基于大气污染预测模式的气象参数分析与应用

黄高平 殷伟伟 张明明

摘要：结合大气环评预测模式要求，阐述了气象资料应用的意义，在分析了气象参数与大气环境污染关系的基础上，详细阐明了AERMOD模式气象预处理中地面风场的作用；针对常规气象要素不同观测周期的问题，分析了不同观测年限统计数据对预测结果的影响；并采用实际案例进行预测分析，提出了建议，使气象参数更为真实地反映评价区的气象现状，其预测的结果更加符合评价区大气扩散的实际情况。

关键词：预测模式；气象参数；数据统计；分析应用

中图分类号：X831

文献标识码：A 文章编号：16749944（2017）10005604

1 引言

在建设项目的环境影响评价中，大气环境影响预测是大气环境影响评价的重要内容。根据环境影响评价技术导则《大气环境》（HJ 2.2-2008）的相关要求，对于各级评价项目，均应调查区域内20年以上的主要气象资料，对于评价工作等级为二级以上的建设项目，需要采用进一步预测模式进行预测[1]，在运行预测模式前还应对输入的气象资料进行预处理，因此，气象资料作为预测模式的输入参数对于大气环境影响评价来说是不可缺少的科学依据之一。

广义的气象参数是影响其他事物发展变化的气象原因或条件，它可以是某一种气象要素或是其变化，也可以是多种气象要素的综合或变化。根据多年与大氣环评单位合作经验发现，气象参数的统计和应用对大气环境影响预测的结果会出现一定的偏差。为此，采用项目案例就大气环评预测中气象资料的统计及气象参数的应用进行分析和探讨，从而得出完善大气环境影响评价结果的建议。

2 项目及预测模式基本情况

2.1 项目概述

案例选用池州市生活垃圾焚烧发电项目，项目所在地位于池州市城区外围西南约13 km处，厂界四周目前均为林地，厂界周边500 m范围内无居民居住点、学校、医院等敏感点。

根据工程分析，项目大气预测的预测因子为SO2、PM10、HCl、NO2、CO、二噁英类、H2S和NH3，总量控制因子为SO2、NOx。项目大气环境影响评价等级为二级，评价预测模式采用环评中较普遍使用的AERMOD模式系统，评价范围以项目锅炉烟囱为中心点，东西向长6 km、南北向长6 km的正方形区域。

2.2 模式运行所需基本气象参数

AERMOD 运行需要两个基本的气象数据文件：地面气象数据文件及探空廓线数据文件。地面气象参数至少包括气温、风向、风速、云量4种气象要素资料。由于项目与位于池州市城区内的气象站水平距离不超过20 km，池州气象站作为距离项目最近的地面气象观测站，满足大气导则中评价范围小于50 km的条件，气温、风向、风速气象参数可直接采用池州气象站观测的地面气象资料。鉴于自2014年1月1日起，国家一般气象站取消了云量观测及池州当地没有高空气象探测站，故云量资料和高空气象探测资料采用从国家环保部环境影响评价数值模拟重点实验室数据服务平台上获取的数据。

3 气象参数分析与统计

3.1 气温

气象部门所说的气温是指空气的温度。气温是决定烟气抬升的一个因素[2]，是影响大气污染基本的气象参数之一。气温的垂直分布决定着大气的稳定度，大气的稳定程度又影响着对流层湍流的强度[3]。一般说来，在对流层中，气温分布的规律是随着高度的增加而递减，大约为每升高100 m，气温下降0.6℃，因此，近地层气温较能近似反映标准大气环境下垂直大气温度的基本情况。事实上，有时大气出现不稳定状态，气温分布与正常情况相反，形成逆温层[3]。当逆温层出现时，阻碍烟流向上和向下扩散，使得污染物稀释能力减慢，在空中停留的时间较长。由此可见，在污染物扩散计算中，低空温度廓线数据显得尤为重要。

目前，一般地面气象观测站没有低空温度廓线这类资料，模式中通常是根据各种其他参数间接估计得到的。因此，对于温度参数，在常规地面气象资料分析过程中，仅需统计长期地面气象资料中每月平均气温的变化情况。该例的气温参数采用池州市地面气象观测站近20年（1996～2015年）的气象资料统计，见表1。

3.2 风向和风向频率

气象上把风吹来的方向确定为风的方向。风向决定着污染物输送的方向，其影响是第一位的。

风向的测量单位，通常用16个方位来表示，也可用角度表示。为了表示某个方向的风出现的频率，通常用风向频率这个量，风向频率为某段时间内某方向风出现的次数占各方向风出现的总次数的百分比。

每个风向频率计算出来后可以用风向玫瑰图来进行直观的表达，它是根据多年平均统计的各个风向并按一定比例绘制而得。由计算出来的风向频率或者从风向玫瑰图上，可以知道哪种风向比较多，哪种风向最少，出现较多的风向称之为主导风向。在大气环评中定义的主导风向较为严格，认为主导风向是指风频最大的风向角的范围，要求达到连续450左右，对于以16个方位角表示的风向，主导风向一般是指连续2～3个风向角的范围，其风向角风频之和应大于30%，且应指出主导风向应有明显的优势，否则可称没有主导风向或主导风向不明显。

在气象上，常见的统计风向频率一般为30年，也有统计近20年、10年、1年的，统计的时次有4次定时、24次定时等，取决于气象站的观测时次，由于不同观测周期观测的总次数不同，影响到统计风向频率的平均值[4]。

实际评价工作中，对于评价等级为二级的项目，导则中要求，气象资料的调查年限为20年以上，但在预测模式中环评单位大多采用的资料年限为近3年内的至少1年的统计资料，显然，两种年限时段不同，其统计值也不同。以池州市2015年全年的逐时风向频率平均值和1996～2015年20年的逐时风向频率平均值进行对比分析，见表2。

由表2可见，两种不同观测年限的风向频率有所差异，其不一致的主要表现在NE、ENE和E方位上，其频率值相差达到6 %、 -4 %和-5 %，其余风向频率偏差不大，相差在3 %以下。这与池州气象观测站所处的地理位置及地形有关，也与池州市属于亚热带季风气候区，季风特征明显等因素有关。

图1是利用上述两个不同观测年限风向资料统计绘制的风向频率玫瑰图。从图上更为直观地显示出各方位风向频率的差异， 除NE、ENE、E风向外， 其他风向频率差别不大， 由此可以推断出该区域内近年来的主导风向为NE，而较长年份的主导风向为ENE。

风向频率相差比较明显的原因，缘于1年时段观测的平均风向值随机成分较大，而20年时段的观测值反映了当地的常年状态， 较能准确地反映风向的变化规律，资料的年代越长，其参数统计值就越真。因此，在大气环评预测模式中，风向取值应尽量采用年限较长的统计资料，才能更为真实地反映当地的实际情况。

3.3 风速

风速是指空气在单位时间内移动的水平距离（m/s），风速越大，单位时间内污染物被输送的距离就越大，污染物的扩散稀释能力就越强，污染物浓度就会越低；风速越小，情况则相反[5]。因此，风速的大小关系着从污染源排入大气的污染物质向下风向传输的距离，是影响大气环境预测结果的主要气象参数。

从气象台站获得的风速资料一般有两种表达方式，一种是有数值的，一种是用字母C（静风）表示的。通常风速的统计需统计月平均风速随月份的变化和季小时平均风速的变化，即对多年气象资料的风速按相同月份和不同季节每天同一时间进行平均，求得每月和不同季节逐时的平均风速，见表3。

事实上，在进行污染物长期平均浓度的预测中，通常是使用一段时间内风向对应的逐时平均风速进行统计计算的。如同风向资料统计一样，气象上，各风向的逐时平均风速也有不同年限的观测统计值，如表4。

由表4可知， 1年时段观测值比20年时段观测值平均风速高， 两者相差在0.0 ～ 0.7 m/s 之间，其中NNE、NNW、NE方位的平均风速差值较大，在0.5 m/s以上，其余方位的差值均在 0.4 m/s 以下。因此可见，不同观测周期观测的数据是有差异的，在进行平均风速统计时，应选取与风向相同周期的资料，这样才能保证其具有代表性。

此外，以表4与表2进行对比，或从图2风速玫瑰图上，还可以看出，风向频率大的方位对应的逐时平均风速明显大于其他方位对应的平均风速，NE、ENE作为主导风向，风向频率大，其对应的平均风速也相对大一些。

3.4 风与污染系数

从上述风向、风速与空气污染分析中，可以得出结论：污染物总是分布在风的下风向，风向、风速共同影响着污染物的扩散。当有风时，排放到大气中的污染物将向下风向输送，而不会影响到上风向。当风速增大时，单位时间内污染物被输送的距离就越远，单位体积空气中污染物的浓度就越低。因此，在空气污染气象学中，为了说明污染物和风向、风速之间的关系，常使用污染系数的概念，它是指风向频率和平均风速的比值，

污染系数= 风向频率/平均风速[6]

污染系数综合了风向、风速的作用，某方位的风向频率大，风速小，该方位的污染系数就大，说明其下风向的空气污染就重。所以，相对于接受体来说，污染源应该设在污染系数最大方位的下侧。

以该案气象资料统计分析，风向频率大的方位风速相对较大，空气污染系数表现为NE、ENE方位明显大于SW方位。因此，在项目规划和设计工件中，考虑到气象条件与空气污染系数的关系，项目选址在城区的SW方位，即城区的下风向方位，符合当地的实际情况。

4 预测应用分析

根据预测模式要求，该案以项目评价区域内的8个浓度分布嵌套网格点为预测点，对其在典型气象条件下的逐时、逐日和长期气象条件下的SO2小时浓度、日均浓度、年均浓度预测结果直方图进行分析（图3）。

图3 各预测点SO2贡献浓度预测结果

由图3可知， 由于预测时段的不同，造成污染源对各环境敏感点的贡献浓度值存在明显的差异，具体表现为：区域小时贡献浓度偏大，日均贡献浓度次之，年均贡献浓度偏小。从图3中还可以看出，小时贡献浓度除风向上方偏小外，各预测点差异不大；日均贡献浓度相差较大，位于项目下风向区域的SW、S、W方位污染预测点浓度值明显大于风向上方的各预测点；而其年均贡献浓度值整体偏小，这与污染源影响区域内污染物随风扩散道理相一致。

5 结论及建议

在大气环境影响评价过程中，运行预测模式需要输入气象数据，这些数据在使用前必须进行统计分析。同一气象参数不同年限、不同时次的统计结果存在一定的差异，从而一定程度上影响大气污染预测的结果。因此，建议在进行大气环境影响预测時，应根据污染分析要求进行统计处理，保证使用的气象资料准确性、科学性。同时，应尽量选用评价项目所在地较长时段连续观测的气象资料，且资料的年代越长越好，其预测的结果才更符合评价区大气扩散的实际情况。

风向、风速是预测模式的重要气象参数，风向指示污染物的去向和行踪，风速决定污染物的直接稀释和输送速率，因此，选择厂址时要充分考虑污染源与环境保护区的位置和关系，由于污染物总是分布在风的下风向，首先考虑的应是风向，最简单的方法是依据风向频率图，确定当地的常年主导风向。作为对大气污染有影响的生活垃圾焚烧发电项目，工程选址在城市主导风向的下方是符合大气环境保护要求的。

参考文献：

[1]

国家环保部.环境影响评价技术导则—大气环境：HJ2.2-2008[S].北京：国家环保部，2008.

[2]国家环保部.环境影响评价技术方法：HJ/T2.2-93[S]. 北京：中国环境出版社， 1993.

[3]盛裴轩.大气物理学[M].北京：气象出版社，2003：166～169.

[4]中国气象局气象干部培训学院安徽分院.基层台站气象数据分析与服务产品加工[M].北京：气象出版社， 2016：69～74.

[5]蒋维楣.空气污染气象学教程[M].北京：北京大学出版社，1993：9～13.

[6]李宗恺.空气污染气象学原理及应用[M].北京：气象出版社，1985：532～534.