盧燕宇 孫 維

(1.安徽省氣象局安徽省氣候中心，安徽 合肥 230031；2.安徽省氣象局安徽省大氣科學與衛(wèi)星遙感重點實驗室，安徽 合肥 230031；3.安徽省氣象局安徽省公共氣象服務中心，安徽 合肥 230031)

基于CALPUFF模型的NO2剩余大氣環(huán)境容量測算及污染源布局優(yōu)化*
——以合肥市為例

盧燕宇1, 2孫 維3

(1.安徽省氣象局安徽省氣候中心，安徽 合肥 230031；2.安徽省氣象局安徽省大氣科學與衛(wèi)星遙感重點實驗室，安徽 合肥 230031；3.安徽省氣象局安徽省公共氣象服務中心，安徽 合肥 230031)

為有效防控城市大氣環(huán)境污染，以CALPUFF模型為核心構建了NO2剩余大氣環(huán)境容量定量測算方法。在分析了CALPUFF模型適用性的基礎上應用于合肥市，并進行排放源布局優(yōu)化。結果表明，污染源對控制點的影響主要受距離和風向的影響，距離越近，并且處于主導風向下風向的地區(qū)，受源排放的影響越大。由于合肥市主要盛行東風，因此合肥市東部不宜設置污染源，在工業(yè)園區(qū)規(guī)劃時應避免；相對來說西南方向新增污染源對合肥市的總體影響較小。目前，調(diào)整后合肥市NO2剩余大氣環(huán)境容量約為3.58萬t/a，并且正在逐年減小。

NO2CALPUFF模型 剩余大氣環(huán)境容量 線性規(guī)劃

NO2是大氣環(huán)境中的主要污染物之一，會產(chǎn)生酸雨、光化學煙霧等環(huán)境問題[1]。我國NO2排放量逐年升高，電廠及其他工業(yè)、交通等人為源對NO2排放量的貢獻率已超過90%(質(zhì)量分數(shù))，成為全球NOx污染最嚴重的國家之一[2-4]。由于城市具有人口眾多、下墊面復雜、污染物擴散能力弱等特點，導致城市成了NO2污染的重災區(qū)。大氣中高濃度的NO2對人體有直接危害，可刺激人的眼、鼻、喉和肺[5-6]。因此，在當前城鎮(zhèn)化進程不斷推進的背景下，為確保社會經(jīng)濟和諧發(fā)展與人民健康安全，對城市NO2的大氣環(huán)境容量進行測算并分析其污染來源非常必要。

數(shù)值模擬技術[7-8]在大氣環(huán)境容量測算中得到應用，相比于《制定地方大氣污染物排放標準的技術方法》(GB/T 3840—91)中的A-P值法，可以更為細致的刻畫下墊面和氣象條件等對大氣污染的影響，同時可以反映污染物濃度對排放源位置、排放強度等條件變化的動態(tài)響應[9]。目前，用于污染物濃度模擬的數(shù)值模擬模型種類很多，其中CALPUFF模型是美國環(huán)境保護署和中國環(huán)境保護部共同推薦使用的模型之一，具有模擬尺度廣、兼顧物理和化學轉(zhuǎn)化、在非穩(wěn)態(tài)及復雜地形條件下具有強大模擬能力等優(yōu)勢[10]，已廣泛應用于國內(nèi)外城市的污染物濃度模擬中[11-12]。

合肥市位于江淮之間，是皖江城市帶核心城市，也是華東地區(qū)綜合交通樞紐和工業(yè)基地之一。合肥市近年來大氣污染呈加重趨勢，特別是由于大氣中NO2等NOx增加，酸雨頻率上升，強酸雨出現(xiàn)頻率顯著增加，酸雨類型由“硫酸型”向“硫酸硝酸混合型”轉(zhuǎn)變[13]。此外，NOx排放也是秋冬季霾天氣的主要原因[14]。鑒于此，本研究以合肥市為例，采用CALPUFF模型定量測算NO2剩余大氣環(huán)境容量，并開展污染源布局優(yōu)化，為城市有效控制NO2污染提供思路。

1 資料與方法

1.1 數(shù)據(jù)來源

合肥市各縣(市、區(qū))分布、空氣質(zhì)量自動監(jiān)測站(以下簡稱監(jiān)測站)位置和合肥市國控的廢氣排放重點企業(yè)(即點源)位置以及虛擬點源的設置見圖1。NO2數(shù)據(jù)由各監(jiān)測站監(jiān)測，安徽省空氣質(zhì)量實時發(fā)布系統(tǒng)發(fā)布。本研究根據(jù)2013年10—12月的NO2逐小時數(shù)據(jù)進行NO2剩余大氣環(huán)境容量測算。

本研究選取了合肥市國控的廢氣排放重點企業(yè)作為點源代表進行調(diào)查，所選企業(yè)排放的NOx占合肥市總質(zhì)量的85%以上。模型輸入所需的污染源強為NOx排放速率，15家國控的廢氣排放重點企業(yè)NOx排放速率等數(shù)據(jù)來自于這些企業(yè)自行監(jiān)測的數(shù)據(jù)、監(jiān)督性監(jiān)測信息公開平臺(http://www.hfepb.gov.cn/gk/ZXGK/index.aspx)及《2013年安徽省統(tǒng)計年鑒》等。最終得到2013年合肥市點源NOx排放量為6.990萬t。

采用《環(huán)境影響評價技術導則 大氣環(huán)境》(HJ 2.2—2008)的排放系數(shù)法估算面源NOx排放量。線源按照路長納入對應縣(市、區(qū))的面源，僅考慮市區(qū)主要交通干道的污染源NOx排放量。表1給出了合肥市各縣(市、區(qū))的面源NOx排放量，總計為0.962萬t。依據(jù)HJ 2.2—2008，NOx乘以0.9可以轉(zhuǎn)化為NO2。

地理信息數(shù)據(jù)包括地表粗糙度、土地利用類型、地形高程和植被代碼等，地形高程來源于航天飛機雷達地形測繪任務(SRTM)4.2版的90 m分辨率的數(shù)字地面高程數(shù)據(jù)[15]，土地利用類型采用美國地質(zhì)勘探局發(fā)布的全球1 km分辨率的土地利用類型資料[16]，地表粗糙度和植被代碼等來自于CALPUFF官方網(wǎng)站http://www.src.com。氣象資料包括常規(guī)探空氣象觀測資料和常規(guī)地面氣象觀測資料，其中常規(guī)探空氣象觀測資料來源于阜陽市和安慶市探空站，常規(guī)地面氣象觀測資料來源于合肥市氣象觀測站。

注：市區(qū)指市轄的廬陽區(qū)、蜀山區(qū)、飽和區(qū)和瑤海區(qū)。圖1 合肥市各縣(市、區(qū))以及監(jiān)測站、點源、虛擬點源分布Fig.1 Spatial distribution of districts,monitoring stations,point sources and virtual point sources in Hefei

項目市區(qū)長豐縣肥東縣肥西縣廬江縣巢湖市數(shù)值0.5910.0750.0760.0740.0740.072

圖2 合肥市各監(jiān)測站的大氣NO2質(zhì)量濃度Fig.2 Atmospheric NO2 mass concentration at different monitoring stations in Hefei

1.2 CALPUFF模型應用

CALPUFF模型是用于非定常、非穩(wěn)態(tài)的氣象條件下的多層、多物種的三維拉格朗日煙團輸送模型，可模擬三維流場中隨時間和空間發(fā)生變化的污染物輸送、轉(zhuǎn)化及清除過程[17]。CALPUFF模擬系統(tǒng)包括診斷風場系統(tǒng)(CALMET)、高斯煙團擴散系統(tǒng)(CALPUFF)和后處理系統(tǒng)(CALPOST)[18]。本研究以合肥市各監(jiān)測站作為區(qū)域環(huán)境質(zhì)量控制點，采用天氣研究與預報(WRF)中尺度氣象模式的氣象背景初猜場以及地理信息數(shù)據(jù)，運行CALMET得到三維氣象場；將氣象場與污染源數(shù)據(jù)進行疊加，在考慮干濕沉降、化學轉(zhuǎn)化等情況下，運行CALPUFF得到污染物濃度場，并網(wǎng)格化從而確定污染源與控制點之間的排放—響應關系，計算得到各源對控制點的濃度傳輸系數(shù)矩陣。

1.3 線性規(guī)劃優(yōu)化模型

以污染源的排放量之和最大為目標，所有污染源對每個控制點的濃度貢獻均小于控制目標且各污染源排放量非負為約束條件，結合濃度傳輸系數(shù)矩陣建立線性規(guī)劃優(yōu)化模型[19]。本研究以《環(huán)境空氣質(zhì)量標準》(GB 3095—2012)的二級標準(24 h平均質(zhì)量濃度80 μg/m3)作為控制點NO2濃度的控制目標，優(yōu)化得到不同污染源的調(diào)整排放量，從而得到剩余大氣環(huán)境容量。

2 結果與討論

2.1 污染現(xiàn)狀分析

由圖2可見，三里街子站的超標天數(shù)比例最高達60.87%，其次明珠廣場站為43.48%，而廬陽區(qū)子站和長江中路站未出現(xiàn)超標日；NO2濃度較高的兩個監(jiān)測站三里街子站和明珠廣場站附近有大型發(fā)電廠且這兩個站點位于下風向，同時又臨近城市主干道和高速公路，汽車尾氣排放的影響也較顯著。

2.2 CALPUFF模型適用性分析

圖3(a)為10個監(jiān)測站在研究時段內(nèi)的觀測濃度平均值與模擬值的對比，結果發(fā)現(xiàn)，模擬值與觀測值的相關系數(shù)達0.84，東部的站點模擬值偏高，而西部的偏低，但模擬誤差基本在20 μg/m3以內(nèi)。圖3(b)為所有監(jiān)測站的逐日觀測濃度平均值與模擬值的對比，結果發(fā)現(xiàn)，模擬值與觀測值的相關系數(shù)為0.78?？傮w而言，CALPUFF模型適用于合肥市大氣NO2濃度傳輸系數(shù)矩陣的建立，主要誤差來源于污染源排放量數(shù)據(jù)是靜態(tài)數(shù)據(jù)以及模型本身的系統(tǒng)誤差[20]。

2.3 污染源對控制點的濃度貢獻率及傳輸系數(shù)

污染源對控制點的NO2濃度貢獻率和傳輸系數(shù)見圖4。對控制點濃度貢獻率最大的依次是市區(qū)、肥東縣和點源。肥東縣面源的濃度貢獻率雖然次于市區(qū)，但其濃度傳輸系數(shù)卻最高，意味著相近的濃度貢獻率對應著更高的濃度傳輸系數(shù)，這是由于研究時段內(nèi)合肥市盛行東風，控制點又都在市區(qū)，因此肥東縣對控制點的濃度傳輸系數(shù)高，但排放總量不及市區(qū)。點源對控制點的濃度貢獻率也較大，主要是點源的排放一般是源源不斷的，但由于其是高空排放，濃度傳輸系數(shù)總體較低。有研究表明，污染物的最大落地濃度與排放高度的平方成反比[21]。因此，點源高空排放可以大大地降低到達地面附近的污染物濃度，但必須指出，高空排放并不能減少排入環(huán)境中的污染物總量。

圖3 CALPUFF模型大氣NO2濃度模擬值與觀測值的對比Fig.3 Comparison between the simulated and observed atmospheric NO2 concentration by CALPUFF model

圖4 污染源對控制點的濃度貢獻率和傳輸系數(shù)Fig.4 Contribution rates and transfer coefficients to control stations by pollution sources

2.4 合肥市剩余大氣環(huán)境容量測算

目前，由于部分監(jiān)測站的濃度已經(jīng)超標，因此需要對現(xiàn)有污染源的排放量進行調(diào)整。從表2可以看出，市區(qū)、肥西縣和肥東縣應分別減排460.192 2、136.062 1、64.970 5 t/a，調(diào)整后合肥市NO2剩余大氣環(huán)境容量約為3.58萬t/a。本研究所測算的NO2剩余大氣環(huán)境容量低于A-P值法的計算結果4.03萬t/a[22]，按理說線性規(guī)劃得到的最優(yōu)解應高于A-P值法的結果，原因可能是合肥市NO2剩余大氣環(huán)境容量相比文獻中的2007年又有所下降，表明當前環(huán)境污染仍在加重。

表2 合肥市不同污染源的NO2調(diào)整排放量

2.5 虛擬排放源的設置及其濃度貢獻情況

為了進一步分析污染源位置對控制點的影響，進行虛擬源分析。參考合肥市工業(yè)園區(qū)設置，在不同方向上共設置5個虛擬點源，其位置分布見圖1。虛擬點源的排放高度統(tǒng)一設為100 m，NOx排放速率設為100 g/s，用CALPUFF模型開展模擬分析。由圖5可知，虛擬點源1對董鋪水庫站、三里街子站的影響較大；虛擬點源2主要對三里街子站的影響較大；虛擬點源4除對濱湖區(qū)子站影響較大外，對其余控制點的影響均較小；虛擬點源3和虛擬點源5對各站的影響較為平均，且濃度傳輸系數(shù)均不高?？偟膩砜?，污染源對控制點的影響主要受距離和風向的影響，距離越近，并且處于主導風向下風向的地區(qū)，受源排放的影響越大。

圖5 虛擬點源對控制點的濃度傳輸系數(shù)Fig.5 Transfer coefficients to control stations by virtual pollution sources

2.6 新增虛擬源對剩余大氣環(huán)境容量的影響

在研究不同點源布局方案時不僅要分析各點源的總體環(huán)境影響，還要考慮各點源的“木桶效應”[23]。圖6分別推算了單虛擬點源設置情況下研究區(qū)的剩余大氣環(huán)境容量。由圖6可知，單獨設置虛擬點源4時，NO2剩余大氣環(huán)境容量最大，而單獨設置虛擬點源2的NO2剩余大氣環(huán)境容量最小。從剩余大氣環(huán)境容量的角度來看，若要新增NOx排放源，那么布局位置可優(yōu)先考慮順序為：虛擬點源4>虛擬點源3>虛擬點源1>虛擬點源5>虛擬點源2?？偟膩砜?，合肥市東部最不宜設置排放點源，在工業(yè)園區(qū)規(guī)劃時應避免；相對來說西南方向新增排放點源對全市的總體影響較小，這與合肥市的盛行風向有關，也說明當前合肥市的城市規(guī)劃布局基本合理。

圖6 虛擬源對剩余大氣環(huán)境容量的影響Fig.6 Effect of virtual pollution sources on remainder atmospheric environmental capacity

3 結 論

(1) CALPUFF模型可以適用于合肥市大氣NO2濃度傳輸系數(shù)矩陣的建立，并進行剩余大氣環(huán)境容量測算。

(2) 污染源對控制點的影響主要受距離和風向的影響，距離越近，并且處于主導風向下風向的地區(qū)，受源排放的影響越大。由于合肥市主要盛行東風，因此合肥市東部不宜設置排放點源，在工業(yè)園區(qū)規(guī)劃時應避免；相對來說西南方向新增排放點源對全市的總體影響較小。

(3) 目前，調(diào)整后合肥市NO2剩余大氣環(huán)境容量約為3.58萬t/a，并且正在逐年減小。

[1] GHUDE S D,VAN DER A R J,BEIG G,et al.Satellite derived trends in NO2over the major global hotspot regions during the past decade and their inter-comparison[J].Environmental Pollution,2009,157(6):1873-1878.

[2] 陳罕立,王金南.關于我國NOx排放總量控制的探討[J].環(huán)境科學研究,2005,18(5):107-110.

[3] RICHTER A,BURROWS J P,NüSS H,et al.Increase in tropospheric nitrogen dioxide over China observed from space[J].Nature,2005,437(7055):129-132.

[4] 張楚瑩,王書肖,邢佳,等.中國能源相關的氮氧化物排放現(xiàn)狀與發(fā)展趨勢分析[J].環(huán)境科學學報,2008,28(12):2470-2479.

[5] 王英,李令軍,劉陽.京津冀與長三角區(qū)域大氣NO2污染特征[J].環(huán)境科學,2012,33(11):3685-3692.

[6] 馬洪群,崔蓮花.大氣污染物(SO2、NO2)對中國居民健康效應影響的meta分析[J].職業(yè)與健康,2016,32(8):1038-1044.

[7] 馬曉明.環(huán)境規(guī)劃理論與方法[M].北京:化學工業(yè)出版社,2004.

[8] 孫璐,蔡娟.AERMOD與EIAA大氣預測模型在環(huán)境影響評價中的應用比較[J].環(huán)境污染與防治,2008,30(10):92-95.

[9] 王曉云.城市規(guī)劃大氣環(huán)境效應定量分析技術[M].北京:氣象出版社,2007.

[10] HJ 2.2—2008,環(huán)境影響評價技術導則 大氣環(huán)境[S].

[11] YIM S H L,FUNG J C H,LAU A K H.Use of high-resolution MM5/CALMET/CALPUFF system:SO2apportionment to air quality in Hong Kong[J].Atmospheric Environment,2010,44(38):4850-4858.

[12] 趙偉,范紹佳,謝文彰.AERMOD和CALPUFF對沿海電廠煙氣擴散模擬對比研究[J].環(huán)境科學與技術,2015,38(3):189-194.

[13] 石春娥,鄧學良,楊元建，等.1992—2013年安徽省酸雨變化特征及成因分析[J].南京大學學報(自然科學),2015,51(3):508-516.

[14] 石春娥,王喜全,李元妮,等.1980—2013年安徽霾天氣變化趨勢及可能成因[J].大氣科學,2016,40(2):357-370.

[15] REUTER H I,NELSON A,JARVIS A.An evaluation of void filling interpolation methods for SRTM data[J].International Journal of Geographic Information Science,2007,21(9):983-1008.

[16] LOVELAND T R,REED B C,BROWN J F,et al.Development of a global land cover characteristics database and IGBP DISCover from 1 km AVHRR data[J].International Journal of Remote Sensing,2000,21(6/7):1303-1330.

[17] SCIRE J S,STRIMAITIS D G,YAMARTINO R J.A user’s guide for the CALPUFF dispersion model[M].Concord:Earth Tech Inc.,2000.

[18] 伯鑫,吳忠祥,王剛,等.CALPUFF模式的標準化應用技術研究[J].環(huán)境科學與技術,2014,37(增刊2):530-534.

[19] 王金南,潘向忠.線性規(guī)劃方法在環(huán)境容量資源分配中的應用[J].環(huán)境科學,2005,26(6):195-198.

[20] 孫維,陳飛,王暉,等.CALPUFF模型在合肥地區(qū)SO2大氣環(huán)境容量測算中的應用[J].南京信息工程大學學報,2015,7(4):343-350.

[21] 李繼,郝吉明,葉雪梅,等.湖南省大氣污染物排放與人體暴露水平研究[J].環(huán)境科學,2003,24(3):16-20.

[22] 黃一.合肥市大氣環(huán)境質(zhì)量評價與大氣環(huán)境容量研究[D].合肥：合肥工業(yè)大學,2007.

[23] 王忠良,華德尊,李春艷.大氣環(huán)境容量與工業(yè)布局關系研究[J].環(huán)境科學與管理,2008,33(1):18-21.

EstimationofNO2remainderatmosphericenvironmentalcapacityandlayoutoptimizationofemissionsourcesbasedonCALPUFFmodel:acasestudyinHefei

LUYanyu1,2,SUNWei3.

(1.AnhuiClimateCenter,AnhuiMeteorologicalAdministration,HefeiAnhui230031;2.AnhuiKeyLaboratoryofAtmosphericScienceandSatelliteRemoteSensing,AnhuiMeteorologicalAdministration,HefeiAnhui230031;3.AnhuiPublicMeteorologicalServiceCenter,AnhuiMeteorologicalAdministration,HefeiAnhui230031)

In order to effectively prevent and control the urban air pollution,a method based on CALPUFF model was developed to quantitatively estimate NO2remainder atmospheric environmental capacity. A case study was applied in Hefei since the method was suitable. Then layout of emission sources was optimized. Results indicated that the effect of emission sources on the control stations was mainly influenced by distance and wind direction. The shorter of the distance at the down wind direction,the more seriously it was influenced. The dominant wind direction in Hefei was eastward,so it was unsuitable to set up emission sources in east when considering industrial plan. It was suggested that new emission sources should be set in southwest if necessary. Up to date,the NO2remainder atmospheric environmental capacity was about 35 800 t/a in Hefei and it was diminishing still.

NO2； CALPUFF model； remainder atmospheric environmental capacity； linear programming

盧燕宇，男，1981年生，博士，高級工程師，主要從事大氣環(huán)境容量測算研究。

*中國氣象局氣候變化專項(No.CCSF201507)；中國氣象局青年英才計劃項目；安徽省氣象科技發(fā)展基金資助項目(No.KM201304)；安徽省氣象局創(chuàng)新團隊建設計劃項目。

10.15985/j.cnki.1001-3865.2017.12.015

2016-11-11)