趙逸雪,劉 鑫
(1. 寧夏大學(xué)資源環(huán)境學(xué)院,寧夏 銀川 750021;2. 北京師范大學(xué),北京 100875)
大氣顆粒物是一種懸浮于空氣內(nèi)的固體或液體顆粒物,對生物及人體健康造成極大威脅[1]。為更切實地明確顆粒物在空氣內(nèi)的實時狀態(tài),使用模型模擬大氣顆粒物濃度擴散是十分有效的手段。伴隨地理信息系統(tǒng)(Geographical Information Systems,GIS)的持續(xù)發(fā)展,已經(jīng)逐步被運用在防治顆粒物擴散的有關(guān)研究與管理中,其優(yōu)秀的空間分析性能在顆粒物濃度擴散方面取得突破性進展,GIS能夠智能地把不同來源與類別的空間數(shù)據(jù)采取提取與升華[2],為污染治理模式構(gòu)建提供先決條件。
于瀟萌等人[3]為評估不同風(fēng)速條件對單點源的污染物濃度時空分布、粒子抬升高度等產(chǎn)生的影響,使用以多相質(zhì)點網(wǎng)格(multi-phase particle-in-cell,MP-PIC)方法為基礎(chǔ)的拉格朗日粒子追蹤模型,對污染物擴散實施大渦仿真模擬。謝放尖等人[4]利用CMAQ模型分析PM2.5對南京本地不同前體物排放的敏感性,利用情景分析預(yù)測排放清單,模擬4種減排情景的空氣質(zhì)量變化,獲得達標(biāo)約束下大氣污染物總量控制指標(biāo)。李爽等人[5]使用土地利用回歸模型完成大氣污染物濃度模擬,預(yù)測變量信息損失缺陷,把主成分分析(principle component analysis,PCA)和逐步多元線性回歸(stepwise multiple line regression,SMLR)相融合,提出一種改進的LUR(PCA+SMLR)模型模擬大區(qū)域PM2.5濃度空間分布方法。
但上述方案未考慮各種污染源問題,導(dǎo)致模擬效果不理想。因此,提出基于GIS的大氣污染顆粒物濃度擴散模擬方法。
空氣污染和氣象條件之間互相作用,具有緊密聯(lián)系。大氣顆粒物污染的擴散取決于氣象條件,大氣對顆粒物的水平方向輸送能力描述為平均風(fēng)場污染系數(shù)表面特征,垂直方向的擴散性能取決于大氣穩(wěn)定度與逆溫狀態(tài)。
以工業(yè)污染源為例,風(fēng)向風(fēng)速是影響大氣污染的關(guān)鍵因素之一。風(fēng)向在絕大程度上決定了大氣污染傳播走向,不同風(fēng)向會致使污染物的不同方向傳播。大氣污染物隨風(fēng)傳播,擴散至上風(fēng)向的難度較高[6]。污染物至下風(fēng)向方位的擴散距離很近,到上風(fēng)向的擴散距離很遠。不同風(fēng)速對污染傳播也具有不同程度影響,風(fēng)速高低決定了污染物擴散距離。風(fēng)場內(nèi)某個位置的風(fēng)速越高,大氣污染物傳播距離越遠,此處污染物擴散至下風(fēng)向范圍較為輕松,反之上風(fēng)向較為困難。
為研究風(fēng)向風(fēng)速參數(shù)對濃度擴散的影響,使用已知氣象監(jiān)測點的風(fēng)向與風(fēng)速信息構(gòu)建覆蓋研究范圍的風(fēng)場。把研究范圍分割為網(wǎng)格單元,算出各個網(wǎng)格單元中心點坐標(biāo)。將風(fēng)向與風(fēng)速向量劃分為東西方向與南北方向,獲得兩個向量的屬性值[7]。如圖1所示。
圖1 向量數(shù)據(jù)劃分過程
除風(fēng)向風(fēng)速外,還要算出如下參數(shù)。將煙囪出口位置風(fēng)速均值計算解析式記作
(1)
其中,H是煙囪高度,u10是氣象站距離地面10m高度的年風(fēng)速均值,P是風(fēng)速高度指數(shù)。
通常氣象站觀測資料沒有混合高度層,可按照相應(yīng)的高空氣象觀測資料完成運算。大氣穩(wěn)定度從不平穩(wěn)至平穩(wěn)共分成A、B、C、D、E、F六大類,沒有觀測資料時,大氣穩(wěn)定度處在A、B、C、D的混合層高度是
h=asu10/f
(2)
穩(wěn)定度處在E、F時,混合層高度記作
h=bsu10/f
f=2Ωsinφ
(3)
其中,as、bs代表混合層系數(shù),f表示地轉(zhuǎn)參變量,Ω是地轉(zhuǎn)角速率,φ表示緯度。
以研究區(qū)域的污染源坐標(biāo)當(dāng)作原點,建立高斯坐標(biāo)系。高斯擴散模型利用污染源風(fēng)向構(gòu)建坐標(biāo)軸,算出周圍影響點坐標(biāo)X、Y,計算過程為
X=(EA-E0)cosθ+(NA-N0)sinθ
(4)
Y=(NA-N0)cosθ+(EA-E0)sinθ
(5)
式中,θ表示風(fēng)向角度。
大氣污染物濃度擴散是空氣質(zhì)量模型內(nèi)最根本的一種數(shù)學(xué)表達式,定義了污染物在大氣內(nèi)的傳輸與分布。按照距離污染物的間距,氣象狀態(tài)與時間的改變可明確污染源對區(qū)域的影響。污染物通常經(jīng)過化工廠排放散布于大氣內(nèi),抬升高度越大,污染物擴散范圍越廣。抬升高度計算公式為
(6)
Qh=0.35PaQv(ΔT/Ts)
(7)
其中,n表示氣溫水平,n1表示釋放率,n2是排放高度,Qh是大氣污染物放熱速度,H是煙囪高度,Qv是真實排污比例,ΔT為排污口和室外的溫度差值。
探究區(qū)域污染濃度擴散時,要評估各個分割的網(wǎng)格中心點,也就是累加全部點源、線源和面源對此點的濃度貢獻。
高斯擴散公式內(nèi)的X、Y均位于風(fēng)軸坐標(biāo)系中,對單點源而言沒有風(fēng)向問題,在平原區(qū)單點源每個下風(fēng)方向的地面濃度是相等的。在實施多個污染源模式運算時,一定要考慮風(fēng)向問題,一個計算點在不同點源內(nèi)的坐標(biāo)系不同[8],且呈變化趨勢,要對坐標(biāo)軸實施坐標(biāo)轉(zhuǎn)換,如圖2所示。
圖2 坐標(biāo)轉(zhuǎn)換示意圖
圖2中一個是高斯擴散坐標(biāo)系,把下風(fēng)向描述成x方向,也就是X軸。高架點源地理投影點是原點O,分別按照右手定則規(guī)劃出Y軸與Z軸,即風(fēng)軸坐標(biāo)系。另一個是地理坐標(biāo)系,地面上的隨機點是原點O′,從O′向正東方位畫一條線是E軸,N軸從原點指向正北方,Z軸從原點垂直往上。
數(shù)據(jù)庫系統(tǒng)是大氣顆粒物濃度擴散系統(tǒng)中最為重要的開發(fā)前提,數(shù)據(jù)庫的設(shè)計目標(biāo)應(yīng)滿足如下條件。
1)要充分理解用戶每個方面的需求與收斂條件,最大限度精確闡明系統(tǒng)需求;
2)具備優(yōu)秀的數(shù)據(jù)庫性能。GIS數(shù)據(jù)庫性能涵蓋諸多內(nèi)容。在數(shù)據(jù)儲存方面,不但要保障數(shù)據(jù)儲存效率,還要確保數(shù)據(jù)讀取即時性;操作方面要貼合當(dāng)前應(yīng)用需要,還要滿足一個階段內(nèi)的全部需求;系統(tǒng)方面,若軟件環(huán)境產(chǎn)生變化,極易被修改與轉(zhuǎn)移,此外也要擁有強悍的安全保護功能。數(shù)據(jù)庫設(shè)計時要對以上性能進行最佳權(quán)衡。
3)要擁有被某個數(shù)據(jù)庫管理系統(tǒng)接收的能力。GIS數(shù)據(jù)庫的最終結(jié)果是明確數(shù)據(jù)庫管理系統(tǒng)支撐下可以運轉(zhuǎn)的數(shù)據(jù)處理模型,構(gòu)建行之有效的數(shù)據(jù)庫,在構(gòu)建過程中一定要明確數(shù)據(jù)庫管理系統(tǒng)的關(guān)鍵功能與組成。GIS技術(shù)下的研發(fā)平臺包含系統(tǒng)開發(fā)與運行的軟硬件環(huán)境[9],架構(gòu)層次涵蓋用戶層、功能層、中間層及數(shù)據(jù)層等。
所建系統(tǒng)的全部功能搭載于ArcGIS的二次開發(fā)中,運用制圖和功能組件MapObjects完成系統(tǒng)頂層搭建。
圖MapObjects組件通過如圖3的幾個對象組共同構(gòu)成,對圖層實施管理與控制,適用于地圖數(shù)據(jù)庫內(nèi)。
圖3 組件結(jié)構(gòu)
系統(tǒng)共包含四大板塊:地圖閱覽、地圖查找、地圖編輯與大氣擴散。單個功能是系統(tǒng)模擬板塊的基本服務(wù),大氣擴散板塊中的參數(shù)定義是最關(guān)鍵的部分[10],使用不同參數(shù)輸入完成濃度擴散模擬。使用混沌-支持向量機方法計算系統(tǒng)參數(shù)值。
混沌系統(tǒng)生成的軌跡通過固定時期轉(zhuǎn)變后,最終會做出規(guī)律性運動。系統(tǒng)隨機分量的演變均由其余分量決定,可從隨機分量時間序列里恢復(fù)初始系統(tǒng)規(guī)律[11]。探尋一個恰當(dāng)?shù)那度刖Sm,如果延時坐標(biāo)維數(shù)m≥2d+1,d為動力系統(tǒng)維數(shù),就可從該嵌入空間恢復(fù)軌跡規(guī)律,即相空間重構(gòu)原理。
按照相空間重構(gòu)原理,嵌入維數(shù)d與時間延遲τ的擇取十分重要,若τ值過高,會讓軌道變得繁雜且降低有效數(shù)據(jù)點個數(shù),τ值過低,就無法凸顯系統(tǒng)動力特性。現(xiàn)階段,延時τ的擇取方法眾多,本文使用序列相關(guān)法內(nèi)的自相關(guān)函數(shù),求取GIS系統(tǒng)參數(shù)。
嵌入維m的計算公式為
(8)
(9)
式中,E(d)表示g(i,d)的均值。在d比某個d0大的情況下,E1(d)終止改變,則利用do+1能得到序列最低嵌入維、與此同時也描述出E2(d),劃分確定性混沌信號與隨機信號。
獲得延時τ與嵌入維數(shù)m后,就能推算Lyapunov指數(shù),使用Lyapunov指數(shù)能夠觀察污染濃度的時間序列內(nèi)是否擁有混沌現(xiàn)象,Lyapunov指數(shù)為正數(shù)代表混沌,表示為λ>0,λ<0即系統(tǒng)中擁有平穩(wěn)不動點,λ=0是系統(tǒng)擁有周期性。計算Lyapunov指數(shù)關(guān)鍵有Wolf法與小數(shù)量法。
混沌-支持向量機濃度參數(shù)計算主要使用混沌與支持向量機兩個原理[12],并按照詳細的大氣污染屬性,計算準確參數(shù)值。針對固定污染濃度時間序列x1,x2,…,xN-1,xN,使用相空間重構(gòu)法,把它變換成維數(shù)m,全新數(shù)據(jù)空間延時為τ,得到
Y(n)=[x(n-(m-1)τ),…,x(n-τ),x(n)]
(10)
式中n∈[(m-1)τ,N]、Y(n)均為重構(gòu)之后的相點。運用重構(gòu)后的狀態(tài)向量對大氣污染濃度參數(shù)值進行計算,創(chuàng)建回歸估計函數(shù)
x(n+1)=f(Y(n))
(11)
如果目前時段為q,訓(xùn)練數(shù)據(jù)個數(shù)是Q,那么訓(xùn)練數(shù)據(jù)表達式為
(Y(q),x(q+1)),q=(m-1)τ,…,Q-1
(12)
為證明所提方法可用性,設(shè)定區(qū)域污染源是1.5m*1.5m的正方形區(qū)域,污染排放量是0.6kg/h,污染物為PM2.5,受體位置是距離污染源各邊緣1500m之內(nèi)的位置,網(wǎng)格大小是30m*30m,運行所需要的氣象數(shù)據(jù)是A市環(huán)保物聯(lián)網(wǎng)發(fā)布的2019年2月和3月的氣象數(shù)據(jù)。采集橫向、垂直大氣污染濃度擴散冪函數(shù)指標(biāo)數(shù),依次提供了不同字段名稱相對的數(shù)據(jù)類別與長度,如圖1所示。
表1 水平與垂直大氣污染濃度擴散功率函數(shù)指標(biāo)表
所提方法依照上述條件,計算該區(qū)域的污染排放源,并按照污染等級,將濃度擴散級別劃分為四個等級,實驗結(jié)果如圖4所示。
圖4 顆粒物濃度擴散等級劃分
從圖4中可知,所提方法可清晰直觀地展現(xiàn)出污染物濃度擴散的區(qū)域范圍與影響程度,為污染物集中治理和建立突發(fā)性污染事故應(yīng)急決策提供有效幫助。
同時使用模擬值和監(jiān)測值的對比與誤差分析,以此判斷所提方法模擬準確性,即有效性檢驗。采用誤差分析時,把模擬值大于監(jiān)測值一倍和小于監(jiān)測值一倍之間的誤差叫作二倍誤差范圍。假如大部分監(jiān)測點均能落在二倍誤差范圍中,且總體上勻稱分布于直線兩旁,認定方法可行。點越接近理想直線,方法精度越好,反之點越分散,模式有效性越低。
對A市PM2.5長期濃度均值與2019年監(jiān)測數(shù)據(jù)進行對比,其中1~6數(shù)字表示該市的詳細地點。實驗結(jié)果參見圖5。
圖5 A市2019年P(guān)M2.5監(jiān)測值和模擬值對比
從圖5可知,PM2.5監(jiān)測值和模擬值的絕對誤差在-0.0423~-0.0631mg/m3之間,相對誤差處于-26.52%~27.03%之間,模擬值均處在二倍誤差范圍中,且勻稱地分布于監(jiān)測值兩旁,證明方法對顆粒物濃度擴散的模擬值正確率高,能夠有效明確各類污染參數(shù)對濃度擴散的影響,運用混沌—支持向量機可算出精確的GIS系統(tǒng)參數(shù),提高了計算結(jié)果精度,所得濃度擴散結(jié)論更具真實性。
為準確分析大氣污染顆粒物濃度擴散情況,設(shè)計一種基于GIS的大氣污染顆粒物濃度擴散模擬方法。該方法能精確模擬顆粒物濃度擴散情況,為制定環(huán)境管理決策提供技術(shù)支撐。但因為條件限制,對大氣污染物總量控制方面有待深入研究。