Aermod模型在大气环境影响预测中的应用

林辉斌 周小燕

（杭州市环境保护科学研究设计有限公司 浙江杭州 310000）

引言

2018年《环境影响评价技术导则 大气环境》（HJ2.2-2018）中将Aermod模型作为大气二级评价的推荐模型。Aermod模型能够基于大气边界层数据特征模拟出各个点源、面源和体源等多种排放源的污染物浓度部分，也适用于地形复杂或简单地形下洗且范围≤50km，以及农村或城市大气环境影响预测及评价。Aermod模型中地表类型选取设置也会影响地表波纹比、反照率以及粗糙度等参数因子的取值变化，从而影响到最终的计算结果。本文以某钢厂为例，就Aermod模型在大气环境影响预测中的应用作一简要论述。

1 Aermod模型概述

1.1 模型运行参数

将污染源数据、地形及气象数据作为Aermod模型运行参数。以点源参数为例，（1）污染源参数。如点源的排放率、烟囱高度、烟囱出口烟气排放速度、烟气温度、烟囱出口内径、烟气流量等。（2）气象参数。包括边界层参数（如干球温度、总云量、气温、风速、风向等）、探空廓线数据（位势高度、风向、风速、垂直向或水平向的湍流脉动量等）。（3）地形参数。评价区域网格点或任意点的地理坐标及DEM文件。地形参与一般可根据项目周围3km范围内土地利用类型进行划分，或采用Aersurface直接读取可识别的土地利用数据文件。

1.2 输出结果

长期气象条件、典型小时/日气象条件下，被评价项目对环境大气敏感区及评价范围的环境影响最大区域，从而计算出项目是否超标，以及超标的位置及程度，并进一步分析出小时/日均浓度超标概率，以及最大持续时间，根据这些数据参数，绘制评价区域小时/日均浓度最大值所对应的浓度等值线的具体区域分布图。

1.3 污染物种类

Aermod模型可处理大气环境影响中的二氧化硫、氮氧化物、二氧化氮、一氧化碳等基本气态污染物，以及大气环境中的可吸入悬浮颗粒物浓度、总悬浮颗粒物浓度等。

1.4 Aermod模型类型

该类型是一种稳态的烟羽扩散模式，基于大气边界层数特点模拟出点、面、体源排出的污染物小时/日均浓度等短期浓度分布，以及年均浓度等长期浓度分布特点，因而适应范围十分广泛。此外，Aermod模型应考虑相关建筑物的烟羽下洗，即尾流影响。Aermod模型中包括气象预处理和地形预处理两种模式，每小时连续预处理气象数据模拟≥1小时均浓度分布。

2 Aermod模型在某钢厂大气影响预测应用分析

2.1 案例简介

某钢厂是集炼钢、轧钢、烧结等为一体大型钢铁生产企业，该企业位于山区地带，地形起伏大，山高、谷深，地形复杂多样，年均风速约为1.6m/s。本文以厂区内的3台烧结机头作为污染源评价参数基础数据。

2.2 污染源强数据

经过对该钢厂的排放污染物数据监测和资料收集，发现，该钢厂排放的污染物主要为二氧化硫、烟（粉）尘。其中，二氧化硫主要是因烧结机头排放产生。便于预测分析，本文以二氧化硫作为评价因子，研究参数变化对预测结果产生的影响。

2.3 气象/地形数据

地面气象数据采自年鉴（2018年）中全年逐次逐日气象数据，钢厂附近1个高空模拟格点数据为探空数据；地形数据源采用SRTM3地形三维数据，经ArcGIS地理信息坐标及地理投影转换，生成数字高程文件。

2.4 预测方案

将收集到的该钢厂污染源强数据、气象/地形数据等输入到Aermod模型分别建立相应的预测方案，预测探空数据、地形数据对钢厂所在区域环境敏感点的预测结果影响。

2.5 预测结果

二氧化硫、二氧化氮、可吸入颗粒物、细颗粒物地面日均浓度最大值分别为：18μg/m3、12.2μg/m3、3.3μg/m3、1.41μg/m3浓度，其中2#烟囱西南1.3km附近二氧化硫、二氧化氮、可吸入颗粒物浓度值最大，细颗粒日均最大值位于西南1.5km附近。最大年均落地浓度贡献值分别为：1.21μg/m3、1.14μg/m3、1.15μg/m3、1.06μg/m3浓度，其中2#烟囱东南1.2km附近二氧化硫、二氧化氮、可吸入颗粒物浓度值最大。细颗粒物年均最大值位于西北1.3km附近。

3 预测结果分析

3.1 复杂地形，探空数据对预测结果影响

复杂地形，有探空数据的预测全部比无探空数据所预测的结果敏感点最大地面污染浓度数据大，其中，这一数据按小时浓度的变化幅度看，主要集中在6.65%-50.15%，变化幅度超过20%的达到55.3%。日均浓度变化幅度主要集中在1.52%-57.59%之间，变化幅度超过20%的占41.4%。可见，复杂地形，探空数据对预测结果的影响较大，并且最大值在不同时间段出现。

3.2 平坦地形，探空数据对预测结果影响

平坦地形，有探空数据的预测全部比无探空数据所预测的结果敏感点最大地面污染浓度数据大，其中，这一数据按小时浓度的变化幅度看，主要集中在7.15%-53.22%，变化幅度超过20%的达到57.3%。日均浓度变化幅度主要集中在0.52%-58.59%之间，变化幅度超过20%的占43.4%。可见，平坦地形，不考虑地形因素背景下，探空数据有无对预测结果的影响也较大。

3.3 考虑探空数据，地形数据对预测结果影响

在考虑探空数据影响背景下，平坦地形的预测结果比复杂地形预测结果在敏感点的最大地面浓度值大，其中，这一数据按小时浓度的变化幅度看，主要集中在0.15%-5.32%，日均浓度变化幅度主要集中在0.22%-8.59%之间，影响效果总体不大。且，最大值的出现时间一致。因此，考虑探空数据影响背景下，是否考虑地形数据对大气环境预测的结果影响都较小。

3.4 不考虑探空数据，地形数据对预测结果影响

在不考虑探空数据影响背景下，平坦地形的预测结果比复杂地形预测结果在敏感点的最大地面小时浓度的变化幅度看，主要集中在-0.95%-6.12%，日均浓度变化幅度主要集中在-0.52%-8.49%之间，影响效果总体不大。且，最大值的出现时间一致。因此，在不考虑探空数据影响背景下，是否考虑地形数据对大气环境预测的结果影响都较小。

结语

总体来说，地形数据是否考虑条件下，有探空数据比无探空数据的预测结果敏感点变化幅度大，因此，Aermod模型中的探空数据会对大气环境影响结果的预测影响较大。探空数据是否考虑条件下，平坦地形预测结果比复杂地形预测结果大部分敏感点偏大，但整个预测值的增加幅度较小，可见，Aermod模型中的地形数据虽然对大气环境影响结果的预测结果有一定的影响，但这种影响较小。可见，Aermod模型的应用，可靠数据的采集是关键，但气象数据采集难度较大，因此，要发挥该模型的应有价值，还需要进一步加大研究力度。