港口机械排放清单估算方法改进及应用

范小莉， 夏泽群， 李 成， 黄志炯， 王延龙， 郑君瑜

华南理工大学环境与能源学院， 广东 广州 510000

港口机械排放清单估算方法改进及应用

范小莉， 夏泽群， 李 成， 黄志炯， 王延龙， 郑君瑜*

华南理工大学环境与能源学院， 广东 广州 510000

为识别港口机械作业特征及污染物排放情况，在对珠三角港口实地调研基础上，提出了基于单位作业量油耗的分作业方式、分机械类型的精细化港口机械排放清单估算方法，并对该方法油耗估算值与港口油耗统计值、其他估算方法油耗值之间的差异进行对比分析，以验证其可靠性与适用性，最后利用该方法建立了珠三角2014年港口机械排放清单.结果表明：对于珠三角本地港口，该方法油耗估算值与统计值无明显差异(相对误差为-5.9%～6.8%)；对于其他研究区域港口，油耗估算值、统计值与其他估算方法估算值的差异均在合理范围(-35.8%～53.8%和-17.5%～2.6%)内，表明该方法具有较好的可靠性与适用性.清单结果显示，2014年珠三角港口机械排放的SO2、NOx、CO、PM10、PM2.5和HC分别为633.6、4 610.6、3 391.2、226.9、216.0和728.8 t.其中，集装箱码头是最主要的港口机械使用场所，集装箱专用机械和水平运输机械是主要贡献机械类型.通过清单的横向对比和不确定性分析，表明该研究所建立的清单具有一定的合理性.该研究建立的清单估算方法在较大程度上弥补了现阶段我国在港口机械保有量和油耗数据统计方面的不足，为完善港口城市排放源清单建立、污染减排评估及空气质量管理等方面提供了方法参考.

港口机械； 单位作业量油耗； 排放清单； 珠三角

近年来，中国经济尤其是对外贸易发展对运输的需求不断增加，直接推动中国港口建设投资的增长，为港口扩张提供动力.2015年，全球港口货物吞吐量前十大港口排名中，进入十大港口之列的中国港口数量为7个[1].港口机械作为完成港口货物吞吐的核心动力，其大气污染物排放量不容忽视[2].

目前，国内外针对港口机械的相关研究主要集中在排放因子测试[3- 6]、清单开发[7- 9]和空气质量影响评估[10- 11]等.在这些研究中，清单估算研究是最为基础也最为重要的工作之一，其主要的估算方法有模型法(NONROAD、OFFROAD等)[12- 13]、功率法[14]和燃油法[15- 16].模型法是根据不同机械发动机功率、运行工况及环境条件等对基础排放因子进行修正，再结合活动水平数据和机械使用状况得到污染物排放量的估算方法.我国非道路机械测试工作起步较晚，在模型的本地化应用中还多使用国外的基础排放因子数据，不确定性较大.功率法在估算过程中，主要考虑机械保有量、发动机平均功率、年活动时间等因素，需要大量的统计资料，而目前我国对港口机械的保有量及使用情况统计较少，上述方法的关键参数难以获得，开展难度较大.因此，探索满足中国统计水平的港口机械估算方法具有重大意义.燃油法是基于港口码头机械油耗调研数据，结合不同机械排放因子计算大气污染物排放清单.在我国港口机械现有统计基础上，相较于于模型法和功率法，燃油法的活动水平数据更易获取，因此目前我国现有港口机械排放清单研究多采用该方法.如谭华等[17]采用现场调研的方法获取上海港统计燃油量，并基于此建立了2010年上海港港口作业机械大气污染物排放清单；贾旭等[18]针对南京龙潭集装箱港口现场调研，分析了集装箱港口作业方式并利用调研获取的港口机械油耗量估算了2013年该港区主要大气污染物的排放量.这些研究主要采用基于直接调研油耗数据的燃油法开展单一港口的港口机械清单估算，但该方法难以满足不同区域清单对比、清单历史趋势及区域港口机械清单开发的需求.随着近年来我国在开展大气污染防治管理工作精细化的加深，作为关键性基础工作的排放源清单编制亟需深化对估算方法精细化方面的研究.因此，建立可推广的精细化港口机械大气污染物排放清单估算方法非常迫切.

该研究拟通过对珠江三角洲(简称“珠三角”)区域港口进行实地调研，总结各类型港口的主要作业方式和作业机械类型，识别出各类型机械的作业时间、基于时间油耗率和基于作业量油耗率等用于清单估算的关键数据，以期提出基于单位作业量油耗自下而上的港口机械大气污染物排放清单的建立方法，为建立城市或区域尺度港口机械大气污染排放清单提供方法参考.

1 材料与方法

1.1 港口作业方式

港口码头按作业方式主要分为集装箱码头、散货码头和油品码头，这三类码头货物吞吐量占我国总货物吞吐量的80%以上[19]，现分别对三者的作业方式阐述如下.

集装箱码头主要围绕集装箱货物在货物船、堆场、仓库、货主等之间的转运过程，涉及的港口机械主要有岸边装卸机械、集装箱装卸机械、装卸搬运机械、水平运输机械等.根据对珠三角港口实地调研，将港口作业围绕堆场的作业方式可总结为如图1所示的5个过程：过程①为装船、卸船作业，其机械油耗量主要与吞吐量、岸吊桥吊等机械用电比例有关；过程②为港口海关查货作业，是查货时拆箱、装卸等过程增加的港口作业量及油耗量，海关检验比、翻箱率是该过程影响油耗量的关键因素；过程③和过程⑤均为货物与货主之间的装卸、物流作业，影响机械燃油消耗量的因素主要为提货比例；过程④为堆场货物与仓库之间装卸、物流等作业，是货物滞留引起的机械操作，影响参数主要有仓储比例和翻箱率等.

图1 港口作业方式分类Fig.1 Category of ports operating types

散货码头不同于集装箱码头，装卸处理的货物不是规整的集装箱，而是较散、杂的形状大小无规则的货物.因此，其货物运输处理机械多为皮带输送机、堆场装卸机械(堆取料机、装载机、挖掘机等)和水平运输车等，且主要以用电皮带输送机为主.出于安全性及可操作性考虑，油品码头装卸过程主要依靠管道运输系统[20]，燃油机械使用较少，故暂不考虑油品码头的燃油机械排放.

1.2 基于单位作业量油耗清单建立方法

该研究基于燃油消耗量，采用排放因子法建立分作业方式、分机械类型的精细化港口机械排放清单，其中各作业环节不同机械类型的燃油消耗量采用文中所建立的港口作业模式和特征参数与港口机械油耗的关系模型得到.下面按照不同的港口类型分别介绍该估算方法的建立.

对于集装箱码头，燃油消耗主要是机械在货物船、堆场、海关检查、货主提货和仓库堆放之间的作业过程中产生，主要与货物吞吐量、翻箱率、海关查验率等有关.其中，翻箱率表征集装箱码头作业能力和作业效率，主要包括装船翻箱率、提箱翻箱率和移箱翻箱率3种类型[21].装船翻箱主要在货物从货物船到堆场之间产生；提箱翻箱主要体现在堆场与货主之间提箱作业，是港口翻箱作业的主要来源；移箱翻箱主要为海关检验，此类翻箱率较小.集装箱在港口码头因上述5个作业过程所致的机械作业次数，即机械总的作业量，与港口吞吐量、各作业过程影响参数、翻箱率等有关，可用如下公式计算：

Zi=C×Pi×(1+Ki)

(1)

式中：Zi为i作业过程作业量，以标准箱计，TEU；i为作业过程，包括1.1节中5个作业过程；C为港口集装箱吞吐量，TEU；Pi为i作业过程影响参数，包括海关查验率、提货比例和仓储比例等；Ki为i作业过程翻箱率.各作业过程油耗量可由作业量与各作业机械单位作业油耗量计算得到，估算公式建立如下：

(2)

式中：Qi，j为i作业过程作业机械j的燃油消耗量，L；j为作业机械；Uj为作业机械j的单位作业油耗量，LTEU；Ni，j为i作业过程作业机械j的使用比例；Fj为作业机械j的燃油使用比例.其中，对于水平运输机械，设定每台运输车每次仅运输一个标准集装箱，其油耗量估算公式如下：

Qi,truck=C×Pi×Utruck×Li

(3)

式中：i为作业过程，此处不包括过程①(不含运输车)；Qi,truck为水平运输车的油耗量，L；C为港口集装箱吞吐量，TEU；Pi为i作业过程影响参数；Utruck为运输车单位公里油耗，Lkm；Li为i作业过程中单个集装箱单次运输距离，kmTEU.

对于散货码头，仅考虑挖掘机、装载机和运输机械等燃油机械，不考虑作业过程，建立的燃油消耗量计算公式如下：

(4)

式中：Qj为作业机械j的燃油消耗量，L；C为港口货物吞吐量(散货码头作业量与吞吐量相等)，t，；Uj为作业机械j的单位作业油耗量，Lt(货物)；Nj为作业机械j的使用比例；Fj为作业机械j的燃油使用比例.

上述参数中，港口货物吞吐量(C)可以直接从港口统计年鉴或城市统计年鉴中获取；单位作业油耗量(U)为某类机械作业属性，可变性小，具有推广及参考价值；机械使用比例(N)、机械燃油使用比例(F)、翻箱率(K)为港口特征参数，可通过调研获取.

通过研究所建立的估算方法得到的燃油消耗量，再结合相应的排放因子可得到港口机械大气污染物排放清单，即：

(5)

式中：i、j、m分别代表作业过程、作业机械和污染物类型，散货码头不分作业过程.污染物主要包括SO2、NOx、CO、PM10、PM2.5、HC等；Em为m污染物的排放总量，t；Qi，j为i作业过程作业机械j的燃油消耗量，L；ρ为燃油密度，gL；EFj，m为j作业机械m污染物的排放因子，gkg.

1.3 排放因子的选取

该研究重点在于通过港口机械作业方式及单位作业油耗的关系获得机械燃油消耗量，对各机械排放因子不做过多研究，参考国内外优秀研究学者结果.综合考虑港口机械作业特征，对所收集的文献中港口机械的相关污染物排放系数进行对比筛选，选取了如表1所示的主要机械类型排放因子，并主要参考了环境保护部颁布的《非道路移动源大气污染物排放清单编制技术指南》[22](以下简称《技术指南》).

表1 非道路移动机械排放因子

2 结果与讨论

为验证文中所建立的港口机械油耗估算方法可靠性及适用性，选取珠三角多个码头及国内外相关文献，从油耗统计值与估算值及不同油耗估算方法两方面作对比，最后将该方法应用于珠三角地区，建立珠三角2014年港口机械排放清单，分析各污染物排放特征并讨论该方法应用过程中的优缺点.

2.1 基于单位作业量油耗估算方法验证

2.1.1 调研港口案例验证

珠三角作为全国重要港口城市群，港口贸易发展迅速，2014年珠三角港口货物吞吐量占全国的10.2%，特别是广州和深圳港口集装箱吞吐量多年来均位于全球前十.该研究针对中山小榄港，珠海高栏港，佛山禅城港、南海港、三山港、高明港，江门港等10个港口进行实地调研，厘清了港口作业方式及港口机械作业特点，并获取了多个港口油耗系数、机械用电比例、港口作业翻箱率、海关查验率、货物仓储比例等特征数据，同时获取的机械油耗量为文中提出的燃油消耗量估算方法的合理性检验提供了参考.

2.1.1.1 机械特征参数

将珠三角码头调研获取的702台港口机械信息按用途分为如下几类：岸边装卸机械(岸吊桥吊)，集装箱装卸机械(正面吊、堆高机、龙门吊等)，散货码头专用机械(堆取料机、带式输送机等)，装卸搬运机械(叉车、装载机、挖掘机等)和水平运输机械(牵引车、拖车等).调研机械中，岸吊桥吊保有量占8.3%，其用电比例较高，柴油发动机仅作为备用.集装箱装卸机械保有量比例为38.8%，其中龙门吊最多，并且单位作业油耗量相对较高.对于装卸搬运机械和运输机械，保有量比例分别为24.5%和28.4%.

在调研过程中，综合收集得到了包括机械类型、设备型号、装卸负荷、机械功率、燃油类型、小时油耗量、单位作业油耗量、工作时间等相关信息，不同港口机械类型的活动水平数据如表2所示.由于基于作业时间的估算方法相对成熟[26]，该研究仅给出参数便于同行参考对比，不再赘叙.

表2 港口机械类型信息统计

注：运输车a)和b)分别适用于散货码头和集装箱码头； 1)单位为Lt； 2)单位为Lkm.

2.1.1.2 其他估算参数

根据实地调研的10个珠三角地区集装箱码头，燃油消耗量估算方法中活动参数的调研结果见表3.在港口作业过程中，岸吊桥吊用电比例较高，约为90%，龙门吊、正面吊、堆高机三种集装箱专用机械的使用比例(N)参考其保有量情况，分别为60%、23%和17%，其中，龙门吊用电比例约为60%.此外，根据调研的实际情况，水平运输车作业污染物排放考虑为码头1.0 km半径范围内.综合各调研港口来看，该研究估算中海关检查率取为30%，货主直接提货比例取为80%，剩余20%货物于仓库堆放，各作业过程翻箱率(K)依据实际调研及港口集装箱码头分级标准[27]选取.

表3 调研港口活动参数

2.1.1.3 对比验证

由1.2节建立的集装箱港口机械燃油消耗量估算方法及上述调研参数，估算出A～E五个码头港口机械的油耗量，并与调研获取的油耗统计值对比分析，如表4所示.由表4可以看出，A～E码头油耗调研值与估算值的相对误差在-5.9%～6.8%之间.进一步分机械类型将油耗统计值与估算值作对比，由对比结果(见图2)可知，D码头燃油消耗统计值与估算值相对误差较大，特别是水平运输机械油耗的差异，这是因为该码头的自有运输车辆仅用于港内作业，不参与货主交接货作业，统计油耗量时仅包括港内自营运输车辆油耗，并不包括所有港区活动范围内的其他运输车辆油耗，所以导致调研统计值与研究估算值的运输车辆燃油消耗差值较大.此外，C、E码头装卸搬运机械油耗量的估算值与调研值相比偏小，可能的原因是C、E码头实为集散两用码头，在实际操作中因散货较多，装卸搬运机械使用比例较大，而研究所用参数为港口调研平均综合值，故此处的差异具有一定的合理性.

表4 油耗统计值与估算值对比

图2 各码头分机械类型油耗量对比Fig.2 Comparison of fuel consumption on different types of different ports

2.1.2 国内外文献对比验证

2.1.2.1 基于油耗统计值校验

通过文献调研，收集国内外发表的文献，采用文中建立的估算方法及调研获取的活动参数，估算各文献中研究港口的油耗值，并与文献中港口的油耗统计值对比，结果如表5所示.其中，由于研究区域、年份和吞吐量与文中研究相近，朱倩茹等[23]研究的港口燃油消耗统计值与采用文中建立的估算方法的油耗估算值十分接近，活动参数具有较好的适用性；相较于龙潭港，基隆港由于研究年份早，港口机械的单位油耗较高且用电比例小等，其误差相对较大；洋山港吞吐量级别较大，且该文献中对柴油年消耗量的收集只包括调研码头，并非整个港区，因此该研究所用方法油耗估算值比其统计值大；根据Shin等[16]的研究显示，2007年釜山港龙门吊用电比例(17%)远小于该研究所采用的用电比例(60%)，说明港口特征参数需根据港口实际进行调整以降低误差.综上所述，由于各研究港口区域、年份及吞吐量等差异，机械油耗估算值和统计值之间存在一定的误差，但误差在一定的合理范围内(-35.8%～53.8%)，所以文中所建立的机械油耗估算方法具有较好的可靠性及适用性.

表5 不同区域港口油耗统计值与估算值对比

2.1.2.2 不同油耗估算方法间校验

为了进一步验证文中建立的油耗估算方法的适用性，根据美国西雅图港[2]、洛杉矶港[29]和长滩港[30]研究报告中的港口机械特征参数，基于文中建立的机械燃油消耗量估算方法，估算出3个港口的燃油消耗量(W2).同时根据三份报告中基于机械保有量及年均活动时间的清单估算方法，估算其年均作业总功率并转化为燃油消耗值(W1)，转化系数取为0.213 kg(kW·h)[2].在燃油消耗量估算过程中，单位作业油耗量(U)根据报告中提供的机械功率、保有量等进行调整，其他估算参数仍采用文中推荐参数.

将两种方法估算得到的燃油消耗量对比，西雅图港的功率转换油耗(W1)与估算值(W2)的相对误差较其他两个港口大(见表6)，原因可能是西雅图港研究年份较早，港口管理效率较低，机械重复作业率高，导致其单位作业油耗相对较高.从不同机械类型燃油消耗量来看(见图3)，不同油耗估算方法间主要的排放类型均为水平运输机械和集装箱专用机械.对于水平运输机械而言，这3个港口水平运输车保有量大，活动时间长，且港口运输作业面积大，导致其油耗量较高.由上述分析可知，针对不同区域或不同规模的港口，选用符合该港口特征的参数，此文建立的估算方法仍具有良好的适用性，其相对误差在一定的合理范围内(-17.5%～2.6%)，故可认为文中建立的方法具有一定的适用性及可推广性.

表6 港口油耗功率转换值与估算值对比

图3 各港口分机械类型油耗量对比Fig.3 Comparison of fuel consumption on different types of different ports

2.2 珠三角港口机械清单建立与分析

2.2.1 珠三角港口机械排放清单

根据此文建立的估算方法计算得到珠三角港口机械大气污染物排放清单如表7所示，珠三角港口机械2014年SO2排放总量为633.6 t，NOx排放总量为4 610.6 t，CO为3 391.2 t，PM10为226.9 t，PM2.5为216.0 t，HC为728.8 t.其中，集装箱码头为港口大气污染物排放的主要贡献源.在集装箱码头的五类作业方式中，作业过程③(货主与堆场)的污染物排放量最大，贡献比例约为45%，过程①(货物船与堆场)和过程②(海关查货作业)的污染物排放比例次之，这主要与各作业方式的作业量有关.此外，对集装箱码头不同机械类型而言，如图4所示，集装箱专用机械因使用频率高，机械功率相对较大，是集装箱码头的最大贡献源，其次为水平运输机械，装卸搬运机械和岸边装卸机械贡献较小.

表7 2014年珠三角港口机械排放清单

Table 7 Cargo handling equipment emissions inventory of the PRD region in 2014 ta

表7 2014年珠三角港口机械排放清单

项目SO2NOxCOPM10PM2．5HC集装箱码头380．22754．72083．2149．9142．8419．7过程①66．7483．4365．626．325．173．7过程②66．3480．7363．526．224．973．2过程③174．81266．2957．668．965．7192．9过程④30．2218．9165．511．911．333．3过程⑤42．2305．4231．016．615．846．5散货码头253．41856．01308．077．073．2309．1合计633．64610．63391．2226．9216．0728．8

图4 集装箱码头分机械类型排放贡献率Fig.4 Emission contributions by categories on container terminals

以NOx的排放为例，各城市港口机械排放贡献率如图5所示，广州、深圳为主要贡献城市，其排放分担率分别为35.4%和30.1%；东莞、珠海作为重要港口城市，其排放分担率分别为7.9%和6.8%；肇庆为非沿海城市，港口货运吞吐量较小，故港口机械排放比例小；而惠州港货物运输多为石油等油品，文中研究的港口机械估算范围不包含油品码头，故惠州的港口机械污染物排放量相对较少.

图5 珠三角各城市港口机械NOx排放贡献率Fig.5 City-specific NOx emission contributions in PRD region

2.2.2 清单结果对比分析

为验证文中清单结果的合理性，将珠三角港口机械排放清单与国内外多个港口对比，单位货物吞吐量污染物排放量对比如表8所示.其中，珠三角港口与前两个港口[18，28]采用燃油法估算，其单位作业油耗量较为接近，分别为2.1、2.3和2.4 LTEU，而清单结果中SO2和PM10差异较大，主要与选取的排放因子差异较大有关.洛杉矶港和长滩港主要采用模型法计算，其单位货物污染物排放量与文中的结果也较为接近，其中SO2的差异体现在国内外对油品中硫含量的标准不同，因此差异较大.综上所述，此文中港口机械排放结果与其他研究结果存在一定的差异，但是其差异主要与活动参数及排放因子的选取等有关，其结果在合理范围内.

表8 不同港口单位货物排放量对比

注：1)为文献[18]中VOCs的排放量.

2.2.3 不确定性分析

排放源清单估算的不确定性主要来源于活动数据、排放因子及相关参数等的缺乏或代表性不足[31].文中港口机械排放清单的不确定性主要有以下3个方面：①活动数据的选取.港口机械排放清单活动数据主要来自中国港口年鉴、广东统计年鉴或各城市统计年鉴中港口货物吞吐量，数据来源可靠，不确定性较小.②排放因子选取.文中排放因子采用国内外学者已有的研究成果，并未进行排放因子实测，是不确定性的重要来源.③相关参数的选取.文中机械单位作业油耗量、翻箱率等参数的选取存在着样本量小等不足，也不可避免的存在一定的不确定性.

综合上述油耗估算方法验证及清单建立过程，在目前我国港口码头数据信息统计不全面的情况下，对于港口机械保有量、活动时间、平均功率等难以大范围统计的数据，该研究基于单位作业量油耗，结合城市或国家统计年鉴中港口货物吞吐量数据，建立了较为精细的区域尺度清单.但是不同地区或不同规模的港口在应用本方法时，需要根据研究区域及港口特征，调整相关参数并进行合理选取，文中给出的参数可作为参考.此外，研究主要讨论了清单建立的方法，未对排放因子进行过多研究，所以对于建立的珠三角区域排放清单存在一定的不确定性，有待下一步研究.

3 结论与建议

a) 研究建立的基于港口作业方式和单位作业量油耗的港口机械油耗量估算模型具备较好的可靠性与适用性.其中，调研港口燃油消耗统计值和估算值相对误差范围在-5.9%～6.8%之间，并且油耗估算值与其他区域港口统计值、其他估算方法油耗估算值之间的相对误差均在合理范围(-35.8%～53.8%和-17.5%～2.6%).

b) 基于该研究燃油估算法建立的2014年珠三角港口机械排放清单表明：SO2排放总量为633.6 t，NOx为4 610.6 t，CO为3 391.2 t，PM10为226.9 t，PM2.5为216.0 t，HC为728.8 t.其中集装箱码头是最主要的港口机械使用场所，集装箱专用机械和水平运输机械是主要贡献机械类型.

c) 该研究建立的港口机械清单仍具有一定的不确定性，后续应加强排放因子及相关参数等研究.此外，后续可增加港口机械排放清单的时间和空间特征分布研究，建立高时空分辨率排放清单.

d) 该研究建立的清单估算方法弥补了现阶段我国在港口机械保有量和油耗数据统计方面的不足，为完善港口城市排放源清单建立、污染减排评估及空气质量管理等方面提供了方法参考.同时，建议不同地区或不同规模的港口在应用本方法时，根据研究区域及港口特征，调整相关参数并进行合理选取，以符合港口实际情况.

[1] 中港网.2015年全球十大港口排行榜出炉[EBOL].中港网，2016[2016- 02- 01].http：www.zgsyb.comhtmlcontent2016- 0201content_328416.shtml.

[2] ICF International.Current methodologies in preparing mobile source port-related emission inventories [R].Virginia，the United States：ICF International，2009：1- 116.

[3] GAUTAM M，CARDER D K，CLARK N N，etal.Testing for exhaust emissions of diesel powered off-road engines [R].Morgantown：West Virginia University，2002：1- 242.

[4] LINDGREN M.Engine exhaust gas emissions from non-road mobile machinery-effects of transient load conditions [D].Uppsala：Swedish University of Agricultural Sciences，2004：1- 60.

[5] Air Resources Board(ARB).Cargo handling equipment yard truck emission testing [R].California：Air Resources Board，2006：1- 19.

[6] 曲亮，何立强，胡京南,等.工程机械不同工况下PM2.5排放及其碳质组分特征[J].环境科学研究，2015，28(7)：1047- 1052. QU Liang，HE Liqiang，HU Jingnan，etal.Characteristics of PM2.5emissions and its carbonaceous components from construction machines under different typical driving modes[J].Research of Environmental Sciences，2015，28(7)：1047- 1052.

[7] Starcrest Consulting Group，LLC.The Port of Los Angeles inventory of air emissions for calendar year 2007 [R].Poulsbo，Washington：Starcrest Consulting Group，LLC，2008：1- 204.

[8] Entec UK Limited.UK ship emission inventory，final report [R].London，United Kingdom：Entec UK Limited，2010：1- 122.

[9] NG S K W，LIN C B，CHEN J W M，etal.Study on marine vessels emission inventory，final report [R].Hong Kong：Hong Kong University of Science & Technology，2012：1- 240.

[10] International Maritime Organization(IMO).Third IMO Greenhouse Gas(GHG) study 2014 [R].London：International Maritime Organisation，2014.

[11] KIM J，RAHIMI M，NEWELL J.Life-cycle emissions from port electrification：a case study of cargo handling tractors at the Port of Los Angeles [J].International Journal of Sustainable Transportation. 2012，6：321- 337.

[12] United States Environmental Protection Agency(US EPA).User′s guide for the final NONROAD 2005 model[EBOL].United States Environmental Protection Agency，2005，EPA- 420- R- 05- 103.https：www3.epa.govotaqmodelsnonrdmdlnonrdmdl2005420r05013.pdf.

[13] Air Resources Board(ARB).OFFROAD modeling change technical memo，off-road exhaust emissions inventory fuel correction factors[R].California：Air Resources Board，2005：1- 8.

[14] United States Environmental Protection Agency(US EPA).Median life，annual activity，and load factor values for nonroad engine emissions modeling[R].Washington DC：Office of Transportation and Air Quality，2010，EPA- 420- R- 10- 016.

[15] GUPTA A K，PATIL R S，GUPTA S K.Emissions of gaseous and particulate pollutants in a port and harbor region in India [J].Environmental Monitoring and Assessment，2002，80：187- 205.

[16] SHIN Kangwon，CHEONG Jangpyo.Estimating transportation-related greenhouse gas emissions in the Port of Busan，S.Korea [J].Asian Journal of Atmospheric Environment，2011，5(1)：41- 46.

[17] 谭华，刘娟，沈寅，等.码头港作机械大气污染物排放清单研究[J].环境科学与管理，2013，38(6)：82- 88. TAN Hua，LIU Juan，SHEN Yin，etal.Emission inventory of air pollutants from cargo handling equipments[J].Environmental Science and Management，2013，38(6)：82- 88.

[18] 贾旭，封学军，蒋柳鹏.港口作业机械大气污染物排放研究[J].华东交通大学学报，2014，31(3)：12- 17.

[19] 中国港口年鉴编辑委员会.中国港口年鉴[M].上海：中国港口杂志社，2015.

[20] 潘海涛.液体散货码头装卸工艺综述[J].水运工程，2006，394(10)：98- 103. PAN Haitao.On handling technology of liquid bulk terminals[J].Port and Waterway Enginering，2006，394(10)：98- 103.

[21] 欧仙群.港口集装箱码头翻箱率研究[D].广州：华南理工大学，2012：1- 87.

[22] 环境保护部.非道路移动源大气污染物排放清单编制技术指南(试行)[EBOL].北京：环境保护部，2014[2014- 12- 31].http：www.zhb.gov.cngkmlhbbbgg201501W020150107594587960717.pdf.

[23] 朱倩茹，廖程浩，刘剑筠，等.广东省典型内河港区主要大气污染物排放特征研究[J].安全与环境学报，2015，15(3)：191- 194.

[24] FU Mingliang，GE Yunshan，TAN Jianwei，etal.Characteristics of typical non-road machinery emissions in China by using portable emission measurement system [J].Science of the Total Environment，2012，437(20)：255- 261.

[25] FREY H C，RASDORF W，LEWIS P.Comprehensive field study of fuel use and emissions of nonroad diesel construction equipment [J].Transportation Research Record，2010，2158(2158)：69- 76.

[26] BROWNING L，BAILEY K.Current methodologies and best practices for preparing port inventories [R].Washington DC：Environmental Protection Agency by ICF Consulting，2016：1- 20.

[27] 中国港口协会.ZGX-J0001- 2008 港口集装箱码头分级标准[S].上海：中国港口协会，2008.

[28] PENG Chiungyu，LIN Cherngyuan，JONG Tainchyuan.Emissions of particulate and gaseous pollutions within the Keelung harbor region of Taiwan[J].Environmental Monitoring and Assessment，2004，109：37- 56.

[29] Starcrest Consulting Group，LLC.The Port of Los Angeles inventory of air emissions for calendar year 2008-revised [R].Poulsbo，Washington：Starcrest Consulting Group，LLC，2009：1- 216.

[30] Starcrest Consulting Group，LLC.Port of Long Beach 2014 air emissions inventory [R].California：Starcrest Consulting Group，LLC，2015：1- 84.

[31] 钟流举，郑君瑜，雷国强，等.大气污染物排放源清单不确定性定量分析方法及案例研究[J].环境科学研究，2007，20(4)：15- 20. ZHONG Liuju，ZHENG Junyu，LOUIE Peter，etal.Quantitative uncertainty analysis in air pollutant emission inventory：methodology and case study[J].Research of Environmental Sciences，2007，20(4)：15- 20.

An Improved Method for Building an Emission Inventory for Cargo Handling Equipment and Its Application

FAN Xiaoli， XIA Zequn， LI Cheng， HUANG Zhijiong， WANG Yanlong， ZHENG Junyu*

College of Environment and Energy， South China University of Technology， Guangzhou 510000， China

In order to identify the characteristics of machinery operation and pollutant emissions，a new emission estimation method for port machinery was developed by conducting field study of ports in the Pearl River Delta(PRD) region.The new method based on the fuel consumption rate of port operation modes and types of machines was validated by comparing the fuel consumption estimated with the statistical fuel consumption in ports and other methods.The results showed that the estimated fuel consumption agreed with the statistics well in the PRD region，with slight relative error of -5.9%-6.8%.For those in other areas，the relative errors of fuel consumption were also in a reasonable range，being -35.8%-53.8% and -17.5%-2.6%.A cargo handling equipment emission inventory in the PRD region for the year 2014 was developed using the new method.The results showed that the total emissions of SO2，NOx，CO，PM10，PM2.5and HC were 633.6，4610.6，3391.2，226.9，216.0 and 728.8 t，respectively.Compared with bulk terminals，container terminals had a higher contribution.In the container terminals，container cranes and yard tractors were the main contributors.Through comparison and uncertainty analysis，the emission inventory in the PRD region developed in this study was proved to be reasonable.The method established in this study effectively makes up the deficiency of machinery holdings and fuel consumption rates obtained from incomplete statistical data.It provides a reliable alternative for emission inventory development，pollutant reduction assessment and air quality management.

cargo handling equipment； fuel consumption rate； emission inventory； PRD region

2016- 08- 22

2017- 01- 16

国家杰出青年科学基金项目(41325020)；环境保护公益性行业科研专项(204109012)；国家科技支撑计划项目(2014BAC21B02)

范小莉(1992-)，女，湖北荆州人，fan.xiaoli@foxmail.com.

*责任作者，郑君瑜(1968-)，男，四川南部人，教授，博士，博导，主要从事大气排放源清单及空气质量模型研究，zhengjunyu_work@hotmail.com

X51

1001- 6929(2017)04- 0628- 08

A

10.13198j.issn.1001- 6929.2017.01.92

范小莉，夏泽群，李成，等.港口机械排放清单估算方法改进及应用[J].环境科学研究，2017，30(4)：628-635.

FAN Xiaoli，XIA Zequn，LI Cheng，etal.An improved method for building an emission inventory for cargo handling equipment and its application[J].Research of Environmental Sciences，2017，30(4)：628-635.