用于大气扩散研究的气象要素自动观测站设计与实现

2015-12-02卢会国

成都信息工程大学学报 2015年4期

李丹，卢会国，2，卢勇

(1.成都信息工程大学电子工程学院，四川成都610225;2.中国气象局大气探测重点开放实验室，四川成都610225)

0 引言

随着社会的发展，中国环境问题日益严重，大气污染物的排放也越来越多。大气污染物随着空气不断扩散，对人类的健康产生伤害［1］。气象条件是影响大气污染物扩散的主要因素。不同的气象要素的组成对大气污染物的扩散产生不同的影响［2-4］。历史上发生的许多污染事件都是在不利于污染物扩散的气象条件下发生的［5］。工业生产是大气污染的一大来源，特别是一些核电厂、化工厂污染物的排放对周边居民产生巨大的伤害。因此，在核电厂、化工厂等长期产生大气污染物的工厂附近，应该选择合适的区域，建立完善的自动观测站，用于观测当地气象条件。根据观测的气象资料分析污染物如何扩散及何时污染最严重，从而合理规划周边居民的分布，避开每天污染最严重的时间外出活动，以减少对身体的伤害。

设计的气象要素自动观测站，旨在为局部大气污染物的扩散研究提供数据［6］。其特点是梯度站与地面站的结合设计，提供的数据能够用于不同处理方法的污染物扩散研究。该系统结构设计合理，设备性能稳定，可长期运行，能够满足局部大气扩散研究的需求。

1 系统总体设计

1．1 理论依据

污染物在大气中的输送扩散是一个非常复杂的问题，有关的大气扩散理论和方法也较多，其中应用最广的就是高斯扩散模式，对于一个源强为Q的连续点源，在无地面干扰和烟羽水平高度处的平均风速为U时，从高斯方程的假设出发，得到浓度一般表达式为［7］

式中，χ是排出物在(x，y，z)处的平均浓度，Q是源强，U是排放出口处的平均风速，σy是垂直于平均风向的水平扩散参数，σz是垂直方向的扩散参数。

1．2 监测点与观测要素的选择

由于无法获取所有关注点上的信息，观测点按照气象站选择原则，观测点选择在能代表当地平均状况的地方设置，同时要考虑交通、电力、排水等因素。

根据高斯扩散公式，要计算出污染浓度及其分布，需要知道源强、平均风速及大气扩散参数。事实上目前多数空气质量模拟都是建立在高斯扩散基础上，运用各种条件下不同的大气扩散参数模式。其中较经典的处理模式有:基于梯度观测法的萨顿模式、直接测量湍流特征量方法、稳定度扩散级别与扩散曲线法、风向脉动与扩散函数法［8］。依据《核电工程项目大气扩散相关参数分析技术指南》第九章(气象塔观测资料分析)，由此可以得出用于大气扩散研究的气象要素自动观测站应包括风和温度的梯度观测及常规的气象要素观测和辐射观测。

在设计方案中需要获取30 m、50 m、70 m、100 m 4个不同高度风向、风速、温度及常规地面观测站中风向、风速、空气温度、相对湿度、气压、雨量、总辐射、净辐射观测要素。

1．3 系统结构

系统组成如图1所示。主要由梯度观测站、采集系统、地面观测站、基础设施与控制终端5部分组成［9-10］。梯度观测站是在铁塔的30 m、50 m、70 m、100 m处安装风向、风速、温度传感器，用于获取不同高度上的空气温度、风向、风速气象要素值。地面观测站建立在梯度观测站所在区域周边，该地面观测站中安装风向、风速、空气温度、相对湿度、气压、雨量、总辐射、净辐射气象要素传感器，用于获取该监测点风向、风速、空气温度、相对湿度、气压、雨量、总辐射、净辐射气象要素值。采集系统由主采集器与分采集器组成。由分采集器完成对梯度观测站各气象要素传感器的数据采样处理。由主采集器完成对分采集器的数据集成处理以及对地面观测站气象要素传感器的数据采集处理［11］。在防雷系统、供电系统、通信设备等基础设施的支持下，气象要素数据传送到控制终端，并存储在服务器中，通过数据系统管理软件实现对所有数据的实时监测。

图1 大气扩散自动气象站结构

2 系统硬件设计

2．1 气象要素传感器选择

所有气象要素观测的技术指标严格按照中国气象局《地面气象观测规范第1部分:总则》(QX/T 45-2007)执行。传感器选型参考《自动气象站实用手册》中公布的性能稳定可靠的仪器设备。

2.1.1 风向风速传感器

在大气污染物的扩散中，风向风速有重要的影响。风向决定污染物水平输送的方向和路径，风速决定大气污染物扩散的速度。在该系统中，梯度塔30 m，50 m，70 m，100 m与地面观测场10 m风速使用EL15-1A风杯风速传感器，风向使用EL15-2D风向标风向传感器。

(1)风速传感器

EL15-1A型风速传感器是响应快、启动风速低的光电子风速计。测量范围0.3～60 m/s，分辨率为0.1 m/s。使用DC12V供电，信号线输出与风速成正比的脉冲信号，将该脉冲信号直接接入采集器的风速采集通道，由采集器实现对风速信号的实时采集和计算。

(2)风向传感器

EL15-2D型风向传感器，风向测量范围为0°～360°，分辨率为3°。使用DC12V供电。考虑到气象塔梯度风向传感器较多，为减少信号线的数目，系统中选用将七位格雷码转换为电压信号模式，电压信号经数据采集器实时采集并计算得到风向要素的观测值。

2.1.2 温度、湿度传感器

在研究大气污染物扩散中，温度层结反映了沿高度的大气状况是否稳定，其直接影响空气的运动，以及污染物质的扩散过程和浓度分布。特别是当出现逆温时，会阻碍下面的污染物质扩散，对大气污染扩散影响极大。因此监测气象塔不同高度的空气温度非常重要。该系统中，考虑到外界环境与测量精度等因素，在地面温湿度的测量使用的是HMP155温湿度传感器，在30 m、50 m、70 m、100 m梯度塔中采用 WZP1型温度传感器。HMP155配有维萨拉新一代的HUMICAP®180R传感器，具有卓越的稳定性，并适用于恶劣环境，湿度测量范围0% ～100%RH，温度测量范围-80℃ ～60℃，精度 ±1%RH，符合系统的要求。WZP1型温度传感器测量范围-50℃ ～80℃，最大允许误差±0.3℃，测量精度高，适用于测量气象塔上不同高度的空气温度。

2.1.3 气压传感器

近地面层大气污染物的扩散还与气压系统有关。一般情况下，地面为低压控制时，天气状况相对不好，多是阴雨天气，有利于污染物扩散;相反，地面为高压控制时，空气有下沉运动，不利于污染物的扩散。该设计中选用维萨拉的是新一代的气压计PTB330，该气压计具有很高的测量准确度与稳定度。系统中PTB330通过RS232串行总线直接挂接到主采集器的RS232端口，主采集器通过PTB330的指令定时读取当前的气压值，实现气压要素的实时观测。

2.1.4 辐射传感器

辐射是以电磁波的形势传递能量的一种方式，太阳辐射是地球表面获得热量的主要源泉。大部分太阳辐射被输送到地面，影响地面温度的变化。当夜间地面由于长波辐射温度降低时，容易形成气温上高下低的状态，不利于大气污染物的扩散。在该系统中辐射观测选用 TBQ-2总辐射表和 TBB-1净全辐射表。TBQ-2总辐射表是根据热电效应原理，用来测量光谱范围为0.28～3.0 μm的太阳总辐射，灵敏度为7～14 μV/W·m-2，在线性范围内，输出信号与太阳辐照度成正比，其关系如式(2)。

E为辐照度，V为辐射传感器信号电压，K为灵敏度系数。

TBB-1净辐射表用来测量太阳辐射及地面辐射的净差值，能够反映地表热量的收支情况。测量范围为0.27～3 μm的短波辐射和 3～50 μm的地球辐射。TBQ-2总辐射表与TBB-1净辐射表均输出与其辐射值成比例的毫伏级电压信号，该信号直接入主采集器相应的采集端口，由主采集器实现对该信号要素值的采集和计算等。

2.1.5 雨量

降水可以冲刷大气中的污染物，对大气中的污染物起到净化和再分布的作用。在该系统中对于雨量的测量选用的是SL2-1型单翻斗雨量传感器。当每次雨量达到0.1 mm时，翻斗通过干簧管输出脉冲信号，可直接接入到主采集器的频率输入通道。

2．2 数据采集模块设计

数据采集系统由一个主采集器与多个分采集器的构成。由于QML201具有低功耗、多个通信接口、要素采集准确快速、易于配置、维护和安装等特点［12］，该系统中的主采集器使用QML201。根据气象要素传感器信号类型，各个传感器接入到主采集器的通道如表1所示。由于QML201并不能灵活的设置加密观测时间间隔，该设计中在采集器与通信设备之间增加了前置机ARK-1122，提高了自动站数据传输速度。分采集器使用研华ADAM-4000系列，包括ADAM-4080，ADAM-4117，ADAM-4015。梯度自动站各传感器接入相应分采集器配置表如表2所示。由于该系统使用的ADAM-4000系列分采集器输出均为RS232，需要在分采集器与前置机之间接入 ADAM-4520，进行 RS232/RS485转换。主采集器与分采集器分别连接前置机ARK-1122的串口COM1与COM2将数据传送前置机，数据进行计算存储后，再由COM3传送至服务器，在数据系统管理软件中进行数据的处理显示。

表1 传感器与主采集器接入配置表

表2 传感器与分采集器接入配置表

3 系统软件设计

3．1 下位机软件

下位机软件包括观测数据采集与业务接口软件两部分［13］。观测数据采集软件主要负责将从采集器获得的数据按照相应的算法进行数据处理，并将处理后数据按照一定的格式生成文本文件存储。程序流程图如图2所示。

业务接口软件负责根据从上位机软件获得的指令做出相应的响应，完成下位机与上位机的交互，终端命令参考了新型自动气象(气候)站终端命令格式规定设计。如:上位机软件发送“DMGD”时，业务接口软件负责返回所有常规气象要素数据;发送“GPS”时，业务接口软件将自动站时间进行校时。程序流程图如图3所示。

图2 观测数据采集流程图

图3 业务接口软件流程图

3．2 数据管理系统软件

数据管理系统软件采用C/S架构，在Windows操作系统下，选用Microsoft Visual Studio2010作为开发软件，数据库选用Microsoft SQL Server2008。软件界面主要使用menuStrip与Tabcontrol结合设计，为实现各要素数据的直观显示，界面设计中主要通过调用自定义控件的方式［14］。如图4所示为自定义梯度信息控件。该控件能够显示梯度自动站中各层的风向、风速、温度数据，方便直观，同时能够使得界面简洁。数据管理系统软件通过串口发送命令如“DMGD”给下位机，获得每分钟的常规数据，并存入数据库中，同时每天生成文本文件以方便数据的拷贝。软件实现的功能主要有实时信息监测，历史数据卸载，曲线图绘制，数据查询与统计等功能。自动气象站实时信息监测界面如图5所示。

图4 梯度信息控件

图5 监测信息显示界面

4 实例分析

大气稳定度对污染物在大气中的扩散有很大影响。稳定度的分类级别主要分为 A、B、C、D、E、F 6类，分别对应极不稳定、中等不稳定、弱不稳定、中性、弱稳定、中等稳定状况。大气越不稳定，越有利于污染物的扩散。

根据该自动观测站提供的资料，可以使用多种方法计算大气污染物扩散浓度，仅提供一种计算思路。以2015年1月31日全天观测资料为例，如表3所示。采用温度递减率-风速分类法(△T/U分类法)进行稳定度分类。

影响大气湍流的既有机械作用，也有热力作用。因此综合反映两者影响的温度递减率-风速分类法和宏观理查逊数法能更好地描述这种现象。温度递减率-风速分类法已成为国际原子能机构(IAEA)所建议的3个基本方法之一。采用100 m与30 m高度的温度递减率及10 m高度的风速确定大气稳定度。分类表格如表4所示［15］，可以得到02时为A类(△T/△Z=-1．8，U=0．2)，08 时为 A 类(△T/△Z=-1．4，U=0．4)，14 时为 C 类(△T/△Z=-0．7，U=1．1)，20 时为 D 类(△T/△Z=-0．6，U=1．2)。

根据稳定度分类采用Briggs的扩散参数表达式(如表5所示)即可计算出大气扩散参数σy，σz。再代入式(1)，即可得到不同点位大气污染物浓度值。

表3 实测资料部分数据表

表4 由温度递减率和风速确定大气稳定度

表5 Briggs的扩散参数表达式

5 结束语

实现了针对于大气污染物扩散研究的气象要素自动观测站设计。该系统能够实现多层空气温度、风速、风向以及地面各气象要素的智能监测，获得的数据能够用于大气污染物的扩散分析。系统已经完成并交付用户使用，目前系统运行良好。数据管理系统软件仅能实现数据的显示、存储等功能，并不能直接模拟大气污染物的扩散情况。期望后续研究中不断的增加相应功能成为一个直接可以为用户提供服务的系统。随着环境问题越来越受到人们的重视，该系统在未来将发挥越来越重要的作用。

［1］兰天龙.浅析我国环境工程中大气污染的危害与治理方案［J］.知识经济，2013，(10):81-81.

［2］牛俊玫，吴瑶，张恒，等.山西阳泉空气污染特征及其与气象要素的相关性分析［J］.成都信息工程学院学报，2013，28(2):95-103.

［3］毛恒青.气象条件对大气污染物扩散的影响［J］.山东气象，1991，(4).

［4］龙柯吉，陈朝平，冯汉中，等.2012年成都市PM-(10)污染与地面气象条件的相关性分析［J］.成都信息工程学院学报，2014，(S1).

［5］彭世富.世界经典大气污染事件回顾［J］.江苏卫生保健:今日保健，2014，(5):11.

［6］王柏林，胡玉峰，李佳.移动式自动气象站设计及其在应急气象环境监测服务中的应用［J］.气象科技，2006，34(5):628-632.

［7］孙志宽.高斯烟羽扩散模型再研究［J］.环境与可持续发展，2013，38(5):107-109.

［8］蒋维楣，孙鉴泞，曹文俊，等.空气污染气象学教程［M］.北京:气象出版社，2007:64-95.

［9］张雪芬，薛红喜，孙涵，等.自动农业气象观测系统功能与设计［J］.应用气象学报，2012，23(1):105-112.

［10］谢万军，马良，巩宏亚，等.CAWS1000-GWS型梯度自动观测系统及其日常维护［J］.气象水文海洋仪器，2012，(3):97-99.

［11］唐慧强，周静艳.物联网自动气象站远程数据采集处理系统［J］.南京信息工程大学学报:自然科学版，2011，(5):436-439.

［12］李艳萍，苏禹宾，陶伟.QML201数据采集器在广西区域自动气象站中的应用［J］.装备制造技术，2010，(2):184-185.