2018年大连海域船舶大气污染物排放特征及影响分析

汪承杰，环久峰，张洪朋，马来好，徐志伟，李逐翔，王旅东

1.大连海事大学轮机工程学院，辽宁 大连 116026 2.大连市生态环境保护综合行政执法队，辽宁 大连 116001 3.大连市生态环境事务服务中心，辽宁 大连 116000

实现船舶大气污染物排放有效管控，首先需要得到准确的船舶排放清单和排放特征。国外在该方面的研究起步较早。JALKANEN等[10]利用船舶自动识别系统(Automatic Identification System，AIS)监测数据，测算了波罗的海海域船舶的二氧化氮(NO2)、二氧化硫(SO2)、二氧化碳(CO2)、颗粒物(PM)和一氧化碳(CO)排放水平；WINTHER等[11]利用主机功率函数及排放因子，建立了排放计算模型，并根据AIS监测信息，对2012年北极航线船舶大气污染物排放情况进行了测算；TICHAVSKA等[12]建立了港口-城市界限下的船舶废气排放模型，并基于AIS数据得到不同类型船舶的作业工况,估算了2011年西班牙拉斯帕尔马斯港的船舶排放清单。近年来，船舶大气污染物排放量计算也逐渐受到了国内研究人员的重视。金陶胜等[13]调研获取了天津港运输船舶相关排放因子，并采用基于燃料消耗的方法，测算出2006年天津港水域船舶大气污染物排放清单；伏晴艳等[14]采用“由下而上”的动力法，测算出2010年上海港船舶大气污染物排放清单，发现上海港船舶排放对上海市SO2、NOx、PM2.5排放总量的贡献十分突出，远洋船的分担率最大；梁永贤等[15]对2013年深圳港大气污染物排放进行了计算，发现2013年深圳港船舶PM2.5、NOx、SO2排放量分别约占全市总排放量的5.2%、16.4%、58.9%；叶斯琪等[16]采用基于船舶引擎功率和耗油量的排放因子法,建立了2010年广东省船舶排放清单，并对不同城市、类型及行驶模式的船舶的排放分担率进行了分析；LI等[5]使用船舶移动数据,计算了珠三角地区的船舶排放，发现从船舶类型来看，集装箱船是最大的污染物排放源。

综合前人研究成果，结合大连海域实际状况，本研究采用基于船舶AIS数据的“自下而上”的方法,测算了2018年大连海域船舶大气污染物排放清单，并通过大气扩散模型模拟了船舶大气污染物排放对大连市大气环境的影响，以期为大连市船舶大气污染物排放管控提供参考。

1 船舶大气污染物排放清单计算

1.1 研究区概况及数据来源

研究发现，大连海域船舶的活动范围主要是在离岸12 n mile以内，故本研究取由A至N共14个点的连线为海岸线，以距离海岸线12 n mile以内的海域为具体测算范围(图1，表1)。研究时段为2018年1—12月，污染物种类涉及SO2、NOx、PM10、PM2.5、CO、HC及CO2。根据AIS数据，将船舶种类划分为工作船、滚装船、散装化学品船、集装箱船、拖船、干货船、多用途船、散货船、客船、油船及其他船舶(暂不考虑渔船)。

图1 研究区域Fig.1 Research region

表1 研究区域边界点坐标Table 1 Coordinates of boundary points of the research region

图2为基于AIS数据的船舶大气污染物排放量计算流程。本研究涉及的船舶基础数据主要来自北海航海保障中心大连航标处提供的2018年渤海湾船舶AIS数据和大连海事局2018年船舶报港数据。通过对船舶AIS数据进行解析和筛选，获得2018年大连海域航行船舶的静态数据和动态数据。对于静态数据中存在的船舶主机、辅机及锅炉功率等部分信息缺失问题，采用船舶报港数据、船检信息、劳氏船级社数据及其他资料进行匹配和补充。从AIS数据中获得船舶实时位置、航速、吃水深度、工况等动态信息。在此基础上，应用船舶排放计算模型、船舶能耗设备排放因子及船舶燃油修正因子，实现对船舶大气污染物排放量的计算。

图2 基于AIS数据的船舶大气污染物排放量计算流程Fig.2 The calculation process of ship airpollutant emission based on AIS data

1.2 船舶排放计算模型

对于船舶排放，采用基于AIS数据和船舶报港数据的“自下而上”的方法进行计算。计算公式如下：

E=W×E×F×C

(1)

式中：E为某种大气污染物的排放量，g；W为船舶在某种运行状态下消耗的能量，kW·h；E为该污染物的排放因子，g/(kW·h)；F为燃油修正因子；C为主机控制因子。

船舶在某种运行状态下消耗的能量的计算公式为

所谓先进性，就是在与其他同类事物进行相互比较之后，该事物自身所具备的独特长处和优势。然而随着时代的发展，事物原来具有的先进性可能会逐渐减弱，渐渐消失，甚至可能会走向落后。中国力量的先进性体现在他们的成员中总是包含着当时社会最进步、最有觉悟的人群，中国共产党是中国力量先进性最具体、最鲜明的体现。

W=M×L×T

(2)

式中：M为船舶主机、副机、锅炉功率，kW·h；L为对应工况的负荷因子；T为设备运行时间。对于负荷系数L，可通过航速的三次方关系进行确定[9]：

L=(Va/Vm)3

(3)

式中：Va为船舶实际航速,kn；Vm为船舶最大设计航速,kn。

除了“自下而上”的计算模型外，也有“自上而下”和根据船舶载重吨的计算模型。但“自上而下”的方法需要知道船舶在大连海域的燃油消耗量，不适用于本研究；而根据船舶载重吨的计算方法需要知道船舶的实际载重情况，同样不适用于本研究。因此，经综合考虑，本研究采用“自下而上”的方法，并基于船舶AIS数据和船舶报港数据，获得准确的船舶动态信息。这样做的优点是可以消除船舶动态数据和静态数据的缺失问题，使计算结果更接近实际值。

1.3 工况划分和参数确定

不同工况下的船舶的大气污染物排放情况不同，因此，在进行船舶大气污染物排放量计算时，首先要对船舶的工况进行划分。以船舶航速小于1 kn为停泊工况；以船舶航速大于1 kn,且主机功率小于额定功率的65%为进出港工况；以船舶主机功率大于额定功率的65%为巡航工况。

根据国内相关研究[17-18],确定本文所采用的船舶能耗设备排放因子，如表2所示。对于不同含硫率的燃油，需要采用不同的燃油修正因子，如表3所示。《珠三角、长三角、环渤海(京津冀)水域船舶排放控制区实施方案》规定，自2018年1月1日起，船舶在排放控制区内所有港口靠岸停泊期间应使用硫含量≤0.5%(质量百分数，下同)的燃油。因此，在本研究中，停泊工况采用硫含量为0.5%时的燃油修正因子，其他工况采用硫含量为1.5%时的修正因子。后期的船舶排放清单计算应根据研究基准年的相关规定，采用相应硫含量的燃油修正因子。

表2 船舶能耗设备排放因子Table 2 Emission factors of ship energy equipment g/(kW·h)

表3 船舶燃油修正因子Table 3 Correction factor for ship fuel

2 计算结果与时空分布特征分析

2.1 计算结果分析

根据船舶AIS数据和大连海事局2018年船舶报告数据，获得2018年大连海域船舶活动水平，见图3。2018年进出大连海域船舶共13.69万航次，其中：航次数最多的是客船，占总航次数的59.51%；油船和干/散货船分别占总航次数的9.74%和7.73%。

图3 2018年大连海域船舶活动水平Fig.3 Ship activity level inDalian sea area in 2018

基于2018年度大连海域船舶静态数据和动态数据，应用前文所述计算方法和参数，估算得到2018年大连海域船舶大气污染物排放量：SO2为7 606.23 t，NOx为30 990.13 t，PM10为1 212.02 t，PM2.5为969.58 t，CO为3 339.10 t，HC为1 414.63 t，CO2为2 546 299.67 t。

表4为2012年大连海域、2018年渤海湾及本研究排放清单比较。可以发现：相较于2012年船舶排放清单，2018年大连海域船舶各种大气污染物的排放量均有所下降，符合船舶大气污染物排放治理的客观情况；本研究计算的船舶NOx、SO2、PM10、PM2.5、CO、HC排放量分别占渤海区域船舶大气污染物排放总量的10.0%、19.0%、12.1%、10.5%、25.4%、26.1%，与大连市的实际情况一致。因此，本研究计算的排放清单符合大连市船舶排放客观情况。

表4 相关研究排放清单对比Table 4 Comparison of emission inventories of related studies t

图4为2018年大连海域船舶各种大气污染物排放分布情况。可以看出，各种大气污染物的排放源主要集中在客船、油船、散货船及多用途船。其中：对于SO2，客船、油船、散货船、多用途船的排放量分别占船舶SO2排放总量的25%、20%、15%、13%，合计占比达到了73%；对于NOx，4类船舶的排放量分别占船舶NOx排放总量的18%、20%、17%、15%，合计占比达到了70%；其他几种污染物的排放特征基本与SO2和NOx一致。

图4 不同船舶的各种大气污染物排放占比Fig.4 Proportion of various airpollutants from different ships

图5为不同工况下的船舶的各种大气污染物排放分布情况。由图5可知，船舶大气污染物排放主要发生在进出港工况下，其中，进出港时的SO2和NOx排放量占比分别达到了53.93%和51.92%，这与船舶进出港的活动水平相吻合。

图5 不同工况船舶的各种大气污染物排放占比Fig.5 Proportion of various air pollutants fromships under different working conditions

2.2 船舶排放分布特征分析

图6为2018年大连海域船舶各类大气污染物排放分布。可以看出，2018年大连海域船舶大气污染物排放主要集中在大连湾、大窑湾、庄河湾、里长山海峡、葫芦山湾、复州湾、烟大铁路轮渡港附近及周边航道。其中，大连湾和大窑湾及其附近航道船舶活动频繁，因而各种大气污染物的排放强度最大。进一步研究发现，2018年大连海域船舶SO2、NOx、PM10、PM2.5、CO、CO2、HC的平均排放强度分别为0.374、2.091、0.049、0.043、0.162、126.991、0.084 t/km2。

2018年大连海域船舶大气污染物排放主要集中在春季(采用气象部门的划分方法，以每年公历的3—5月为春季，6—8月为夏季，9—11月为秋季，1—2月及12月为冬季，并把1月、4月、7月、10月分别作为冬、春、夏、秋季的代表月份)，占全年排放总量的40%左右，而其他3个季节各污染物的排放量占比基本相近，都在20%左右。这主要是因为春季大功率集装箱船和散货船的活动水平比其他季节高，污染物排放也相对较多。

2.3 船舶排放对大连市大气环境的影响分析

为研究2018年大连海域船舶大气污染物排放对大连市大气环境的影响，以WRF、SMOKE、CMAQ空气质量数值模拟系统为研究工具，以大连市陆地污染排放数据为污染源输入数据，并以此作为基准模拟情景，再将1月、4月、7月和10月这4个代表月份的船舶污染排放数据加入污染源输入数据，开展敏感性数值模拟试验。通过对比两次模拟结果的变化，分析大连市周边海域船舶污染排放对大连市环境空气质量的影响。

表5为2018年大连海域船舶SO2排放对大连市大气环境的影响。可以看出：1月和4月，船舶排放对大连市SO2平均浓度的贡献分别为0.12 μg/m3和0.50 μg/m3，在所有排放源中的占比分别为1.17%和7.38%，其中占比最大的区域均为旅顺口区，分别达到了4.43%和16.76%；7月，船舶排放对大连市SO2平均浓度的贡献率最高，达到了7.50%，且受风向等环境因素影响，甘井子区受影响最大(19.83%)，普兰店受影响最小(2.02%)；10月，船舶排放对大连市SO2平均浓度的贡献为0.24 μg/m3，在所有排放源中的占比为3.22%，其中占比最大和最小的区域分别为金州区(7.35%)和普兰店(1.43%)。表6为2018年大连海域船舶NOx排放对大连市大气环境的影响，其规律与SO2相同。

表5 2018年大连海域船舶SO2排放对大连市大气环境的影响Table 5 Impact of SO2 emissions from ships in Dalian sea areaon atmospheric environment of Dalian in 2018

表7为2018年大连海域船舶PM2.5排放对大连市大气环境的影响。1月，船舶排放对大连市PM2.5平均浓度的贡献率最低，为0.27%，平均贡献浓度为0.07 μg/m3，其中受影响最大和最小的区域分别是旅顺口区和庄河市，对应的船舶排放贡献率分别为0.62%和0.05%；7月，船舶排放对大连市PM2.5平均浓度的贡献率最高，为7.09%，平均贡献浓度为1.25 μg/m3，其中受影响最大和最小的区域分别是金州区和瓦房店，对应的船舶排放贡献率分别达到了10.45%和5.52%；4月和10月，船舶排放对大连市PM2.5平均浓度的贡献分别为0.41 μg/m3和0.16 μg/m3，在所有排放源中的占比分别为2.52%和0.98%。

表6 2018年大连海域船舶NOx排放对大连市大气环境的影响Table 6 Impact of NOx emissions from ships in Dalian sea areaon atmospheric environment of Dalian in 2018

表7 2018年大连海域船舶PM2.5排放对大连市大气环境的影响Table 7 Impact of PM2.5 emissions from ships in Dalian sea areaon atmospheric environment of Dalian in 2018

表8为通过模拟仿真获得的2018年大连海域船舶SO2排放对大连市空气质量监测站所在点位的影响。由表8可知：1月，船舶SO2排放对傅家庄、金州两个监测站所在点位的影响最大，平均贡献浓度分别为0.871 4、0.841 3 μg/m3，月均贡献率分别为6.037%、5.855%；4月，对金州、开发区两个监测站所在点位的影响最大，平均贡献浓度分别为4.410 9、3.524 7 μg/m3，月均贡献率分别为31.520%、28.287%；7月，对傅家庄、青泥洼桥、开发区3个监测站所在点位的影响最大，平均贡献浓度分别为5.061 3、2.184 9、2.186 3 μg/m3，月均贡献率分别为27.285%、23.937%、32.537%；10月，对金州、双D港、傅家庄3个监测站所在点位的影响最大，平均贡献浓度分别为1.137 4、1.113 8、1.012 9 μg/m3，月均贡献率分别为19.621%、15.597%、7.285%。

表8 2018年大连海域船舶SO2排放对大连市空气监测站所在点位的影响Table 8 Impact of SO2 emission from ships in Dalian sea area on location of Dalian air monitoring station in 2018

3 结论与建议

1)2018年，大连周边海域船舶共排放SO27 606.23 t、NOx30 990.13 t、PM101 212.02 t、PM2.5969.58 t、CO 3 339.10 t、HC 1 414.63 t、CO22 546 299.67 t。其中，SO2排放量远小于NOx排放量，且随着“限硫令”的施行，SO2排放量还会进一步减少，而当前我国针对船舶NOx的限排法规还不太完善，因此，后期应当针对船舶NOx排放制定相应的要求。

2)2018年,大连海域船舶大气污染物排放主要集中在客船、油船、散货船及多用途船等船舶类型，排放区域主要集中在船舶活动频繁的大连湾、大窑湾、烟大铁路轮渡港附近及周边航道。针对这一特点，建议加强对重点排放区域船舶大气污染物排放的监测，并在重点排放区域大力推广连接岸电、使用清洁能源和安装尾气处理装置等措施，以减少船舶大气污染物排放。

3)2018年，受大连海域船舶大气污染物排放影响较大的区域有旅顺口区、金州区和甘井子区，其中，1月、4月和10月主要是旅顺口区和金州区受影响较大，而7月则是甘井子区受影响较大。针对这一特点，建议在船舶大气污染物排放较多的大连湾、大窑湾、庄河湾、里长山海峡等区域开展重点监控，在船舶大气污染物排放量较大的春季开展绿色港口建设活动，普及船舶污染物治理要求，并对使用岸电和采取减排措施的船舶给予政策优惠。

4)除以上措施外，建议加快相关法规、标准、规范的制修订，持续推进船舶结构调整，加快淘汰老旧落后船舶，严禁新建的不符合污染物排放标准的船舶进入交通运输市场，并提升船舶大气污染防治的科学化水平。