Aermod模型在大氣環境影響預測中的應用

林輝斌 周小燕

（杭州市環境保護科學研究設計有限公司 浙江杭州 310000）

引言

2018年《環境影響評價技術導則 大氣環境》（HJ2.2-2018）中將Aermod模型作為大氣二級評價的推薦模型。Aermod模型能夠基于大氣邊界層數據特征模擬出各個點源、面源和體源等多種排放源的污染物濃度部分，也適用于地形復雜或簡單地形下洗且范圍≤50km，以及農村或城市大氣環境影響預測及評價。Aermod模型中地表類型選取設置也會影響地表波紋比、反照率以及粗糙度等參數因子的取值變化，從而影響到最終的計算結果。本文以某鋼廠為例，就Aermod模型在大氣環境影響預測中的應用作一簡要論述。

1 Aermod模型概述

1.1 模型運行參數

將污染源數據、地形及氣象數據作為Aermod模型運行參數。以點源參數為例，（1）污染源參數。如點源的排放率、煙囪高度、煙囪出口煙氣排放速度、煙氣溫度、煙囪出口內徑、煙氣流量等。（2）氣象參數。包括邊界層參數（如干球溫度、總云量、氣溫、風速、風向等）、探空廓線數據（位勢高度、風向、風速、垂直向或水平向的湍流脈動量等）。（3）地形參數。評價區域網格點或任意點的地理坐標及DEM文件。地形參與一般可根據項目周圍3km范圍內土地利用類型進行劃分，或采用Aersurface直接讀取可識別的土地利用數據文件。

1.2 輸出結果

長期氣象條件、典型小時/日氣象條件下，被評價項目對環境大氣敏感區及評價范圍的環境影響最大區域，從而計算出項目是否超標，以及超標的位置及程度，并進一步分析出小時/日均濃度超標概率，以及最大持續時間，根據這些數據參數，繪制評價區域小時/日均濃度最大值所對應的濃度等值線的具體區域分布圖。

1.3 污染物種類

Aermod模型可處理大氣環境影響中的二氧化硫、氮氧化物、二氧化氮、一氧化碳等基本氣態污染物，以及大氣環境中的可吸入懸浮顆粒物濃度、總懸浮顆粒物濃度等。

1.4 Aermod模型類型

該類型是一種穩態的煙羽擴散模式，基于大氣邊界層數特點模擬出點、面、體源排出的污染物小時/日均濃度等短期濃度分布，以及年均濃度等長期濃度分布特點，因而適應范圍十分廣泛。此外，Aermod模型應考慮相關建筑物的煙羽下洗，即尾流影響。Aermod模型中包括氣象預處理和地形預處理兩種模式，每小時連續預處理氣象數據模擬≥1小時均濃度分布。

2 Aermod模型在某鋼廠大氣影響預測應用分析

2.1 案例簡介

某鋼廠是集煉鋼、軋鋼、燒結等為一體大型鋼鐵生產企業，該企業位于山區地帶，地形起伏大，山高、谷深，地形復雜多樣，年均風速約為1.6m/s。本文以廠區內的3臺燒結機頭作為污染源評價參數基礎數據。

2.2 污染源強數據

經過對該鋼廠的排放污染物數據監測和資料收集，發現，該鋼廠排放的污染物主要為二氧化硫、煙（粉）塵。其中，二氧化硫主要是因燒結機頭排放產生。便于預測分析，本文以二氧化硫作為評價因子，研究參數變化對預測結果產生的影響。

2.3 氣象/地形數據

地面氣象數據采自年鑒（2018年）中全年逐次逐日氣象數據，鋼廠附近1個高空模擬格點數據為探空數據；地形數據源采用SRTM3地形三維數據，經ArcGIS地理信息坐標及地理投影轉換，生成數字高程文件。

2.4 預測方案

將收集到的該鋼廠污染源強數據、氣象/地形數據等輸入到Aermod模型分別建立相應的預測方案，預測探空數據、地形數據對鋼廠所在區域環境敏感點的預測結果影響。

2.5 預測結果

二氧化硫、二氧化氮、可吸入顆粒物、細顆粒物地面日均濃度最大值分別為：18μg/m3、12.2μg/m3、3.3μg/m3、1.41μg/m3濃度，其中2#煙囪西南1.3km附近二氧化硫、二氧化氮、可吸入顆粒物濃度值最大，細顆粒日均最大值位于西南1.5km附近。最大年均落地濃度貢獻值分別為：1.21μg/m3、1.14μg/m3、1.15μg/m3、1.06μg/m3濃度，其中2#煙囪東南1.2km附近二氧化硫、二氧化氮、可吸入顆粒物濃度值最大。細顆粒物年均最大值位于西北1.3km附近。

3 預測結果分析

3.1 復雜地形，探空數據對預測結果影響

復雜地形，有探空數據的預測全部比無探空數據所預測的結果敏感點最大地面污染濃度數據大，其中，這一數據按小時濃度的變化幅度看，主要集中在6.65%-50.15%，變化幅度超過20%的達到55.3%。日均濃度變化幅度主要集中在1.52%-57.59%之間，變化幅度超過20%的占41.4%。可見，復雜地形，探空數據對預測結果的影響較大，并且最大值在不同時間段出現。

3.2 平坦地形，探空數據對預測結果影響

平坦地形，有探空數據的預測全部比無探空數據所預測的結果敏感點最大地面污染濃度數據大，其中，這一數據按小時濃度的變化幅度看，主要集中在7.15%-53.22%，變化幅度超過20%的達到57.3%。日均濃度變化幅度主要集中在0.52%-58.59%之間，變化幅度超過20%的占43.4%。可見，平坦地形，不考慮地形因素背景下，探空數據有無對預測結果的影響也較大。

3.3 考慮探空數據，地形數據對預測結果影響

在考慮探空數據影響背景下，平坦地形的預測結果比復雜地形預測結果在敏感點的最大地面濃度值大，其中，這一數據按小時濃度的變化幅度看，主要集中在0.15%-5.32%，日均濃度變化幅度主要集中在0.22%-8.59%之間，影響效果總體不大。且，最大值的出現時間一致。因此，考慮探空數據影響背景下，是否考慮地形數據對大氣環境預測的結果影響都較小。

3.4 不考慮探空數據，地形數據對預測結果影響

在不考慮探空數據影響背景下，平坦地形的預測結果比復雜地形預測結果在敏感點的最大地面小時濃度的變化幅度看，主要集中在-0.95%-6.12%，日均濃度變化幅度主要集中在-0.52%-8.49%之間，影響效果總體不大。且，最大值的出現時間一致。因此，在不考慮探空數據影響背景下，是否考慮地形數據對大氣環境預測的結果影響都較小。

結語

總體來說，地形數據是否考慮條件下，有探空數據比無探空數據的預測結果敏感點變化幅度大，因此，Aermod模型中的探空數據會對大氣環境影響結果的預測影響較大。探空數據是否考慮條件下，平坦地形預測結果比復雜地形預測結果大部分敏感點偏大，但整個預測值的增加幅度較小，可見，Aermod模型中的地形數據雖然對大氣環境影響結果的預測結果有一定的影響，但這種影響較小。可見，Aermod模型的應用，可靠數據的采集是關鍵，但氣象數據采集難度較大，因此，要發揮該模型的應有價值，還需要進一步加大研究力度。