SOx、PM的排放量分别为504.85、82 545.63、1 645.90、562.54、15 711.47、14 232.54、3 263.15 t; CO2的排放量最多, 约为69.7%, NOx和SOx次之, 分别为13.3%和12.0%, CH4最少, 仅为0.4%。

    表  6  北极地区船舶排放清单
    Table  6.  Ship emission inventory in Arctic region
    排放类别 CH4 CO2 CO HC NOx SOx PM
    散货船 111.67 18 616.71 299.83 109.03 3 543.44 3 352.64 735.95
    集装箱船 149.79 24 256.35 509.69 171.81 4 616.88 4 130.22 958.89
    滚装船 89.51 14 224.42 303.76 101.97 2 707.43 2 412.31 562.31
    油轮 4.85 778.07 16.74 5.61 148.09 131.70 30.76
    渔船 6.76 855.83 13.78 5.01 162.90 154.14 33.83
    破冰船 142.27 23 814.25 502.10 169.11 4 532.73 4 051.53 941.41
    排放合计 504.85 82 545.63 1 645.90 562.54 15 711.47 14 232.54 3 263.15
    下载: 导出CSV 
    | 显示表格
    2.2.2   废气分担率

    通过分析废气排放清单, 各种船型的排放分担率见图 3, 可以看出: 集装箱船和散货船的废气排放较大, 总排放分担率达到了50.4%, 这2种船型是当今水路运输的主流船型; 集装箱船的废气排放分担率最高, 达到了29.3%;破冰船的废气排放仅次于集装箱船, 分担率达到了28.8%, 这是由于北极地区航行需要破冰船护航; 滚装船的废气排放分担率为17.7%, 这很大程度与极地旅游热潮有关; 渔船的废气排放分担率为1.9%, 这是由于渔船的燃油消耗量较少; 油轮的废气排放分担率仅为1.2%, 这与北极地区的温度过低不利于油类货物保存有很大关系。

    图  3  基于船型的排放分担率
    Figure  3.  Emission sharing rates based on ship types
    2.2.3   船舶废气排放时空分布

    图 4为不同类型船舶废气在8~11月的排放分布情况, 可以看出: 集装箱船、散货船、渔船、油轮等的废气排放量都是在8、9月较多, 在9月达到顶峰, 10、11月逐渐减少, 这和该地区的冰封情况有密切联系; 6种船舶的活动极大程度地受到冰封的影响, 而破冰船和滚装船的废气排放量则是逐渐增加的;

    图  4  基于船型的废气排放月份分布
    Figure  4.  Monthly distributions of exhaust emissions based on ship types

    由于近年来的北极旅游热潮, 导致在冰封的期间会迎来较多的滚装船(主要是客滚船), 滚装船在航行的时候又必须要由破冰船护航, 因此, 这2种船舶在冰封面积越大的情况下活动越频繁, 因而产生更多的废气。

    图 5为不同类型船舶废气在一天中的排放占比, 可以看出: 集装箱船、散货船和油轮这3种船型的废气排放在一天内处于较平均的状态, 排放占比均处在4.0%左右; 而滚装船、渔船和破冰船等船型的废气排放在11:00~18:00内出现一段波峰, 破冰船、渔船的排放占比分别达到了10.8%和9.9%, 这可能是由它们的工作性质决定的; 渔船的捕捞活动一般在中午到傍晚的时候进行, 夜晚较少, 最小排放占比仅有1.0%;滚装船(主要是客滚船)的作用主要是观光旅游, 其活动多在白天进行; 破冰船主要为航行于北极地区的船舶护航, 其活动也多在白天进行。

    图  5  基于船型的废气排放小时分布
    Figure  5.  Hourly distributions of exhaust emissions based on ship types

    空间分布特征分析首先利用ArcGIS工具网格化研究区域, 将每一轨迹点的船舶排放与网格属性关联, 以得到各种废气的空间分布。利用上述方法, 分别得到了CH4、CO2、CO、HC、NOx、SOx和PM等7种废气排放的空间分布, 本文只列出了SOx、NOx和CO2 3种气体的空间分布, 分别见图 6~8

    图  6  SOx的空间分布
    Figure  6.  Spatial distribution of SOx
    图  7  NOx的空间分布
    Figure  7.  Spatial distribution of NOx
    图  8  CO2的空间分布
    Figure  8.  Spatial distribution of CO2

    本文通过建立的主机功率模型计算的结果对比劳氏船级社数据库中的主机功率, 通过建立的船舶废气排放模型计算出的废气排放量对比由燃料消耗量乘以排放因子而得到的废气排放量。模型验证表明, 排放清单研究方法具有一定的可行性。

    本文并未考虑在北极区域航行的其他类船舶, 因此, 实际的北极地区船舶排放总量要比本文的计算结果偏大。

    通过分析船舶类型的废气分担率可以看出: 集装箱船和散货船的废气排放分担率达到了50.4%, 主要原因是集装箱船和散货船是当今水路运输的主流船型, 因此, 这2种船的废气排放分担率比较大, 与这2种船的数量相吻合。其中集装箱船废气排放分担率最高, 达到了29.3%, 其次为破冰船, 分担率达到了28.8%, 这也体现了北极地区船舶的航行习惯是需要破冰船护航。

    通过分析船舶废气排放的时空分布可以看出: 船舶废气排放在北极地区的2条主要航道上聚集, 这些聚集区和船舶习惯航路基本吻合。散货船、集装箱船、油轮、渔船等的废气排放都是在9月达到顶峰, 10、11月逐渐减少, 这和该地区的冰封情况有密切联系, 滚装船、渔船和破冰船等船型的废气排放在11:00~18:00内出现一段波峰, 这可能是由它们的工作性质决定的。这对后续针对性地制定控制和减排措施有重要意义。

    (1) 基于北极地区船舶AIS数据, 从微观层面建立了单个船舶冰区航行的排放模型, 选取“永盛”轮等穿越北极地区船舶的航行数据对模型进行验证, 并提出计算北极区域船舶大气污染物排放清单的估算模型。

    (2) 建立了2016年8~11月北极水域船舶的大气污染物排放清单, 并通过ArcGIS系统可视化分析其时空分布特征。

    (3) 通过对比验证, 本文提出的北极船舶废气排放估算模型和相关方法具有一定的可行性, 为北极船舶废气排放控制提供必要的决策参考。

    (4) 模型中选用的负荷因子、排放因子等值源于已有的研究, 具有一定的通用性。下一步研究应当根据北极水域的船舶排放特征, 进一步修正适用于该水域的排放因子和负荷因子。

  • 图  1  东北航道

    Figure  1.  Northeast waterway

    图  2  西北航道

    Figure  2.  Northwest waterway

    图  3  基于船型的排放分担率

    Figure  3.  Emission sharing rates based on ship types

    图  4  基于船型的废气排放月份分布

    Figure  4.  Monthly distributions of exhaust emissions based on ship types

    图  5  基于船型的废气排放小时分布

    Figure  5.  Hourly distributions of exhaust emissions based on ship types

    图  6  SOx的空间分布

    Figure  6.  Spatial distribution of SOx

    图  7  NOx的空间分布

    Figure  7.  Spatial distribution of NOx

    图  8  CO2的空间分布

    Figure  8.  Spatial distribution of CO2

    表  1  主机排放因子

    Table  1.   Main engine emission factors

    废气类型 CH4 CO2 CO HC NOx SOx PM
    中速机 0.012 683 1.1 0.5 13.0 10.5 1.02
    低速机 0.010 620 1.4 0.6 17.0 11.5 0.96
    下载: 导出CSV

    表  2  副机排放因子

    Table  2.   Auxiliary engine emission factors

    废气类型 CH4 CO2 CO HC NOx SOx PM
    排放因子 0.005 683 1.1 0.4 13.0 12.3 1.02
    下载: 导出CSV

    表  3  散货船参数与误差

    Table  3.   Parameters and errors of bulk carriers

    船舶序号 船长/m 船宽/m 主机功率/kW 误差/%
    实际值 估算值
    1 229.00 32.24 15 050 14 626 -2.82
    2 288.93 45.00 25 329 24 501 -3.27
    3 178.00 27.60 5 830 6 110 4.80
    4 157.00 25.50 5 180 5 357 3.42
    5 183.00 30.95 7 487 7 181 -4.09
    下载: 导出CSV

    表  4  船舶参数和航行信息

    Table  4.   Ship parameters and navigation informations

    船名 船长/m 船宽/m 起程时间 结束时间 航行时间/h
    永盛 160.0 23.7 7月26日08:30 8月4日23:30 231
    夏之远6 195.0 41.0 8月5日17:30 8月15日15:30 238
    天禧 190.0 29.0 8月15日19:00 8月26日01:00 246
    祥和口 216.7 43.0 9月1日09:30 9月11日03:30 234
    祥云口 216.7 43.0 9月8日01:30 9月17日06:30 221
    下载: 导出CSV

    表  5  两种方法的计算结果对比

    Table  5.   Calculation result comparison of two methods

    船名 燃油消耗量/t 结果1/kg 结果2/kg 误差/%
    永盛 261.33 1 649 632.18 1 625 712.51 -1.45
    夏之远6 277.67 1 752 734.19 1 824 070.47 4.07
    天禧 287.00 1 811 649.63 1 841 360.68 1.64
    祥和口 273.00 1 723 276.47 1 682 434.82 -2.37
    祥云口 257.83 1 627 538.89 1 682 549.71 3.38
    下载: 导出CSV

    表  6  北极地区船舶排放清单

    Table  6.   Ship emission inventory in Arctic region

    排放类别 CH4 CO2 CO HC NOx SOx PM
    散货船 111.67 18 616.71 299.83 109.03 3 543.44 3 352.64 735.95
    集装箱船 149.79 24 256.35 509.69 171.81 4 616.88 4 130.22 958.89
    滚装船 89.51 14 224.42 303.76 101.97 2 707.43 2 412.31 562.31
    油轮 4.85 778.07 16.74 5.61 148.09 131.70 30.76
    渔船 6.76 855.83 13.78 5.01 162.90 154.14 33.83
    破冰船 142.27 23 814.25 502.10 169.11 4 532.73 4 051.53 941.41
    排放合计 504.85 82 545.63 1 645.90 562.54 15 711.47 14 232.54 3 263.15
    下载: 导出CSV
  • [1] EIDE M S, DALS∅REN S B, ENDRESEN ∅, et al. Reducing CO2 from shipping-do non-CO2 effects matter?[J]. Atmospheric Chemistry and Physics, 2013, 13: 4183-4201. doi: 10.5194/acp-13-4183-2013
    [2] LINDSTAD H, ESKELAND G S, PSARAFTIS H, et al. Maritime shipping and emissions: a three-layered, damage-based approach[J]. Ocean Engineering, 2015, 110: 94-101. doi: 10.1016/j.oceaneng.2015.09.029
    [3] LINDSTAD H E, SANDAAS I. Emission and fuel reduction for offshore support vessels through hybrid technology[J]. Journal of Ship Production and Design, 2016, 32(4): 195-205. doi: 10.5957/jspd.2016.32.4.195
    [4] CHEN Lin-ying, YIP T L, MOU Jun-min. Provision of emission control area and the impact on shipping route choice and ship emissions[J]. Transportation Research Part D: Transport and Environment, 2018, 58: 280-291. doi: 10.1016/j.trd.2017.07.003
    [5] 顾伟红, 徐瑞华. 中国国际海运船队温室气体排放测算研究[J]. 中国造船, 2013, 54(3): 169-176. doi: 10.3969/j.issn.1000-4882.2013.03.021

    GU Wei-hong, XU Rui-hua. Estimation of greenhouse gas emissions from China international shipping fleet[J]. Shipbuilding of China, 2013, 54(3): 169-176. (in Chinese). doi: 10.3969/j.issn.1000-4882.2013.03.021
    [6] 牟军敏, 龚帅, 陈曦. 基于仿真数据的内河水网船舶排放清单[J]. 中国航海, 2017, 40(3): 98-102. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGHH201703021.htm

    MOU Jun-min, GONG Shuai, CHEN Xi. Emission inventory for ships in inland waterway network based on simulation data[J]. Navigation of China, 2017, 40(3): 98-102. (in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-ZGHH201703021.htm
    [7] 金陶胜, 殷小鸽, 许嘉, 等. 天津港运输船舶大气污染物排放清单[J]. 海洋环境科学, 2009, 28(6): 623-625. doi: 10.3969/j.issn.1007-6336.2009.06.006

    JIN Tao-sheng, YIN Xiao-ge, XU Jia, et al. Air pollutants emission inventory from commercial ships of Tianjin Harbor[J]. Marine Environmental Science, 2009, 28(6): 623-625. (in Chinese). doi: 10.3969/j.issn.1007-6336.2009.06.006
    [8] CHEN Dong-sheng, ZHAO Na, LANG Jian-lei, et al. Contribution of ship emissions to the concentration of PM2.5: a comprehensive study using AIS data and WRF/Chem model in Bohai Rim Region, China[J]. Science of the Total Environment, 2018, 610-611: 1476-1486. doi: 10.1016/j.scitotenv.2017.07.255
    [9] CHEN Dong-sheng, WANG Xiao-tong, NELSON P, et al. Ship emission inventory and its impact on the PM2.5 air pollution in Qingdao Port, North China[J]. Atmospheric Environment, 2017, 166: 351-361. doi: 10.1016/j.atmosenv.2017.07.021
    [10] FAN Qian-zhu, ZHANG Yan, MA Wei-chun, et al. Spatial and seasonal dynamics of ship emissions over the Yangtze River Delta and East China Sea and their potential environmental influence[J]. Environmental Science and Technology, 2016, 50(3): 1322-1329. doi: 10.1021/acs.est.5b03965
    [11] SONG Su. Ship emissions inventory, social cost and eco-efficiency in Shanghai Yangshan port[J]. Atmospheric Environment, 2014, 82: 288-297. doi: 10.1016/j.atmosenv.2013.10.006
    [12] NG S K W, LOH C, LIN Chu-bin, 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. doi: 10.1016/j.atmosenv.2012.07.070
    [13] LI Cheng, YUAN Zi-bing, OU Jia-min, et al. An AIS-based high-resolution ship emission inventory and its uncertainty in Pearl River Delta region, China[J]. Science of the Total Environment, 2016, 573: 1-10. doi: 10.1016/j.scitotenv.2016.07.219
    [14] MOLDANOVÁ J, FRIDELL E, POPOVICHEVA O, et al. Characterization of particulate matter and gaseous emissions from a large ship diesel engine[J]. Atmospheric Environment, 2009, 43(16): 2632-2641. doi: 10.1016/j.atmosenv.2009.02.008
    [15] COELLO J, WILLIAMS I, HUDSON D A, et al. An AIS-based approach to calculate atmospheric emissions from the UK fishing fleet[J]. Atmospheric Environment, 2015, 114: 1-7. doi: 10.1016/j.atmosenv.2015.05.011
    [16] HEALY R M, O'CONNOR I P, HELLEBUST S, et al. Characterization of single particles from in-port ship emissions[J]. Atmospheric Environment, 2009, 43(40): 6408-6414. doi: 10.1016/j.atmosenv.2009.07.039
    [17] 季顺迎, 李紫麟, 李春花, 等. 碎冰区海冰与船舶结构相互作用的离散元分析[J]. 应用力学学报, 2013, 30(4): 520-526. https://www.cnki.com.cn/Article/CJFDTOTAL-YYLX201304011.htm

    JI Shun-ying, LI Zi-lin, LI Chun-hua, et al. Analysis of interaction between ice floe and ship hull with discrete element method in broken-ice field[J]. Chinese Journal of Applied Mechanics, 2013, 30(4): 520-526. (in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-YYLX201304011.htm
    [18] HANSEN E H, L∅SET S. Modelling floating offshore units moored in broken ice: model description[J]. Cold Regions Science and Technology, 1999, 29(2): 97-106. doi: 10.1016/S0165-232X(99)00023-3
    [19] LEWIS J W, DE BORD F W, BULAT V A. Resistance and propulsion of ice-worthy ships[J]. The Society of Naval Architects and Marine Engineers, 1982(8): 1-20.
    [20] EIK K. Sea-ice management and its impact on the design of offshore structures[J]. Cold Regions Science and Technology, 2011, 65(2): 172-183. doi: 10.1016/j.coldregions.2010.10.009
    [21] LUBBAD R, L∅SET S. A numerical model for real-time simulation of ship-ice interaction[J]. Cold Regions Science and Technology, 2011, 65(2): 111-127. doi: 10.1016/j.coldregions.2010.09.004
    [22] KIM H S, HA M K, WILLIAMS F M, et al. Speed-power performance of 95, 000DWT arctic tanker design[J]. Journal of Offshore Mechanics and Arctic Engineering, 2005, 127(2): 135-140.
    [23] BROWNING L, BAILEY K. Current methodologies and best practices for preparing port emission inventories[R]. Fairfax: ICF International, 2006.
    [24] SINGH D V, PEDERSEN E. A review of waste heat recovery technologies for maritime applications[J]. Energy Conversion and Management, 2016, 111: 315-328. doi: 10.1016/j.enconman.2015.12.073
    [25] 伏晴艳, 陈明华, 钱华. 上海市空气中NOx的污染现状及分担率[J]. 上海环境科学, 2001, 20(5): 224-226, 232.

    FU Qing-yan, CHEN Ming-hua, QIAN Hua. The status quo and share responsibility rate of NOx pollution in Shanghai[J]. Shanghai Environment Sciences, 2001, 20(5): 224-226, 232. (in Chinese).
    [26] JAYARAM V, KHAN Y M, MILLER W J, et al. Evaluating emission benefits of a hybrid tug boat[R]. Riverside: University of California, 2010.
    [27] 姚鑫. 北极航行船舶废气排放清单研究[D]. 武汉: 武汉理工大学, 2018.

    YAO Xin. Study on arctic shipping emissions inventories[D]. Wuhan: Wuhan University of Technology, 2018. (in Chinese).
    [28] SPREEN G, KALESCHKE L, HEYGSTER G. Sea ice remote sensing using AMSR-E 89-GHz channels[J]. Journal of Geophysical Research, 2008, 113: 1-14.
    [29] 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.
    [30] 邢辉. 船舶废气排放量化问题研究[D]. 大连: 大连海事大学, 2017.

    XING Hui. Study on quantification of exhaust emissions from ships[D]. Dalian: Dalian Maritime University, 2017. (in Chinese).
  • 期刊类型引用(6)

    1. 吴林,刘盛华,徐争光,杨国华,张立东,闫雪松. 船舶废气填料塔设计及脱硫性能仿真分析. 中国航海. 2023(01): 120-126 . 百度学术
    2. 李伟,王莘然,张存有,张洪朋,张兴彪,曹涛. “冰上丝绸之路”建设背景下北极航运减排措施初探. 航海技术. 2023(05): 61-64 . 百度学术
    3. 严青,张云嵩,汪璇,栾扬. 船舶黑碳排放测算方法. 造船技术. 2022(06): 55-59+75 . 百度学术
    4. 鲁峰,徐硕,李丹,刘慧媛,朱勇,崔国辉. 渤黄海区域渔船碳排放特征. 农业工程学报. 2022(24): 169-179 . 百度学术
    5. 刘磊,张永,张明阳,王永明,陈静. 多特征融合的船舶轨迹相异度模型分析与优选. 交通运输工程学报. 2021(05): 199-213 . 本站查看
    6. 付姗姗,胡子正,张笛,席永涛. 我国北极航运研究的现状与热点分析. 交通信息与安全. 2020(03): 57-66 . 百度学术

    其他类型引用(4)

  • 加载中
图(8) / 表(6)
计量
  • 文章访问数:  1133
  • HTML全文浏览量:  308
  • PDF下载量:  585
  • 被引次数: 10
出版历程
  • 收稿日期:  2019-04-19
  • 刊出日期:  2019-10-25

目录

/

返回文章
返回