中国珠三角地区基于AIS的高分辨率船舶排放清单和其不确定性研究
摘要：
船舶排放严重影响空气污染并且危害沿海地区居民健康。本文通过使用自动识别系统（AIS）的精细数据，为占据全球十大最繁华港口中三个席位的珠三角地区建立了一份高分辨率船舶排放清单。在2013年，珠三角区域范围的SO2，NOX，CO，PM10，PM2.5和VOC排放的估计量分别是61484,103717,10599,7155,6605和4195吨。其中远洋船舶的排放占据绝大部分，紧接着是沿海船舶和内河船只。根据船型而言，集装箱船排放最多，接着依次是常规货船，干散货运输船，渔船和油轮。这五类船的排放量超过总量的90%。在珠三角，排放的空间分布显示，主要的排放热点都在新提议的排放控制区域（ECA），在这排放控制区域里的船舶排放占据了船舶排放总量的80%以上，这突出了ECA在珠三角地区减少排放的重要性。污染物排放估计量的不确定性被量化了，在95%的置信区间内，下限为21.2%到24.5%，上限为28.6%到33.3%。本研究中更低的不确定性突出了AIS数据在改善船舶排放估计中的有效性。基于AIS的自下而上的方法学可以用于编制和完善船舶排放清单，并且可以帮助在任何可能的地区制定有效的船舶排放的控制措施。
1、前言
经济的快速增长推动了中国航运业的蓬勃发展，从而造成了巨大的能源需求和大量的空气污染物排放。自19世纪80年代以来，控制措施一直集中在陆地排放源上，陆地排放量也就大大减少了。但在很大程度上忽视了作为沿海地区环境污染物重要贡献者的船舶排放。为了了解船舶排放对空气质量的影响，并制定有效的船舶排放控制措施，需要对船舶污染源的排放特征和高分辨率排放清单的开发进行详细的了解。
中国南方的珠江三角洲（PRD）地区作为一个拥有密集水道网络的国际制造中心，显示出了蓬勃发展的航运业。根据全球港口发展报告，深圳、香港和广州在2015年集装箱吞吐量方面跻身全球十大港口之列。作为一个港口集群地，PRD区域贡献了世界上最大的吞吐量。在2015年，中国交通运输部将珠江三角洲地区划定为船舶排放控制区（ECA）。一系列严格的控制措施已经或将按照规定的计划表执行。为了更好地描述排放特征，在这个地区的一些港口周围开发船舶排放清单的努力已经初具成效，例如在香港和深圳。然而，由于有限的覆盖范围和较低的空间和时间分辨率，这种港口层面的排放清单无法支持区域空气质量建模来量化它们的影响。因此，在PRD区域开发高分辨率区域范围的排放清单就很有必要。
这些年，已付出了相当大的努力，并取得了一些可以提高船舶排放估算准确性的技术进步，例如对燃料消耗和行动的机载调查、实地测试和考察船舶排放因素。该航道网络结合船舶特征和活动排放因素的船舶交通、能源和环境模型（STEEM）也被开发，这模型用在建立北美船舶排放清单。自动识别系统（AIS）数据越来越多地应用于改善基于活动的评估，如负载因素，以及开发更准确的时空代替模型以取代经验水道网络。尽管信息收集技术得到了改进的，目前关于船舶排放的研究仍然受到许多限制。首先，大多数研究针对的是远洋船舶（OGVs），而来自内河和沿海地区的本地船舶排放却被忽略了。第二，尽管时空模型的代表性已经通过AIS密度分布数据得到了改善，但是船舶种类的交通路线和活动模型对排放的影响是缺乏考虑的。而且，船舶排放估算的不确定性通常以定性的方式分析，并且只有排放因子的不确定性被考虑。该报告呼吁对排放因素和活动方面数据产生的船舶排放不确定性进行定量评估。
在本研究中，我们的目标是在2013年的基础上通过自下向上的方法建立一个PRD地区高分辨率的船舶排放清单。从AIS精确数据、现场调查和当地统计数据中收集了主要的发动机功率、负载因素、时间模式、燃料消耗和其他船舶活动数据。估计的排放量包括了珠江三角洲水域内的各种远洋船舶（OGVs）、沿海船舶（CVs）和内河船（RVs），排除了只是经过该地区的港口（不包括香港）船只。开发了船舶类型和活动模式的排放分布图和时间替代。文章对船舶排放清单的不确定性进行了定量估计，并对控制政策的影响进行了讨论。
2、数据和研究方法
2.1研究区域和船舶分类
研究领域在北纬21.54。-24.53。，东经111.55。-115.61。的范围内，覆盖了所有的港口，包括2100个泊位、主要航道网和位于珠三角地区拟建的ECA，如图1所示。本研究领域的九个港口群由当地海事部门（MDs）管理，即广州、深圳、惠州、珠海、东莞、佛山、中山、肇庆和江门。
图1.在珠江三角洲地区研究区域的航道和港口分布。
这项研究估计了在珠江三角洲地区的OGVs，CVs和RVs的船舶排放量。我们根据我国船舶管理制度的特点，提出了一种新的船舶类型识别方法。OGVs由国际海事组织（IMO）和海上移动通信服务识别（MMSI）认证，因此，IMO号码和MMSI代码被用来定义OGVs，而CVs只使用MMSI代码进行识别。由于所有的本地船舶都在海事部门（MD）注册，我们使用MD注册号来识别RVs。在这三种类型下，船舶类型和载重吨位（DWT）进一步划分为84个子类别。分类的详细信息列在表1中。值得注意的是，在MD的港口统计资料中，船的类型不是根据DWT分类的。为了解决这一问题，采用基于实时AIS数据的自适应采样周期统计方法，考虑到了港口尺寸和码头结构，以消除单个采样周期中的误差。
为了调查和评估巡航速度对排放的影响，船舶可根据其运行模式进行分类，即航道巡航、慢速巡航、机动和待机，如表SI-1所示。
|
表1： 在PRD区域 中对不同船型的分类
|
对主发动机和辅机的排放进行了考虑，但不包括辅助锅炉的排放。
2.2数据来源和特性
来自6个港口（深圳、广州、东莞、中山、佛山和肇庆）的船舶信息调用直接从MD获得，而来自其他港口的船只则从向公众开放的信息中收集。2013年，在所有PRD港口接收的1,808,906个船舶调用信息中，OGVs、CVs和RVs分别占了5.8%、15.9%和7
全文共12949字，剩余内容已隐藏，支付完成后下载完整资料
英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[14557]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
