田 琨，楊 璐，于亞楠，王海燕

（1.酒泉職業(yè)技術(shù)學(xué)院，甘肅酒泉 735000；2.酒泉市氣象局，甘肅酒泉 735000）

2021年以來(lái)，甘肅省把新能源作為實(shí)現(xiàn)“雙碳”目標(biāo)、推動(dòng)能源綠色轉(zhuǎn)型的重要路徑，重點(diǎn)依托沙漠、戈壁、荒漠地區(qū)，謀劃布局大型風(fēng)電光伏基地，使新能源產(chǎn)業(yè)成為全省經(jīng)濟(jì)高質(zhì)量發(fā)展的重要牽引和支撐。酒泉市堅(jiān)持“工業(yè)強(qiáng)市”戰(zhàn)略，傾力打造新能源產(chǎn)業(yè)基地的核心示范區(qū)，精細(xì)化工和煤化工產(chǎn)業(yè)基地的重要承載區(qū)，礦產(chǎn)資源開(kāi)發(fā)利用產(chǎn)業(yè)基地的轉(zhuǎn)型升級(jí)樣板區(qū)。但伴隨著城鎮(zhèn)化工業(yè)進(jìn)程的快速推進(jìn)，大量有害物質(zhì)的排放量成倍增加，其中，以化工園區(qū)范圍內(nèi)空氣污染的范圍和程度尤為突出?？諝馕廴窘o農(nóng)業(yè)、林業(yè)、短期天氣、氣候都造成了嚴(yán)重的影響，如何對(duì)工業(yè)園區(qū)的污染源進(jìn)行有效監(jiān)控管理，直接關(guān)系到當(dāng)?shù)亟?jīng)濟(jì)的長(zhǎng)遠(yuǎn)發(fā)展和國(guó)家“綠水青山”的長(zhǎng)遠(yuǎn)規(guī)劃?？諝馕廴臼录臎Q策主體可通過(guò)預(yù)測(cè)模型實(shí)時(shí)掌握化工園區(qū)大氣污染的動(dòng)態(tài)變化規(guī)律，排查突發(fā)事件隱患，對(duì)于保護(hù)人們身體健康和促進(jìn)社會(huì)和諧穩(wěn)定具有重要的科學(xué)價(jià)值和實(shí)際意義[1]。近年來(lái)，計(jì)算機(jī)技術(shù)的飛躍發(fā)展，給大氣污染預(yù)測(cè)與防治研究提供了一個(gè)快速發(fā)展的機(jī)會(huì)，利用計(jì)算機(jī)技術(shù)再結(jié)合遙感技術(shù)，對(duì)大氣環(huán)境質(zhì)量進(jìn)行預(yù)測(cè)與評(píng)價(jià)，可以為環(huán)境污染防治與治理提供理論上的堅(jiān)實(shí)保障，使大氣污染預(yù)測(cè)能更好地服務(wù)于人們的生產(chǎn)和生活[2-3]。AERMOD模型系統(tǒng)由美國(guó)環(huán)境保護(hù)署聯(lián)合美國(guó)氣象學(xué)會(huì)組建法規(guī)模式改善委員會(huì)（AERMIC）開(kāi)發(fā)。此模型是以擴(kuò)散統(tǒng)計(jì)理論為出發(fā)點(diǎn)，假設(shè)污染物的濃度分布在一定程度上服從高斯分布，此模型引入了行星邊界層等最新的大氣邊界層和大氣擴(kuò)散理論，可用于多種排放源的排放[4-5]。

本文基于AERMOD模型，利用酒泉市大氣環(huán)境、氣象觀測(cè)和氣象探空等歷史數(shù)據(jù)，研究酒泉市化工園區(qū)污染預(yù)測(cè)問(wèn)題，預(yù)測(cè)酒泉市化工園區(qū)污染源排放污染物濃度。此預(yù)測(cè)結(jié)果對(duì)當(dāng)?shù)卣臎Q策以及污染物的溯源都有很重要意義和價(jià)值。

1 研究原理及資料

1.1 原理

AERMOD模型采用了行星邊界層理論和空氣分散湍流結(jié)構(gòu)的概念，可以預(yù)測(cè)簡(jiǎn)單和復(fù)雜地形下的地面源和高架源。AERMOD模型包括AERMAP地形處理模塊、AERMET氣象預(yù)處理模塊和AERMOD控制模塊[6-9]。AERMOD模型由當(dāng)?shù)氐挠^測(cè)數(shù)據(jù)確定，且為理想的預(yù)測(cè)結(jié)論，尤其在穩(wěn)定的條件下，大氣邊界層實(shí)際上一直處于不斷地演變中。此外，當(dāng)風(fēng)速不高時(shí)，大氣背景湍流較弱，也有可能出現(xiàn)低空急流，AERMOD模型無(wú)法精確地描述穩(wěn)定邊界層。然而本文預(yù)測(cè)的酒泉市，是我國(guó)大風(fēng)天氣的高發(fā)地域，此區(qū)域有特殊的地理位置和下墊面環(huán)境。酒泉市近30a研究發(fā)現(xiàn)，年平均大風(fēng)日數(shù)最多的是馬鬃山地區(qū)，達(dá)45.3d；其次為瓜州縣，達(dá)42.2d；且從近10a來(lái)大風(fēng)天氣風(fēng)向頻率分布特征發(fā)現(xiàn)，大風(fēng)天氣主要出現(xiàn)在偏西偏北風(fēng)中，頻率接近80%；就時(shí)間分布而言，3~6月是酒泉市大風(fēng)天氣的高發(fā)期，其出現(xiàn)概率占年均日數(shù)的53%~61%。大風(fēng)背景下的AERMOD模型，對(duì)流邊界層相比于穩(wěn)定邊界層參數(shù)選取更準(zhǔn)確，酒泉市化工園區(qū)的預(yù)測(cè)結(jié)果更鮮明。

AERMOD模式在國(guó)內(nèi)大氣環(huán)境預(yù)測(cè)中廣泛應(yīng)用，但AERMOD預(yù)測(cè)模式對(duì)當(dāng)?shù)氐目臻g地形地貌以及氣候氣象資料有比較嚴(yán)格的要求，相應(yīng)的污染源參數(shù)設(shè)置也較為復(fù)雜，所以在實(shí)際的大氣污染預(yù)測(cè)中，地形氣象等參數(shù)的設(shè)置、篩選是必不可少的。本文使用四種數(shù)據(jù)，分別為氣象觀測(cè)數(shù)據(jù)、氣象探測(cè)數(shù)據(jù)、大氣環(huán)境數(shù)據(jù)和當(dāng)?shù)氐牡匦螖?shù)據(jù)，經(jīng)過(guò)數(shù)據(jù)處理，得到所需參數(shù)，利用得到的參數(shù)，預(yù)測(cè)當(dāng)?shù)氐拇髿馕廴疚餄舛取＞唧w流程，如圖1所示。

圖1 酒泉市工業(yè)園區(qū)大氣污染模型原理流程圖

1.2 資料

選取2012年6月30日—2022年7月1日甘肅省酒泉市逐日逐時(shí)SO2、CO、NO、NO2和PM10，作為大氣環(huán)境數(shù)據(jù)。選取2012年6月30日—2022年7月1日甘肅省酒泉市區(qū)域站逐日逐時(shí)的風(fēng)速、風(fēng)向、干球溫度、濕球溫度、氣壓和降雨量，作為氣象觀測(cè)數(shù)據(jù)，選取2012年6月30日—2022年7月1日酒泉國(guó)家基準(zhǔn)站和敦煌國(guó)家基準(zhǔn)站每日8時(shí)和20時(shí)的氣壓、氣溫、露點(diǎn)、風(fēng)速和風(fēng)向，作為氣象探空數(shù)據(jù)。

2 酒泉市工業(yè)園區(qū)大氣污染模型

2.1 氣象資料處理

污染物濃度可隨氣溫、風(fēng)向、風(fēng)速等變化的變化而變化，對(duì)園區(qū)大氣環(huán)境有一定的關(guān)聯(lián)性。AERMOD模型中輸入酒泉市氣象觀測(cè)資料（站點(diǎn)位置如圖2所示），利用逐日逐時(shí)的風(fēng)速、風(fēng)向、干球溫度、濕球溫度、氣壓和降雨量，以及8時(shí)、20時(shí)的探空資料計(jì)算邊界層參數(shù)，此參數(shù)可以估算酒泉市化工園區(qū)的風(fēng)速、湍流強(qiáng)度和溫度的廓線(xiàn)。將此參數(shù)再次代入AERMOD后，可得到相似參數(shù)，再對(duì)計(jì)算出的廓線(xiàn)進(jìn)行內(nèi)插，可計(jì)算出預(yù)測(cè)點(diǎn)的濃度。此模式中湍流擴(kuò)散是由參數(shù)化方程表示，穩(wěn)定度是由連續(xù)參數(shù)表示，即大氣湍流和邊界層的常規(guī)參數(shù)化方法進(jìn)行計(jì)算。

2.2 地形處理

酒泉市位于甘肅省西北部，轄肅州區(qū)，玉門(mén)市、敦煌市，金塔縣、瓜州縣、肅北蒙古族自治縣和阿克塞哈薩克族自治縣[10]，化工園區(qū)主要有玉門(mén)東化工業(yè)園區(qū)、玉門(mén)老市區(qū)化工工業(yè)園區(qū)、瓜州柳溝煤化工工業(yè)園區(qū)、金塔北河灣循環(huán)經(jīng)濟(jì)產(chǎn)業(yè)園和酒泉經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)（如圖3所示），此化工園區(qū)對(duì)全市區(qū)域空氣質(zhì)量影響程度較大。酒泉市涵蓋沙漠、冰川、綠洲、戈壁等地形，此區(qū)域不同的地面特征。同時(shí)由于河西走廊西部出現(xiàn)偏西大風(fēng)時(shí)，大風(fēng)風(fēng)向基本與等壓線(xiàn)垂直，不滿(mǎn)足梯度風(fēng)平衡原理，酒泉市受地形摩擦和阻擋作用，對(duì)邊界層高度和污染物擴(kuò)散過(guò)程有非常大的影響；同時(shí)地形狹管作用在偏東風(fēng)和偏西風(fēng)過(guò)程中影響明顯。故本文使用AERMAP輸入酒泉市網(wǎng)格點(diǎn)和預(yù)測(cè)區(qū)高程數(shù)據(jù)文件，生成大氣擴(kuò)散模型需要的網(wǎng)格點(diǎn)、高度尺度、地形高程。

圖3 酒泉市化工園區(qū)地形及酒泉市行政區(qū)劃圖

2.3 濃度預(yù)測(cè)

AERMOD模型對(duì)于復(fù)雜地形的濃度預(yù)測(cè)有很好的效果。本文將酒泉市劃分了三個(gè)扇區(qū)。

第一個(gè)扇區(qū)以綠洲為主；

第二個(gè)扇區(qū)為沙漠和戈壁為主；

第三個(gè)扇區(qū)以山區(qū)為主。

不同的扇區(qū)有不同的地表類(lèi)型，污染物濃度預(yù)測(cè)也是不同的。由于在預(yù)測(cè)網(wǎng)格分辨率相同的情況下，選用分辨率越大的地形數(shù)據(jù)，最后的區(qū)域最大落地濃度預(yù)測(cè)結(jié)果越大，隨著預(yù)測(cè)網(wǎng)格分辨率的不斷減小，地形數(shù)據(jù)分辨率的不同所帶來(lái)的預(yù)測(cè)結(jié)果差異性越來(lái)越小[11]，所以本文選擇預(yù)測(cè)結(jié)果為1 000m×1 000m的網(wǎng)格點(diǎn)濃度值，酒泉市五個(gè)化工廠(chǎng)的濃度值，以及酒泉市污染物濃度值等值線(xiàn)圖。模型的濃度值包括年均值、日均值、逐日逐時(shí)污染物濃度值，等值線(xiàn)圖包括濃度的年均值、日均值和小時(shí)制。研究發(fā)現(xiàn)：預(yù)測(cè)濃度總體上由高到低為第二扇區(qū)濃度、第一扇區(qū)、第三扇區(qū)。對(duì)比地面氣象觀測(cè)數(shù)據(jù)站點(diǎn)酒泉國(guó)家基準(zhǔn)站和敦煌國(guó)家基準(zhǔn)站探空站點(diǎn)，目前酒泉市山地地面觀測(cè)站點(diǎn)較少，探空數(shù)據(jù)缺乏，無(wú)法得到全面的實(shí)測(cè)數(shù)據(jù)，對(duì)濃度的預(yù)測(cè)結(jié)果精確度無(wú)法估算。總體上，此濃度輸出的等值線(xiàn)值，對(duì)于化工區(qū)域規(guī)劃、布局、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，有很重要的借鑒意義，對(duì)于已建成的化工園區(qū)大氣污染的排放有準(zhǔn)確的反應(yīng)，對(duì)大氣污染的預(yù)測(cè)具有較高的提前量。

3 預(yù)測(cè)結(jié)果可信度

利用酒泉經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)2022年1—6月的污染物濃度實(shí)況，結(jié)合模糊數(shù)學(xué)法驗(yàn)證酒泉市工業(yè)園區(qū)大氣污染預(yù)測(cè)的結(jié)果，結(jié)果表明：小時(shí)濃度預(yù)測(cè)成績(jī)中理想占0.892，較不理想和不理想分別占0.117和0.256，日均最大濃度預(yù)測(cè)成績(jī)中理想占0.714，較不理想和不理想分別占0.378和0.125，推測(cè)出預(yù)測(cè)結(jié)果為理想，證明對(duì)于酒泉市工業(yè)園區(qū)大氣污染的預(yù)測(cè)是可信的，同時(shí)也證明了選取的參數(shù)是可行的?；诜囱堇碚?，以酒泉區(qū)域?qū)崪y(cè)空氣質(zhì)量為先驗(yàn)信息，可以準(zhǔn)確為本地大氣質(zhì)量提供檢測(cè)和預(yù)報(bào)。

4 結(jié)束語(yǔ)

1）AERMOD模型利用量化的預(yù)測(cè)分析結(jié)果有助于直觀模擬酒泉市化工園區(qū)大氣污染物排放對(duì)空氣質(zhì)量的影響。

2）基于AERMOD模型的氣象數(shù)據(jù)和地形處理，體現(xiàn)了地表特征的不同對(duì)于大氣污染物濃度預(yù)測(cè)也不同，總體上預(yù)測(cè)污染濃度由高到低為戈壁、綠洲、山地。

3）對(duì)比酒泉經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)實(shí)況結(jié)果表明：酒泉市工業(yè)園區(qū)大氣污染的預(yù)測(cè)是可信的，也證明了選取的參數(shù)是可行的。

大氣預(yù)測(cè)模式機(jī)理復(fù)雜，難度較大，本文由于大氣監(jiān)測(cè)站點(diǎn)較少，只簡(jiǎn)單地探索了酒泉經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)參數(shù)設(shè)置對(duì)于預(yù)測(cè)結(jié)果的影響，僅考慮了點(diǎn)源參數(shù)影響，對(duì)于面源和線(xiàn)源變化對(duì)于預(yù)測(cè)結(jié)果的影響未檢驗(yàn)，存在一定的局限性。未來(lái)可增加監(jiān)測(cè)站點(diǎn)，加入更多氣象數(shù)據(jù)，對(duì)模型進(jìn)行修正，期待酒泉市化工園區(qū)大氣預(yù)測(cè)結(jié)果進(jìn)一步提高。