基于AIS数据的渤海湾地区海运排放测算

邢　辉,段树林,黄连忠,刘勤安 (大连海事大学轮机工程学院,辽宁 大连 116026)



基于AIS数据的渤海湾地区海运排放测算

邢辉,段树林∗,黄连忠,刘勤安 (大连海事大学轮机工程学院,辽宁 大连 116026)

摘要：将船舶活动状态分为港口邻近区域的机动操纵工况和停泊工况以及海上航路的定速巡航工况;采用基于船舶活动的方法,建立了区域性海运排放测算模型.根据中国船级社船舶数据库,确定了不同类型船舶主、副机标定功率和设计航速与船舶总吨之间的关系;通过对船舶自动识别系统(AIS)船舶流量轨迹图的统计分析,得到了2014年渤海湾地区船舶流量数据;基于所确定的模型参数,计算得到了渤海湾地区海运排放清单.结果表明,2014年渤海湾地区海运N Ox、CO、HC、C O2、SO2和PM排放量分别为173808、14436、6144、7208919、120748 和15292t;货船、危险品船和客船对海运排放的贡献占比分别约为73%、21%和6%;海上航路定速巡航工况对海运排放的贡献占比约为90%;其中,成山头至老铁山水道和老铁山水道至渤海中部航路排放之和约占海上航路排放的50%;天津港和大连港分别约占港口邻近区域排放的30%和20%.基于AIS统计数据的自下而上方法对区域性海运排放的测算具有可操作性.

关键词：废气排放；海运船舶；AIS；渤海湾地区；基于船舶活动的方法

*责任作者, 教授, oliverduan@163.com

随着海运贸易的发展和普通民众对公共健康的关注,近年来海运排放对区域性大气排放的贡献越来越受到人们的重视[1].国际海事组织、欧盟、美国、澳大利亚等一些全球性、区域性或地区性的排放标准和法规也陆续更新或出台.为了更准确的进行排放清单测算,海运排放测算的方法和模型也在不断完善.早期主要是基于船舶燃油消耗的统计数据进行计算的.例如,一些研究者[2-8]使用船舶燃油消耗量和基于燃油消耗的质量排放量因子,进行了区域或全球范围内的海运排放测算.基于燃油消耗的方法后来被认为不准确[9],而基于船舶活动的方法在区域性排放清单的测算中得到了广泛应用.有学者[10-16]将该方法用于欧盟、北美等国家或地区的测算.国内学者[17-21]也采用该方法对我国广东、上海、青岛等多个地区的海运排放清单进行了初步研究.另外,采用基于燃油消耗和基于船舶活动相结合的方法也得到了广泛应用[22-26].但是,各种研究方法均存在基础数据缺乏及模型参数对具体测算区域适用性问题.因此,为降低海运排放清单的不确定性,针对具体区域开展模型参数的收集工作成为近年来研究的热点.这其中,基于岸基及卫星AIS数据开展全球或区域性海运排放测算得到了普遍应用.Corbett等[27]和Winther等[28]基于卫星AIS数据预测了北极地区2020年、2030年和2050年的排放量,所采用的测算方法对于其他地区排放清单的测算有较好的参考意义. Goldsworthy等[29]基于AIS观测数据,建立了澳大利亚港口及近岸区域的海运排放测算模型,得到了不同船舶类型、吨级、运行工况和不同设备类型的排放量.Ng等[1]通过AIS获得了船舶活动及航速数据,并通过劳氏船级社船舶数据库获得船舶吨位、建造时间和发动机标定功率数据,研究确定了香港及珠三角地区的远洋船舶排放清单.Yau等[30]通过AIS观测得到船舶实时航速和航迹数据,测算了2007年香港地区的远洋船舶NOx、SO2和PM排放量.谭建伟等[31]也基于AIS观测数据对大连海域船舶排放进行了初步研究.总体来看,AIS可被用来获取船舶类型、数量、航迹、航速、主机负荷因子等多个参数,为海运排放的准确测算提供了当前最为有效的手段.

环渤海经济圈是我国重要的社会经济增长极,近年来,该地区的大气环境污染问题已经严重影响到京津冀及渤海湾地区的经济社会发展[32-33].国家“大气污染防治行动计划”明确提出要建立区域性大气污染防治协作机制[34],做到地区之间、部门之间、行业之间的联防联控.在此背景之下,渤海湾地区海运废气排放也逐渐进入我国公众的视野.与国外发达国家或地区相比,我国对海运排放的评价、管理和控制以及相关政策措施的完善还存在较大差距.开展港口及海运排放研究将能为沿海港口城市大气污染监管、政策措施的制定提供有效的支撑.本研究对CCS(中国船级社)船舶数据库进行统计分析,确定海运船舶主机标定功率、副机标定功率、船舶设计航速、船长与船舶总吨(GT, Gross Tonnage)间的对应关系,参照相关研究和海运专家的航海操作经验确定主、副机废气排放因子和负荷因子,通过AIS统计数据得到2014年渤海湾地区主要航路和主要港口的船舶类型、流量、吨级数据,建立渤海湾地区海运排放(包括船舶NOx、CO、HC、CO2、SO2和PM排放)测算模型.相关的测算方法和研究结论可为我国海运排放的测算或相关部门的政策制定提供参考.

1　研究方法

1.1研究对象和范围

图1　渤海湾地区船舶流量轨迹示意Fig.1　Schematic diagram of ship traffic in Bohai Sea areas

区域性排放清单的测算往往是基于船舶活动进行的.基于岸基或卫星AIS数据可以统计出一年当中测算区域内船舶运行轨迹和流量.本研究的测算范围如图1所示,包括37°23'N以北和122°57'E以西的渤海及部分黄海海域.根据2014年的AIS统计数据,测算范围内9个主要航路上的船舶流量(包括往、返船舶)为330656艘次,其中海运船舶230743艘次,非运输船舶99913艘次;测算范围内10个主要港口的船舶流量(包括进、出港船舶)为478286艘次,其中海运船舶233309艘次,非运输船舶244977艘次.根据我国海事局的AIS监控统计数据,目前还难以得到测算范围内各具体船舶的详细活动数据,统计得到的船舶流量数据仅包括客船、货船、油船、危险品船和非运输船舶等类型,缺乏更详细的分类.因此,本研究不包括渔船、拖轮、驳船等非运输船舶,并将油船归入危险品船,测算的船舶类型分为客船、货船和危险品船.

1.2计算模型

船舶废气排放量的测算可根据船舶运行阶段在空间上分为两部分:定工况的海上航路排放和变工况的港口邻近区域排放.为简化计算,将船舶活动状态归结为3种运行工况:定速巡航工况、机动操纵工况和停泊工况.每一种运行工况下的船舶排放按推进柴油机(主机)、发电柴油机(副机)分开计算,忽略锅炉的排放.

因此,测算范围内一年当中某种成分废气排放量计算公式可表达为

其中

式中:E为排放量,t;ME为主机;AE为副机;P为标定功率,kW;LF为负荷因子;T为运行时间,h;EF为比排放因子,g/(kW·h);i为船舶艘次编号;j为运行工况编号;k为废气成分编号.

1.3模型参数的确定

1.3.1标定功率和设计航速因难以统计到具体船舶的主、副机功率和航速数据,一般的研究[1,5-6,9,12,15,21-26,29-30]均是根据船级社的船舶数据库进行统计分析.本研究模型中的客船仅指普通客船、客滚船,不包括高速客船,对入级CCS的119艘国际和国内航行的178≤GT≤34222的客(滚)船进行统计分析;模型中的货船视为包含集装箱船、散货船和杂货船,对入级CCS的144艘国际和国内航行的897≤GT≤187 541的海运集装箱船、390艘国际和国内航行的1965≤GT≤ 106334的海运散货船、121艘国际和国内航行的1495≤GT≤28147的海运杂货船进行统计分析;模型中的危险品船视为包含油船、化学品船和气体运输船,对入级CCS的288艘国际和国内航行的139≤GT≤167572的海运油船/化学品船及69艘国际和国内航行的497≤GT≤114 166的海运气体运输船进行统计分析.最终得到了船舶主机标定功率(PME)、设计航速(Vd)和船舶总长(LOA)与船舶GT之间的对应关系,如表1所示.副机总标定功率(PAE)通过与PME取比值再取算术平均值的形式给出.航速数据比较离散,尤其对于货船,它包含集装箱船、散货船和杂货船等船型,设计航速差异更大.为了便于拟合,将货船按吨级分为10个等级,求各等级航速的算术平均值,然后再进行拟合.

表1　主、副机标定功率、船舶总长和设计航速与船舶总吨间的对应关系Table 1　The relationships of ME &AE rated power, ship length and ship design speed against ship gross tonnage

1.3.2负荷因子和运行时间主机负荷因子(LF)定义为某一实际航速Va下的主机功率与PME之比.船舶以设计航速Vd航行时所消耗的主机功率受船体脏污程度、装载、海况和发动机运行年限的影响.本研究取船舶以Vd航行时对应的主机功率为0.9PME[25],则船舶以实际航速Va航行时所对应的主机负荷因子LF=0.9·(Va/Vd)3.船舶在海上航路定速巡航时,主机一般以75%～85%标定负荷运行,此时按推进特性运转的柴油机的燃油消耗率最低.但实际的运行负荷跟市场需求、主机性能、天气海况等有关,国内的监控AIS还没有形成具体船舶的航速统计数据.因此,本研究参照文献[35]及一般的航海操作经验,对各类型船舶在各运行工况下负荷因子及运行时间的取值如表2所示.海上航路定速巡航距离LC及港口航道机动操纵距离LM根据海图测算获得,停泊工况时间参照文献[17]取值.

1.3.3比排放因子柴油机比排放因子与质量排放量因子存在如下转换关系

式中:EF为比排放因子,g/(kW·h);EFf为质量排放量因子,kg/t燃料;SFOC为燃油消耗率,g/(kW·h);k为废气成分编号.

各类型柴油机NOx、CO、HC、CO2比排放因子和SFOC参照文献[25-26]取值,如表3所示.文献[25,32]假设有97.75%的S(硫)转化成了SO2,按式(5)确定SO2质量排放量因子

另外,文献[25]对2.7%硫含量燃油的PM质量排放量因子取值为6.70kg/t燃料.结合式(4),得到各类型柴油机SO2和PM比排放因子,也列于表3中.

表2　负荷因子和运行时间Table 2　Load factors and run-time

表3　比排放因子[g/(kW⋅h)]Table 3　Specific emission factors [g/(kW·h)]

根据目前市场上各类型船舶主、副柴油机的选配情况,主机功率5 000kW以下的船舶所用主机一般均为四冲程柴油机;主机功率5 000kW以上的船舶一般均采用二冲程柴油机;副机均采用四冲程柴油机.因此,参照表1对主机功率的测算,本研究统一取船长150m以下船舶主机为四冲程机,船长150m以上船舶主机为二冲程机.

1.3.4船舶流量统计渤海湾地区船舶流量轨迹如图1所示,主要的海上航路包括:①-大连至烟台航路;②-成山头至大连航路;③-成山头至老铁山水道航路;④-成山头至长山水道航路;⑤-老铁山水道至辽东湾北部航路,包括老铁山水道至营口港和锦州港;⑥-老铁山水道至渤海中北部航路,主要指老铁山水道至秦皇岛港;⑦-老铁山水道至渤海中部航路,包括老铁山水道至天津港、曹妃甸港、京唐港和黄骅港;⑧-长山水道至渤海中南部航路,包括长山水道至天津港、曹妃甸港和黄骅港;⑨-长山水道至莱州湾航路.

根据2014年全年船舶流量轨迹图,统计得到渤海湾地区9个主要航路船舶流量数据如表4所示.AIS统计数据缺乏各类型船舶具体的吨级数据,仅能得到按船长分类的船舶数量,即90～150m、150～200m、200～300m和300m以上几个吨级.船舶分级数据没有按船型分开列出,所以目前的应用还存在一定的缺陷,本研究对3种船型均按表4所示的相同的分级占比进行处理.视非运输船舶船长均为90m以下,将运输船舶对应的船长分为70m、120m、175m、250m和330m用于计算.

基于AIS观测数据统计得到2014年进出大连、营口、锦州、秦皇岛、京唐、曹妃甸、天津、黄骅、莱州湾、烟台10个港口的船舶流量如表5所示,总流量为233309艘次.而表4中9个主要航路上的船舶总流量为230743艘次,两个数据相差1.1%,可认为基本吻合.

2　结果与讨论

船舶在海上航路定速巡航时一般燃用重油,而在港口邻近区域机动操纵和停泊时所用燃油情况比较复杂,根据机型差异和操作情况可能继续燃用重油或者换用轻柴油,具体情况目前还难以统计.本研究的计算模型没有考虑燃油类型对NOx、CO、HC和CO2排放的影响,仅考虑不同含硫量的燃油对SO2和PM排放有影响,取世界船用燃油平均硫含量2.7%[25,31,35]用于计算.

表4　2014年渤海湾地区主要航路船舶流量数据Table 4　Statistics of ship traffic at sea routes in Bohai Sea areas in 2014

表5　2014年渤海湾地区主要港口船舶流量数据Table 5　Statistics of ship traffic at major ports in Bohai Sea areas in 2014

根据式(1)～(5)和表1～表5,计算得到渤海湾地区海运排放清单如表6所示.其中,NOx、 CO、HC、CO2、SO2和PM排放总量分别为173808, 14436,6144,7208919,120748,15292t;货船对废气排放的分担率最大,占比约为73%;危险品船对废气排放的分担率次之,占比约为21%;客船对废气排放的分担率最小,占比约为6%.各废气成分有近似相等的分担率,这是因为测算对象仅包括主、副柴油机,两类设备有相似的排放特性.

表6　2014年渤海湾地区海运排放清单(t)Table 6　Emissions inventory of sea-going ships in Bohai Sea areas in 2014 (t)

图2　不同设备的废气排放分担率Fig.2　Contribution of emissions by different equipment

图3　不同运行工况的废气排放分担率Fig.3　Contribution of emissions under different operating modes

主、副机废气排放分担率如图2所示.渤海湾地区海运船舶主机NOx、CO、HC、CO2、SO2和PM排放分担率分别为88%、88%、89%、85%、84%和84%;副机NOx、CO、HC、CO2、SO2和PM排放分担率分别为12%、12%、11%、15%、 16%和16%.

不同运行工况废气排放分担率如图3所示.海上航路定速巡航工况NOx、CO、HC、CO2、SO2和PM排放分担率最大,分别为91%、91%、92%、89%、89%和89%;停泊工况NOx、CO、HC、CO2、SO2和PM排放分担率次之,分别为7%、7%、6%、9%、9%和9%;而进、出港机动操纵工况废气排放分担率均仅占2%左右.若将燃油锅炉纳入计算,停泊工况废气排放分担率整体会偏高一些.若在该测算范围内所有船舶各工况均要求燃用0.1%硫含量的燃油,则SO2和PM排放分别为4472t和2417t,减排量分别达到96% 和84%.

在定速巡航工况,9个主要海上航路废气排放分担率如图4所示.其中,成山头至老铁山水道航路NOx、CO、HC、CO2、SO2和PM排放分担率最大,分别为34%、34%、34%、33%、33% 和33%;老铁山水道至渤海中部航路NOx、CO、HC、CO2、SO2和PM排放分担率次之,分别为17%、17%、17%、16%、16%和16%.这两个航路上的排放约占9个主要海上航路废气排放的50%.

各港口废气排放分担率如图5所示.在港口邻近区域机动操纵和停泊期间,10个主要港口NOx、CO、HC、CO2、SO2和PM排放分别为15 311、1292、482、781915、13641和1728t.其中,天津港废气排放分担率最大,约为30%;大连港废气排放分担率次之,约为20%.金陶胜等[8]测算得到2006年天津港NOx、CO、HC和PM排放总量为5360t,而本文测算得到2014年天津港NOx、CO、HC和PM排放总量为5652t,因测算区域、测算对象的差异导致测算结果有一定差异,但具有可比性.本文对大连港的测算结果远低于谭建伟等的[31]测算结果,这是因为其测算区域不仅限于港口邻近区域,还包含定速巡航工况所对应的港外区域.但即便这样,比照文献[8,17-19,21,30]的测算结果,谭建伟等[31]的测算结果也明显偏大.

图4　定速巡航工况下不同航路废气排放分担率Fig.4　Contribution of emissions by different sea routes under normal cruising mode

图5　港口邻近区域不同港口废气排放分担率Fig.5　Contribution of emissions by different major ports in near port areas

3　结论

3.1建立了基于AIS统计数据的海运排放测算模型,确定了具有较好适用性的模型参数,通过在渤海湾地区的应用,表明了该模型对区域性海运排放清单的测算具有可操作性,为相关部门的政策制定提供了方法上的参考.

3.2渤海湾地区2014年海运NOx、CO、HC、CO2、SO2和PM排放总量分别为173808,14436, 6144,7208919,120748,15292t;货船、危险品船和客船对废气排放的贡献分别占比73%、21%和6%;未计及锅炉排放的情况下,海上航路定速巡航工况对废气排放的贡献占比约为90%;进、出港机动操纵工况对废气排放的贡献仅占2%左右;就海上航路定速巡航工况的排放而言,成山头至老铁山水道和老铁山水道至渤海中部航路排放占比之和约为50%;天津港和大连港的排放约占港口邻近区域机动操纵和停泊期间排放的30% 和20%.

3.3本研究仅基于AIS船舶流量轨迹图统计了渤海湾地区9各主要海上航路和10个主要港口的船舶流量数据,另考虑AIS系统本身也会存在数据遗漏,因此,测算结果会存在一定偏差;没有计及非运输船舶的排放,虽然吨级均较小,但该类船舶流量将近35万艘次,下一步有必要针对该类船舶建立测算模型并确定模型参数,形成完整的渤海湾地区船舶废气排放清单.

3.4目前我国的AIS系统还缺乏船舶类型、吨级、航速、发动机类型、生产年份等详细的统计数据,这将给模型测算结果带来一定的误差,今后还有待进一步细化和优化AIS监控和统计功能;对于具体的测算区域,有必要针对船舶停港时间、所用燃油类型、排放因子等模型参数开展具体的调研和统计;另外,对于船舶燃油锅炉目前还缺少比较实用、准确的排放测算方法,也是下一步需要完善的地方.

参考文献：

[1] Ng S K W, Loh C, Lin C, et al. Policy change driven by an AIS-assisted marine emission inventory in Hong Kong and the Pearl River Delta [J]. Atmospheric Environment, 2013,76:102-112.

[2] Trozzi C, Vaccaro R, Nicolo, L. Air pollutants emissions estimate from maritime traffic in the Italian harbours of Venice and Piombino [J]. The Science of the Total Environment, 1995,169: 257-263.

[3] Hulskotte J H J, Denier H A C. Fuel consumption and associated emissions from seagoing ships at berth derived from an on-board survey [J]. Atmospheric Environment, 2010,44:1229-1236.

[4] Kesgin U, Vardar N. A study on exhaust gas emissions from ships in Turkish Straits [J]. Atmospheric Environment, 2001,35:1863-1870.

[5] Endresen O, Bakke J, Sorgard E, et al. Improved modelling of ship SO2emissions—a fuel-based approach [J]. Atmospheric Environment, 2005,39:3621—3628.

[6] Deniz C, Durmusoglu Y. Estimating shipping emissions in the region of the Sea of Marmara, Turkey [J]. Science of the Total Environment, 2008,390:255-261.

[7] Skjolsvik K O, Andersen A B, Corbett J J, et al. Study of greenhouse gas emissions from ships. Final Report to the International Maritime Organization. MT Report: MT00A23-038, Trondheim, Norway, 2000.

[8] 金陶胜,殷小鸽,许嘉,等.天津港运输船舶大气污染物排放清单 [J]. 海洋环境科学, 2009,28(6):623-625.

[9] Miola A, Ciuffo B. Estimating air emissions from ships: Meta-analysis of modelling approaches and available data sources [J]. Atmospheric Environment, 2011,45:2242-2251.

[10] Schrooten L, Vlieger I D, Panis L I, et al. Emissions of maritime transport: A European reference system [J]. Science of the Total Environment, 2009,408:318—323.

[11] Schrooten L, Vlieger I D, Panis L I, et al. Inventory and forecasting of maritime emissions in the Belgian sea territory, an activity-based emission model [J]. Atmospheric Environment, 2008,42:667—676.

[12] Tzannatos E. Ship emissions and their externalities for Greece [J]. Atmospheric Environment, 2010,44:2194-2202.

[13] Tzannatos E. Ship emissions and their externalities for the port of Piraeus, Greece [J]. Atmospheric Environment, 2010,44:400-407. [14] Meyer P D, Maes F, Volckaert A. Emissions from international shipping in the Belgian part of the North Sea and the Belgian seaports [J]. Atmospheric Environment, 2008,42:196—206.

[15] Maragkogianni A, Papaefthimious S. Evaluating the social cost of cruise ships air emissions in major ports of Greece [J]. Transportation Research Part D, 2015,36:10—17.

[16] Lonati G, Cernuschi S, Sidi S. Air quality impact assessment of at-berth ship emissions: Case-study for the project of a new freight port [J]. Science of the Total Environment, 2010,409:192—200.

[17] 林楚彬,赵黛青,蔡国田,等.广东货船水运的温室气体排放和低碳发展对策 [J]. 环境科学研究, 2013,26(12):1340-1348.

[18] 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.

[19] 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.

[20] 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.

[21] Song S. Ship emissions inventory, social cost and eco-efficiency in Shanghai Yangshan port [J]. Atmospheric Environment, 2014,82:288-297.

[22] Corbett J J, Koehler H W. Updated emissions from ocean shipping [J]. Journal of Geophysical Research, 2003,108(D20): 4650.

[23] Winther M. New national emission inventory for navigation in Denmark [J]. Atmospheric Environment, 2008,42:4632—4655.

[24] Eyring V, Isaksen I S A, Berntsen T, et al. Transport impacts on atmosphere and climate: Shipping [J]. Atmospheric Environment, 2010,44:4735—4771.

[25] IMO. Second IMO GHG Study 2009 [R]. London: International Maritime Organisation, 2009.

[26] IMO. Third IMO GHG Study 2014 [R]. London: International Maritime Organisation, 2014.

[27] Corbett J J, Lack D A, Winebrake J J, et al. Arctic shipping emissions inventories and future scenarios [J]. Atmospheric Chemistry and Physics, 2010,10:9689—9704.

[28] Winther M, Christensen J H, Plejdrup M S, et al. Emission inventories for ships in the arctic based on satellite sampled AIS data [J]. Atmospheric Environment, 2014,91:1-14.

[29] 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.

[30] 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.

[31] 谭建伟,宋亚楠,葛蕴珊,等.大连海域远洋船舶排放清单 [J]. 环境科学研究, 2014,27(12):1426-1431.

[32] 刘俊,安兴琴,朱彤,等.京津冀及周边减排对北京市PM2.5浓度下降评估研究 [J]. 中国环境科学, 2014,34(11):2726-2733.

[33] 伯鑫,赵春丽,吴铁,等.京津冀地区钢铁行业高时空分辨率排放清单方法研究 [J]. 中国环境科学, 2015,35(8):2554-2560.

[34] 国务院.大气污染防治行动计划 [EB/OL]. 北京:国务院, 2013-09-12 [2015-06-15]. http://www.gov.cn/zwgk/2013-09/ 12/content_2486773.htm.

[35] U.S. EPA. Regulatory Impact Analysis: Control of emissions of air pollution from category 3marine diesel engines[R]. U.S. Environmental Protection Agency: EPA-420-R-09-019, 2009.

AIS data-based estimation of emissions from sea-going ships in Bohai Sea areas.

XING Hui, DUAN Shu-lin*, HUANG Lian-zhong, LIU Qin-an(College of Marine Engineering, Dalian Maritime University, Dalian 116026, China). China Environmental Science, 2016,36(3)：953～960

Abstract：The ship’s operations were classified as maneuvering mode and hotelling mode in near port areas and normal cruising mode at sea routes. A ship activity-based approach was employed and a model which was used to calculate the exhaust emissions from sea-going ships was established. Based on ship database of China Classification Society, the relationships of main engine rated power, auxiliary engine rated power and ship design speed against ship gross tonnage for different kinds of sea-going ships were developed. Ship traffic in Bohai Sea areas was obtained based on AIS (automatic identification system) statistical data. Finally, the exhaust emissions inventory of sea-going ships in Bohai Sea areas was obtained. The results show that the emissions of NOx, CO, HC, CO2, SO2and PM from sea-going ships in Bohai Sea areas in 2014 were 173808, 14436, 6144, 7208919, 120748 and 15292 tons respectively. The contributions of exhaust emissions from cargo ships, dangerous goods carriers and passenger ships were about 73%, 21% and 6% respectively. Normal cruising mode at sea routes contributed approximately 90% of exhaust emissions. Chengshantou-Laotieshan route and Laotieshan-Central Bohai Sea route contributed approximately 50% of exhaust emissions at sea routes totally. Tianjin port and Dalian port contributed approximately 30% and 20% of exhaust emissions in near port areas respectively. The AIS data-based bottom-up method was applicable to estimate the regional emissions from sea-going ships.

Key words：exhaust emission；sea-going ship；AIS；Bohai Sea area；ship activity-based approach

作者简介：邢辉(1980-),男,湖北浠水人,副教授,大连海事大学博士研究生,主要从事船舶柴油机动力装置排放测试与评价方面的研究.发表论文30余篇.

基金项目：交通运输部科技计划项目(2015328225150);中央高校基本科研业务费专项资金资助项目(3132014110)

收稿日期：2015-08-20

中图分类号：X51

文献标识码：A

文章编号：1000-6923(2016)03-0953-08