AERMOD模型地表參數(shù)更新對(duì)模擬效果影響

王成鑫,楚英豪,阮建輝,桑敏捷,程 吉,吳成志,伯 鑫

AERMOD模型地表參數(shù)更新對(duì)模擬效果影響

王成鑫1,楚英豪1,阮建輝2,桑敏捷3,程 吉4,吳成志4,伯 鑫5,6*

(1.四川大學(xué)建筑與環(huán)境學(xué)院,四川 成都 610065；2.北京化工大學(xué)經(jīng)濟(jì)管理學(xué)院,北京 100029；3.河北科技大學(xué)環(huán)境科學(xué)與工程學(xué)院,河北 石家莊 050018；4.三捷環(huán)境工程咨詢(杭州)有限公司,浙江 杭州 310012；5.北京化工大學(xué)環(huán)境科學(xué)與工程系,北京 100029；6.北京化工大學(xué),北化中國(guó)工業(yè)碳中和研究院,北京 100029)

基于2018年高分辨率土地利用數(shù)據(jù),對(duì)2012版AERSURFACE集成系統(tǒng)進(jìn)行了更新,以滄州市合圍區(qū)為例,研究了地表參數(shù)更新對(duì)AERMOD模型模擬效果的影響,并利用滄州市大氣環(huán)境監(jiān)測(cè)系統(tǒng)(國(guó)控站、省控站、微站)進(jìn)行了驗(yàn)證.結(jié)果表明,AERSURFACE集成系統(tǒng)土地利用數(shù)據(jù)更新可為AERMOD模型提供更準(zhǔn)確的地表參數(shù),使得模擬結(jié)果與實(shí)測(cè)值的相關(guān)系數(shù)提升,對(duì)國(guó)控站日均值和小時(shí)值年相關(guān)系數(shù)最大提升值分別為0.073和0.024;從統(tǒng)計(jì)學(xué)角度分析,該提升顯著,使模型模擬結(jié)果與實(shí)測(cè)值的變化趨勢(shì)更加一致,說(shuō)明地表參數(shù)更新對(duì)模型模擬具有正向作用.從時(shí)間尺度上看,土地利用數(shù)據(jù)更新對(duì)冬、春季的模擬效果提升比夏季更大;對(duì)日均值的模擬效果提升比小時(shí)值更大.

AERSURFACE；AERMOD；地表參數(shù)；土地利用數(shù)據(jù)

作為我國(guó)大氣環(huán)評(píng)導(dǎo)則(HJ 2.2-2018)[1]推薦的大氣預(yù)測(cè)模式,AERMOD模型不僅被廣泛應(yīng)用于大氣環(huán)評(píng)中的污染物擴(kuò)散模擬、大氣防護(hù)距離計(jì)算等方面[2-7],國(guó)內(nèi)外學(xué)者還探索了AERMOD模型在放射性核素?cái)U(kuò)散、排氣筒高度分析、環(huán)境健康風(fēng)險(xiǎn)評(píng)估、城市大氣污染物空間分布、企業(yè)布局選址、大氣污染預(yù)報(bào)等方向的應(yīng)用[8-14].

AERMOD模型是由主程序模塊AERMOD和2個(gè)預(yù)處理模塊AERMET、AERMAP構(gòu)成的大氣擴(kuò)散模型[3].AERMET模塊的作用是基于地面氣象數(shù)據(jù)、高空氣象數(shù)據(jù)和地表參數(shù),計(jì)算AERMOD所需邊界層參數(shù)[4].AERMET模塊需要輸入的地表參數(shù)包括地表粗糙度、正午反照率和波文比3個(gè)參數(shù),其中地表粗糙度指平均水平風(fēng)速為0處的高度,是表征機(jī)械湍流大小的變量;反照率指太陽(yáng)輻射通過(guò)地表反射回去的比例;波文比是感熱通量和潛熱通量之比,波文比越大,空氣穩(wěn)定度越低,這3個(gè)參數(shù)是模型計(jì)算邊界層條件的重要依據(jù),其準(zhǔn)確與否影響著模型的模擬效果.在實(shí)際應(yīng)用中,地表參數(shù)多是通過(guò)人工判定模擬區(qū)域的土地使用情況等來(lái)確定,這一主觀判斷過(guò)程導(dǎo)致不同的人確定的地表參數(shù)存在差異,最終影響AERMOD的模擬結(jié)果[15].2013年,本文前期研究基于美國(guó)EPA開(kāi)發(fā)的AERSURFACE系統(tǒng),結(jié)合2012年中國(guó)高分辨率土地利用數(shù)據(jù),建立了具有中國(guó)本土化特征的AERSURFACE集成系統(tǒng),為獲取客觀的地表參數(shù)提供了途徑[15].但是,隨著我國(guó)城市化、工業(yè)化進(jìn)程的不斷推進(jìn),我國(guó)土地在使用類型上也在發(fā)生著演變,基于2012年的土地利用數(shù)據(jù)計(jì)算的地表參數(shù)已不能準(zhǔn)確的反應(yīng)當(dāng)前的地表特征.此外,國(guó)內(nèi)當(dāng)前針對(duì)AERMOD的研究主要關(guān)注模型的應(yīng)用研究,較少涉及模型的模擬結(jié)果與實(shí)測(cè)數(shù)據(jù)的驗(yàn)證分析,并且驗(yàn)證時(shí)采用的觀測(cè)點(diǎn)位較少,無(wú)法全面客觀評(píng)價(jià)模型的模擬結(jié)果[16-18].

鑒于此,本研究以滄州市高速合圍區(qū)(簡(jiǎn)稱合圍區(qū))為例,采用合圍區(qū)內(nèi)大氣污染源PM10排放清單作為輸入源強(qiáng),分別基于2012、2018兩套地表參數(shù),將氣象數(shù)據(jù)處理成適用于AERMOD的邊界層參數(shù),利用AERMOD模型分別對(duì)兩個(gè)情景進(jìn)行了模擬,分析了合圍區(qū)大氣污染源對(duì)周邊大氣環(huán)境的貢獻(xiàn)情況;同時(shí),基于合圍區(qū)內(nèi)378個(gè)監(jiān)測(cè)站點(diǎn)的2018年實(shí)測(cè)數(shù)據(jù)(370個(gè)微站、4個(gè)省控站和4個(gè)國(guó)控站),對(duì)模擬結(jié)果進(jìn)行驗(yàn)證,分析了地表參數(shù)更新對(duì)AERMOD模擬效果的影響.

1 研究方法

1.1 研究對(duì)象及數(shù)據(jù)來(lái)源

本文研究區(qū)域位于河北省滄州市,為滄州市石黃高速、京臺(tái)高速、滄廊(京滬)高速合圍的滄州市中心城區(qū),包括新華區(qū)、運(yùn)河區(qū)以及滄縣、青縣的部分區(qū)域.滄州市為河北省第三大城市,2020年常駐人口730萬(wàn)人,全年生產(chǎn)總值3699.9億元,同時(shí)也是京津冀大氣污染傳輸通道城市[19].滄州市在大氣環(huán)境治理的進(jìn)程中,建立了涵蓋國(guó)控站、省控站、微站的大氣環(huán)境監(jiān)測(cè)體系[20],為驗(yàn)證本文結(jié)果,獲取了滄州市合圍區(qū)2018年378個(gè)站點(diǎn)監(jiān)測(cè)數(shù)據(jù),包括370個(gè)微站、4個(gè)省控站和4個(gè)國(guó)控站(分布見(jiàn)圖1(a)).為控制兩情景在模型設(shè)置時(shí)僅有地表參數(shù)不同,本研究?jī)汕榫拔廴疚锱欧徘鍐尉捎脺嬷菔?018年大氣污染源排放清單中合圍區(qū)部分,PM10排放總量13686.8t,約占2018年滄州全市PM10排放量的0.55%,包括工業(yè)源、生物質(zhì)燃燒、道路揚(yáng)塵等8種源類排放的PM10,各類源PM10排放量見(jiàn)表1[21],工業(yè)源是合圍區(qū)PM10的主要來(lái)源,在合圍區(qū)總量中占比49.35%,其次為民用燃燒源、道路揚(yáng)塵(僅含合圍區(qū)內(nèi)主干道揚(yáng)塵),分別占比21.08%與18.27%,其他污染源的累計(jì)貢獻(xiàn)僅占11.31%,PM10源強(qiáng)的空間分布見(jiàn)圖1(b).

1.2 AERSURFACE系統(tǒng)概述

圖1 滄州市合圍區(qū)監(jiān)測(cè)站點(diǎn)分布(a)與PM10源強(qiáng)分布(b)

2008年,美國(guó)EPA開(kāi)發(fā)了AERSURFACE模式,為AERMOD模型模擬提供了更加科學(xué)的地表參數(shù)計(jì)算方法[22].2013年,為解決AERSURFACE模式在我國(guó)高分辨率土地利用數(shù)據(jù)識(shí)別和參數(shù)設(shè)置上的差異性問(wèn)題[23],本團(tuán)隊(duì)伯鑫等開(kāi)發(fā)了AERSURFACE集成系統(tǒng),為眾多環(huán)評(píng)項(xiàng)目地表參數(shù)計(jì)算提供了支撐[24].本文對(duì)集成系統(tǒng)所使用的土地利用數(shù)據(jù)由2012年更新到2018年.

利用配對(duì)樣本檢驗(yàn)方法,對(duì)兩種模擬情境下,小時(shí)尺度和日均尺度的120個(gè)站點(diǎn)的全年相關(guān)系數(shù)進(jìn)行了顯著性檢驗(yàn),檢驗(yàn)結(jié)果見(jiàn)表8,在=0.05時(shí),對(duì)于小時(shí)和日均尺度的檢驗(yàn),均滿足0.01,說(shuō)明在土地利用數(shù)據(jù)更新前后,兩情景對(duì)站點(diǎn)的模擬值與實(shí)測(cè)值之間的相關(guān)系數(shù)在統(tǒng)計(jì)學(xué)意義上顯著提高.表明2018年高分辨率土地利用數(shù)據(jù)更好反應(yīng)實(shí)際的下墊面情況,使得模擬結(jié)果與實(shí)際監(jiān)測(cè)值的變化趨勢(shì)更加一致,提升了模型模擬效果.

表1 滄州市合圍區(qū)2018年P(guān)M10源強(qiáng)

本研究基于不同的地表參數(shù),設(shè)置2個(gè)模擬情景,除地表參數(shù)外,兩情景參數(shù)設(shè)置完全一致.模擬區(qū)域?yàn)闇嬷菔泻蠂鷧^(qū)外接長(zhǎng)25km′寬23km的矩形范圍,網(wǎng)格受體格距為500m′500m,離散敏感受體即滄州市378個(gè)空氣站點(diǎn).排放源類型包括點(diǎn)源、面源以及線源,模型使用的氣象、地表參數(shù)及地形設(shè)置見(jiàn)表3.

2.2.1 國(guó)控站模擬效果分析 相比于省控站、微站數(shù)據(jù),國(guó)控站數(shù)據(jù)質(zhì)量更高,將兩情景下合圍區(qū)PM10對(duì)國(guó)控站的貢獻(xiàn)進(jìn)行了對(duì)比(表7),以滄縣城建局站為例,繪制了兩情境對(duì)國(guó)控點(diǎn)貢獻(xiàn)情況的時(shí)間序列圖(圖3).從圖中可以看出,在氣象條件等因素不發(fā)生改變的情況下,改變地表參數(shù)對(duì)模擬結(jié)果的影響較小,兩情景對(duì)國(guó)控點(diǎn)貢獻(xiàn)的趨勢(shì)一致,貢獻(xiàn)濃度接近,兩情景的日均模擬值年平均變化率在-3.32%.相關(guān)系數(shù)上,各站點(diǎn)2018年模擬結(jié)果同實(shí)測(cè)值的相關(guān)系數(shù)較2012年情景都有所提升,說(shuō)明土地利用數(shù)據(jù)更新對(duì)模型模擬效果有所提升;而在提升程度上,日均值的提升較小時(shí)值的提升更大,3站點(diǎn)中,電視轉(zhuǎn)播站日均值相關(guān)系數(shù)的提升最大,為0.073.

表2 2012、2018版地表參數(shù)對(duì)比

1.3 模擬設(shè)置

為探究地表參數(shù)更新前后對(duì)模擬效果的影響,本文以滄州市合圍區(qū)為例,基于2012、2018版的地表參數(shù),設(shè)置了2種模擬情景進(jìn)行驗(yàn)證.AERSURFACE模式設(shè)置時(shí),時(shí)間尺度上按照春(3、4、5月)夏(6、7、8月)秋(9、10、11月)冬(12、1、2月)劃分,空間尺度上以研究區(qū)域內(nèi)源強(qiáng)集中區(qū)域的中心位置為中心參考點(diǎn)(同時(shí)該點(diǎn)也位于模擬區(qū)域的中部區(qū)域,代表性較好),自0°～360°將周邊區(qū)域劃分為12個(gè)30°的扇區(qū).兩情景地表參數(shù)如表2,地表參數(shù)更新前后,主要有如下差異:①波文比整體變大,其中以春季變化最大,通過(guò)對(duì)比參考點(diǎn)周邊土地利用數(shù)據(jù),發(fā)現(xiàn)18年與12年的主要差別是居民區(qū)(波文比1.5)占比提高,行栽作物(波文比0.3～0.7,春季為0.3)占比降低,導(dǎo)致AERSURFACE集成系統(tǒng)計(jì)算的波文比變大特別是春季的差異最大;根據(jù)波文比對(duì)空氣穩(wěn)定狀況影響關(guān)系,波文比變大,將導(dǎo)致區(qū)域感熱交換加強(qiáng),空氣變得不穩(wěn)定.②各季度第10扇區(qū)粗糙度由0.63提升至1.0,對(duì)比該扇區(qū)土地利用數(shù)據(jù)發(fā)現(xiàn)是因?yàn)?8年城市居民區(qū)比例提高,水體占比降低,導(dǎo)致計(jì)算的粗糙度變大;粗糙度變大對(duì)近地面空氣的影響表現(xiàn)為空氣與地面的摩擦增強(qiáng),導(dǎo)致近地面風(fēng)速降低,影響邊界層的穩(wěn)定性[25].

作業(yè)布置的“尺度”指數(shù)量限度、時(shí)間長(zhǎng)度、知識(shí)跨度、難易程度。要實(shí)現(xiàn)最佳的教學(xué)效果，必須協(xié)調(diào)好四者之間的關(guān)系，將“度”控制在一個(gè)合理的水平上，促進(jìn)學(xué)生學(xué)習(xí)質(zhì)量和學(xué)習(xí)素養(yǎng)的提高。

表3 模型數(shù)據(jù)設(shè)置

1.4 模型驗(yàn)證

使用滄州市370個(gè)環(huán)境空氣質(zhì)量微站逐時(shí)監(jiān)測(cè)數(shù)據(jù),但因各微站運(yùn)維情況不同,部分站點(diǎn)數(shù)據(jù)存在較多缺失,無(wú)法支撐驗(yàn)證使用;因此對(duì)微站數(shù)據(jù)進(jìn)行了質(zhì)控,數(shù)據(jù)質(zhì)控主要考慮數(shù)據(jù)量問(wèn)題,以全年有效數(shù)據(jù)量達(dá)90%作為篩選標(biāo)準(zhǔn),經(jīng)質(zhì)控后最終篩選出含國(guó)控站、省控站以及微站共120個(gè)站點(diǎn)的數(shù)據(jù)用作模型驗(yàn)證.

通過(guò)AERMOD模型計(jì)算,得到兩種情景下滄州市合圍區(qū)大氣PM10排放對(duì)合圍區(qū)大氣環(huán)境的貢獻(xiàn)情況,包括對(duì)網(wǎng)格受體及敏感受體的年均、日均和小時(shí)貢獻(xiàn).本研究對(duì)兩情景的區(qū)域年均貢獻(xiàn)進(jìn)行了對(duì)比,統(tǒng)計(jì)分析了污染源對(duì)國(guó)控點(diǎn)的日均貢獻(xiàn)情況;針對(duì)兩情景的日均與小時(shí)貢獻(xiàn),在對(duì)滄州市實(shí)測(cè)數(shù)據(jù)進(jìn)行了質(zhì)控后,分別從年和月的角度計(jì)算了PM10模擬值同實(shí)測(cè)值的相關(guān)系數(shù)并分析了國(guó)控點(diǎn)相關(guān)系數(shù)變化情況.通過(guò)配對(duì)樣本檢驗(yàn)評(píng)估了地表參數(shù)更新對(duì)AERMOD模擬精度的改進(jìn)效果,相關(guān)系數(shù)和配對(duì)樣本檢驗(yàn)公式分別見(jiàn)公式1～3.根據(jù)《環(huán)境空氣質(zhì)量模型遴選工作指南(試行)》的要求,使用誤差指標(biāo)分析實(shí)測(cè)值與模擬值差異時(shí),實(shí)測(cè)值的源強(qiáng)來(lái)源與模型模擬的源強(qiáng)來(lái)源應(yīng)當(dāng)一致,而本研究源強(qiáng)總量?jī)H占滄州市PM10排放總量的0.55%,其模擬的貢獻(xiàn)值與站點(diǎn)實(shí)測(cè)值在量上差異較大,因此本研究未對(duì)二者進(jìn)行誤差分析.

詞匯選擇(Lexical choice)是批評(píng)話語(yǔ)分析中用到的基本分析工具。梵迪克認(rèn)為，詞匯選擇可以反映人們?cè)捳Z(yǔ)中隱藏的觀點(diǎn)及意識(shí)形態(tài)。(Van Dijk 1988: 177) 因此，詞匯選擇的研究對(duì)批評(píng)話語(yǔ)分析具有很大的價(jià)值意義。

2.2.2 所有站點(diǎn)模擬效果分析 所有質(zhì)控后站點(diǎn)相關(guān)系數(shù)的計(jì)算結(jié)果顯示,使用2018地表參數(shù),各月份和全年的小時(shí)值和日均值的相關(guān)系數(shù)較2012年情景基本呈現(xiàn)提升趨勢(shì)(圖4).對(duì)于小時(shí)值與日均值維度,土地利用數(shù)據(jù)更新對(duì)日均值模擬效果提升更大.從時(shí)間維度,土地利用數(shù)據(jù)更新對(duì)冬、春月份的模擬效果提升更大,對(duì)夏季月份的提升較小,其中對(duì)2月的模擬效果提升最高.

僖二十七年趙衰云：“德、義，利之本也。”“利”是百物之生的自然結(jié)果，利從天地覆載而可為廣泛為民所取用的角度來(lái)說(shuō)，是非專屬的，是善好政治的基礎(chǔ)?！巴跞藢?dǎo)利而布之上下”揭出了“天生民而立之君，使司牧之，勿使失性”的一層重要含義，指出的“專利”違背“天生民而立之君”的政治基礎(chǔ)，布利才是持群之道。可以說(shuō)，“禮利之辯”是“義利之辯”的另一種表達(dá)，“義以出利”是《左傳》中的常見(jiàn)語(yǔ)，利是禮樂(lè)秩序在實(shí)際中得以順利展開(kāi)的關(guān)鍵環(huán)節(jié)。而執(zhí)政者與民爭(zhēng)利所引起的普遍的“爭(zhēng)”，將給人群帶來(lái)分崩離析的危險(xiǎn)。昭十年，晏子曰：

表4 差異顯著性判定表

2 結(jié)果與討論

2.1 合圍區(qū)PM10大氣污染貢獻(xiàn)分析

圖2 2012(a)與2018(b)情景下PM10年均貢獻(xiàn)濃度分布

采用AERMOD模型,分別基于2012和2018地表參數(shù)開(kāi)展了模型模擬,分析了兩情景下合圍區(qū)對(duì)周邊大氣環(huán)境的貢獻(xiàn)情況.結(jié)果顯示兩情景下PM10的濃度空間分布特征相似,高濃度值都主要集中在長(zhǎng)蘆南大道、海河?xùn)|路、解放東路等主干道及交叉區(qū)域,道路源對(duì)區(qū)域空氣質(zhì)量的貢獻(xiàn)較大,這可能是因?yàn)榈缆吩磁欧鸥叨鹊退?圖2).情景1的年均貢獻(xiàn)值從區(qū)域第1大值到區(qū)域第10大值均高于方案2的結(jié)果,兩種方案的前10大值模擬結(jié)果差值達(dá)0.96～0.42μg/m3,變化率在0.73%～5.30%(表5).兩情景下污染源對(duì)國(guó)控點(diǎn)(市環(huán)保局、滄縣城建局、電視轉(zhuǎn)播站)全年日均貢獻(xiàn)情況見(jiàn)表6,平均貢獻(xiàn)分別為8.75～15.83μg/m3和8.29～15.43μg/m3,年均貢獻(xiàn)占比分別為8.19%～15.83%和7.77%～14.85%,兩情景結(jié)果相近,2012情景的模擬結(jié)果稍高于2018情景.因滄州市并未開(kāi)展對(duì)PM10來(lái)源的精細(xì)化源解析,本團(tuán)隊(duì)參考肖致美等人的相關(guān)研究,認(rèn)為本研究在不考慮合圍區(qū)外源強(qiáng)、污染物傳輸以及二次轉(zhuǎn)化等過(guò)程的情況下,僅考慮合圍區(qū)城區(qū)內(nèi)PM10排放對(duì)國(guó)控站點(diǎn)的貢獻(xiàn),這一貢獻(xiàn)水平具有一定的合理性[30-32].

表5 合圍區(qū)PM10對(duì)區(qū)域年均貢獻(xiàn)最大值對(duì)比

Table 5 Comparison of the maximum annual contribution of PM10in the enclosed area to the regional average

注:變化率=(2018年均貢獻(xiàn)濃度-2012年均貢獻(xiàn)濃度)/2012年均貢獻(xiàn)濃度×100%.

表6 合圍區(qū)PM10對(duì)國(guó)控站日均貢獻(xiàn)統(tǒng)計(jì)(μg/m3)

注:年均值與標(biāo)準(zhǔn)差基于兩情景對(duì)國(guó)控點(diǎn)的日均貢獻(xiàn)計(jì)算,年均貢獻(xiàn)占比=模擬年均值/國(guó)控站實(shí)測(cè)年均值×100%.

2.2 地表參數(shù)更新前后模擬效果分析

一直以來(lái)，國(guó)內(nèi)對(duì)動(dòng)物學(xué)英語(yǔ)的篇章特點(diǎn)研究與其他領(lǐng)域研究相比而言較少，因此著手研究動(dòng)物學(xué)英語(yǔ)篇章的特點(diǎn)研究勢(shì)在必行。而在語(yǔ)言學(xué)與多學(xué)科研究廣泛結(jié)合的今天,利用語(yǔ)言學(xué)手段幫助動(dòng)物學(xué)科人員有效掌握篇章信息，分析篇章結(jié)構(gòu)是大勢(shì)所趨。因此我們可以從語(yǔ)言學(xué)知識(shí)的角度分析動(dòng)物英語(yǔ)文獻(xiàn)的篇章特點(diǎn)，從而總結(jié)動(dòng)物學(xué)英語(yǔ)篇章學(xué)習(xí)的技巧。在運(yùn)用語(yǔ)言學(xué)知識(shí)分析英語(yǔ)篇章的過(guò)程中，銜接顯得尤為重要，原因在于它是形成語(yǔ)篇的重要手段。Halliday＆Hasan（2001）把銜接分為語(yǔ)法銜接和詞匯銜接兩種。并指出詞匯銜接與語(yǔ)法銜接相比出現(xiàn)頻率更高，在語(yǔ)篇流暢建構(gòu)中起主導(dǎo)作用。因此從詞匯銜接的角度分析動(dòng)物學(xué)英語(yǔ)篇章乃必要之舉。

為評(píng)估土地利用數(shù)據(jù)更新前后的模擬效果差異,本研究基于質(zhì)控后的120個(gè)環(huán)境空氣監(jiān)測(cè)站點(diǎn),分別計(jì)算模型模擬日均值、小時(shí)值與監(jiān)測(cè)值的相關(guān)系數(shù),并利用配對(duì)樣本檢驗(yàn)證明相關(guān)性顯著提高.

在與人接觸時(shí)，人們往往不自覺(jué)根據(jù)對(duì)方的年齡、性別、職業(yè)等，將其歸入自己頭腦中已經(jīng)形成定勢(shì)的某類，給對(duì)方下結(jié)論。我們通常會(huì)說(shuō)“嘴上無(wú)毛，辦事不牢”，北方人豪爽，南方人秀氣，給文理科的學(xué)生貼上各自的標(biāo)簽等等之類的事情。我們有時(shí)習(xí)慣用“靜止”或狹隘的眼光來(lái)評(píng)價(jià)教育對(duì)象，上課比較調(diào)皮的學(xué)生就是不尊重老師，平時(shí)交代事情不按時(shí)完成的學(xué)生就是不認(rèn)真。在思想政治教育中，教育者有時(shí)會(huì)把教育對(duì)象歸為其中的某一類，運(yùn)用其思維定式對(duì)其進(jìn)行評(píng)價(jià)。

表7 兩情景下合圍區(qū)PM10對(duì)國(guó)控點(diǎn)貢獻(xiàn)及年相關(guān)系數(shù)變化情況

注:貢獻(xiàn)值年均變化率={Σ[(2018情景日均貢獻(xiàn)-2012情景日均貢獻(xiàn))/2012日均貢獻(xiàn)]}/365.

式中:OBS和PRED分別表示監(jiān)測(cè)值和模擬值的平均值;Obs和pred分別表示第個(gè)監(jiān)測(cè)值和模擬值;為監(jiān)測(cè)站點(diǎn)數(shù).D表征地表參數(shù)更新前后模擬結(jié)果同實(shí)測(cè)值的相關(guān)性變化情況[26-27].

圖3 2012(a)與2018(b)情景下合圍區(qū)PM10對(duì)滄縣城建局日均貢獻(xiàn)時(shí)間序列圖

表8 配對(duì)樣本t檢驗(yàn)結(jié)果

注:自由度df=119,對(duì)應(yīng)(df)0.01=2.618.

圖4 土地利用數(shù)據(jù)更新前后相關(guān)系數(shù)變化

單純組,經(jīng)給予患者艾司唑侖片(國(guó)藥準(zhǔn)字H44021098,廣東臺(tái)城制藥股份有限公司,藥品特性:化學(xué)藥品,2mg)口服,1-2mg/d,服用時(shí)間為睡前,共治療4周。

2.3 不確定性分析

2.3.1 排放清單引起的不確定性 排放清單采用《滄州市大氣污染源排放清單及環(huán)境影響研究》的相關(guān)成果,存在一定數(shù)量企業(yè)未納入統(tǒng)計(jì),另外清單主要考慮工業(yè)源、民用燃燒和道路移動(dòng)源排放,未考慮天然源、外來(lái)輸入等對(duì)污染物濃度的影響,可能造成對(duì)模擬濃度的差異[21].

2.3.2 模型本身的不確定性 AERMOD模擬PM10的擴(kuò)散未考慮二次轉(zhuǎn)化,存在一定誤差[3,30].

2.3.3 微站數(shù)據(jù)的不確定性 隨著微站的普及使用,微站數(shù)據(jù)越來(lái)越多的被應(yīng)用于支撐環(huán)境決策,但因微站本身的限制以及運(yùn)維管理上的不足,微站數(shù)據(jù)在質(zhì)量上較國(guó)控省控站點(diǎn)還存在差距[33-35],因此本研究使用微站數(shù)據(jù)進(jìn)行了相關(guān)性的驗(yàn)證,用于分析模擬值與實(shí)際監(jiān)測(cè)值的變化一致性,未分析兩者絕對(duì)值的偏離程度.

3 結(jié)論

3.1 2018年高分辨率土地利用數(shù)據(jù)更新,所引起的模擬濃度變化差異較小,但在地表參數(shù)更新后,模擬結(jié)果值同實(shí)際監(jiān)測(cè)值的相關(guān)系數(shù)在統(tǒng)計(jì)學(xué)上發(fā)生顯著性提升,說(shuō)明土地利用數(shù)據(jù)更新后AERSURFACE集成系統(tǒng)可計(jì)算出更準(zhǔn)確的地表參數(shù),使得模擬結(jié)果與實(shí)際監(jiān)測(cè)值的變化趨勢(shì)更加一致,提升了模型模擬效果.

3.2 地表參數(shù)更新對(duì)日均值模擬效果的提升大于對(duì)小時(shí)值;對(duì)冬、春季節(jié)模擬效果的提升大于對(duì)夏季.

3.3 基于大量微站實(shí)測(cè)數(shù)據(jù)進(jìn)行模型驗(yàn)證方法,相較于傳統(tǒng)基于少量站點(diǎn)的驗(yàn)證,可更好地反應(yīng)模擬結(jié)果同實(shí)際情況的差異性和一致性.

[1] HJ 2.2-2018 環(huán)境影響評(píng)價(jià)技術(shù)導(dǎo)則大氣環(huán)境 [S].

HJ 2.2-2018 Technical guidelines for environmental impact assessment-Atmospheric environment [S].

[2] 遲妍妍,張惠遠(yuǎn).大氣污染物擴(kuò)散模式的應(yīng)用研究綜述 [J]. 環(huán)境污染與防治, 2007,29(5):376-381.

Chi Y Y, Zhang H Y. A review of applied research on diffusion models of air pollutants [J]. Environmental Pollution & Control 2007,29(5): 376-381.

[3] 王海超,焦文玲,鄒平華.AERMOD大氣擴(kuò)散模型研究綜述 [J]. 環(huán)境科學(xué)與技術(shù), 2010,33(11):115-119.

Wang H C, Jiao W L, Zhou P H. A review of AERMOD atmospheric diffusion model [J]. Environmental Science & Technology, 2010, 33(11):115-119.

[4] 史夢(mèng)雪,伯 鑫,田 飛,等.基于不同空氣質(zhì)量模型的二噁英沉降效果研究 [J]. 中國(guó)環(huán)境科學(xué), 2020,40(1):24-30.

Shi M X, Bo X, Tian F, et al. Study on deposition effects of dioxins based on different air quality models [J]. China Environmental Science. 2020,40(1):24-30.

[5] 李 征.基于AERMOD模式的岑鞏工業(yè)園控制性詳規(guī)大氣環(huán)境影響研究 [D]. 廣州:廣州大學(xué), 2013.

Li Z. Study on the atmospheric environmental impact of Cen Gong Industrial Park controlling detailed regulations based on AERMOD model [D]. Guangzhou: Guangzhou University, 2013.

[6] 郭海峰,杜東升,鐘艷雯,等.基于AERMOD的城市固體廢棄物處理場(chǎng)空氣污染擴(kuò)散研究[J]. 環(huán)境科學(xué)與管理, 2018,43(4):111-118.

Guo H F, Du D S, Zhong Y W, et al. Study on air pollution diffusion of municipal solid waste treatment plant based on AERMOD [J]. Environmental Science and Management, 2018,43(4):111-118.

[7] 伯 鑫,張 玲,劉 夢(mèng),等.復(fù)雜地形下確定鋼鐵聯(lián)合企業(yè)防護(hù)距離研究 [J]. 環(huán)境工程, 2011,29(S1):298-302.

Bo X, Zhang L, Liu M, et al. Study on determining protective distance of iron and steel joint Enterprise under complex terrain [J]. Environmental Engineering, 2011,29(S1):298-302.

[8] 宋衛(wèi)杰,侯連嬌.AERMOD在核設(shè)施輻射環(huán)境影響評(píng)價(jià)中的應(yīng)用研究[J]. 中國(guó)輻射衛(wèi)生, 2020,29(2):188-192.

Song W J, Hou L J. Application research of AERMOD in radiation environmental impact assessment of nuclear Facilities [J]. Chinese Journal of Radiological Health, 2020,29(2):188-192.

[9] 陳陸霞,易愛(ài)華.基于AERMOD模式的重點(diǎn)行業(yè)排氣筒高度變化敏感性分析[J]. 環(huán)境影響評(píng)價(jià), 2020,42(3):48-51,62.

Cheng L X, Yi A H. Sensitivity analysis of exhaust cylinder height change in key industries based on AERMOD model [J]. Environmental Impact Assessment, 2020,42(3):48-51,62.

[10] 傅詩(shī)婕,潘文斌,鄭 鵬,等.AERMOD模型在大氣二氧化硫空間分布格局研究中的應(yīng)用[J]. 福州大學(xué)學(xué)報(bào)(自然科學(xué)版), 2017,45(4): 598-604.

Fu S J, Pan W B, Zheng P, et al. Application of AERMOD model to study spatial distribution pattern of atmospheric sulfur dioxide [J]. Journal of Fuzhou University(Natural Science Edition), 2017,45(4): 598-604.

[11] 肖 雪,賀秋華.基于健康風(fēng)險(xiǎn)評(píng)估的燃煤電廠選址分析[J]. 南華大學(xué)學(xué)報(bào)(自然科學(xué)版), 2020,34(2):56-61.

Xiao X, He Q H. Siting analysis of coal-fired power plant based on health risk assessment [J]. Journal of University of South China (Science and Technology), 2020,34(2):56-61.

[12] Yaman C, Anil I, Jaunich M K, et al. Investigation and modelling of greenhouse gas emissions resulting from waste collection and transport activities [J]. Waste Management & Research, 2019,37(12): 1282-1290.

[13] Amoatey P, Omidvarborna H, Affum H A, et al. Performance of AERMOD and CALPUFF models on SO2and NO2emissions for future health risk assessment in Tema Metropolis [J]. Human and Ecological Risk Assessment: An International Journal, 2019,25(3): 772-786.

[14] 伯 鑫,雷團(tuán)團(tuán),楊朝旭,等.企業(yè)大氣污染預(yù)報(bào)系統(tǒng) [C]//2020中國(guó)環(huán)境科學(xué)學(xué)會(huì)科學(xué)技術(shù)年會(huì)論文集(第三卷), 2020:387-390.

Bo X, Lei T T, Yang Z X, et al. Enterprise air Pollution forecast system [C]//Proceedings of the 2020 Chinese Society for Environmental Sciences Science and Technology Annual Conference (Volume 3), 2020:387-390.

[15] 伯 鑫.空氣質(zhì)量模型:技術(shù)、方法及案例研究[M]. 北京:中國(guó)環(huán)境出版社, 2018:25-28.

Bo X. Air Quality Modeling: Techniques, methods and case studies [M]. Beijing: China Environmental Press, 2018:25-28.

[16] 楊洪斌,張?jiān)坪?鄒旭東,等.AERMOD空氣擴(kuò)散模型在沈陽(yáng)的應(yīng)用和驗(yàn)證[J]. 氣象與環(huán)境學(xué)報(bào), 2006,22(1):58-60.

Yang H B, Zhang Y H, Zhou X D, et al. Application and validation of AERMOD air diffusion model in Shenyang [J]. Journal of Meteorology and Environment, 2006,22(1):58-60.

[17] 劉海龍,鄒旭東,楊洪斌,等.AERMOD模型在葫蘆島市的應(yīng)用研究[J]. 氣象與環(huán)境學(xué)報(bào), 2018,34(2):107-112.

Liu H L, Zhou X D, Yang H B, et al. Application of AERMOD model in Huludao City [J]. Journal of Meteorology and Environment, 2018, 34(2):107-112.

[18] 丁 峰,李時(shí)蓓,蔡 芳.AERMOD在國(guó)內(nèi)環(huán)境影響評(píng)價(jià)中的實(shí)例驗(yàn)證與應(yīng)用 [J]. 環(huán)境污染與防治, 2007,(12):953-957.

Ding F, Li S B, Cai F.Example verification and application of AERMOD in Domestic environmental impact assessment [J]. Environmental Pollution & Control., 2007,(12):953-957.

[19] 滄州市統(tǒng)計(jì)局.滄州市2020年國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)[EB/OL]. 2021-3-4[2021-9-14]. http://www.tj.cangzhou.gov.cn/ zwgk/tjgb/index.shtml.

Cangzhou Statistics Bureau. Cangzhou 2020 national economic and social development statistical bulletin [EB/OL]. 2021-3-4[2021-9- 14]. http://www.tj.cangzhou.gov.cn/zwgk/tjgb/index.shtml.

[20] 戴紹志.170個(gè)鄉(xiāng)鎮(zhèn)全部建起空氣質(zhì)量自動(dòng)監(jiān)測(cè)站 [N]. 河北日?qǐng)?bào), 2018-10-10(10).

Dai S Z. Automatic air quality monitoring stations have been set up in all 170townships [N]. Hebei daily, 2018-10-10(10).

[21] 雷團(tuán)團(tuán).滄州市大氣污染源排放清單及環(huán)境影響研究 [D]. 石家莊:河北科技大學(xué), 2019.

Lei T T. Cangzhou air pollution source emission inventory and environmental impact study [D]. Shijiazhuang: Hebei University of Science and Technology, 2019.

[22] USEPA. AERSURFACE user's guide [M]. North Carolina: Office of Air Quality Planning and Standards Air Quality Assessment Division Air Quality Modeling Group.2008:1.

[23] 伯 鑫,王 剛,田 軍,等. AERMOD模型地表參數(shù)標(biāo)準(zhǔn)化集成系統(tǒng)研究 [J]. 中國(guó)環(huán)境科學(xué), 2015,35(9):2570-2575.

Bo X, Wang G, Tian J, et al. Research on integrated system of surface parameters standardization based on AERMOD model [J]. China Environmental Science, 2015,35(9):2570-2575.

[24] 張尚宣,伯 鑫,周 甜,等.AERMOD模式在我國(guó)環(huán)境影響評(píng)價(jià)應(yīng)用中的標(biāo)準(zhǔn)化研究 [J]. 環(huán)境影響評(píng)價(jià), 2018,40(2):51-55.

Zhang S X, Bo X, Zhou T, et al. Research on standardization of AERMOD model for environmental impact assessment in China [J]. Environmental Impact Assessment, 2018,40(2):51-55.

[25] 于貴瑞,孫曉敏.陸地生態(tài)系統(tǒng)通量觀測(cè)的原理與方法 [M]. 2版.北京:高等教育出版社, 2018:45-53.

Yu G R, Sun X M. Principles and methods of flux observation of terrestrial ecosystem [M]. Second Edition. Beijing: Higher Education Press, 2018:45-53.

[26] 環(huán)境保護(hù)部辦公廳.關(guān)于征求《環(huán)境質(zhì)量模型規(guī)范化管理暫行辦法》(征求意見(jiàn)稿)等2項(xiàng)文件意見(jiàn)的函 [EB/OL]. 2015[2021-9-14]. http://www.mee.gov.cn/gkml/hbb/bgth/201508/t20150831_309098.htm.

General Office of ministry of Environmental Protection. On soliciting opinions on the Interim Measures for Standardized Management of Environmental Quality Models (draft for Soliciting Opinions) and other 2 documents [EB/OL]. 2015[2021-9-14]. http://www.mee.gov. cn/gkml/hbb/bgth/201508/t20150831_309098.htm.

[27] 金 林,李 研.幾種相關(guān)系數(shù)辨析及其在R語(yǔ)言中的實(shí)現(xiàn) [J]. 統(tǒng)計(jì)與信息論壇, 2019,34(4):3-11.

JIN L, Li Y. Analysis and realization of several correlation coefficients in R language [J]. Journal of Statistics and Information, 2019,34(4): 3-11.

[28] 智冬曉,許曉娟,張皓博.z檢驗(yàn)與t檢驗(yàn)方法的比較 [J]. 統(tǒng)計(jì)與決策, 2014,(20):31-34.

Zhi D X, Xu X J, Zhang H B. Comparison of Z test and T Test Methods [J]. Statistics & Decision, 2014,(20):31-34.

[29] 李廣析.新型城鎮(zhèn)化城鄉(xiāng)居民收入差距的收斂性研究——基于成對(duì)數(shù)據(jù)的t檢驗(yàn)方法 [J]. 貴州財(cái)經(jīng)大學(xué)學(xué)報(bào), 2018,(5):96-103.

Li G X. Convergence of income gap between urban and rural residents in new Urbanization -- T-test method based on paired data [J]. Journal of Guizhou University of Finance and Economics, 2018, (5):96-103.

[30] 陳 雷,王 鵬,伯 鑫,等.新冠期間河北省典型鋼鐵企業(yè)大氣污染影響 [J]. 中國(guó)環(huán)境科學(xué), 2021,41(8):3927-3933.

Cheng L, Wang P, Bo X, et al. Air quality impacts of emissions from a typical iron and steel plant in Hebei Province during the coronavirus disease (COVID-19). China Environmental Science, 2021,41(8): 3927-3933.

[31] 肖致美,畢曉輝,馮銀廠,等.天津市大氣顆粒物污染特征與來(lái)源構(gòu)成變化 [J]. 環(huán)境科學(xué)研究, 2014,27(3):246-252.

Xiao Z M, Bi X H, Feng Y C, et al. Variations of Characteristics and Sources of Ambient Particulate Matter Pollution in Tianjin City [J]. Research of Environmental Sciences, 2014,27(3):246-252.

[32] 胡 敏,唐 倩,彭劍飛,等.我國(guó)大氣顆粒物來(lái)源及特征分析[J]. 環(huán)境與可持續(xù)發(fā)展, 2011,(5):15-19.

Hu M, Tang Q, Peng J F, et al. Study on characterization and source apportionment of atmospheric particulate matter in China [J]. Environment and Sustainable Development, 2011,(5):15-19.

[33] 滕 曼,姚雅偉,付 強(qiáng).京津冀地區(qū)環(huán)境空氣PM2.5自動(dòng)監(jiān)測(cè)現(xiàn)場(chǎng)比對(duì)研究 [J]. 環(huán)境工程學(xué)報(bào), 2015,9(1):331-334.

Teng M, Yao Y W, Fu Q. Field comparison study of PM2.5automatic monitoring of ambient air in Beijing-Tianjin-Hebei region [J]. Chinese Journal of Environmental Engineering, 2015,9(1):331-334.

[34] 張 靜.新形勢(shì)下環(huán)境空氣微觀自動(dòng)監(jiān)測(cè)系統(tǒng)的建設(shè)思考 [J]. 環(huán)境與發(fā)展, 2020,32(10):157,159.

Zhang J. Thinking on the construction of micro automatic monitoring system of ambient air under new situation [J]. Environment and Development. 2020,32(10):157,159.

[35] 鄧 琴,張 敏.環(huán)境空氣自動(dòng)監(jiān)測(cè)小微站在瀏陽(yáng)市的應(yīng)用 [J]. 湖南農(nóng)業(yè)科學(xué), 2019,(7):61-64.

Deng Q, Zhang M, Application of small and micro stations for automatic ambient air monitoring in Liuyang City [J]. Hunan Agricultural Sciences, 2019,(7):61-64.

Research on the influence of AERMOD model surface parameter update on simulation effect.

WANG Cheng-xin1, CHU Ying-hao1, RUAN Jian-hui2, SANG Min-jie3, CHENG Ji4, WU Cheng-zhi4, BO Xin5,6*

(1.College of Architecture and Environment, Sichuan University, Chengdu 610065, China；2.School of Economics and Management, Beijing University of Chemical Technology, Beijing 100029, China；3.School of Environmental Science and Engineering, Hebei University of Science and Technology, Shijiazhuang 050018, China；4.Trinity Consultants, Hangzhou 310012, China；5.Department of Environmental Science and Engineering, Beijing University of Chemical Technology, Beijing 100029, China；6.BUCT Institute for Carbon-neutrality of Chinese Industries, Beijing University of Chemical Technology, Beijing 100029, China)., 2022,42(5)：2070～2077

Based on the high-resolution land use data in 2018, this paper updated the AERSURFACE integrated system (version 2012). Taking the enclosed area of Cangzhou Expressway as an example, the influence of surface parameter update on the simulation effect of AERMOD model was studied. The atmospheric environment monitoring system (including national control station, provincial control station and micro-station) in Cangzhou was used for verification. The update of land use data of the AERSURFACE integrated system could provide more accurate surface parameters for the AERMOD model simulation, which improves the correlation coefficient between the simulation results and the measured value. The maximum improvement in the daily average and hourly correlation coefficients of the national control station was 0.073 and 0.024, respectively. From a statistical point of view, this significant improvement made the results of the model simulation more consistent with the change trend of the measured values, indicating that the update of surface parameters had a positive effect on the model simulation. From the perspective of time scale, the improvement of the simulation effect of the land use data in winter and spring was greater than that in summer; and the simulation effect of the daily average value was improved more than the hourly value.

AERMOD；AERSURFACE；surface parameter；land use data

X51,X171.1

A

1000-6923(2022)05-2070-08

王成鑫(1997-),男,四川綿陽(yáng)人,碩士研究生,主要研究方向?yàn)榇髿猸h(huán)境質(zhì)量模擬.發(fā)表論文4篇.

2021-10-18

國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2018YFC0214005);國(guó)家自然科學(xué)基金項(xiàng)目資助(72174125);中央高?；究蒲袠I(yè)務(wù)費(fèi)資助項(xiàng)目(buctrc202133)

* 責(zé)任作者, 教授, boxin@buct.edu.cn