环境科学  2019, Vol. 40 Issue (6): 2595-2606   PDF    
引用本文
徐文文, 殷承启, 许雪记, 张玮. 江苏省内河船舶大气污染物排放清单及特征[J]. 环境科学, 2019, 40(6): 2595-2606.
XU Wen-wen, YIN Cheng-qi, XU Xue-ji, ZHANG Wei. Vessel Emission Inventories and Emission Characteristics for Inland Rivers in Jiangsu Province[J]. Environmental Science, 2019, 40(6): 2595-2606.
江苏省内河船舶大气污染物排放清单及特征
徐文文, 殷承启, 许雪记, 张玮     
中设设计集团股份有限公司, 南京 210014
收稿日期: 2018-10-26; 修订日期: 2018-12-14
基金项目: 江苏省环保科研项目（2015029）；江苏省交通运输科技与成果转化项目（2015Y08）
作者简介: 徐文文(1991~), 男, 硕士, 工程师, 主要研究方向为交通污染防治, E-mail:361776849@qq.com
通信作者: 殷承启, E-mail:14250219@qq.com
摘要: 基于船舶签证、过闸数据以及AIS数据，采用船舶引擎功率的方法建立了江苏省内河船舶大气污染物排放清单.结果表明，2014年江苏省内河船舶共排放NOx 18.71万t、SO2 5.13万t、PM2.5 0.82万t、PM10 1.10万t、HC 0.64万t、CO 1.67万t和CO2 1051.13万t；对于内河船舶（不计长江），干货船污染物排放量最大，吨位范围200~600 t的污染物排放量最高，船舶正常航行工况下污染物排放量最高；对于长江江苏段抵港船舶，非集装箱货轮污染物排放量最高，装卸货工况下污染物排放量最高，其次是巡航状态，对于不同动力单元，主机和辅机是主要排放单元；对于长江江苏段过境船舶，非集装箱货轮的污染物排放量最高，其次为油轮，缓慢行驶状态下各污染物排放量均为最高，对于不同动力单元，SO2、PM2.5和PM10主机排放量高于辅机；京杭运河苏北段航道单位航道长度大气污染物排放量较大，苏南航道次之；江苏省内河船舶排放受时间影响较小，除2月排放占比略小外，其余月份排放占比基本较为均匀，均在8%~10%左右.
关键词: 江苏省      内河船舶      长江江苏段      大气污染物      排放清单      排放特征     
Vessel Emission Inventories and Emission Characteristics for Inland Rivers in Jiangsu Province
XU Wen-wen , YIN Cheng-qi , XU Xue-ji , ZHANG Wei     
China Design Group Co., Ltd., Nanjing 210014, China
Abstract: Based on ship visas, lockage data, and automatic identification system (AIS) data, vessel emission inventories for inland rivers of Jiangsu Province were established by using a vessel power-based approach, and the characteristics of vessel emissions were also discussed. The results showed that NOx, SO2, PM2.5, PM10, hydrocarbons (HC), CO, and CO2 emissions of inland ships in 2014 were 1.87×105, 5.13×104, 8.2×103, 1.1×104, 6.4×103, 1.67×104, and 1.05×107 t, respectively, for inland vessels (excluding the Yangtze River), and dry cargo ships had the largest pollutant emissions. The highest pollutant emissions were found in the tonnage range of 200-600 t, and the highest pollutant emissions were found during the normal navigation conditions of ships. For the arrival of ships in the Jiangsu section of the Yangtze River, the non-container cargo ships had the highest pollutant emissions, and the emissions of pollutants were the highest under loading and unloading conditions. Under a cruise state, the main engine and auxiliary engine were the main emission units for different power units; for transit ships in the Jiangsu section of the Yangtze River, non-container cargo ships had the highest pollutant emissions, followed by oil tankers. The highest emissions of all pollutants occurred under slow driving conditions, and for different power units, the emissions of SO2, PM2.5, and PM10 from the main engine were higher than those from the auxiliary engine. The emissions of atmospheric pollutants along the channel length of the channel of the North Jiangsu section of the Beijing-Hangzhou Grand Canal were relatively large, followed by those of the South Jiangsu Channel. The inland ship emissions in Jiangsu Province were less affected by time, except for the slightly smaller proportion of emissions in February, and the proportion of emissions in other months was basically uniform, where values ranged from 8% to 10%.
Key words: Jiangsu Province      vessels on inland rivers      Jiangsu section of the Yangtze River      air pollutants      emission inventory      characteristics of emissions     

我国是一个内河航运资源比较丰富的国家, 截至2014年底, 拥有水上运输船舶17.26万艘, 净载重量2.44亿t, 然而船舶运输所带来的环境污染问题, 也日益突出.近年来, 由于电厂、工业源和机动车等重点污染源的减排潜力缩减[1], 船舶对区域大气污染排放贡献受到越来越多关注[2].通常, 船舶活动主要向大气中排放氮氧化物(NOx)、二氧化硫(SO2)、一氧化碳(CO)、挥发性有机物(VOCs)、碳氢化合物(HC)、颗粒物(PM)等污染物质以及二氧化碳(CO2)等温室气体[3], 据统计, 2014年全国船舶共排放CO 23.8万t、HC 7.6万t、SO2 100.4万t、PM 14.5万t和NOx 142.9万t[4].

21世纪以来, 研究学者主要通过燃料法计算了珠三角地区[5]、天津港[6]的船舶排放清单, 该方法适用于全球尺度上长时间范围源清单计算, 无法在空间上达到很高精度, 也无法在船舶类型、运行工况以及时间变化上进行详细地划分, 因此结果往往会低估.之后以统计数据为基础, 研究学者利用船舶动力法, 陆续开展了青岛港[7]、广东省[8]、京杭运河江苏段[9]等区域的船舶大气排放清单研究.近年来由于船舶自动识别系统(AIS)普及, 国内上海港[10]、香港港[11]、深圳港[12]、中国海域[13]和南京龙潭港[14]等区域都开展了联合AIS数据的区域船舶排放清单研究.

现阶段我国对于船舶排放大气清单编制侧重于海船, 对内河船舶研究较少, 涉及内河船舶大气污染物排放的研究部分较为简单粗糙, 主要表现在三个方面：内河排放清单编制多采取基于燃料法计算方式; 大多内河船舶排放清单均在针对国外排放因子进行简单校正的基础上进行编制; 因基本信息及活动水平数据难以获取, 已有的清单中内河船舶活动水平数据往往基于文献或极小范围调查获取, 准确度难以保证.然而内河港区及航道船舶排放的大气污染物由于缺乏海向扩散转移区域, 距离居民更近, 会直接影响当地居民健康.因此, 有必要开展精细化的内河区域船舶排放清单研究.

截止2014年底, 江苏省内河航道通航里程24 344 km, 约占全国内河航道通航总里程的20%, 居全国首位[15], 然而, 目前江苏省整个内河区域船舶排放及定量评估工作较少, 制约针对船舶大气污染物排放管控政策措施的拟定与实施.本文以江苏省内河为例, 通过船舶实测获取内河船舶部分污染因子排放因子, 通过相关主管单位获得全面的船舶基础静态数据, 结合AIS数据以及实地调研数据获得的船舶动态数据, 开展江苏省内河船舶排放清单研究工作, 分析船舶排放特征分析, 明确高值排放区、高值排放船舶类型、不同运行工况的船舶排放分担率、以及排放时间变化规律, 以期为江苏省内河船舶的大气污染控排决策提供数据支撑.

1 材料与方法 1.1 研究范围和对象

江苏省内河船舶数量占总数96.32%, 船舶净载重量占全省机动船舶66.58%, 内河船舶水路货物运输量占全省综合运输量68.50%;全省港口共拥有万吨级及以上泊位455个, 其中沿江港口385个, 内河港口共拥有300吨级及以上泊位3 204个, 其中沿江港口与内河港口合计吞吐量为197 343万t, 约占全省总吞吐量的87.80%.

考虑江苏省内河等级以上航道、四级以上高等级航道分别约占通航总里程的35.02%和10.66%[14], 非干线航道可通过船舶吨级小、船舶流量小以及数据难以统计等因素, 及干线航道的货运量大约占所有航道总货运量的80%~90%等因素, 本文以2014年为基准年, 以江苏省内河干线航道及沿线港口为研究范围, 以进入干线航道航行船舶(包含抵达沿线港口码头及过境)为研究对象, 建立江苏省内河船舶排放清单, 研究范围、对象详情见表 1及图 1.

表 1 研究范围和对象 Table 1 Research scope and objectives

图 1 研究范围示意 Fig. 1 Research scope

对于内河(不计长江)上行驶的内河船舶进行二级划分, 第一级按船舶功能将船舶分为干货船(包括散货船、杂货船、多用途货船)、化学品船、非干货船、油船、拖船、其他船舶等6种类型, 第二级划分依据船舶总吨划分, 分成5个等级, 各等级船舶总吨分布范围参照表 2.

表 2 内河船舶等级划分总吨要求 Table 2 Classification of inland vessels based on the gross tonnage distribution

对于长江江苏段行驶的船舶, 根据对进出港船舶签证的统计和分类并结合实际调研, 长江上行驶的船舶的集装箱船与客船明显多于内河船舶, 因此根据实际情况将长江上的船舶分为以下5大类：集装箱货轮、非集装箱货轮(散货船/干货船/散装化学品船/一般液货船/散装水泥运输船/液化气船)、客轮、油轮、其他类型船舶.

1.2 估算方法

本文以船舶AIS信息以及签证、过闸信息为基础, 采用基于船舶引擎功率的估算方法[16], 建立江苏省内河船舶大气污染物排放清单, 船舶大气总排放量估算见式(1)：

(1)

式中, E为船舶大气污染物排放量(g); Em为船舶主机的排放量(g); Ea为船舶辅机的排放量(g); Eb为船舶(海船)锅炉的排放量(g).

船舶主机及辅机大气排放量估算见式(2)以及式(3), 海船锅炉大气排放量估算见式(4).

(2)

式中, Em为船舶主机的排放量(g); Pm为船舶主机发动机额定功率(kW); LFm为主机负载因子; LLAM为主机低负载调整系数(当船舶运行负载低于20%时, 存在因输出功率低而导致单位污染物排放强度上升问题, 估算时需对排放因子进行低负载校正); t为持续时间(h); EFm为主机排放因子[g·(kW·h)-1]; FCFm为主机燃料的调整因子.

(3)

式中, Ea为船舶辅机的排放量(g); Pa为船舶辅机发动机额定功率(kW); LFa为辅机负载因子; t为持续时间(h); EFa为辅机排放因子[g·(kW·h)-1].

(4)

式中, Eb代表船舶锅炉的排放量(g); Pb为船舶锅炉的额定功率(kW); LFb为锅炉负载因子; t为持续时间(h); EFb为锅炉排放因子[g·(kW·h)-1].

船舶AIS信息以及签证、过闸信息的适用范围见表 3, 部分船舶在签证信息和AIS信息中均有记录, 本研究对AIS数据与签证数据进行数据匹配和甄别, 避免重复计算.

表 3 AIS以及签证、过闸数据适用范围 Table 3 Applicable ranges of the lockage data, AIS, and visas

1.3 船舶大气排放清单编制所需数据的建立 1.3.1 船舶静态及动态数据的获取途径

根据公式(2)~(4)以及船舶分类的依据, 计算船舶大气排放清单需要船舶基本静态信息及动态信息, 静态数据主要包括船舶类型、数量、主机功率、主机类型、总吨、辅机功率、锅炉功率、建成日期、燃油类型、设计速度等, 通过静态数据可直接或间接获得船舶动力单元额定功率、发动机类型、负载因子等信息; 动态数据主要包括船舶各运行工况活动时间、行驶速度等, 此外, 对于内河船舶以及海船, 信息来源的途径有所差异.

对于江苏省内河船舶(不计长江), 抵港船舶类型、数量及主机功率等信息来自船舶签证信息; 航道及船闸处船舶类型、数量及主机功率等信息来自船舶过闸信息; 船舶辅机功率、各工况运行时间、发动机负载因子以及燃油类型等信息通过调查问卷的方式直接或间接获得; 针对江苏省内河上航行船舶发放了2 400份调查问卷, 调查问卷覆盖整个江苏省内河, 其中有效收回问卷共计2 018份.

对于长江江苏段船舶(包含内河船舶以及海船), 船舶进出港时间、中文船名、英文船名、海船/内河船标志、船舶总吨、船舶停泊地点、签证海事机构、船舶种类等信息来自船舶签证信息, 并通过2 014年长江江苏段抵港船舶全船名录可弥补签证信息中不足和缺项.此外本文通过劳氏船舶基础信息数据库获得船舶部分信息, 进一步补充了船舶的主机功率、设计速度、主机类型、主机发动机转速、辅机功率、辅机发动机转速、锅炉类型等基础信息, 对于无法获得辅机功率以及锅炉功率的船舶, 辅机功率通过主辅机的功率比例进行换算, 锅炉功率通过参考相关文献获得.

江苏省内河船舶(不计长江)活动水平数据主要通过调查问卷方式直接或间接获得; 长江江苏段船舶(包含内河船舶以及海船)活动水平数据主要通过AIS数据获得.

1.3.2 船舶静态及动态数据的特征

2014年江苏省内河船舶(不计长江)各类型的分布情况见图 2, 从中可知江苏省内河船舶从船舶功能用途来看, 江苏省内河船舶以干货船为主, 占总量的92.41%;从船舶吨位来看, 三等船的船舶数量最多, 占总量的57.81%, 其次为四等、二等船舶, 分别占总量的34.53%和6.50%.由此可知, 2014年江苏省内河抵港的船舶, 类型相对单一, 总吨分布相对集中.

图 2 江苏省内河船舶(不计长江)分类统计 Fig. 2 Statistics on inland vessels in Jiangsu Province (excluding the Yangtze River)

2014年长江江苏段船舶各类型分布情况见图 3, 从中可知长江江苏段的进出船舶以非集装箱货船数量最大, 占总量的64.30%, 集装箱船次之, 占总量的20.35%, 客船占比最低, 占比为0.43%.

图 3 长江江苏段船舶分类统计 Fig. 3 Statistics on vessels in the Jiangsu section of the Yangtze

对于回收的2018份问卷, 其中干货船1 767艘, 化学品船73艘, 油船40艘, 拖船96艘, 其他船舶42艘.由于内河船舶中集装箱船数量少, 未能有效收回集装箱船的调查问卷, 根据江苏省地方海事局与江苏省交通厅航道局提供数据信息, 2014年江苏省内河行驶的集装箱船按总吨分, 基本属于一等船或二等船, 且二等船所占比例最大, 因此对于集装箱船的工况活动水平, 按二类干货船的活动水平处理.此外, 鉴于化学品船、油船、拖船有效回收问卷较少, 相关信息获取样本有限, 对其活动水平的分析不再根据其总吨继续细分, 各类型船舶在不同行驶工况下的活动水平情况见表 4.

表 4 内河船舶各行驶工况的活动水平明细 Table 4 Activity levels for various driving conditions of inland vessels

1.4 船舶动力单元负载因子的建立

负载因子LF反映了船舶发动机实际输出功率占额定功率的百分比.船舶主机按照螺旋桨的特性工作, 发动机负荷系数的估计使用螺旋规律, 也就是说, 发动机负荷的变化是随着船舶的实际航速与船舶的设计航速的比值的3次方进行变化.因此船舶主机发动机的负载因子可基于Propeller原理进行估算[17], 估算公式如式(5)所示：

(5)

式中, LF表示负载因子, n表示船舶主机实际转速(r·min-1), n0表示船舶主机额定转速(r·min-1).

通常, 在航行条件(比如装载、气候、河面海面状况等)不变时, 船舶航速与主机转速的比值基本不变, 因此船舶发动机的负载因子估算公式又可演变为公式(6).由于远洋及沿海船舶AIS装载率高, 船舶实际航速易于获取, 加之劳氏船级社完善的海船设计航速信息, 国际上通常采用公式估算船舶主机发动机的负载因子[16].

(6)

式中, AS表示实际航速(节), MS表示最大设计航速(节).

需要指出的是, 对于内河船舶, 公式(6)无法适用, 因为对于内河船舶, 其设计航速往往未知且难以获取, 加之船舶AIS装载率低与岸基AIS覆盖率低等问题, 导致无法获取所有航行船舶实时航速, 鉴于此, 本研究采用公式(5)估算内河船舶主机负载因子.考虑到各运行工况下船舶的转速及船舶主机额定转速也无法实时获取, 在估算船舶负载因子时, 仍采用调查问卷方式获取典型样本信息.具体方法为：①针对内河上航行船舶发放调查问卷, 获取船舶各种运行工况下的主机平均转速及额定转速信息; ②汇总调查问卷数据信息, 分析各类船舶各运行工况下的平均转速; ③采用公式(5)估算各类船舶在各运行工况下的平均负载因子.

对于船舶辅机, Propeller原理则不适用, 结合调查问卷及香港、上海研究成果, 进行综合选取, 详情如表 5和表 6.

表 5 内河船舶负载因子 Table 5 Load factors for inland vessels

表 6 海船辅机负载因子[18] Table 6 Auxiliary machine load factors for marine vessels

1.5 船舶污染物排放因子的建立

本文船舶主要污染物排放因子通过典型船舶实船测试以及引用国外排放因子并校正两种方式获得.具体地, 对于内河船舶, 采用船舶实测方式获取NOx及PM(PM10与PM2.5)排放因子, 采用国外排放因子引用并校正的方式确定SO2、HC、CO和CO2的排放因子, 海船的船舶排放因子通过引用国外排放因子并校正获得.

1.5.1 内河船舶(不计长江)排放因子的建立

针对内河船舶NOx及PM(PM10与PM2.5)的排放因子, 基于国内外文献针对船舶实船测试的研究[19, 20], 本文以电称低压冲击器(ELPI)、ECOM J2KN型烟气分析仪、WJ-60B型皮托管平型全自动烟尘(气)采样器、温湿度变送器等构成船舶尾气测试系统, 选择10艘货船进行典型工况下NOx及PM(PM10与PM2.5)实船测试, 最终获得10艘货船各运行工况下平均排放因子, 作为排放清单中船舶主机的NOx、PM10与PM2.5排放因子.

表 7列出了本研究成果与国内外部分研究成果, 可以看出：整体上, 本研究的NOx与PM排放因子均较国外测试结果大.分析其原因, 可能有以下两个方面：①国内燃油品质相对较差, 燃油中残渣灰分较多, 导致PM排放因子较大; ②我国内河船用发动机尚缺乏法律监管, 发动机技术相对落后, 导致NOx与PM排放因子均较大.

表 7 船舶排放因子研究汇总/g·(kW·h)-1 Table 7 Summary table of the study data on ship's emission factors/g·(kW·h)-1

对于SO2、HC、CO和CO2等烟气成分的排放因子, 以引用国外排放因子并校正的方式予以确定.参考美国[16, 24]、香港[25]等相关研究成果提供的排放因子作为基础排放因子, 基于江苏省内河船用油品、各种运行工况下发动机负载因子等进行修正.在江苏省内河航道上行驶内河船舶, 总吨位往往较小, 基于调查问卷可知船舶发动机类型绝大多数为中速柴油机, 因此SO2、HC、CO和CO2等烟气成分的基础排放因子按照中速船用柴油机选取.对于内河船舶使用油品, 通过对调查问卷的整理及分析, 江苏省内河使用0号普通柴油的内河船只占比98.1%.因此, 本文在排放清单估算时以0号普通柴油作为基本油样, 并以0.2%作为研究范围内船用柴油的含硫量, 进行排放因子修正, 经过燃料修正后的内河船舶排放因子见表 8.

表 8 内河船舶排放因子/g·(kW·h)-1 Table 8 Emission factors for the inland vessels/g·(kW·h)-1

1.5.2 长江江苏段船舶排放因子的建立

对于长江上行驶的内河船舶, 船舶大气污染物排放因子均由引用国外排放因子并校正的方式予以确定.通过南京海事局获取部分油品监测数据, 长江上内河船舶油品与内河上行驶船舶油品有一定差异, 但油品质量依然优于海船使用油品质量.海船油品含硫量在1.0%~3.5%不等, 船舶油品含硫量集中在2.7%左右; 内河船舶油品硫含量在0.19%~2%不等, 船舶油品含硫量集中在1.5%左右.因此, 将内河船舶和海船使用油品进行区分.最终采用的油品含硫率分别为2.7%的重油(海船)和1.5%的柴油(内河船舶), 辅机一般使用轻油, 硫含量为0.5%, 辅机一般为高速柴油机; 对于在长江上行驶的海船, 其主机、辅机、锅炉排放因子经过燃料修正后见表 9[21, 26~27].

表 9 长江江苏段船舶排放因子/g·(kW·h)-1 Table 9 Emission factors for the ships in the Jiangsu section of the Yangtze River/g·(kW·h)-1

2 结果与讨论 2.1 江苏省内河船舶大气污染物排放总量

2014年江苏省内河船舶共排放NOx 18.71万t、SO2 5.13万t、PM2.5 0.82万t、PM10 1.10万t、HC 0.64万t、CO 1.67万t和CO2 1 051.13万t.其中, 长江江苏段行驶的船舶排放的各大气污染物排放占比都在60%以上, 详情见表 10.

表 10 江苏省内河船舶大气污染物排放量/t·a-1 Table 10 Air pollutant emissions of vessels in Jiangsu Province(sea areas excluded)/t·a-1

2.2 江苏省内河船舶(不计长江)大气污染物排放特征 2.2.1 不同类型内河船舶大气污染物排放贡献分析

江苏省内河2014年各类型抵港船舶主要污染物排放占比见图 4.对比可知, 干货船的NOx、SO2、PM2.5、PM10、HC、CO和CO2等污染物排放量最大, 各类污染物排放贡献率均占2014年江苏省内河船舶总排放量的80%以上; 拖船其次, 各类污染物排放贡献率均接近10%;集装箱船排放量最小, 占比均不到0.5%.

图 4 不同类型内河船舶主要污染物排放分担率 Fig. 4 Main pollutant emission contribution rates of different types of inland vessels

从船舶吨位来看, 二、三和四等船舶的污染物排放占据总排放量的97%以上.其中, 三等船舶贡献最大, 占总排量的65%左右; 四等船与二等船范围船舶位居其次, 分别占2014年内河船舶排放总量的18%与14%左右; 五等船及一等船排放占比很小, 不同总吨范围船舶排放占比很大程度上与江苏省内河船舶各总吨范围船舶数量相关.

2.2.2 内河船舶不同工况下大气污染物排放贡献分析

图 5给出了不同运行工况下江苏省内河船舶2014年排放情况, 可以看出, 主机发动机是船舶大气污染物最主要的排放源, 各污染物的排放占比均在96%以上.其中对于船舶主机, 各运行工况排放总量大小顺序为：正常航行排放＞进出闸排放＞进出港泊岸行驶排放.分析原因主要有两点：①船舶在航道上航行时间较进出闸及进出港时间长, 这是造成正常航行工况排放量占比最大的主要原因; ②在江苏省内河航道航行船舶除包括抵达沿线港口的船舶外, 还包括途径的船舶, 船舶总艘次远大于到港船舶, 因此在运行时间相近的情况下, 进出闸船舶大气污染物排放大于进出港泊岸行驶排放.对于船舶辅机, 各运行工况排放总量大小顺序为：正常航行排放＞停泊排放＞进出闸排放＞泊岸行驶排放, 这主要是由于正常航行与停泊时间长, 进出闸、泊岸行驶时间短导致.

图 5 内河船舶不同工况下主要污染物排放分担率 Fig. 5 Main pollutant emission contribution rates for different operation conditions of inland vessels

2.3 长江江苏段船舶大气污染物排放特征 2.3.1 长江江苏段船舶大气污染物排放整体特征

长江江苏段船舶大气污染物排放量见表 11, 从中可见, 2014年长江江苏段船舶排放NOx 14.58万t、SO2 4.93万t、PM10 0.68万t(其中PM2.5 0.46 t)、HC 0.52万t、CO 1.40万t和CO2 886.719万t.进出港船舶不同污染物排放分担率在70%左右, 而过境船舶不同污染物排放分担率在20%~30%左右.

表 11 长江江苏段船舶大气污染物排放量/t·a-1 Table 11 Air pollutant emissions of vessels in the Jiangsu section of the Yangtze River/t·a-1

2.3.2 不同类型进出港船舶大气污染物排放贡献分析

以船型为分类单位, 统计进出港船舶中, 客轮、油轮、其他类型船舶、集装箱货轮和非集装箱货轮5种船型产生的各大气污染物排放占比, 结果见图 6.从中可知, 对于NOx, 非集装箱货轮的排放量远高于其他类型船舶, 排放达到88 357.18 t, 其次是油轮和集装箱货轮, 分别排放9 367.80 t和6 496.47 t, 可见非集装箱货轮对于NOx的排放分担率贡献很大, 是排放量位于第二位的油轮的近10倍; 对于SO2、PM10、PM2.5、HC、CO和CO2来说, 非集装箱货轮的排放量和分担率也均为最大, 其次是油轮和集装箱货轮.整体上, 非集装箱货轮对于各大气污染物的排放贡献最大, 其次是油轮.分析其原因可能如下：这是由于非集装箱船数量较多, 且其活动的比较频繁, 航行里程较大, 且其装卸货时间较长, 造成了较大的排放量; 对于油船, 油轮需要锅炉提供驱动液货泵以及惰性气体鼓风机的蒸汽, 同样加重了锅炉的负荷, 导致其整体排放量较高.

图 6 不同类型船舶主要污染物排放分担率 Fig. 6 Main pollutant emission contribution rates for different types of vessels

2.3.3 进出港船舶不同工况下大气污染物排放贡献分析

图 7统计了在停泊、进出港、装卸货和巡航状态下, 进出港船舶各大气污染物的排放占比.从中可知, 各大气污染物的排放量均在装卸货工况下最高, 其次是巡航状态.分析其主要原因如下：根据调查问卷统计, 不同类型船舶在长江航道的巡航时间大概在1.5~3 h, 而装卸货时间却在15~30 h, 船舶停泊时间在2~6 h, 装卸货时间是巡航时间10倍左右.因此, 对于进出港船舶来说, 各类货船以及集装箱船, 为满足货物装卸的需要, 船舶在港口码头装卸货时间比较长, 而在这期间, 船舶主推动引擎关闭, 辅助引擎和辅助锅炉仍保持运转以提供船舶设备所需电力, 辅机在工作过程需要消耗大量燃油, 船舶辅机和锅炉负荷会达到峰值, 因此, 装卸货状态下带来了较大的污染物排放量, 再者, 虽在正常巡航状态下, 其主发动机高负荷运转, 但是船舶处于巡航状态的时间较低, 且大部分时间锅炉处于关闭状态, 导致其排放量相比于装卸货工况下排放量较小.

图 7 船舶不同工况下主要污染物排放分担率 Fig. 7 Main pollutant emission contribution rates for different operation conditions of inland vessels

2.3.4 进出港船舶各动力单元的大气污染物排放贡献分析

以动力单元为分类单位, 分别统计进出港船舶主机、辅机和锅炉各大气污染物的排放情况, 详情见图 8, 可以看出主机和辅机是船舶大气污染排放的主要机型, 其中SO2和颗粒物PM10的排放以主机为主, NOx、PM2.5、HC、CO和CO2则是辅机排放量最多.经调查核实, 在停泊和装卸货状态下, 主机是关闭的, 而辅机在4个状态下都是开启的.由于进出港船舶装卸货时间较长, 而在长江航道的巡航时间相对较短, 因此, 综合上述两种情况, 这可能是导致辅机排放量较大的原因.

图 8 进出港船舶不同动力单元污染物排放分担率 Fig. 8 Main pollutant emission contribution rates for different powered units on vessels

2.3.5 不同类型过境船舶大气污染物排放贡献分析

图 9给出了不同船型过境船舶大气污染物排放分担率.从中可见, 非集装箱货轮各种污染物的排放量均为最大, 排放分担率最高, 2014年共计排放NOx 34 401.43 t、SO2 9 800.71 t、PM2.5 1 396.39 t、PM10 1 662.12 t、HC 1 645.80 t、CO 3 439.34 t和CO2 1 712 284.99 t.除非集装箱货轮, 油轮各污染物排放量也相对较大, 客船大气污染物排放量最小.

图 9 不同类型船舶主要污染物排放分担率 Fig. 9 Main pollutant emission contribution rates for different types of vessels

2.3.6 过境船舶不同行驶速度大气污染物排放贡献分析

分别统计在停泊、缓慢行驶、低速行驶和高速行驶的状态下了不同工况下过境船舶大气污染物排放分担率, 详情见图 10.从中可见, 缓慢行驶状态下各污染物的排放量均为最高, 年排放NOx 2 5893.12 t、SO2 5 064.23 t、PM2.5 927.05 t、PM10 1 039.72 t、HC 1 374.60 t、CO 2 858.76 t和CO2 1 323 936.96 t.其次, 在高速行驶状态下, 污染物的排放量也较大, 而在低速行驶状态下, 各大气污染物的排放量较低.缓速行驶工况下污染物排放多于高速工况, 这是由于当船舶处于缓慢行驶状态下时, 虽然船舶主机的输出功率也会相应降低, 船舶主机负荷减小, 船舶主机排放的污染物的质量排放量降低.但是, 由于柴油机在低负荷运行时, 柴油机的燃烧效率会降低, 导致船舶主机污染物的排放因子变得很大, 导致排放量变大.

图 10 不同行驶速度下船舶大气污染物排放分担率 Fig. 10 Main pollutant emission contribution rates for different vessel speeds

船舶实际速度(Actual Speed, AC)：当1节＜AC＜8节时, 是缓慢行驶; 当8节≤AC＜12节时, 是低速行驶; 当AC≥12节时, 是高速行驶.

2.3.7 船舶不同动力单元大气污染物排放贡献分析

以船舶动力单元为分类单位, 分别统计过境船船舶主机、辅机、锅炉各大气污染物的排放分担率, 结果见图 11.从中可知, 辅机NOx、HC、CO和CO2的排放量大于主机排放量, 2014年辅机排放量分别为24 956.96、970.05、2 402.10和1 404 750.66 t.而其余3种污染物(SO2、PM2.5和PM10)的排放量则是主机高于辅机.

图 11 不同动力单元大气污染物排放分担率 Fig. 11 Main pollutant emission contribution rates for different powered units on vessels

2.4 江苏省内河船舶大气污染物排放时空分布特征 2.4.1 江苏省内河船舶大气污染物排放空间分布特征

图 12分别列出了江苏省内河港口、内河航道以及沿江港口的SO2以及NOx排放空间分布特征.从中可以得出：①对于江苏省内河港口, 苏州内河港、南通内河港、淮安、常州内河港的船舶大气污染物排放总量占比较大, 连云港内河港以及南京内河港的大气污染物排放总量占比最小, 内河港口抵港船舶的大气污染物排放量的高低与抵港船舶艘次呈现出一致的特征. ②对于各船闸, 可以看出, 京杭运河沿线上各船闸的大气污染物排放量较大, 除蔺家坝船闸处船舶各污染物排放总量略小外, 其他船闸处排放总量差别不大, 其他航道上船闸排放量普遍较低; ③对于江苏省内河航道船舶, 京杭运河苏北段航道单位航道长度大气污染物排放量较大, 尤其是皂河船闸-泗阳船闸航段, 这是由于京杭运河苏北段航道等级高、在航船舶较大, 单船排放量较大, 其中湖西航道江苏段、蔺家坝船闸—解台船闸以及解台船闸—刘山船闸三个航段的大气污染物长度比排放量较小, 特别是湖西航道, 远小于苏北航段平均水平, 其原因可能是湖西航道山东段航道等级低, 船舶通航受限, 直接造成了航段及相邻两航段的船舶流量密度的减少, 此外苏南一带因其经济较为发达, 水上运输和对外贸易繁荣, 繁荣的水上运输行业使得苏南段航道船舶密度较大, 船舶污染物比排放量相较于其他航道也较大, 除京杭运河外, 其他航道上比排放量较大的航道有苏北灌溉总渠段、锡澄运河、通扬线、盐宝线、申张线等. ④对于沿江港口, 南京港船舶大气污染物排放量率均为最高, 其次是南通、镇江, 常州、常熟港的船舶大气污染物排放量较小. ⑤综合来看, 沿江港口的船舶大气污染物排放量远高于内河港口的船舶大气污染物排放量, 这是由于沿江港口的进出港船舶装卸货状态下带来了较大的污染物排放量, 且海船的锅炉对污染物的排放也有一定的贡献.

图 12 江苏省内河船舶NOx及SO2排放空间分布 Fig. 12 Spatial distribution of NOx and SO2 emissions by vessels on inland rivers in Jiangsu Province

2.4.2 江苏省内河船舶大气污染物排放月度分布特征

图 13分别给出了2014年江苏省内河船舶各月份船舶SO2和NOx的排放总量随时间的变化规律及排放占比均从不同角度反映了江苏省内河船舶各月份大气污染物的排放情况, 可以看出, 整体上, 除2月的排放占比略小外(可能与处于枯水期及春节期间船舶活动性降低等因素有关), 其余月份排放占比基本较为均匀, 占比均在8%~10%左右; 船舶各污染物排放随时间的变化趋势保持一致, 二月份时排放量陡然下降, 3月开始至5月, 船舶大气污染物排放处于持高状态, 6~9月略有下降, 10~11月排放量上升, 12月又略微下降.

图 13 江苏省内河船舶排放NOx及SO2的月度变化规律 Fig. 13 Emission variations of NOx and SO2 from vessels on inland rivers, in Jiangsu Province

2.5 不确定性分析

本研究使用的AIS数据来自于上海船舶动态监测, 签证数据来自于江苏海事局以及江苏省地方海事局, 过闸数据来自江苏省航道局, 其可靠性有较好保证. AIS数据的可靠性仅仅受接收设备和基站的限制, 并且在本次计算中已剔除部分异常值.

在研究过程中使用的船舶基础信息, 如：英文船名、中文船名、IMO编号、船籍、建成日期、船舶种类、总吨、主机功率、主机类型、主机发动机转速、辅机功率、辅机发动机转速、锅炉类型等船舶基础信息均来自全船名录、调研数据以及相关网站查询获得, 以及从海事部门获取的信息, 如, 中文船名、英文船名、船籍港、船舶种类、IMO编号、国籍、航区、建成日期、总吨、主机功率和主机类型等, 数据比较可靠.

另外, 在基于签证数据排放量计算中, 为补充计算所需的活动量数据, 进行了问卷调查和专家咨询各类船舶平均航速、平均航行时间等, 由于主要凭借专家的经验估算, 这部分数据存在一定不确定性.

由于我国开展船舶大气污染排放研究的历程较短, 基础研究相对薄弱, 本研究所采用的海船排放因子, 主机、辅机、锅炉的控制因子, 低负载调整因子和主机燃油调整因子都是从国内外文献中获取的, 其在中国以及江苏的适用性, 需要在今后的研究中进一步校验, 因此, 排放因子的选择可能会带来一定的误差, 存在一定不确定性.

3 结论

(1) 2014年江苏省内河船舶共排放NOx 18.71万t、SO2 5.13万t、PM2.5 0.82万t、PM10 1.10万t、HC 0.64万t、CO 1.67万t和CO2 1051.13万t.其中长江江苏段行驶的船舶排放的各大气污染物排放占比都在60%以上, 为江苏省内河航运污染的主要污染来源.

(2) 江苏省内河(不计长江)船舶污染物排放量研究发现：①干货船大气污染物排放量最大, 在200~600 t范围污染物排放贡献最大, 整体上, 船舶正常航行排放＞进出闸排放＞进出港泊岸行驶排放＞停泊排放; 除停泊工况外, 主机发动机均是各运行工况下船舶大气污染物最主要的排放源; ②京杭运河沿线上各船闸大气污染物排放量较大; 京杭运河苏北段航道单位航道长度大气污染物排放量较大, 苏南航道次之; 苏州内河港、南通内河港、淮安、常州内河港的船舶大气污染物排放总量占比较大, 连云港内河港以及南京内河港大气污染物排放总量占比最小.

(3) 长江江苏段船舶污染物排放量研究发现：①长江江苏段船舶排放的各大气污染物占江苏省内河60%以上, 其中抵港船舶污染物排放分担率在70%左右; ②对于沿江港口, 南京港的船舶大气污染物排放量率均为最高, 其次是南通、镇江, 常州、常熟港的船舶大气污染物排放量较低; ③对于沿江港口, 非集装箱货轮的各大气污染物排放量最高; 各大气污染物的排放量均在装卸货工况下最高, 其次是巡航状态; 主机和辅机是船舶大气污染排放的主要机型; 对于长江江苏段巡航船舶, 非集装箱货轮各种污染物的排放量均为最高; 缓慢行驶状态下各污染物排放量均为最高.

(4) 2014年, 江苏省内河船舶大气污染排放受时间影响较小, 除2月占比较低之外, 其余月份排放占比较为均匀.

参考文献
[1] 卞雅慧, 范小莉, 李成, 等. 广东省非道路移动机械排放清单及不确定性研究[J]. 环境科学学报, 2018, 38(6): 2167-2178.
Bian Y H, Fan X L, Li C, et al. A sector-based emission inventory and its uncertainty from non-road mobile machinery in Guangdong Province, China[J]. Acta Scientiae Circumstantiae, 2018, 38(6): 2167-2178.
[2] 朱倩茹, 廖程浩, 王龙, 等. 基于AIS数据的精细化船舶排放清单方法[J]. 中国环境科学, 2017, 37(12): 4493-4500.
Zhu Q R, Liao C H, Wang L, et al. Application of fine vessel emission inventory compilation method based on AIS data[J]. China Environmental Science, 2017, 37(12): 4493-4500. DOI:10.3969/j.issn.1000-6923.2017.12.011
[3] 刘欢, 商轶, 金欣欣, 等. 船舶排放清单研究方法及进展[J]. 环境科学学报, 2018, 38(1): 1-12.
Liu H, Shang Y, Jin X X, et al. Review of methods and progress on shipping emission inventory studies[J]. Acta Scientiae Circumstantiae, 2018, 38(1): 1-12.
[4] 黄志辉, 丁焰, 尹航, 等.中国船舶大气污染物排放清单报告[R].北京: 环境保护部机动车排污监管中心, 2016. 1-41.
[5] 张礼俊, 郑君瑜, 尹沙沙, 等. 珠江三角洲非道路移动源排放清单开发[J]. 环境科学, 2010, 31(4): 886-891.
Zhang L J, Zheng J Y, Yin S S, et al. Development of non-road mobile source emission inventory for the Pearl River Delta region[J]. Environmental Science, 2010, 31(4): 886-891.
[6] 张意, Michel A, 李东, 等. 天津市非道路移动源污染物排放清单开发[J]. 环境科学, 2017, 38(11): 4447-4453.
Zhang Y, Michel A, Li D, et al. Development of a non-road mobile source emissions inventory for Tianjin[J]. Environmental Science, 2017, 38(11): 4447-4453.
[7] 刘静, 王静, 宋传真, 等. 青岛市港口船舶大气污染排放清单的建立及应用[J]. 中国环境监测, 2011, 27(3): 50-53.
Liu J, Wang J, Song C Z, et al. The establishment and application of ship emissions inventory in Qingdao port[J]. Environmental Monitoring in China, 2011, 27(3): 50-53. DOI:10.3969/j.issn.1002-6002.2011.03.014
[8] 叶斯琪, 郑君瑜, 潘月云, 等. 广东省船舶排放源清单及时空分布特征研究[J]. 环境科学学报, 2014, 34(3): 537-547.
Ye S Q, Zheng J Y, Pan Y Y, et al. Marine emission inventory and its temporal and spatial characteristics in Guangdong Province[J]. Acta Scientiae Circumstantiae, 2014, 34(3): 537-547.
[9] Cao Y L, Wang X, Yin C Q, et al. Inland Vessels Emission Inventory and the emission characteristics of the Beijing-Hangzhou Grand Canal in Jiangsu Province[J]. Process Safety and Environmental Protection, 2018, 113: 498-506. DOI:10.1016/j.psep.2017.10.020
[10] 伏晴艳, 沈寅, 张健. 上海港船舶大气污染物排放清单研究[J]. 安全与环境学报, 2012, 12(5): 57-64.
Fu Q Y, Shen Y, Zhang J. On the ship pollutant emission inventory in Shanghai port[J]. Journal of Safety and Environment, 2012, 12(5): 57-64. DOI:10.3969/j.issn.1009-6094.2012.05.013
[11] Yau P S, Lee S C, Corbett J J, et al. Estimation of exhaust emission from ocean-going vessels in Hong Kong[J]. Science of the Total Environment, 2012, 431: 299-306. DOI:10.1016/j.scitotenv.2012.03.092
[12] 杨静, 尹佩玲, 叶斯琪, 等. 深圳市船舶排放清单与时空特征研究[J]. 环境科学, 2015, 36(4): 1217-1226.
Yang J, Yin P L, Ye S Q, et al. Marine emission inventory and its temporal and spatial characteristics in the city of Shenzhen[J]. Environmental Science, 2015, 36(4): 1217-1226.
[13] 王延龙, 李成, 黄志炯, 等. 2013年中国海域船舶大气污染物排放对空气质量的影响[J]. 环境科学学报, 2018, 38(6): 2157-2166.
Wang Y L, Li C, Huang Z J, et al. Impact of ship emissions on air quality over Chinese waters in 2013[J]. Acta Scientiae Circumstantiae, 2018, 38(6): 2157-2166.
[14] 顾建, 王伟, 彭宜蔷, 等. 基于STEAM的靠港船舶大气污染物排放清单研究[J]. 安全与环境学报, 2017, 17(5): 1963-1968.
Gu J, Wang W, Peng Y Q, et al. Study on vessel emission inventory based on STEAM[J]. Journal of Safety and Environment, 2017, 17(5): 1963-1968.
[15] 江苏省交通运输厅.江苏省2015年交通统计年鉴[R].南京: 江苏省交通运输厅, 2015.
[16] ICF International. Current methodologies in preparing mobile source port-related emission inventories[R]. United States: ICF International, 2009.
[17] 李胜.船舶主机降速节能研究[D].辽宁: 大连海事大学, 2011.
Li S. The study on adhesion skimmer design[D]. Liaoning: Dalian Maritime University, 2011. http://cdmd.cnki.com.cn/Article/CDMD-10151-1011119246.htm
[18] Browning L, Bailey K. Current methodologies and best practices for preparing port emission inventories[R]. US: ICF Consulting Report to Environmental Protection Agency, 2006.
[19] Espinoza C. Particle emissions from vehicles (SI-PFI and SI-DI) at high speed and from large ocean-going vessels[D]. United States: UC Riverside, 2014. https://search.proquest.com/docview/1656449355
[20] Beecken J, Mellqvist J, Salo K, et al. Emission factors of SO2, NOx and particles from ships in Neva Bay from ground-based and helicopter-borne measurements and AIS-based modeling[J]. Atmospheric Chemistry and Physics, 2015, 15(9): 5229-5241. DOI:10.5194/acp-15-5229-2015
[21] Cooper D A. Exhaust emissions from high speed passenger ferries[J]. Atmospheric Environment, 2001, 35(24): 4189-4200. DOI:10.1016/S1352-2310(01)00192-3
[22] Winnes H, Fridell E. Particle emissions from ships:Dependence on fuel type[J]. Journal of the Air & Waste Management Association, 2009, 59(12): 1391-1398.
[23] 肖笑, 李成, 叶潇, 等. 内河船舶大气污染物排放特征实测研究[J]. 环境科学学报, 2019, 39(1): 13-24.
Xiao X, Li C, Ye X, et al. Emission characteristics of gas-and particle-phase pollutants from river vessels in cruising mode[J]. Acta Scientiae Circumstantiae, 2019, 39(1): 13-24.
[24] Jakab G J, Risby T H, Hemenway D R. Use of physical chemistry and in vivo exposure to investigate the toxicity of formaldehyde bound to carbonaceous particles in the murine lung[J]. Research Report (Health Effects Institute), 1992(53): 1-39.
[25] Hong Kong Environmental Protection Department (HKEPD). Study on marine vessels emission inventory[R]. Hong Kong: The HKEPD Government, 2015.
[26] 宋亚楠.内河和近海船舶排放特性及排放清单研究[D].北京: 北京理工大学, 2015.
Song Y N. Research of emission inventory and emission character of inland and offshore ships[D]. Beijing: Beijing Institute of Technology, 2015. http://cdmd.cnki.com.cn/Article/CDMD-10007-1015030149.htm
[27] Goldsworthy L, Goldsworthy B. Modelling of ship engine exhaust emissions in ports and extensive coastal waters based on terrestrial AIS data-an Australian case study[J]. Environmental Modelling & Software, 2015, 63: 45-60.