云量數(shù)據(jù)選用對AERMOD模式預測結(jié)果影響的差異性分析

張瑞欣， 仝紀龍， 潘 峰， 杜 超

（蘭州大學大氣科學學院， 甘肅 蘭州 730000）

0 引言

為提高環(huán)境影響預測結(jié)果的準確性HJ 2.2—2008《環(huán)境影響評價技術(shù)導則—大氣環(huán)境》[1]在推薦模式清單中引入了較高精度的大氣環(huán)境影響預測模式—AERMOD模式。由于空氣中污染物濃度的時空分布和變化與氣象條件密切相關(guān)[2]，因此，在使用AERMOD模式進行環(huán)境影響預測時需輸入評價地的地面氣象觀測數(shù)據(jù)，模式運行需要5個必須的氣象要素，包含風向、風速、總云量、低云量、干球溫度[3]，這些最基本的氣象要素將直接影響到污染物的擴散方向和擴散參數(shù)，其中總云量與低云量必須輸入實測值數(shù)據(jù)[4-6]。而中央氣象局最新頒布的《地面氣象觀測業(yè)務(wù)調(diào)整技術(shù)規(guī)定》對氣象觀測業(yè)務(wù)進行了調(diào)整，即一般站取消云量、云高、云狀觀測?；鶞收尽⒒菊颈Ａ粼屏?、云高觀測，取消云狀觀測[7]。目前，我國基準站和基本站雖可提供云量觀測資料，但因各測站之間距離相隔較遠，布站密度并不完全能滿足導則對于地面氣象站距項目所在地小于50 km的要求[8]，一般自動站云量觀測數(shù)據(jù)缺失，這就給環(huán)評工作的開展帶來了不便。在使用AERMOD進行環(huán)境影響預測過程中，模式所需的總云量數(shù)據(jù)可以通過衛(wèi)星數(shù)據(jù)的反演獲得，劉健等[9]利用自行研發(fā)的云檢測算法及云量計算方法，計算得到的衛(wèi)星總云量與地面觀測總云量的月間平均相關(guān)系數(shù)大于0.70。劉瑞霞等[10]將ISCCP與常規(guī)觀測資料進行對比，發(fā)現(xiàn)7月二者具有較好的一致性，同時，7月ISCCP總云量精度高于1月。上述研究均表明：盡管觀測手段和資料處理方法不同，但衛(wèi)星數(shù)據(jù)反演得到的總云量與常規(guī)觀測的總云量之間有很好的一致性，可以反映當?shù)氐目傇屏刻卣?。相較于總云量數(shù)據(jù)評價地的低云量數(shù)據(jù)獲取難度較大，李傳豐[11]分析了地表氣象參數(shù)、高空氣象參數(shù)對AERMOD運行結(jié)果的影響，結(jié)果表明：低云量發(fā)生變化時，顯熱通量、地面摩擦速度、對流速度、對流高度城市邊界層高度層、湍流高度生成邊界層高度層和長度也會隨著變化。因此，研究低云量數(shù)據(jù)對AERMOD模式預測結(jié)果的影響具有重要的現(xiàn)實意義。

針對目前一般地面氣象站低云量觀測數(shù)據(jù)獲取難度的問題，本文以云量數(shù)據(jù)的選取為研究對象,采用單因子分析法，在源強參數(shù)和地形條件一定的情況下，使用地面氣象觀測站逐日逐次的氣象觀測數(shù)據(jù)，分別在有低云量數(shù)據(jù)和無低云量數(shù)據(jù)2種情形下，利用AERMOD模式預測模擬點源和面源的環(huán)境影響，并定量化的說明云量數(shù)據(jù)的選取對模式預測結(jié)果的影響程度，為今后在低云量觀測數(shù)據(jù)不易獲取的情況下使用AERMOD模式開展環(huán)境影響預測工作提供一些參考。

1 實驗設(shè)置

采用單因子分析法，在復雜地形條件下，給定模式其他參數(shù)主要研究云量數(shù)據(jù)選取對AERMOD模式點源和面源預測結(jié)果的影響，具體預測方案及模式參數(shù)設(shè)計見表1～表4。

1.1 預測方案

本次研究共設(shè)置4種方案，詳見表1。

表1 預測方案設(shè)置

其中方案1為方案3的對比方案，方案2為方案4為對比方案。

1.2 AERMOD 模式參數(shù)選取

1.2.1 污染源參數(shù)

選取SO2和NO2為污染因子，污染源排放基本參數(shù)見表2和表3。方案1與方案3，方案2與方案4的污染源參數(shù)設(shè)置相同。

表2 點源排放參數(shù)

表3 面源排放參數(shù)

1.2.2 地面氣象數(shù)據(jù)

地面氣象數(shù)據(jù)采用距污染源最近氣象站2015年全年逐日逐次的氣象觀測數(shù)據(jù)，主要包含每日8次（02，05，08，11，14，17，20，23 時）地面風速、風向、總云量、低云量、干球溫度觀測資料，經(jīng)AERMOD模式氣象處理預模塊插值成每日24次的地面氣象數(shù)據(jù)。其中，春（3，4，5 月）、夏（6，7，8 月）、秋（9，10，11月）、冬(12，1，2月)低云量與總云量平均比例分別為：0.25，0.52，0.41 和 0.37，由此可知，低云量在一年四季中與總云量的比例存在較為顯著的差異。另外，該氣象站距污染源的距離小5 km,氣象站所在地地表特征與預測點基本一致，數(shù)據(jù)具有良好的代表性。

1.2.3 高空氣象數(shù)據(jù)

高空氣象數(shù)據(jù)采用美國懷俄明州大學站點提供的距污染源最近探空站的探空數(shù)據(jù)。主要包括2015年全年逐日0和12時的探空數(shù)據(jù)層數(shù)、氣壓、離地高度、干球溫度、露點溫度、風速、風向等項。探空站點與預測點間距離小于50 km，探空數(shù)據(jù)滿足HJ 2.2—2008《環(huán)境影響評價技術(shù)導則—大氣環(huán)境》要求。

1.2.4 地形數(shù)據(jù)

本次預測模擬采用USGS(美國地質(zhì)調(diào)查局)DEM地形高程數(shù)據(jù)，地形數(shù)據(jù)精度為90 m×90 m。

1.3 計算點選取

為更準確的得到低云量數(shù)據(jù)對AERMOD模式預測結(jié)果的影響，本次研究共選取了12個計算點，分布在污染源的不同方位，且距污染源的距離有顯著差異。計算點具體方位及參數(shù)見表4。

表4 計算點參數(shù)

2 模式預測結(jié)果對比

本研究采用占標率的變化幅度和柱狀圖對比的方法，將2組實驗的結(jié)果進行對比分析，再利用符合度指數(shù)說明2組實驗預測結(jié)果的符合程度。

2.1 占標率變化幅度

式中：Pi為方案 3，4的預測值；Qi為對比方案 1，2的預測值。

本次實驗對比所用的標準值均取GB 3095—2012《環(huán)境空氣質(zhì)量標準》中的二級標準限值。

2.1.1 實驗1占標率的變化幅度

實驗1各計算點SO2，NO2小時、日均、年均濃度最大值占標率變化幅度見表5。

表5 實驗1各計算點SO2，NO2小時、日均、年均濃度最大值占標率變化幅度%

由表5可知，2種污染物在各個計算點的小時、日均、年均濃度最大值占標率的變化幅度均很小,除計算點5 h濃度占標率變化幅度外，其余占標率變化幅度均在1%以內(nèi)，說明無云量數(shù)據(jù)對點源預測結(jié)果幾乎沒有影響。其中：①SO2，NO2小時濃度占標率變化幅度除計算點5外均在-0.02%～0.16%范圍之內(nèi)。在計算點5處SO2，NO2小時濃度的變化幅度分別為 4.58%，4.71%； ②SO2，NO2日均濃度占標率變化幅度范圍分別為 0% ～ 0.06%，0% ～ 0.09%；2 種污染物年均濃度占標率變化幅度范圍分別為0%～0.09%，0% ～ 0.05%。

2.1.2 實驗2占標率的變化幅度

實驗2各計算點SO2，NO2小時、日均、年均濃度最大值占標率變化幅度見表6。

表6 實驗2各計算點SO2，NO2小時、日均、年均濃度最大值占標率變化幅度%

由表6可知，除計算點6 NO2年均濃度占標率變化幅度為4.05%外，2種污染物在各個計算點的小時、日均、年均濃度最大值占標率的變化幅度均在3%以內(nèi),因此，有低云量數(shù)據(jù)對面源預測結(jié)果的影響不大。其中：①SO2，NO2小時濃度占標率變化幅度均在-0.33% ～ 0.09%，-1.04% ～ 0.17%范圍之內(nèi)；SO2，NO2日均濃度占標率變化幅度范圍分別為-1.08% ～ 1.37%，-2.59% ～ 2.47%；SO2，NO2年均濃度占標率變化幅度范圍分別為-2.76%～1.25%，-4.05%～1.82%；②結(jié)合表5分析可知，無低云量數(shù)據(jù)時，面源預測濃度在各個計算點占標率的變化幅度比點源更顯著，這是由于面源多為無組織排放，排放高度較低，受近地面層影響較大，而AERMET氣象預處理模塊在近地面層利用云量數(shù)據(jù)計算近地面層擴散參數(shù)[12]，從而對模式的面源預測結(jié)果影響較大。

2.2 預測結(jié)果柱狀圖對比

2.2.1 實驗1預測結(jié)果柱狀圖對比

方案1與方案3預測結(jié)果對比見圖1。

圖1 方案1與方案3預測結(jié)果對比

通過方案1和方案3預測結(jié)果的對比，我們可以看出對于點源的預測，計算點5 SO2小時濃度最大值變化最為顯著，約為0.02 mg/m3。其余各點無低云量數(shù)據(jù)時SO2，NO2小時、日均、年均濃度最大值均無顯著變化。

2.2.2 實驗2預測結(jié)果柱狀圖對比

方案2與方案4預測結(jié)果對比見圖2。

圖2 方案2與方案4預測結(jié)果對比

從方案2和方案4預測結(jié)果的對比中可以看出，對于面源的預測，無低云量數(shù)據(jù)時12個計算點的小時濃度最大值均無顯著變化，從日均濃度最大值的變化來看，無低云量數(shù)據(jù)時計算點4的SO2，NO2日均濃度最大值變化較大，分別約為 0.03，0.04 mg/m3；從年均濃度最大值的變化來看，無低云量觀測數(shù)據(jù)時計算點10的SO2，NO2年均濃度最大值變化較大，分別約為 6.0 × 10-5， 2.0 × 10-5mg/m3。

2.3 符合度指數(shù)

為進一步說明有無低云量數(shù)據(jù)對模式預測結(jié)果的影響，引入符合度指數(shù)的概念。符合度指數(shù)（d）由（2）式定義,其值在 0.0 與 1.0 之間變化,d越接近于1.0表明模式的預測結(jié)果越吻合[13]。

式中：Pi為方案 3，4 的預測值；Qi為對比方案 1，2 的預測值；為對比方案的平均值；N為為計算點總數(shù)，12。

在本次研究中，分別利用實驗1與實驗2在12個敏感點處得到的預測值計算符合度指數(shù)，結(jié)果見表7。d越小說明有低云數(shù)據(jù)和無低云數(shù)據(jù)2種情形下模式估算值之間的差異越小，低云量數(shù)據(jù)對模式預測結(jié)果的影響越小。

表7 不同情形下的d值

由表7可知，對于點源，除SO2小時濃度符合度指數(shù)為0.967 7外，其余情形下，符合度指數(shù)均大于0.99，進一步說明無低云量數(shù)據(jù)時，AERMOD模式對點源的預測結(jié)果基本無影響。SO2小時濃度符合度指數(shù)相對較低是因為受到計算點5的影響。

對于面源，模式預測的2種污染物小時、日均、年均濃度符合度指數(shù)均大于0.99，低云量對面源的預測結(jié)果影響很小。但從點源與面源符合度指數(shù)整體的對比上來看，低云量數(shù)據(jù)對面源預測結(jié)果的影響略大于點源。

3 結(jié)論

本文采用單因子分析法，選取SO2和NO22種污染物,設(shè)計了2組實驗分別探討了云量數(shù)據(jù)的選取對AERMOD模式點源和面源預測結(jié)果的影響。通過對實驗1與實驗2結(jié)果的分析，可以看出：

（1）對于點源，從柱狀圖可以看出，無低云量數(shù)據(jù)與有低云量數(shù)據(jù)2種情形下，SO2和NO2在12個計算點的小時、日均、年均濃度最大值均沒有明顯差別。結(jié)合2種情形下占標率變化幅度的分析，2種污染物的小時、日均、年均濃度占標率變化幅度均在1%以內(nèi)，無顯著變化，其中，SO2小時濃度占標率變化幅度在計算點5處分別為4.58%，4.71%。另外，2種污染物在有低云量觀測資料與無低云量觀測資料情況下預測結(jié)果的符合度指數(shù)分別在0.967 7～0.999 9，0.991 9 ～ 0.999 9 范圍之內(nèi)，預測結(jié)果符合程度很高。

（2）對于面源，從預測結(jié)果柱狀圖上的對比上可以看出無低云量數(shù)據(jù)與有低云量數(shù)據(jù)時，除計算點6 NO2年均濃度占標率變化幅度為4.05%外，2種污染物在各個計算點的小時、日均、年均濃度最大值占標率的變化幅度均在3%以內(nèi)。從符合度指數(shù)來看，SO2和NO2模式預測結(jié)果的符合度指數(shù)分別在0.998 4～0.999 8，0.998 4 ～ 0.999 6 范圍之內(nèi)，因此，低云量數(shù)據(jù)對模式面源預測結(jié)果影響不大。

（3）從方案1與方案3，方案2與方案4各計算點小時、日均、年均濃度最大值占標率變化幅度和符合度指數(shù)來看，整體上無低云量數(shù)據(jù)對面源的影響大于點源，這是由于面源多為無組織排放，排放高度較低，受近地面層影響較大，而模式氣象預處理模塊在近地面層是利用云量數(shù)據(jù)推導邊界層擴散參數(shù)的，從而導致了低云量數(shù)據(jù)的缺失對面源的預測結(jié)果影響較為顯著。

綜上所述，運用AERMOD模型進行點源和面源預測時，在保證使用總云量數(shù)據(jù)的情況下，無低云量數(shù)據(jù)對模式預測結(jié)果的影響很小，可以忽略不計。