關(guān) 勖，仝紀(jì)龍，莫欣岳，潘 峰，謝南洪

(蘭州大學(xué) 大氣科學(xué)學(xué)院，甘肅 蘭州 730000)

【研究意義】AERMOD模式是20世紀(jì)90年代中后期美國EPA在第一代大氣法規(guī)模式ISC3基礎(chǔ)上發(fā)展起來的新一代大氣質(zhì)量預(yù)測模式。它是一種穩(wěn)態(tài)煙羽模型，可適用于城市及農(nóng)村地區(qū)，復(fù)雜與平坦地形，點(diǎn)源、面源、體源等多種污染源[1-2]。【前人研究進(jìn)展】AREMOD模式系統(tǒng)包括AERMOD(大氣擴(kuò)散模型)、AERMET(氣象預(yù)處理器)與AERMAP(地形數(shù)據(jù)預(yù)處理器)，AERMOD為濃度計(jì)算模塊，AERMET與AERMAP為兩個(gè)預(yù)處理模塊[3]。其中，地形預(yù)處理模塊AERMAP可根據(jù)網(wǎng)格地形數(shù)據(jù)計(jì)算出地形高度尺度hc，用來表征地形對于大氣擴(kuò)散的影響。AERMAP使用的網(wǎng)格地形數(shù)據(jù)可從不同精度的DEM地形數(shù)據(jù)中得到，進(jìn)而自動計(jì)算出特定預(yù)測點(diǎn)的山體控制高度hc、位置(xr，yr)與海拔高度(Zr)，并將這3類信息傳遞給AERMOD以在濃度計(jì)算過程中包含地形對大氣擴(kuò)散的影響[4-5]。由此可知，地形數(shù)據(jù)對大氣擴(kuò)散預(yù)測結(jié)果具有決定性的影響，合理選擇不同精度的地形數(shù)據(jù)能夠提升預(yù)測結(jié)果的準(zhǔn)確性[6-7]。HJ2.2-2008《環(huán)境影響評價(jià)技術(shù)導(dǎo)則-大氣環(huán)境》中，對于不同地形條件下進(jìn)行大氣預(yù)測時(shí)應(yīng)選取何種精度的地形數(shù)據(jù)沒有提出具體的要求，也沒有說明地形數(shù)據(jù)精度不同對于污染源大氣預(yù)測會產(chǎn)生怎樣的影響?！颈狙芯壳腥朦c(diǎn)】本文以面源的大氣擴(kuò)散模擬為例，在復(fù)雜山地、復(fù)雜河谷兩種地形條件下分別采用不同精度的地形數(shù)據(jù)進(jìn)行預(yù)測，并結(jié)合每種地形條件下精度最高的預(yù)測結(jié)果與其他預(yù)測結(jié)果進(jìn)行相關(guān)性分析?！緮M解決的關(guān)鍵問題】以期為不同地形條件下面源的大氣預(yù)測應(yīng)選用何種精度的地形數(shù)據(jù)提供借鑒參考。

1 材料與方法

本文選取一無組織面源，以其排放的NH3作為預(yù)測因子，利用AERMOD模式進(jìn)行此無組織面源在復(fù)雜山地地形、復(fù)雜河谷地形這兩種不同地形條件下的大氣預(yù)測，在預(yù)測過程中選擇不添加地形數(shù)據(jù)、30 m×30 m分辨率與90 m×90 m分辨率這3種不同的地形數(shù)據(jù)，根據(jù)地形條件與不同地形數(shù)據(jù)的選取設(shè)置對比方案，研究各敏感點(diǎn)小時(shí)濃度最大值的變化情況，定量比較方案的預(yù)測結(jié)果。

圖1 90 m×90 m復(fù)雜山地地形數(shù)據(jù)Fig.1 90 m×90 m complicated mountain terrain data

圖2 30 m×30 m復(fù)雜山地地形數(shù)據(jù)Fig.2 30 m×30 m complicated mountain terrain data

2 模式參數(shù)的選取及預(yù)測方案

2.1 模式參數(shù)的選取

2.1.1 氣象數(shù)據(jù) 本次預(yù)測中采用2015年蘭州市氣象數(shù)據(jù)。地面常規(guī)氣象數(shù)據(jù)來源為蘭州市氣象局氣象觀測站，高空氣象數(shù)據(jù)來源為蘭州市榆中縣氣象觀測站，二者均符合HJ2.2-2008中氣象數(shù)據(jù)的使用規(guī)定。

2.1.2 地形參數(shù) 蘭州市地處蒙古、青藏和黃土高原的交匯地帶，地形條件復(fù)雜，四面環(huán)山，周圍山體高度在200 ～ 600 m[8]，依據(jù)HJ2.2-2008，距離污染源中心5 km內(nèi)地形高度超過污染源高度即可視為復(fù)雜地形[9]，結(jié)合實(shí)際情況與現(xiàn)場考察，本文選取蘭州市一處山地作為復(fù)雜山地地形，選取蘭州市一處河谷盆地作為復(fù)雜河谷地形。調(diào)整污染源位置，預(yù)測其在2種地形條件下的大氣擴(kuò)散特征，在預(yù)測過程中采用相應(yīng)3種不同精度的地形數(shù)據(jù)。兩種地形條件下預(yù)測范圍均為5 km×5 km，預(yù)測接收點(diǎn)網(wǎng)格為100 m×100 m。本文所采用的不同地形條件下地形數(shù)據(jù)，示意圖見圖1～4。

2.1.3 污染源參數(shù)的選擇 本文選取一面源并對其大氣污染物擴(kuò)散特征進(jìn)行模擬，預(yù)測因子為NH3。具體污染源參數(shù)見表1。

圖3 90 m×90 m復(fù)雜河谷地形數(shù)據(jù)Fig.3 90 m×90 m complicated valley terrain data

圖4 30 m×30 m復(fù)雜河谷地形數(shù)據(jù)Fig.4 30 m×30 m complicated valley terrain data

污染源名稱Name of pollution source 預(yù)測因子Predictors小時(shí)排放量(kg/h) Hourly emissions有效高度(m) Effective height長度(m) Length寬度(m)Width生活垃圾填埋場Domestic waste landfillNH32. 4810350300

表2 不同地形條件下計(jì)算點(diǎn)坐標(biāo)

2.1.4 計(jì)算點(diǎn)參數(shù)的選擇 本文研究的是不同精度地形數(shù)據(jù)對面源在不同地形條件下大氣預(yù)測結(jié)果的影響，根據(jù)2種復(fù)雜地形條件下的試算結(jié)果，每種復(fù)雜地形下均以污染源中心為原點(diǎn)，在地形起伏變化較大處以及污染物濃度高值區(qū)共設(shè)置10個(gè)計(jì)算點(diǎn)。各計(jì)算點(diǎn)坐標(biāo)如表2。

2.2 預(yù)測方案

方案1：調(diào)整污染源位置至復(fù)雜山地地形預(yù)測區(qū)域，以污染源所在點(diǎn)為基準(zhǔn)點(diǎn)，預(yù)測面積為5 km×5 km，預(yù)測過程中采用不添加地形數(shù)據(jù)、90 m×90 m分辨率地形數(shù)據(jù)以及30 m×30 m分辨率地形數(shù)據(jù)進(jìn)行3次計(jì)算，最終分別計(jì)算不同精度地形數(shù)據(jù)下NH3的小時(shí)濃度值并繪制等值線。

方案2：調(diào)整污染源位置至復(fù)雜河谷地形預(yù)測區(qū)域，以污染源所在點(diǎn)為基準(zhǔn)點(diǎn)，預(yù)測面積為5 km×5 km，預(yù)測過程中采用不添加地形數(shù)據(jù)、90 m×90 m分辨率地形數(shù)據(jù)以及30 m×30 m分辨率地形數(shù)據(jù)進(jìn)行3次計(jì)算，最終分別計(jì)算不同精度地形數(shù)據(jù)下NH3的小時(shí)濃度值并繪制等值線。

3 結(jié)果與分析

3.1 2種預(yù)測方案下污染物預(yù)測

本文在預(yù)測中控制氣象條件與污染源源強(qiáng)等參數(shù)相同，在同一地形條件下大氣預(yù)測結(jié)果的差異只能由地形數(shù)據(jù)精度不同造成，將同一地形條件下添加不同分辨率地形數(shù)據(jù)的預(yù)測結(jié)果進(jìn)行相關(guān)性分析，即可知不同精度地形數(shù)據(jù)對面源在復(fù)雜山地、復(fù)雜河谷地形條件下大氣預(yù)測結(jié)果的影響。根據(jù)模式預(yù)測結(jié)果，不同地形條件下各個(gè)計(jì)算點(diǎn)的NH3小時(shí)濃度預(yù)測值見表3～4。

3.2 預(yù)測結(jié)果分析

在氣象條件與污染源源強(qiáng)等參數(shù)相同的條件下，利用AERMOD模式進(jìn)行復(fù)雜地形下的大氣預(yù)測時(shí)，選擇30 m×30 m分辨率地形數(shù)據(jù)的預(yù)測結(jié)果肯定優(yōu)于不添加地形數(shù)據(jù)以及選擇90 m×90 m分辨率地形數(shù)據(jù)下的預(yù)測結(jié)果[10]。本文采用同一地形條件下，30 m×30 m分辨率地形數(shù)據(jù)的最優(yōu)預(yù)測值與不添加地形數(shù)據(jù)90 m×90 m分辨率地形數(shù)據(jù)下的預(yù)測值進(jìn)行相關(guān)性分析，以此說明在不同地形條件下，不同精度地形數(shù)據(jù)對面源大氣擴(kuò)散特征模擬的影響。將不同地形條件、不同精度地形數(shù)據(jù)下得到的各敏感點(diǎn)的預(yù)測值作為原始數(shù)據(jù)，建立SPSS文件，選用t檢驗(yàn)的方法進(jìn)行相關(guān)性分析，將檢驗(yàn)顯著性概率臨界值設(shè)為0.05，得到具體分析結(jié)果見表5。

由表5可知，在2種復(fù)雜地形條件下，添加90 m×90 m地形分辨率與添加30 m×30 m地形分辨率預(yù)測結(jié)果的均值標(biāo)準(zhǔn)誤差相差較小，不添加地形數(shù)據(jù)與添加30 m×30 m地形分辨率預(yù)測結(jié)果的均值標(biāo)準(zhǔn)誤差相差較大。

表3 復(fù)雜山地地形中各計(jì)算點(diǎn)預(yù)測質(zhì)量濃度(方案1)

表4 復(fù)雜河谷地形中各計(jì)算點(diǎn)預(yù)測質(zhì)量濃度(方案2)

表5 預(yù)測結(jié)果描述統(tǒng)計(jì)量一覽表

表6 同一地形條件下選取不同精度地形數(shù)據(jù)的預(yù)測結(jié)果相關(guān)性分析

由表6可知，通過相關(guān)性分析，以復(fù)雜山地地形條件下添加30 m×30 m地形數(shù)據(jù)預(yù)測的最高精度結(jié)果作為基準(zhǔn)，不添加地形數(shù)據(jù)、添加90 m×90 m地形數(shù)據(jù)與其的相關(guān)性分別為0.240、0.524；顯著性(雙側(cè))分別為0.404、0.120。同時(shí)，以復(fù)雜河谷地形條件下添加30 m×30 m地形數(shù)據(jù)預(yù)測的最高精度結(jié)果作為基準(zhǔn)，不添加地形數(shù)據(jù)、添加90 m×90 m地形數(shù)據(jù)與其的相關(guān)性分別為0.487、0.893；顯著性(雙側(cè))分別為0.236、0.120。

綜上所述，在兩類相關(guān)性分析結(jié)果中，90 m×90 m地形數(shù)據(jù)下預(yù)測結(jié)果與30 m×30 m地形數(shù)據(jù)下預(yù)測結(jié)果的相關(guān)性均高于不添加地形數(shù)據(jù)下預(yù)測結(jié)果與30 m×30 m地形數(shù)據(jù)下預(yù)測結(jié)果的相關(guān)性，說明對于復(fù)雜地形添加地形數(shù)據(jù)是必要的。同時(shí)，在復(fù)雜山地地形條件下90 m×90 m地形分辨率預(yù)測結(jié)果與30 m×30 m地形分辨率預(yù)測結(jié)果相關(guān)性為52.4 %，低于在復(fù)雜河谷地形條件下二者的相關(guān)性89.3 %，說明在復(fù)雜山地地形條件下，地形數(shù)據(jù)精度不同對于面源大氣預(yù)測的結(jié)果影響較大，而在復(fù)雜河谷地形條件下，地形數(shù)據(jù)精度不同對于面源大氣預(yù)測的結(jié)果影響較小。

4 結(jié) 論

本文以面源的大氣預(yù)測為例，控制氣象條件、污染源參數(shù)等因素相同，在復(fù)雜山地、復(fù)雜河谷2種地形條件下，分別采用不同精度的地形數(shù)據(jù)進(jìn)行大氣污染物擴(kuò)散特征的模擬，并結(jié)合每種地形條件下精度最高的預(yù)測結(jié)果與其他預(yù)測結(jié)果進(jìn)行相關(guān)性分析。計(jì)算結(jié)果表明，在復(fù)雜山地地形條件下，不添加地形數(shù)據(jù)、添加90 m×90 m地形分辨率預(yù)測結(jié)果與添加30 m×30 m地形分辨率預(yù)測結(jié)果的相關(guān)性為分別為24.0 %與52.4 %；在復(fù)雜河谷地形條件下，前二者與添加30 m×30 m地形分辨率預(yù)測結(jié)果的相關(guān)性分別為48.7 %與89.3 %。因此進(jìn)行面源在復(fù)雜地形下的大氣擴(kuò)散特征模擬時(shí)，結(jié)合實(shí)際情況添加地形數(shù)據(jù)是十分必要的，若面源所在地為復(fù)雜山地地形，則建議采用30 m×30 m精度的地形數(shù)據(jù)以提升預(yù)測結(jié)果的準(zhǔn)確性，若面源所在地為復(fù)雜河谷地形，則采用30 m×30 m、90 m×90 m精度的地形數(shù)據(jù)均可。

綜上所述，使用AERMOD進(jìn)行面源在復(fù)雜地形條件下的大氣預(yù)測時(shí)，應(yīng)結(jié)合污染源所在區(qū)域的地形特征，合理選擇不同精度的DEM地形數(shù)據(jù)，以提升預(yù)測結(jié)果的準(zhǔn)確性。