基于GIS的AERMOD 大气扩散模型在环保领域中的应用

刘海涵，朱 勃，韩 熙，李 兵

（1.重庆市环境保护信息中心，重庆401147；2.重庆数字城市科技有限公司，重庆400020）

随着工业化生产力愈加进步，我国的环境问题也愈加突出。雾霭天气已经成为国民生活当中不可避免需要面对的问题。雾霭天气产生的原因是大气污染，而中国的大气污染问题已经引起国内甚至国际上的高度重视。当今，国家逐步加大了环境保护的力度，并制定了环境质量评价的导则及环境保护实施细则，对各种有害污染物如SO2、NOx、烟尘等进行严格的治理和控制［1］。为响应国家环境保护的总体战略目标，各省市地方环保局也加大了对环境的治理和监测。在防治大气污染领域，大气扩散模型正在被广泛的应用到大气预测和大气环境评价体系中［2］。本文利用GIS的空间分析技术，结合气象信息、地理高程信息、污染源信息等，应用AERMOD大气扩散模型分析污染物扩散趋势，从时间、空间等多维度分析污染物扩散过程。GIS的空间分析技术包括数据检索及表格分析、叠置分析、缓冲区分析和网络分析，在此基础上，为污染治理、人员疏散提供辅助决策依据，从而寻找更加有效的污染扩散防治办法，减少大气污染带来的损失［3］。

1 AERMOD模型简介

AERMOD是由美国国家环保局联合美国气象学会组建法规模式改善委员会开发，该模型以扩散统计理论为出发点，假设污染物的浓度分布在一定程度上服从高斯分布，并且引入了行星边界层等最新的大气边界层和大气扩散理论［4］。AERMOD模型是稳定状态烟羽模型，其在处理扩散参数、大气稳定度、复杂地形、对流条件浮力烟羽和混合层顶的相互作用及对流条件垂直扩散方面具有理论先进性，能够更好地反映污染物的实际扩散。模型系统可用于多种排放源（点、面、体源）的排放。美国在2002年就把这个模型作为国家标准中的推荐模型。通过在美国的多年应用，使AERMOD模型有了成熟的应用基础，其适应性强的特点在中国多变的气候和复杂的地理环境下有广阔的发展前景。2007年，国家环境保护总局公布的《环境影响评价技术导则大气环境》将该模型列入推荐模型清单，成都环科院、西南电力研究院等多家单位已经开始将此模型应用在环评中［5］。

2 AERMOD模型处理过程

AERMOD大气扩散模型包括AERMOD扩散模式、AERMET气象预处理和AERMAP地理预处理模块。模型处理流程如图1所示。

图1 模型处理流程

如图1所示，通过AERMET气象预处理将常规的气象观测数据处理成AERMOD大气扩散模型所需的数据格式。通过AERMAP地形预处理器，可使用网络化地形数据计算预测点的地形高度数据。将AERMET和AERMAP生成的结果文件导入到AERMOD模型中，并设置污染源参数，从而通过AERMOD扩散模式计算出特定时间段各网格点的污染物浓度变化趋势，从而得出预测结果。从AERMOD模型的处理流程中可以看出，GIS的介入点主要是在高程地形参数的提供和预测结果的展示2个方面。

2.1 AERMET气象预处理

要运行AERMOD模型，需要两个基本的气象数据文件：地面气象数据文件（surface meteorological data file）及探空廓线数据文件（profile meteorological data file），这2个气象文件由AERMET气象预处理器生成。AERMET气象预处理数据流程如图2所示。AERMET的边界层参数数据和廓线数据可以由输入的现场观测数据确定，或由输入的国家气象局常规气象资料（地面数据、探空数据）生成。

如图2所示，AERMET的输入数据精简后可以接受以下数据：

（1）地表气象数据：时间、风向［度］、风速［m/s］、总云量、低云量、干球温度［℃］。

（2）探空气象数据：时间、探空层数、层序、气压、离地温度、风向、风速。

图2 AERMET数据流程

将以上数据输入AERMET气象预处理器后，将生成地面气象数据文件、探空廓线数据文件。将两个文件经过AERMOD中的控制流引用进入AERMOD系统，将平均风速、水平向及垂向湍流量脉动、温度梯度、位温、水平拉格朗日时间尺度等输入扩散模式，为计算污染物浓度提供气象参数支撑。

2.2 基于GIS的AERMAP地形预处理

AERMOD扩散模型的运行，需要立足于高程地形参数的网格点上，而网格点的生成则需要AERMAP地形预处理器。AERMAP是简化并标准化AERMOD地形输入数据的地形预处理器，而其与GIS相结合能够更加精确的根据污染源发生地的地理特征进行大气扩散模拟。通过AERMAP能够根据设置的网格点参数自动叠加高程数据，从而生成AERMOD模块所需的网格点或任意点的高度尺度、地形高程，这些数据用于障碍物周围大气扩散的计算，并结合气象参数，从而可以进行污染物浓度的分布计算。基于GIS的AERMAP处理流程如图3所示。

图3 AERMAP运行流程

2.2.1 网格的设定

如图3所示，将污染源的位置在GIS地图上标注完成后，通过GIS地图能够自动获取污染源周边任意大小预测范围的高程数据（DEM）。首先需要通过AERMAP的配置文件设定污染源扩散模拟的初始网格点，网格点可以设置规则网格，亦可以设置为圆形、扇形等不规则网格。

2.2.2 GIS坐标系转换

当前一般应用地图的坐标系多为D＿WGS＿1984，而AERMOD模型要求在平面坐标系进行运算，所以需要通过GIS将指定范围的高程数据进行投影。GIS可以根据选择的预测范围所在区域自动进行坐标投影，如重庆大部分所在区域为48带，投影后坐标系为 WGS＿1984＿UTM＿Zone＿48N。

2.2.3 初始网格点范围验证

将预测范围的高程数据转换为投影坐标系后，将预测范围内任意一点设置为AERMAP初始网格的原点（0，0），GIS通过初始网格的设定范围自动验证网格区域是否在划定的预测范围内，以保证所有的网格点都能从地形数据文件中获取各自的地形高程值。AERMAP运算时将不会对此项进行验证，以提高其运行效率。

2.2.4 导入验证参数计算网格高程

AERMAP的输入的参数包括：评价区域网格点，评价区地形高程数据文件。AERMAP可以采用线性插值方法，计算出网格点的高度尺度。AERMOD模型考虑了地形对污染物浓度分布的影响，其物理基础是采用临界分流概念，将扩散流场分为2层结构，使复杂和平坦地形一体化处理。在临界分流高度以下的流体，没有足够的能量越过山体，只能绕过地形；而在高于临界分流高度的气层内，气流有足够的动能克服位能并越过山头。

2.3 AERMOD扩散模式

通过控制流文件将AERMET和AERMAP的运行结果：边界层参数数据、廓线数据、地形预处理数据导入到AERMOD扩散模式中，同时输入污染源相关参数进行设定网格点的浓度计算。AERMOD模型支持的污染源包括点源、面源、体源，同时考虑了建筑物的下洗几何参数。

AERMOD在执行浓度扩散计算时，扩散模块可以计算出给定污染物的小时、日均或年平均浓度分布及烟羽抬升高度、干湿沉降。控制流中设定的“最大浓度”指令可以从各种时段平均浓度数据中挑选出任意指定数量的最大浓度（最大、次最大等）。用户需要设置单位时间中输出多少个最大值，以及最大浓度的阈值。计算结果以文本格式储存在用户设定的文件中。

2.4 基于GIS的AERMOD扩散渲染

AERMOD模型的输出结果如表1所示。

从表1可以看出，AERMOD模型的输出结果是根据在AERMAP中设置的初始网格点进行分布的。如果需要在GIS上进行等值线的勾画，需要应用克里金（Kriging）插值算法对以上输出结果进行运算，从而得到空间连续数据以便于GIS构图。

GIS需要将输出结果中的网格点位坐标反向转化为经纬度坐标，并且应用克里金插值算法结果勾画出大气扩散的等值线图，如图4所示。

图4 大气污染等值线图

应用GIS技术，可以在等值线图的基础上渲染出各类浓度分布图。

3 GIS在AERMOD模型中的作用

3.1 数据支撑的作用

在AERMOD模型的处理过程中，GIS为AERMOD的模型运算提供了空间数据支撑。在AERMAP的网格设置过程中，首先通过GIS将AERMAP设定的－4 000到4 000，定长为400的441网格点，以原点（0，0）的空间坐标为基准点，将其从数学坐标转换为投影坐标。从而将AERMOD的预测范围的电子地图进行网格化，如图5所示。由此可见，在AERMOD运算结果出来后，并不能简单的将相关网格点进行连接，且每个网格点的浓度值也不可能一样，无法直接通过连接网格点构建等值线图。这里就要运用GIS的克里金插值算法，根据相关网格点描绘等值线。克里金插值算法是一种对空间分布数据求最优，线性，无偏内插估计量的方法。如果已知某一地点附近的若干污染浓度值样本，那么根据样本点的空间相关性及各样本点的权重，就能对未知点的污染浓度值进行估计。最后根据估计的等值浓度点，通过GIS的绘图构建等值线。

图5 区域网格化和等值线绘图

3.2 优化展示效果的作用

AERMOD模型的输出结果是一列列数据，通过GIS能够将相关数据进行图形化的展示，从直观效果和美化方面都能够满足人们对大气扩散的一般认识，使得相关科研研究不再只是少数人员能够进行的活动。通过GIS的展示，能够使更多的人直观的了解大气污染对人类生活的影响，从而更加注重环境保护意识。

3.3 辅助决策的作用

在大气污染事故发生时，通过GIS生成的空间等值线图和扩散分布图，能够直观的预测在不同浓度的污染程度对预测范围内大气的影响。从而提高事故的处理决策效率，相关人员不需要再去分析复杂的运算结果，通过GIS就能够直接了解一定时间污染物的分布情况，从而及时制定相应的对策。

4 在环保领域中的应用

4.1 在环境评价方面的应用

《国家大气污染环境质量评价标准》明确制定了大气污染情况分为年平均、日平均、小时平均，又细分为3个标准，以年平均的3个标准为例：一级标准0.02mg/Nm3、二级标准0.06mg/Nm3、三级标准0.1mg/Nm3，高于三级标准的污染便属于超标污染。通过GIS对AERMOD模型运算结果的解析，并且在其上进行直观的渲染，能够更好的帮助人们进行环境评价。

如图6所示，通过图例规范各污染级别的颜色，在GIS地图上展示AERMOD运算结果时根据图例渲染同污染浓度区域颜色。

图6 污染物扩散评价分析

由于AERMOD模型在运算时考虑了地形条件和气象条件，GIS的渲染结果同样能够准确的表达污染物扩散趋势，在山地、气候多变的区域采用AERMOD模型具有更实际的意义。

4.2 在突发事件预测方面的应用

在AERMOD模型的应用过程中，发现其对气象参数的要求比较高，这样能够更好的在突发污染物扩散事件上更精确的对其扩散趋势进行预测。AERMOD模型最小时间精度为小时，对气象参数的要求也是精确到小时，在发生突发事件时，能够即时的通过气象监测车辆监测的气象数据作为模型的气象输入数据，结合地形参数，从而及时预测污染物的扩散趋势，为人员和车辆的撤离做好预案。

图7 突发事故预测分析

如图7所示，当污染事故发生时，可以通过GIS地图提供污染源周边敏感点位，如学校、医院。及时形成相关预案，减少人员财产的损失。当然在突发事件发生时，此模型只能做为相关扩散趋势的参考，但其精确度大于一般的估算模式。

5 结论

介绍了一种基于GIS的大气扩散模型实现方式，将大气扩散过程及结果通过GIS技术进行直观表达，实现图文一体化的大气环境预测分析，为大气环境的防治提供辅助支撑。该种方式较好的促进了环境治理工作的开展和环境污染的防范，对于各地大气环境质量评价及类似项目建设具有较好的参考价值。

［1］张润杰，黎良明，康华春，等.一种估计区域生物灾害空间分布的方法［J］.中山大学学报：自然科学版，2001，40（5）：80－82.

［2］杨多兴，杨木水，赵晓宏，等.AERMOD模型系统理论［J］.化学工业与工程，2005，22（2）：130－135.

［3］丁 峰，李时蓓，蔡 芳.AERMOD在国内环境影响评价中的实例验证与应用［J］.环境污染与防治，2007，29（12）：953－957.

［4］俎铁林.美国EPA空气质量模式导则评述［J］.环境影响评价动态，2002，6（6）：18－25.

［5］江 磊，黄国忠，吴文军，等.美国AERMOD模式系统与中国大气导则推荐模式点源比较［J］.环境科学研究，2007，20（3）：44－51.