工业企业高架源排放对敏感区域的影响特征分析

＊王筱琳 张英磊 范光宇

（北京首创大气环境科技股份有限公司 北京 100044）

1.引言

我国目前高架源数量众多，分布集中，排放源之间相互影响普遍存在，京津冀大气污染相互影响充分说明了这一现象。单纯考虑单个污染源扩散情况，往往与实际相差较大。不同工序排放的污染物种类和排放强度有所不同，另外，高架源的污染扩散受到气象条件的影响较大，在不同的气象条件下，污染物对于区域的影响程度有较大差别[1]。因此谨慎合理施行高架源的排放控制措施十分重要。高烟囱排放应综合考虑不同行业排放污染物特征、所在区域的地理情况、区域气象条件、高烟囱排放源分布以及不同污染物的排放强度等因素，计算污染源对区域的影响范围和污染贡献水平，合理规划工业企业规模和高烟囱排放源布局，划分不同的控制地带，减少污染物相互输移量[2]。

江苏省丹阳市境内有低山丘陵和平原，以平原为主。丹阳市受季风环流的影响，四季分明[3]。丹阳市工业企业数量较多，污染问题突出。城区周边工业企业布点不尽合理，排放的污染物影响城市的空气质量[4]。本次以研究丹阳市工业企业排放对周边区域空气质量的影响特征为出发点，进一步探索企业排放的不同污染物扩散影响水平差异，以及在不同季节、不同气象条件下，工业企业有组织排放污染物对敏感点位的浓度贡献水平，为今后城市制定工业企业建设规划布局和制定精细化的污染物减排措施方案提供分析思路和技术支撑。

英国剑桥环境研究中心（CERC）开发的ADMS-城市模型是以高斯扩散模型为基础的新一代大气扩散模型，它能够利用源排放数据，并结合地形、气象等参数，以高斯扩散模式为理论基础，模拟计算50km范围区域内的点源、道路源、面源和网格源对周边区域的浓度贡献水平和污染扩散影响特征。ADMS-城市模型在对流边界层条件下对扩散参数进行了修正，使得其模拟结果更符合实际。另外，ADMS使用最小Monin-Obukhov长度代替传统的大气稳定度级别来表示大气稳定度，其考虑了城市热岛效应，这是气象数据不能体现的。

目前，ADMS模型应用较广，国家生态环境保护部已经计划向国内引入，国内外学者将其与其它模型进行对比后发现，ADMS模型对大气污染物的预测、模拟能力要好于其他模型[5]。ADMS-城市模型在世界范围内用户已达300多家。我国北京、上海、中国香港等众多一线城市也有应用[6]。李朝飞[7]比较了AERMOD和ADMS两种模型的预测值与监测值的偏差，ADMS模型预测值相关性略高于AERMOD。David Caruthers对比了ADMS和ISCST3模型的模拟效果，两种模型均给出了良好的模拟结果。David Carruthers等人[8]对比了中国环评指导中的扩散模型和ADMS模型的模拟效果，ADMS在考虑烟羽抬升、复杂地形或海岸效应时的模拟效果较好。

ADMS可用于模拟和评价污染物对周边区域的影响，也有研究探究了模拟参数对模拟结果的影响。文金科等人[9]研究得出ADMS模拟街道峡谷效应时，街道和建筑尺度参数对模拟结果有较大影响；王春雷等人[10]运用ADMS模型开展了大气污染物数值模拟；刘枫等人[11]运用ADMS系列大气扩散模型对城市建筑密集区气象条件对污染物扩散影响规律进行数值模拟研究；刘娇娇等人[12]应用ADMS模型预测和评估重庆市某大型火电厂GGH取消前后对主城区大气环境质量的影响；裴旭倩[13]采用ADMS大气扩散模型，对电厂排放的SO2的传输过程进行数值模拟；周睿等人[14]利用ADMS模拟了城市隧道中车辆尾气排放的CO通过风井排放后的扩散特征。史梦雪[15]利用不同扩散模型模拟我国重庆地区某山地的医疗废物、生活垃圾焚烧项目产生的二噁英环境影响。

城市内往往都包含多个污染源和不同的敏感区域，在不同的气象条件下，敏感区域受到不同污染源的影响程度有所差别。此外，在特定的气象条件（如：风向和风速等）下，污染物对于敏感区域的影响程度会急剧升高。这对于处在下风向生活和工作的居民的健康可能会造成很大的影响。这些是城市规划布局或制定工业企业精细化的污染减排措施制定时需要考虑的重要因素。

目前，应用ADMS模型同时针对多个污染源排放的多种污染物、对多个敏感点的影响特征的研究，以及在特定气象条件下的扩散特征的研究较少。本次分析采用ADMS-城市模型对丹阳市重点高架源排放的烟尘、SO2和NOx的扩散特征及其对两个省控站点分别的浓度贡献水平进行分季节模拟分析，探索企业排放的不同污染物在不同气象条件下的扩散影响水平差异，为今后城市制定工业企业建设规划布局和制定精细化的污染物减排措施方案提供分析思路和技术支撑。

2.研究方法

(1)数据来源

气象数据来自欧洲中尺度气象预报中心网站（https://www.ecmwf.int/）的中国江苏省镇江市的气象再分析数据，分辨率为0.25°。

(2)模型设置

本次模型设置参数如下表1所示。模型设置按照模型主要模块分别介绍。

表1 模型参数设置

①数据前处理

本次纳入模拟的污染源为市控站周边的9家企业的14个排口。有多个排口并且距离较近的，合并为一个排口计算，合并后的排口直径按照公式（1）计算，流速与单个排口流速一致。排放强度按照公式（2）进行计算。

其中，D—合并后的直径，m；di—每个需要合并的排口直径，m。

其中，Si—污染物i的平均排放强度，g·s-1；Sa—污染物i的年排放量，t/a。

②模型输出处理

利用ArcGIS地理信息可视化软件将2021年网格长期平均和四季的模拟结果分别进行可视化，得到一年长期平均污染扩散分布图和四季污染扩散分布图，进行对比分析。结合各个污染源对省控站点的贡献、污染源排放强度，判断点位受到高架源排放影响较明显时哪些因素占主导。

3.分析结果

(1)污染源排放强度和分布特征

企业1、6和9位于站点的北和西北部约2.5～6.5km范围区域。企业2、3和7位于站点东北和东南部约1～4km范围区域。企业4、5和8分别都位于省控站点东南和东北部14～20km范围区域。烟尘、NOx和SO2全年排放强度均值最大的分别是企业1的其它排口（8.2g·s-1）、企业1的1号烧结排口（5.2g·s-1）和企业1的1号烧结排口（3.4g·s-1）。企业1的NOx、 SO2和烟尘排放量均明显相对较大（如图1）。

图1 企业和站点分布图

(2)污染源排放影响区域

丹阳市全年的主导风向为东南风（见图2），其次，东北风的风向频率也相对较高。全年平均对污染源的西北方向区域和西南方向区域的影响较明显（见图3）。

图2 丹阳市全年及四季风玫瑰图

图3 污染物全年平均浓度分布图

(3)污染源对省控站点的贡献

表2显示，模拟的企业排放的烟尘和NOx对敏感点的影响相对SO2来说较大。烟尘和SO2四季的贡献从大到小均为秋＞冬＞春＞夏；而NOx四季的贡献从大到小为秋＞夏＞冬＞春。这与王春雷等人[10]在基于ADMS模拟在产业空间布局优化上的应用研究中的结论一致，即污染源排放的不同污染物的扩散浓度差异显著。工业企业不同工序的排放特点不同。另外，污染源与敏感点位的位置关系有差异。

表2 污染物对敏感点的贡献浓度（μg/m3）

(1)烟尘

表3显示，企业1烟尘总排放强度（9.7g·s-1）最大，排放的烟尘对省控站点的影响相比其它源也是最大的，对丹阳市监测站和自来水公司的贡献浓度分别为0.208μg/m3和0.182μg/m3。

表3 污染源排放烟尘对省控站点浓度贡献（μg/m3）

烟尘对丹阳市监测站和自来水公司的日最大影响浓度分别为3.195μg/m3和2.951μg/m3，分别是全年水平的11倍和8倍，这两日的主导风向分别为北风和西北风。企业1位于丹阳市自来水公司点位的北侧和丹阳市监测站的西北侧，在西北和北风条件下对站点的影响明显较大。冬季和春季的西北风风频相对较高，秋季的北风风频较高，在特定的风向下，下风向地区容易出现污染物影响浓度急剧升高的现象。这与裴旭倩[11]利用ADMS大气扩散模型对太原市第一热电厂排放的SO2的传输过程进行模拟的结论是一致的，即风向对污染物的迁移扩散具有很大的影响作用，在污染源的下风向污染物浓度偏高。

烟尘在秋季时对丹阳市监测站点的贡献较高，浓度为0.397μg/m3，其次为冬季（0.270μg/m3）、春季（0.242μg/m3）和夏季（0.222μg/m3）；在春季时对丹阳市自来水公司站点的贡献较高，浓度为0.435μg/m3，其次为秋季（0.373μg/m3）、冬季（0.356μg/m3）和夏季（0.330μg/m3）。

裴旭倩在太原市第一热电厂的SO2排放扩散模拟研究结论显示，春、冬季度浓度较高，夏、秋季度较低。但其只考虑了单一污染源的扩散影响特征，而如果敏感区周边分布若干污染源时，其对敏感区域的影响随四季风向的变化而变化[15]。

(2)NOx

丹阳市监测站受企业1的NOx贡献影响最大，为0.125μg/m3；其次，企业2对其贡献也较大，为0.107μg/m3。自来水公司受到企业2的贡献影响最大，为0.509μg/m3；其次为企业1，为0.114μg/m3。企业1和企业2的NOx排放强度相比其它企业较大，分别为6.9g·s-1和1.8g·s-1。

NOx对丹阳市监测站和自来水公司的日最大影响浓度分别为2.050μg/m3和4.289μg/m3，分别是全年水平的7倍和6倍，分别出现在9月30日和9月10日，这两日的主导风向分别为东北风和东风。位于自来水厂点位东侧的企业2的NOx排放强度次于位于北侧的企业1，并且企业1与企业2距离敏感点的距离相似，但日最大浓度出现在东风时段，原因是在9月30日东风时的风速较低（1m·s-1），扩散条件较差，浓度对地面影响较大。企业7位于丹阳市监测站东北侧，并且距离仅为2.5km，此外9月10日的风速较低（1.2m·s-1），平均云量较大（36%），扩散条件较差。这说明气象条件，尤其是风向和风速参数对于污染物的扩散情况影响十分显著。这与刘枫等人[16]在采用ADMS模型对城市建筑密集区气象条件对大气污染物扩散影响规律的模拟研究中的结论一致，即影响大气污染物扩散浓度的主要气象参数为风向和风速，风速越大越有利于污染物的扩散，污染物浓度越小；主要排放源越接近其下风向侧的位置，污染物浓度越大。

NOx在秋季时对丹阳市监测站点的贡献较高，浓度为0.363μg/m3，其次为夏季（0.288μg/m3）、冬季（0.246μg/m3）和春季（0.234μg/m3）；夏季时对丹阳市自来水公司站点的贡献较高，浓度为0.840μg/m3，其次为秋季（0.718μg/m3）、春季（0.640μg/m3）和冬季（0.564μg/m3）。这说明污染源与敏感区域或敏感点的布局位置关系十分有关。

(3)SO2

丹阳市监测站受企业1的SO2贡献影响最大，为0.095μg/m3，其次企业8对其贡献也相对较大，为0.005μg/m3。自来水公司受企业1的贡献影响最大，为0.087μg/m3，其次为企业7，为0.008μg/m3。企业1和企业8的SO2排放强度相比其它企业较大，分别为5.2g·s-1和0.78g·s-1。

SO2对丹阳市监测站和自来水公司的日最大影响浓度分别为1.278μg/m3和1.283μg/m3，分别为全年平均浓度的12倍和13倍，分别出现在9月16日和3月20日，这两日的主导风向分别为北风和西北风。位于自来水厂点位北侧和监测站西北侧的企业1的SO2排放强度明显较大，因此在北风和西北风时分别对点位影响较大。

SO2在秋季时对丹阳市监测站点的贡献较高，浓度为0.153μg/m3，其次为冬季（0.101μg/m3）、春季（0.091μg/m3）和夏季（0.078μg/m3）；在春季时对丹阳市自来水公司站点的贡献较高，浓度为0.135μg/m3，其次为冬季（0.114μg/m3）、秋季（0.10μg/m3）和夏季（0.064μg/m3）。

4.结论

（1）工业企业排放的不同污染物的强度不同，在制定减排措施时应考虑这一因素。

（2）气象条件，尤其是风向和风速参数对于污染物的扩散情况影响十分显著。在特定的气象条件下容易出现污染物影响浓度急剧升高的现象。在制定区域整体工业企业污染物减排措施时，应考虑主导风向特点，分季节对上风向排放量较大的企业和工序制定减排措施。在短期应急减排情形下，可考虑结合当地未来气象预报结果，在上风向污染源排放强度较大且扩散条件较差时对企业相应的工序实施减排措施。

（3）在城市规划布局时，污染源与敏感区域或敏感点的布局位置关系十分重要。应尽量将工业企业设立在重点区域的下风向较远处。