AERMOD模式应用于集中供热削减污染面源参数选取探讨

向 怡 刘 辉 史学峰 任永飞

(中国辐射防护研究院，山西 太原 030006)

本文结合阳高县城2012－2013年采暖季SO2、NO2监测结果以及县城集中供热实施情况，采用AERMOD模式进行预测验证，以探讨污染源强有关参数的选取方法。本次研究不对可吸入颗粒物PM10进行探讨，是因为空气中PM10来源较广，除受工业排放、建筑工地、道路交通等人为源影响外，受北方地区风沙尘、土壤尘的影响也较大［1］，故在本次模拟验证中仅考虑对SO2、NO2进行预测讨论。

1 集中供热基本情况

阳高县城人口约5万人，冬季采暖以燃煤为主，采暖季为当年11月1日至次年3月31日。未实施集中供热前，当地大多数居民采用土暖气或分散小锅炉采暖，燃烧效率低，且未安装除尘脱硫设施，污染较为严重。为改善县城环境空气质量，阳高县城于2010年6月开始实施集中供热，建设2×80t/h+2×65t/h热水锅炉，逐年取代分散的小锅炉和居民土暖气。2010年实现集中供热30万m2，2011年50万 m2，2012年100万m2，2013年基本覆盖了县城主要采暖区域，集中供热面积达到160万m2。

2 环境监测资料及统计

本次收集了阳高县城2012－2013年采暖季SO2、NO2逐日例行监测资料，统计结果见表1。由表1可知，2012年采暖季(152天)SO2和 NO2浓度均值分别为0.040mg/m3和0.034mg/m3，2013年采暖季(151天)SO2和NO2浓度均值分别为0.014 mg/m3和0.022mg/m3。

从表1可以看出，2013年县城在新增集中供热面积60万m2后环境效益显著，与2012年相比，2013年采暖季SO2和NO2浓度均值分别下降了0.026mg/m3和0.012mg/m3，降幅分别为64.78%和35.16%。

表1 阳高县城SO2和NO2浓度统计结果表

3 AERMOD基础数据及参数

3.1 气象数据

地面气象数据采用阳高县气象站2013年采暖季的逐时观测资料，主要气象要素为风向、风速、总云量、低云量、干球温度、相对湿度、站点气压。云量数据每天观测3次，线性插值到逐个时刻。

高空气象探测资料由环境保护部环境工程评估中心环境质量模拟重点实验室提供。采用中尺度数值模式WRF模拟生成，共分21层，模拟站网格点编号为131099，坐标为113.639°E，40.1719°N。气象要素包括每日两次的气压、离地高度、干球温度、露点温度、风向、风速，时间分别为08点和20点。

3.2 地形数据

采用csi.cgiar.org提供的srtm3″地形高程数据，数据精度为90m×90m。

3.3 地表参数

地表参数根据阳高当地实际情况，采用模型地表类型推荐值。在AERMET通用地表类型中按“城市”选取地表参数;AERMET通用地表湿度选为“干燥气候”;粗糙度按“小城镇中心”选取。最终按四季生成当地正午反照率、BOWEN率、粗糙度参数，见表2。

表2 预测范围地表参数取值

3.4 其它参数

预测时在计算采暖季平均质量浓度时，考虑了SO2化学转化，SO2转化取半衰期为4小时。

4 污染源源强及排放参数

4.1 污染物排放源强确定

阳高县城2013年采暖季新增集中供热面积60万m2，参考郭斌等在哈尔滨市的调研结果［2］，集中供热替代土小采暖炉灶单位采暖面积耗煤量以40kg/m2计，并结合当地煤质，估算2013年采暖季削减的污染物减排量见表3。

表3 阳高县城2013年采暖季较2012年所削减的污染物排放量

4.2 污染源模拟形式

由于集中供暖所替代区域的土小炉灶数量多、分布广、排放总量大，属于低矮源。在采用AERMOD模拟污染源时，参考赵恒等人［3］关于低矮源预测的讨论结果，将多个低矮点源作为面源处理预测结果较单独设置点源将更加符合实际情况。2013年采暖季替代削减的60万m2土小锅炉分布在县城各区，本文预测时采用了两种面源方案:一种是按县城零散分布的多个低矮污染源范围将整个县城区域作为面源进行预测，面源范围3.5km×3km，基本覆盖了县城城区;另一种是严格按所替代的削减源面积，设一个60万m2的矩形面源(0.8km×0.75km)。本文将两种方案对比预测。

4.3 污染源排放高度

根据县城现状低矮源实际情况，居民土小采暖炉灶排烟高度一般在6～15m左右。预测时面源排放高度分别按10m、15m、20m、25m、30m进行计算，并与监测结果进行对比。

4.4 预测方案

最终确定的各预测方案污染源源强及参数汇总于表4。

表4 集中供热替代面源排放源强及参数表

5 预测结果及探讨

在2013年采暖季气象条件下，结合前述参数选取结果，预测2013年替代削减源对现状监测点的采暖季平均地面质量浓度贡献，并同实际监测结果进行对比。预测结果见表5。

由表5可知，若严格按削减面源的实际面积(方案2，面源尺寸0.8km×0.75km)和实际无组织排放高度(约10m)进行计算时，预测结果为实际监测值的11.9～12.5倍;当面源排放高度＞30m时，方案2的预测结果才逐渐趋于实际监测结果。而按削减源分布区域取一个较大的面源预测方案时(方案1，面源尺寸3.5km×3km)，面源排放高度取值约20m时，预测值约为实际监测值的80%～85%，预测结果同实际监测浓度基本吻合，其浓度分布情况见图1。

因此，在采用AERMOD模式计算集中供热所削减的无组织源的环境效益时，可按实际替代源强的分布情况，将面源尺寸设置覆盖整个源强区域，同时根据实际情况适当增加模拟面源的排放高度，将使预测结果更趋于实际。而预测中增加面源面积、增加排放源高，均会使削减面源的预测浓度更小，这对于计算集中供热带来的环境效益时，无疑也是更加保守的计算方案。

表5 2013年采暖季削减源SO2、NO2浓度预测结果表(mg/m3)

图1 2013年采暖季污染物削减浓度(mg/m3)分布图

6 结论及建议

(1)2013年阳高县城在新增集中供热面积60万m2后替代削减了县城部分采暖土、小炉灶，与2012年相比，2013年采暖季SO2和NO2浓度均值分别下降了0.026mg/m3和 0.012mg/m3，降幅分别为 64.78%和35.16%。可见阳高县城实施集中供热所带来的环境效益十分显著。

(2)集中供热替代的城镇土小采暖炉灶排放源数量多、分布广、排放总量大，采用AERMOD模拟计算这类污染源时，可将拟替代的多个低矮点源作为面源处理。

(3)在AERMOD模式中按面源预测集中供热替代土小采暖炉灶带来的环境效益时，面源的尺寸大小应设置为覆盖整个源强区域的较大范围;同时在设置面源的排放高度时，应在面源实际排放高度上适当加高，这样将使预测结果更趋于实际。同时，增加削减源强的面源面积和无组织排烟高度亦将使预测浓度更低，这对于计算集中供热带来的环境效益无疑也是更加保守的。

［1］胡敏，唐倩，彭剑飞，等．我国大气颗粒物来源及特征分析．环境与可持续发展，2011.5．

［2］郭斌，等．哈尔滨几种主要供热方式的技术经济比较．哈尔滨市委顾问工业专家组报告，2007.11．

［3］赵恒，晏丽华．AERMOD模型中关于低矮点源预测方法的探讨［会议论文］，2010．