APP下载

AERMOD模型在大气环境评价中的应用进展

2018-05-14李城镐乌云

科技风 2018年10期
关键词:耦合进展

李城镐 乌云

摘要:环境影响评价软件在环境监测中主要对污染源扩散现象和污染物浓度大小进行预测,其功能是运用数学方法把点源污染物扩散到范围进行分析。本文主要探讨了大气环境评价软件中AERMOD模型的应用机理和国内外的发展以及应用现状,分析了当前状况下模型的缺陷并通过模型的耦合给予完善。

关键词:AERMOD;环境评价;耦合;进展

近年来,由于雾霾天气和PM2.5,大气污染受到广泛关注,也使大气污染物的特征、扩散和传输研究成为环境科学研究热点。其中,模型模拟污染物在大气中的扩散、输送过程,探究其迁移规律对污染源控制和管理具有重要意义[1]。空气质量模型(AQM,Atmospheric Quality Model)使用数学方法结合气象学原理,在水平和垂直方向模拟部分区域空气质量[2],对空气质量问题和污染物的扩散进行模拟预测,主要应用于典型污染物控制、环境容量规划、区域污染治理等环境问题。目前,AQM在国内外得到广泛应用,并日益成熟。AQM环境影响评价模型有AERMOD(Atmospheric Management System/Environmental Protection Agency Regulatory Model)[3]、ADMS(Atmospheric Dispersion Management System)[4]、CALPUFF(California Puff Modeling System)[5]等,这些模型的共同特点是对点源污染在气象条件影响下的污染扩散范围和浓度进行预测,并以图表和数据的形式直观地表达污染物扩散趋势,对于大气污染的管理和治理起到不可忽视作用。其中AERMOD模型输入参数简洁明了,模型参数精炼规范,输出文件和格式灵活多样,图形界面可视化程度高,方便预测分析[6],其能够较为准确反映大气污染物的输送和扩散过程,从而得到广泛应用[7]。然而,与大多数模型一样,使用者不能够较好的理解其机理和应用条件,从而使其应用受到限制或出现预测误差。

本文介绍了AERMOD模型的机理和适用条件,总结了该模型近年来的国内外应用进展,探讨了在我国应用中存在的问题和提升模型性能的建议。

1 AERMOD系统简介

AERMOD模型是在美国EPA(AMS/EPA)在ISC3(Industrial Source Complex Model)基础上建立开发的,并逐步取代了ISC3模型[8]。该模型假设污染物浓度服从高斯模式,用于模拟各地区污染物浓度分布,通过结合气象数据进行大气扩散预测。AERMOD模型具有下述特点:(1)以行星边界层PBL(Planetary Boundary Layer)湍流结构为基础,按空气湍流结构和尺度概念;(2)对流条件下,以非正态PDF格式表示中等浮力通量;(3)包括烟羽、顶层之间的相互影响;(4)对简单地形和复杂地形进行了一体化处理;(5)包括夜间城市边界层的算法[910]。

2 AERMOD应用机理

AERMOD模型在预测计算之前,需要进行数据预处理分析,包括气象预处理、建筑物下洗预处理、地形预处理等,通过系统模块處理气象场和控制高度,对污染物浓度进行模拟预测分析。AERMOD系统运行流程如图所示。由图可见,地表数据、探空数据和监测数据经初步进行处理后,得到边界层参数和廓线数据,其结合数字高程文件得到的地形处理文件,输入到AERMOD系统中,最终可输出预测结果。地表数据可在当地进行收集,高空气象数据采用中尺度气象数据生成,也可输入NWS(国家气象局)的常规气象资料生成。输入参数主要包括每小时云量观测数据、气象观测数据,如风、速度和方向,温度/露点、湿度和海平面气压。AERMAP采用网格地形数据处理计算预测区域的地形高度数据。其中AERMET边界层廓线数据通过输入AERMOD系统,对边界层廓线数据进行内差,计算相似参数。将处理后的数据输入AERMOD模型,得出污染物浓度预测结果。

3 AERMOD模型应用

AERMOD模型在我国各地区进行了部分地区点源、面源污染物预测,并结合了其他模型预测软件进行辅助分析,通过输入收集的大气、地面气象数据,取得的预测结果相对合理,具体应用情况汇总见表1。

由表1可知,近年来,我国部分城市和区域应用AERMOD模型进行了不同目的的环境影响预测,预测的污染物主要包含了颗粒态和气态污染物,输入的参数主要为气象、地形、排放量或交通量,预测的区域涉及到污染较重的工业园区、电厂周围以及城市大气环境,模型验证较为合理。然而,由于气象数据和环境参数收集的难度等原因,我国只进行了小部分污染地区和个别污染物的预测,以及部分工业园区和部分城市的环境容量分析,并未进行大量的环境大气和多种污染物的预测预报中。另外,我国大气模型基本都直接或汉化后应用国外模型,缺乏模型的研发能力,尤其在针对我国气象、环境特殊性以及数据不健全的条件下的模型亟待开发。

国外监测预报系统成功应用AERMOD模型,甚至把AERMOD作为大部分地区污染物标准预测模型,其预测准确率比较高,汇总见表2。

表2可见,国外监测预报系统应用AERMOD的已有成效,它通过结合其它模型,得到了较准确的预测结果。其应用领域不仅局限在炼油厂、钢铁厂、核电站和交通枢纽带等传统污染源,还应用在火山等自然源的预测当中。该模型不仅对大气气态污染物和颗粒态污染物浓度范围进行预测,同时对Pb、Hg等重金属浓度进行预测。可见其预测对象较为广泛。其中风速参数在模型预测过程中较为重要,在稳定低速条件下,模型具有良好的预测性,风速较高时预测偏差较大[33]。国外通过与ISC(Industrial Source Complex)、GIS(Geographic Information System)、MOVES(Motor Vehicle Emission Simulator)等建立耦合模型提高了模型的预测准确性和灵活性。应用AERMOD预测生成的数据主要用于研究调查、污染城市应用治理分析,以及排放阈值的分析。另外,发达国家有足够的污染源数量、排放量、地形地貌和气象等的大量可靠数据,从而使其预测准确率达到较高水平。

4 AERMOD模型缺陷与完善

AERMOD模型预测结果与实测数值相关系数较高,但也存在缺陷,主要表现在以下几个方面:

(1)AERMOD适用条件受限,仅可用于50公里范围内的空气质量模型预测。其在复杂地形、特殊气候条件下不适用。在大范围内的预测可通过其他模型耦合分析进行改善。

(2)气象收集系统发展不健全或所得气象数据不准确,会使预测结果偏差增大。国内外气象数据主要应用中尺度气象模式进行收集,基于预测所处气象站监测数据基础上,通过对主要污染物预测与监测数据进行比对检验其准确度。

针对以上问题的解决途径为模型与模型的耦合。AERMOD模型常常结合中尺度气象数据,根据实际情况选择合适的气象模式,通过收集的气象数据进行输出分析,可避免以上的困难和限制,可提高预测的准确度[17]。用WRF输出高空气象数据,耦合WRF与AERMOD用于提高模型的性能,从而提高该模型预测准确性。此方法可以解决现阶段我国部分地区气象资料不足,难获取的问题。 另外,AERMOD模型也可与CALPUFF建立耦合模型,进而扩大分析预测的范围和灵活性,解决风速条件下模型预测不准确的难题。

(3)此外,AERMOD在空间扩散和综合预测分析相对薄弱,可用GIS软件对AERMOD预测结果进行叠置分析[42],增强模型预测性能。在道路排放污染物预测时,可以与MOVES耦合,通过对比分析污染物排放清单,分析出排放阈值,扩大模型的适用范围。

5 结论与展望

AERMOD模型由于其界面简洁,操作方便,系统灵活、直观。该模型具有较好的预测性能,可以与其它模型耦合进行性能的扩充和完善。该模型在国内外开展了较大量研究,模型预测结果较为准确。目前,由于气象资料收集不完善,该模型不能精确的表示稳定边界层的湍流特征[9],在大气预测过程中由于湍流不稳定的特性,导致模型预测偏差。同时AERMOD在空间显示和综合分析功能存在缺陷,在复杂气候条件缺乏辅助分析,难以进行模型预测。建议通过耦合WRF、MM5、CALPUFF与AERMOD以及应用ArcGIS进行叠置分析,进一步提高模型的性能,解决现阶段我国部分地区气象资料不足难获取的问题和解决复杂气候条件下无法预测的难题。

参考文献:

[1]马洁云,易红宏,唐晓龙.空气质量模型的发展及研究进展[J].上海环境科学,2014,1:1723.

[2]薛文博,王金南,杨金田.国内外空气质量模型研究进展[J]HYPERLINK"http://epub.cnki.net/kns/detail/detail.aspx?QueryID=0&CurRec=1&recid=&FileName=HJKD201303006&DbName=CJFD2013&DbCode=CJFQ&pr="\t"_blank".环境与可持续发展,2013,3:1420.

[3]王海超,焦文玲,邹平华. AERMOD大气扩散模型研究综述[J].环境科学与技术,2010,11:115119.

[4]剑桥环境研究公司(CERC). MS-EIA User Manual [M]. Cambridge,2002,11.

[5]伯鑫,丁峰,徐鹤.大气扩散CALPUFF模型技术综述[J].环境监测管理与技术,2009,3:913+27.

[6]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,2008,10:9295.

[7]国家环境保护部. HJ2.22008环境影响技术评价导则—大气环境[S].北京:中国科学出版社,2008.

[8]江磊,黄国忠,吴文军.美国AERMOD模型与中国大气导则推荐模型点源比较[J]. 环境科学研究,2007,20(3):4551.

[9]杨多兴,杨木水,赵晓宏. AERMOD模式系统理论[J].化学工业与工程,2005,2:130135.

[10]聂邦胜. 国内外常用的空气质量模型介绍[J].海洋技术,2008,1:118121+132.

[11]丁峰,蔡芳,李时蓓.应用AERMOD计算卫生防护距离方法探讨[J].环境保护科学,2008,5:5659.

[12]陈琳,陈英,宋华丰. AERMOD大气预测模型在医化园区恶臭环境影响中的预警应用[J].绿色科技,2013,11:215217.

[13]王小燕.AERMOD在区域大气环评中的应用研究[D].兰州大学,2013.

[14]刘梦,伯鑫. CALPUFFAERMOD大气预测模式耦合系统[J]. 环境科学与管理,2012,7:118123.

[15]杨洪斌,张云海,邹旭东. AERMOD空气扩散模型在沈阳的应用和验证[J].气象与环境学报,2006,1:5860.

[16]丁峰,李时蓓,蔡芳.AERMOD在国内环境影响评价中的实例验证与应用[J].环境污染与防治,2007,12:953957.

[17]李征.基于AERMOD模式的岑鞏工业园控制性详规大气环境影响研究[D].广州大学,2013.

[18]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,2015,3:189194.

[19]杨军. AERMOD模式在火电厂大气环境影响预测中的应用[J].三峡环境与生态,2013,S1:3539.

[20]李冰晶,仝纪龙,等.利用AERMOD预测焦化行业大气环境影响实例分析[J].环境工程,2013,5:156160+131.

[21]邱兆文,邓顺熙,郝艳召.基于AERMOD模型评估公路交通源PM2.5的浓度分布[J].安全与环境工程,2014,3:6569.

[22]李煜婷,金宜英,刘富强. AERMOD模型模拟城市生活垃圾焚烧厂二噁英类物质扩散迁移[J].中国环境科学,2013,6:985992.

[23]丁娜,陈亚琳,王清芬. AERMOD模型在区域环境空气质量预测中的应用研究[J].山东科学,2011,4:5863.

[24]马洁云,易红宏,唐晓龙.基于AERMOD及减排政策的昆明市工业区SO2情景模拟[J].中国环境科学,2013,10:18841890.

[25]刘培,王莉,张培.模型模拟在城市SO2环境容量测算中的应用研究[J].环境科学与管理,2013,6:143149.

[26]方镜尧.供暖期大气颗粒物的预报模型及空间分布模拟[D].兰州大学,2014.

[27]YiHsuan Shih, ChaoHeng Tseng. Cobenefits of mercury reduction in Taiwan: a case study of clean energy development. Sustain Sci 2015 10:61–73.

[28]F. Jafarigol, F. Atabi1, F. Moattar. Predicting ambient concentrations of NO2 in a gas refinery located in South Pars Gas Complex. Int. J. Environ. Sci. Technol., 2016 13:897.

[29]Yang Duoxing, Chen Gangcai, YU Yunjiang. Intercomparison of Aermod and ISC3 modeling result to the Alaska tracer field experiment. Chinese J Geochem., 2006 2:182185.

[30]Pamela Funderburg Heckel, Grace K. LeMasters. The Use of AERMOD Air Pollution Dispersion Models to Estimate Residential Ambient Concentrations of Elemental Mercury. Water Air Soil Pollut., 2011. 219:377–388.

[31]Judi Krzyzanowski. Approaching Cumulative Effects through Air Pollution Modelling. Water Air Soil Pollut., 2011 1:253–273.

[32]Maurizio Onofrio, Roberta Spataro, Serena Botta. Deposition fluxes of PCDD/Fs in the area surrounding a steel plant in northwest Italy. Environ. Monit. Assess., 2014 6:3917–3929.

[33]Wenjun Qian, Akula Venkatram. Performance of SteadyState Dispersion Models Under Low WindSpeed Conditions. BoundaryLayer Meteorol., 2011 3:475–491.

[34]Mohsen Asadi, Gholamreza Asadollahfardi, Hossayn Fakhraee. The Comparison of Lagrangian and Gaussian Models in Predicting of Air Pollution Emission Using Experimental Study, a Case Study: Ammonia Emission. Environ. Model Assess., 2016 10:110.

[35]S F Jenkins, S Barsotti, T K Hincks. Rapid emergency assessment of ash and gas hazard for future eruptions at Santorini Volcano, Greece. Jenkins et al. J. Applied Volcanol., 2015 4:16.

[36]Abubakar Sadiq Aliyu, Ahmad Termizi Ramli, Muneer Aziz Saleh. Environmental impact assessment of a new nuclear power plant (NPP) based on atmospheric dispersion modeling. Stoch Environ Res Risk Assess., 2014 7:1897–1911.

[37]B. Vijay Bhaskar, R. V. Jeba Rajasekhar, P. Muthusubramanian. Measurement and modeling of respirable particulate (PM10) and lead pollution over Madurai, India. Air Qual. Atmos. Health 2008 1:45–55.

[38]Sunil Gulia, Akarsh Shrivastava, A. K. Nema Mukesh Khare. Assessment of Urban Air Quality around a Heritage Site Using AERMOD: A Case Study of Amritsar City, India. Environ Model Assess., 2015 6:599608.

[39]W. L. Freddy Kho, J. Sentian, M. Radojevi. Computer simulated versus observed NO2 and SO2 emitted from elevated point source complex. Int. J. Environ. Sci. Tech., 2007 4(2):215222.

[40]Pramila Goyal, Dhirendra Mishra, Anikender Kumar. Vehicular emission inventory of criteria pollutants in Delhi. Earth Environ. Sci., 2013, 2:216.

[41]D. Lavee, A. Moshe, O. Menachem. Analyzing Current and Expected Air Quality and Pollutant Emissions Across Israel. Water Air Soil Pollut., 2015 226:416.

[42]劉海涵,朱勃,韩熙,李兵.基于GIS的AERMOD大气扩散模型在环保领域中的应用[J].三峡环境与生态,2013,3:3337.

项目:内蒙古自治区科技计划项目(110570)资助

猜你喜欢

耦合进展
区域生态脆弱性与贫困的耦合关系
金融稳定立法的关键进展与完善建议
高效降解菌耦合颗粒生物活性炭处理印染废水
非新生儿破伤风的治疗进展
1990年以来我国八段锦研究的进展、热点与前沿
2020
新疆人口与经济耦合关系研究
新疆人口与经济耦合关系研究
瑞萨电子推出光电耦合器适用于工业自动化和太阳能逆变器
基于INTESIM睪ISCI的流固耦合仿真软件技术及应用