年来,由于船舶尾气防控规定较宽松、缺少相关尾气排放监管技术等原因,船舶尾气污染对我国大气环境的影响日发严重。随着机动车和发电站等陆源大气污染物排放规定的全面推行,研究学者发现船舶尾气污染占整体大气污染的比重越发上升,特别是对港口城市与沿岸区域的环境造成了极大破坏。为了有效降低我国的船舶尾气污染,交通运输部通过设立船舶排放控制区的方案,分阶段分区域对在我国港口与沿海内河水域航行的船舶所用燃油的硫含量进行了限制。通过船舶排放控制区规定的实施,船舶排放出的各类污染物有了明显的下降,港区环境得到了一定的改善。随着船舶排放控制区的进一步扩大,现有船舶尾气监管技术落后的问题越发凸显,通过人员登船采集船舶用油的方式已经无法满足对港区及周围水域内尾气排放的日常监管需求。因此,本文研究了一种新型的光学非接触式船舶尾气排放遥感监测技术,并构建了船舶尾气监管系统。为海事主管部门进行尾气污染监管,提供了一种较传统方法更加灵活高效,能够远距离遥测船舶用油硫含量的新技术,降低执行船舶排放控制区规定产生的人力与经济成本,推动我国海洋环境保护与绿色航运的不断向前。首先,本文介绍了吸收光谱技术的基本原理,阐述了差分吸收光谱技术,分析了SO2分子的光谱特征,结合船舶尾气排放监测具备的特点,选择了 300 nm、310 nm和330 nm三个单波段类型监测波段,300nm/310nm和300nm/330nm两个差分吸收波段类型监测波段。借助光学成像探测技术,搭建了一台船舶尾气排放遥感监测设备,设备具有体积小巧、监测范围广、实时性好、平台适应性强等特点,克服了传统登船采集船舶用油方式监测效率低、作业难度大和干扰船舶正常航行的缺点。其次,为了选择出最佳的船舶尾气监测波段,构建出在真实条件下准确率最高的船舶用油硫含量预测模型。对于五个不同波段类型的监测模型,开展了硫含量从0.01%到1.995%七种不同船舶用油,主机功率从0%到100 十三种不同工况条件的尾气排放监测实验。实验共计采集得到有效船舶尾气图像数据12780幅,并通过在船舶烟道上打孔的方式直接采集船舶尾气,利用在线监测设备获取得到了真实尾气浓度数据。对船舶尾气光学图像数据利用滤波算法消除了噪声干扰,并通过边缘提取技术提取到了船舶烟囱口处的尾气吸收光谱数据,保证了船舶尾气SO2浓度反演模型的拟合精度。然后,采用基于遗传交叉因子改进的粒子群优化算法结合交叉验证方法,比较了不同波段类型反演模型对船舶尾气SO2浓度的拟合结果,发现310 nm单波段类型监测模型具有最优的预测性能。进而比较了四种回归算法,结果表明以拉普拉斯为核的SMO回归拟合精度最优。经过模型参数优化后得到了最佳的船舶尾气SO2浓度预测模型。为了满足船舶排放控制区对尾气排放监管的实际需求,构建了船舶用油硫含量预测模型,建立了船舶尾气中SO2浓度与船舶用油硫含量之间的反演关系。通过联合船舶尾气SO2浓度预测模型和船舶用油硫含量预测模型,实现了通过光学遥感监测方式,采集船舶尾气图像数据,反演船舶尾气SO2浓度,进而预测出船舶用油硫含量的完整监测体系。最后,在此基础上构建了船舶尾气排放监管系统,将船舶尾气遥感监测设备预测出的船舶用油硫含量反演结果传输到海事数据中心,实时分析与显示整个港区内最应监测与已超标排放的船舶。将超标排放船舶的IMO编号、位置、航向和预测的硫含量等数据记录到违法数据库中,并发送到执法人员的移动终端,为海事主管部门开展船舶尾气监管工作提供了有效技术支撑,保障了我国海洋大气环境质量的持续提升。