AERMOD与CMAQ模式在园区规划环评大气颗粒物浓度预测中的运用对比

郭朋恒 李丽珍 张文宇 卿小燕 梁华孝

摘 要：AERMOD模型及CMAQ模式均可实现对大气颗粒物浓度的预测，其中AERMOD模型以预测点源和小型面源为主，也可通过设置矩阵实现对片区多个污染源的预测，CMAQ模式则适用于更大尺度空间模拟。对于规模较小的工业园区，两种模式均可达到预测效果。本文以昆明市海口化工园区为例，分别采用这两种模式对颗粒物（PM10）浓度分布进行预测，对结果进行对比分析，提出各自优势及特点，为园区规划环评大气模拟提供更多拓展思路。

关键词：AERMOD；CMAQ；园区规划环评；大气预测

中图分类号：X82文献标志码：A文章编号：1673-9655（2024）01-00-05

0 引言

AERMOD全称AMS/EPA REGULATORY MODEL，是由美国气象协会和美国环保署联合开发的大气模拟预测法规模式； CMAQ全称Community Multiscale Air Quality，是美国环保局开发的第三代空气质量预报和评估系统（Models-3）的核心组成之一。AERMOD模型及CMAQ模式均可实现对大气颗粒物浓度的预测，其各自均有优势，其中AERMOD模型也是我国《HJ/T 2.2—2008环境影响评价技术导则——大气环境》[1，4]推荐模型之一，能够有效模拟点源、线源、面源、体源等排放的污染物在短期、长期的浓度分布[2]。CMAQ模型能够更准确地模拟对流层内污染物的生消变化，例如大气颗粒物污染、光化学烟雾、酸沉降以及能见度等[4，10]。规划园区通常污染源构成众多、复杂，通过研究AERMOD与CMAQ模式在园区规划环评中的应用，分析其优势、劣势，对于有效优化园区大气预测模拟工作具有积极意义。在开展海口化工园区规划环境影响评价过程中，分别采用AERMOD与CMAQ两种模式对区域颗粒物、臭氧浓度进行了模拟预测，其中AERMOD模式采用了多边形矩阵设置污染源分布。通过模拟预测发现，在此园区规划环评中，两种模式预测结果偏差不大，即在合理设置预测参数及条件情况下，两种模式均可运用；而实际运用过程中，基于不同模式获取参数条件差异，在进行相关研究时，可根据不同情况分别选取。

1 研究区概况

1.1 园区基本情况

昆明海口工业园区位于昆明市西山区海口，距昆明主城40余km，是云南省政府确定的省级重点工业园区，总规划面积为32.34 km2，2022年海口工业园区规模以上工业总产值完成209.69亿元；财税收入超2亿元，该园区2022年入选云南省第二批化工园区[5]，化工园区认定面积3.33 km2[6]。研究区为昆明地区较为成熟的磷化工产业片区，现已有磷化工企业20余家，且部分为地区重点龙头企业。本次规划功能定位：磷化工和精细化工集群产业区，以重大磷化工项目建设为契机，加快磷化工产业结构升级换代和发展方式转变，提高资源利用率和附加值，重点发展食品级、医药级、电子级精细磷化工高端产品[6]。规划区地理位置及分布如图1。

1.2 大气污染源分析

园区入驻化工相关重点企业12家，拟入驻化工企业7家，建材等其他类型企业16家[7]。磷化工企业涉及磷矿石、黄磷、磷肥、氟化物、磷石膏处理及综合利用等，生产过程涉及的主要化学品包含磷酸、盐酸、硫酸、碱等；本次大气污染源强核算统计数据采用已入驻企业排污许可证载明总量、拟入驻企业主要采用项目环境影响评价预测总量，远期规划项目新增量采用单位面积污染负荷量进行推算。经核算，规划园区颗粒物总量如表1所示。

2 预测参数

2.1 AERMOD模式

2.1.1 气候特征

区域属北亚热带低纬高原季风气候区，其主要气候情况统计如表2。

2.1.2 气温

选取区域2020年各月平均温度进行分析，温度月变化情况见图2。

2.1.3 四季风玫瑰

区域主要风向为N、SW、WSW、W，占42%，静风频率为7.57%。全年及四季风频玫瑰见图3。

2.1.4 风速月变化及季变化特点

区域3月风速最大，11月份风速最低。其月变化情况如图4所示。

2.2 CMAQ模式

2.2.1 模拟范围

本次模拟采用兰伯特（Lambert）投影方式，中心点经纬度北纬24.8°，东经102.5°。本次模拟采用四层网格嵌套，模拟范围见图5，D01覆盖中国西南区域，D02主要覆盖昆明市及周边城市，D03主要覆盖昆明市，D04主要覆盖项目所在区域，四层网格分辨率分别为27 km、9 km、3 km、1 km。垂直共分为32层，最高层为100 hpa。

2.2.2 模拟参数

本次模拟参数设置见表3。

2.2.3 地形及地表参数

（1）FNL全球再分析数据

本次模拟边界场和初始场数据采用美国国家环境预报中心（NCEP）提供的FNL全球格点分析数据。数据为1°×1°网格，分析时间间隔为6 h。

（2）地形數据

WRF地形和地表类型数据采用美国地质调查局USGS全球数据。

3 预测结果

两种模式下分别选取26个预测点进行浓度预测，其结果见表4。

两种模式的预测结果较为接近，偏差率在-0.74%～2.432%，总体而言AERMOD模式较CMAQ模式的预测值略微偏大，但浓度变化规律基本一致；另外从图像表达的角度来看，AERMOD模式则显得更加精细化。就此次研究对象而言，两种模式预测结果均为可信，且能够达到相互验证的效果。

4 结论

AERMOD模型及CMAQ模式在大气环境影响预测中的运用越来越广泛和成熟，其中AERMOD模型在预测的精细化方面有更加优异的表现，尤其是评价范围<50 km2时，评价结果的准确性较高[8]；

而CMAQ模式更加适用于大尺度空间。二者在预测结果上有一定差异，但对于本次预测而言，由于该园区面积不大，且为较成熟的园区，污染源相对明确，因此两种模式均可适用。实际操作过程中，建议结合不同园区具体情况，以及不同需求，采取更加适宜的预测模式。

参考文献 ：

[1] 环境影响评价技术导则：大气环境HJ/T 2.2—2008[S].

[2] 李梅，杨东偶，何望君.大气扩散模型AERMOD与CALPUFF对比研究及展望[J]，武汉大学学报（信息科学版），2020（8）：1246.

[3] 规划环境影响评价技术导则 产业园区：HJ 131—2021[S].

[4] 杨志森，赵东风，熊桂慧，戚丽霞.AERMOD模型在石化园区大气规划环评中的应用[J].环境科学与技术，2016（S1）.

[5] 昆明海口工业园区简介[EB/OL].https：//yn.zhaoshang.net/yuanqu/detail/1242.

[6] 云南开发规划设计院.云南安宁产业园区草铺化工园区西山海口片区专项规划（2021～2035）》[R].2022.

[7] 云南高科环境保护科技有限公司.云南安宁产业园区草铺化工园区西山海口片区专项规划（2021-2035）环境影响报告书[R].2022.

[8] 吕佳，李艳松.规划环境影响评价中AERMOD模型的应用分析[J].中国资源综合利用，2018（4）：137-138.

[9] 徐涛英.AERMOD模型在广东某工业园区大气规划环评中的应用分析[J].皮革制作与环保科技，2022（10）：169-171.

[10] 田军，葛春风，甄瑞卿，等.CMAQ模型在大气环境影响评价中的应用[J].环境影响评价，2016（6）：1-3.

[11] 张向阳，管映兵.EIAProA 2018模型在大气环境影响评价中的应用[J].广州化工，2021（1）：86-88.

[12] 马新刚.大气环境影响评价中EIAA、AERMOD及CALPUFF模型的应用分析[J].科技展望，2016（30）：108-109.

Comparison of the Application of AERMOD and CMAQ Models in the Prediction of Atmospheric Particle Concentration in the Environmental Impact Assessment of Park Planning

GUO Peng-heng1， LI Li-zhen2， ZHANG Wen-yu3， QING Xiao-yan1， LIANG Hua-xiao4

（1. Yunnan Gaoke Environmental Protection Technology Co.， Ltd. Kunming Yunnan 650032， China）

Abstract： Both AERMOD model and CMAQ model can predict the concentration of atmospheric particulates. The AERMOD model mainly predicts point sources and small area sources as well as multiple pollution sources in the area by setting a matrix. The CMAQ model is suitable for larger scale spatial simulation. For small industrial parks， both models can achieve the prediction goal. Taking Haikou Chemical Industry Park in Kunming City as an example， these two models were adopted to predict the concentration distribution of particulate matter （PM10） to compare and analyze the results， and identify their respective advantages and characteristics to provide more expanded ideas for atmospheric simulation of environmental impact assessment in park planning.

Key words： AERMOD; CMAQ; environmental impact assessment of park planning; atmospheric prediction

收稿日期：2023-05-10

作者簡介：郭朋恒（1979-），男，湖北武汉人，工程师，硕士，主要工作方向：环境影响评价、环境风险评价，生态环境调查与研究。

通信作者：李丽珍（1979-），女，云南昆明人，高级工程师，主要从事生态环境保护规划、大气环境影响评价、水生态环境调查与分析等工作。