8 环境科学学报 38卷 等(2017)通过AS数据获得船舶活动轨迹,结合劳 氏船级社的船舶特征信息,建立了2010年宁波舟5面临的挑战( Chanllenges) 山港船舶排放清单,并得到船舶排放的空间分布和 经过多年发展,船舶排放清单方法日渐完善 小时变化特征谱这些研究均未考虑港口实施岸电分辨率逐渐提高、不确定性日益降低.然而船舶基础 措施后对排放的影响未来随着中国地区AIS数据数据质量仍待提升,特别是排放因子和AS数据质 覆盖率的提高,加上船舶基础数据的优化,基于AIS量成为了提高船舶清单精确度的瓶颈,成为了后续 系统动力法在我国港口清单计算中会更具优势 研究需要攻克的难题 在研究船舶清单的基础上,不少研究者将清单 首先是排放因子质量的挑战船舶清单的不确 数据引入化学传输模式,深入分析船舶排放对大气定性很大程度来源于排放因子的不确定性远洋船 环境的影响.如在全球尺度, Corbett等(2007)在全舶种类繁多,行驶工况复杂,不同船型、不同行驶状 球船舶清单基础上,分别利用 ECHAM5/MESS态( Winnes and.-Eridenl,2010; Fu et al.,2013)和负 MADE模型和 GEOS-Chem模型估算了船舶排放荷( Petzold et a.,2010条件的船舶排放因子变化 PM2浓度的模拟结果,得到了全球范围内船舶排放巨大然而目前已有的排放因子测试研究相对有 导致的过早死亡人数在区域尺度,Lm等(2016)基限,无法提供足够精细的排放因子数据,因此排放 于东亚地区船舶排放清单,使用 GISS ModelE2气候因子数据质量成为了制约清单质量的关键因素图3 模型估算了船舶各污染物的辐射强追;叶思琪提供了不同船舶清单中使用的排放因子及主要的 (2014)建立了珠三角地区2010年船舶排放清单 放因子测试数据对比.除了针对低硫油场景的 并利用CMAQ模型模拟了船舶排放对珠三角地区 MO MGO外(硫含量0.15%),其余清单中船舶燃油 空气质量的影响化学传输模式具备完整的化学反均为重油(硫含量2.43%左右),所用排放因子较为 应体系并能充分考虑区域传输影响,然而仍存在 致且接近于测试结果其中NO,排放因子与船舶 些固有缺陷,如空间分辨率不高、对颗粒物二次组发动机年龄和转速等直接相关,不确定度较大;SO 分和臭氧的模拟效果欠佳等,制约了模型结果的准~排放因子由船舶燃油硫含量直接决定;CO2和PM排 确性( Eyring et al.,2010) 放因子差异不大 ■排放因子测试值 日请单中使用的排放因子 16 小小心小 小°ss9 图3船舶清单所用排放因子与测试值对比( Edgar; Dalsoren ef al.,2008; Corbett and Koehler,2003; Erring et al.,2010;IMO,2015; Liu et all 2016: ENTEC, 2002; ICF Consulting, 2006: EPA, 2000; Levelton Consultants Ltd, 2012; CELO et aL., 2015: Moldanovd ef al., 2009) Fig 3 Comparison of emission factors with emission test results环 境 科 学 学 报 ３８ 卷 等（２０１７）通过 ＡＩＳ 数据获得船舶活动轨迹，结合劳 氏船级社的船舶特征信息，建立了 ２０１０ 年宁波⁃舟 山港船舶排放清单，并得到船舶排放的空间分布和 小时变化特征谱．这些研究均未考虑港口实施岸电 措施后对排放的影响．未来随着中国地区 ＡＩＳ 数据 覆盖率的提高，加上船舶基础数据的优化，基于 ＡＩＳ 系统动力法在我国港口清单计算中会更具优势． 在研究船舶清单的基础上，不少研究者将清单 数据引入化学传输模式，深入分析船舶排放对大气 环境的影响．如在全球尺度，Ｃｏｒｂｅｔｔ 等（２００７） 在全 球船舶清单基础上，分别利用 ＥＣＨＡＭ５ ／ ＭＥＳＳｙ１⁃ ＭＡＤＥ 模型和 ＧＥＯＳ⁃Ｃｈｅｍ 模型估算了船舶排放 ＰＭ２．５浓度的模拟结果，得到了全球范围内船舶排放 导致的过早死亡人数．在区域尺度，Ｌｉｕ 等（２０１６）基 于东亚地区船舶排放清单，使用 ＧＩＳＳ ＭｏｄｅｌＥ２ 气候 模型估 算 了 船 舶 各 污 染 物 的 辐 射 强 迫； 叶 思 琪 （２０１４）建立了珠三角地区 ２０１０ 年船舶排放清单， 并利用 ＣＭＡＱ 模型模拟了船舶排放对珠三角地区 空气质量的影响．化学传输模式具备完整的化学反 应体系并能充分考虑区域传输影响，然而仍存在一 些固有缺陷，如空间分辨率不高、对颗粒物二次组 分和臭氧的模拟效果欠佳等，制约了模型结果的准 确性（Ｅｙｒｉｎｇ ｅｔ ａｌ．， ２０１０）． ５ 面临的挑战（Ｃｈａｎｌｌｅｎｇｅｓ） 经过多年发展，船舶排放清单方法日渐完善， 分辨率逐渐提高、不确定性日益降低．然而船舶基础 数据质量仍待提升，特别是排放因子和 ＡＩＳ 数据质 量成为了提高船舶清单精确度的瓶颈，成为了后续 研究需要攻克的难题． 首先是排放因子质量的挑战．船舶清单的不确 定性很大程度来源于排放因子的不确定性．远洋船 舶种类繁多，行驶工况复杂，不同船型、不同行驶状 态（Ｗｉｎｎｅｓ ａｎｄ Ｆｒｉｄｅｌｌ， ２０１０； Ｆｕ ｅｔ ａｌ．， ２０１３）和负 荷（Ｐｅｔｚｏｌｄ ｅｔ ａｌ．， ２０１０） 条件的船舶排放因子变化 巨大，然而目前已有的排放因子测试研究相对有 限，无法提供足够精细的排放因子数据，因此排放 因子数据质量成为了制约清单质量的关键因素．图 ３ 提供了不同船舶清单中使用的排放因子及主要的 排放因子测试数据对比． 除了针对低硫油场景的 ＩＭＯ ＭＧＯ 外（硫含量 ０．１５％），其余清单中船舶燃油 均为重油（硫含量 ２．４３％左右），所用排放因子较为 一致且接近于测试结果．其中 ＮＯｘ排放因子与船舶 发动机年龄和转速等直接相关，不确定度较大；ＳＯ２ 排放因子由船舶燃油硫含量直接决定；ＣＯ２和 ＰＭ 排 放因子差异不大． 图 ３ 船舶清单所用排放因子与测试值对比（Ｅｄｇａｒ； Ｄａｌｓøｒｅｎ ｅｔ ａｌ．， ２００８； Ｃｏｒｂｅｔｔ ａｎｄ Ｋｏｅｈｌｅｒ， ２００３； Ｅｙｒｉｎｇ ｅｔ ａｌ．， ２０１０； ＩＭＯ， ２０１５； Ｌｉｕ ｅｔ ａｌ．， ２０１６； ＥＮＴＥＣ， ２００２； ＩＣＦ Ｃｏｎｓｕｌｔｉｎｇ， ２００６； ＥＰＡ， ２０００； Ｌｅｖｅｌｔｏｎ Ｃｏｎｓｕｌｔａｎｔｓ Ｌｔｄ， ２０１２； ＣＥＬＯ ｅｔ ａｌ．， ２０１５； Ｍｏｌｄａｎｏｖá ｅｔ ａｌ．， ２００９） Ｆｉｇ．３ Ｃｏｍｐａｒｉｓｏｎ ｏｆ ｅｍｉｓｓｉｏｎ ｆａｃｔｏｒｓ ｗｉｔｈ ｅｍｉｓｓｉｏｎ ｔｅｓｔ ｒｅｓｕｌｔｓ ８ 环境科学学报