AERMOD和CALPUFF干沉降在复杂地形下模拟结果的对比研究

以点源为例,选取SO_2,PM_(10)分别作为气态干沉降和颗粒物干沉降的代表污染物来研究污染物气态干沉降和颗粒物干沉降对AERMOD、CALPUFF两种模型的影响。结果表明,气态干沉降对两种模型的模拟结果影响均较小,颗粒物干沉降对AERMOD影响较大,对CALPUFF几乎没有影响。随着大气稳定度的增加,气态干沉降对AERMOD的影响趋势不明显,对CALPUFF的影响呈下降的趋势;颗粒物干沉降对AERMOD、CALPUFF的影响均呈现下降趋势,AERMOD下降趋势更明显。此外随着离源距离增加,两种模型干沉降通量基本呈下降趋势,但是在靠近山脚处,两者浓度及干沉降量均会发生明显变化。     

公路线源大气环境影响预测方法对比分析研究

文章通过从模式原理、范围和特点等方面对AERMOD大气预测模式与EIAA预测模式进行对比分析,以甘肃省天水段G310国道升级改造项目为例,分别采用AERMOD和EIAA两种模式对交通线源排放的特征污染因子CO在各环境空气敏感点的小时最大浓度进行预测,并对预测值与实测值进行对比分析,探讨两种模式在公路线源大气环境影响预测中的适用性及差异性。以期为今后开展道路交通类建设项目大气环境影响预测评价中模式的选取提供参考和借鉴。     

AERMOD和CALPUFF大气污染扩散模型的对比研究

大气污染控制模式能够分析雾霾的成因和发展趋势,预测大气污染物的迁移和转化规律,并对环境空气质量恶化起到一定的预防作用,系统阐述了AERMOD和CALPUFF大气扩散模型的理论及应用研究进展,并且比较了二者扩散模式的异同及各自适用范围.结果得出,近场范围内(小于50 km)使用AERMOD大气污染控制模型进行污染物的模拟预测,长距离(大于50 km)或复杂流场条件下使用CALPUFF大气污染控制模型,能够对大气污染的模拟预测起到良好预期效果.     

大气多环芳烃区域迁移转化模型比较与关键影响因素:以京津冀地区为例

针对芘(Pyr)和苯并[a]芘(BaP),以京津冀地区2014年为例分别构建CMAQ和BETR模型系统开展数值模拟,对比评估两种模型对PAHs大气迁移转化的模拟效果,并利用XGBoost模型识别CMAQ中影响PAHs环境行为的关键大气物理化学过程和参数.结果表明,BETR和CMAQ模拟年均值与实测年均值比值基本在1/2～2之间,且CMAQ模拟值和实测值季节变化趋势相同,验证了两类模型结果的可靠性.同时,将CMAQ模型9 km网格模拟浓度平均至27 km网格并和BETR模拟浓度的对比结果显示,BETR模型Pyr和BaP模拟浓度平均分别约为CMAQ年均模拟浓度的1.59倍和1.38倍,两类模型在年均浓度水平和空间分布方面具有较好的可比性.基于XGBoost模型的SHAP变量重要性分析表明,边界层高是对Pyr和BaP迁移转化影响最大的气象因素,其重要性在所有因素中占比高达22%～35%,在部分城市和污染物中对浓度变化的贡献甚至超过排放量,且和两种PAHs浓度呈显著负相关;PAHs浓度水平其次受风速影响最大,且风速和PAHs浓度呈负相关关系;风向对不同城市污染物浓度的影响则各不相同.     

AERMOD与估算模式在环境影响评价中的应用与比较研究

简单描述了大气环境影响评价中的AERMOD模型及估算模式,采用这两种预测模式对同一生活垃圾填埋场无组织排放的NH3、H2S进行了预测。比较两种模式的预测结果可以看出,估算模式仅能预测小时值,AERMOD模式可同时预测小时值、日平均值、年平均值。在污染源、预测范围、运行周期相同的情况下,不论哪种预测模式,污染物的最大落地浓度均与排放源强呈正比,敏感点处的落地浓度均与污染物源强呈正比、与距离呈反比。预测结果同时说明,估算模式是一种保守的预测模式,其预测结果比AERMOD模式大,可作为进一步预测模式的有效补充。     

空气质量模型CMAQ的国内外研究现状

空气质量模型是支撑环境管理与决策的重要工具。文章系统地回顾了空气质量模型的发展历程,重点介绍了多尺度空气质量模型CMAQ(Community Multiscale Air Quality Modeling System)在模拟预测臭氧、氮氧化物、硫氧化物和颗粒物等方面的国内外应用研究现状,同时指出CMAQ模型存在的问题、在我国环境管理中的应用以及未来空气质量模型的发展方向。研究表明,国内外对CMAQ模型的应用研究主要体现在3个方面:评价模型的模拟性能、模拟预测空气中污染物浓度以及研究各污染物的来源、产生机理及传输扩散过程。     

AERMOD模型模拟城市生活垃圾焚烧厂二 英类物质扩散迁移

根据二 英类物质在常温大气环境中的固相吸附态比例约为90%~100%的特性,提出以颗粒物TSP和PM10为载体模拟二 英类物质扩散迁移过程,并采用AERMOD模型进行模拟.结果表明,100%和80%的气-固分配系数设置对二 英类物质扩散迁移落地点浓度和距离影响不显著,颗粒物粒径分布系数影响较明显.二 英类物质实测浓度值为0.23~1.66 pg I-TEQ/m3.以TSP为载体AERMOD模拟浓度值为0.13~1.81 pg I-TEQ/m3,以PM10为载体模拟浓度为0.15~1.68 pg I-TEQ/m3.两参数对模拟结果产生的平均总不确定性分别为24.31%和12.43%.AERMOD模型模拟值与实测值相对差比值为0.01~0.89,PM10模拟浓度值比TSP模拟浓度值更接近于实测值.     

基于AERMOD2.2的兰州大学交通尾气污染模拟分析

以兰州大学校园附近两条主要交通干道排放的汽车尾气污染源成分中的碳氢化合物(NMHC)和氮氧化物(NOx)为研究对象,利用AERMOD2.2中的线源模式,模拟了两种污染物在兰州大学校园内的年均浓度贡献值。结果表明:兰州大学校园内接近线源的地方污染较严重,且两条主要交通干道受NOx的污染较大,受NMHC的污染较小。另外,介绍了不同线源模式的计算方法,并从气象资料预处理、背景图选取、方案控制和污染源设置等方面探讨了使用AERMOD2.2应注意的问题、重点和技术要点,以期为今后利用AERMOD模式预测具体线源上目标污染物对区域大气环境质量的影响提供参考和借鉴。     

AERMOD和CALPUFF对静小风区域热电厂烟气扩散模拟的研究

使用《环境影响评价技术导则大气环境》(HJ2.2—2008)推荐的环境空气质量模式AERMOD和CALPUFF对河谷盆地静小风区域热电厂的烟气扩散进行了对比模拟研究。结果表明:典型月日均浓度值方面,AERMOD模拟结果与实测值的IOA模拟指数为-0.29,模式模拟结果不理想;CALPUFF模拟结果与实测值的IOA模拟指数为0.35,模式模拟结果较理想。典型日小时浓度值方面,AERMOD模拟结果与实测值的IOA指数为0.37,模式模拟结果较为理想;CALPUFF模拟结果与实测值的IOA指数为0.74,模式模拟结果理想,且CALPUFF模拟浓度分布范围较AERMOD明显更广、整体浓度较AERMOD更高,高值区分布地点也不再单一。根据以上研究结果,在模拟静小风区域的大气扩散时,应使用CALPUFF模式模拟以保证结果的准确性。     

新导则下大气环境影响评价实例分析及建议

结合某有色金属冶炼厂大气污染物排放源强和保护目标分布特点．通过对EIAA和AERMOD模型预测结果进行比较,分析两种模型预测结果的差异性。根据对AERMOD预测结果和大气环境防护距离计算结果的综合分析．提出了新导则下大气环境影响评价的建议和急需解决的问题。     

基于AERMOD模型的乌鲁木齐机动车排放大气污染物的数值模拟

以乌鲁木齐市主城区为例,将区域机动车排放清单数据作为排放源数据,利用AERMOD模型对乌鲁木齐市主城区域机动车排放的主要大气污染物质量浓度分布情况进行了数值模拟,并探讨了机动车排放的大气污染物对乌鲁木齐市城市空气质量的影响。结果表明:由机动车排放引起的乌鲁木齐市主城区域大气污染物CO、HC、NOx和PM10的质量浓度分布均表现为新市区和米东区高于其他几个区域,最大影响浓度点出现在新市区河南路北侧和米东区,为机动车所排放的大气污染物影响最为显著的区域;模拟得到的各大气污染物年均质量浓度在网格点最高值均低于相关标准浓度限值;显著影响区域范围内,NOx模拟预测浓度占区域环境空气质量浓度的44.12%,是区域环境空气中NOx的较为重要排放源,而可吸入颗粒物(PM10)仅占0.5%,说明机动车颗粒物排放不是乌鲁木齐城市空气中可吸入颗粒物的主要排放源。     

复杂地形大气扩散模式在环境影响评价中的应用

基于HJ2.2-2008《环境影响评价技术导则-大气环境》对复杂地形大气扩散模式的规定,对比研究AERMOD、CALPUFF、ADMS模式在流场模拟、地形处理思路和浓度预测方法等方面的异同,系统地提出了复杂地形条件下大气环境影响评价的技术要点,结合案例分析三模式预测的区域最大落地浓度及分布的差异,进一步探讨复杂地形大气环境影响评价存在的问题及解决方案,对做好大气环境影响评价工作具有重要的指导意义。     

AERMOD与估算模式在环境影响评价中的应用与比较

采用AERMOD和估算模式两种预测模式对同一生活垃圾填埋场进行了预测。比较两种预测结果可以看出,在污染源、预测范围、运行周期相同的情况下,敏感点处的落地浓度均与排放源强呈正比,与距离呈反比。预测结果同时说明,估算模式是一种保守的预测模式,其预测结果比AERMOD模式大,可作为进一步预测模式的有效补充。     

AERMOD在高原山地城市大气预测中的应用——以某电厂为例

采用AERMOD对位于高原山地城市的某电厂点源及面源所排放的SO2及氟化物进行了预测,结果显示:SO2和氟化物对农作物的影响均很小,需在冬季时减小排放;AERMOD能较好地对高原山地城市污染物扩散进行预测模拟,模型预测的浓度分布能够反映出气象场变化以及项目所在地地形条件等对大气污染物迁移和扩散的影响;研究区域内氟化物小时平均浓度和日均浓度分别超过《GB3095-2012环境空气质量标准》中的二级标准值的3.40倍和1.41倍,出现在北部厂界处。     

CALPUFF-AERMOD大气预测模式耦合系统

AERMOD和CALPUFF在模型应用尺度、适用范围、气象与地形预处理以及特殊计算功能模块等方面具有自身的特点和优势。为了使模型系统计算结果合理科学,本文综合考虑AERMOD和CALPUFF的应用范围和特点,建立了CALPUFF-AERMOD耦合系统。以广东省东莞、中山、深圳的污染源和气象条件等资料为背景,进行污染预测模拟,以此评价模式的模拟性能,并对比CALPUFF与AERMOD的预测结果,最终计算得出的预测结果相对科学合理。     

基于CMAQ模型的大连市大气氮湿沉降模拟研究

为了探讨大连市大气氮氧化物湿沉降的污染特征,通过监测站采集2012年内大连市的雨水样品,分析了氮氧化物的沉降浓度及沉降规律.同时,采用CMAQ模型MM5气象模式对大连市大气氮湿沉降进行了模拟研究,并在相关模拟模型的预报因子中增加氮氧化物污染源动态变化信息进行修正.结果表明:大连市大气氮湿沉降中硝酸根离子的平均当量浓度值为71.73μeq·L-1,铵根离子为98.91μeq·L-1;大连大气中氮氧化物沉降当量浓度随季节变化明显,且不同时期波动显著.CMAQ模型的模拟结果与实测数据相比存在偏差;经修正后模型模拟的结果更加逼近观测值,充分说明利用该修正模型在一定程度上修正了源清单不确定性对模拟结果造成的影响,利用修正后模型进行模拟具有可靠的准确性与可行性,可为大连市环境影响评估及控制效益评价提供科学依据.     

浅谈环评中大气预测软件EIAProA 2008的应用探讨

EIAProA 2008为大气环评专业辅助系统的简称,此软件以2008年版中国大气环境影响评价导则的要求为编制依据,采用AERMOD 2007版为模型内核,兼顾93版导则模型与风险预测内容。本论文以某一化工企业为例介绍EIAProA 2008软件的应用,通过预测各污染因子在事故和正常工况下的环境空气保护目标、网格点处的地面浓度,评价范围内最大地面小时浓度点等,以分析该化工企业排放的大气污染物对周围环境及敏感点的影响。     

美国AERMOD模型与中国大气导则推荐模型点源比较

介绍了美国AERMOD模型和中国大气导则推荐模型一般浓度公式,通过大气稳定度和扩散参数的确定、复杂地形处理和对流条件下污染物扩散等原理方面的比较认为,AERMOD模型优于大气导则推荐模型.以美国环境保护局(USEPA)2个试验场Clifty Creek(平坦地形)和Lovett(复杂地形)的数据资料为比较数据,分别用AERMOD模型和大气导则推荐模型计算SO₂小时质量浓度,在Pasquill 6类稳定度下用相对偏差(FB)、预测值与观测值的比率(RHC_R)及图形法(Q-Q图)等进行模型比较,结果表明:在RHC_R和FB中,AERMOD模型除个别值外,其他均好于大气导则推荐模型;而大气导则推荐模型存在接近或大于模型可靠性界限0.67(0.66和0.74),说明其可靠性比AERMOD模型差;图形法比较中,强不稳定和不稳定下AERMOD模型明显好于大气导则推荐模型,而大气导则推荐模型预测值明显偏低,其他稳定度下结果相差不大.研究认为:在平坦地形和复杂地形条件下,AERMOD模型点源预测值均优于大气导则推荐模型,并从原理上进行了解释.      

电厂项目中有关大气预测技术问题的讨论

本文以某电厂项目为例,探讨了在这类项目中大气预测技术方面应注意的几个问题。首先,在运行估算模式确定项目评价等级和评价范围时,应注意环境温度和污染源位置的选择。而后,探讨了区域替代、上大压小热电联产项目中有关大气环境效益计算时应注意的问题。最后,对利用AERMOD模型在进行电厂项目的大气预测时所应注意的问题进行了简单的讨论,其中包括模型参数的选择、不同下垫面对污染物浓度的影响以及地形对预测结果的影响。     

多模式模拟评估奥运赛事期间可吸入颗粒物减排效果

以空气质量多模式系统为工具,分析奥运赛事期间可吸入颗粒物(PM10)浓度大幅减小特征,从气象场和排放源两方面研究PM10浓度大幅减小的主要原因.多模式系统由嵌套网格空气质量模式(NAQPMS)、通用空气质量多尺度模式(CMAQ)和复杂大气空气质量三维模式(CAMx)3个空气质量复合模型组成,并以中尺度气象模式(MM5)和稀疏矩阵排放处理模型(SMOKE)提供统一气象场及排放源.研究对比2006年8月、2008年8月两组气象条件下北京PM10浓度水平及模拟效果,结果表明奥运赛事期间PM10浓度大幅减小的主要原因不是气象因素,而是由于额外措施引起的PM10排放减少.同时采用多模式系统数值模拟反向评估,获得北京奥运赛事期间奥运控制及额外减排措施引起的PM10减排量,结果表明,奥运赛事期间所有额外控制措施对颗粒物浓度效果相当于在2008年8月气象条件下,削减大约200t.d-1的无组织PM10排放,相当于北京正常时期PM10排放的50%.