亚洲季风强弱年蒙自市大气环境容量差异估算

利用区域空气质量模式WRF-Chem,对亚洲季风气候变化背景下云南省蒙自市大气环境容量进行模拟评估.根据标准化南亚夏季风指数分别选取2005年和2015年为强、弱季风年.对2015年四季（以1月、4月、7月和10月为代表月）和2005年夏季（7月为代表月）的主要大气污染物浓度进行模拟.结果表明蒙自市2015年全年CO、NO₂、SO₂、PM_2.5、PM₁₀的大气环境容量分别为120.31、1.127、1.875、1.267、1.688（×10⁴t/a）,其中各污染物冬季大气环境容量最小,春季的最大（PM₁₀除外）,且PM_2.5在冬季排放量已饱和.强季风年相对弱季风年夏季CO、NO₂、SO₂、PM_2.5、PM₁₀的大气环境容量分别提升4.81%、3.86%、12.6%、18.4%、8.7%,其中PM_2.5的容量提升最高.亚洲季风年际变化对云南高原空气质量及大气环境容量具有重要的调制作用.     

基于达标约束的南京市环境空气质量情景模拟

以2030年南京市6项污染物达标为约束,在2015年大气污染物排放清单基础上,利用CMAQ模型分析了PM_(2.5)对南京本地不同前体物排放的敏感性,通过情景分析预测排放清单,模拟了4种减排情景的空气质量变化,最终获得达标约束下大气污染物总量控制指标.模拟结果显示,减少一次颗粒物PPM (primary particulate matter)排放对降低大气中的PM_(2.5)浓度最为有效;在周边地区减排的基础上,本地减少PPM排放对PM_(2.5)年均浓度下降的相对贡献可达88%,其次为NH_3、NOx、SO_2与VOCs减排,其相对贡献分别为10. 3%、5. 5%、3. 2%与0. 5%;相比2015年,4种情景下南京市主要大气污染物减排比例在22%～53%,未来控制活动水平对减排SO_2、NH_3与CO较有效,而NOx和VOCs末端治理方面还有较大空间;将SO_2、NOx、PM10、PM_(2.5)、BC、OC、CO、VOCs及NH_3的排放量分别控制在2. 43×104、8. 47×10~4、9. 42×10~4、3. 74×10~4、0. 19×10~4、0. 30×10~4、26. 56×10~4、13. 08×10~4及1. 50×10~4t以内时,预计南京市6项污染指标可以达到国家环境空气质量二级标准.     

广西工业源大气污染物排放清单及空间分布特征研究

大气污染物排放清单是了解区域污染物排放特征的重要资料,而工业源是大气污染的重点排放源.研究根据收集的工业企业活动水平数据,选择合理的计算方法和排放因子,建立了广西2016年工业源大气污染物排放清单.结果表明,2016年广西工业源SO_2、NO_x、CO、PM_(10)、PM_(2.5)、VOCs排放总量分别为20.7×10~4、21.6×10~4、147.5×10~4、48.4×10~4、25.7×10~4、34.7×10~4 t.其中,电厂和非金属矿物制品业对SO_2、NO_x、PM_(2.5)和VOCs的贡献最高.除此之外,黑色金属冶炼是SO_2、NO_x和PM_(2.5)的主要贡献源;有色金属冶炼是PM_(2.5)的主要贡献源;农副食品加工业是VOCs的主要贡献源.根据排放源污染物排放量及地理坐标信息,建立了污染物排放量空间分布特征图.结果显示,广西工业企业SO_2和NO_x排放主要集中在百色、柳州、防城港和贵港市;颗粒物排放主要集中在贵港、柳州和百色市;VOCs排放主要集中在柳州、贵港和崇左市.研究建立的排放源清单结果具有一定的不确定性,建议进一步完善基础研究.     

绍兴市大气环境容量与污染控制研究

利用2014—2016年绍兴市16个监测点位监测数据和代表年份2015年环统数据,分析了绍兴市大气环境现状、大气污染物变化特征和空间分布特征,重点对中心城区主要空气污染物浓度年、季和月变化特征进行分析,结果表明:绍兴市中心城区环境空气中SO_2、NO_2、CO、PM_(10)和PM_(2.5)质量浓度呈现"秋冬较高,春季次之,夏季较低"的季节变化特征,O_3质量浓度则正好相反。利用CAMX模型,对绍兴市主要大气污染物浓度进行模拟和结果校验,结果表明:绍兴市通过减排SO_2、NO_X和VOCS,全市SO_2、NO_2、PM_(2.5)、PM_(10)、O_3等污染物浓度将得到一定改善,PM_(2.5)则需协同削减至少18%的烟粉尘才能满足达标要求。推荐以烟粉尘为主其他污染物为辅的PM_(2.5)协同削减方案。建议从环境准入、强化减排、行业整治、协同削减、联防联控监管等方面进行污染控制。     

基于系统动力学的以GDP-PM_(2.5)达标为约束的大气环境承载力模型研究——以武汉市为例

当前在环境规划编制中,存在对环境容量和环境承载力弱化分析的倾向,导致环境规划科学性和逻辑性不足。面对以PM_(2.5)为特征的复合型空气污染,传统的大气容量计算方法具有局限性。以武汉市为例,基于系统动力学建立了武汉市"经济-能源-大气环境"的系统动力学多目标规划模型,不去模拟复杂的大气传输扩散的物理化学过程,而是基于统计数据和社会、经济发展目标,建立了系统中不同变量的动态数量关系,预测了武汉市2016—2030年在3种情景下GDP、PM_(2.5)年均浓度和6种大气污染物排放量的变化趋势,并计算出以GDP-PM_(2.5)达标为约束的大气环境容量和大气环境承载力的阈值,可为制定城市大气中PM_(2.5)污染的控制措施提供科学依据,实现了对环境容量与环境-经济发展趋势的同步测算。     

南京冬季一次重霾污染事件PM2.5区域传输收支分析

利用WRF-Chem模式对2015年12月21—23日南京一次重霾污染过程进行模拟.基于合理的模拟评估,采用大气传输通量计算法,着重分析了此次霾污染过程中模拟的南京地区PM_(2.5)的传输收支特征,以及周边地区大气污染物传输对南京市PM_(2.5)变化的贡献.结果表明,此次霾污染过程中,本地源与外来源区域传输共同影响着南京市的空气质量.PM_(2.5)的跨区域传输是此次重霾污染发生和消亡的重要因素.在霾污染事件的形成维持阶段,南京地区是作为周边地区PM_(2.5)的接收区,大气污染物主要由南京的西边界输入,大气污染物的外源输入是南京PM_(2.5)污染的主要贡献来源,占南京PM_(2.5)污染的84%.在霾污染事件的消亡阶段,南京地区则是作为周边地区PM_(2.5)的源,大气污染物主要由南京的东边界持续向外输出.     

2014年10月太原市一次空气重污染过程分析

采用数值模拟(CAMx)与污染物、气象观测资料相结合的方式,对太原市及周边区域2014年10月6—12日一次典型空气重污染过程的大气环境背景、气象条件和形成原因进行了分析.结果表明:2014年10月8—10日太原ρ(PM_(2.5))日均值平均为175μg·m~(-3),太原城区约1460km~2的国土面积处于重度污染(ρ(PM_(2.5))150μg·m~(-3))之下,而京津冀约20×104km2的国土面积达到重度污染水平;区域稳定的气象条件是形成重污染的主要原因,重污染过程中大气层结稳定,逆温明显(2.14℃/100m)、风速小(1.91 m·s~(-1))、湿度大(68.13%)、负变压(-0.74 h Pa)、正变温(0.92℃).模拟结果显示,8—10日重污染期间区域输送对太原PM_(2.5)的贡献率在17%~24%之间,太原市PM_(2.5)浓度以本地贡献为主;估算的2014年太原城区PM_(2.5)排放量是其大气环境容量的1.4倍,重污染期间大气环境容量的大幅降低又加剧了空气污染的程度.     

廊坊市区主要大气污染源排放清单的建立

通过调研、统计廊坊市区工业、城中村及机动车等资料,结合以往清单文献研究结果及清单编制指南中的排放因子,计算了廊坊市区主要大气污染物的排放量,得到廊坊市区2014年主要大气污染源排放清单.结果显示,2014年廊坊市区工业源(固定燃烧)NO_x、SO_2、NMVOC、CO、PM_(10)、PM_(2.5)排放总量分别为6.4×10~3、1.2×10~4、31、1.0×10~4、7.3×10~2、4.4×10~2t,其中热电行业排污贡献率最高,分别占NO_x、SO_2、CO、PM_(10)、PM_(2.5)工业源(固定燃烧)年排放总量的55%、48%、67%、63%、69%;安次区工业企业对气态污染物贡献较高,广阳区及开发区工业企业对颗粒物排污贡献较大.低矮面源(城中村)NO_x、SO_2、NMVOC、CO、PM10、PM_(2.5)年排放总量分别为1.8×10~2、3.6×10~3、3.0、4.9×10~3、1.5×10~2、72 t.道路移动源CO、HC、NO_x、PM_(2.5)年排放总量分别为2.4×10~4、1.9×10~3、2.2×10~3、44 t,其中小型客车对HC和CO贡献率较高,分别为53%和61%;NO_x年排放总量中26%由重型货车贡献;PM_(2.5)则主要由轻型货车和重型货车贡献,占比分别为39%和21%.     

基于本地污染源调查的杭州市大气污染物排放清单研究

基于实地调查数据并辅以统计数据,采用物料衡算法和排放因子法,估算了杭州市2015年大气污染物排放清单,并选取经纬度坐标、路网、航道、土地类型和人口等数据作为权重因子,研究了该地区各类排放源污染物排放空间分布特征.结果表明,杭州市2015年SO_2、NO_x、CO、VOCs、PM_(10)、PM_(2.5)和NH_3年排放总量分别为22.20×10~3、108.17×10~3、192.10×10~3、134.94×10~3、78.12×10~3、27.65×10~3和59.75×10~3t.工业源是杭州市SO_2排放的主要来源,移动源对NO_x和CO的排放贡献最为显著,扬尘源是杭州市PM_(10)和PM_(2.5)排放的最主要来源,其次为工业源;VOCs排放的主要来源依次为工业源、天然源和移动源;NH_3排放主要来自农业源.从空间分布来看,排放主要集中在中心城区及其周边的萧山、下沙、大江东、余杭和富阳等工业企业相对密集的区域.本研究建立的排放清单在污染源覆盖范围和排放因子方面仍然存在一定的不确定性,建议在后续研究中重点开展低、小、散企业及本地化排放因子调查研究工作,进一步提升大气污染物排放清单的准确度.     

秀山县城区大气环境质量特征研究

为详细了解秀山县城区大气质量状况,选择2016年9月—2017年1月大气观测数据进行分析研究,结果表明:研究时段内PM_(10)、PM_(2.5)、SO_2、NO_2和O_3大气污染物浓度均满足《GB3095-2012环境空气质量标准》中二级标准要求,随着月份变化,PM_(10)、PM_(2.5)和O_3呈先降低再升高的趋势,NO_2呈逐渐增加趋势,SO_2变化趋势相对平缓。大气污染物NO_2与PM_(10)和PM_(2.5)呈显著性相关,聚类分析结果表明PM_(10)、PM_(2.5)对大气环境质量影响较大。气象参数与大气污染物均呈明显相关性,表明气象条件对污染物的扩散起着重要作用。     

基于互联网大数据的成都餐饮源细颗粒物排放空间分配研究

餐饮过程排放的废气正成为大城市大气污染的重要来源之一.根据成都市2013年排放清单更新的研究成果,综合运用本地化的餐饮排放因子、排放活动水平的调查成果和成都市统计年鉴的统计数据等信息,对成都市餐饮源的PM_(2.5)排放总量进行了估算,其结果为4740 t·a~(-1).为了对区域的餐饮废气排放进行空间分配,本文抓取了互联网兴趣点POI信息.通过这些信息,对成都市的社会餐饮、学校食堂餐饮和家庭餐饮的空间来源进行了表征,对成都市生活源中餐饮污染物排放的空间分布规律进行了探索,并提出了新的餐饮源高分辨空间分配方法.结果表明,基于POI空间分配的2013年成都餐饮源单位面积年排放强度均值为0.29 t·km~(-2)·a~(-1),主城区均值为3.47 t·km~(-2)·a~(-1),全市的排放量分布区间为0~35.7 t·km~(-2)·a~(-1).互联网POI信息可以作为研究城市餐饮源空间分布的重要数据来源,在实际应用上更适于表征社会餐饮点源污染.     

吉林西部农田生态系统氮平衡及其水环境影响研究

针对吉林省西部地区农田生态系统特点,以1997—2011年统计数据为基础,建立了基于物质守恒原理的氮平衡模型,估算了该地区农田生态系统的氮收支情况,并分析了其对水环境的影响.结果表明:近15年该区氮输入量平均值为56.98×104t·a-1,其中化肥输入氮占总氮的79.59%;氮输出量平均值为42.60×104t·a-1,以作物收获输出为主;氮平衡量变化范围为10.17×104~21.91×104t·a-1,均值为14.38×104t·a-1;氮平衡模型的各项呈增长趋势,受农业生产情况差异的影响,年际间时序变化较大,县市间空间分布差异明显.吉林西部农田生态系统氮平衡表现为盈余状态,氮素的盈余主要受氮肥施用和作物收获影响,农田生态系统氮素的持续盈余并累积对水环境构成一定程度的威胁,借助该区水环境监测数据进行综合分析,受盈余氮素的影响,该区地表水和地下水水质均体现出不同程度的氮超标.     

深圳市大鹏新区生态保护红线划定技术方法研究

生态保护红线是环境保护管理方法的一种创新,目前的研究多是针对生态功能和敏感性划定空间红线,对环境质量和资源承载能力的考虑相对较少.本文以深圳市大鹏新区为研究对象,在保障区域生态红线的性质不变、功能不降和面积不减的基础上,分别从环境质量红线、生态功能保障红线和资源利用3个方面开展生态保护红线的划分.结果表明:生态功能保障红线与生态控制线基本吻合,环境质量红线包括水环境容量利用红线和大气环境容量红线,其中,水环境容量红线为CODCr、NH3-N、TN和TP可利用的环境容量,分别为720.5、36.4、67.5和6.67t·a-1;大气环境容量红线为轨道交通分担50%的运力时,机动车为20000辆·d-1.资源利用红线为大鹏新区的最适旅游承载力,为18555人次·d-1,即677.3万人次·a-1.划分结果较好地反映了大鹏新区经济发展的自然和环境制约,可以为大鹏当地经济发展和环境保护管理提供相应的技术支持.     

苏州市大气细颗粒物(PM2.5)工业源排放清单

通过发放调查表、现场咨询等形式,获得苏州市2012年工业企业基本信息,参照国内外已有研究成果,确定排放因子,并根据实际情况对钢铁行业进行了系数修订,得到苏州市工业源大气细颗粒物排放清单.结果表明:苏州地区工业源PM_(2.5)排放总量约为6.57×10~4t,工艺过程源和固定燃烧源分别占94%和6%;张家港地区贡献率最大,为51%,其次为常熟13.8%;姑苏区贡献率最小,为0.13%;苏州市平均排放强度为10.42 t·km~(-2),张家港排放强度最大,达到了43.57 t·km~(-2),其次为新区12.38 t·km~(-2);钢铁与炼焦、火电、水泥行业是PM_(2.5)的主要贡献者,分别为50%、17%和14%;空间分布显示苏州北部相对细颗粒污染较大,重点企业多集中在张家港、常熟地区,东部污染较少.     

基于入户调查的贵阳市生活燃煤排放清单

为准确掌握贵阳市生活燃煤大气污染物的排放状况,为南方山地城市大气污染防治工作提供科学依据,本研究于2017年对贵阳市生活燃煤情况开展了入户调查.据统计分析,2016—2018年贵阳市常住人口和生活煤炭消费量变化小.同时,采用排放系数法结合GIS技术,建立了贵阳市2016年1 km×1 km生活燃煤大气污染物排放清单.结果表明：①全市生活燃煤量约为55.9×10⁴ t,单位面积燃煤量为69.5 t·km^-2,不同区（市、县）生活燃煤量存在明显差异;从燃煤总量来看,开阳县最大,云岩区最小;从单位面积燃煤量来看,云岩区最大,息烽县最小.②全市生活燃煤PM₁₀、PM_2.5、SO₂、NO_x、VOCs、CO、OC、BC排放量分别为1230.5、783.0、6963.5、615.3、1006.8、39096.4、55.9、3.9 t,单位面积排放量分别为153.0、97.4、865.7、76.5、125.2、4860.7、7.0、0.5 kg·km^-2.③生活燃煤污染物排放量呈明显的季节性变化特征,冬季采暖季污染物的排放量远高于非采暖季.④在空间分布上,大气污染物排放主要集中在云岩区、南明区、白云区中南部,以及观山湖区东南部、乌当区西南部及花溪区东北部,这与居民生活区域基本呈一致性分布.⑤调查样本量覆盖了总家庭户数的1.5%,全市以煤炭为生活能源的住户占比约为38.1%,户均燃煤量为（1.158±0.010）t·a^-1,排放清单不确定性总体范围为-82.6%~201.0%.     

清水江流域岩石风化特征及其碳汇效应

岩石风化产生的碳汇是全球碳循环的重要组成部分,文中对清水江流域主要离子组成进行分析测定,通过主成分分析、化学物质平衡法和扣除法估算流域岩石风化速率及对大气CO_2的消耗量.结果表明,流域河水溶质主要来源于碳酸盐岩和硅酸盐岩风化,并以碳酸盐岩风化为主.碳酸盐、硅酸盐、大气CO_2对河水溶质的贡献率分别为58.28%、17.38%、17.74%.流域岩石化学风化速率为109.97 t·(km~2·a)~(-1),与乌江接近,高于全球流域均值.流域岩石风化对大气CO_2的消耗通量为7.25×10~5mol·(km~2·a)~(-1),岩石风化对大气CO_2的消耗量为12.45×10~9mol·a~(-1),其中,碳酸盐岩风化消耗量占63.13%,为7.86×10~9mol·a~(-1),硅酸盐岩风化消耗量占36.87%,为4.59×10~9mol·a~(-1).SO_4~(2-)、F~-、NO_3~-的相关分析及空间分布特征表明,人为活动对清水江流域河水溶质的影响不容忽视,其贡献率为4.87%.     

兰州盆地人为源大气污染物网格化排放清单及其空间分布特征

基于所搜集的兰州盆地各类人为污染源排放大气污染物的活动水平数据及其排放因子,采用"自下而上"的方法建立了2009年兰州盆地(石油化工城市)1 km×1 km的7种(类)大气污染物网格化排放清单,并对其来源和空间分布特征进行了分析研究.结果显示:2009年兰州盆地NOx、SO_2、VOCs、CO、PM_(10)、PM_(2.5)和NH3的排放总量分别为1.2×10~5、8.8×10~4、4.3×10~4、4.1×10~5、9.6×10~4、4.2×10~4和1.4×10~4t;工业燃烧排放是兰州盆地NO_x和SO_2的主要贡献源,分别占其总排放量的85.70%和52.55%;工业非燃烧过程排放是VOCs的最大贡献源,占总排放量的81.25%;工业点源和工业非燃烧过程排放是CO的两大贡献源,分别占其总排放量的33.97%和28.32%;PM_(10)和PM_(2.5)主要来源于工业非燃烧过程,贡献分别为51.09%和55.12%;氮肥使用和禽畜养殖是NH_3排放最大的贡献源,分别占其总排放量的39.20%和30.70%.空间分布特征表现为:以工业源为主要排放源的NO_x、SO_2、VOCs、CO、PM_(10)、PM_(2.5)主要分布在工业和人口最为集中的兰州盆地市区一带,NH_3的排放则主要集中在榆中县和皋兰县交界的农村地区.同时,还对2014年工业燃烧源和道路移动源的7种(类)大气污染物排放量进行了估算,并与2009年进行了排放比较研究.结果表明,2014年工业污染源的7种(类)污染物排放量与2009年相比平均增幅不高,最高不超过30%,但移动源污染物排放量却大幅增加,增幅将近1倍.此外,基于排放因子及活动水平的不确定性,本研究对排放清单的结果进行了不确定性分析,并通过蒙特卡罗模拟对各污染物的排放量进行了评估.本排放清单的建立,不仅填补了兰州盆地大气污染物网格化排放清单的空白,还可为兰州盆地大气污染物排放清单更新、区域环境过程、大气复合污染成因及大气污染预警技术等相关研究提供基本方法手段及基础数据.     

城市湖泊氮磷沉降输入量及影响因子——以武汉东湖为例

城市湖泊是受人类影响最严重生态系统之一,正面临着水体污染和生态系统退化的双重压力.研究氮、磷沉降输入量及影响因素对城市湖泊管理具有重要的实践意义.本文通过对中国最大的城市湖泊之一——武汉东湖进行为期1年的氮、磷沉降连续监测,研究了大气混合沉降对武汉东湖的氮、磷输入动态,并探讨了氮、磷沉降的影响因素.结果表明:武汉东湖大气氮、磷年沉降通量分别为22.80、1.37 kg·hm~(-2)·a~(-1);总氮年沉降负荷为76.94 t·a~(-1),氨氮年沉降负荷为31.83 t·a~(-1),总磷年沉降负荷为4.61 t·a~(-1),分别占其东湖年入湖污染物的7.28%、7.61%和4.41%.从时间格局看,总氮沉降通量的季节性差异较为明显,表现为:春季(9.03 kg·hm~(-2))夏季(6.01 kg·hm~(-2))秋季(3.90 kg·hm~(-2))冬季(3.86 kg·hm~(-2));而总磷沉降通量呈现出仅春季较高(0.52 kg·hm~(-2)),占全年的38%,其他三季总磷沉降通量变化较小的特征.相关性分析显示,氮、磷沉降负荷量与降雨量、降雨时间间隔及空气颗粒物浓度(PM_(10)、PM_(2.5))等因素呈显著正相关,与相对湿度呈显著负相关.分析表明,随着控源、截污等措施对城市湖泊氮、磷输入的控制,氮、磷沉降对城市湖泊的生态影响应引起足够的重视.     

模拟巢湖流域氯菊酯的迁移转化和生态风险

近年来,随着大量使用拟除虫菊酯类杀虫剂,导致的环境问题已得到广泛关注.为认识巢湖流域氯菊酯在环境中的赋存状态、迁移转化、环境归趋和生态风险,本研究结合多介质归趋模型和物种敏感性分布模型(SSD),模拟了稳态假设下氯菊酯在巢湖生态系统各环境介质中的浓度分布、迁移通量和去除途径,并通过灵敏性分析和不确定性分析对各输入参数进行了评价.进一步构建污染物的SSD模型,评价了氯菊酯在稳态条件下的潜在生态风险,预测了保护系统中95%的物种时允许最大年输入量.结果表明,氯菊酯在大气相、水体相、沉积物相中的浓度分别为3.99×10~(-16)、5.63×10~(-11)和1.95×10~(-5)mol·m~(-3),沉积物是氯菊酯的最大储库;大气中的氯菊酯主要以挥发形式进入,通过空气颗粒物干沉降消减;水体中的氯菊酯主要以平流输入为主进入,通过底泥沉降消减;沉积物中的氯菊酯主要以底泥沉降形式进入,通过底泥再悬浮和掩埋消减.此外,SSD模型预测的HC5浓度为0.97 ng·L~(-1),假设稳态下预测的水体浓度远低于该值,仅对巢湖流域0.77%的物种产生影响,当年输入量低于78.2 t的情况下,巢湖水体中95%的物种不会受到氯菊酯的威胁.     

广州港船舶停泊工况排放因子实测及排放量初步估算

为获取大型船舶停泊工况下排放因子,选取在广州港停泊的3艘总吨位40×10~3t的大型货柜船为研究对象,登船采集其辅机尾气样品进行分析,并利用"碳平衡法"计算得到基于燃油消耗量的污染物排放因子.实测3艘大型货柜船CO_2排放因子分别为3 096、3 031和3 028 g·kg~(-1);NO_x排放因子分别为61.8、19.9和27.0 g·kg~(-1);CO排放因子分别为8.0、4.0和5.3 g·kg~(-1);SO_2排放因子分别为31.4、41.9和56.7 g·kg~(-1);PM_(2.5)排放因子分别为2.4、1.1和1.5 g·kg~(-1);VOCs排放因子分别为0.13、0.09和0.17 g·kg~(-1).结合广州港进出港船舶类型、船舶抵港次数、船舶停泊时间等调查数据,初步估算2014年广州港船舶停泊工况NO_x、CO、SO_2、PM_(2.5)和NH3的排放量分别为1 231、226、1 229、47.6和0.04 t,其中总吨位为10×10~3~50×10~3t的船舶对NO_x、CO、SO_2、PM_(2.5)和NH3的分担率最大,其次是总吨位50×10~3t的船舶;VOCs的排放量为33.6 t,总吨位3×10~3t的船舶分担率最大.