基于卫星观测及数值模式的船舶排放清单改进研究

Ship source, which has significant impact on air quality and human health, is a major source of coast city. With the shrink of emission reduction potential on major sources, e.g. industrial sector and vehicle, ship emissions have become one of research hotspots in the field of air pollution control in recent years. However, ship emission estimation based on fuel consumption or AIS (Automatic Identification System) data still have high uncertainties, due to the lack of information on ship activities and the assumption on emission factors. Improvement of ship emissions using observation data is the key of emission estimation. Studies on ship emissions improvement using satellite observation and numerical models remain scarce. In this study, taking South China Sea as a case study, we establish a numerical model-based method to improve the high-resolution ship emission inventory, by combining AIS-based estimation approach and an inversion algorithm from satellite observation, which is beneficial to enhance control policies on ship sectors and the accuracy of air quality forecast.

船舶源是沿海城市重要的大气污染排放源，对空气质量与人体健康都有重要影响。近10年来，随着我国工业源、机动车等污染源控制力度加大，船舶源已成为我国大气污染研究领域的热点之一。然而，由于活动数据和排放因子等数据不完整，现阶段基于燃油消耗量或者AIS数据建立的船舶排放清单仍然存在较高的不确定性，不同学者估算的清单结果差异明显。如何利用观测数据对船舶排放源清单进行校验与改进是目前国内外开展大气排放研究急需突破的瓶颈之一。现有研究多数应用基于卫星观测数据的自上而下方法反演沿海船舶排放，但基于AIS数据和卫星观测数据相结合的船舶清单改进研究仍然匮乏。因此，本研究以中国华南沿海为案例，拟利用基于AIS数据的自下而上方法和基于卫星观测数据的自上而下反演方法，结合数值模式开展船舶排放清单的改进研究，以降低船舶清单不确定性，提高沿海城市空气质量污染控制策略制定的可靠性和空气质量预报的准确性。

船舶源是沿海城市重要的大气污染排放源，对空气质量与人体健康都有重要影响。目前基于排放因子法建立的船舶排放清单缺乏真实观测数据校验，不同学者估算的清单结果差异明显，结果存在较高不确定性。本项目以华南沿海船舶排放为案例，提出了基于数值模式和卫星观测的船舶排放清单校验方法，建立了基于AIS数据和排放因子法的船舶排放先验清单，构建了区域环境大气污染物与前体物的相关性函数，利用数值模式和沿海地面观测数据，建立了卫星数据约束下的华南沿海船舶NOx排放后验清单。该方法突破了卫星数据与数值模式在船舶排放清单改进应用的技术难题，拓展了大气污染源排放清单的校验方法，提高了现有清单在空气质量模型中的模拟效果。结果表明：1）中国近海岸200海里内的船舶SO2、NOx、PM2.5和VOCs的排放量分别为946 kt、111 kt、87 kt和67 kt；排放空间分布与主要航线高度重叠，仅依靠20%的面积贡献了接近70%的总污染物排放，SO2、NOx 和PM2.5的平均密度分别达到0.60 t/yr/km2、0.91 t/yr/km2和0.06 t/yr/km2；2）以华南沿海为例，相较于先验清单，基于该方法改进的后验清单在华南沿海区域空气质量站点模拟结果的标准偏差和标准误差分别降低了约15%和28%，表明该方法能有效改进清单在空气质量模型模拟中的表现。项目发表SCI论文一篇，另有一篇SCI在梳理。研究成果可加强对船舶源大气污染排放现状的认识，为其他大气污染排放源的清单校验提供数据基础和理论支持。