CN115032338B - 一种港口船舶大气污染物排放监测站点选址方法和系统 - Google Patents
一种港口船舶大气污染物排放监测站点选址方法和系统 Download PDFInfo
- Publication number
- CN115032338B CN115032338B CN202210588368.9A CN202210588368A CN115032338B CN 115032338 B CN115032338 B CN 115032338B CN 202210588368 A CN202210588368 A CN 202210588368A CN 115032338 B CN115032338 B CN 115032338B
- Authority
- CN
- China
- Prior art keywords
- ship
- monitoring
- atmospheric
- atmospheric pollutant
- diffusion
- 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
- 239000003344 environmental pollutant Substances 0.000 title claims abstract description 157
- 231100000719 pollutant Toxicity 0.000 title claims abstract description 157
- 238000012544 monitoring process Methods 0.000 title claims abstract description 122
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000009792 diffusion process Methods 0.000 claims abstract description 84
- 238000004088 simulation Methods 0.000 claims abstract description 31
- 230000002093 peripheral effect Effects 0.000 claims abstract description 8
- 238000012806 monitoring device Methods 0.000 claims abstract description 5
- 101150080778 INPP5D gene Proteins 0.000 claims description 225
- 238000011160 research Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000000694 effects Effects 0.000 claims description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 7
- 230000007613 environmental effect Effects 0.000 claims description 6
- 238000007619 statistical method Methods 0.000 claims description 5
- 238000009434 installation Methods 0.000 claims description 4
- 238000010187 selection method Methods 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 claims description 3
- 238000005315 distribution function Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 2
- 238000007599 discharging Methods 0.000 claims description 2
- 230000002650 habitual effect Effects 0.000 claims description 2
- 239000003517 fume Substances 0.000 claims 1
- 238000001514 detection method Methods 0.000 abstract description 3
- 239000000243 solution Substances 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 4
- 239000000779 smoke Substances 0.000 description 4
- 238000012800 visualization Methods 0.000 description 4
- 150000003839 salts Chemical class 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 238000007429 general method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000011541 reaction mixture Substances 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 241001466077 Salina Species 0.000 description 1
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 1
- 239000000809 air pollutant Substances 0.000 description 1
- 231100001243 air pollutant Toxicity 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000010747 number 6 fuel oil Substances 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 229910052717 sulfur Inorganic materials 0.000 description 1
- 239000011593 sulfur Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
- Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Biodiversity & Conservation Biology (AREA)
- Combustion & Propulsion (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种港口船舶大气污染物排放监测站点选址方法和系统,利用船舶大气污染物排放扩散模拟方法,依据船舶大气污染物排放监测设备的监测浓度范围下限值,选取合适的船舶大气污染物排放扩散模拟模型特征变量,模拟不同气象条件、不同船舶排放轨迹、不同季节的船舶排放大气污染物的扩散浓度边界,模拟求解船舶在航行过程中扩散至周边区域的最大浓度值;计算港区内可布设监测站点位置的船舶大气污染物排放监测能力,监测能力越高的区域表示越适宜布设监测站点。能准确、全面的反映港口区域船舶排放污染物的浓度,避免了现阶段布置监测点的随意性。为监测装置的设布提供了科学再现的一般方法,检测精度有保证且可操作性强,易于实现。
Description
技术领域
本发明涉及港口大气污染监测技术领域,尤其涉及港口船舶大气污染物排放监测站点选址方法和系统。
背景技术
近年来,各国均在港口设立了船舶排放控制区,对进入区域内的船舶燃料和污染物排放采取了相应限值规定,同时也开展了船舶大气污染物排放多方位监测研究。鉴于船舶大气污染物监测的特殊性,各国普遍采用了嗅探技术和光学遥测技术,基于这两类监测方法,较多研究者公开了关于船舶大气污染物排放遥测装置或方法,如中国相关专利及专利申请CN113419037B、CN113125682A、CN107389880A、CN213398397U等,但这些专利都只涉及到监测设备的设计方案、监测设备的监测方法。船舶大气污染物排放遥测点位的选定在监测数据的科学性和代表性等方面起着决定性的作用,但缺乏相应的船舶大气污染物排放监测站点选址的方法。
发明内容
本发明要解决的技术问题在于提供一种港口船舶大气污染物排放监测站点选址方法和系统,为港口水域船舶排放污染物浓度监测装置的设置和分布提供了科学再现的一般方法,符合港口水域船舶大气污染物排放及扩散特征,检测精度有保证且可操作性强,易于实现。弥补了国内外关于港口船舶大气污染物排放监测站点如何布局的空白。
为解决上述技术问题,本发明采用如下技术方案:
一种港口船舶大气污染物排放监测站点选址方法,其特征在于利用船舶大气污染物排放扩散模拟方法,依据船舶大气污染物排放监测设备的监测浓度范围下限值,选取合适的船舶大气污染物排放扩散模拟模型特征变量,模拟不同气象条件、不同船舶排放轨迹、不同季节的船舶排放大气污染物的扩散浓度边界,模拟求解船舶在航行过程中扩散至周边区域的最大浓度值;计算港区内可布设监测站点位置的船舶大气污染物排放监测能力,监测能力越高的区域表示越适宜布设监测站点。
一种港口船舶大气污染物排放监测站点选址方法,其特征在于包括如下步骤:
S1:确定船舶大气污染物排放扩散模拟模型中的变量参数,包括:
(1)确定气象参数:确定影响船舶大气污染物排放扩散的气象条件包括风向、风速和大气稳定度;
(2)确定排放源参数:确定船舶主机功率值、确定港区内的船舶烟囱高度;
(3)确定船舶排放轨迹参数:以至少三年的港区历史船舶活动轨迹数据为基础,将港区划分为多个区域网格,统计各区域网格在不同季节的船舶交通流量,以辨识港区的主航道,在各个主航道内分别选取一条活动船舶的航行轨迹作为典型船舶的活动排放轨迹,确定排放强度;
S2:建立船舶大气污染物排放扩散模拟模型并将步骤S1中确定的各个变量参数输入船舶大气污染物排放扩散模拟模型中,模拟研究区域范围内各个习惯航道下航行的船舶排放的大气污染物在不同季节、不同风向、风速条件下的扩散浓度边界,并绘制扩散浓度网格热度图;模拟求解船舶在航行过程中扩散至周边区域的最大浓度值;
S3:基于步骤S2的模拟结果,评估在不同季节区域网格的船舶大气污染物排放监测能力,在各个季节区域范围内船舶大气污染物排放监测能力大的位置点为推荐布设点位。
上述技术方案中,步骤S2包括如下步骤:
(1)首先将研究区域划分为大小均匀的网格;
(2)利用船舶大气污染物排放量计算方法计算样本船舶在航行过程中的污染物排放量,包括主机、辅机、辅锅炉的船舶大气污染物排放量,形成连续的船舶排放轨迹;
(3)将船舶航行的完整航行轨迹以设定时间为间隔,划分为n段航行轨迹;
(4)基于高斯扩散模型,计算船舶在各轨迹段排放的污染物在区域范围内各个网格的扩散浓度,形成多个网格化扩散浓度分布场;
(5)确定不同季节、各个主航道内各个网格点在多个所述浓度分布场的最大扩散浓度值。
上述技术方案中,步骤S1中确定气象参数时需要分析港区主导风向下风向区域的船舶排放污染物的分布特点,并分析主导风向下的风速分布特征,以确定船舶扩散模拟模型中的风向、风速输入参数值。
上述技术方案中,步骤S1中确定气象参数时以ECMWF气象数据中的ERA5hourlydataset逐小时气象数据集为基础,提取该数据集中位于港区范围内的气象基础数据,根据可用的基础分析数据集,分析港区内不同季节年气温变化规律,确定各个季节的主导风向、次风向和主次风向上的风速分布频率。
上述技术方案中,步骤S1确定排放源参数时,采用累积分布函数CDF对港区船舶主机功率的分布进行统计分析,选取港区内船舶主机功率的CDF值为0.2时,对应的船舶主机功率值作为船舶大气污染物排放扩散模型的输入参数。
上述技术方案中,步骤S2中样本船舶的排放量E=Em+Ea+Eb;
Em、Ea、Eb分别为主机、辅机、辅锅炉的船舶大气污染物排放量;
主机船舶大气污染物排放量Em=Pm×LFm×LLAM×T×EFm;
Pm为船舶主机装机功率,单位为千瓦;
LFm为主机负荷系数,LFm=(AS/MS)3,反映主机实际输出功率占装机最大功率的百分比;AS代表船舶实际航速,即考虑环境影响的对水速度,以节为单位;MS为船舶的设计最大速度,以节为单位;
LLAM为主机负荷调整的低乘数;
T为主机运行时间,单位为h;
EFm为主机排放因子,单位为g/kWh;
辅机船舶大气污染物排放量Ea=Pa×LFa×T×EFa;Pa为辅机额定功率,单位为千瓦;LFa为辅机负荷系数;EFa为辅机排放因子,单位为g/kWh;
辅助锅炉的船舶大气污染物排放量Eb=Pb×LFb×T×EFb,Pb为锅炉装机功率,单位为千瓦;LFb为锅炉负荷系数;EFb为锅炉排放因子,单位为克/千瓦时。
上述技术方案中,步骤S2中的船舶的实际航速和作业时间从AIS数据中提取;主机、辅机和辅助锅炉的最大装机功率和设计最大速度可从海事局MSA数据库、劳式数据库和公共网站港口船舶参数信息获得。
为船舶在研究区域范围内航行过程中排放的第j类大气污染物扩散至第i个网格位置点的最大浓度值,ppb;gi为空间区域第i个网格位置点;为船舶在第1段航行轨迹排放的第j类大气污染物扩散至gi的浓度值,ppb;为船舶在第2段航行轨迹排放的第j类大气污染物扩散至gi的浓度值,ppb;船舶在第n段航行轨迹排放的第j类大气污染物扩散至gi的浓度值,ppb;
Cj(gi,tn)为船舶在第ti时刻排放的第j类大气污染物扩散至gi位置点时,在tn时刻的浓度值,ppb;
上述技术方案中,步骤S3包括基于步骤S2获取的不同季节、各个主航道内的典型船舶在航行过程中扩散至周边区域的最大扩散浓度值,计算港区内各个网格的船舶大气污染物排放监测能力。
上述技术方案中,步骤S3基于Agi,s=Cgi,s/max(Cgi,s)计算港区内各个网格的船舶大气污染物排放监测能力,监测能力越大表明越适合布置监测点;
其中,C污,gi,s,i为在某个季节,第i条航道内的典型船舶排放的污染物扩散至第gi个网格位置点的最大扩散浓度值,ppb;Fwind,s为在某个季节内,主导风向的频率。
上述技术方案中,本发明在步骤S3中可以进一步基于对各个网格的船舶大气污染物排放监测能力计算结果进行可视化表达,按照色域或色块区分监测能力的大小,监测能力大的色域或色块最适宜布设监测站点的位置,中间代表色块或色域次之,监测能力小的色域或色块区域因为监测能力较弱,不推荐布设监测站点。
上述技术方案中,本发明在步骤S3中可以进一步采用ArcGIS可视化分析软件可视化表达各个网格的船舶大气污染物排放监测能力。
上述技术方案中,本发明将港区划分为不大于20×20m大小均匀的网格以计算港区内各个网格的船舶大气污染物排放监测能力。
本发明在此基础上,还提供一种监测站点选址系统,其特征在于用于执行上述任一项所述选址方法。
由此,本发明利用船舶大气污染物排放扩散模拟方法和系统,依据船舶大气污染物排放监测设备的监测浓度范围下限值,选取合适的船舶大气污染物排放扩散模拟模型特征变量,模拟不同气象条件、不同船舶排放轨迹、不同季节的船舶排放大气污染物的扩散浓度边界,计算港区内可布设监测站点位置的船舶大气污染物排放监测能力,监测能力越高的区域表示越适宜布设监测站点。
相对于现有技术,本发明产生的有益效果是:
模拟和计算结果能准确、全面的反映港口区域船舶排放污染物的浓度,最大程度的满足监测目的,避免了现阶段布置监测点的随意性。为港口水域船舶排放污染物浓度监测装置的设布提供了科学再现的一般方法,符合港口水域船舶大气污染物排放及扩散特征,检测精度有保证且可操作性强,易于实现。
监测点布置考虑了季节和不同扩散场气象场的分布特点,并结合了区域内船舶排放源参数,具备客观性以及和较广的适用性。
监测点布置考虑了主要典型航道的路线分布特点,符合实际排放现场,监测效果更准确,布置点设置更经济有效。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明港口船舶大气污染物排放监测站点选址方法的流程示意图。
图2为本发明气象参数确定过程中港区不同季节风向频次分布统计分析图。
图3为本发明船舶大气污染物排放扩散模拟方法流程。
图4为本发明船舶大气污染物排放轨迹示意图。
图5为本发明在不同季节,各个主航道内的典型船舶在航行过程中排放的SO2扩散至周边区域的最大浓度值示例可视化结果。
图6为港口区域各个网格的船舶排放SO2监测能力,以及不同季节推荐的布设的监测站点位置。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
如图1所示,根据本发明实施的港口船舶大气污染物排放监测站点选址方法,包括如下步骤:
1)确定船舶大气污染物排放扩散模拟模型中的变量参数。在这一步骤中,分析研究区域在不同季节的船舶交通流特征,识别船舶航行的习惯航道,以确定扩散模拟模型中的船舶排放轨迹;基于近几年的气象监测数据,分析研究区域不同季节的风向风速分布特征。理论上而言,在风速小于1m/s的条件是不利于船舶排放的烟羽扩散的,在1m/s至5m/s风速区间范围内,是风速越大,则越有利于船舶排放大气污染物的扩散和监测,因此,依据监测能力的需求,选取合适的风速。统计至少近三年不同季节风向的频率分布,确定各季节的主导风向和次风向,即为扩散模拟模型中的风向;船舶排放源强是影响船舶排放扩散特征的重要输入参数,船舶动力设备功率是影响船舶排放源强的重要参数,处于航行状态下的船舶,船舶主机和辅机为主要的动力源,其中,船舶主机为最大的排放源,船舶主机功率越大,则排放大气污染物数量越大,因此,分析研究区域中的船舶主机功率的分布特征,依据监测能力的需求,选取合适的主机功率作为模型参数;
2)典型船舶排放的大气污染物扩散模拟。将步骤1中确定的模型中的各个输入参数,利用至船舶大气污染物排放扩散模拟模型中,模拟研究区域范围内各个习惯航道下航行的船舶排放的大气污染物在不同季节、不同风向、风速条件下的扩散浓度边界,并绘制扩散浓度网格热度图;
3)评估区域网格船舶大气污染物排放监测能力。评估在不同季节区域网格的船舶大气污染物排放监测能力,在各个季节区域范围内船舶大气污染物排放监测能力大的位置点为推荐布设点位。
目前,在港口区域布设船舶大气污染物排放监测站点的目的主要是为了实现单船碳排放、船用燃料油含硫量以及单船排放NOX的远程监测,监测因子为船舶排放的SO2、CO2、NOX。船舶大气污染物排放监测站点与区域环境空气质量监测站点的布设目的和方法具有显著差异,因此,需要结合港口区域船舶大气污染物排放的监测目的、船舶大气污染物排放及扩散特点、港口区域的地理环境特点,以提出适用于港口区域船舶大气污染物排放监测站点布设方法。监测站点的布设应综合考虑各项因素,应尽量布设较少的监测点,能准确、全面的反映港口区域船舶排放的监测因子的浓度,最大程度的满足监测目的。因此,在方法描述部分,以船舶排放的SO2为监测对象,详细描述本专利的方法,对于其他污染物颗粒(CO2、NOX)均参照本实施例进行,不再赘述。
1)确定船舶大气污染物排放扩散模拟模型中的变量参数
(1)气象参数确定
在船舶大气污染物排放扩散模型中,影响船舶排放大气污染物在下风向扩散距离的关键因素在于风速,影响横向扩散距离的关键因素在于σx和σy,这两个参数的选择和大气稳定度直接相关。因此,影响船舶大气污染物排放扩散的气象条件包括风向、风速和大气稳定度。
风速和风向直接影响船舶排放大气污染物的扩散方向和浓度稀释程度,船舶排放的大气污染物是无法通过湍流扩散影响上风向处的区域,而是加剧对下风向区域的影响。因此,需要分析港区主导风向下风向区域的船舶排放SO2的分布特点,并分析主导风向下的风速分布特征,以确定船舶扩散模拟模型中的风向、风速输入参数值。推荐以the EuropeanCentre for Medium-Range Weather Forecasts(ECMWF)气象数据中的ERA5 hourlydataset逐小时气象数据集为基础,提取该数据集中位于港区范围内的气象基础数据,该数据集的空间分辨率为0.1°×0.1°,数据集中包含的风向、风速,以及2m的温度,都被视为可用的基础分析数据集。
根据可用的基础分析数据集,分析港区内不同季节年气温变化规律,并统计分析港区内不同季节的风向和风速分布规律,即确定各个季节的主导风向(主导风向是指风向频率最大的风向角的范围)、次风向(次风向是指风向频率分布第二的风向角的范围)和主次风向上的风速分布频率,统计结果样例如图2所示。
(2)排放源参数确定
当扩散环境参数一致时,船舶大气污染物排放量与扩散浓度呈正相关。而影响船舶排放量的关键因素为船舶的动力设备的功率大小,其中,航行状态下的船舶的动力来源为主机和辅机。因此,采用累积分布函数(CDF,cumulative distribution function)对港区船舶主机功率的分布进行统计分析,为实现80%的船舶排放的污染物浓度均可扩散至监测站点布设的位置,选取港区内船舶主机功率的CDF值为0.2时,对应的船舶主机功率值作为船舶大气污染物排放扩散模型的输入参数。
大气污染物排放源的排放高度对于空间扩散浓度的分布也是有影响的,船舶的烟囱越高,排放的SO2对同一位置点的影响越小,即扩散浓度越小。为实现监测设备可监测95%的烟囱高度的船舶排放的SO2,对港区内的船舶烟囱高度进行CDF统计分析,选取CDF值为0.05对应样本船舶烟囱高度。
船舶排放的大气污染物扩散至空间内的浓度垂向分布具有显著的差异性的,因此,监测站布设的高度对大气污染物浓度监测结果存在影响。在相同的气象环境条件下,同一船舶排放源排放的SO2扩散至不同高程平面的浓度具有显著的差异,即同一网格点的高程越大,则SO2扩散浓度越大。因此,根据实际监测需要,选取较低的高程平面作为船舶大气污染物排放扩散模拟模型的输入参数。
(3)船舶排放轨迹参数确定
为确定典型船舶的排放轨迹,以至少三年的港区历史船舶活动轨迹数据为基础。本实施例以深圳海事局提供的2017年的盐田港区船舶活动数据为基础,将港区划分为面积不大于100×100m网格,统计区域在不同季节的船舶交通流量,以辨识港区的主航道,在各个主航道内分别选取一条活动船舶的航行轨迹作为典型船舶的活动排放轨迹。
2)典型船舶排放的大气污染物扩散模拟
将步骤1)中确定的各个输入参数,利用船舶大气污染物排放扩散模拟模型,模拟港区范围内各个习惯航道下航行的船舶排放的SO2在不同季节、不同风向、风速条件下的扩散浓度边界,并绘制扩散浓度网格热度图,其中,本专利中涉及的船舶大气污染物排放扩散模拟模型是针对船舶大气污染物排放监测站选址目的构建的,即模拟求解船舶在航行过程中扩散至周边区域的最大浓度值,计算流程如图3所示。
具体求解过程如下,
(1)首先将研究区域划分为大小均匀的网格;
(2)利用船舶大气污染物排放量计算方法计算船舶在航行过程中的污染物排放量,形成连续的船舶排放轨迹,具体计算方法为采用STEAM(Ship TransportationEmission Assessment Model)船舶大气污染物排放量计算模型,计算样本船舶的排放量(单位:g)
E=Em+Ea+Eb (1)
式中,Em、Ea、Eb分别为主机、辅机、辅锅炉的船舶大气污染物排放量。主机船舶大气污染物排放量(单位:g)计算公式如下:
Em=Pm×LFm×LLAM×T×EFm (2)
式中:Pm为船舶主机装机功率,单位为千瓦;LFm为主机负荷系数,反映主机实际输出功率占装机最大功率的百分比Pm为船舶主机装机功率,单位为干瓦;LFm为主机负荷系数,反映主机实际输出功率占装机最大功率的百分比。当主机负荷率低于20%时,主机排放强度明显增加,故采用主机负荷调整的低乘数LLAM来调整LFm,此处可采用Smith提出的LLAM值。T为主机运行时间,单位为h,EFm为主机排放因子,单位为g/kWh,Em为主机排放量,单位为g。主机的负荷系数计算公式如下:
LFm=(AS/MS)3 (3)
其中AS代表船舶实际航速,即考虑环境影响的对水速度,以节为单位;MS为船舶的设计最大速度,以节为单位。
辅机排放量(单位:g)为:
Ea=Pa×LFa×T×EFa (4)
式中:Pa为辅机额定功率,单位为千瓦;LFa为辅机负荷系数;EFa为辅机排放因子,单位为g/kWh。
辅助锅炉排放量(单位:g)为:
Eb=Pb×LFb×T×EFb (5)
式中:Pb为锅炉装机功率,单位为千瓦;LFb为锅炉负荷系数;EFb为锅炉排放因子,单位为克/千瓦时。
船舶的实际航速和作业时间可以从AIS数据中提取出来。主机、辅机和辅助锅炉的最大装机功率和设计最大速度可从海事局(MSA)数据库、劳式数据库和公共网站获得。
(3)为同时兼顾计算精度和计算效率,将船舶航行的完整航行轨迹以1min为间隔,划分为n段航行轨迹,如图4所示;
(4)基于高斯扩散模型,计算船舶在各轨迹段排放的污染物在区域范围内各个网格的扩散浓度,形成多个网格化扩散浓度分布场;
(5)最后,各个网格点在多个浓度场的最大浓度,即为船舶在航行过程中排放的污染物对区域各网格点的最大影响扩散浓度。
各个网格点的最大扩散浓度值即为可用于船舶大气污染物排放监测站点选址的模拟浓度值,具体求解方法如式(5)所示。
式(5)中,为船舶在研究区域范围内航行过程中排放的第j类大气污染物扩散至第i个网格位置点的最大浓度值,ppb;gi空间区域第i个网格位置点;为船舶在第1段航行轨迹排放的第j类大气污染物扩散至gi的浓度值,ppb;为船舶在第2段航行轨迹排放的第j类大气污染物扩散至gi的浓度值,ppb;船舶在第n段航行轨迹排放的第j类大气污染物扩散至gi的浓度值,ppb。
式中,Cj(gi,tn)为船舶在第ti时刻排放的第j类大气污染物扩散至gi位置点时,在tn时刻的浓度值,ppb,具体计算方法见式(7),
最终计算的各个主航道内的典型船舶在航行过程中排放的SO2扩散至周边区域的最大浓度值示例可视化结果如图5所示。表示在不同季节,各个主航道内的典型船舶在航行过程中排放的SO2扩散至周边区域的最大浓度值示例可视化结果。在图5的可视化结果中,显示的船舶排放烟团扩散区域为,典型船舶排放的SO2扩散至周边环境的浓度大于1ppb的区域,图中的线条为船舶航行轨迹,越靠近船舶航行轨迹,SO2的浓度值越大。图5中,(a1)-(g1)分别表示在春季、夏季主导风向下、夏季次风向下、秋季主导风向下、秋季次风向下、冬季主导风向下、冬季次风向下的第一条主航道内的典型船舶怕排放的SO2在空间区域内的扩散分布。
基于各个航道内的典型船舶排放的SO2扩散至区域内的浓度分布特征,将盐田港区划分为20×20m大小均匀的网格,利用本发明提出的监测站点选址方法模型,评估盐田港区各个网格的船舶大气污染物排放监测能力,评估结果图中按颜色区域表示监测能力(优选红色表示最适宜布设监测站点的位置,黄色次之,绿色区域因为监测能力较弱),监测能力较弱区域不推荐布设监测站点,推荐布设监测站点位置采用三角形标记。
图6中,(a)、(b)、(c)和(d)分别表示在春季、夏季、秋季和冬季,盐田港陆地区域的船舶排放的SO2监测能力。不同季节推荐布设的监测站点位置如图6中的三角形标记区域。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (7)
1.一种港口船舶大气污染物排放监测站点选址方法,其特征在于利用船舶大气污染物排放扩散模拟方法,依据船舶大气污染物排放监测设备的监测浓度范围下限值,选取合适的船舶大气污染物排放扩散模拟模型特征变量,模拟不同气象条件、不同船舶排放轨迹、不同季节的船舶排放大气污染物的扩散浓度边界,模拟求解船舶在航行过程中扩散至周边区域的最大浓度值;计算港区内可布设监测站点位置的船舶大气污染物排放监测能力,监测能力越高的区域表示越适宜布设监测站点,包括如下步骤:
S1:确定船舶大气污染物排放扩散模拟模型中的变量参数,包括:
(1)确定气象参数:确定影响船舶大气污染物排放扩散的气象条件包括风向、风速和大气稳定度;
(2)确定排放源参数:确定船舶主机功率值、确定港区内的船舶烟囱高度;
(3)确定船舶排放轨迹参数:以至少三年的港区历史船舶活动轨迹数据为基础,将港区划分为多个区域网格,统计各区域网格在不同季节的船舶交通流量,以辨识港区的主航道,在各个主航道内分别选取一条活动船舶的航行轨迹作为典型船舶的活动排放轨迹,确定排放强度;
S2:建立船舶大气污染物排放扩散模拟模型并将步骤S1中确定的各个变量参数输入船舶大气污染物排放扩散模拟模型中,模拟研究区域范围内各个习惯航道下航行的船舶排放的大气污染物在不同季节、不同风向、风速条件下的扩散浓度边界,并绘制扩散浓度网格热度图;扩散浓度网格热度图中,所述网格为基于研究区域划分的大小均匀的网格;模拟求解船舶在航行过程中扩散至周边区域的最大浓度值;
S3:基于步骤S2的模拟结果,计算在不同季节区域网格的船舶大气污染物排放监测能力,在各个季节区域范围内船舶大气污染物排放监测能力大的位置点为推荐布设点位:基于步骤S2获取的不同季节、各个主航道内的典型船舶在航行过程中扩散至周边区域的最大扩散浓度值,基于Agi,s=Cgi,s/max(Cgi,s)计算港区内各个网格的船舶大气污染物排放监测能力,监测能力越大表明越适合布置监测点;
其中,C污,gi,s,i为在某个季节,第i条航道内的典型船舶排放的污染物扩散至第gi个网格位置点的最大扩散浓度值,ppb;Fwind,s为在某个季节内,主导风向的频率。
2.根据权利要求1所述的港口船舶大气污染物排放监测站点选址方法,其特征在于步骤S1确定排放源参数时,采用累积分布函数CDF对港区船舶主机功率的分布进行统计分析,选取港区内船舶主机功率的CDF值为0.2时,对应的船舶主机功率值作为船舶大气污染物排放扩散模型的输入参数。
3.根据权利要求1所述的港口船舶大气污染物排放监测站点选址方法,其特征在于步骤S2包括如下步骤:
(1)首先将研究区域划分为大小均匀的网格;
(2)利用船舶大气污染物排放量计算方法计算样本船舶在航行过程中的污染物排放量,包括主机、辅机、辅锅炉的船舶大气污染物排放量,形成连续的船舶排放轨迹;
(3)将船舶航行的完整航行轨迹以设定时间为间隔,划分为n段航行轨迹;
(4)基于高斯扩散模型,计算船舶在各轨迹段排放的污染物在区域范围内各个网格的扩散浓度,形成多个网格化扩散浓度分布场;
(5)确定不同季节、各个主航道内各个网格点在多个所述浓度分布场的最大扩散浓度值。
4.根据权利要求1所述的港口船舶大气污染物排放监测站点选址方法,其特征在于步骤S2中样本船舶的排放量E=Em+Ea+Eb;
Em、Ea、Eb分别为主机、辅机、辅锅炉的船舶大气污染物排放量;
主机船舶大气污染物排放量Em=Pm×LFm×LLAM×T×EFm;
Pm为船舶主机装机功率,单位为千瓦;
LFm为主机负荷系数,LFm=(AS/MS)3,反映主机实际输出功率占装机最大功率的百分比;AS代表船舶实际航速,即考虑环境影响的对水速度,以节为单位;MS为船舶的设计最大速度,以节为单位;
LLAM为主机负荷调整的低乘数;
T为主机运行时间,单位为h;
EFm为主机排放因子,单位为g/kWh;
辅机船舶大气污染物排放量Ea=Pa×LFa×T×EFa;Pa为辅机额定功率,单位为千瓦;LFa为辅机负荷系数;EFa为辅机排放因子,单位为g/kWh;
辅助锅炉的船舶大气污染物排放量Eb=Pb×LFb×T×EFb,Pb为锅炉装机功率,单位为千瓦;LFb为锅炉负荷系数;EFb为锅炉排放因子,单位为克/千瓦时。
为船舶在研究区域范围内航行过程中排放的第j类大气污染物扩散至第i个网格位置点的最大浓度值,ppb;gi为空间区域第i个网格位置点;为船舶在第1段航行轨迹排放的第j类大气污染物扩散至gi的浓度值,ppb;为船舶在第2段航行轨迹排放的第j类大气污染物扩散至gi的浓度值,ppb;船舶在第n段航行轨迹排放的第j类大气污染物扩散至gi的浓度值,ppb;
Cj(gi,tn)为船舶在第ti时刻排放的第j类大气污染物扩散至gi位置点时,在tn时刻的浓度值,ppb;
Eti为船舶在ti时刻排放的污染物量,单位:g;u为风速,单位:m/s;He为船舶排放的烟团高度。
6.根据权利要求1所述的港口船舶大气污染物排放监测站点选址方法,其特征在于在步骤S3中基于对各个网格的船舶大气污染物排放监测能力计算结果进行可视化表达,按照色域或色块区分监测能力的大小,监测能力大的色域或色块最适宜布设监测站点的位置,中间代表色块或色域次之,监测能力小的色域或色块区域因为监测能力较弱,不推荐布设监测站点。
7.一种监测站点选址系统,其特征在于用于执行上述权利要求1-6任一项所述的港口船舶大气污染物排放监测站点选址方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210588368.9A CN115032338B (zh) | 2022-05-26 | 2022-05-26 | 一种港口船舶大气污染物排放监测站点选址方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210588368.9A CN115032338B (zh) | 2022-05-26 | 2022-05-26 | 一种港口船舶大气污染物排放监测站点选址方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115032338A CN115032338A (zh) | 2022-09-09 |
CN115032338B true CN115032338B (zh) | 2023-03-21 |
Family
ID=83121127
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210588368.9A Active CN115032338B (zh) | 2022-05-26 | 2022-05-26 | 一种港口船舶大气污染物排放监测站点选址方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115032338B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117388445B (zh) * | 2023-12-12 | 2024-04-05 | 山东省计量科学研究院 | 一种大气环境监测系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107589220A (zh) * | 2017-09-08 | 2018-01-16 | 交通运输部天津水运工程科学研究所 | 一种适用于狭长航道的船舶尾气监测站选址方法 |
CN108923848A (zh) * | 2018-06-22 | 2018-11-30 | 武汉光迅科技股份有限公司 | 监测站的选址方法、用于监测站选址的装置 |
CN110766191A (zh) * | 2019-08-27 | 2020-02-07 | 东华理工大学 | 一种基于时空克里金插值的新增pm2.5固定监测站点选址方法 |
CN111256755A (zh) * | 2020-01-20 | 2020-06-09 | 武汉理工大学 | 一种移动船舶废气排放溯源装置及方法 |
CN112345698A (zh) * | 2020-10-30 | 2021-02-09 | 大连理工大学 | 一种空气污染物监测站点的网格化排布方法 |
CN112858594A (zh) * | 2021-02-23 | 2021-05-28 | 重庆市生态环境监测中心 | 山地城市空气质量监测点布设方法、介质、计算机设备 |
CN113419037A (zh) * | 2021-08-25 | 2021-09-21 | 杭州春来科技有限公司 | 一种多船舶尾气排放污染物浓度的监测方法、终端及系统 |
-
2022
- 2022-05-26 CN CN202210588368.9A patent/CN115032338B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107589220A (zh) * | 2017-09-08 | 2018-01-16 | 交通运输部天津水运工程科学研究所 | 一种适用于狭长航道的船舶尾气监测站选址方法 |
CN108923848A (zh) * | 2018-06-22 | 2018-11-30 | 武汉光迅科技股份有限公司 | 监测站的选址方法、用于监测站选址的装置 |
CN110766191A (zh) * | 2019-08-27 | 2020-02-07 | 东华理工大学 | 一种基于时空克里金插值的新增pm2.5固定监测站点选址方法 |
CN111256755A (zh) * | 2020-01-20 | 2020-06-09 | 武汉理工大学 | 一种移动船舶废气排放溯源装置及方法 |
CN112345698A (zh) * | 2020-10-30 | 2021-02-09 | 大连理工大学 | 一种空气污染物监测站点的网格化排布方法 |
CN112858594A (zh) * | 2021-02-23 | 2021-05-28 | 重庆市生态环境监测中心 | 山地城市空气质量监测点布设方法、介质、计算机设备 |
CN113419037A (zh) * | 2021-08-25 | 2021-09-21 | 杭州春来科技有限公司 | 一种多船舶尾气排放污染物浓度的监测方法、终端及系统 |
Non-Patent Citations (4)
Title |
---|
基于嗅探技术的船舶尾气固定监测平台研究;张亚朋等;《世界海运》;20200131;第43卷(第01期);第52-56页 * |
港口船舶尾气排放时空分析与可视化系统;黄亮等;《大连海事大学学报》;20191115;第45卷(第04期);第146-152页 * |
船舶大气污染物岸基嗅探式自动监测系统设计与验证;杨甜甜等;《中国航海》;20200331;第43卷(第01期);第106-110页 * |
船舶废气排放扩散模拟计算方法研究;彭鑫等;《安全与环境学报》;20200229;第20卷(第01期);第255-264页 * |
Also Published As
Publication number | Publication date |
---|---|
CN115032338A (zh) | 2022-09-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110909483B (zh) | 一种基于网格化数据的点源大气污染物排放清单校验方法 | |
Hanna et al. | Hybrid plume dispersion model (HPDM) improvements and testing at three field sites | |
CN112749478A (zh) | 一种基于高斯扩散模型大气污染溯源扩散分析系统及方法 | |
CN113624921B (zh) | 多模式综合污染溯源方法 | |
CN115358332A (zh) | 面向多源数据的大气污染溯源方法 | |
CN115032338B (zh) | 一种港口船舶大气污染物排放监测站点选址方法和系统 | |
Terrenoire et al. | High-resolution air quality simulation over Europe with the chemistry transport model CHIMERE | |
CN111814367A (zh) | 港口船舶排放监测监管云服务系统 | |
CN104897853A (zh) | 基于塔式扩散模型的火电厂污染物排放监测显示方法 | |
CN111696369A (zh) | 一种基于多源地理空间大数据的全市道路分时分车型交通流预测方法 | |
CN115420854B (zh) | 一种基于正后向模型结合的大气污染物溯源方法 | |
CN116626233A (zh) | 基于多源数据融合的大气污染溯源方法、终端及存储介质 | |
CN114049052A (zh) | 一种某行政区域内的碳排放计算方法及可视化方法 | |
CN115146537A (zh) | 基于耗电量的大气污染物排放量估算模型构建方法及系统 | |
CN112561125A (zh) | 一种风速预报多资料融合修正方法 | |
Ghermandi et al. | Micro–scale simulation of atmospheric emissions from power–plant stacks in the Po Valley | |
CN115545565A (zh) | 基于大气环境质量的园区排污总量管控方法和系统 | |
CN114118613A (zh) | 一种焦化土壤污染空间分布预测优化方法及系统 | |
CN116739222B (zh) | 确定道路移动源的污染物浓度贡献值的方法与装置 | |
Kimmel et al. | Assessment of urban air quality in south Estonia by simple measures | |
CN115661245B (zh) | 一种基于无人机的大尺度火线瞬时定位方法 | |
Kamińska et al. | Explicit and implicit description of the factors impact on the NO 2 concentration in the traffic corridor | |
Jia | Urban air quality assessment method based on GIS technology | |
Boikos et al. | Validating CFD modelling of ship plume dispersion in an urban environment with pollutant concentration measurements | |
Im et al. | An application of a puff dispersion model on power plant emissions in Yatagan region, Turkey |
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 |