利用数值模式和示踪试验确定某厂址地区大气扩散参数

杨宗甄，鲍昕杰，陶乃贵，张晓峰

(苏州热工研究院有限公司，江苏 苏州 215004)

低层大气中气态污染物的扩散本质上是一种湍流扩散，大气扩散参数可以用来描述大气湍流特征。通过研究确定一定区域范围内的大气扩散参数可分析该区域气载污染物的大气扩散能力，进而评估区域气载污染物的扩散条件。同时，大气扩散参数作为气态污染物扩散模型的参数输入，在大气环境影响评价中起到关键性的作用。国内核电厂环境影响评价领域，通常采用高斯烟羽模式对核电厂正常运行期间的年均大气扩散因子进行估算[1]，其模式所用的扩散参数则成为反映厂址区域大气扩散分布特征的关键因素，因此，获得具有区域代表性的大气扩散参数作为模型的资料输入对最终模拟计算获得的浓度场结果有直接的影响。

国内在获取大气扩散参数方面已开展了大量的工作，尤其是围绕电厂等大型气态排污工程项目，往往采用多种研究分析手段，如平衡球试验[2]、湍流观测试验[3]、大气扩散示踪试验[4-5]、风洞试验[6]及数值模拟研究[7-8]等。由于平衡球试验、大气扩散示踪试验以及风洞试验受天气不确定因素的影响和试验条件的限制，往往不能获得较为全面的试验结果，有一定的局限性，而基于欧拉理论的湍流观测试验获得的大气扩散特征往往具有局地性，对远距离区域大气扩散特征的代表性较差。数值模拟研究较上述试验手段具备不受试验条件以及不确定天气条件限制的特点，使得利用数值模拟试验开展大气扩散参数的研究工作成为一项十分重要的手段。

在利用数值模拟试验开展研究工作时，验证所用数值模式适用性及有效性是一项十分重要的工作，通常采用野外示踪试验的成果对数值模式的模拟结果进行比对分析，通过比对分析研究验证模式的适用性和有效性。如康凌、蔡旭晖等人在福建沿海和陈晓秋在广东沿海某核电厂址开展过野外示踪试验对随机游走模式的验证研究工作[7-8]；胡二邦、辛存田等人[9-10]采用福建沿海核电厂址野外示踪试验对高斯烟羽模式进行验证研究；王博、栾海燕等人[11]采用流体力学(CFD)软件对某滨海核电厂址的大气扩散特征进行模拟，并与野外示踪试验结果进行比对验证；朱好、张宏升、蔡旭辉等人及崔慧玲、姚仁太等人[12-14]采用内陆复杂地形条件的厂址野外示踪试验成果对CALPUFF模式性能进行研究。但上述研究开展的示踪试验由于技术手段等原因仅反映出中性或不稳定类天气条件下的扩散特征，这一方面对数值模式验证工作带来了一定局限性；一方面因缺少各类天气条件下的示踪试验结果不能完整给出各类稳定度条件下的大气扩散参数。

本研究采用WRF(weather research and forecasting model)预报模式和CALPUFF三维非稳态拉格朗日扩散模式相结合的技术手段获得核电厂厂址区域大气扩散参数。WRF模拟结果可作为CALPUFF扩散模式的初始气象场。WRF模式能很好的反映厂址所在区域中小尺度风场特征，可为扩散模式提供性能良好的气象输入资料[15-18]。CALPUFF是美国环保局(USEPA)长期支持开发的法规导则模型，2008年我国环保部《环境影响评价技术导则——大气环境》(HJ 2.2—2008)中以推荐模式清单方式引进CALPUFF，在国内环评工作中得到了广泛的应用，获得了良好的效果。2018年生态环境部发布的《环境影响评价技术导则——大气环境》(HJ 2.2—2018)中，CALPUFF模式再次被列入推荐模式清单中。目前已经有100多个国家在使用CALPUFF，并被多个国家作为法规模型。

利用基于物联网智能化自动采样平台开展的示踪试验成果对数值模拟结果进行比对分析，以此验证扩散模型适用性和模拟结果可靠性。上述示踪试验采样技术在国外已有相关应用[19]，但在国内核电厂大气扩散试验研究领域应用相对较少。上述示踪试验成果在数值模式验证方面具备先进的技术条件和全面的数据支撑。

1 数值模拟方案

气态污染物的扩散分布很大程度受到局地地形、地表类型及中小尺度大气环流等相关气象过程的影响,在开展数值模拟工作之前，获取足够精细的下垫面资料，以及大量准确反映局地风场的气象数据是关键。WRF模式利用时间分辨率为6小时、空间分辨率为1.0°×1.0°的NCEP-FNL分析资料作为模式模拟厂址区域中小尺度气象场的初始和边界条件，在通过模式内构的动力学方程框架及多种可选的物理参数过程开展数值计算获取精细化的空间网格气象场。为了更精确的反映厂址中小尺度风场特征，模式模拟区域采用双向反馈四重嵌套网格，以厂址为中心，第一层(d01)模拟范围1 215 km×1 215 km，水平网格距27 km；第二层(d02)模拟范围405 km×405 km，水平网格距9 km；第三层(d03)模拟范围135 km×135 km，水平网格距3 km；第四层(d04)模拟范围45 km×45 km，水平网格距1 km。地形数据选择USGS30″分辨率资料，地表类型数据选用MODIS数据集1 km×1 km分辨率资料。模式微物理过程参数方案选择WSM3方案，模式长波和短波辐射方案为rrtm方案，地表物理过程为ETA相似理论近地面层方案，陆面模式为Noah模式，边界层模式为YSU方案，积云参数化方案为Kain-Fritsch机制。模拟示踪试验期间小时平均浓度分布结果。

CALPUFF模式以释放源为中心20 km×20 km作为模拟范围，网格水平分辨率100 m，垂直层高度为CALMET气象模块默认的10层不等距设置，CALPUFF垂直分辨率10 m，模拟至400 m高度。气象数据选择WRF模式输出的网格数据与厂址气象观测站点资料。释放源与示踪试验释放源强保持一致，扩散方案选用网格化微气象扩散方案。地形高程数据为STRM-90 m分辨率资料，地表类型数据为30 m高分辨率资料。图1给出了模拟范围地形和下垫面类型情况。

图1 CALPUFF模拟区范围地形及下垫面类型情况Fig.1 The terrain and surface categories nearby site in CALPUFF model

2 示踪试验概况

示踪试验现场工作安排在厂址地区秋季进行，试验期间盛行风向主要以偏北、偏东北风为主。厂址一定范围内地形主要以陆地低矮丘陵和海洋为主，地形相对平坦。释放点位于厂址气象塔30 m高度处，利用高精度减压阀及连接软管将示踪气体牵引至释放平台，在平台气体出口处布设高精度气体流量表、电磁阀门及数据传输模块，可实时在线监测SF6示踪气体的匀速释放状态。由于释放装置口径较小，可忽略烟气抬升影响。采样布点方案综合考虑主导风向、地形条件、交通情况等因素，在试验区域内以释放点为中心由近及远布设5条采样弧线共计68个采样点，各弧线距释放点大致距离约为1、2、3、5、7 km左右。图2给出了厂址区域一定范围内示踪试验采样点分布。采样系统采用基于物联网的智能化自动采样平台，可实现采样工作智能化判断、采样终端远程控制及多通道自动化采样等功能。每次试验释放SF6的总质量为30～40 kg，每次试验完成三次采样，每次采样10 min，间隔5 min。示踪气体分析采用气相色谱-电子捕获检测(GC-ECD)方法。定义释放每单位示踪气体在下风向某处造成的示踪气体浓度为大气弥散因子，其量纲为s·m-3，为方便各次试验的比较分析，示踪试验和数值模拟试验浓度结果均归一化为大气弥散因子进行分析。为了验证数值模式结果的可靠性和适用性，厂址地区共开展了19次现场大气示踪试验，利用厂址气象塔获取的风温数据，根据温度梯度风速法对试验期间的天气稳定度类型进行判断，其中B类1次、C类3次、D类13次、F类2次，覆盖了典型的不稳定类、中性类、稳定类天气条件。每次试验具体情况列于表1。

图2 示踪试验采样点分布图Fig.2 Diagram of sampling points for tracer test

表1 各次试验天气条件Tab.1 Weather conditions for each tracer test

3 数值模拟结果及验证

数值模式模拟结果为小时平均值，由于试验起止时间通常不在整点，因此，选取释放初始时间及结束时间时最接近试验起止时间的整点进行模拟计算。为了较全面分析数值模拟的可靠性，选取的比对时次基本上覆盖了各类稳定度条件下的大气扩散结果。图3给出了数值模拟在各采样点位的模拟结果与现场示踪试验典型时次(D01表示第一次试验，以此类推)采样点分析结果的大气弥散因子比较曲线。由图3可知，在示踪试验过程中，采样点模拟浓度与观测浓度在数值上基本相当。由于采用环形布点法，基本上都捕捉到了峰值浓度。尽管因模拟期间个别时次风向在采样期间有变化导致模拟浓度峰值与实际观测浓度峰值存在方位偏差，但总体上模拟结果与采样结果相比偏差不大，结果证实扩散模拟接近真实扩散过程。

图3 示踪试验与数值模拟各采样点大气弥散因子典型个例对比Fig.3 Simulated surface diffusion factors pattern in comparison to tracer test results

图4给出了数值模拟浓度分布与现场示踪试验获得浓度结果的采样点分布的比较。由图看出，数值模拟试验得到的烟羽范围大部分覆盖了示踪试验获取到采样结果的采样点位，无论在烟羽方向还是烟羽宽度上，两者均保持了较高的一致性。

图4 示踪试验采样点与数值模拟浓度场分布形态典型个例对比Fig.4 Simulated surface concentration pattern in comparison to tracer test results

为了进一步验证模式模拟结果与实际观测值的差异，采用小数偏差分离(FB)、归一化均方误差(NMSE)、协相关系数(R)、2倍差值比例(FAC2)四个指标进行定量分析。各指标的定义如下(Co表示观测结果、Cs表示模拟结果)：

(1)

(2)

(3)

(4)

其中，式(1)经转化可表示为平均偏差占平均值比例：

(5)

根据每次示踪试验各采样点观测值与模拟值结果，利用上述评估方法得出FB:0.439、NMSE:2.781、R:0.64、FAC2:33%、平均偏差占平均值比例36%。环境影响评价中重点关注地面峰值浓度，采用各次试验中不同下风向距离的峰值浓度为评估变量，其评估指标结果则为FB:0.09、NMSE:0.395、R:0.73、FAC2:66.7%、平均偏差占平均值比例8.29%。FB值绝对值范围在0～2之间，越靠近0表明模拟值与观测值越接近。NMSE值越接近0越好，R越接近1越好。对于非空间对应数据的比较，模拟值与实测值在两倍范围内的百分率(FAC2)在50%左右，平均偏差占平均值的30%以内表示该模拟结果较好[20]。上述结果表明，数值模式与示踪试验在各点位的匹配度上相对较好、峰值浓度结果吻合度较高，数值模拟结果一定程度上能反映试验范围内扩散特征，较好的反映不同下风距离处的峰值浓度。

4 扩散参数

根据CALPUFF扩散模式获得的浓度结果开展厂址区域扩散参数的统计分析研究。假定试验区域内的气态污染物分布服从高斯扩散形态：

(6)

式中，He为有效释放高度，σy和σz分别为垂向和纵向扩散参数，Q为释放源强，u为风速，z和y分别为垂向和纵向距离。

扩散参数σy和σz的表达式以幂次律表达：

σy=pyxqyσz=pzxqz

(7)

确定py、qy、pz、qz，即可给出σy和σz。

在传统的求解扩散参数时，多采用如高斯牛顿法、梯度法、共轭法等解析解法[9]。虽然其方程是可导函数，但本质上方程较为复杂，用传统的解析解法将导致复杂的求导公式运算，极易出错，且在最优化过程也极易掉入局部极小值内，甚至一直找不到符合条件的下一代值，令收敛条件迟迟无法达到，导致偏差较大的结果产生。因此，本次试验采用当前较为先进的直接搜索算法中的网格自适应直接搜索算法(mesh adaptive direct search，MADS)[21-22]，以此确定扩散系数py、qy、pz、qz的最优解。

同一稳定度个例所获得的扩散系数可以差异很大，因此系数py、pz按几何平均法取其平均值，对幂指数qy、qz按算术平均法取其均值，即

(8)

(9)

图5给出了数值模拟获得的扩散参数与P-G扩散参数的比较。厂址地区整体风速较大，地形总体较为平坦，数值试验获得的扩散参数较P-G扩散参数相对偏大。其中，侧向扩散参数在1 km范围内较P-G扩散参数提高了约三个稳定度等级，1～10 km范围提高了近2个稳定度等级；垂向扩散参数总体分布形式与P-G扩散参数相似，1 km范围内各类稳定度条件下的扩散参数较P-G扩散参数随距离的变化均有不同程度的增强，提高范围约在1～2个稳定度等级之间；随着距离的变化(1～10 km范围)不稳定(A、B、C)类的扩散参数变化率则小于P-G，中性层结比P-G总体略高且走势较为一致，稳定层结情况则提高了1个稳定度等级。这说明在释放条件(释放源强、天气条件)相同的假设下，利用CALPUFF模式模拟获得的空间浓度与利用P-G扩散参数根据传统高斯烟羽方程计算的浓度值相比整体偏小，侧向浓度分布范围较宽，近距离(1 km)范围内垂向空间浓度稀释能力较强。

图5 数值模拟扩散参数与P-G扩散参数比较Fig.5 Horizontal and vertical diffusion parameters of simulated experimentsin comparison to P-G diffusion parameters

出现上述差异的主要原因与P-G扩散参数获取的试验基础条件有关，根据对不同源高、地表粗糙度、采样时间的扩散参数结果比较[23]，CALPUFF高架释放源的扩散参数大于P-G近地面释放源；厂址范围大部分农业用地及树林代表大粗糙度(0.25～1)大于P-G试验(0.03)。同时，随采样时间增大，扩散参数也有一定程度的增大，P-G采样时间为3分钟，CALPUFF采样计算时间为60分钟。本文结合厂址实际情况通过CALPUFF模式计算的扩散参数结果与P-G扩散参数的比对符合上述一般规律。

考虑到厂址粗糙度及高架释放(含地形高度约50 m)的特征，图6给出数值模拟获得的扩散参数与IAEA推荐的一组适用于大粗糙度(Z0≈1 m)50 m高架释放扩散参数的比较。由图6可知，侧向扩散参数A类稳定度和D类稳定度与IAEA推荐值接近，B、C类较推荐值大，而稳定度E、F类偏小。垂向扩散参数F类与推荐值接近，其余各类稳定度条件下的扩散参数均较推荐值小。

图6 数值模拟扩散参数与IAEA扩散参数比较Fig.6 Horizontal and vertical diffusion parameters of simulated experimentsin comparison to IAEA diffusion parameters

5 结论和讨论

本文利用WRF中尺度预报模式和CALPUFF非稳态拉格朗日烟团扩散模式相结合对厂址区域大气扩散参数进行了数值模拟和研究，获得了各类天气条件下的全面大气扩散参数结果。通过CALPUFF模拟得出的浓度场结果与现场示踪试验结果对比发现，浓度模拟值无论在数量上还是在分布范围上均有较好的一致性，由此可验证采用WRF和CALPUFF数值模式相结合能较好的反映该地区大气污染物扩散分布特征，其统计获得的大气扩散参数对厂址地区大气扩散特征有很好的代表性。

本文在利用数值模拟结果确定的扩散参数与P-G扩散参数比较发现，采用P-G扩散参数获取厂址地区气载污染物浓度结果方面会过于保守，数值模拟试验获得的浓度分布较为真实的反映厂址地区污染物分布特征，这归结于污染物扩散综合考虑厂址地区实际下垫面及流场分布特征。

在未来的研究工作中，应重点关注CALAPUFF扩散模式中物理参数方案的本地特征化，特别是边界层湍流扩散方案的优化分析，如提供厂址区域湍流实际观测结果及空间分布特征等。数值模拟获取的扩散参数与P-G扩散参数和IAEA推荐扩散参数的对比结果符合其与源高、地表粗糙度、采样时间变化的一般规律，故需重点针对直接影响扩散参数大小的厂址特征参数进行深入分析，开展进一步参数敏感性及比对试验研究。