船舶排放之敏感性分析
Table of contents
背景
- TEDS11並沒有公開更新後的船舶排放量。
- 公版基準排放量檔案中船舶的空間分布，與TEDS10很類似，缺乏海峽中線西方與公海部分排放量，這非常可能是低估SO2濃度的原因。
- 要探討這個課題，首先必須要能將基準排放量中開放水域的部分予以歸零，才能探討次部分排放量的影響程度。
- 公版模式提供了ocean.ncf，其中的MASK有3個數字，分別率定：
- 程式需要將開放水域位置予以標定，將所有該等位置的排放量歸零，即可。
dSHIP.py
- 使用np.where將開放水域位置予以標定（
idx） - 事先先複製一份基準排放量檔案當成模版
- 注意nc檔案並不適用np.array的fancy indexing
In [24]: pwd
Out[24]: '/data/cmaqruns/2019simen/input/201901/grid03/smoke'
In [25]: !cat dSHIP.py
import numpy as np
import netCDF4
fname='/data/cmaqruns/2019simen/output/2019-01/grid03/ocean/ocean.ncf'
nc = netCDF4.Dataset(fname,'r')
v='MASK'
mask=nc[v][0,0,:,:]
V=[list(filter(lambda x:nc.variables[x].ndim==j, [i for i in nc.variables])) for j in [1,2,3,4]]
nt,nlay,nrow,ncol=(nc.variables[V[3][0]].shape[i] for i in range(4))
idx=np.where(mask==2)
fname='/data/cmaqruns/2019simen/output/2019-01/grid03/smoke/cmaq_cb06r3_ae7_aq.01-20181225.38.TW3-d4.BaseEms.ncf_dSHIP'
nc = netCDF4.Dataset(fname,'r+')
V=[list(filter(lambda x:nc.variables[x].ndim==j, [i for i in nc.variables])) for j in [1,2,3,4]]
var=np.zeros(shape=(nt,nrow,ncol))
for v in V[3]:
var[:,:,:]=nc[v][:,0,:,:]
var[:,idx[0],idx[1]]=0
nc[v][:,0,:,:]=var[:,:,:]
nc.close()
船舶與基準排放量之比較
- 月均值排放量，單位：gmole/s(氣狀物)或g/s(粒狀物)
- 粒狀物定義：
p=[v for v in V[3] if v[0]=='P' and v!='PAR']，共20項。
- 船舶排放量
- N/P階遠小於基準排放量
- S在同一數量級、僅1/2.1
| K | m above ground | depth(m) | SO2 | NOx | particulates |
|---|
| 0 | 0~19.85 | 39.775 | 4.646 | 9.116 | 165.170 |
- 基準排放量
- 粒狀物以粗顆粒(PMC)為主，佔了2163.085g/s
- K0~1為影響地面污染的主要原因
- K4(電廠煙囪)排放也僅為船舶1.8倍
| K | m above ground | depth(m) | SO2 | NOx | particulates |
|---|
| 0 | 0~19.85 | 39.775 | 10.033 | 139.385 | 3523.392 |
| 1 | 19.85~59.62 | 59.821 | 4.522 | 13.901 | 74.911 |
| 2 | 59.62~119.4 | 120.357 | 4.23 | 20.157 | 58.309 |
| 3 | 119.4~239.8 | 203.458 | 6.975 | 24.744 | 47.174 |
| 4 | 239.8~443.2 | 291.484 | 8.792 | 15.76 | 36.317 |
| 5 | 443.2~734.7 | 345.108 | 0.427 | 0.621 | 1.809 |
| 6 | 734.7~1079 | 403.888 | 0.001 | 0.002 | 0.033 |
| 7 | 1079~1483 | 471.907 | 0.000 | 0.000 | 0.003 |
船舶排放造成的空氣品質增量
- 基準空氣品質扣除去除船舶排放後之模擬空氣品質，即為船舶排放所造成的增量。2019年1月份月均值模擬結果比較如圖所示。
 |  |
|---|
| 船舶排放所造成的濃度差異(增量) | 一月份SO2月平均濃度 |
Actions
- 船舶SO2排放總量不及背景基準，模擬濃度占比更低，可能是SO2低估原因
- 人為污染源所造成SO2濃度不及雲雨洗滌效應，大多地區濃度偏低。
Table of contents