郭雯雯 畢淑琪 李 冰 戴安國 韓豐磊#

(1.中國石油大學(xué)(華東)化學(xué)工程學(xué)院，山東 青島 266580；2.哈里伯頓(中國)能源服務(wù)有限公司，天津 300450；3.青島中石大環(huán)境與安全技術(shù)中心有限公司，山東 青島266580)

隨著國家經(jīng)濟的快速發(fā)展，大氣環(huán)境問題日益嚴重。目前，環(huán)境影響評價(簡稱環(huán)評)工作是實施可持續(xù)發(fā)展的必要環(huán)節(jié)，也是找到資源與環(huán)境協(xié)調(diào)平衡點的必要手段之一[1]。其中，大氣環(huán)評是環(huán)評工作的重要分支，而大氣環(huán)境影響預(yù)測與評價則是大氣環(huán)評的核心內(nèi)容[2]。在近些年發(fā)展中，大氣質(zhì)量模型已逐漸成為模擬研究區(qū)域大氣環(huán)境問題乃至各種復(fù)雜空氣質(zhì)量問題的重要手段之一，在大氣污染防治過程中起著非常重要的作用[3]。目前，國內(nèi)外建立了多種大氣質(zhì)量預(yù)測模型，其中CALPUFF模型是適用于城市尺度的大氣擴散模型，在區(qū)域范圍較廣和復(fù)雜地形條件下具有突出優(yōu)勢[4]。

目前，國內(nèi)的研究主要集中在不同地表參數(shù)對AERMOD、ADMS等模型預(yù)測結(jié)果的影響方面。譚娟等[5]采用AERMOD模型分析了選取不同地表參數(shù)的情況下各污染物最大落地濃度占標(biāo)率的變化程度，表明了地表參數(shù)的選取會對大氣環(huán)境預(yù)測結(jié)果產(chǎn)生一定的影響。郭彥[6]采用ADMS模型分析了地表粗糙度、緯度和最小M-O長度的敏感性對區(qū)域污染物最大濃度的影響，最終發(fā)現(xiàn)，地表粗糙度的影響最大。以上研究均表明，若改變模型的輸入?yún)?shù)，將對模擬的結(jié)果產(chǎn)生巨大的影響。但國內(nèi)卻鮮有不同地表參數(shù)對CALPUFF模型運行結(jié)果影響的研究。

本研究通過對比不同土地利用參數(shù)揭示CALPUFF模型參數(shù)設(shè)置的重要性，進一步提出參數(shù)設(shè)置的合理性建議，為模型的進一步實際應(yīng)用提供技術(shù)支撐。

1 CALPUFF模型簡介

CALPUFF模型是三維非穩(wěn)態(tài)拉格朗日煙團擴散模型，其本質(zhì)是高斯煙團模型，但因使用拉格朗日煙團的概念，使得其模式系統(tǒng)比高斯煙羽模式應(yīng)用更廣泛，適用于預(yù)測范圍在幾千米至幾百千米的項目[7]。CALPUFF模型可模擬不同排放類型，不同污染源類型，不同污染物的排放、擴散、遷移、轉(zhuǎn)化、干濕沉降等變化過程，還可跟蹤指定點在時間和空間上的濃度變化[8]。

CALPUFF模型由預(yù)處理、氣象處理、煙團擴散模式和后處理組成[9]。在氣象處理模塊中，常用的土地利用參數(shù)包括：正午反射率、波文比、地表粗糙度、土壤熱通量、人為熱通量和葉面積指數(shù)。

2 CALPUFF模型參數(shù)的選取

2.1 地面氣象參數(shù)

本研究選取的項目位于海南省東方市工業(yè)園某廠區(qū)內(nèi)，距離此項目較近的地面氣象站為東方站、昌江站和白沙站。收集了3個氣象站2018年全年逐時氣象資料，收集的氣象要素包括風(fēng)速、風(fēng)向、總云量等，對缺失的氣象要素，采用觀測數(shù)據(jù)進行插值。氣象站基本信息見表1。

表1 氣象站基本信息

2.2 高空氣象參數(shù)

高空氣象數(shù)據(jù)采用大氣環(huán)評數(shù)值模式WRF模擬生成。模式計算過程中把全國共劃分為189×159個網(wǎng)格，分辨率為27 km。采用美國地質(zhì)勘探局的地形高程、土地利用、陸地-水體標(biāo)志等原始數(shù)據(jù)，獲得2018年一天早晚兩次不同等壓面上的氣壓、離地高度、干球溫度、風(fēng)向及風(fēng)速，其中離地高度3 000 m以內(nèi)的有效數(shù)據(jù)層數(shù)不少于10層。

高空氣象數(shù)據(jù)選3個氣象網(wǎng)格點，模擬氣象數(shù)據(jù)信息見表2。

表2 模擬氣象數(shù)據(jù)信息

2.3 地理數(shù)據(jù)

地理數(shù)據(jù)參數(shù)包括地形數(shù)據(jù)和土地利用類型。地形數(shù)據(jù)采用航天飛機雷達拓撲測繪(SRTM)的90 m分辨率數(shù)據(jù)。預(yù)測范圍為以該廠區(qū)中心點為中心(坐標(biāo)為(251 757 m，2 110 277 m))、10 km×10 km的矩形區(qū)域。

土地利用類型采用GLCC V2.0數(shù)據(jù)庫中歐亞大陸的亞洲部分，并根據(jù)實際規(guī)劃情況進行了調(diào)整，分辨率約1 km，包含14種土地利用類型。

2.4 計算點設(shè)置

在預(yù)測范圍內(nèi)設(shè)置計算點，為方便實驗忽略環(huán)境空氣敏感點，只保留預(yù)測范圍內(nèi)網(wǎng)格點。預(yù)測網(wǎng)格點以該廠區(qū)中心點為中心，設(shè)置間距為500 m的20×20的直角坐標(biāo)系受體網(wǎng)格，再設(shè)置加密度網(wǎng)格，加密度網(wǎng)格為40×40的直角坐標(biāo)系，間隔50 m。

3 實驗設(shè)計

3.1 實驗方案設(shè)計

保持污染源和氣象數(shù)據(jù)不變的情況下，本研究僅選取2018年2月19日時段改變土地利用參數(shù)進行模擬實驗。首先，按照相同的變化比例對所有土地利用參數(shù)進行賦值，觀察SO2最大小時落地濃度(簡稱最大值)的變化情況，確定敏感性參數(shù)；再通過單因素實驗考察敏感性參數(shù)對最大值的影響；然后，通過正交實驗確定敏感性參數(shù)的敏感程度；最后，采用SPSS軟件對敏感性參數(shù)進行交互作用分析。

3.2 污染源及氣象數(shù)據(jù)的選取

污染源基本情況：煙筒底座坐標(biāo)為(251 728 m，2 110 262 m)，基座海拔為7 m，煙筒幾何高度為20 m。污染源排放參數(shù)：SO2排放速率0.055 g/s，排煙溫度100 ℃，排氣筒內(nèi)徑1 m，煙氣流速10 m/s。

氣象條件選取該市2018年全年地表及高空氣象數(shù)據(jù)。

4 結(jié)果與討論

4.1 敏感性參數(shù)的確定

首先對常用的土地利用參數(shù)在一定范圍內(nèi)的數(shù)值進行修改，對有明顯影響的參數(shù)進一步進行敏感性分析。土地利用數(shù)據(jù)采用美國地質(zhì)調(diào)查局數(shù)據(jù)庫中的亞洲部分，分辨率約為1 km，具體見表3。敏感性驗證實驗結(jié)果見表4。

表3 土地利用類型和數(shù)據(jù)

由表4可知，地表粗糙度、正午反射率、波文比的變化會引起預(yù)測范圍內(nèi)最大值的顯著變化。因此，確定地表粗糙度、正午反射率、波文比為敏感性參數(shù)。

表4 敏感性驗證實驗

4.2 敏感性參數(shù)單因素實驗

4.2.1 地表粗糙度

由于研究區(qū)域的土地利用類型為農(nóng)田(未灌溉)，因此一般情況下本研究保持正午反射率為0.15、波文比為1.0、地表粗糙度為0.250，單因素實驗時改變相應(yīng)變量。

從地形學(xué)角度出發(fā)，將地面凹凸不平的程度稱為地表粗糙度。地表粗糙度可影響地表對風(fēng)速減弱作用，因此地表粗糙度會引起污染物濃度的變化[10]。地表粗糙度敏感性分析結(jié)果見圖1。在保證正午反射率和波文比不變的情況下，隨著地表粗糙度增大，預(yù)測區(qū)域的最大值先緩慢增大；當(dāng)?shù)乇泶植诙却笥?.000時，最大值指數(shù)級上升，在地表粗糙度為1.500時達到峰值(33.40 ng/m3)，之后略有下降。這與前人研究中隨著地表粗糙度的增大，最大值先增大后減小的趨勢[11]49基本相同?？赡茉蛉缦拢寒?dāng)?shù)乇泶植诙刃∮?.000時，地表情況近似于光滑平面，因而對風(fēng)速阻擋作用較小，此時污染物擴散能力最強，最大值變化非常??；當(dāng)?shù)乇泶植诙葟?.000增大到1.500時，地表對風(fēng)速阻擋作用快速增強并達到最大，此時污染物擴散能力迅速減弱，最大值迅速變大。當(dāng)?shù)乇泶植诙却笥?.500后，地表情況近似于墻體，因而對風(fēng)速阻擋作用最大且變化不明顯，此時污染物擴散能力最弱，最大值維持在峰值基本不變。

圖1 地表粗糙度敏感性分析結(jié)果

4.2.2 正午反射率

正午反射率的不同會造成太陽光加熱不均勻的結(jié)果，在溫度不同的氣團間，造成不同壓力的結(jié)果，發(fā)展成為壓力系統(tǒng)。系統(tǒng)從高壓流向低壓，可影響污染物氣團的流動。本研究進行了12組正午反射率單因素實驗，結(jié)果見圖2。當(dāng)正午反射率從0.10增大至0.35時，最大值明顯上升；當(dāng)正午反射率大于0.35后，最大值上升幅度減小，并在正午反射率為0.50時到達峰值(25.02 ng/m3)，之后緩慢下降至24.97 ng/m3。這與前人研究中隨著正午反射率的增大，最大值先增大后減小的趨勢[11]51基本相同。可能原因如下：隨著正午反射率的升高，反射到大氣中的太陽輻射增加，使得地面吸收的太陽輻射減少，地面溫度較低，大氣對流相對較小，導(dǎo)致地面污染物的濃度增加。

圖2 正午反射率敏感性分析結(jié)果

4.2.3 波文比

大氣運動主要來源于地表熱量輸送(即地表的潛熱和湍流熱輸送)產(chǎn)生的能量。波文比是地面與大氣層之間的湍流熱通量和蒸發(fā)、凝結(jié)水分的熱量交換之比，受降水、氣溫等因素的影響，因此可影響污染物的輸送[12]。當(dāng)波文比高時，空氣溫度高，有利于SO2反應(yīng)，從而SO2濃度較低。本研究進行了10組波文比單因素實驗，結(jié)果見圖3。隨著波文比逐漸增大，最大值持續(xù)降低。當(dāng)波文比從0.1增大到2.0時，最大值快速下降；當(dāng)波文比大于2.0時，最大值緩慢下降，并逐漸趨于穩(wěn)定。可能原因如下：當(dāng)波文比較高時，即顯熱通量與潛熱通量之比較高，空氣溫度也會升高，有利于空氣中SO2和NO2在空氣中的反應(yīng)，因此隨著波文比的升高，近地面的污染物濃度會有所降低[13]。

圖3 波文比敏感性分析結(jié)果

4.3 敏感性參數(shù)正交分析

3個敏感性參數(shù)由于常用的數(shù)據(jù)范圍不同，只根據(jù)回歸曲線無法辯證分析敏感程度高低，因此采用正交分析法比較其敏感程度。根據(jù)前期研究結(jié)果，在單因素實驗數(shù)據(jù)中等間距地選取3組數(shù)據(jù)，正交分析水平設(shè)計見表5，正交分析結(jié)果見表6。地表粗糙度、正午反射率、波文比的極差分別為10.20、0.04、0.12。因此，敏感程度依次為地表粗糙度>波文比>正午反射率，這與前人研究中地表粗糙度的影響最大[14]相吻合。

表5 正交分析水平

表6 正交分析結(jié)果

4.4 敏感性參數(shù)交互作用分析

三因素主體間效應(yīng)檢驗結(jié)果見表7。三因素交互項對應(yīng)的P=0.881，大于0.05，這說明3個敏感性參數(shù)之間并無顯著的交互作用。

表7 三因素主體間效應(yīng)檢驗結(jié)果

5 結(jié) 論

(1) 地表粗糙度、正午反射率、波文比的變化會引起預(yù)測范圍內(nèi)最大值的顯著變化，因此確定為敏感性參數(shù)。

(2) 隨著地表粗糙度的增加，最大值呈現(xiàn)先緩慢增加、后指數(shù)級上升、最后略下降的趨勢；隨著正午反射率的升高，最大值逐漸變大；隨著波文比的升高，最大值逐漸下降。

(3) 敏感程度依次為地表粗糙度>波文比>正午反射率，且3個敏感性參數(shù)之間無顯著的交互作用。