CN112132419B - 一种基于ais数据的营运船舶水污染物产排量测算方法 - Google Patents

Abstract

本发明公开了一种基于AIS数据的营运船舶水污染物产排量测算方法，首先对获取的测算时段内AIS报文数据进行清洗和抽稀，然后根据测算区域范围进行筛选归纳，形成船舶活动度数据池；其次通过统计船舶MMSI号获得活动船舶总数量，并将同一单船播报时间间隔内同船重复数据核减为1条，利用活动船舶总数量、核减数据和单船播报时间间隔计算船舶总活动度；最后将结果带入产生量计算公式得出污染物产生量和产生强度，利用污染物产生量和污染指标实测数据及区域排放控制要求，计算出各类污染指标产排量、产生强度和污染强度。AIS报文数据获取便利，涵盖进出港船舶和过境船舶等全体营运船舶数据，降低了测算难度和成本，同时提高时间效率和结论准确度、完整度。

Description

一种基于AIS数据的营运船舶水污染物产排量测算方法

技术领域

本发明涉及环保技术领域，更具体的说是涉及一种基于AIS数据的营运船舶水污染物产排量测算方法。

背景技术

海运是国际物流中最主要的运输方式。它是指使用船舶通过海上航道在不同国家和地区的港口之间运送货物的一种方式，在国际货物运输中使用最广泛。目前，国际贸易总运量中的2/3以上，中国进出口货运总量约90％都是利用海上运输完成的。中国近海和内河水运存在大量营运船舶，产生、排放的污染物对我国水体环境造成了不可忽视的影响，快速、准确测算营运船舶污染物及污染物中各类污染指标的产排量和产生/污染强度对船舶污染物减排、营运船舶监管、相关政策制定等工作具有重要意义。

目前，营运船舶污染物产排量测算方法主要为调查与试验方法和基于船舶签证数据的数学模型分析方法。调查与试验方法是在研究区域内抽取部分船舶进行现场调研，每艘船都是单独设计建造，营运船舶很少有结构完全一致的船舶，我国水域营运船舶吨位跨度大、结构差异也较大、流动性强，在区域营运船舶污染物产排量测算中要想结果准确，需对区域内全部船舶进行调研、分类和单独测算，协调难度大、计算量大、耗时久、且无法展开长期跟踪调查，船舶样本选取代表性无法满足且现场调研数据存在误导性，该方法时间成本、人工成本较高，且结论准确性无法保证。基于船舶签证数据的数学模型分析方法因船舶进出港签证数据不能反映过境船舶交通量、不能确定船舶航行时间和港内停泊时间等重要参数，所以该方法测算的船舶污染物产排量存在漏项。

因此，如何实现营运船舶水污染物产排量的快速、准确测算是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种基于AIS数据的营运船舶水污染物产排量测算方法，首先获取船舶AIS报文数据，对获取的AIS报文数据进行数据清洗和抽稀；其次进行区域筛选，将筛选出的AIS报文数据归纳入测算区域船舶活动度数据池；然后将区域船舶活动度数据池中的AIS报文数据按照船舶MMSI号进行测算时段活动船舶总数量统计获得活动船舶总数量，并按照船舶MMSI号对数据池中的同单船播报时间间隔同船重复播报AIS报文数据进行核减，同单船播报时间间隔同船AIS报文数据只保留1条；然后利用活动船舶总数量、核减后的AIS报文数据和AIS报文数据单船播报时间间隔进行统计时段内的船舶活动度统计，获得船舶总活动度；最后根据船舶总活动度，利用产生量计算公式测算出营运船舶污染物产生量和产生强度，然后结合区域营运船舶污染物中各类污染指标浓度实测值、排放限值和排放控制要求，计算出营运船舶污染物中各类污染指标的产生量、产生强度和排放量、污染强度。AIS报文数据获取便利，且涵盖了区域内进出港船舶和过境船舶等全体营运船舶数据，在降低了营运船舶水污染物产排量测算工作难度、工作成本，提高了时间效率的同时，提高了测算结论准确度和测算结论完整度。

为了实现上述目的，本发明采用如下技术方案：

一种基于AIS数据的营运船舶水污染物产排量测算方法，包括以下具体步骤：

步骤1：获取船舶AIS报文数据；

步骤2：对获取的所述AIS报文数据进行数据清洗，获得清洗后数据；

步骤3：将所述清洗后数据进行数据抽稀，获得抽稀数据；

步骤4：对所述抽稀数据进行区域筛选，将筛选出的所述抽稀数据归纳入测算区域船舶活动度数据池；

步骤5：根据所述测算区域船舶活动度数据池中的所述抽稀数据和船舶MMSI号获得活动船舶总数量和船舶总活动度；

步骤6：根据所述船舶总活动度，利用产生量计算公式测算出营运船舶污染物的产生量和产生强度，然后结合污染物中各类污染指标浓度实测值、区域排放限值和排放控制要求，计算出各类污染指标的产生量、排放量、产生强度和污染强度。

优选的，所述步骤2中将所述AIS报文数据中的无效数据、无关数据、冗余数据和不相关的字段删除，获得清洗后数据，减少数据量和提高计算效率。

优选的，所述步骤3中将所述清洗后数据进行数据抽稀，把原来从几秒-几小时1个点的单船播报时间间隔抽稀为每小时1个点，获得抽稀数据，减少数据量和提高计算效率。

优选的，在ArcGIS中确定测算区域范围和边界线经纬度，采用计算机编程，以所述抽稀数据中每条所述AIS报文数据中的经纬度坐标与所述测算区域范围进行对比，将相匹配的所述AIS报文数据纳入测算区域船舶活动度数据池。

优选的，所述步骤5的具体实现过程为：

步骤51：将所述测算区域船舶活动度数据池中的所述抽稀数据按照船舶MMSI号进行单一时段活动船舶数量统计获得活动船舶总数量；

步骤52：按照船舶MMSI号对所述测算区域船舶活动度数据池中的同单船播报时间间隔同船重复播报的所述抽稀数据进行核减，同单船播报时间间隔同船所述抽稀数据只保留1条；

步骤53：利用所述活动船舶总数量、核减后的所述抽稀数据和所述抽稀数据单船播报时间间隔进行统计时段内的船舶活动度统计，获得船舶总活动度。

优选的，所述营运船舶污染物包括生活污水黑水和灰水、船舶机器处所油污水和船舶垃圾；船舶生活污水黑水污染指标为五日生化需氧量、化学需氧量、悬浮物、总氮、氨氮、总磷；船舶生活污水灰水污染指标为五日生化需氧量、悬浮物；机器处所油污水污染指标为石油类；所述步骤6中利用所述船舶总活动度，根据船舶生活污水产生量计算公式T_生活污水＝(r×B×q_s)/(k×24)计算获得船舶生活污水黑水和灰水的产生量，其中，T_生活污水为生活污水产生量；r为单艘船舶平均配员人数；B为船舶总活动度；q_s为生活污水产污系数；k为船载AIS开机率；

根据船舶机器处所油污水产生量计算公式T_{机器处所油污水}＝(B×q_b)/(k×24)计算获得机器处所油污水产生量，其中，q_b为单船机器处所油污水产污系数；

根据船舶垃圾产生量计算公式T_船舶垃圾＝(r×B×q_g)/(k×24)计算获得船舶垃圾产生量，其中，q_g为船舶垃圾产污系数；

根据区域营运船舶污染物中各类所述污染指标浓度实测值、所述区域排放限值和所述排放控制要求，计算营运船舶污染物中各类污染指标产生量、污染指标产生强度、污染指标排放量和污染指标污染强度；

内河区域分别采用百公里营运船舶所述污染物产生量及污染物中各类所述污染指标产生量表示所述测算区域营运船舶所述污染物产生强度及污染物中各类所述污染指标产生强度；沿海区域分别采用百平方公里营运船舶所述污染物产生量及污染物中各类所述污染指标产生量表示所述测算区域营运船舶所述污染物产生强度及污染物中各类所述污染指标产生强度；

所述内河区域分别采用百公里营运船舶污染物中各类所述污染指标排放量表示所述测算区域营运船舶污染物中各类所述污染指标污染强度；所述沿海区域分别采用百平方公里营运船舶污染物中各类所述污染指标排放量表示所述测算区域营运船舶污染物中各类所述污染指标污染强度。

经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种基于AIS数据的营运船舶水污染物产排量测算方法，实现了区域营运船舶水污染物产排量快速测算，覆盖船舶生活污水、机器处所油污水和船舶垃圾，满足管理部门日常监管及数据实时发布需求；可利用计算机自动获取船舶AIS报文数据并进行处理，AIS报文数据获取便利、且具有标准格式，降低了营运船舶水污染物产排量测算工作难度，提高了时间效率，且降低了工作成本，又最大可能减低人工干预，保证结论准确性和可信性；AIS报文数据涵盖了区域内进出港船舶和过境船舶等全体营运船舶数据，提高了测算结论准确度和测算结论完整度；还可以同时得出营运船舶对区域水环境的污染影响和营运船舶不同水污染物及不同污染指标的影响占比，可实现连续性数据积累和历史数据回溯，可根据需求随意调整研究区域范围和研究时间范围，满足科学分析和政策研究及制订发布的时效性、地域性需求。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1附图为本发明提供的基于AIS数据的营运船舶水污染物产排量测算方法示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例公开了一种基于AIS数据的营运船舶水污染物产排量测算方法，步骤为：

S1：获取船舶AIS报文数据；

S2：针对获取数据开展数据清洗，将AIS报文数据中的无效数据(如没有MMSI等船舶识别号、坐标、没有时间点等关键字段的)、无关数据(航标、基站非船舶AIS报文数据)、冗余数据(同一时间和坐标的多个重复数据)和不相关的字段(除了MMSI、坐标、时间等字段以外的多数字段)删除；

S3：将清洗后的数据进行数据抽稀，把原来从几秒-几小时的单船播发时间间隔抽稀为每小时1个点，数据清洗和数据抽稀的目的为减少数据量和提高计算效率；

S4：在ArcGIS中确定测算区域的范围和边界线经纬度，然后采用计算机编程，以每条AIS报文数据中的经纬度坐标与测算区域范围进行对比，将相匹配的AIS报文数据纳入该区域船舶活动度数据池；

S5：将区域船舶活动度数据池中的AIS报文数据按照船舶MMSI号进行测算时段活动船舶总数量统计获得活动船舶总数量，按照船舶MMSI号对区域船舶活动度数据池中的同单船播报时间间隔同船重复播报AIS报文数据进行核减，同单船播报时间间隔同船AIS报文数据只保留1条；然后利用活动船舶总数量、核减后的AIS报文数据和AIS报文数据单船播报时间间隔进行统计时段内的船舶活动度统计，获得船舶总活动度；

S6：利用船舶总活动度，根据船舶生活污水产生量计算公式计算获得船舶生活污水黑水和灰水的产生量和产生强度，根据机器处所油污水产生量计算公式计算获得机器处所油污水产生量和产生强度，根据船舶垃圾产生量计算公式计算获得船舶垃圾产生量和产生强度；根据污染物产生量和测算区域营运船舶污染物中各类污染指标浓度实测值、区域排放限值及排放控制要求，计算营运船舶污染物中各类污染指标产生量、污染指标产生强度、污染指标排放量和污染指标污染强度；

内河区域采用百公里营运船舶污染物及污染物中各类污染指标产生量表示测算区域营运船舶污染物及污染物中各类污染指标产生强度，沿海区域采用百平方公里营运船舶污染物及污染物中各类污染指标产生量表示所述测算区域营运船舶污染物及污染物中各类污染指标产生强度；

内河区域采用百公里营运船舶污染物中各类污染指标排放量表示测算区域营运船舶污染物中各类污染指标污染强度，沿海区域采用百平方公里营运船舶污染物中各类污染指标排放量表示所述测算区域营运船舶污染物中各类污染指标污染强度；

船舶污染物包括船舶生活污水(含黑水和灰水，黑水和灰水的比例为1:1.285)、机器处所油污水和船舶垃圾；

船舶生活污水黑水污染指标为五日生化需氧量(BOD₅)、化学需氧量(COD_Cr)、悬浮物(SS)、总氮(TN)、氨氮(NH₃-N)、总磷(TP)；船舶生活污水灰水污染指标为五日生化需氧量(BOD₅)、悬浮物(SS)；机器处所油污水污染指标为石油类；

活动船舶总数量是指某一时段在某一水域活动的(航行、停泊、作业等运行状态)的船舶总数量，单位为艘，以AIS报文数据中的MMSI字段数量为依据；

船舶总活动度是指某一时段和某一区域的活动船舶总数量按小时计算的停留时间，单位为艘小时，以AIS报文数据中的播发时间字段为依据，无论1小时内该船播发多少条报文，均按1小时活动度计算，统计一个时段某一区域活动船舶发出的报文条数，同一艘船舶一小时内的报文条数统计为一条，一条报文表示一个小时，所有船舶的活动时间的总和为船舶总活动度。

数据清洗、数据抽稀、区域筛选、统计分析等工作均通过计算机编程进行批处理。

船舶生活污水产生量计算公式为T_生活污水＝(r×B×q_s)/(k×24)，其中，T_生活污水为生活污水产生量，单位吨/年；r为单艘船舶平均配员人数，单位为人/艘；B为船舶总活动度，单位为艘·小时/年；q_s为生活污水产污系数，单位为吨/人·天；k为船载AIS开机率，为百分数。

机器处所油污水产生量计算公式为T_{机器处所油污水}＝(B×q_b)/(k×24)，其中，q_b为单船机器处所油污水产污系数，单位为吨/艘·天；

船舶垃圾产生量计算公式为T_船舶垃圾＝(r×B×q_g)/(k×24)，其中，q_g为船舶垃圾产污系数，单位为吨/人·天。

实施例

单艘船舶平均配员人数r，对于国际船舶，可根据船旗国船舶最低安全配员规则要求，估算各船型船员人数；对于国内船舶，可根据我国《船舶最低安全配员规则》要求，估算各船型船员人数；

生活污水产污系数q_s为单位船员的船舶生活污水日产生量，取值范围为0.03～0.07吨/人·天，含灰水；

船舶生活污水中黑水和灰水的比例为1:1.285；

机器处所油污水产污系数q_b为单艘船舶的机器处所油污水平均日产生量，取值为0.45吨/艘·天；

船舶垃圾产污系数q_g为单位船员的船舶垃圾日产生量，取值为0.001吨/人·天；

船载AIS开机率k，内河下游区域和近海海域船载AIS的实际开机率为50％，内河中上游水域船载AIS的实际开机率为20％-30％；

长江干线总长取2015年长江干线航道维护长度为3128千米，即31.28百公里。

在内河区域污染物产生强度即百公里污染物产生量为船舶污染物产生量与测算区域江段长度的比值，单位为吨/百公里·年；

获取长江源至入海口的逐日船舶AIS报文数据，时间长度为2017年4月-11月，总数据量150G。经过数据清洗、抽稀并将数据不完整的记录删除，利用ArcGIS系统，根据长江源到入海口的长江干线水域边界划分区域范围，经过区域筛选分析得出区域船舶活动度数据池。利用船舶MMSI号获得逐日活动船舶总数量和逐日船舶总活动度。将获得的数据按月度合计，分析逐月活动船舶总数量和船舶总活动度，发现月数据基本保持平稳。因此，将2017年4月-11月的月平均数据扩展为年数据，获得长江流域从上游源头到下游入海口的活动船舶总数量为1785万艘/年，总活动度12595万艘·小时/年。

根据本发明方法中的船舶污水和船舶垃圾产生量计算公式和参数取值，结合长江流域从上游源头到下游入海口的年船舶总活动度，得出船舶污染物产生量。整个长江流域生活污水中的黑水产生量为1408万吨/年，产生强度为45万吨/百公里·年；灰水产生量为1806万吨/年，产生强度为57.8万吨/百公里·年；机器处所油污水产生量为590万吨/年，产生强度为18.9万吨/百公里·年；船舶垃圾产生量为46万吨/年，产生强度为1.5万吨/百公里·年。

根据三峡库区船舶污染物的排放量实测情况及资料调研情况，确定BOD5、CODcr、SS、总氮、氨氮、总磷、石油类等污染物的产污系数，如表1所示。

表1船舶机器处所油污水和生活污水中各类污染指标浓度实测表(单位：mg/L)

根据现行的各类船检规则和船舶污染物排放控制标准，船舶机器处所油污水和黑水可采取在船上临时储存后岸上接收，或者采用船载处理装置处理至GB 3552-2018规定的限值后达标排放；灰水没有强制性的管控措施；船舶垃圾在内河水域禁止排放。因此，船舶机器处所油污水和生活污水中各类污染指标的产生量和产生强度根据污染物产生量和实测原水浓度计算得到，排放量和污染强度根据污染物产生量和GB 3552-2018限值或实测生活污水处理装置出水浓度计算得到；灰水没有强制性的管控措施，则灰水中各类污染指标的产生量与排放量同值、产生强度和污染强度同值；船舶垃圾在内河水域禁止排放，船舶垃圾排放量为0。

污染指标的浓度乘以污染物产生量获得污染指标产生量；污染物产生量乘以GB3552-2018限值或实测生活污水处理装置出水浓度获得污染指标排放量。

长江流域船舶机器处所油污水中石油类产生量为11.8万吨/年，产生强度为0.4万吨/百公里·年，排放量为88.6吨/年，污染强度为2.8吨/百公里·年。

长江流域船舶黑水中BOD₅产生量为7405吨/年，产生强度为236.7吨/百公里·年，排放量为703.9吨/年，污染强度为22.5吨/百公里·年；COD_Cr产生量为16049.9吨/年，产生强度为513.1吨/百公里·年，排放量为1759.9吨/年，污染强度为56.2吨/百公里·年；SS产生量为7673吨/年，产生强度为245.3吨/百公里·年，排放量为2111.8吨/年，污染强度为67.5吨/百公里·年；TN产生量为1562.8吨/年，产生强度为50吨/百公里·年，排放量为504.3吨/年，污染强度为16.1吨/百公里·年；NH₃-N产生量为1106.6吨/年，产生强度为35.4吨/百公里·年，排放量为515.3吨/年，污染强度为16.5吨/百公里·年；TP产生量为254.8吨/年，产生强度为8.1吨/百公里·年，排放量为71.1吨/年，污染强度为2.3吨/百公里·年。

长江流域船舶灰水中BOD₅产生/排放量为2709.7吨/年，产生/污染强度为86.6吨/百公里·年；SS产生/排放量为4516.2吨/年，产生/污染强度为144.4吨/百公里·年。

本发明实现区域营运船舶水污染物产排量自动快速测算，既可快速得出营运船舶对区域水环境的污染影响，又可详细分析营运船舶不同水污染物及不同污染指标的影响占比，可覆盖区域内进出港船舶和过境船舶等全体营运船舶数据，测算结论与实地取样检测数据基本吻合。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (5)

1.一种基于AIS数据的营运船舶水污染物产排量测算方法，其特征在于，包括以下具体步骤：

步骤1：获取船舶AIS报文数据；

步骤2：对获取的所述AIS报文数据进行数据清洗，获得清洗后数据；

步骤3：将所述清洗后数据进行数据抽稀，获得抽稀数据；

步骤4：对所述抽稀数据进行区域筛选，将筛选出的所述抽稀数据归纳入测算区域船舶活动度数据池；

步骤5：根据所述测算区域船舶活动度数据池中的所述抽稀数据和船舶MMSI号获得活动船舶总数量和船舶总活动度；

所述步骤5的具体实现过程为：

步骤51：将所述测算区域船舶活动度数据池中的所述抽稀数据按照船舶MMSI号进行测算时段活动船舶数量统计获得活动船舶总数量；

步骤52：按照船舶MMSI号对所述测算区域船舶活动度数据池中的同单船播报时间间隔同船重复播报的所述抽稀数据进行核减，同单船播报时间间隔同船所述抽稀数据只保留1条；

步骤53：利用所述活动船舶总数量、核减后的所述抽稀数据和所述抽稀数据单船播报时间间隔进行统计时段内的船舶活动度统计，获得船舶总活动度；

步骤6：根据所述船舶总活动度，利用产生量计算公式测算出营运船舶污染物产生量和污染物产生强度，然后结合污染物中污染指标浓度实测数据、区域排放限值和排放控制要求，计算出污染物中各类污染指标的产生量、产生强度、排放量和污染强度。

2.根据权利要求1所述的一种基于AIS数据的营运船舶水污染物产排量测算方法，其特征在于，所述步骤2中将所述AIS报文数据中的无效数据、无关数据、冗余数据和不相关的字段删除，获得清洗后数据。

3.根据权利要求1所述的一种基于AIS数据的营运船舶水污染物产排量测算方法，其特征在于，所述步骤3中将所述清洗后数据进行数据抽稀，把单船播报时间间隔抽稀为每小时1个点，获得抽稀数据。

4.根据权利要求1所述的一种基于AIS数据的营运船舶水污染物产排量测算方法，其特征在于，所述步骤4中在ArcGIS中确定测算区域范围和边界线经纬度，采用计算机编程，以每条AIS报文数据中的经纬度坐标与所述测算区域范围进行对比，将相匹配的AIS报文数据纳入测算区域船舶活动度数据池。

5.根据权利要求1所述的一种基于AIS数据的营运船舶水污染物产排量测算方法，其特征在于，根据船舶生活污水产生量计算公式T_生活污水＝(r×B×q_s)/(k×24)计算获得船舶生活污水中黑水和灰水的产生量，其中，T_生活污水为生活污水产生量；r为单艘船舶平均配员人数；B为船舶总活动度；q_s为生活污水产污系数；k为船载AIS开机率；

根据船舶机器处所油污水产生量计算公式T_{机器处所油污水}＝(B×q_b)/(k×24)计算获得机器处所油污水产生量，其中，q_b为单船机器处所油污水产污系数；

根据船舶垃圾产生量计算公式T_船舶垃圾＝(r×B×q_g)/(k×24)计算获得船舶垃圾产生量，其中，q_g为船舶垃圾产污系数；

根据测算区域营运船舶污染物中各类所述污染指标浓度实测值、所述区域排放限值和所述排放控制要求，计算营运船舶污染物中各类污染指标产生量、污染指标产生强度、污染指标排放量和污染指标污染强度；

内河区域分别采用百公里营运船舶所述污染物产生量及污染物中各类所述污染指标产生量表示所述测算区域营运船舶所述污染物产生强度及污染物中各类所述污染指标产生强度；沿海区域分别采用百平方公里营运船舶所述污染物产生量及污染物中各类所述污染指标产生量表示所述测算区域营运船舶所述污染物产生强度及污染物中各类所述污染指标产生强度；

所述内河区域分别采用百公里营运船舶污染物中各类所述污染指标排放量表示所述测算区域营运船舶污染物中各类所述污染指标污染强度；所述沿海区域分别采用百平方公里营运船舶污染物中各类所述污染指标排放量表示所述测算区域营运船舶污染物中各类所述污染指标污染强度。

Images