牟軍敏, 龔 帥, 陳 曦

(武漢理工大學(xué) 內(nèi)河航運(yùn)技術(shù)湖北省重點(diǎn)實(shí)驗(yàn)室， 武漢 430063)

2017-04-26

國家自然科學(xué)基金面上項(xiàng)目(51579201);國家自然科學(xué)基金委員會(huì)(NSFC)與荷蘭科學(xué)研究組織(NWO)合作研究項(xiàng)目 (51061130548);浙江省交通運(yùn)輸廳科技項(xiàng)目(2010W11)

牟軍敏(1974—)，男，浙江黃巖人，教授，博士，從事智能航海與仿真技術(shù)研究。E-mail:moujm@whut.edu.cn

1000-4653(2017)03-0098-05

基于仿真數(shù)據(jù)的內(nèi)河水網(wǎng)船舶排放清單

牟軍敏, 龔 帥, 陳 曦

(武漢理工大學(xué) 內(nèi)河航運(yùn)技術(shù)湖北省重點(diǎn)實(shí)驗(yàn)室， 武漢 430063)

針對(duì)有關(guān)內(nèi)河船舶活動(dòng)的真實(shí)數(shù)據(jù)相對(duì)缺乏，直接利用該數(shù)據(jù)建立排放清單較為困難的問題，提出基于交通流仿真數(shù)據(jù)開展內(nèi)河水網(wǎng)船舶排放清單研究的方法。以浙江省北部內(nèi)河水網(wǎng)為例，仿真、驗(yàn)證交通流和船舶個(gè)體活動(dòng)數(shù)據(jù)，結(jié)合船舶引擎功率的排放因子建立4種不同交通情形下的船舶排放清單，并對(duì)交通參數(shù)和船舶排放特征基礎(chǔ)數(shù)據(jù)進(jìn)行相關(guān)性分析。該研究可為相關(guān)部門從交通控制和組織的角度制訂節(jié)能減排措施提供參考。

水路運(yùn)輸；船舶排放;交通流;船舶能效運(yùn)營指數(shù);節(jié)能減排

近年來，由于大氣污染問題日益嚴(yán)重，污染物排放問題備受關(guān)注，尤其是船舶密集水域的交通排放問題。[1]隨著這些區(qū)域在綜合交通運(yùn)輸體系中的作用不斷增強(qiáng)，發(fā)展低碳經(jīng)濟(jì)已成為全社會(huì)的共識(shí)，研究船舶排放問題并建立相應(yīng)的排放清單是一項(xiàng)重要的技術(shù)工作。

在船舶排放估算方面，國際上比較普遍的做法是利用排放因子結(jié)合船舶典型活動(dòng)數(shù)據(jù)進(jìn)行計(jì)算。[2]CORBETT等[3]開發(fā)一個(gè)5 km×5 km分辨率的北極水域船舶排放清單，并基于交通流的預(yù)測，考慮北極可行航路和未來的減排措施，提出2050年的預(yù)測排放清單。WINTHER等[4]利用船舶自動(dòng)識(shí)別系統(tǒng)(Automatic Identification System,AIS)數(shù)據(jù)，計(jì)算北極地區(qū)2012年的船舶排放清單，并基于2種預(yù)測交通情形(極地航線)提出排放的預(yù)測。目前我國在船舶污染物排放研究方面還處于起步階段，開發(fā)的船舶排放清單較少。伏晴艷等[5]以1998年的數(shù)據(jù)為基礎(chǔ)，計(jì)算上海地區(qū)船舶NOx的排放量和分擔(dān)量，但沒有對(duì)船舶排放的其他氣體污染物進(jìn)行估算。總體上看，國外的研究相對(duì)成熟，但具體到內(nèi)河，由于缺乏持續(xù)、完整的船舶活動(dòng)數(shù)據(jù)，有關(guān)船舶排放清單的研究較少。

這里在已有的內(nèi)河水網(wǎng)通過能力研究[7-8]的基礎(chǔ)上，利用基于SIVAK(SImulatie VAarwegen en Kunstwerken)軟件[7-9]的交通流仿真結(jié)果[6]，結(jié)合船舶引擎功率的排放因子，建立4種不同交通情形下的船舶排放清單，并將交通流量、交通密度和通過時(shí)間等交通參數(shù)與反映船舶排放特征的基礎(chǔ)數(shù)據(jù)進(jìn)行相關(guān)性分析，探討排放清單，探究實(shí)現(xiàn)節(jié)能減排的通航控制手段。

1 船舶交通流仿真

1.1研究區(qū)域

研究區(qū)域?yàn)檎憬”辈亢輩^(qū)域(見圖1)。水網(wǎng)航道拓?fù)浣Y(jié)構(gòu)中包含11個(gè)航段，各節(jié)點(diǎn)號(hào)碼和航段長度編號(hào)見圖2。

圖1 研究區(qū)域

圖2 水網(wǎng)中各節(jié)點(diǎn)號(hào)碼和航段長度編號(hào)

1.2交通情形

在不同通航控制下，水網(wǎng)的交通效率和污染物排放量都會(huì)發(fā)生較大變化，因此為作對(duì)比，除了正常情形之外，還進(jìn)行另外3種交通情形的仿真，分別獲取船舶航行的相關(guān)數(shù)據(jù)。4種交通情形如下。

1) Norma l/N0情形：所有航段均為雙向通航，一般情況下水網(wǎng)交通處于這種情形。

2) Control 1/C1情形：航段⑥為單向通航。

3) Control 2/C2情形：航段⑤和航段⑥均為單向通航，其中,航段⑤為上行(西向)，航段⑥為下行(東向)。

4) Control 3/C3情形：航段⑥封閉停航。

1.3仿真輸出參數(shù)

水網(wǎng)片區(qū)共有11個(gè)航段，根據(jù)單向或雙向通航，每種交通情形下共有約20股船舶交通流(即共約80股)。根據(jù)船舶排放研究的需要，對(duì)原始輸出結(jié)果進(jìn)行分析處理，與研究相關(guān)的參數(shù)如下。

1) 通過時(shí)間：船舶從駛?cè)胍粋€(gè)節(jié)點(diǎn)到駛出下一個(gè)節(jié)點(diǎn)所用的時(shí)間。

2) 等待時(shí)間(延遲)：包括船舶在節(jié)點(diǎn)或船閘的等待時(shí)間和船舶生成后進(jìn)入水網(wǎng)之前的等待時(shí)間。

3) 等待比例(Percentage of Waiting Time，PWT)：船舶平均等待時(shí)間占總通過時(shí)間的比例。

4) 航行時(shí)間：船舶在單個(gè)航段中(每2個(gè)節(jié)點(diǎn)之間)的在航行駛時(shí)間。

5) 船舶流量：模擬時(shí)長內(nèi)通過各航段的船舶艘次。

1.4仿真模型驗(yàn)證

根據(jù)2011年以來在應(yīng)用SIVAK仿真模型對(duì)內(nèi)河水網(wǎng)航道通過能力進(jìn)行研究方面取得的成果，相關(guān)船舶交通流仿真結(jié)果與實(shí)測數(shù)據(jù)比較吻合。[7]

1.5船舶活動(dòng)數(shù)據(jù)

通過SIVAK軟件仿真輸出浙北水網(wǎng)1個(gè)月時(shí)長的整體交通流數(shù)據(jù)，利用數(shù)據(jù)庫篩選不同交通情形下的船舶活動(dòng)數(shù)據(jù)。限于篇幅，僅列出N0情形下的交通流數(shù)據(jù)(見表1)。

2 船舶排放清單的建立

2.1船舶排放計(jì)算方法

船舶排放計(jì)算的核心是對(duì)船舶所做的功(或營運(yùn)所消耗的能量)進(jìn)行準(zhǔn)確估算。式(1)給出考慮船舶主機(jī)功率、交通情形、船舶運(yùn)行模式和動(dòng)力負(fù)荷等因素的船舶做功計(jì)算基本模型。在此基礎(chǔ)上，根據(jù)船舶級(jí)別類、發(fā)動(dòng)機(jī)屬性和燃油類型選取合適的排放因子，建立細(xì)化的船舶排放清單(見式(2))。

(1)

(2)

LFM=(VAS/VMS)3

(3)

式(1)～式(3)中：VAS為船舶的實(shí)際航速，km/h；VMS為船舶的最大航速,km/h；i為水網(wǎng)航道中航段與流向；j為船舶級(jí)別；W為船舶所做的功，kW·h；PME為船舶主機(jī)額定功率，kW；P為船舶運(yùn)行模式(狀態(tài))，分為普通航行、機(jī)動(dòng)操作和等待；CLFM為船舶主機(jī)負(fù)荷系數(shù)，普通航行模式根據(jù)式(3)確定，機(jī)動(dòng)操作狀態(tài)為0.45；CLFA為船舶副機(jī)負(fù)荷系數(shù)，3種模式下均為0.45；tNT為船舶普通航行時(shí)長，h；CLFP為船舶機(jī)動(dòng)

表1 N0情形下各航段交通流統(tǒng)計(jì)

操作通過節(jié)點(diǎn)時(shí)的主副機(jī)負(fù)荷系數(shù)之和，為0.90(兩者均為0.45)；tMT為船舶機(jī)動(dòng)操作時(shí)長，h；tWT為船舶等待時(shí)長，h；n為船舶流量，艘次/月；ES為船舶排放量，kg；S為排放物類型；EFS為排放因子，g/(kW·h)，具體取值見表2。[10-12]

1.3.2 適齡獻(xiàn)血人群相對(duì)減少 《中華人民共和國獻(xiàn)血法》提倡18～55歲的公民自愿無償獻(xiàn)血，研究表明，目前我國獻(xiàn)血人群的主要年齡段集中在18～30歲之間，而人口學(xué)調(diào)查顯示，18～30歲年齡段的人群所占的比例正在逐漸的下降，預(yù)測未來10年還將進(jìn)一步下降[5]，導(dǎo)致適齡獻(xiàn)血人群相對(duì)減少。

表2 船舶排放因子

2.2水網(wǎng)航道船舶排放清單

根據(jù)以上描述的方法和數(shù)據(jù)，建立浙北水網(wǎng)航道船舶2011年1個(gè)月時(shí)長、4種交通情形下的排放清單，限于篇幅，僅以CO2為代表進(jìn)行闡述。

4種交通情形下浙北水網(wǎng)船舶排放總量見表2和圖3。由表2可知:C1情形的船舶排放量相比NO情形下降6.06%;C2情形下降最多，為23.56%;C3模式上升14.88%。

表2 船舶排放清單總量估算結(jié)果

圖3 4種交通情形下船舶排放總量對(duì)比

2.3排放結(jié)果驗(yàn)證

單艘船舶的排放量可通過設(shè)備測試來驗(yàn)證，但區(qū)域范圍內(nèi)的排放估算統(tǒng)計(jì)因船舶數(shù)量巨大，采用該方法相對(duì)較難，部分研究主要通過清單不確定性定量計(jì)算來描述結(jié)果的合理性。[11-13]考慮到該研究的實(shí)際情況，參考國外船舶排放估算驗(yàn)證方法，計(jì)算研究區(qū)域內(nèi)實(shí)際的CO2排放效率指數(shù)[15]和船舶能效營運(yùn)指數(shù)(Energy Efficiency Operational Indicator,EEOI)[14]值，并將這些指標(biāo)與相關(guān)文獻(xiàn)結(jié)果相比對(duì)，從側(cè)面驗(yàn)證排放結(jié)果。由表3可知：燃油消耗率指數(shù)計(jì)算結(jié)果與國家標(biāo)準(zhǔn)[16]的計(jì)算值非常接近;在EEOI和CO2排放效率指數(shù)方面，計(jì)算結(jié)果也與相關(guān)文獻(xiàn)給出的結(jié)果處在相同的數(shù)量級(jí)上，說明結(jié)果合理。

3 船舶交通流與排放特征關(guān)聯(lián)分析

表3 排放估算結(jié)果對(duì)比驗(yàn)證

3.1回歸分析

對(duì)交通流量、密度、通過時(shí)間、CO2排放量、CO2密度、PWT和EEOI進(jìn)行計(jì)算，發(fā)現(xiàn)通過時(shí)間與CO2排放量、船舶流量與CO2密度、PWT與EEOI相關(guān)性較高。對(duì)其進(jìn)行對(duì)比回歸分析，結(jié)果見圖4～圖6。

圖4 各航段通過時(shí)間與CO2排放量對(duì)比

圖5 各航段船舶流量與CO2密度對(duì)比

圖6 各航段PWT與EEOI對(duì)比

由圖4～圖6可知：通過時(shí)間、船舶流量等交通流參數(shù)與CO2排放量、CO2密度等排放特征參數(shù)確實(shí)存在一定的關(guān)聯(lián)性，說明從通航控制角度探索節(jié)能減排措施是可行的。

3.2浙北水網(wǎng)地區(qū)減排分析

浙北水網(wǎng)地區(qū)航道一般處于雙向通航的狀態(tài)(N0交通情形)，不同通航控制手段會(huì)引起交通效率和整體排放的變化。表4為4種交通情形下交通效率及排放特征對(duì)比。在這4種交通情形中，C2情形(單向通航)是排放總量、能耗效率和交通效率綜合較優(yōu)的交通情形，這在一定程度上說明從通航控制角度實(shí)現(xiàn)船舶節(jié)能減排是可行的。

表4 4種交通情形下交通效率及排放特征對(duì)比

4 結(jié)束語

以浙北內(nèi)河水網(wǎng)為研究對(duì)象，結(jié)合SIVAK仿真交通流，建立水網(wǎng)船舶排放模型，計(jì)算水網(wǎng)船舶排放清單，并對(duì)不同交通情形下各航段的排放特征進(jìn)行分析?；诖罅拷煌鞣抡鏀?shù)據(jù)和排放結(jié)果進(jìn)行回歸分析，通過對(duì)比不同交通情形下的通航效率和EEOI探討水域整體減排策略。這種量化內(nèi)河船舶排放、建立相應(yīng)的船舶排放清單的方法可有效評(píng)估水網(wǎng)地區(qū)船舶排放現(xiàn)狀，分析船舶排放與交通流參數(shù)之間的相關(guān)性，為制訂節(jié)能減排措施提供參考。

[1] LU Q, ZHENG J, YE S, et al. Emission Trends and Source Characteristics of SO2, NOx, PM10and VOCs in the Pearl River Delta Region from 2000 to 2009[J]. Atmospheric Environment, 2013, 76(5):11-20.

[2] SENES S C L. Review of Methods Used in Calculating Marine Vessel Emission Inventories: Environment Canada[R]. 2004.

[3] CORBETT J J, LACK D A, WINEBRAKE J J, et al. Arctic Shipping Emissions Inventories and Future Scenarios[J]. Atmospheric Chemistry and Physics Discussions, 2010, 10(4): 9689-9704.

[4] 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(7): 1-14.

[5] 伏晴艷, 陳明華,錢華. 上海市空氣中NOx的污染現(xiàn)狀及分擔(dān)率[J]. 上海環(huán)境科學(xué), 2001, 20(5): 224-226.

[6] WANG S., SCHONFELD P. Simulation-Based Scheduling of Mutually Exclusive Projects with Precedence and Regional Budget Constraints[J]. Transportation Research Record Journal of the Transportation Research Board, 2012, 2273: 1-9.

[7] 牟軍敏, 陳曦, 陳琳瑛,等. 內(nèi)河水網(wǎng)航道通過能力仿真[J]. 中國航海, 2015, 38(1):49-53.

[8] 陳琳瑛. 水網(wǎng)航道通過能力研究[D]. 武漢:武漢理工大學(xué), 2014.

[9] 朱劍峰. 分汊型河口航道系統(tǒng)通過能力研究[D]. 武漢:武漢理工大學(xué), 2015.

[10] 葉斯琪, 鄭君瑜, 潘月云, 等. 廣東省船舶排放源清單及時(shí)空分布特征研究[J]. 環(huán)境科學(xué)學(xué)報(bào), 2014, 34(3): 537-547.

[11] 伏晴艷, 沈寅, 張健. 上海港船舶大氣污染物排放清單研究[J]. 安全與環(huán)境學(xué)報(bào), 2012,12(5): 57-63.

[12] 葉斯琪. 珠江三角洲地區(qū)船舶排放特征及對(duì)區(qū)域空氣質(zhì)量影響的研究[D]. 廣州:華南理工大學(xué), 2014.

[13] 楊靜, 尹佩玲, 葉斯琪,等. 深圳市船舶排放清單與時(shí)空特征研究[J]. 環(huán)境科學(xué), 2015, 36(4):1217-1226.

[14] MPEC.舶能效營運(yùn)指數(shù)(EEOI)自愿使用指南:環(huán)保會(huì)MEPC.1/Circ.684通函[S]. 2009.

[15] BUHAUG ?, CORBETT J J, ENDRESEN ?, et al. Second IMO GHG Study 2009[C]. International Maritime Organization. London, UK, 2009: 20.

[16] 中國國家標(biāo)準(zhǔn)化管理委員會(huì). 運(yùn)輸船舶燃油消耗量第2部分：內(nèi)河船舶計(jì)算方法:GB/T 7187.2—2010[S]. 北京:中國標(biāo)準(zhǔn)出版社, 2011.

EmissionInventoryforShipsinInlandWaterwayNetworkBasedonSimulationData

MOUJunmin,GONGShuai,CHENXi

(Hubei Key Laboratory of Inland Shipping Technology, Wuhan University of Technology, Wuhan 430063, China)

Due to insufficient accumulation of the inland shipping data in China, it is adequate to conduct emission study concerning ships navigating in the waterway networks. An approach to calculate the Emission Inventory for Ships in Inland Waterway Network based on Simulation Data is presented. As a case study, an inland waterway network in the north region of Zhejiang Province, East China, is demonstrated. The traffic flow data is reproduced by simulation software. Based on the simulated traffic data, emission inventory for the waterway network is developed considering four kinds of scenarios. The correlation between traffic characteristics and emission features of each waterway section is also modeled. The study will be helpful to make the policy and take measures for energy saving and emission reduction from the perspectives of the management of vessel traffic flow.

waterway transportation; ship emission; traffic flow; EEOI; energy saving and emission reduction

X736.3

A