大气污染预测模式背景下的气象参数分析及运用

谷可心 王迪

摘要：本文针对我国在大气污染预测模式下的具体工作要求，对气象资料中相关参数的运用意义进行了阐述，并对地面风场在AERMOD模式中发挥的作用进行了阐明，根据观测周期差异下气象要素的不同，对预测结果所受到观测年限统计数据的差异影响进行了分析，最后通过相关实例来开展预测分析，并提出具体的运用建议，以期能够使评价区的气象变化能够利用气象参数进行真实反映，提高预测结果的科学性。

关键词：大气污染;预测模式;气象参数

中图分类号：X831 文献标识码：A 文章编号：2095-672X（2019）09-0-02

DOI：10.16647/j.cnki.cn15-1369/X.2019.09.088

Analysis and application of meteorological parameters in the background of air pollution prediction model

Gu Kexin， Wang Di

（Weihai Meteorological Bureau， Shandong Province， Weihai Shandong 264200， China）

Abstract： This paper expounds the application significance of relevant parameters in meteorological data for the specific work requirements of air pollution prediction mode in China， and clarifies the role of ground wind field in AERMOD mode， according to the difference of observation period. The differences in meteorological elements are analyzed， and the differences in the statistical data of the observation years are analyzed. Finally， the relevant examples are used to carry out the prediction analysis， and specific application suggestions are proposed， so that the meteorological changes in the evaluation area can be met by meteorological parameters. Really reflect and improve the scientific nature of the forecast results.

Key words： Air pollution; Prediction mode; Meteorological parameters

1 大气污染预测模式及项目概况

1.1 项目概况

本文以某垃圾焚烧站项目作为实例，该垃圾焚烧站位于山东省威海市，焚烧站周边多为林地，并且周围1公里处人烟稀少。通过对该项目进行分析，其大气预测因子主要包括二噁英类、NH3、SO2、NO2、PM10、CO、HCl、H2S，其总量控制因子则包括SO2与NOX，该项目在气气污染环境评价中所属等级为二级，因此需要利用AERMOD模式来对该项目进行大气污染预测。

1.2 大气污染预测模式下的气象参数

在AERMOD模式下，其气象数据文件主要有两个，一种是探空廓线数据文件，还有一种是地面气象数据文件，其中风向、云量、风速以及气温是地面气象数据文件中的四个最基本的气象要素，考虑到该项目和威海市气象站之间的距离不超过20km，因此可将该气象站用于气象观测站来对该项目进行地面气象观测，从而与大气导则中的评价范围要求相符。而对于风向、气温以及风速这三个基本气象参数，则以该气象站所观测的数据为依据。由于我國在2014年初对云量观测进行了取消，该项目的云量资料是从我国环保部中的相关实验室信息平台中获取的。

2 气象参数分析及运用

2.1 气温

气温是大气污染中重要的气象参数，气温的垂直分布不仅对大气稳定性有着决定性的影响，同时还对流层的湍流强度有着重要影响。如果大气不够稳定，则气温分布便可能会出现异常，从而出现逆温层，使烟流在扩散过程中受到阻碍，进而加剧空气污染。因此，在对空气中的污染物扩散进行计算时，必须要将低空中的气温廓线数据作为关键依据。在该项目中，其气温参数需要统计威海市地面气象站在1998—2018年进行观测时所获得的气象资料，从其气象资料可知，威海市的全年气温平均值是12.2℃，其中以8月份的气温最高，1月份的气温最低。通常来说，由于夏季有着较高的气温，因此距离地面较近的空气层有着较为强盛的对流，从而能够使污染物更快扩散;而到冬季时，由于距离地面较近的空气层在温度上要比较低，从而易出现逆温层，并对污染物扩散造成阻碍。从上述推断中便可以得出，该项目的大气污染程度在夏季时最轻，在春季和秋季时的大气污染程度较为一般，在冬季时的大气污染程度最为严重。

2.2 风向

风向也是影响大气污染的重要气象参数，其能够将污染物输送至指定的位置，人们一般采用16个方位或角度来对风向进行测量，考虑到风在某个方向中出现的频率，人们还利用风向频率来对其进行描述，而风向频率是指某个方向中的风在所有方向的来风次数中占据的百分比。人们通常利用风向玫瑰图来直观描述风向频率，通过风向玫瑰图可帮助气象人员了解各个风向的出现次数，并将其中出现次数最多的风主叫作主导风向。人们在对风向频率进行统计时，所调查的气象资料年限有所不同，有的是30年，也有的是20年，甚至是1年，在统计时次方面也有着不同的差异。在该项目中，根据导则中的要求，分别对近20年和近3年的气象资料进行了调查，并利用风向频率玫瑰图来进行对比，从风向频率玫瑰图中可以很直观的了解到因调查年限的不同，风向频率也有着较大不同，这种不同在E、NE以及ENE方位中的表现尤为明显，由此便可了解到在近3年的时间里，该评价区是以NE为主导风向的，而在近20年的时间里，该评价区是以ENE为主导风向的。之所以在风向频率上会出现如此明显的差异，是因为在近3年的时间里，其平均风向值有着较大的随机成分，但在20年的观测时间里，其观测值却能够对当地的气象状态进行反映，从而使风向中所存在的变化规律得到真实呈现，可以说，调查气象资料的年限越长，则越能够进行真实反映。由此可见，在大气污染预测模式下，需要调查具有较长年限的气象资料来进行风向取值，这样可对该项目的实际情况进行更加真实的反映。

2.3 风速

风速越大，则污染物在风的吹动作用下，其扩散距离就越远，反之亦然，风速直接影响到大气污染预测模式的实施结果。在风速资料中，人们往往采用两种方式来对风速进行表示，分别是利用字母C进行表示或是用数值进行表示。一般而言，气象人员在统计风速时，应对不同年限相同月份下同一时间的平均风速进行统计，以此得出不同季节和不同月份在各个时间段中的平均风速。通过对上述项目的风速资料进行调查与统计可以发现，春季时该项目的风速最大，而在5月和6月时，该项目的风速最小。在预测项目中污染物的长期平均浓度时，气象人员一般都是计算与统计某一时间段内当地各个风向所具有的逐时平均风速。此外，在不同年限的气象资料中，不同风向所具有的逐时平均风速也有着较大的差异，通过对20年内该项目的各个风向的逐时平均风速与近1年该项目在各个风向中的逐时平均风速进行对比分析可知，近年1年的各个风向中，其逐时平均风速要高于前者，平均风速差值保持在0～0.7m/s，并且在各个风向的平均风速差值中，以NNE、NE以及NNW方位最为明显，其差值均超过0.5m/s，而在其他风向中的平均风速差值则均不超过0.4m/s，由此可以发现，观测周期的不同，使观测数据也有所不同，因此在统计平均风速时，必须要确保资料的周期和风向相符，以此确保气象参数具有代表性。

2.4 污染系数

通过以上分析可以了解到，无论是风向，还是风速，都对污染物扩散有着巨大影响，由此也能够确定风向、风速与污染物浓度所具有的内在关系。人们通常利用污染系数来表示污染物的浓度，而污染系数的高低则是利用风向频率除以平均风速的商来进行表示的。从污染系数的计算公式可以知道，其是将风向与风速的综合作用。对于某个风向来说，如果其风速较小，则该方位中的大气的污染程度也就越严重。在该项目中，通过计算污染系数，可以得出NE、ENE方位中的大气污染系数要比SW方位高的多，由此也说明其NE、ENE方位的大气污染程度要更加严重，因此在对项目进行选址时，应确保污染源处于SW方位的下方，也就是城區的下风向方位，这样可有效减轻大气污染给城区居民的不利影响。

3 结语

总而言之，在大气污染预测模式下，气象人员在对项目的气象参数进行分析及运用时，考虑到年限、时次的不同，即合是同一气象参数也会有所不同，这势必会对项目的大气污染预测结果造成一定的不利影响。因此，气象人员必须要确保气象资料的准确和真实，并尽可能的采用连续且时段较少的气象资料来进行调查，以此实现对项目大气污染情况的准确预测和评价。

参考文献

[1]何建军，余晔，刘娜，赵素平，陈晋北.基于WRF模式的兰州秋冬季大气污染预报模型研究[J].气象，2013，39（10）：1293-1303.

[2]蒋伊蓉，朱蓉，朱克云，李泽椿.京津冀地区重污染天气过程的污染气象条件数值模拟研究[J].环境科学学报，2015，35（09）：2681-2692.

[3]陈俏，谢丽娟.神经网络应用于大气污染预测的探讨[J].信息技术与信息化，2015（06）：84-86.

收稿日期：2019-05-23

作者简介：谷可心（1993-），女，汉族，本科学历，助理工程师，研究方向为天气预报或气象服务与应用气象。