基于CALPUFF模型的NO2剩余大气环境容量测算及污染源布局优化*——以合肥市为例

卢燕宇 孙 维

(1.安徽省气象局安徽省气候中心，安徽 合肥 230031；2.安徽省气象局安徽省大气科学与卫星遥感重点实验室，安徽 合肥 230031；3.安徽省气象局安徽省公共气象服务中心，安徽 合肥 230031)

基于CALPUFF模型的NO2剩余大气环境容量测算及污染源布局优化*
——以合肥市为例

卢燕宇1, 2孙 维3

(1.安徽省气象局安徽省气候中心，安徽 合肥 230031；2.安徽省气象局安徽省大气科学与卫星遥感重点实验室，安徽 合肥 230031；3.安徽省气象局安徽省公共气象服务中心，安徽 合肥 230031)

为有效防控城市大气环境污染，以CALPUFF模型为核心构建了NO2剩余大气环境容量定量测算方法。在分析了CALPUFF模型适用性的基础上应用于合肥市，并进行排放源布局优化。结果表明，污染源对控制点的影响主要受距离和风向的影响，距离越近，并且处于主导风向下风向的地区，受源排放的影响越大。由于合肥市主要盛行东风，因此合肥市东部不宜设置污染源，在工业园区规划时应避免；相对来说西南方向新增污染源对合肥市的总体影响较小。目前，调整后合肥市NO2剩余大气环境容量约为3.58万t/a，并且正在逐年减小。

NO2CALPUFF模型 剩余大气环境容量 线性规划

NO2是大气环境中的主要污染物之一，会产生酸雨、光化学烟雾等环境问题[1]。我国NO2排放量逐年升高，电厂及其他工业、交通等人为源对NO2排放量的贡献率已超过90%(质量分数)，成为全球NOx污染最严重的国家之一[2-4]。由于城市具有人口众多、下垫面复杂、污染物扩散能力弱等特点，导致城市成了NO2污染的重灾区。大气中高浓度的NO2对人体有直接危害，可刺激人的眼、鼻、喉和肺[5-6]。因此，在当前城镇化进程不断推进的背景下，为确保社会经济和谐发展与人民健康安全，对城市NO2的大气环境容量进行测算并分析其污染来源非常必要。

数值模拟技术[7-8]在大气环境容量测算中得到应用，相比于《制定地方大气污染物排放标准的技术方法》(GB/T 3840—91)中的A-P值法，可以更为细致的刻画下垫面和气象条件等对大气污染的影响，同时可以反映污染物浓度对排放源位置、排放强度等条件变化的动态响应[9]。目前，用于污染物浓度模拟的数值模拟模型种类很多，其中CALPUFF模型是美国环境保护署和中国环境保护部共同推荐使用的模型之一，具有模拟尺度广、兼顾物理和化学转化、在非稳态及复杂地形条件下具有强大模拟能力等优势[10]，已广泛应用于国内外城市的污染物浓度模拟中[11-12]。

合肥市位于江淮之间，是皖江城市带核心城市，也是华东地区综合交通枢纽和工业基地之一。合肥市近年来大气污染呈加重趋势，特别是由于大气中NO2等NOx增加，酸雨频率上升，强酸雨出现频率显著增加，酸雨类型由“硫酸型”向“硫酸硝酸混合型”转变[13]。此外，NOx排放也是秋冬季霾天气的主要原因[14]。鉴于此，本研究以合肥市为例，采用CALPUFF模型定量测算NO2剩余大气环境容量，并开展污染源布局优化，为城市有效控制NO2污染提供思路。

1 资料与方法

1.1 数据来源

合肥市各县(市、区)分布、空气质量自动监测站(以下简称监测站)位置和合肥市国控的废气排放重点企业(即点源)位置以及虚拟点源的设置见图1。NO2数据由各监测站监测，安徽省空气质量实时发布系统发布。本研究根据2013年10—12月的NO2逐小时数据进行NO2剩余大气环境容量测算。

本研究选取了合肥市国控的废气排放重点企业作为点源代表进行调查，所选企业排放的NOx占合肥市总质量的85%以上。模型输入所需的污染源强为NOx排放速率，15家国控的废气排放重点企业NOx排放速率等数据来自于这些企业自行监测的数据、监督性监测信息公开平台(http://www.hfepb.gov.cn/gk/ZXGK/index.aspx)及《2013年安徽省统计年鉴》等。最终得到2013年合肥市点源NOx排放量为6.990万t。

采用《环境影响评价技术导则 大气环境》(HJ 2.2—2008)的排放系数法估算面源NOx排放量。线源按照路长纳入对应县(市、区)的面源，仅考虑市区主要交通干道的污染源NOx排放量。表1给出了合肥市各县(市、区)的面源NOx排放量，总计为0.962万t。依据HJ 2.2—2008，NOx乘以0.9可以转化为NO2。

地理信息数据包括地表粗糙度、土地利用类型、地形高程和植被代码等，地形高程来源于航天飞机雷达地形测绘任务(SRTM)4.2版的90 m分辨率的数字地面高程数据[15]，土地利用类型采用美国地质勘探局发布的全球1 km分辨率的土地利用类型资料[16]，地表粗糙度和植被代码等来自于CALPUFF官方网站http://www.src.com。气象资料包括常规探空气象观测资料和常规地面气象观测资料，其中常规探空气象观测资料来源于阜阳市和安庆市探空站，常规地面气象观测资料来源于合肥市气象观测站。

注：市区指市辖的庐阳区、蜀山区、饱和区和瑶海区。图1 合肥市各县(市、区)以及监测站、点源、虚拟点源分布Fig.1 Spatial distribution of districts,monitoring stations,point sources and virtual point sources in Hefei

项目市区长丰县肥东县肥西县庐江县巢湖市数值0.5910.0750.0760.0740.0740.072

图2 合肥市各监测站的大气NO2质量浓度Fig.2 Atmospheric NO2 mass concentration at different monitoring stations in Hefei

1.2 CALPUFF模型应用

CALPUFF模型是用于非定常、非稳态的气象条件下的多层、多物种的三维拉格朗日烟团输送模型，可模拟三维流场中随时间和空间发生变化的污染物输送、转化及清除过程[17]。CALPUFF模拟系统包括诊断风场系统(CALMET)、高斯烟团扩散系统(CALPUFF)和后处理系统(CALPOST)[18]。本研究以合肥市各监测站作为区域环境质量控制点，采用天气研究与预报(WRF)中尺度气象模式的气象背景初猜场以及地理信息数据，运行CALMET得到三维气象场；将气象场与污染源数据进行叠加，在考虑干湿沉降、化学转化等情况下，运行CALPUFF得到污染物浓度场，并网格化从而确定污染源与控制点之间的排放—响应关系，计算得到各源对控制点的浓度传输系数矩阵。

1.3 线性规划优化模型

以污染源的排放量之和最大为目标，所有污染源对每个控制点的浓度贡献均小于控制目标且各污染源排放量非负为约束条件，结合浓度传输系数矩阵建立线性规划优化模型[19]。本研究以《环境空气质量标准》(GB 3095—2012)的二级标准(24 h平均质量浓度80 μg/m3)作为控制点NO2浓度的控制目标，优化得到不同污染源的调整排放量，从而得到剩余大气环境容量。

2 结果与讨论

2.1 污染现状分析

由图2可见，三里街子站的超标天数比例最高达60.87%，其次明珠广场站为43.48%，而庐阳区子站和长江中路站未出现超标日；NO2浓度较高的两个监测站三里街子站和明珠广场站附近有大型发电厂且这两个站点位于下风向，同时又临近城市主干道和高速公路，汽车尾气排放的影响也较显著。

2.2 CALPUFF模型适用性分析

图3(a)为10个监测站在研究时段内的观测浓度平均值与模拟值的对比，结果发现，模拟值与观测值的相关系数达0.84，东部的站点模拟值偏高，而西部的偏低，但模拟误差基本在20 μg/m3以内。图3(b)为所有监测站的逐日观测浓度平均值与模拟值的对比，结果发现，模拟值与观测值的相关系数为0.78。总体而言，CALPUFF模型适用于合肥市大气NO2浓度传输系数矩阵的建立，主要误差来源于污染源排放量数据是静态数据以及模型本身的系统误差[20]。

2.3 污染源对控制点的浓度贡献率及传输系数

污染源对控制点的NO2浓度贡献率和传输系数见图4。对控制点浓度贡献率最大的依次是市区、肥东县和点源。肥东县面源的浓度贡献率虽然次于市区，但其浓度传输系数却最高，意味着相近的浓度贡献率对应着更高的浓度传输系数，这是由于研究时段内合肥市盛行东风，控制点又都在市区，因此肥东县对控制点的浓度传输系数高，但排放总量不及市区。点源对控制点的浓度贡献率也较大，主要是点源的排放一般是源源不断的，但由于其是高空排放，浓度传输系数总体较低。有研究表明，污染物的最大落地浓度与排放高度的平方成反比[21]。因此，点源高空排放可以大大地降低到达地面附近的污染物浓度，但必须指出，高空排放并不能减少排入环境中的污染物总量。

图3 CALPUFF模型大气NO2浓度模拟值与观测值的对比Fig.3 Comparison between the simulated and observed atmospheric NO2 concentration by CALPUFF model

图4 污染源对控制点的浓度贡献率和传输系数Fig.4 Contribution rates and transfer coefficients to control stations by pollution sources

2.4 合肥市剩余大气环境容量测算

目前，由于部分监测站的浓度已经超标，因此需要对现有污染源的排放量进行调整。从表2可以看出，市区、肥西县和肥东县应分别减排460.192 2、136.062 1、64.970 5 t/a，调整后合肥市NO2剩余大气环境容量约为3.58万t/a。本研究所测算的NO2剩余大气环境容量低于A-P值法的计算结果4.03万t/a[22]，按理说线性规划得到的最优解应高于A-P值法的结果，原因可能是合肥市NO2剩余大气环境容量相比文献中的2007年又有所下降，表明当前环境污染仍在加重。

表2 合肥市不同污染源的NO2调整排放量

2.5 虚拟排放源的设置及其浓度贡献情况

为了进一步分析污染源位置对控制点的影响，进行虚拟源分析。参考合肥市工业园区设置，在不同方向上共设置5个虚拟点源，其位置分布见图1。虚拟点源的排放高度统一设为100 m，NOx排放速率设为100 g/s，用CALPUFF模型开展模拟分析。由图5可知，虚拟点源1对董铺水库站、三里街子站的影响较大；虚拟点源2主要对三里街子站的影响较大；虚拟点源4除对滨湖区子站影响较大外，对其余控制点的影响均较小；虚拟点源3和虚拟点源5对各站的影响较为平均，且浓度传输系数均不高。总的来看，污染源对控制点的影响主要受距离和风向的影响，距离越近，并且处于主导风向下风向的地区，受源排放的影响越大。

图5 虚拟点源对控制点的浓度传输系数Fig.5 Transfer coefficients to control stations by virtual pollution sources

2.6 新增虚拟源对剩余大气环境容量的影响

在研究不同点源布局方案时不仅要分析各点源的总体环境影响，还要考虑各点源的“木桶效应”[23]。图6分别推算了单虚拟点源设置情况下研究区的剩余大气环境容量。由图6可知，单独设置虚拟点源4时，NO2剩余大气环境容量最大，而单独设置虚拟点源2的NO2剩余大气环境容量最小。从剩余大气环境容量的角度来看，若要新增NOx排放源，那么布局位置可优先考虑顺序为：虚拟点源4>虚拟点源3>虚拟点源1>虚拟点源5>虚拟点源2。总的来看，合肥市东部最不宜设置排放点源，在工业园区规划时应避免；相对来说西南方向新增排放点源对全市的总体影响较小，这与合肥市的盛行风向有关，也说明当前合肥市的城市规划布局基本合理。

图6 虚拟源对剩余大气环境容量的影响Fig.6 Effect of virtual pollution sources on remainder atmospheric environmental capacity

3 结 论

(1) CALPUFF模型可以适用于合肥市大气NO2浓度传输系数矩阵的建立，并进行剩余大气环境容量测算。

(2) 污染源对控制点的影响主要受距离和风向的影响，距离越近，并且处于主导风向下风向的地区，受源排放的影响越大。由于合肥市主要盛行东风，因此合肥市东部不宜设置排放点源，在工业园区规划时应避免；相对来说西南方向新增排放点源对全市的总体影响较小。

(3) 目前，调整后合肥市NO2剩余大气环境容量约为3.58万t/a，并且正在逐年减小。

[1] GHUDE S D,VAN DER A R J,BEIG G,et al.Satellite derived trends in NO2over the major global hotspot regions during the past decade and their inter-comparison[J].Environmental Pollution,2009,157(6):1873-1878.

[2] 陈罕立,王金南.关于我国NOx排放总量控制的探讨[J].环境科学研究,2005,18(5):107-110.

[3] RICHTER A,BURROWS J P,NÜSS H,et al.Increase in tropospheric nitrogen dioxide over China observed from space[J].Nature,2005,437(7055):129-132.

[4] 张楚莹,王书肖,邢佳,等.中国能源相关的氮氧化物排放现状与发展趋势分析[J].环境科学学报,2008,28(12):2470-2479.

[5] 王英,李令军,刘阳.京津冀与长三角区域大气NO2污染特征[J].环境科学,2012,33(11):3685-3692.

[6] 马洪群,崔莲花.大气污染物(SO2、NO2)对中国居民健康效应影响的meta分析[J].职业与健康,2016,32(8):1038-1044.

[7] 马晓明.环境规划理论与方法[M].北京:化学工业出版社,2004.

[8] 孙璐,蔡娟.AERMOD与EIAA大气预测模型在环境影响评价中的应用比较[J].环境污染与防治,2008,30(10):92-95.

[9] 王晓云.城市规划大气环境效应定量分析技术[M].北京:气象出版社,2007.

[10] HJ 2.2—2008,环境影响评价技术导则 大气环境[S].

[11] YIM S H L,FUNG J C H,LAU A K H.Use of high-resolution MM5/CALMET/CALPUFF system:SO2apportionment to air quality in Hong Kong[J].Atmospheric Environment,2010,44(38):4850-4858.

[12] 赵伟,范绍佳,谢文彰.AERMOD和CALPUFF对沿海电厂烟气扩散模拟对比研究[J].环境科学与技术,2015,38(3):189-194.

[13] 石春娥,邓学良,杨元建，等.1992—2013年安徽省酸雨变化特征及成因分析[J].南京大学学报(自然科学),2015,51(3):508-516.

[14] 石春娥,王喜全,李元妮,等.1980—2013年安徽霾天气变化趋势及可能成因[J].大气科学,2016,40(2):357-370.

[15] REUTER H I,NELSON A,JARVIS A.An evaluation of void filling interpolation methods for SRTM data[J].International Journal of Geographic Information Science,2007,21(9):983-1008.

[16] LOVELAND T R,REED B C,BROWN J F,et al.Development of a global land cover characteristics database and IGBP DISCover from 1 km AVHRR data[J].International Journal of Remote Sensing,2000,21(6/7):1303-1330.

[17] SCIRE J S,STRIMAITIS D G,YAMARTINO R J.A user’s guide for the CALPUFF dispersion model[M].Concord:Earth Tech Inc.,2000.

[18] 伯鑫,吴忠祥,王刚,等.CALPUFF模式的标准化应用技术研究[J].环境科学与技术,2014,37(增刊2):530-534.

[19] 王金南,潘向忠.线性规划方法在环境容量资源分配中的应用[J].环境科学,2005,26(6):195-198.

[20] 孙维,陈飞,王晖,等.CALPUFF模型在合肥地区SO2大气环境容量测算中的应用[J].南京信息工程大学学报,2015,7(4):343-350.

[21] 李继,郝吉明,叶雪梅,等.湖南省大气污染物排放与人体暴露水平研究[J].环境科学,2003,24(3):16-20.

[22] 黄一.合肥市大气环境质量评价与大气环境容量研究[D].合肥：合肥工业大学,2007.

[23] 王忠良,华德尊,李春艳.大气环境容量与工业布局关系研究[J].环境科学与管理,2008,33(1):18-21.

EstimationofNO2remainderatmosphericenvironmentalcapacityandlayoutoptimizationofemissionsourcesbasedonCALPUFFmodel:acasestudyinHefei

LUYanyu1,2,SUNWei3.

(1.AnhuiClimateCenter,AnhuiMeteorologicalAdministration,HefeiAnhui230031;2.AnhuiKeyLaboratoryofAtmosphericScienceandSatelliteRemoteSensing,AnhuiMeteorologicalAdministration,HefeiAnhui230031;3.AnhuiPublicMeteorologicalServiceCenter,AnhuiMeteorologicalAdministration,HefeiAnhui230031)

In order to effectively prevent and control the urban air pollution,a method based on CALPUFF model was developed to quantitatively estimate NO2remainder atmospheric environmental capacity. A case study was applied in Hefei since the method was suitable. Then layout of emission sources was optimized. Results indicated that the effect of emission sources on the control stations was mainly influenced by distance and wind direction. The shorter of the distance at the down wind direction,the more seriously it was influenced. The dominant wind direction in Hefei was eastward,so it was unsuitable to set up emission sources in east when considering industrial plan. It was suggested that new emission sources should be set in southwest if necessary. Up to date,the NO2remainder atmospheric environmental capacity was about 35 800 t/a in Hefei and it was diminishing still.

NO2； CALPUFF model； remainder atmospheric environmental capacity； linear programming

卢燕宇，男，1981年生，博士，高级工程师，主要从事大气环境容量测算研究。

*中国气象局气候变化专项(No.CCSF201507)；中国气象局青年英才计划项目；安徽省气象科技发展基金资助项目(No.KM201304)；安徽省气象局创新团队建设计划项目。

10.15985/j.cnki.1001-3865.2017.12.015

2016-11-11)