海上航船分布及其對海洋環境噪聲的影響＊

衣雪娟 林建恒, 孫軍平 江鵬飛 蔣東閣 蔣國健

(1.中國科學院聲學研究所北海研究站 青島 266023;2.中國科學院水聲環境特性重點實驗室 北京 100190)

海洋環境噪聲的研究始于二戰期間,Knudsen等(1948)給出了Knudsen譜曲線,戰后Wenz(1962)進一步提出了經典的海洋環境噪聲Wenz譜曲線,目前仍是水聲工程設計經常采用的參考曲線。歷經幾十年,海洋環境噪聲特性已經發生了很大變化,海洋環境噪聲級的統計平均值已明顯上升,這其中有人為因素和自然因素的影響: 人為因素主要包括海上航船、海上石油鉆探和各種軍用聲吶裝置的使用等,自然因素包括氣候變化、海底地震等。

近幾十年來,航運量快速增長導致海洋環境噪聲級大幅升高,海洋環境的噪聲污染增加,在西太平洋海域以及亞歐、亞美等主要航道附近尤其顯著。美國國家海洋和大氣管理局提供的統計資料(Frisk,2004)表明,1950年全世界范圍內商船(包括油輪、貨船、集裝箱船以及其它大型海運船只)大約3萬艘,約850萬總噸,而1998年商船總數超過了8.5萬艘,約5250萬總噸,并預見在未來的 20—30年,在世界范圍內大船的數量仍有可能成倍增加。

Ross(2005)整理發表了對 1950—1975年由航船引起低頻海洋環境噪聲變化所做的詳細分析,認為在這25年間低頻海洋環境噪聲級已升高了10dB甚至更高,這種趨勢在當時的東太平洋和東、西大西洋最為明顯,乃因這些海域通商航運增長所致。Ross根據測量數據繪出了不同海區50Hz海洋環境噪聲譜級變化曲線及趨勢,如圖1所示。

圖1 不同海區50Hz噪聲譜級Fig.1 Noise spectrum level at 50Hz in different areas

Andrew等(2002)對比了美國加利福尼亞中部海域1994—2001年與1963—1965年的海洋環境噪聲測量數據,發現近30年來10—80Hz和200—300Hz的噪聲級升高約 10dB,100Hz的噪聲級升高約 3dB。McDonald等(2006)的環境噪聲測量數據對比顯示,圣尼古拉斯島2003—2004年的30—50Hz環境噪聲級比1964—1966年增加了10—12dB,100—300Hz之間環境噪聲級增長了1—3dB。McDonald等(2008)的淺海環境噪聲數據顯示,2005—2006年圣克萊蒙特島附近存在航船時的噪聲級中值數要比無航船時高6—9dB。Miksis-Olds等(2013)對比了印度洋2002—2012年的環境噪聲數據,發現 85—105Hz環境噪聲級明顯增高。

另外值得關注的是,在航船數據庫方面,國外已掌握了歷年全球重要海域的航船密度數據,例如著名的歷史船只數據庫 HITS(Historical Temporal Shipping),其中就包含了我國近海的航船密度數據(Breeding et al,1996)。

低頻海洋環境噪聲是影響水下遠程聲探測性能的關鍵因素,當代水下探測向低頻遠程發展,人們更加關注海洋環境噪聲的低頻段特性。航船噪聲是海洋中的主要低頻噪聲源,本文依據港口進出航船信息和船舶自動識別技術數據庫資料,對一段時期內我國某港口和某海域的歷史航船分布數據進行分析,側重討論開闊海域單位面積單位時間進、出港的航船數分布,在此基礎上,針對某開闊海域某時間段航船分布,按船舶輻射噪聲譜級經驗公式,初步估計了三處不同位置接收點的由航船噪聲源引起的低頻海洋環境噪聲特性。

1 海上航船分布數據

1.1 數據獲取

當代聲吶技術向低頻遠程探測迅速發展,航船噪聲是主要低頻海洋噪聲源,要獲取關注海域、關注時間內的航船分布情況,可以借助港口進出航船信息數據庫、船舶自動識別系統(AIS),衛星偵察和飛機航拍等多種方式進行,每種方式所需要的費用和獲取數據的質量均不相同,條件允許時可開展多種形式相結合的綜合調查方式,這樣獲得的數據更為全面完整。

1.1.1 港口進出航船信息庫調研 港口進出航船信息庫數據包含了船舶進出港的交通調度信息,數據比較準確,具有較重要的參考利用價值,但由于每個港口只對管轄區域內進出港的船只進行管理,因此即使同時獲取多個港口的航船數據,因調查范圍相對較小,對了解較廣海域的航船分布作用較小。1.1.2 船舶自動識別技術及其數據庫 船舶自動識別技術(AIS)由國際海事組織在九十年代推出,它通過安裝在航船上的船載識別終端自動獲取岸基和其它船舶信息,主要用于海上船只之間、船只與海上交管中心之間的相互識別,防止船舶碰撞。目前,我國300總噸及以上國際航行的船舶、500總噸及以上非國際航行的貨船及所有客船均已配備 AIS設備。AIS采用超高頻頻段,它的覆蓋范圍取決于天線高度、發射功率、接收機靈敏度、天氣狀況和氣象條件等,通常情況下,AIS系統岸基接收站可以接收到距岸30海里范圍內的船舶信息;超過這一距離,AIS信息傳輸受天氣影響較大,對較遠海域內的航船,岸基站可能接收不到其AIS信號,需借助衛星接收。

1.1.3 衛星偵察技術 利用衛星偵察技術來獲取航船分布,通常采用光學成像和合成孔徑雷達成像混合型偵察衛星獲取一定海面面積的照片,再通過圖像識別技術得到航船信息,不僅能保證任何氣象條件下的信息獲取,而且具有偵察覆蓋范圍廣、分辨率高等明顯優勢(吳技,2009);但是受衛星數目和運行軌道限制,往往不能夠實時獲得關注海域的航船分布,另外衛星調查的費用也較昂貴。

本文基于對前兩種方式獲取的海上航船信息進行分析處理,獲得海上航船的分類分布。

1.2 進出港口航船分類分布分析

1.2.1 基于進出港口船只信息的航船分布 由某港口進出船只信息庫獲取了2010年1月至2012年4月進出該港口航船的數據,其中航船類型主要包含各種進、出港商貨船(包括集裝箱船、散貨船、雜貨船、油輪等)和漁船、客船。圖2是不同年份每月進、出某港口的航船總數柱狀圖,橫坐標表示月份,縱坐標為月航船總數。由圖可見,歷年來同一月份進港與出港船只的數目基本持平,而不同月份的船只數量差別較明顯;每年2月份因天數少,進出港的船只數量略低于其它月份。

表1是該港口日進、出港船只統計特征,從表1可見,進出港商船的日均值相近,分別為 47.3艘和47.0艘。進港商船數的最大值和最小值分別為139艘和 13艘,出港商船數的最大值和最小值分別是 191艘和0艘,調查天數共851天。

表2和表3根據歷史天氣信息記錄,對出港船只較少和較多的兩種特殊情況出現的頻數、具體日期和該海域對應的歷史天氣(大風、海浪、大霧等)狀況給予簡要描述。進港船只數目的日變化較平穩,出現大于 80艘的情況只有一次,即最大值 139艘,日期是2011年8月6日,正是氣象部門預報2011年第九號臺風即將登陸本地的時間,因而大量船只進港避風;而出港船只最大值191艘出現在2011年8月8日,即臺風過后,由避風船只集中出港引起。極端天氣出現的時段以及期間海上航船數的變化規律,對于今后利用歷史航船數據、采用其它網絡智能化推理方式預估某時日海上航船分布,進而估計低頻環境噪聲,具有重要指導借鑒價值,是一個不可或缺的輸入量。

圖2 月進、出某港口航船總數統計圖(2010年1月—2012年4月)Fig.2 Total number of ships arriving in and leaving a certain port from January 2010 to April 2012

表1 日進、出港船只數統計特征Tab.1 Statistics of the number of ships in and out of the port

表2 出港商船少的特殊情況統計表Tab.2 Statistics of low amount of merchant ships leaving port

表3 出港商船較多時的天氣狀況Tab.3 Weather condition when many merchant ships leaving the port

圖3是港口調查期間每日進、出某港口船只數的時間序列圖(以天為單位,共 851天),圖中紅色虛線表示進、出港船只數的日均值。與進港船只數變化相比,出港的船只數目的日變化情況不平穩,均值線以下超出兩個標準差范圍的值存在較多。

圖4給出了該港口日進、出港船只數的直方圖及其正態分布擬合曲線,橫軸為日進、出港船只數量,縱軸是航船數出現頻數,圖中紅線是進、出港船只數的正態分布擬合曲線。從該圖可看出,日進、出港航船數近似滿足正態分布,但實際上由于惡劣天氣海況出現的極端值情況明顯偏離正態分布。因此,剔除受惡劣天氣海況影響日進、出港船只數小于17艘的異常數據,只分析其余 815天的進、出港船只數據,給出日進、出港船只數的直方圖,以及正態分布擬合曲線,見圖5;同時給出剔除異常值后的每日進、出港船只數的正態P-P圖和去勢P-P圖,見圖6,P-P圖a和圖b中實線代表以進、出港船只數日均值和標準差為參數的正態分布的理論累計概率,圓圈散點代表統計進、出港航船數的實際累計概率。如果進、出港航船數服從正態分布,那么這些數據點應與理論直線值(對角線)基本重合;去勢P-P圖c和圖d反映了按正態分布計算的理論累計概率值和實際累計概率差值的分布情況,如服從正態分布,則圓圈散點應較均勻地分布在Y=0直線上下?？梢钥闯?篩選異常值之后,日進、出港船只數的理論累計概率和實際累計概率的殘差絕對值均在 0.05以內,因此可以認為剔除惡劣天氣海況的影響,日進、出港船只數均服從正態分布。

圖3 日進、出某港口的船只數(2010年1月1日—2012年4月30日)Fig.3 Daily amount of ships in and out of the port during Jan.1,2010—April 30,2012

圖4 日進出港船只數頻數圖及正態分布擬合曲線Fig.4 Frequency of daily amount of ships in and out of the port and the fitting curve of normal distribution

圖5 剔除極端值后,日進出港船只數頻數圖及正態分布擬合曲線Fig.5 Frequency of daily amount of ships in and out of the port and the fitting curve of normal distribution exclusive of extreme

圖6 剔除極端值后,日進、出港船只數的正態P-P圖與去勢P-P圖Fig.6 P-P and detrend P-P of daily amount of ships in and out of the port and the fitting curve of normal distribution a、c: 進港;b、d: 出港

1.2.2 開闊海域航船分布統計 港口進、出航船信息庫數據僅覆蓋港口區域局部范圍,為了獲取開闊海域大范圍和長時間的航船分布,調研了船舶自動識別系統(AIS)數據庫,獲得 2011—2013年我國周邊海域的航船歷史分布數據。船只類型包括商貨船、郵客船、部分漁船,不包括公務船和軍用船。要了解航船噪聲源的分布,需要掌握單位面積、單位時間內的航船數,本文以6′×6′經緯度面積為單位(即1個網格單元)對關注海域進行網格劃分,采樣頻率為1次/h。

圖7給出關注海域2011─2013年的月度航船數變化,可以看出各月份的航船數量差別較大,其中 5月和 9月的船只總數較多,這兩個月份處于每年休漁期的前后,受漁船集中出海捕撈作業影響。圖8分別給出了2011—2013年漁船和商貨船月度總數變化,每年5月和9月是小型捕撈船數量較高的月份,在6—8月禁漁期內,其數量相對較少,9月至來年的1月其數量緩慢下降,而2—5月則數量上升;商貨船數量5月最多,6月次之,冬季最少。從航船的實時分布可以看出,5月絕大部分天數接收到AIS信息的船只距岸較遠,6月和9月次之,而在冬季的絕大部分時間接收不到遠距離船只的 AIS信息,應該與氣象條件等因素有關。

圖7 2011—2013年關注海域的航船數Fig.7 The number of ships in month from 2011 to 2013

圖8 2011—2013年關注海域漁船和貨船的船只總數Fig.8 The total number of fishing vessels and merchant ships in month

考察單位面積航船分布規律時,考慮到遠距離AIS信號受氣象因素的影響較大,利用AIS系統所獲距岸較遠的航船分布有可能不準確,選取距岸較近的單元網格(AIS信息較全面),對這些網格內不同月份的航船數據進行統計,獲取其單位時間內出現n條航船(n=0,1,2,…)的頻率。單位網格(6′×6′)內航船數出現頻率統計結果如圖9所示,圖中藍色方框表示由AIS數據獲得的單位網格內航船數出現頻率;按照網格航船數均值 μ為參數的泊松分布計算獲得的概率用紅色圓圈表示。藍紅兩組數據比較吻合,且統計數據的均值和方差也比較接近,因此單位網格、單位時間內的航船數量可近似認為服從泊松分布,其中參數μ為該網格中單位時間內出現的航船數均值。泊松分布常用來描述單位面積上發生的小概率事件,以均值μ為參數,隨機變量k的泊松分布可以表示為:

圖9 不同單元網格航船數概率與泊松分布概率對比Fig.9 Probability density function of ships amount compared with Poisson distribution at different grids

2 航船對低頻海洋環境噪聲貢獻的初步估計

本節在李家亮等(2014)針對噪聲源水平非均勻分布建立的海洋環境噪聲理論模型基礎上計算由海上航船引起的環境噪聲,給出不同位置接收點低頻環境噪聲強度的水平分布,并采用N×2D方法計算不同接收點環境噪聲譜級隨接收深度的變化曲線。

計算采用的環境參數如下: 海深40m,聲速剖面分兩種,一種是等聲速,另一種是溫躍層,如圖10所示;考慮單層海底,海底聲速為 1650m/s,密度為1.5g/cm3,衰減系數為 0.5dB/λ,計算頻率為 100Hz。圖11是利用AIS系統獲得的航船噪聲源分布,用不同的顏色表示不同長度的船只,符號“⊕”表示三個不同接收點R1、R2、R3,R1周邊近距離船只較少,R2、R3位于不同的航道附近,可見該海域航船噪聲源呈水平非均勻分布,接收點周邊的航船分布情況各不相同。各艘航船的航速和船長信息由AIS數據提供,航船噪聲源級可以根據相關經驗公式(Breeding et al,1996)計算獲得,表4列出距各接收點最近的5艘航船信息,包括距離、方位和聲源級。航船到接收點的聲傳播損失采用與水平距離無關的簡正波理論進行計算。

圖10 聲速剖面示意圖Fig.10 Sound speed profile

圖11 不同船長的航船位置分布圖Fig.11 Discrete ship locations at different ship length intervals R1、R2、R3 為三接收點

表4 三接收點附近的航船信息Tab.4 Information of ships near the three receivers

圖12和圖13分別對應等聲速和溫躍層兩種聲速剖面情況下,計算獲得的R1、R2、R3在接收深度13m處的航船噪聲強度沿水平方向的分布。結合圖11可見,航船引起的環境噪聲強度沿水平方向分布顯著不均勻,且不同接收點噪聲強度的分布不同: 接收點R2左側分布有航道,港口,航船密集,在右側航船甚少,因此該接收點環境噪聲強度水平分布左側高,右側明顯低;而R1、R3周邊均有若干航船,其噪聲強度在水平各方向不同,距離近的航船對接收點的噪聲貢獻影響較大;相對于等聲速,溫躍層聲速剖面情況下由于聲傳播損失的增加,各方向的噪聲強度普遍減低。由此表明,航船引起的環境噪聲強度呈水平非均勻分布,這與水平均勻分布的海洋環境噪聲場顯著不同,后者是水下探測中比較常用的關于背景噪聲的一種假設。圖14是兩種聲速剖面情況下三接收點的航船噪聲強度隨海深的變化,同時還給出利用風關海洋環境噪聲模型(衣雪娟等,2005)計算的海上無任何航船時風速為6m/s的風關噪聲級隨深度變化曲線。從等聲速梯度剖面的算例來看,海上存在航船時的海洋環境噪聲級明顯大于風關噪聲級,且垂直方向的強度分布也與風關噪聲不同;由于傳播損失增加,溫躍層聲速剖面的航船噪聲強度要明顯低于等聲速情況。

圖12 航船噪聲水平能量分布(等聲速梯度剖面,100Hz)Fig.12 Horizontal distribution of ship noise (isovelocity SSP,100Hz)

圖13 航船噪聲水平能量分布(溫躍層聲速剖面,100Hz)Fig.13 Horizontal distribution of ship noise (thermocline SSP,100Hz)

3 討論

海上航船是海洋環境噪聲的主要低頻噪聲源,由于航船在海上分布范圍廣,對其全面調查代價較高。本文依據港口通行量和船舶自動定位系統,調查分析了一段時間關注海域的航船噪聲源分布情況。

由港口調查的進出港商船通行量統計數據可見,進出港商船的數量基本持平,每月的通行數量差別不大,在剔除極端惡劣天氣海況影響的情況下,日進出港的航船數量基本滿足正態分布。

由岸基船舶AIS信息資料分析發現,關注海域的航船總數在不同月份的差別較大,五月份和九月份船只數量相對較多,而冬季的船只數量最少,這與相關海域休漁期政策的實施以及氣象條件影響岸基AIS信息遠距離接收等因素有密切的關系;對距岸較近的船舶AIS信息數據統計分析發現: 單位時間、單位面積內的航船數近似滿足小概率事件的泊松分布。

海面航船噪聲源水平分布具有顯著的非均勻性,由于不同航船譜級以及源到接收點的聲傳播損失不同,會導致接收點單位水平角度內海洋環境噪聲強度呈明顯的非均勻分布,在航道和港口方向,以及近距離存在航船方向的噪聲強度相對較高。與海上無航船、風速6m/s時的風關海洋環境噪聲相比,海上存在航船時的海洋環境噪聲級明顯較高,本例中航道附近接收點100Hz環境噪聲級高于無航船風關環境噪聲(約 20dB);另一附近航船較少的接收點,考慮航船噪聲源后的環境噪聲級也高于無航船時環境噪聲級(約3dB)。因此,對于航船通行較為頻繁的海域,海上航船噪聲源對低頻環境噪聲的貢獻甚為顯著。

圖14 三接收點航船引起的環境噪聲級與風關噪聲對比(等聲速梯度與溫躍層聲速剖面,100Hz)Fig.14 Sound level of shipping noise at the three receivers compared to wind noise (isovelocity and thermocline SSP,100Hz)

4 結論

本文在海上航船分布調查數據和航船海洋環境噪聲理論模型的基礎上,獲取了關注海域海上航船分布規律,并數值計算了航船對海洋環境噪聲特性的影響。受本文航船分布數據獲取方式的影響,可能對近處漁船和遠處商船的統計出現偏差,影響到航船噪聲源級的準確估計,而源級正確與否是模型數值計算的關鍵,今后需要通過航船噪聲數據測量分析等工作進一步完善航船噪聲源級的估計。另外在復雜的海洋波導環境中,水聲環境因素如聲速剖面、海底底質、內波等對聲傳播均有影響,研究復雜波導環境中的航船海洋環境噪聲特性,需要綜合考慮上述環境因素。

衣雪娟,林建恒,苑泉樂,2005.風關海洋環境噪聲模型及預報結果.中國聲學學會 2005年青年學術會議論文集,153—155

李家亮,林建恒,郭圣明等,2014.噪聲源非均勻分布海洋環境噪聲水平聲能流理論分析.聲學學報,39(6): 673—684

吳 技,2009.國外航天偵察系統的現狀與發展.電訊技術,49(5): 108—114

Andrew R K,Howe B M,Mercer J A et al,2002.Ocean ambient sound: comparing the 1960s with the 1990s for a receiver off the California coast.ARLO,3(2): 65—70

Breeding Jr J E,Pflug L A,M Bradley et al,1996.Research Ambient Noise Directionality (RANDI)3.1 Physics Description.NRL/FR/7176-95-9628,Stennis Space Center,MS: Naval Research Laboratory

Frisk G V,2004.Historical Trends in Shipping Noise.Arlinglon Virginia,USA: National Oceanic and Atmospheric Administration (NOAA)International Symposium

Knudsen V O,Alford R S,Emling J W,1948.Underwater ambient noise.J Marine Res,7(3): 410—429

McDonald M A,Hildebrand J A,Wiggins S M et al,2008.A 50 year comparison of ambient ocean noise near San Clemente Island: a bathymetrically complex coastal region off Southern California.J Acoust Soc Am,124(4): 1985—1992 McDonald M A,Hildebrand J A,Wiggins S M,2006.Increases in deep ocean ambient noise in the Northeast Pacific west of San Nicolas Island,California.J Acoust Soc Am,120(2):711—718

Miksis-Olds J L,Bradley D L,Niu X M,2013.Decadal trends in Indian Ocean ambient sound.J Acoust Soc Am,134(5):3464—3475

Ross D,2005.Ship sources of ambient noise.IEEE J Oceanic Engin,30(2): 257—261

Wenz G M,1962.Acoustic ambient noise in the ocean: spectra and sources.J Acoust Soc Am,34(12): 1936—1956