鮑昕杰　楊宗甄　陶乃貴等

關鍵詞：CALPUFF;大氣穩(wěn)定度;示蹤試驗;大氣擴散參數;湍流觀測

中圖分類號：X169 文獻標識碼：A

0 引言

CALPUFF 模型作為法規(guī)、導則支持的三維非穩(wěn)態(tài)拉格朗日煙團輸送模型，在環(huán)境保護領域有著廣泛應用[1-5] 。國內外針對CALPUFF 模型應用及參數化設置已開展了很多研究，主要涉及氣象場WRF 模式 [2-3] 、微氣象方案[5] 、邊界層高度[6] 、網格及地形[7] 、時空分辨率[8-10] 等方面的研究。上述研究中以野外示蹤試驗法驗證模式有效性是最為直接的方法，如朱好及Cui 等采用內陸復雜地形條件的廠址野外示蹤試驗成果對CALPUFF模式進行模擬研究[8-10] ;王博等采用計算流體力學（CFD）軟件對某濱海核電廠址的大氣擴散特征進行模擬與驗證[11] ;胡二邦等對高斯煙羽模式進行驗證研究[12-13] ;陳曉秋及康凌等分別采用沿海核電廠址野外示蹤試驗對隨機游走模式進行模擬研究[14-15] 。

前人的研究均說明數值模式能一定程度的反映實際污染物擴散情況，但從大氣穩(wěn)定度角度來看，前人通過野外示蹤試驗研究數值模式的有效性主要涉及單一的中性類天氣，對于各類大氣穩(wěn)定度與數值模式模擬結果的關系較少關注。大氣穩(wěn)定度是大氣擴散能力的直接表征，可通過相關氣象要素采用合適的方法得出分類結果，不同大氣穩(wěn)定度條件下的大氣擴散參數有明顯差異，而大氣擴散參數的選取又直接影響污染濃度分布，故有必要開展大氣穩(wěn)定度及大氣擴散參數對數值模式模擬結果影響的研究。

為了獲取各類大氣穩(wěn)定天氣條件下的示蹤試驗結果，本研究采用物聯(lián)網自動化遠程控制采樣系統(tǒng)進行捕捉。通過對CALPUFF 數值模擬結果與實測結果分析，說明大氣穩(wěn)定度分類結果及大氣擴散參數方案對數值模擬結果的影響。同時，本文結合大氣穩(wěn)定度判別指標提出一種擬合湍流大氣擴散參數方案，并通過統(tǒng)計驗證結果說明該方案模擬效果良好。

1 數值模式介紹

CALPUFF 模式主要由以下四部分模塊組成：資料準備前處理模塊（ 包括氣象和土地數據處理）、CALMET 氣象模塊、CALPUFF 擴散模塊、CALPOST 后處理模塊。

為了更精確的反映廠址中小尺度風場特征，本研究的地形數據選擇USGS30″分辨率資料，地表類型數據選用30 m 高分辨率資料。CALMET 模塊的氣象數據輸入方案采用廠址10 m 高度氣象觀測數據結合WRF 中尺度天氣預報模式（采用美國NCEP 全球再分析資料） 模擬的三維氣象場作為地面+高空氣象數據組合輸入方案。近地層風場設置為采用實測數據進行外推，通過CALMET模塊內構的動力學方程框架及多種物理參數化過程獲取精細化的空間網格氣象場及大氣穩(wěn)定度、混合層高度、莫寧-奧布霍夫長度等微氣象參數用于驅動CALPUFF 模塊計算污染物濃度。

CALMET 模式的大氣穩(wěn)定度分類方法為Pasquill-Gifford-Turner 體系方法（以下簡稱P-G-T分類法）[16] 。P-G-T 分類法分類結果受云量影響較大，而目前云量觀測站點分布較稀疏，要獲取有廠址代表性的云量數據難度較大，實際模擬時一般采用WRF 數值模擬的三維氣象場作為高空場（包括高空風、溫、壓、云量等數據） 輸入CALMET模式。除P-G-T 分類法外，常見的大氣穩(wěn)定度分類方法還有溫度梯度法、溫度梯度-風速法、風向脈動標準差法、邊界層湍流參量法等[17] 。在各穩(wěn)定度分類方法中，溫度梯度-風速法數據獲取方式相對簡單、精度要求不高，且兼顧了大氣熱力和動力的特征。根據相關規(guī)范，核電廠需開展廠址區(qū)域氣象梯度觀測，因此，溫度梯度-風速法一般被推薦作為核電廠址區(qū)域大氣穩(wěn)定度的分類方法。

CALPUFF 模塊提供5 種大氣擴散參數方案[18] ，包括微氣象方案、實測湍流方案、Pasquill-Gifford（PG）擴散參數方案（以下簡稱PG 方案）、MESOPUFFⅡ方案等，一般情況下多采用微氣象方案，若有現(xiàn)場實測湍流數據，可采用實測湍流方案反映廠址實際擴散特征，從偏保守角度考慮，PG大氣擴散參數為核電廠環(huán)評中常用的擴散參數。

本文采用CALPUFF V 6. 42 版本，主要模擬參數設置為：（1） 網格范圍為12 km×12 km，網格分辨率100 m;（2）釋放源參數采用示蹤試驗實際的釋放裝置口徑、煙氣出口速率、高度（采用塑料管釋放、釋放速率均勻、無機械及熱力抬升作用、海拔約60 m），釋放源強采用歸一化源強1 mg/ s;（3）由于CALMET 氣象場分辨率為1 小時，因此釋放的開始及結束時間選取最接近試驗時間的整點;（4）采用適用于局地尺度的Slug 煙團積分方案[18] ;（5） 分別采用微氣象方案、實測湍流方案、PG 方案3 種大氣擴散參數方案對模擬結果進行對比分析。

2 示蹤試驗概況

本次野外示蹤試驗區(qū)域為典型的沿海平坦地形廠址，東南側都為海洋，陸地主要在西南和西北側，廠址周邊最大地形高差僅約50 m，試驗在秋季進行，試驗期間主要盛行NNE 風向，示蹤試驗布點方案為由近及遠大致布設5 條采樣線，各弧線距離釋放點大致距離為1、2、3、5、7 km。圖1 給出示蹤試驗采樣點分布圖。本研究的示蹤試驗采用物聯(lián)網自動化遠程控制采樣系統(tǒng)，近年來采用類似系統(tǒng)開展研究的有Marco Falocchi 等人[19] 在意大利東北部山谷地形開展的野外示蹤采樣。每次試驗釋放SF₆總質量為30～ 40 kg，每次試驗完成三次采樣，每次采樣10 min，間隔5 min。示蹤氣體分析采用氣相色譜-電子捕獲檢測（GC-ECD）方法，所有采樣濃度結果歸一化為大氣彌散因子（s/ m³ ），檢出下限設為1×10^-8s/ m³ 。

示蹤試驗共完成19 次有效試驗，根據現(xiàn)場氣象觀測數據采用溫度梯度-風速法進行大氣穩(wěn)定度分類，氣象塔觀測數據采用每10 分鐘10 m 溫度、80 m 溫度、10 m 風速數據進行大氣穩(wěn)定度分類，觀測期間取權重大于80%的作為本次實驗的大氣穩(wěn)定度分類結果，若各穩(wěn)定度權重均小于80%，則取占比較大的兩個大氣穩(wěn)定度代表該實驗段存在大氣穩(wěn)定度變化。經統(tǒng)計，示蹤實驗期間共出現(xiàn)C 類3 次、D 類12 次、F 類1 次，D-C 類1次、D-B 類1 次、F-D 類1 次，覆蓋了不穩(wěn)定類、中性類、穩(wěn)定類天氣條件。

同時，在第5～18 次示蹤試驗期間開展了同步湍流觀測，觀測高度為廠址氣象塔10 m 高度，根據整點前30 分鐘數據計算出的湍流脈動標準差代表該時段的湍流特征值。由于廠址氣象站的海拔高度約30 m，廠址附近地形平坦，故本廠址氣象塔湍流觀測受下墊面影響較小，觀測到的湍流數據可代表本廠址周邊的大氣擴散特征。

3 大氣穩(wěn)定度分類結果分析

采用CALMET 模式自帶的P-G-T 分類法對各示蹤實驗時段的大氣穩(wěn)定度進行分類， 由于CALMET 采用的氣象數據為每小時準點數據，故統(tǒng)計時采用與實驗時段最接近的準點進行大氣穩(wěn)定度分類統(tǒng)計，若試驗時段內的大氣穩(wěn)定度分類有差異，則記錄大氣穩(wěn)定度的變化情況。表1 給出根據現(xiàn)場氣象觀測數據采用溫度梯度-風速法統(tǒng)計的穩(wěn)定度分類結果和CALMET 模式P-G-T 分類法大氣穩(wěn)定度分類結果的對比情況。由表1 可知，示蹤試驗期間兩種大氣穩(wěn)定度分類方法的分類結果大體一致，部分存在差異，值得關注的是第18次試驗模擬結果為D 類，而溫度梯度-風速法分類結果為F-D 類，且F 類持續(xù)1 小時以上，可認為本次實驗結果受穩(wěn)定類天氣條件影響較大。

考慮到示蹤試驗樣本數有限，為進一步分析上述兩種大氣穩(wěn)定度分類方法分類結果的規(guī)律，本文采用廠址地區(qū)氣象塔2018 年10 月整月的逐時觀測數據進行樣本統(tǒng)計，統(tǒng)計結果見表2。由表2 可知，P-G-T 分類法模擬結果中出現(xiàn)F 類穩(wěn)定度結果明顯較多，D 類穩(wěn)定度結果明顯偏少。這主要是由于P-G-T 分類法重點關注高空云量數據對穩(wěn)定度的影響，在原理上與溫度梯度-風速法不同，故分類結果存在一定差異。

4 模擬結果有效性分析為分析

各大氣擴散參數方案的模擬效果差異，本研究分別采用PG 方案、微氣象方案和實測湍流方案進行CALPUFF 數值模擬，分析各方案在不同大氣穩(wěn)定度分類結果下的模擬效果，并將模擬結果與示蹤試驗結果進行比較分析。

4. 1 模擬濃度場分布個例分析

圖2 和圖3 給出了數值模式劃分大氣穩(wěn)定度（P-G-T 分類法）和現(xiàn)場氣象觀測數據（溫度梯度-風速法）劃分大氣穩(wěn)定度結果相一致情況下，數值模擬結果與示蹤試驗結果對比圖（分別為第5 次、第10 次、第15 次試驗）。從濃度分布形態(tài)來看，實測湍流方案與微氣象方案模擬結果相對接近，PG方案模擬的濃度場分布較為長窄，在穩(wěn)定類天氣條件下PG 方案模擬濃度分布范圍明顯較實測濃度分布范圍小。同時，由圖3 可知，在不穩(wěn)定和中性天氣條件下，各方案與實測值偏差基本在2～3 倍左右;在穩(wěn)定類天氣條件下，PG 方案在近區(qū)濃度明顯較實測值偏大5～6 倍。出現(xiàn)上述結果主要是由于PG擴散參數的獲取基礎為近地面源的示蹤試驗，在應用于高架源時，往往其水平及垂直擴散參數σy 、σz值偏小[17] ，因而造成近區(qū)濃度相對偏大。

圖4 和圖5 給出兩種大氣穩(wěn)定度分類結果不一致時對比結果（示蹤試驗第18 次試驗）。由圖可知，實測湍流方案模擬結果與示蹤試驗實測值分布較為接近，在遠端有個大值區(qū)，具備典型的F類穩(wěn)定度條件下污染物濃度分布特征，即由于垂向擴散能力較弱，近區(qū)的污染物不能充分擴散至地面，而在相對遠的地方出現(xiàn)了大值區(qū);而微氣象方案和PG 方案則沒有模擬出該種濃度分布特征。

通過上述分析可知，在根據現(xiàn)場氣象觀測數據（溫度梯度-風速法）劃分為極穩(wěn)定的F 類大氣穩(wěn)定度條件下，若模擬大氣穩(wěn)定度（ P-G-T 分類法）為非穩(wěn)定類天氣，采用微氣象方案或PG 方案的模擬結果可能會與實際濃度分布結果有偏差，而采用實測湍流方案的模擬結果能更接近實測值。

4. 2 模擬結果定量統(tǒng)計分析

為了定量分析預測值與實測值偏離程度，本研究統(tǒng)計了四個指標，分別是相對偏差（FB）、歸一化均方誤差（NMSE）、2 倍差值比例（FAC₂）、3倍差值比例（FAC₃）。相關指標的定義如下：

考慮到示蹤試驗情景的復雜程度以及氣象條件的隨機波動等影響因素，下風向各弧線的峰值濃度隨距離變化的規(guī)律性更強，常作為數值模式檢驗評估的特征量[10-12] 。在核電廠環(huán)評及事故應急的實際應用中，下風向峰值濃度是“三關鍵” 分析及是否采取干預措施的重要判斷指標。綜合上述原因，本研究選取各次試驗中下風向各采樣弧線的峰值濃度作為特征量來定量評估模擬效果。

Hanna 等[20-22] 綜合考慮試驗情景復雜程度、源項不確定性以及氣象條件的隨機波動等影響因素，在不要求模擬值和實測值在時間和空間上一一對應的條件下，推薦了下列描述環(huán)境模型模擬性能的可接受標準，即模擬偏差在2 倍以內份額高于50% （ FAC2 ≥ 0. 5）， 相對偏差在30% 內（-0. 33

結合表3 和表4 的評估結果總體來看，實測湍流方案的模擬效果最好，各統(tǒng)計指標均能滿足評價指標，這與朱好等人[10] 在復雜地形條件下開展的CALPUFF 模擬值與示蹤試驗實測值對比研究結果總體上是一致的，即采用了實測湍流數據的模擬結果更接近實測值。

從區(qū)分大氣穩(wěn)定度分類結果是否一致的評估結果來看，在大氣穩(wěn)定度分類結果一致時，實測湍流方案各項統(tǒng)計指標均能滿足評估指標，且效果最好;微氣象方案的相關統(tǒng)計評估指標與實測湍流方案相對接近，大體上能達到或接近評估指標;PG 方案的FAC₂和FAC₃均沒有滿足評估指標。在大氣穩(wěn)定度分類結果不一致時，實測湍流方案相對其他兩個方案優(yōu)勢明顯，均能滿足評估指標，且表4 中實測湍流方案的FAC₂及FAC₃相對表3中的數值降幅較小;表4 中微氣象方案與PG 方案的FAC₂和FAC₃均沒有滿足評價指標，且表4 中這兩種方案的FAC₂和FAC₃相對表3 中的降幅較大。

根據CALPUFF 模式模擬的基本濃度方程可知[18] ，影響某個接受點濃度主要的因子是大氣擴散參數，不同大氣擴散參數方案的模擬結果出現(xiàn)差異本質是由于獲取大氣擴散參數的方法不同。通過研究三種大氣擴散參數方案的機理及其與大氣穩(wěn)定度的關系，實測湍流方案是通過三維超聲儀觀測到的湍流特征量作為大氣擴散參數輸入模式模擬進行模擬。經統(tǒng)計分析可知，大氣越穩(wěn)定，觀測到的湍流特征量越小，反之越大;微氣象方案是CALPUFF 模式通過相似理論采用微氣象參數（莫寧-奧布霍夫長度、摩擦速度等）計算獲取大氣擴散參數的，計算時采用了一系列復雜的迭代公式[18] ，對于穩(wěn)定類和非穩(wěn)定類大氣穩(wěn)定度條件下所采用的計算公式是不同的，大氣越穩(wěn)定，對應公式計算出的大氣擴散參數值越小，反之越大;PG方案則為一套基于大量實驗數據的大氣擴散參數經驗值，其選取方法直接受大氣穩(wěn)定度分類結果影響，故可能無法精確反映廠址的特征大氣擴散條件。在氣象塔實測數據和CALMET 模擬大氣穩(wěn)定度分類結果相同時，CALMET 模擬獲取的微氣象參數基本能匹配當時的氣象條件，從而通過微氣象方案計算出的大氣擴散參數與實測值接近;反之若兩種大氣穩(wěn)定度分類結果不同，則相關微氣象參數可能與實際情況有偏差，造成大氣擴散參數的偏差，最終可能導致模擬濃度結果的明顯差異，本次實驗發(fā)現(xiàn)這種差異在極穩(wěn)定類天氣中表現(xiàn)的相對明顯。

5 擬合湍流方案及模擬效果分析

從目前湍流數據的實際應用來看，廠址湍流觀測一般在全年典型季節(jié)開展，采用有代表性時段的湍流數據來分析廠址的大氣擴散特征，一般不開展全年實時湍流觀測。為了獲取更多能代表廠址一般特征的湍流數據用于提高模式模擬效果，本文提出一種通過廠址氣象塔實測的常規(guī)氣象數據擬合湍流脈動標準差進行數值模擬的方案，即擬合湍流方案。

根據吳艷標等[23] 的研究成果，湍流脈動標準差σ_v、σ_w與風速有較明顯的線性關系，但隨穩(wěn)定度增加，其線性關系逐漸減弱。因此，本文引入另一個指示大氣穩(wěn)定條件的特征量溫度梯度進行線性方程的擬合，以提高擬合效果。利用本次示蹤試驗期間湍流觀測的σ_v、σ_w與現(xiàn)場氣象觀測數據得到的溫度梯度、風速進行二元線性回歸擬合，其基本方程形式為：

根據皮爾遜相關系數度量指標，相關系數R在0. 8～1. 0 為極強相關，0. 6 ～ 0. 8 為強相關。由表5 可知，在不穩(wěn)定類和中性類條件下擬合方程的相關系數達到極強相關（0. 8 ～ 1. 0），在穩(wěn)定類條件下擬合方程的相關系數達到或接近于強相關（0. 6～0. 8），說明上述方程擬合出的湍流脈動標準差在統(tǒng)計學上具有一定的可靠性。采用前文所述各統(tǒng)計指標驗證擬合湍流方案在數值模式應用的可靠性，表6 給出擬合湍流方案、實測湍流方案、微氣象方案統(tǒng)計分析結果。

由表6 可知，擬合湍流方案模擬效果也均滿足評估指標，其總體模擬效果好于微氣象方案，略差于實測湍流方案，說明擬合湍流方案也能較好的應用于CALPUFF 模式模擬中。

綜合上述分析結果，采用擬合湍流方法獲取的回歸方程系數A₁、A₂ 、A₃ 可在非湍流觀測時段擬合適用于本廠址的湍流特征值，并用于CALPUFF模式的大氣擴散參數輸入。

6 結論與建議

本文采用CALPUFF 中三種不同大氣擴散參數方案模擬某沿海平坦地區(qū)大氣污染物濃度擴散，并將模擬結果與不同大氣穩(wěn)定度條件下的示蹤試驗結果進行比較，得出以下結論：

1）實測湍流方案的模擬效果受大氣穩(wěn)定度分類結果的影響較小，模擬效果是三種大氣擴散參數方案中最好的。

2）模式模擬的大氣穩(wěn)定度分類結果與基于氣象塔實測數據的大氣穩(wěn)定度分類結果一致時，微氣象方案模擬效果略差于實測湍流方案，好于PG方案。

3）在環(huán)評重點關注的不利天氣條件下（穩(wěn)定類天氣），采用微氣象方案或PG 方案的模擬結果可能會與實際濃度分布結果有偏差，而采用實測湍流方案的模擬結果能更接近實際濃度分布。

4）為解決長期實測湍流數據不易獲取的問題，本文提出了一種基于廠址氣象塔常規(guī)觀測氣象數據的擬合湍流方案，通過該方案獲取了適用于本廠址的湍流特征值回歸方程系數，統(tǒng)計評價指標表明，擬合的湍流值應用在 CALPUFF 模式中模擬效果良好，可作為缺少模擬時段實測湍流數據但有代表時段湍流數據時的一種大氣擴散參數方案，對于提高核電廠大氣擴散模擬效果具有一定的實用意義。

針對實際觀測與數值模擬獲取的大氣穩(wěn)定度有較大差異的其他情形，建議在后續(xù)研究中可結合現(xiàn)場示蹤實驗及湍流觀測成果對數值模式的大氣擴散參數方案的適用性作進一步分析論證，以達到最優(yōu)的模擬效果。