AERMOD模型地表参数标准化集成系统研究

针对大气环境影响评价工作中存在的一些问题和需求,构建了基于全国高分辨率土地利用数据、GIS地理信息系统、AERSURFACE地表参数处理模块的集成系统.该系统以研究区域土地利用类型为核心,着眼于通过标准化、自动化的方法提高AERMOD的模拟效果,最终建立一套全国地表参数综合数据库.结合内蒙古上都电厂的现场监测结果,对该系统修正后的地表参数进行模拟验证,结果表明,修正后模拟结果的FB值和RHCR值分别为0.37、1.41,相比于修正前的结果更加接近0和1,说明了经AERSURFACE修正后的地表参数更能反映真实的扩散情况.     

WRF模式最优参数化方案在不同空气质量模式的应用

精准的气象场和适用的空气质量模式是优化大气污染模拟的重要途径.为提升四川盆地冬季大气污染模拟效果,利用WRF模式25组参数化方案组合,进行气象场模拟试验,基于最优方案数据,以四川盆地某大型钢铁厂为例,分别驱动AERMOD模式和CALPUFF模式,通过研究区域4个国控站数据对模拟结果进行对比验证.结果表明,WRF模式参数化方案选取对地面风场、高空风场和地面湿度场模拟效果影响较大,对地面温度场、高空温度场和高空湿度场模拟效果影响较小,SLAB陆面过程方案、 Dudhia短波辐射方案分别与YSU、 ACM2、 BouLac和MRF边界层方案的组合,均能较好地模拟四川盆地冬季地面风场、温度场和湿度场的变化趋势,结合高空风温湿统计参数综合分析可知,第1组方案适用于达州气象场模拟,第13组和第17组方案分别适用于成都白天和夜间时段气象场模拟.CALPUFF模拟结果与监测值的相关性整体优于AERMOD,从站点角度分析,CALPUFF在国控站3号的模拟效果相较AERMOD提升较大,在国控站2号的模拟效果提升较小,从大气污染物角度分析,4个国控站CALPUFF对NO_x和PM     

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.     

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。     

基于不同空气质量模型的二噁英沉降效果研究

为评估不同空气质量模型（AERMOD、ADMS和CALPUFF）在复杂地形-气象场条件下的干湿沉降模拟效果,利用上述模型模拟我国西南某代表性山地的医废、垃圾焚烧项目的二噁英环境影响,并通过土壤实测数据进行模型分析验证.结果表明：AERMOD、ADMS和CALPUFF模拟的空气中年均浓度依次为1.53×10^-8~4.14×10^-6,5.23×10^-9~3.28×10^-6和2.66×10^-9~2.59×10^-7ngTEQ/m³;AER MOD、ADMS和CALPUFF模拟的固定点位总沉降量依次为4.41~285.72,3.07~268.02和0.02~1.35ngTEQ/m².在扩散、沉降形态上,CALPUFF的模拟结果与其他两种模型均表现出较大差异,AERMOD和ADMS的沉降形态相似,空气中的扩散形态却存在差异.利用土壤监测值验证模型效果发现,AERMOD、ADMS和CALPUFF的相关系数r分别为0.66、0.70和0.83,CALPUFF的模拟结果在空间分布上表现更为优越,可作为相关项目的布点指导模型.     

合成革企业二甲基甲酰胺排放清单的初步建立

根据合成革生产中的物料平衡,结合企业现场调查、原料成分测定及污染源监测等数据,建立合成革企业二甲基甲酰胺(DMF)排放清单. 结果表明:合成革生产中湿法生产线和干法生产线的DMF排放量分别为108.10和63.50 t/a,其中90%以上来自无组织排放. 由于合成革产品需求的季节性变化及当地气候特点,DMF排放在3,4和9─12月较高,分别占全年总排放量的10%以上,而在2,5─7月相对较低,均不到全年总排放量的7%. 基于建立的DMF排放清单和研究区域气象数据,采用AERMOD模型模拟8个监测点在监测时段的ρ(DMF)日均值. 对ρ(DMF)模拟值和实测值的拟合结果可知,84%的模拟值与监测值的相对误差在100%以内,表明建立的DMF排放清单较准确.      

经度、纬度及时差设置对AERMOD预测结果的影响

为了验证经度、纬度和时差参数对AERMOD模式预测结果是否有影响,假设在某气象条件下存在一个点源,利用AERMOD模式计算该点源排放的污染物的浓度分布.保持气象条件和污染源参数不变,仅改变点源所在地的经度、纬度或时差,重新利用AERMOD模式进行了预测,比较预测结果的差异.结果表明,经度、纬度和时差参数对白天时段行星边界层参数的计算值有影响,受影响的参数包括地表热通量、摩擦速度、Monin-Obukhov长度、对流速度尺度、温度尺度和混合高度.经度、纬度和时差的不同取值对AERMOD计算出的污染物小时平均浓度最大值和浓度分布影响明显.根据AERMOD公式的描述和能量变化得出,经度、纬度和时差的改变引起了项目所在地白天太阳高度角的变化,进而改变了地表热通量.地表热通量的改变,造成了行星边界层参数的变化,最终影响了浓度分布的计算值.     

地表参数对面源大气预测结果的影响性分析研究

为了研究地表参数取值对AERMOD中面源模拟预测浓度值的影响,文章通过改变粗糙度、反照率和波文比的取值来进行不同地表参数与预测结果的相关性分析,同时采用正交试验法来研究不同地表参数对预测结果的敏感性.相关性分析表明,不同地表参数和预测结果有着很高的相关性.敏感性分析表明,反照率数值变化对小时最大落地浓度的敏感性最大,粗糙度数值变化对日均和年均最大落地浓度的敏感性最大.通过研究可以看出在面源大气预测过程中合理选择地表参数值是准确预测的前提.     

基于环境一号卫星的太湖流域地表温度与地表类型的关系分析

利用我国新发射的环境一号小卫星数据,以2010年3月26日环境一号卫星的红外波段为例,尝试根据同步MODIS数据反演大气水汽含量参数,采用Jimenez-Munoz和Sobrino的普适性单通道算法反演地表温度,经MODIS地表温度产品验证,地表温度反演精度满足要求. 将人工目视解译的2009年太湖流域土地利用、地表温度和归一化植被指数作相关性分析. 结果表明:当林地和农田、草地植被指数相同时,林地的地表温度比农田和草地低,因此林地比农田和草地的调节温度效果好,在城市中增加林地的面积,对缓解城市热岛效应的作用最大.      

基于增强回归树的城市PM2.5日均值变化分析:以常州为例

利用2014年12月至2015年11月常州市区6个国控监测站空气污染物浓度逐时数据,分析了PM_(2.5)浓度季节变化特征,采用增强回归树模拟分析了PM10、4种气态污染物和7个气象因子对ρ(PM_(2.5))日变化的贡献.结果表明,常州市区PM_(2.5)污染季节差异明显,冬季污染严重且持续时间长,夏季污染较轻.四季ρ(PM_(2.5))空间分布特征存在一定差异,但各季内不同监测站差异较小.增强回归树对ρ(PM_(2.5))日均值进行模拟和验证得到,训练数据的相关性为0.981,交叉验证的相关性为0.957.此外,模拟值与实测值的标准化平均偏差为1.80%,标准化平均误差为10.41%,可见模型拟合效果较好.PM10、气态污染物、气象因子和区域输送及扩散这4种影响类型对全年ρ(PM_(2.5))日均值差异的贡献率分别为23.4%、28%、36.2%和12.6%,表明在对ρ(PM_(2.5))日均值差异的影响上,气象因子二次形成一次源区域输送及扩散.在对ρ(PM_(2.5))日均值差异贡献率大于5%的因子中,ρ(PM_(2.5))日均值与PM10、相对湿度、CO和O3正相关,与温度、SO2和混合层高度负相关,与大气压和NO2关系较复杂.区域输送及扩散方面,东南风向、偏西风向和偏北风向等上风向周边城市的污染物输送对常州市区PM_(2.5)污染存在较大的负面影响.     

基于整数规划算法的大气排放源优化方案快速效果评估

基于空气质量模型模拟结果,利用0~1整数规划算法,建立了排放量与污染物环境浓度的多情景快速反应决策模型,实现了大气污染管控目标下大气污染物排放源调整方案的快速决策。以大气环境考核重点关注区域河北省沧州市高速合围区为例,采用AERMOD模拟分析了各排放源一次PM₁₀对国控点贡献排名情况,利用0~1整数规划模型求解了在贡献浓度调整下各排放源组的最优控制方案。结果表明:沧州市高速合围区内颗粒物排放源对国控点的污染浓度贡献中,道路源排放占比最高,其次为非道路移动源;此外,在实现合围区内排放总量调整最小且对国控点(市环保局、沧县城建局、电视转播站站点)贡献浓度均降低至少1.5 μg/m3的目标下,对"新华区省道""运河区土壤扬尘"源组的管控方案达到最优,源组总排放量为791.30 t/a,下降幅度为15.66 t/a,对各国控点年均贡献浓度为7.80,10.09,7.87 μg/m3,分别下降了1.75,2.00,1.52 μg/m3。该方法可实现在既定的大气污染源调整方案下的快速效果评估,并提供最优减排方案。     

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。     

AERMOD大气扩散模型研究综述

AERMOD模型是美国环保局和美国气象学会联合开发的一种大气扩散模型,它采用了最新的大气边界层和大气扩散理论,替代ISC(Industrial Source Complex)模型成为美国的新一代法规模型,该模型已被列入我国环境影响评价技术导则--大气环境(HJ/T2.2-2008)推荐模型之一。国内外针对该模型开展了很多研究,主要集中在:AERMOD模型与其它大气扩散模型的对比研究和评价;AERMOD模型运行所需气象数据的模拟以及AERMOD模型在某些领域中的具体应用。AERMOD模型较我国旧版环境影响评价技术导则--大气环境(HJ/T2.2-93)推荐模型更能反映污染物的实际扩散规律,但由于目前该模型系统在国内的应用不算广泛,而且该模型本身也一直在不断完善当中,因此,为验证它的可靠性、合理性及实用性并确定其预报准确率,建议在该模型推广应用到一个新的地区或城市之前应当经过模型评估过程。     

Application of AERMOD on near future air quality simulation under the latest national emission control policy of China：A case study on an industrial city

Air quality model can be an adequate tool for future air quality prediction, also atmospheric observations supporting and emission control strategies responders. The influence of emission control policy (emission reduction targets in the national "China’s 12th Five-Year Plan (2011-2015)") on the air quality in the near future over an important industrial city of China, Xuanwei in Yunnan Province, was studied by applying the AERMOD modeling system. First, our analysis demonstrated that the AERMOD modeling system could be used in the air quality simulation in the near future for SO2 and NOx under average meteorology but not for PM10. Second, after evaluating the simulation results in 2008 and 2015, ambient concentration of SO2, NOx and PM10 (only 2008) were all centered in the middle of simulation area where the emission sources concentrated, and it is probably because the air pollutions were source oriented. Last but not least, a better air quality condition will happen under the hypothesis that the average meteorological data can be used in near future simulation. However, there are still heavy polluted areas where ambient concentrations will exceed the air quality standard in near future. In spatial allocation, reduction effect of SO2 is more significant than NOx in 2015 as the contribution of SO2 from industry is more than NOx. These results inspired the regulatory applications of AERMOD modeling system in evaluating environmental pollutant control policy     

基于情景模拟的上海土地利用变化预测及其水文效应

论文基于2000、2003和2006年土地利用数据,借助Terrset CA-Markov模型模拟预测2030年上海市土地利用结构,采用SCS模型探究土地利用结构变化的水文效应。结果显示：1）Terrset CA-Markov模型的模拟精度为0.85,可用于模拟2030年上海土地利用格局。2）预测结果表明,2000—2030年间,工商业用地、居住用地与道路广场组成的城市不透水地面比重由2000年的26.54%激增至2030年的59.19%。3）上海不同区域的平均径流深度整体呈增加趋势,但也存在一定的时空差异性,而这种时空差异是由上海城市化过程中的土地利用转化造成的;2000—2030年间,上海中心城区不透水地面比重较高且变化较小,而郊区不透水地面面积大幅提升,导致郊区地表径流深度增幅大于中心城区。研究结果可为完善城市风险管理与城市规划提供参考。