垃圾发电项目大气污染特征及环境影响评价——以江苏省张家港市某垃圾发电项目为例

陈 飞，朱新胜，李 杉，高吉喜

(1.环境保护部南京环境科学研究所，江苏南京 210042；2.南京信息工程大学江苏省大气环境与装备技术协同创新中心，江苏南京210044)



垃圾发电项目大气污染特征及环境影响评价
——以江苏省张家港市某垃圾发电项目为例

陈 飞1，2，朱新胜1*，李 杉1，高吉喜1，2

(1.环境保护部南京环境科学研究所，江苏南京 210042；2.南京信息工程大学江苏省大气环境与装备技术协同创新中心，江苏南京210044)

[目的]研究垃圾发电项目的大气污染特征及其对大气环境质量的影响。[方法]以江苏省张家港市某垃圾发电项目为案例，在分析其工艺流程、排污环节和前期污染的基础上，采用AERMOD模型定量模拟评价该垃圾发电项目对区域大气环境质量的影响程度。[结果]SO2、NO2、HCl、HF、H2S和NH3的小时平均最大落地浓度分别为7.84、16.53、0.16、0.17、21.23和3.61 μg/m3；PM10、SO2、NO2、HCl和HF污染物日均最大落地浓度分别为6.52、0.11、2.84、0.28和0.30 μg/m3，相应占标率分别为4.35%、0.07%、3.54%、0.19%和0.43%；PM10、SO2和NO2年平均最大落地浓度分别为0.78、0.21和0.44 μg/m3，占标率分别为1.12%、0.35%和1.10%。[结论]该项目总排放的各污染物对区域年均浓度最大贡献值均可达标。

垃圾发电项目；大气污染；AERMOD模型；环境评价

随着我国社会经济飞速发展及城镇化进程的加快，城市生产与生活过程中产生的垃圾废物也迅速增加，其对环境及人类健康的影响也越来越明显。城市生活垃圾的大量增加，使垃圾处理越来越困难，由此带来的环境污染等问题逐渐引起社会各界的广泛关注。目前主要采用垃圾发电等方法来实现城市生活垃圾的产业化、资源化、减量化和无害化，垃圾减量化可使生活垃圾填埋场使用寿命在原来设计年限上大大提高，同时焚烧垃圾后的余热可用于发电，能源的回收及炉渣的综合利用进一步提高了社会经济效益。然而垃圾发电工业又是重污染行业，垃圾贮存和焚烧过程造成的大气环境污染也备受关注[1-3]。基于此，笔者以位于江苏省张家港市某垃圾发电项目为案例，利用AERMOD模型定量分析垃圾发电项目对周边大气环境质量的影响，旨在为今后垃圾发电项目环境影响评价及污染防治措施等提供理论依据。

1　材料与方法

1.1AERMOD模型介绍AERMOD是一个稳态烟羽扩散模式，可基于大气边界层数据特征模拟点源、面源和体源等排放的污染物在短期(小时平均、日平均)、长期(年平均)的浓度分布，适用于农村或城市地区、简单或复杂地形。AERMOD考虑建筑物尾流的影响，即烟羽下洗。该模式使用每小时连续预处理气象数据模拟≥1 h平均时间的浓度分布，目前其已被广泛运用于大气污染预测[4-9]。AERMOD具有以下特点：①以行星边界层(PBL)湍流结构及理论为基础，按空气湍流结构和尺度概念，湍流扩散由参数化方程给出，稳定度采用连续参数表示；②中等浮力通量对流条件采用非正态的模式；③考虑了对流条件下浮力烟羽和混合层顶的相互作用；④对简单地形和复杂地形进行了一体化处理；⑤包括处理夜间城市边界层的算法[9-12]。AERMOD系统包括AERMOD扩散模式、AERMET气象预处理和AERMAP地形预处理模块。 AERMET的边界层参数数据和廓线数据可以由输入的现场观测数据确定，或由输入的国家气象局常规气象资料(地面数据、探空数据)生成。将地面反射率、表面粗糙度等地面特征数据以及风速、风向、温度、云量等气象观测数据输入到AERMET中，以AERMET计算出行星边界层参数。得到的这些参数同气象观测数据一同传递给AERMOD中的Interface，在Interface里通过相似关系求得风速、水平方向和垂直方向的湍流强度、位温梯度、位温和水平拉格朗日时间尺度等变量垂直分布[10-13]。AERMET廓线数据和边界层廓线数据经AERMOD中的控制文件引用进入AERMOD系统，计算出相似参数，并对边界层廓线数据进行内插。AERMOD将平均风速、水平方向及垂直方向湍流量脉动、位温梯度、位温、水平拉格朗日时间尺度等输入扩散模式，并计算出浓度。

1.2模型参数的选取

1.2.1地面常规气象数据。地面气象资料采用江苏省张家港市气象站2010年全年8 760 h的逐时气象场，包括时间(年、月、日、时)、风向(以16个方位表示)、风速、干球温度、低云量、总云量共6项。风向、风速、干球温度为逐日定时(02：00、08：00、14：00、20：00)，低云量、总云量由于观测密度不够为逐日则按1 d 3次(08：00、14：00、20：00)。按AERMET(气象预处理程序)参数输入格式，采用线性插值生成近地面逐日逐时气象输入文件。

1.2.2高空气象数据。预测选用2010年全年1 d 2次(GMT时间00：00、12：00)MM5模拟生成的最近格点的高空气象资料。水平网格分辨率为27 km×27 km，垂直方向采用地形伴随坐标，从100～1 000 hPa共分为40层。高空探空数据的提取位置为117.15° E，34.28° N。该模式采用的原始数据有地形高度、土地利用、陆地-水体标志、植被组成等数据，数据源主要为美国的USGS数据。原始气象数据采用美国国家大气研究中心(NCAR)发布的全球再分析气象资料(NCEP)通过三层嵌套网格MM5中尺度气象场模拟得到该地区的风温廓线。

1.2.3地形参数。地理地形数据参数包括计算区域的海拔高度、土地利用类型。地形数据范围同评价范围，海拔高度由计算区域的遥感图像及数字高程DEM(美国网站下载的“SRTM 90m Digital Elevation Data”)数据提取，分辨率为90 m。根据实际土地利用类型，地表参数(反照率、波文比和表面粗糙度)选用相应的参数。

1.2.4污染源强参数。根据垃圾发电项目工艺及排污分析，该项目大气环境影响预测因子为PM10、SO2、NO2、HCl、HF、NH3和H2S。现有项目的污染物排放量和2期项目最终投产后的污染物排放总量(2期建成后排放总量=1期项目排放+2期项目新增排放-“以新带老”消减排放)的有组织污染源和无组织污染源参数见表1、2。

表1　有组织排放源参数

表2　无组织污染源排放参数

1.2.5评价方案。该项目的大气评价等级为2级，环境空气评价范围为以焚烧发电厂烟囱为中心，主导风向为主轴6 km×8 km的范围。无组织恶臭影响分析范围为垃圾周围300 m范围内。该研究只对项目的污染物浓度进行预测。

2　结果与分析

2.1污染物小时平均浓度分布预测利用AERMOD高斯烟羽模型进行逐次逐时计算，获得全年8 760 h预测范围各网格点2期项目建成后总排放的各污染物全年逐时的小时平均地面浓度。将各网格点的小时平均浓度进行从大到小排列，得出各污染物最大小时平均浓度(表3)及出现位置(图1)。由表3可知，2期项目建成后SO2、NO2、HCl、HF、H2S和NH3的小时平均最大落地浓度分别为7.84、16.53、0.16、0.17、21.23和 3.61 μg/m3，相应占标率分别为1.57%、8.27%、0.33%、0.87%、10.62%和 36.06%。2期项目建成后总排放的各污染物对区域小时平均浓度最大贡献值均达标，其中项目排放H2S占标率最大，为36.06%。对比现有项目排放，2期建成后的总排放贡献除了HF、NH3和H2S，其余各污染物排放均有不同程度地削减，尤其是SO2、NO2和HCl削减较为明显，因此2期建成后不会对大气环境造成较大影响。

表3　各污染物最大小时平均落地浓度贡献值

注：SO2、NO2、HCl、HF、NH3、H2S 浓度单位均为μg/m3。Note： Unites of SO2，NO2，HCl，HF，NH3 and H2S were μg/m3. 图1　各污染物最大小时平均浓度贡献分布图Fig.1　Distribution of the maximum hourly average concentration contribution of each pollutant

2.2污染物日平均浓度分布预测2期项目建成后总排放的各污染物的最大日均浓度及出现位置分别如表4和图2所示。在评价区域内，2期项目建成后PM10、SO2、NO2、HCl和HF污染物日均最大落地浓度分别为6.52、0.11、2.84、0.28和0.30 μg/m3，相应占标率分别为4.35%、0.07%、3.54%、0.19%和0.43%。根据计算结果，2期项目建成后总排放的各污染物对区域日均浓度最大贡献值均可达标。

表4　各污染物最大日平均落地浓度贡献值

注：PM10、SO2、NO2、HCl、HF浓度单位均为μg/m3。Note： Unites of PM10,SO2，NO2，HCl and HF were μg/m3.图2　各污染物最大日平均浓度贡献分布图Fig.2　Distribution of the maximum daily average concentration contribution of each pollutant

2.3污染物年平均浓度分布预测预测范围各网格点2期项目建成后总排放的各污染物的年平均浓度及出现位置分别如表5和图3所示。由表5可知，PM10、SO2和NO2年平均最大落地浓度分别为0.78、0.21和0.44 μg/m3，占标率分别为1.12%、0.35%和1.10%。根据计算结果，项目总排放的各污染物对区域年均浓度最大贡献值均可达标。2期建成后的总排放贡献，SO2和NO2均有不同程度地削减，对大气环境具有正效应。

表5　各污染物最大年平均落地浓度贡献值

注：PM10、SO2、NO2浓度单位均为μg/m3。Note： Unites of PM10、SO2 and NO2 were μg/m3.图3　各污染物最大年平均浓度贡献分布图Fig.3　Distribution of the maximum annual average concentration contribution of each pollutant

3　结论

以江苏省张家港市某垃圾发电项目大气影响预测为例展开建设项目工程实例研究，在分析其工艺流程和排污环节的基础上，采用AERMOD模型定量预测垃圾发电项目对区域大气环境质量的影响程度。预测结果表明：SO2、NO2、HCl、HF、H2S和NH3的小时平均最大落地浓度分别为7.84、16.53、0.16、0.17、21.23和3.61 μg/m3，相应占标率分别为1.57%、8.27%、0.33%、0.87%、10.62%和 36.06%；PM10、SO2、NO2、HCl和HF污染物日均最大落地浓度分别为6.52、0.11、2.84、0.28和0.30 μg/m3，相应占标率分别为4.35%、0.07%、3.54%、0.19%和0.43%；PM10、SO2和NO2年平均最大落地浓度分别为 0.78、0.21和0.44 μg/m3，占标率分别为1.12%、0.35%和1.10%。根据结果，项目总排放的各污染物对区域年均浓度最大贡献值均可达标。2期建成后的总排放贡献，SO2和NO2均有不同程度地削减，对大气环境具有正效应。

[1] 梁永辉.垃圾发电厂恶臭污染的治理[J].科技与创新，2015(16)： 82-83.

[2] 王志强，高攀峰，张春军.浅析垃圾发电厂臭气治理工作[J].绿色科技，2014(9)： 186-187.

[3] 宋吉钊.垃圾发电厂冬季垃圾焚烧总结[J].科技与企业，2013(18)： 136-136.

[4] 伯鑫，王刚，田军，等.AERMOD模型地表参数标准化集成系统研究[J].中国环境科学，2015，35(9)： 2570-2575.

[5] 马岩，仝纪龙，潘峰，等.焦化项目大气污染特征及环境影响评价[J].化工环保，2014，34(4)： 366-370.

[6] 江磊，黄国忠，吴文军，等.美国AERMOD模型与中国大气导则推荐模型点源比较[J].环境科学研究，2007，20(3)： 44-51.

[7] 李煜婷，金宜英，刘富强.AERMOD模型模拟城市生活垃圾焚烧厂二噁英类物质扩散迁移[J].中国环境科学，2013，33(6)： 985-992.

[8] MICHANOWICZ D R，SHMOOL J L C，TUNNO B J,et al.A hybrid land use regression/AERMOD model for predicting intra-urban variation in PM2.5[J].Atmospheric environment，2016，131： 307-315.

[9] 孙璐，蔡娟.AERMOD与EIAA大气预测模型在环境影响评价中的应用比较[J].环境污染与防治，2008，30(10)： 92-95.

[10] TARTAKOVSKY D，BRODAY D M.Evaluation of AERMOD and CALPUFF for predicting ambient concentrations of total suspended particulate matter(TSP)emissions from a quarry in complex terrain[J].Environmental pollution，2013，179： 138-145.

[11] VIEIRA DE MELO A M，SANTOS J M，MAVROIDIS I，et al.Modelling of odour dispersion around a pig farm building complex using AERMOD and CALPUFF.Comparison with wind tunnel results[J].Building and environment，2012，56： 8-20.

[12] O’SHAUGHNESSY P T,ALTMAIER R.Use of AERMOD to determine a hydrogen sulfide emission factor for swine operations by inverse modeling[J].Atmospheric environment，2011，45(27)： 4617-4625.

[13] ROOD A S.Performance evaluation of AERMOD，CALPUFF，and legacy air dispersion models using the Winter Validation Tracer Study dataset[J].Atmospheric environment，2014，89： 707-720.

Characteristics and Environmental Impact Assessment of Atmospheric Pollution from Waste Incineration Power Project— A Case of a Certain Waste Incineration Power Project in Zhangjiagang City of Jiangsu Province

CHEN Fei1,2, ZHU Xin-sheng1*, LI Shan1et al

(1. Nanjing Institute of Environmental Sciences, Ministry of Environmental Protection, Nanjing, Jiangsu 210042; 2. Jiangsu Collaborative Innovation Center of Atmospheric Environment and Equipment Technology (CICAEET), Nanjing, Jiangsu 210044)

[Objective]To research the characteristics of atmospheric pollution in Waste Incineration Power Project, and its effects on atmospheric environment quality. [Method] With a certain waste incineration power project in Zhangjiagang City of Jiangsu Province as the case, the technological process, the pollutant sources and previous contamination were analyzed. Impact of the solid waste treatment project on regional atmospheric environmental quality was quantitatively predicted and evaluated using the AERMOD model. [Result] The regional hourly average concentrations of SO2, NO2, HCl, HF, H2S and NH3were 7.84, 16.53 , 0.16, 0.17, 21.23 and 3.61 μg/m3, respectively. The regional daily average concentrations of PM10, SO2, NO2, HCl and HF were 6.52, 0.11, 2.84, 0.28 and 0.30 μg/m3; the maximum ratios to standard were 4.35%, 0.07%, 3.54%, 0.19% and 0.43%, respectively. The regional annual average concentrations of PM10, SO2and NO2were 0.78, 0.21 and 0.44 μg/m3, while the maximum ratios to standard of regional annual average concentration were 1.12%, 0.35% and 1.10%. [Conclusion] The pollutants emitted by the project can meet the annual standard.

Waste incineration power project; Atmospheric pollution; AERMOD model; Environmental assessment

中央级公益性科研院所基本科研业务专项资助项目；国家环保公益性行业科研专项(201509020)。

陈飞(1985-)，男，江苏无锡人，助理研究员，博士，从事大气污染来源解析和控制研究。*通讯作者，工程师，博士，从事环境影响评价和污染控制研究。

2016-06-24

S 181.3

A

0517-6611(2016)24-044-05