基于ais数据的精细化船舶排放清单方法.doc

基于 AIS 数据的精细化船舶排放清单方法 朱倩茹 廖程浩 王龙 韩昊 刘剑筠 张永波 曾武涛 广东省环境科学研究院广东省环境保护大气环境管理与政策模拟重点实验室 华南理工大学环境与能源学院 摘 要： 建立了一套采用动力计算法、以船舶自动识别系统 (AIS) 数据为基础, 利用船舶逐条动态上报信息自下而上编制船舶大气污染物网格化排放清单的方法, 尤其是针对 AIS 静态信息不足以支撑排放量计算的实际情况提出了一种利用多源数据匹配与回归模拟计算相结合的方法来构建船舶 AIS 静态信息关联属性库以实现对 AIS 静态数据的有效补充, 为实现基于 AIS 数据的、逐艘次的船舶排放计算提供关键技术支持.通过在珠三角区域的大量调研和数据资料收集分析, 统计梳理了船舶大气污染排量计算过程中包括远洋船、沿海船和内河船在内的主要参数的推荐均值或推演公式.通过典型地区的应用验证了方法的可行性.关键词： AIS; 静态信息关联; 自下而上; 船舶; 网格化排放清单; 作者简介：朱倩茹, 工程师, zhuqr2006@ (1986-) , 女, 河北石家庄人, 工程师, 硕士, 主要从事移动源排放清单及其污染控制相关研究.发表论文5 篇.收稿日期：2017-05-17基金：广东省 2014 年环保专项资金资助项目Application of fine vessel emission inventory compilation method based on AIS dataZHU Qian-ru LIAO Cheng-hao WANG Long HAN Hao LIU Jian-jun ZHANG Yong-bo ZENG Wu-tao Guangdong Provincial Academy of Environmental Science, Guangdong Provincial Environmental Protection Key Laboratory of Atmospheric Environment Management and Policy Simulation; School of Environment and Energy, South China University of Technology; Abstract： A gridded vessel emission inventory compilation method using bottom-up driving mode was established, based on vessel engine-based approach and detailed dynamic report information obtained from Automatic Identification System (AIS) data.Especially for the fact that the static information of AIS was insufficient to support the emission calculation, the AIS static information correction attribute library construction method for missing data supplement was proposed to provide critical technical support for ship-to-ship emissions calculation based on AIS data.This method combines multi-source database matching method and regression simulation technique, which is capable for cases when static information can't be supplemented directly.Through lots of investigation and massive data collection and analysis on ocean-going vessels, coastal vessels and river vessels respectively, recommended mean value and reckoning formula for missing parameters in vessel emission calculation process were summarized.Through the application of the vessel emission inventory method, AIS data processing experience, the way to obtain the temporal and spatial distribution of vessel emission and uncertainties in emission inventory results were summarized.The results of this paper can provide technical support for the vessel emission inventory calculation work in Guangdong Province, and also benefit for other regions of the country.Keyword： Automatic Identification System (AIS) ; static information correlation; bottom-up driving mode; vessel; gridded emission inventory; Received： 2017-05-17近年来, 随着大气污染精细化管理需求不断提高和空气质量持续改善压力逐步加大, 船舶对区域大气污染排放贡献受到越来越多关注[1], 尤其对于港口城市, 船舶已经成为重要的污染排放来源[2-6].建立排放清单是评估船舶排放对空气质量影响的重要手段之一.船舶排放清单的编制总体经历了“自上而下”的估算方法到“自下而上”的精细化计算过程.早期的排放清单主要采用基于吞吐量、船用燃油消耗量、船舶进出港数据等的“自上而下”的估算方法[7-11], 操作相对简单, 但缺乏对船舶实际航行状态的反映以及数据区域代表性不足等使得清单计算结果具有较大不确定性[12].为有效提高清单结果的精确度, 船舶自动识别系统 (AIS, Automatic Identification System) 数据被逐步应用到船舶大气污染物排放清单编制中, 其详实的航行速度、时间、经纬度等信息可被用来获取船舶航行轨迹、航速等多个实时活动水平动态信息[13], 以精确计算船舶航行过程中的大气污染物排放量.但 AIS 数据并不包含对于船舶排放量计算同样十分重要的主辅机和锅炉功率等静态数据.由于与船舶动态信息匹配的相关基础数据获取以及海量 AIS 数据处理的难度较大, 目前使用 AIS 数据“自下而上”编制船舶排放清单的方法主要集中在欧洲、北美等发达国家和地区[14-19].我国船舶清单开发对 AIS 数据的初期使用主要集中在活动水平统计分析、提取船舶流量、利用船舶航行轨迹进行空间分配等方面[20-24], 没有充分发挥 AIS本身带有的实时航行状态数据在清单开发过程中的优势, 同时也忽略了不同船舶类型、不同吨位等级船舶在单位时间内污染排放量的差异性.目前也有部分学者给出了基于 AIS 数据建立的船舶大气污染物排放清单[25-27], 但一般以远洋船为研究对象或侧重于对清单结果的描述, 对于我国沿海和内河船数量多、部分船型 AIS 数据关键信息项缺失严重、数据补充难度大的实际情况及解决办法的相关内容很少涉及.因此, 本研究针对可获取的数据源现状提出了一种通过构建船舶 AIS 静态信息关联属性库以实现缺失数据有效补充的方法, 并给出了包括远洋船、沿海船和内河船在内的主要参数的推荐均值或推演公式, 以期将AIS 数据更好地应用于船舶排放清单“自下而上”的编制过程.1 方法概述1.1 排放量计算模型采用动力计算法、以 AIS 数据为基础, 利用船舶逐条 AIS 动态上报信息计算船舶大气污染物排放量, 单条船污染物排放量的计算模型如下:式中:i=1, 2, 3, 代表主机、辅机和锅炉 3 种设备, 其中内河船仅计算主机排放量;j=1, 2, 3, 代表航行、进出港和停泊 3 种工况;E 为污染物排放量;MCR 为发动机额定功率, k W;LF 为负载率;UTC 1和 UTC2为前后 2 条 AIS 动态信息上报时间, h;EF 为排放因子, g/ (kw·h) ;EF 0为基础排放因子, g/ (kw·h) ;FCF为燃料校正因子;LLA 为低负载校正因子 (当船舶负载率低于 20%的时候燃油燃烧效率会下降, 排放量会相应上升, 此时引入低负载校正因子对排放因子进行细化修订) .1.2 研究对象本方法清单研究对象为安装并开启 AIS 设备的船舶, 包括远洋船、沿海船和内河船等, 以珠江三角洲地区的珠江口水域为研究区域, 包括SO2、NO x、PM 10、PM 2.5、CO 和 HC 共 6 种船舶大气污染物.1.3 数据基础本方法主要数据来源包括 AIS 数据、船舶签证信息、船舶进出口岸信息、船检信息、国内外已有研究结果数据等, 以及大量的多方位实地调研分析结果.2 方法实现图 1 船舶排放清单编制方法技术路线 Fig.1 Framework of vessel emission inventory method 下载原图建立了一套采用动力计算法、以 AIS 数据为基础、利用船舶逐条动态上报信息自下而上式地编制船舶大气污染物排放清单的方法, 尤其是针对 AIS 静态信息不足以支撑排放量计算的实际情况提出了一种通过构建关联属性库来补齐缺失数据的方法, 具体方法流程如图 1 所示.2.1 AIS 数据及静态信息关联属性库构建2.1.1 AIS 数据AIS 报文各条信息项都需通过特定的标识符进行信息上传, 具有不可直观阅读性, 需要对其信息项进行解码, 解译成可直观阅读和使用的数据[28], 可服务于清单编制的主要包括静态数据项和动态数据项 2 大部分, 由于上报频率存在差异性以及考虑后续清单编制工作的便易性, 将解译后的静态数据和动态数据分开存储, 形成船舶静态数据库和动态数据库.AIS 系统的技术特性可参考国际电信联盟发布的《ITU-R M.1371-4 建议书》, 来源方面, 岸基 AIS 数据可通过海事部门获取, 卫星 AIS 数据可通过定向数据库购买的方式获取.2.1.2 完善缺失数据针对 AIS 静态数据中船舶吨位、主机额定功率等信息缺失的现状, 提出通过多源数据匹配与回归模拟计算相结合的方法构建船舶 AIS 静态信息关联属性库以补充完善缺失数据.通过充分利用 AIS 自有静态数据项和目前可掌握的其他数据信息, 提高 AIS 数据在船舶大气污染物排放清单编制过程中的可用性.通过如下2 个步骤实现.步骤 1, 多源数据匹配.收集整理船舶签证、进出口岸、船检、劳氏船级社等数据库信息对 AIS 静态数据库做多源查询匹配, 关键信息项依据数据库的不同可依次选择水上移动通信业务标识码 (MMSI 编码) 和船舶英文名称, 匹配结果可同时实现对船舶类型的详细划分.步骤 2, 回归模拟结果推算.对于无法直接匹配的船舶通过数理统计的方式进行补充完善, 具体做法为:提取 AIS 静态信息项中的船。