CN110309488B - 一种基于典型断面的内河航道船舶尾气排放量的确定方法 - Google Patents
一种基于典型断面的内河航道船舶尾气排放量的确定方法 Download PDFInfo
- Publication number
- CN110309488B CN110309488B CN201910508496.6A CN201910508496A CN110309488B CN 110309488 B CN110309488 B CN 110309488B CN 201910508496 A CN201910508496 A CN 201910508496A CN 110309488 B CN110309488 B CN 110309488B
- Authority
- CN
- China
- Prior art keywords
- ship
- section
- sections
- typical
- ships
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 33
- 231100000719 pollutant Toxicity 0.000 claims abstract description 33
- 238000004364 calculation method Methods 0.000 claims abstract description 28
- 238000011069 regeneration method Methods 0.000 claims abstract description 16
- 238000004326 stimulated echo acquisition mode for imaging Methods 0.000 claims abstract description 8
- 230000008929 regeneration Effects 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 4
- 230000001172 regenerating effect Effects 0.000 claims description 4
- 238000011144 upstream manufacturing Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000007599 discharging Methods 0.000 claims description 2
- 239000000446 fuel Substances 0.000 description 4
- 239000010759 marine diesel oil Substances 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 239000003502 gasoline Substances 0.000 description 2
- 239000010763 heavy fuel oil Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 229910052717 sulfur Inorganic materials 0.000 description 2
- 239000011593 sulfur Substances 0.000 description 2
- 238000003915 air pollution Methods 0.000 description 1
- 238000004873 anchoring Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000010127 yangjing Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0831—Overseas transactions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Pure & Applied Mathematics (AREA)
- Strategic Management (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Bioinformatics & Computational Biology (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Primary Health Care (AREA)
- Algebra (AREA)
- Probability & Statistics with Applications (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于典型断面的内河航道船舶尾气排放量的确定方法,具体包括:选取内河航段多个关键典型断面作为离散观测点;应用AIS数据库信息,结合劳氏船级社等机构的船舶特征信息,采用STEAM模型计算出各断面以及断面间港口内船舶的排放清单;基于路径再生法分析各控制断面之间的船舶的航行轨迹特点;利用拉格朗日插值法建立内河航段主要类型船舶的污染物连续排放模型,积分计算后获得各断面间过境船舶排放量;将过境船舶和进出港船舶排放量相加,得到内河航道船舶尾气排放情况。本发明建立的基于典型断面的内河航道船舶尾气排放连续分布模型,能够快速准确计算出内河航道船舶尾气排放量。
Description
技术领域
本发明涉及一种基于典型断面的内河航道船舶尾气排放量的确定方法,涉及船舶尾气排放核算领域。
背景技术
内河航运已成为区域综合运输体系的重要组成部分。随着中国入海航道整治工程的快速推进,更多的远洋船舶可以进入中国的内河航道中。相较海上运输,高等级的入海内河航道两侧却没有安全有效的大气污染物扩散面,加之穿越地区的经济和人口密度、社会发展水平都非常高,因此船舶尾气的危害更加直接和严重。深水航道带来繁荣的内河航运活动为区域经济快速发展提供了动力,同时也加剧了本就严重的空气污染。
在船舶尾气排放方面的研究主要集中于海船,针对海船和内河船舶混杂的入海内河航道中船舶尾气排放的计算方法尚为空白。此外,由于AIS数据精细,对船舶位置、速度信息报告的时间间隔短,远远超过计算所需的精度。大尺度区域内的AIS数据量十分巨大,使得应用AIS数据建立排放清单的计算变得十分复杂,同时需要高性能计算机和良好培训的专业人员。因此对于内陆环保、地方海事监管部门而言,构建一种快速简便的船舶排放计算方法就显得迫切而必要。
本专利提出的一种基于典型断面的内河航道船舶尾气排放量的确定方法,不仅能在复杂条件下快速计算内河区域排放清单,还可以保证船舶尾气排放计算的精度,因此具有较高的实用性和推广性。
发明内容
目的:为了克服现有技术中存在的不足,本发明提供一种基于典型断面的内河航道船舶尾气排放量的确定方法。
技术方案:为解决上述技术问题,本发明采用的技术方案为:
一种基于典型断面插值法的内河航道船舶尾气排放连续分布模型,具体包括:
典型断面的选择,针对某一内河航道,合理选择典型断面作为离散监测点;
典型断面和在港船舶排放计算,运用断面AIS数据信息,结合劳氏船级社等机构的船舶特征信息,采用STEAM模型计算出各断面以及断面间港口内船舶的排放清单;
断面间船舶路径再生,运用路径再生法分析各典型断面之间的船舶的航行轨迹特点;
断面间过境船舶排放,利用插值法建立内河航段主要类型过境船舶的污染物连续排放模型,积分计算后获得各断面间过境船舶排放量;
内河航道总排放量计算,将过境和港口内船舶排放量相加,得到内河航道船舶尾气排放情况。
进一步地,所述典型断面指为建立内河航道连续排放模型所需要的内河航道离散关键节点,典型断面的选取原则:(1)所选断面处的AIS信号清晰,数据完整;(2)典型断面沿航道平均分布;(3)重要河段汇入处增加典型断面;(4)区域重要港口附近增加典型断面;(5)河道较大弯曲处增加典型断面;(6)重要的跨河建筑物处增加典型断面,所述重要的跨河建筑物包括但不限于桥梁、船闸;(7)海事部门检查站附近增加典型断面;(8)增加典型断面直至相邻断面间最多只有一个港口。
进一步地,所述STEAM模型为一种获取船舶大气污染物排放量的计算方法,具体为:
Ei,j,k=∑Pj×LFj,k×Tj,k×EFi,j×10-6 (1)
式(1)中i,j,k分别表示污染物种类、发动机类型和运行工况;E为某种污染物的排放量,单位为g;P为船舶发动机额定功率,单位为kW;计算时,需对主机和副机负荷功率进行调整,将最大持续功率乘以其负载系数LF;T为船舶通过各断面的时间,单位为h;EF为污染物排放因子,单位为g·kW-1·h-1。
进一步地,通过AIS数据中的船舶位置、速度、时间信息将内河船舶的运行工况分为三种:巡航、低负载/机动操作、停泊/锚泊。运行工况的划分方法及主副机运行状态如表1所示。
表1船舶运行工况及主副机运行状态
进一步地,运用速率变化率SVR来区分巡航和低负载/机动操作状态,
式(2)中SVR为船舶速度变化率;n为通过某断面的船舶的AIS数据点个数;vi表示船舶第i个AIS点的速度;ti为船舶第i个AIS点的时间。
对于航行速度信息缺失的船舶,根据文献,负载系数默认值如表2所示。
表2不同运行工况下负载因子默认值
船舶低负荷调整系数LF的计算公式为:
LF=(Va/Vmax)3 (5)
式(5)中Va为船舶运行时的实际速度,单位为节;Vmax为船舶设计的最大速度,单位为节。
进一步地,缺失的主机负荷功率可以通过已知船舶载重吨DWT数据推测。各类型船舶的载重吨和船舶功率之间的回归方程如表3所示。
表3船舶载重吨与主机功率的回归关系
当发动机负荷超过20%时,其不同污染物的排放因子是恒定的。内河地区典型船舶主机发动机为中速柴油机MSD和低速柴油机SSD,生产年份为2010-2014年,燃料类型为船用柴油MDO、重质燃料油RO和船用汽油MGO,其排放因子如表4所示。
表4主机和副机的排放因子(单位为g·kW-1·h-1)
当主机负荷小于20%时,必须对排放因子进行校正。主机的低负载调整因子AF可查表5,船舶主机处于低负荷状态下时,使用的排放因子的计算方法为:
EF′i,m=EFi,m×AFi (6)
表5主机低负载调整因子
进一步地,所述断面间船舶路径再生利用最短路径法进行,所述最短路径法用AIS数据和包括航道边界、江心洲、碍航礁石在内的航道位置来构造,路径再生基于在每个轨迹点位置之间找到最短的可用路径。
进一步地,所述最短路径法分为两步:①识别断面内的AIS数据点;②用断面内的AIS数据点构建可以绕过障碍物的船舶轨迹;若断面间存在江心洲或礁石等碍航物,且两侧航道可通航,则将船舶平均分配在碍航物两侧;受柯氏力的影响,有的江心洲两侧仅可单侧通航,此时将船舶全部分配于可通航侧;若断面间存在障碍物,断面间AIS数据点的连线的最短路径跨过陆地,则放弃最短路径,用插值法在障碍物处建立插值数据点,直至恰好能满足路径最短且不跨越陆地这两个条件为止。
进一步地,所述最短路径法的步骤①中,识别断面内的AIS数据点时,需对进港船舶和过境船舶加以区分;对于断面间无港口的区段,最短路径只与江上过境的船只的活动有关,无需船舶进出港数据,全部直接选取最短的连线作为再生路径;对于断面间存在港口的情况,需根据港口的船舶进出港记录,合理分配进出港船舶和过境船舶;由于相邻典型断面间最多只存在一个港口,因此过境船舶的总数量可根据相邻两断面船舶流量与断面间进出港船舶量之间的关系换算得到:
式(3)中,Qt为过境船舶的数量,Q1为通过上游典型断面的船舶数量,Q2为通过紧邻的下游典型断面的船舶数量,Qp为典型断面间进出港船舶的数量。
进一步地,所述断面间过境船舶排放系运用拉格朗日插值法进行计算,具体方法为:将沿内河航道顺流方向的各断面距起点的距离作为自变量xk,yk为对应位置的单位排放量;对于x∈(a,b)的内河航道,其排放模型的计算方法:
式(4)中i,n,k分别代表污染物、断面数量和断面编号;L排放模型表达式;x代表断面距起点的航行距离,单位为km;y代表断面的污染物排放量,单位为t。
有益效果:本发明提供一种基于典型断面插值法的内河航道船舶尾气排放连续分布模型,是通过典型断面中的船舶尾气排放量作为离散数据,运用STEAM模型计算在港船舶和典型断面中船舶的尾气排放量,运用路径再生法,从而建立断面间船舶航行轨迹和轨迹特点,运用拉格朗日插值法,得到断面间过境船舶尾气排放量;将过境和港口内船舶排放量相加,即得到内河航道船舶尾气排放情况。本发明为内河航道船舶尾气排放提供便捷的计算方法,也为海事部门提供监管依据。
附图说明
图1为本发明提供的基于典型断面插值法的内河航道船舶尾气排放连续分布模型的结构示意图;
图2为路径再生法示意图;
图3为长江江苏段典型断面选择结果示意图;
图4为长江江苏段各断面单位面积污染物排放量;
图5为长江江苏段过境船舶NOx排放连续分布图。
具体实施方式
下面结合附图和具体实施例对本发明作更进一步的说明。
一种基于典型断面插值法的内河航道船舶尾气排放连续分布模型,如图1所示,具体包括:
典型断面的选择,对某一内河航道,运用空间插值法的原理,为考虑航道形态、航道交汇、航道通过能力、港口分布情况等因素,合理选择典型断面作为离散监测点;
典型断面和在港船舶排放计算,运用断面AIS数据信息,结合劳氏船级社等机构的船舶特征信息,采用STEAM模型计算出各断面以及断面间港口内船舶的排放清单;
断面间船舶路径再生,运用路径再生法分析各控制断面之间的船舶的航行轨迹特点;所述路径再生法为最短路径法和插值法;对于不跨越陆地或碍航障碍物的区段使用最短路径法,对于跨越陆地或碍航障碍物的区段使用插值法;
断面间过境船舶排放,利用拉格朗日插值法建立内河航段主要类型船舶的污染物连续排放模型,积分计算后获得各断面间过境船舶排放量;
内河航道总排放量计算,将过境和在港船舶排放量相加,得到内河航道船舶尾气排放情况。
进一步地,所述典型断面指为建立内河航道连续排放模型所需要的内河航道离散关键节点,典型断面的选取原则:(1)所选断面处的AIS信号清晰,数据完整;(2)典型断面沿航道平均分布;(3)重要河段汇入处增加典型断面;(4)区域重要港口附近增加典型断面;(5)河道较大弯曲处增加典型断面;(6)重要的跨河建筑物处增加典型断面,所述重要的跨河建筑物包括但不限于桥梁、船闸;(7)海事部门检查站附近增加典型断面;(8)增加典型断面直至相邻断面间最多只有一个港口。
进一步地,所述STEAM模型为一种获取船舶大气污染物排放量的计算方法,具体为:
Ei,j,k=∑Pj×LFj,k×Tj,k×EFi,j×10-6 (1)
式(1)中i,j,k分别表示污染物种类、发动机类型和运行工况;E为某种污染物的排放量,单位为g;P为船舶发动机额定功率,单位为kW;计算时,需对主机和副机负荷功率进行调整,将最大持续功率乘以其负载系数LF;T为船舶通过各断面的时间,单位为h;EF为污染物排放因子,单位为g·kW-1·h-1。
进一步地,通过AIS数据中的船舶位置、速度、时间信息将内河船舶的运行工况分为三种:巡航、低负载/机动操作、停泊/锚泊。运行工况的划分方法及主副机运行状态如表1所示。
表1船舶运行工况及主副机运行状态
进一步地,运用速率变化率SVR来区分巡航和低负载/机动操作状态,
式(2)中SVR为船舶速度变化率;n为通过某断面的船舶的AIS数据点个数;vi表示船舶第i个AIS点的速度;ti为船舶第i个AIS点的时间。
对于航行速度信息缺失的船舶,根据文献,负载系数默认值如表2所示。
表2不同运行工况下负载因子默认值
船舶低负荷调整系数LF的计算公式为:
LF=(Va/Vmax)3 (5)
式(5)中Va为船舶运行时的实际速度,单位为节;Vmax为船舶设计的最大速度,单位为节。
进一步地,缺失的主机负荷功率可以通过已知船舶载重吨DWT数据推测。各类型船舶的载重吨和船舶功率之间的回归方程如表3所示。
表3船舶载重吨与主机功率的回归关系
当发动机负荷超过20%时,其不同污染物的排放因子是恒定的。内河地区典型船舶主机发动机为中速柴油机MSD和低速柴油机SSD,生产年份为2010-2014年,燃料类型为船用柴油MDO、重质燃料油RO和船用汽油MGO,其排放因子如表4所示。
表4主机和副机的排放因子(单位为g·kW-1·h-1)
当主机负荷小于20%时,必须对排放因子进行校正。主机的低负载调整因子AF可查表5,船舶主机处于低负荷状态下时,使用的排放因子的计算方法为:
EF′i,m=EFi,m×AFi (6)
表5主机低负载调整因子
进一步地,所述断面间船舶路径再生利用最短路径法进行,所述最短路径法用AIS数据和包括航道边界、江心洲、碍航礁石在内的航道位置来构造,路径再生基于在每个轨迹点位置之间找到最短的可用路径。
进一步地,如图2所示,最短路径法分为两步:①识别断面内的AIS数据点;②用断面内的AIS数据点构建可以绕过障碍物的船舶轨迹;若断面间存在江心洲或礁石等碍航物,且两侧航道可通航,则将船舶平均分配在碍航物两侧;受柯氏力的影响,有的江心洲两侧仅可单侧通航,此时将船舶全部分配于可通航侧;若断面间存在障碍物,断面间AIS数据点的连线的最短路径跨过陆地,则放弃最短路径,用插值法在障碍物处建立插值数据点,直至恰好能满足路径最短且不跨越陆地这两个条件为止。
进一步地,所述最短路径法的步骤①中,识别断面内的AIS数据点时,需对进港船舶和过境船舶加以区分;对于断面间无港口的区段,最短路径只与江上过境的船只的活动有关,无需船舶进出港数据,全部直接选取最短的连线作为再生路径;对于断面间存在港口的情况,需根据港口的船舶进出港记录,合理分配进出港船舶和过境船舶;由于相邻典型断面间最多只存在一个港口,因此过境船舶的总数量可根据相邻两断面船舶流量与断面间进出港船舶量之间的关系换算得到:
式(3)中,Qt为过境船舶的数量,Q1为通过上游典型断面的船舶数量,Q2为通过紧邻的下游典型断面的船舶数量,Qp为典型断面间进出港船舶的数量。
进一步地,所述断面间过境船舶排放系运用拉格朗日插值法进行计算,具体方法为:将沿内河航道顺流方向的各断面距起点的距离作为自变量xk,yk为对应位置的单位排放量;对于x∈(a,b)的内河航道,其排放模型的计算方法:
式(4)中i,n,k分别代表污染物、断面数量和断面编号;L排放模型表达式;x代表断面距起点的航行距离,单位为km;y代表断面的污染物排放量,单位为t。
实施例
所应用的内河航道选为长江江苏段,实施步骤如下:
一、典型断面的选择:
长江江苏段全长约300km,西起南京,东至南通,主要汇入支流有京杭大运河、泰州引江河、德胜河、锡澄运河和浏河等。2017年中国江苏省辖区船舶进出港共计247万艘次,长江江苏段进出港船舶共计2104770艘次,其中海船149637艘次,内河船舶1955133艘次。如图3所示,按照典型断面平均分布的原则,在长江江苏段首先选取南京第三长江大桥、润扬大桥、江阴长江大桥和苏通大桥四个断面;在京杭运河、引江河、德胜河等重要支流汇入处增加镇江长江大桥、泰州大桥、七圩渡口三个断面;在南京港、苏州港地区重要港口的附近增加南京长江大桥、南京第四长江大桥和通锡高速跨江段三个断面。最终,在长江江苏段共选取这10个地点的上下游300m区间为10个典型断面,按照在长江流向依次标记断面为①-⑩,分别为南京第三长江大桥、南京长江大桥、南京第四长江大桥、润扬大桥、镇江长江大桥、泰州大桥、七圩渡口、江阴长江大桥、通锡高速跨江段和苏通大桥。
二、典型断面和在港船舶排放计算:
首先对长江江苏段各港口的船舶排放量计算。以江苏省的沿江港口为研究对象,只考虑本年度吞吐量超过1亿吨的港口的排放。根据交通运输部的统计数据,这些港口占货物吞吐量总量的99%。分别对各港口船舶的排放量进行计算。由于苏州港较大,且张家港、常熟、太仓三个港区分布较为分散,故对其单独进行计算。计算得到的10个港口或港区(南京、镇江、江阴、扬州、泰州、常州、南通、张家港、常熟和太仓)进出港船舶的大气污染物排放情况如表6所示。
表6长江江苏段沿江港口船舶尾气排放量(单位:t)
通过劳氏船级社数据库查询2017年经过该航段的船舶主机功率情况,计算得到长江江苏段各断面各类船舶的主机功率平均值,见表7。对于船舶载重吨数据缺失的船舶,船舶功率采用所在断面同类型船舶的平均值作为计算默认值。对于船舶载重吨和船型信息都缺失的船舶,船舶功率采用在断面所有已知船舶功率的平均值作为计算默认值。
表7长江江苏段各断面各类船舶的主机功率平均值(单位:kW)
2017年长江江苏段10个典型断面船舶排放清单见表8,图4为10个典型断面单位面积污染物排放量。各断面船舶大气污染物排放特征相似,均以NOx和SO2为最主要排放物,分别占总排放量的第一、二位,VOC的排放量最低。SO2的排放与燃料中的含硫量直接相关,其排放量较大是因为船用燃料的含硫率较高,达1%~3.5%,远高于排放控制区的相关要求;NOx的排放则受到燃料种类、发动机效率和负载等多方面因素影响。
表8 2017年各典型断面污染物排放清单(单位:t)
三、断面间船舶路径再生:
通过断面船舶流量和港口的船舶流量计算出过境船舶数量。根据船舶上下行方向,分别计算出上下行过境船舶的数量。对于段面之间的区域,使用AIS数据点和船舶进出港数据在十个典型断面间确定了1,970,353条过境船舶的轨迹,其中913,135条轨迹需用插值法进行路径规划以避免跨过陆地和江心洲。表9显示了各断面间过境船舶的轨迹的平均属性,顺着长江流向,航道通航状况越来越好,航道通过能力不断增强,航道深度和宽度增大,因此船舶的平均航速呈现逐渐增加的趋势。
表9断面间过境船舶轨迹平均特性
在这九个区间内,都有迹象表明,往上行轨迹往往比下行有更长的持续时间和较慢的速度,这与长江水流的方向一致。在AIS数据完整的典型断面内也同样存在这一现象。以区间①-②和区间⑨-⑩为例,这两个区间内上下行船舶轨迹的平均特性如表10所示。由于是内河航道,故上下行船舶的航行距离是基本一致的。但是受水流推动的影响,下行船舶的船速要明显高于上行船舶。区间①-②的平均航速为5.91节,其中上行船舶平均航速为4.67节,下行船舶为7.34节,比上行船舶快2.67节。而区间⑨-⑩中下行船舶比上行船舶快1.56节。顺水的流向,航道不断增宽加深,使得江水流速减缓,水流对船舶的推动力下降。上行和下行之间的持续时间和速度差异除了受到江水流向的影响。同时也可能与船舶运载量有关。随着航道通过能力的增加,通航的船舶吨位变大,其航行速度和通过时间也会产生变化。
表10断面间上下行船舶轨迹平均特性
四、断面间过境船舶排放
沿长江顺流方向,本研究以南京第三长江大桥作为为起点,记为0点。太仓港区作为终点,与南京第三长江大桥的航行距离为325.6km。利用拉格朗日插值法,计算过境船舶尾气排放插值多项式,结果如表11所示。经过积分计算后得到过境船舶的全部排放量,对于该区域,本模型估计船舶排放的SO2、NOx、PM10、PM2.5、CO和VOC分别为111×103吨、140×103吨、12×103吨、15×103吨12×103吨和13×103吨。各污染物的排放特征与各断面排放特征相似,仍然以NOx和SO2为最主要的污染物,分别占总排放量的46.20%和36.76%。其他四种污染物的占比均小于5%。图5为长江江苏段过境船舶NOx排放连续分布图。
表11过境船舶尾气排放差值结果
五、内河航道总排放量计算:
在港船舶和过境船舶这两部分排放叠加后,即可得到长江江苏段船舶尾气总体排放清单,船舶排放的SO2、NOx、PM10、PM2.5、CO和VOC分别为119.46×103吨、153.23×103吨、12.54×103吨、15.49×103吨、13.44×103吨和13.13×103吨。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种基于典型断面的内河航道船舶尾气排放量的确定方法,其特征在于:具体包括如下过程:
典型断面的选择,针对某一内河航道,合理选择典型断面作为离散监测点;
典型断面和在港船舶排放计算,运用断面AIS数据信息,结合船舶特征信息,采用STEAM模型计算出各断面以及断面间港口内船舶的排放清单;
断面间船舶路径再生,运用路径再生法分析各典型断面之间的船舶的航行轨迹特点;
断面间过境船舶排放,利用插值法建立内河航段主要类型过境船舶的污染物连续排放模型,积分计算后获得各断面间过境船舶排放量;
内河航道总排放量计算,将过境和港口内船舶排放量相加,得到内河航道船舶尾气排放情况;
所述STEAM模型为一种获取船舶大气污染物排放量的计算方法,具体为:
Ei,j,k=∑Pj×LFj,k×Tj,k×EFi,j×10-6 (1)
式(1)中i,j,k分别表示污染物种类、发动机类型和运行工况;E为某种污染物的排放量,单位为g;P为船舶发动机额定功率,单位为kW;计算时,需对主机和副机负荷功率进行调整,将最大持续功率乘以其负载系数LF;T为船舶通过各断面的时间,单位为h;EF为污染物排放因子,单位为g·kW-1·h-1。
2.根据权利要求1所述的一种基于典型断面的内河航道船舶尾气排放量的确定方法,其特征在于:所述典型断面指为建立内河航道连续排放模型所需要的内河航道离散关键节点,典型断面的选取原则:(1)所选断面处的AIS信号清晰,数据完整;(2)典型断面沿航道平均分布;(3)重要河段汇入处增加典型断面;(4)区域重要港口附近增加典型断面;(5)河道较大弯曲处增加典型断面;(6)重要的跨河建筑物处增加典型断面,所述重要的跨河建筑物包括但不限于桥梁、船闸;(7)检查站附近增加典型断面;(8)增加典型断面直至相邻断面间最多只有一个港口。
3.根据权利要求1所述的一种基于典型断面的内河航道船舶尾气排放量的确定方法,其特征在于:通过AIS数据中的船舶位置、速度、时间信息将内河船舶的运行工况分为三种:巡航、低负载或机动操作、停泊。
5.根据权利要求1所述的一种基于典型断面的内河航道船舶尾气排放量的确定方法,其特征在于:缺失的主机负荷功率可以通过已知船舶载重吨DWT数据推测。
6.根据权利要求1所述的一种基于典型断面的内河航道船舶尾气排放量的确定方法,其特征在于:所述断面间船舶路径再生利用最短路径法进行,所述最短路径法用AIS数据和包括航道边界、江心洲、碍航礁石在内的航道位置来构造,路径再生基于在每个轨迹点位置之间找到最短的可用路径。
7.根据权利要求6所述的一种基于典型断面的内河航道船舶尾气排放量的确定方法,其特征在于:所述最短路径法分为两步:①识别断面内的AIS数据点;②用断面内的AIS数据点构建可以绕过障碍物的船舶轨迹;若断面间存在江心洲或礁石碍航物,且两侧航道可通航,则将船舶平均分配在碍航物两侧;受柯氏力的影响,有的江心洲两侧仅可单侧通航,此时将船舶全部分配于可通航侧;若断面间存在障碍物,断面间AIS数据点的连线的最短路径跨过陆地,则放弃最短路径,用插值法在障碍物处建立插值数据点,直至恰好能满足路径最短且不跨越陆地这两个条件为止。
8.根据权利要求7所述的一种基于典型断面的内河航道船舶尾气排放量的确定方法,其特征在于:所述最短路径法的步骤①中,识别断面内的AIS数据点时,需对进港船舶和过境船舶加以区分;对于断面间无港口的区段,最短路径只与江上过境的船只的活动有关,无需船舶进出港数据,全部直接选取最短的连线作为再生路径;对于断面间存在港口的情况,需根据港口的船舶进出港记录,合理分配进出港船舶和过境船舶;由于相邻典型断面间最多只存在一个港口,因此过境船舶的总数量可根据相邻两断面船舶流量与断面间进出港船舶量之间的关系换算得到:
式(3)中,Qt为过境船舶的数量,Q1为通过上游典型断面的船舶数量,Q2为通过紧邻的下游典型断面的船舶数量,Qp为典型断面间进出港船舶的数量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910508496.6A CN110309488B (zh) | 2019-06-12 | 2019-06-12 | 一种基于典型断面的内河航道船舶尾气排放量的确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910508496.6A CN110309488B (zh) | 2019-06-12 | 2019-06-12 | 一种基于典型断面的内河航道船舶尾气排放量的确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110309488A CN110309488A (zh) | 2019-10-08 |
CN110309488B true CN110309488B (zh) | 2023-04-18 |
Family
ID=68077667
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910508496.6A Active CN110309488B (zh) | 2019-06-12 | 2019-06-12 | 一种基于典型断面的内河航道船舶尾气排放量的确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110309488B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111159634A (zh) * | 2019-12-12 | 2020-05-15 | 天津大学 | 基于ais数据计算船舶大气污染物排放量及空间分布的方法 |
CN113408049A (zh) * | 2021-06-04 | 2021-09-17 | 南京汇海交通科技有限公司 | 一种基于ais数据的船舶水污染预测方法 |
CN114239426B (zh) * | 2021-10-20 | 2024-04-19 | 武汉理工大学 | 基于水流资料同化的长江干线船舶排放清单生成方法 |
CN114998076B (zh) * | 2022-08-02 | 2022-11-18 | 交通运输部规划研究院 | 一种内河船舶大气污染物排放量估算方法、系统、计算设备和存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104657783B (zh) * | 2014-03-21 | 2016-03-30 | 北京千安哲信息技术有限公司 | 用于河流污染物泄漏扩散预测的河段离散化处理方法 |
CN109855688A (zh) * | 2019-02-28 | 2019-06-07 | 武汉理工大学 | 一种内河港口船舶废气排放测度方法 |
-
2019
- 2019-06-12 CN CN201910508496.6A patent/CN110309488B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110309488A (zh) | 2019-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110309488B (zh) | 一种基于典型断面的内河航道船舶尾气排放量的确定方法 | |
CN107341573B (zh) | 一种复式航道水域的船舶交通组织优化方法 | |
Di Natale et al. | Particulate matter in marine diesel engines exhausts: Emissions and control strategies | |
CN105590024B (zh) | 一种基于活动的港区大气污染物排放清单编制方法 | |
Tan et al. | Scrubber installation and green fuel for inland river ships with non-identical streamflow | |
CN108665099B (zh) | 一种船舶穿越间隙计算方法 | |
CN113343368A (zh) | 一种基于arena的lng船舶进港对航道通过能力影响的计算方法 | |
CN106184649A (zh) | 一种基于航行特征数据学习的智能航线节油方法 | |
CN113112871B (zh) | 一种考虑船舶尺度的船撞桥危险度计算方法 | |
CN116341392B (zh) | 一种多梯级船闸船舶调度管控方法 | |
CN107330587A (zh) | 一种基于ais的近岸航道水深利用率计算方法 | |
Kao et al. | Utilizing the fuzzy IoT to reduce Green Harbor emissions | |
Colling et al. | Assessing Semi-Autonomous Waterborne Platooning Success Factors in Urban Areas | |
Puszcz et al. | Development of a model for simulation of vessel traffic streams | |
Rata et al. | Air pollutant products resulting from port activity of ships in Constanta harbour | |
Slišković et al. | Analyzing external environmental costs of cruise traffic in the port of Split | |
CN102063530B (zh) | 基于0-1整数规划的船舶定线制系统警戒区优化方法 | |
Montewka et al. | The quantitative assessment of marine traffic safety in the Gulf of Finland, on the basis of AIS data | |
Chilaka et al. | The Lagos Lagoonal Economy up to the Present Time | |
Abramowicz-Gerigk et al. | The influence of regular river navigation in special protection areas of Natura 2000 networkThe influence of regular river navigation in special protection areas of Natura 2000 network | |
Lambert | Monetary cost of a modal shift | |
Hansen et al. | Greening Smaller Ferries by Optimizing Operations | |
Dodonov | Peculiarities of shipping in the Dnipro basin in 1875-1932 | |
Radmilović et al. | The Danube waterway transport as ‘extended leg’of maritime transport across ship locks–case study: ship lock iron gate 1 | |
Weng | Evaluation of ship navigation safety in bridge group water based on extension cloud |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |