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(jì)的快速發(fā)展,大氣環(huán)境問題日益嚴(yán)重。目前,環(huán)境影響評(píng)價(jià)(簡稱環(huán)評(píng))工作是實(shí)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(diǎn)的必要手段之一[1]。其中,大氣環(huán)評(píng)是環(huán)評(píng)工作的重要分支,而大氣環(huán)境影響預(yù)測(cè)與評(píng)價(jià)則是大氣環(huán)評(píng)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(cè)模型,其中CALPUFF模型是適用于城市尺度的大氣擴(kuò)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(shì)[4]。
目前,國內(nèi)的研究主要集中在不同地表參數(shù)對(duì)AERMOD、ADMS等模型預(yù)測(cè)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(huì)對(duì)大氣環(huán)境預(yù)測(cè)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(duì)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(duì)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(duì)CALPUFF模型運(yùn)行結(jié)果影響的研究。
本研究通過對(duì)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(jìn)一步提出參數(shù)設(shè)置的合理性建議,為模型的進(jìn)一步實(shí)際應(yīng)用提供技術(shù)支撐。
CALPUFF模型是三維非穩(wěn)態(tài)拉格朗日煙團(tuán)擴(kuò)散模型,其本質(zhì)是高斯煙團(tuán)模型,但因使用拉格朗日煙團(tuán)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(cè)范圍在幾千米至幾百千米的項(xiàng)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(kuò)散、遷移、轉(zhuǎn)化、干濕沉降等變化過程,還可跟蹤指定點(diǎn)在時(shí)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(tuán)擴(kuò)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)。
本研究選取的項(xiàng)目位于海南省東方市工業(yè)園某廠區(qū)內(nèi),距離此項(xiàng)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(gè)氣象站2018年全年逐時(shí)氣象資料,收集的氣象要素包括風(fēng)速、風(fēng)向、總云量等,對(duì)缺失的氣象要素,采用觀測(cè)數(shù)據(jù)進(jìn)行插值。氣象站基本信息見表1。
表1 氣象站基本信息
高空氣象數(shù)據(jù)采用大氣環(huán)評(píng)數(shù)值模式WRF模擬生成。模式計(jì)算過程中把全國共劃分為189×159個(gè)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(gè)氣象網(wǎng)格點(diǎn),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
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(jī)雷達(dá)拓?fù)錅y(cè)繪(SRTM)的90 m分辨率數(shù)據(jù)。預(yù)測(cè)范圍為以該廠區(qū)中心點(diǎn)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(shí)際規(guī)劃情況進(jìn)行了調(diào)整,分辨率約1 km,包含14種土地利用類型。
在預(yù)測(cè)范圍內(nèi)設(shè)置計(jì)算點(diǎn),為方便實(shí)驗(yàn)忽略環(huán)境空氣敏感點(diǎn),只保留預(yù)測(cè)范圍內(nèi)網(wǎng)格點(diǎn)。預(yù)測(cè)網(wǎng)格點(diǎn)以該廠區(qū)中心點(diǎn)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。
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(shí)段改變土地利用參數(shù)進(jìn)行模擬實(shí)驗(yàn)。首先,按照相同的變化比例對(duì)所有土地利用參數(shù)進(jìn)行賦值,觀察SO2最大小時(shí)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(shí)驗(yàn)考察敏感性參數(shù)對(duì)最大值的影響;然后,通過正交實(shí)驗(yàn)確定敏感性參數(shù)的敏感程度;最后,采用SPSS軟件對(duì)敏感性參數(shù)進(jìn)行交互作用分析。
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)。
首先對(duì)常用的土地利用參數(shù)在一定范圍內(nèi)的數(shù)值進(jìn)行修改,對(duì)有明顯影響的參數(shù)進(jìn)一步進(jìn)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?jǐn)?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(yàn)證實(shí)驗(yàn)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(huì)引起預(yù)測(cè)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(yàn)證實(shí)驗(yàn)
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(shí)驗(yàn)時(shí)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(duì)風(fēng)速減弱作用,因此地表粗糙度會(huì)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(cè)區(qū)域的最大值先緩慢增大;當(dāng)?shù)乇泶植诙却笥?.000時(shí),最大值指數(shù)級(jí)上升,在地表粗糙度為1.500時(shí)達(dá)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(shì)[11]49基本相同??赡茉蛉缦拢寒?dāng)?shù)乇泶植诙刃∮?.000時(shí),地表情況近似于光滑平面,因而對(duì)風(fēng)速阻擋作用較小,此時(shí)污染物擴(kuò)散能力最強(qiáng),最大值變化非常??;當(dāng)?shù)乇泶植诙葟?.000增大到1.500時(shí),地表對(duì)風(fēng)速阻擋作用快速增強(qiáng)并達(dá)到最大,此時(shí)污染物擴(kuò)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(duì)風(fēng)速阻擋作用最大且變化不明顯,此時(shí)污染物擴(kuò)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(huì)造成太陽光加熱不均勻的結(jié)果,在溫度不同的氣團(tuán)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(tuán)的流動(dòng)。本研究進(jìn)行了12組正午反射率單因素實(shí)驗(yàn),結(jié)果見圖2。當(dāng)正午反射率從0.10增大至0.35時(shí),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(shí)到達(dá)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(shì)[11]51基本相同??赡茉蛉缦拢弘S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(duì)流相對(duì)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(yùn)動(dòng)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(shí),空氣溫度高,有利于SO2反應(yīng),從而SO2濃度較低。本研究進(jìn)行了10組波文比單因素實(shí)驗(yàn),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(shí),最大值快速下降;當(dāng)波文比大于2.0時(shí),最大值緩慢下降,并逐漸趨于穩(wěn)定??赡茉蛉缦拢寒?dāng)波文比較高時(shí),即顯熱通量與潛熱通量之比較高,空氣溫度也會(huì)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(huì)有所降低[13]。
圖3 波文比敏感性分析結(jié)果
3個(gè)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(shí)驗(yàn)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(jì)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
三因素主體間效應(yīng)檢驗(yàn)結(jié)果見表7。三因素交互項(xiàng)對(duì)應(yīng)的P=0.881,大于0.05,這說明3個(gè)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(yàn)結(jié)果
(1) 地表粗糙度、正午反射率、波文比的變化會(huì)引起預(yù)測(cè)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(jí)上升、最后略下降的趨勢(shì);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(gè)敏感性參數(shù)之間無顯著的交互作用。