AERMOD大氣預測模型在醫化園區惡臭環境影響中的預警應用

陳 琳，陳 英，宋華豐，程 吉

（1.浙江省臺州市椒江區氣象局，浙江 臺州318000；2.三捷環境工程咨詢（杭州）有限公司，浙江 杭州310012）

1 引言

作為國民經濟支柱產業之一，醫藥化工業為經濟發展做出了巨大的貢獻，但同時醫藥化工企業在生產過程中往往對外排放了大量有機廢氣以及H2S、NH3等刺激性惡臭廢氣，對周圍環境和居民的身體健康造成極其不利的影響。研究表明，惡臭不僅能使人產生不愉快的感覺，還能通過人類的嗅覺系統對神經系統、呼吸系統、內分泌系統、循環系統產生強烈的刺激性作用，使中樞神經系統產生障礙和發生病變，引起急性病、慢性病甚至死亡［1］。惡臭已被列為當今世界7種典型公害之一，成為世界各國人民廣泛關注的熱點問題［2］。

近幾年，由于城市化的快速推進，城區不斷向外擴張，導致城市居住區與某醫化園區的距離越來越近，隨著社會環保意識的逐步增強，城區居民對該園區產生的惡臭污染投訴也越來越多，嚴重制約了醫化園區的健康成長和當地經濟的發展壯大。惡臭廢氣的污染給當地居民、政府都帶來了很大困擾，如何預警醫化園區惡臭對城區居民的影響，增強政府管理部門對園區惡臭廢氣的管理能力從而做好惡臭預防控制工作成為當地政府管理部門的重要議題。本文嘗試利用AERMOD大氣擴散預測模型并結合氣象預報數據，模擬該園區產生的惡臭廢氣對城區的影響，對不利氣象條件進行預警，取得了較好的效果。

2 惡臭預警基本原理

2.1 AERMOD 模型介紹及預警系統結構組成

AERMOD模型為美國環保局聯合美國氣象學會組建法規模式改善委員會（AERMIC）開發的新一代大氣污染擴散模型，也是我國環保部2008年12月31日發布的《環境影響評價技術導則 大氣環境》（HJ2.2－2008）中推薦的穩態大氣擴散模式，AERMOD將最新的大氣邊界層和大氣擴散理論應用到了空氣污染擴散模 式［3～6］。 美 國 EPA 在 Prairie Grass、Indianapolis、Kincaid、Tracy等地進行示蹤試驗及在Kincaid、Lovett、Westvaco、Martins Creek、Baldwin、Clifty等電廠地區連續布點監測1年監測SO2質量濃度分布，結果均顯示：AERMOD模擬取得了較理想的結果［7］。國內長期的環評預測實踐也表明，AERMOD大氣擴散模型對小尺度范圍內的大氣污染預測有較好的模擬結果。

本預警系統以AERMOD模型為核心，并用AERMET整合氣象預報數據，對醫化園區的惡臭廢氣擴散進行模擬預測，系統基本的結構如圖1所示。

圖1 惡臭預警系統結構組成

2.2 惡臭排放源分析

經統計，該醫化園區共有26家企業，其中有7家已經關停，剩余企業分布于長約3km的狹長地帶。各企業排放的具有惡臭性質的廢氣共有34種之多，包括NH3、三乙胺、苯等強刺激性氣體。本次研究選定其中嗅閾濃度最大的叔丁醇作為基準物質，賦予權重因子為1，同時將其他惡臭污染因子根據不同的嗅閾濃度，按照公式（1）賦予權重因子。

式中：Wi為第i種惡臭廢氣的源強權重因子；C叔丁醇嗅閾為叔丁醇嗅閾濃度，μg/m3；Ci嗅閾為第i種惡臭廢氣嗅閾濃度，μg/m3；各惡臭廢氣的嗅閾濃度均來自OSHA、EPA等機構官方網站。每個企業的等效排放源強按照式（2）計算：

式中：Wi為該企業第i種惡臭因子的源強權重因子；Ei為該企業第i種惡臭因子排放速率，g/s；i為第i種惡臭因子，總共有n個惡臭因子。n為該企業擁有的惡臭因子數。

由于該醫化園區內各企業惡臭廢氣排放源強情況復雜多變，本次研究將每一個制藥企業的排放源等效為一個以環境溫度排放的15m高煙囪點源。

2.3 惡臭影響等級分析

人體對惡臭的感知會由于每個個體的身體狀況、嗅閾靈敏度等因素而具有較大的主觀性，本次研究采用相對濃度法分析惡臭影響等級，即假定園區排放源強不變，城區所受到的惡臭影響只與當時的氣象條件有關，在此條件下利用城區環境敏感點感受到的不同惡臭等級時的歷史氣象數據分析醫化園區的惡臭濃度影響，其濃度值作為惡臭影響等級分類依據。本次研究以城區某學校為惡臭監測點，共進行了連續20個月的惡臭監測（通過監測者的鼻子聞來確定惡臭等級）。

該監測點共記錄輕微臭氣、可感覺臭氣、臭氣和較強臭氣4個等級，利用歷史氣象數據通過AERMOD模擬惡臭監測點濃度。4種監測等級惡臭濃度平均值及90%置信區間見表1。

表1 惡臭監測敏感點一覽

通過以上分析，并根據適當保守原則，將本預警系統每小時惡臭影響等級設定為無臭（0～5000），可感覺惡臭（5000～10000），惡臭（10000～15000）及較強惡臭（＞15000）共4個等級。

3 氣象數據及地形數據分析

3.1 氣象數據分析

本預警系統預報氣象數據采用WRF氣象模型模擬的未來48h內3h間隔ocf格式數據。數據參數包括時間、風速、風向、干球溫度、氣壓、濕度、云量。為滿足AERMOD大氣預測模型1h頻次氣象數據要求，本系統采用線性插值法對3h頻次數據實行插值。

地表土地利用類型會影響到大氣的感通熱量、混合層高度等行星邊際層參數，進而影響廢氣在大氣中的擴散傳播。本次研究以醫化園區內廢氣排放量最大的某制藥廠為中心，半徑5km的范圍內分析項目所在地的地表類型，整個范圍以30度為一個區域，共劃分12個區域分別統計地表類型（按照USGS分類方法學進行分類），并計算包括太陽反照率、鮑文率以及地表粗糙度等土地利用參數。

3.2 地形數據分析

該醫化園區位于城區東北方向，園區西邊有太和山、小白云山、楓山等復雜地形，對惡臭的空氣污染擴散產生一定的阻擋作用。本次研究充分考慮復雜地形對空氣擴散的影響，采用90m精度的DEM數據對復雜地形進行分析。

4 預報結果分析與討論

本系統投入試運行后，原城區惡臭監測點繼續監測城區惡臭等級，并將其監測情況（共1個月）與本系統預報結果進行對比，結果見圖2。

圖2 預報結果對比

從圖2中可以看出，本預警系統總體惡臭發生預報準確度達到67.7%。在4月30日這天，系統利用當天的氣象預報數據分析預報出5月1日氣象擴散條件極為不利，城區將受到醫化園區惡臭廢氣的嚴重影響。5月1日的氣象條件和氣象預報數據較符合，而城區監測點也果然監測到強烈的惡臭廢氣，本預警系統發揮了很好的作用，即利用AERMOD大氣擴散模型整合氣象預報數據來分析未來24h當地氣象條件對醫化園區惡臭廢氣擴散的影響，并對不利氣象條件進行預警，讓政府管理部門及時采取應對措施，減緩惡臭廢氣對城區的影響。

而5月31d中共有7次預警系統預報不準確，預報顯示會對城區產生臭味影響，而實際監測處并未監測到惡臭發生，另外本預警系統有3次預報結果比實測惡臭等級更為嚴重，在沒有準確預報的7d中，其中有6d預報顯示惡臭發生于夜間8點至次日早上8點，其中5月21日預報顯示白天有惡臭發生，而實際未發生。導致系統預報不準確的原因有多種，其中系統在惡臭濃度等級分析時取值較為保守導致預測的結果也較為保守。另外引起預警系統預報不準確的潛在因素主要還有以下幾個方面：（1）惡臭廢氣源強不確定。由于醫化園區企業多，生產工況變化大，源強復雜，部分企業存在夜間加大生產情況，而本預警系統假定醫化園區廢氣24h平均排放，污染排放源排放狀況的波動可能直接導致本系統預測結果的偏離；（2）氣象預報數據不準確。預報系統采用WRF氣象模型預報結果，盡管現代短期氣象預報技術發展已經非常成熟，但其仍具有不準確的特點，氣象預報數據的誤差也可能造成本系統預報結果偏離實際；（3）AERMOD大氣擴散模型本身的計算偏差。盡管AERMOD是比較成熟的、準確度較高的近距離大氣擴散模型，但是由于本醫化園區位于海邊，當地容易受到海陸風影響，在特定時段可能形成局部復雜風場，對AERMOD準確預報造成干擾。（4）惡臭監測難度大、主觀性較強，不同個體對不同氣體的臭味感受不同，也給系統的惡臭等級設定和后續判定增加了難度。

5 結語

工業園區惡臭廢氣的影響預警預報是當前環境管理工作中的一個難點，本惡臭預報系統結合現代氣象預報技術以及環境大氣擴散模型技術，對此進行了大膽嘗試，系統試運行一個月顯示了較高的準確度。除了加強惡臭預警，政府還投入了大量人力和財力，加快醫化園區企業的整治工作，關停或退出部分設備老舊落后、排污嚴重的企業，對部分企業轉型升級，從源頭上控制惡臭的發生，力爭2013年底椒江主城區基本告別惡臭。

針對本系統開發及運行過程中的不足之處，今后可在以下幾個方面繼續研究改進：加強對廢氣源強的調查；提高氣象預報數據的準確性，可以嘗試在醫化園區設立氣象觀測站；嘗試使用其他擴散模型如適合復雜風場條件的CALPUFF模型等。本系統的應用使醫化園區及當地環境管理部門可以提前24h獲取大氣擴散條件信息，預測未來24h園區廢氣對城區影響程度，從而提出相應的應對措施，有效控制惡臭廢氣污染對城區的影響，大大提升了管理部門對大氣環境的管理能力，對營造和諧社會具有重大意義。

［1］羅妙容.XX市污水處理廠惡臭廢氣的處置技術方案初探［J］.民營科技，2013（4）：23.

［2］Lihf，Caizy.Development and experimental study of air source heat pump water heater［J］.Meteorological and Environmental Research，2010，1（2）：100～102.

［3］Aermic.Formulation of the AERMIC MODEL（AERMOD）（draft）［R］.US：Regulatory Docket AQM295201.AMSP EPA Regulatory Model Improvement Committee（AERMIC），1995.

［4］Alan J，Cmorell I.Aermod description of model formulation（draft）［R］.US：AMSP EPA Regulatory Model Improvement Committee，1998.

［5］Berkow Icz R，Olesen J R，Porpu.The Danish Gaussian air pollution model（OLM）：Description，test and sensitivity analysis，in view of regulatory applications［M］.New York：Plenam Press，1998.

［6］De Wispelairevc，Schmeier F A，Grllaninv.Air Pollution Modeling and Its Application［M］.New York：Plenum Press，1986.

［7］楊多興，楊木水，趙曉宏，等.AERMOD模式系統理論［J］.化學工業與工程，2005，22（2）.