复杂地形对污染物扩散影响的CALPUFF模型研究

史学峰，郭栋鹏，王 冉，李云鹏，姚仁太

(1.中国辐射防护研究院，太原 030006；2.太原科技大学，太原 030024；3.古县经济技术开发区管委会，山西 临汾 041000)

大气污染物不仅影响污染源周边的局地环境，同时通过大气水平输送扩散到几千米甚至几十千米的地方，从而影响整个区域范围。大气污染物扩散是一个复杂的过程，通常随时间和空间不断变化。为了能够快速估算大气污染物对环境的影响，及时做好应急响应工作，现阶段一般采用大气扩散模型来估算污染物在大气环境中的扩散过程。

大气扩散模型是应用数学方法和气象学理论来模拟大气污染物的扩散和反应的物理化学过程，它可以确定污染物的空间分布并制定相应的空气质量控制措施。常用的大气扩散模型有PLUM、ADMS、AERMOD以及CALPUFF等。PLUM模型应用广泛，适用于简单地形下的大气扩散。ADMS和AERMOD应用最新的大气边界层和大气扩散理论，能够模拟简单和复杂地形下的污染物扩散。但是它们通常假设随着时间和空间的变化，污染物稳态传播，而在复杂地形下，由于风场的不均匀，这种假设是不充分的[1]。CALPUFF是美国环保部门(USEPA)推荐使用的导则模型，并被多个国家作为法规模型。它基于地形动力学效应、坡面流、地形阻塞效应等，具有处理复杂三维风场的能力，能够模拟复杂地形下污染物的扩散。

CALPUFF模型应用非常广泛，许多研究人员使用该模型模拟SO2、NOx、CO等大气污染物的扩散[2-5]，并分析污染物的空间分布以及污染源贡献[6-7]，通过线性优化模型估算城市大气环境容量[8]，为制定减排措施提供科学依据。在模拟二次污染物时，CALPUFF可以模拟大气中的物理化学反应，同时可以考虑污染物的干湿沉降。Melo等人[9]和Ranzato等人[10]运用CALPUFF模型分别模拟了城市生活垃圾处理厂和猪厂的臭味扩散，结果表明CALPUFF模型能够合理地预测臭味滋扰。Pivato等人[11]运用CALPUFF模型对研究区域内的居民进行了农药的吸入风险评估，结果表明CALPUFF模型能够合理评估不同的杀虫剂对人类的吸入风险。Ghannam等人[12]通过对比模拟值与现场监测值，运用FAC2、FB等统计学参数验证了CALPUFF模型模拟复杂地形下污染物长距离大气扩散的可靠性。

CALPUFF模型不仅在模拟复杂地形下长距离大气扩散方面具有一定的优势，也可以模拟短期复杂地形近地场下的污染物扩散。Rood[13]通过对比CALPUFF模拟值与冬季验证追踪研究数据集发现，CALPUFF模型可以准确的模拟近地场烟羽扩散范围。Cui等人[14]验证了CALPUFF模型在短期排放复杂近地场情况下的可靠性，结果表明，CALPUFF模型可以模拟短期排放复杂近地场情况，但是模拟结果偏低，尤其是峰值。朱好等人[15]研究了CALPUFF模型在复杂地形条件下近地场应用的适应性，结果显示，采用修正过的相似性理论方案的CALPUFF模型能较好的模拟研究区域复杂地形的近地场峰值浓度。

本文以湖南桃花江内陆核电站厂址为研究对象，运用中尺度天气预报模式WRF与CALPUFF空气质量模型相结合，模拟了厂址现场示踪试验期间不同类型的天气条件下复杂地形对污染物扩散的影响，并用现场示踪试验结果对CALPUFF模拟结果进行对比验证。

1 研究方法

1.1 厂址概况

桃花江内陆核电站(28°33′00″～28°35′15″N，111°56′15″～111°59′45″E)位于湖南省益阳市桃花江县，地处资水南侧。厂址区地形南、东、西高，北低，四面环山，地形标高在64～174 m之间，地形相对复杂。其厂址总体上处于江汉平原、洞庭湖湖区和湖南中部丘陵的过渡地带，为冷空气往南推进的通道，气温升降剧烈。另一方面由于邻近的湖区大面积水域存在，又使温度的变化趋向缓慢，具有年内变幅大而昼夜变化小的特点，天气情况较为复杂。

1.2 现场示踪试验

现场示踪试验采用SF6作为示踪剂。根据厂址地形以及本区冬季多刮偏东北风的气象特点，分别在示踪剂释放位置西南侧沿山谷和东北侧沿谷地展开多个采样点，采集偏东北风时和偏西南风时的SF6样品(示踪剂释放位置与采样点位置如图1所示)。现场试验时间为2008年12月20日—2009年1月3日，根据天气和风向风速条件，选择了其中几天进行试验，共完成现场试验27次，示踪剂释放高度分别为30 m(23次)、70 m(2次)以及10 m(2次)，每次释放过程取四个样品，每次采样10分钟，两次采样间隔约5分钟。共布点116个，在释放点西南侧偏东北风方向按等间距网格横向进行布点，在释放点东北侧偏西南风按等间距网格纵向进行布点，网格线间距均为200 m。表1给出了SF6示踪试验各次的释放参数。

表1 SF6示踪试验各次的释放参数

★为气象铁塔，释放点分别位于气象铁塔10 m、30 m、70 m高度处。

1.3 数值模拟

本文应用WRF/CALPUFF模型模拟桃花江内陆核电厂址现场示踪试验期间大气污染物的扩散规律。中尺度气象模型WRF是美国国家大气研究中心(NCAR)、美国太平洋西北国家实验室(PNNL)、美国国家海洋及大气管理局(NOAA)等共同发展的新一代中尺度数值模式，用于许多研究领域，包括大气研究、天气预报、气候变化和水文学[16]。该模式可以模拟三维风场，输出结果可为CALPUFF提供大气流场。CALPUFF模型是一个多层、多源非稳态高斯烟羽扩散模型，可以用来模拟随时间和空间变化的气象场下污染物的传输、扩散以及沉降。在计算烟羽抬升时，考虑烟羽浮力和动力、垂直风切变和大气层结构影响[17]。

本文中WRF模型模拟一个大范围的三维气象场作为CALMET的初始猜想场，模拟时间为2008年12月18日—2009年1月4日，WRF模型的初始情况和边界情况来自美国国家环境预测中心(NCEP)提供的6小时间隔的最终分析(FNL)，空间分辨率为1°。共设计了两重嵌套域，水平分辨率分别为1 800 m和600 m，WRF模型网格设置见表2。垂直方向采用sigma坐标，共设置32层，最高层可达9 000 m。各层sigma坐标设置分别为：1.000，0.999，0.998，0.996，0.995，0.993，0.992，0.991，0.989，0.985，0.978，0.965，0.945，0.924，0.904，0.848，0.775，0.733，0.675，0.604，0.538，0.478，0.423，0.327，0.285，0.246，0.180，0.141，0.091，0.061，0.020，0.000。WRF模型参数设置见表3。输出气象场水平和垂直的插值到CALMET建立的“初始猜想场”(图2 D01)。本文利用CALMET的微气象模块的诊断风场模式，通过斜坡流、地形修正等形成模拟区域的三维风场(包括小时风场和温度场)。CALMET模拟中采用UTM(墨卡托)坐标投影，模拟区域包含所有的布点(图2 D02)，模拟区域网格数为50×50，水平网格间距为300 m。垂直方向设置10层，对应高度分别为10 m，20 m，30 m，40 m，80 m，160 m，320 m，640 m，1 200 m，2 000 m。气象数据采用WRF模型模拟气象场数据。地形数据(http://src.com/calpuff/data/terrain.html)和土地利用数据(http://src.com/calpuff/data/land_use.html)来源于美国地质勘探局，空间分辨率分别为90 m和30 m。CALPUFF利用CALMET产生的三维气象场，采用高斯烟团扩散模式模拟污染物在大气中的扩散。本文使用puff样本函数方法和Pasquill-Gifford(PG)曲线，模拟了气象站铁塔30 m高度处释放的SF6的扩散。由于试验布点较多，本文中选取其中的52个布点作为代表，其中西南侧31个，分别为A1、P1、P2、Q0、Q1、Q2、R0、R1、R2、R3、R4、T0、T2、T3、T4、T5、U2、U3、U4、U5、V2、V3、V4、V5、V6、W2、W3、W4、W5、W6、W7，东北侧21个，分别为C5、D1、D3、D5、D9、D11、E3、E5、E7、E9、F7、G7、H4、J1、J3、L1、L2、M1、M2、Z1、Z3。本文通过模拟SF6的扩散浓度，并与现场示踪试验结果进行对比，从而验证CALPUFF模型的可靠性。

表2 WRF模式网格设置

表3 WRF模式参数设置

图2 模拟区域

2 结果分析与比较

采用扩散因子描述气载污染物的扩散规律，扩散因子定义为释放每单位气载污染物在下风向某处的浓度，量纲为s·m-3。根据定义，示踪试验给出的扩散因子(C/Q)(i,j)(x,y,0)可由下式估算：

(1)

式中，(C/Q)(i,j)(x,y,0)表示第i次示踪试验中相应于第j次采样某取样位置(x,y,0)的扩散因子,s·m-3；C(i,j)(x,y,0)表示第i次示踪试验中第j次采样某取样点(x,y,0)的SF6测量浓度,mg·m-3；Qi表示第i次示踪试验中SF6的释放速率即源强,mg·s-1。

2.1 地面轴线扩散因子比较

图3为SF6扩散因子沿风向轴线的地面轴线的变化趋势，其中a为东北方向采样点模拟值与现场试验测量值对比结果，b为西南方向采样点模拟值与现场试验测量值对比结果。由图3可以看出：总体上CALPUFF模拟的扩散因子随扩散距离的变化趋势与现场试验结果基本一致，SF6扩散因子随距离的变化呈现先增加后减小趋势，且均在距离释放点1.2 km时的采样点扩散因子值最大。东北侧的采样布点，模拟扩散因子大于现场试验扩散因子，这可能由铁塔东北侧地形较为复杂导致的，但总体上模拟结果与现场试验结果变化趋势相同。在距离释放点1.2 km时的采样点，扩散因子达到最大值，模拟最大扩散因子为7 s/m3，现场试验最大扩散因子为1.54 s/m3。在距释放点大于2.0 km时，模拟结果与现场试验结果基本趋于一致。对于西南侧的采样布点，模拟结果与现场试验结果变化规律总体相似，模拟扩散因子略低于现场试验扩散因子。与东北侧相同，西南侧的采样点在距释放点1.2 km时扩散因子达到最大值，现场试验最大扩散因子为4.74 s/m3，模拟最大扩散因子为3.59 s/m3。距释放点1.6 km时扩散因子最低，2 km时扩散因子出现较高值可能是由于受地形的影响，SF6出现小范围的聚集，从而使得扩散因子值偏高。

图3 扩散因子变化趋势

图4分别为东北采样布点和西南采样布点的模拟平均扩散因子与现场试验平均扩散因子的比较。由图4可知，东北方向现场试验平均扩散因子普遍较低，模拟平均扩散因子总体上高于现场试验平均扩散因子，尤其是E3、E5、E7、G7、J1这几个采样点，模拟平均扩散因子远高于现场试验平均扩散因子，模拟的平均扩散因子约为现场试验平均扩散因子的6倍左右。对于西南采样布点，模拟扩散因子总体上略低于现场试验扩散因子。在A1、P1、Q0、Q1、Q2这几个距离释放点较近的采样点，CALPUFF模拟的平均扩散因子相对较低，其它的采样点模拟的平均扩散因子略低于现场试验的扩散因子。与东北采样点模拟结果相比，西南采样点模拟结果较好，可能是由于铁塔东北侧地形较复杂，CALPUFF模型在计算复杂地形时高估了污染物的浓度。总体上，东北侧的模拟结果与西南侧模拟结果差异较大，东北侧的模拟结果高估了平均扩散因子的值，最大差异采样点为J3，模拟的平均扩散因子值为1.7×10-6s/m3，现场试验的平均扩散因子值为0.8×10-7s/m3，最大差异倍数值为21倍，而西南侧的模拟结果低估了平均扩散因子的值，最大差异采样点为V6，现场试验的平均扩散因子值为1.8×10-6s/m3，模拟的平均扩散因子值为0.7×10-7s/m3，最大差异倍数值为26倍。

图4 各采样点扩散因子

2.2 烟羽扩散轨迹

受复杂地形影响，风速和风向是影响污染物扩散的重要因素，图5分别给出了2008年12月份桃花江核电厂址气象铁塔观测与数值模拟的风速与风向玫瑰图。由图5可以看出，12月份主导风向为偏西南风和偏东北风，风速较小，主要集中在1～2 m/s,且常出现静风情况(通常把风速小于1 m/s的风速划为静风)。

图5 风向玫瑰图

在风速较小的情况下，风向非常不稳定，污染物的输送距离较短，扩散能力较弱。模拟风场与气象铁塔观测风场存在一定的差异，风场的差异会直接影响烟羽扩散的轨迹。此外，由于地形影响，造成局地风速和风向发生改变，然而CALMET很难反映出山区和河流的地形造成的实际复杂流动，从而减少地形对扩散的影响。图6比较了模拟和现场试验结果的扩散中心轨迹。由图6可知，CALPUFF模拟扩散中心轨迹方向与现场试验结果基本一致。偏东北风时，模拟中心轨迹近似直线，而现场试验轨迹具有一定的波动。偏西南风时，模拟中心轨迹与现场试验中心轨迹的形状基本一致。模拟中心轨迹与实际中心轨迹之间存在较小的偏差是由于复杂的地形，模型可能无法反映细微的气象场，造成了风场的差异。由于采样点分布的局限性，无法获得SF6扩散的距离，因此图7分别给出了模拟的偏东北风(a和b)和偏西南风(c和d)时SF6扩散因子的扩散轨迹，本文中采用小时扩散因子来描述SF6的扩散轨迹。由图7可以看出，当风向为东北风时，SF6扩散因子最大值达1.0×10-5s/m3以上，随着与释放点之间距离的增加，SF6扩散因子呈现下降趋势，扩散距离达7.5 km以上。当风向为西南风时，SF6扩散因子最大值达6.16×10-5s/m3。受到地形的影响，风向发生改变，污染物扩散轨迹随之改变，在小范围内产生涡流，阻碍了SF6的扩散，扩散距离达5.8 km以上。

图6 模拟和现场试验结果的扩散中心轨迹比较

图7 数值模拟 SF6扩散轨迹

2.3 模型结果统计学分析

为了验证模型的可靠性，许多研究者使用统计学参数来比较模型模拟结果与试验结果的吻合性[18-19]。这里使用Chang等人[20]提出的模型评价统计学方法来评估CALPUFF对桃花江内陆核电站厂址现场示踪试验的模型表现。主要的统计学参数包括：FAC2、FAC5、分数偏差(FB)、归一化标准均方差(NMSE)、几何平均偏差(MG)。

(2)

(3)

(4)

(5)

(6)

表4为CALPUFF模拟扩散因子与现场试验扩散因子比较的统计学参数。由表4可知，NMSE值为2.806，表明CALPUFF模型模拟的扩散因子与现场试验扩散因子总体偏差较小。FAC2与FAC5的值分别为30.1%、57.7%，说明模拟扩散因子与现场试验扩散因子之间吻合较好。本文得出的FAC2、FAC5的值与Cui等人[14]模拟复杂地形近地场下放射性核素扩散得出的值接近。FB的值为0.076，大于0，表明CALPUFF模拟结果偏低。MG的值为1.286，接近于1，表明模拟结果与现场试验结果较好吻合。本文中得出的FB、NMSE、MG值均在Chang等[20]给出的可接受范围之内。总体分析表明，虽然模拟扩散因子与现场试验扩散因子之间存在一定的偏差，但是均满足统计学分析可接受范围。对于复杂地形的近距离计算，结果还是比较满意的。

表4 CALPUFF模拟与现场试验扩散因子比较统计学参数

图8为模拟结果与现场试验结果统计学散点分析，可以看出散点近乎均匀的分布在模拟结果等于现场试验结果线的两侧。FAC2和FAC5的值分别为30.1%和57.7%，表明模拟结果与现场试验结果较好吻合。

图8 模型统计分析散点图

3 结论

大气扩散模型是评估大气污染物对环境影响的一个重要手段，它能够快速确定污染物的扩散范围，及时做好应急响应工作，从而减少污染物对公众的损害。

本文运用WRF/CALPUFF模型模拟了湖南桃花江内陆核电站厂址野外示踪试验，采用扩散因子来描述气载污染物的扩散规律。结果表明：SF6扩散因子受地形影响较大。无论是东北方向采样点还是西南方向采样点，均在距离释放点1.2 km时，扩散因子值最大。运用野外示踪试验扩散因子与CALPUFF模拟扩散因子进行比较可得：东北采样布点模拟扩散因子总体上高于现场试验扩散因子，对于西南采样布点，模拟扩散因子总体上低于现场试验扩散因子。由于地形影响，造成局地风速和风向发生改变。当风向为东北风时，SF6扩散因子最大值达1.0×10-5s/m3以上，随着与释放点之间距离的增加，SF6扩散因子呈现下降趋势。当风向为西南风时，SF6扩散因子最大值达6.16×10-5s/m3，受到地形的影响，风向发生改变，污染物扩散轨迹随之改变，在小范围内产生涡流，阻碍了SF6的扩散。

此外，通过计算统计学参数FAC2、FAC5、FB、NMSE、MG，表明CALPUFF模拟扩散因子与现场试验扩散因子之间较好的吻合，说明CALPUFF模型模拟近地场复杂地形条件下的污染物扩散是可靠的。