大气扩散模式（共7篇）
大气扩散模式 篇1
在环境影响评价中, 大气环境影响评价是一项比较重要内容, 其根本任务是鼓励在规划和决策中要充分考虑环境因素, 有效预防和控制大气污染物排放, 实现社会经济发展和自然环境的相容性和和谐。为准确评价项目实施后对周围环境的影响, 需要采取核实的大气预测模式。其中, AERMOD模式、CALPUFF模式和ADMS模式是大气预测模式中主要的三种, 在HJ2.2-2008《环境影响评价技术导则-大气环境》也有这样的一个说法。当大气环境影响评价中涉及复杂地形时, 这三种大气预测模式均可通过相应的复杂地形扩散模式, 得到较精确地预测结果。
1复杂地形与大气扩散模式
根据HJ2.2-2008《环境影响评价技术导则-大气环境》中规定, 在离污染源中心点5km内的地形, 而且高度等于或超过排气筒高的地方就是复杂地形, 不过高度不包括建筑物。
大气污染物的输送、扩散在地形中的影响主要体现在以下的两个方面, 分别是:
1.1近地面层一定高度范围内的气流场一般都会不相同, 这都是由于在大尺度下不同地形条件和地形特征导致而成的, 这个导致进而引起大气污染物在水平和垂直方向的输送和扩散变化,
1.2复杂地形的起伏的小范围可能导致羽运输、扩散过程出现受到山体的阻挡现象, 这时水平羽将直接影响山区, 山形, 然后被迫气流场沿山区垂直柱表面向上和向前传播的扩散, 导致地面污染物浓度的变化。
由于复杂的地形影响气流分布的空气污染物的分布, 这是有区别与不同于普通地形, 可能导致相同的扩散距离的不同位置的水平产生异常。机理主要包括山体反射 (污染物被山体阻挡, 形成反射, 造成局部地区高浓度) , 烟流撞山 (这种一般是四周高耸的地形, 这样会使污染源排放有效高度完全损失, 或部分损失, 迫使迎风坡出现高浓度) 等。而导则推荐使用的大气预测模式AER-MOD、CALPUFF和ADMS, 虽然采用了不相同的复杂地形作为扩散模式, 而其中的预测基本思路都为假定烟羽随障碍物周围的流畅分层, 而且低层围绕山体流过, 高层方面则爬越山体。
2在复杂地形环境质量AERMOD模式预测中的应用分析
2.1 AERMOD模式。最早是在美国国家环保局联合美国气象学会组建而成, 是由法规模式改善委员会开发的。这个AERMOD模式是利用了扩散统计原理理论, 在假设情况下, 如果污染物的浓度分布在一定程度上服从高斯分布, 那么这个模式系统将可以在下面地区进行模拟预测, 比如乡村环境和城市环境、平坦地形和复杂地形、地面源以及高架源等多种排放扩散情形的模拟, 当然也可以用于点源、面源和体源的排放。但这个也是有局限性的, 仅仅只可以使用在评价范围50km以内的情况。AERMOD模式在复杂地形环境影响评价中发挥了很大的作用, 通过利用行星边界层湍流结构和理论, 简单的模拟预测出复杂地形的空气湍流结构和尺度, 之后可以遥测出复杂地形空气湍流、扩散、的参数变化和空气, 另外, 在空气对流的条件下采用WRF模式, 结合复杂地形对流条件下的浮力烟羽和混合屋顶的相互产生的作用, 对复杂地形地区夜间城市边界层的污染物浓度的分布进行计算, 从而避免在山谷、山脚等地形复杂地带选址建设项目的厂址, 优化建设项目和开发规划的平面布局与设计。
2.2 AERMOD模式。通过小尺度复杂地形大气扩散模型、气象数据预处理器和地形数据预处理器以及气象数据预处理器的尺度参数和边界层廓线数据可以直接由输入的现场观测数据确定, 可以传输到国家气象局的地面数据、探空数据库中。AERMOD模式可以将复杂地形地区平均风速、水平向和垂直向湍流量脉动、温度梯度、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。AERMOD模式可以气象数据预处理器和地形数据处理器对复杂地形地区的大气污染物浓度数据的分布进行计算, 之后将计算出的地形数据、污染物浓度分布数据就成为了复杂地形环境影响影响评价的重要数据, 从而可以利于做出保护环境的决策, 利于, 预防与防治环境空气污染的决策、规划设计与工程建设项目。
3 CALPUFF模式在复杂地形环境质量监测中的应用
3.1复杂地形扩散模式 (CTDMPLUS) , 其实也包括CALPUFF复杂地形模式。其实这种CALPUFF复杂地形模式主要是利用网格镶嵌手段, 进行模拟小尺度的复杂地形, 模拟其对地面污染物浓度的影响。CALPUFF复杂地形模式适用于评价范围大于50km的复杂地形、海岸、小静风、熏烟、环流情形的预测, 也是我国《环境影响评价技术导则———大气环境》这标准中的环境质量预测的经典模式之一, 是符合国家标准的。可用于复杂地形条件下的大气扩散模拟, CALPUFF污染扩散模式, 模拟预测土地覆被变化对特征污染物分布、扩散过程的影响。而大家都知道, CALMET气象模块、CALPUFF烟团扩散模块和CALPOST后处理模块这3个模块是可以组成CALPUFF复杂地形模式, 这气象模块的原理是利用质量守恒连续方程, 然后在三维网格模拟域中比较详细的描述小时风场与温度场的气象模块。
3.2在不是很正常, 也不是很稳态的气象条件下, CALPUFF复杂地形模式就是通过模拟复杂地形的污染物扩散, 迁移和转化的多层以及多物种的高斯型烟团扩散模式, 模拟的尺度可以从几十米到几百千米, 在近距离模式可以处理如建筑物下洗、浮力抬升、动力抬升、部分烟羽穿透和海陆交互影响等过程, 在远距离可以处理如干、湿沉降, 化学转化, 垂直风修剪和水上输送等污染物清除过程。CALPUFF模式可以处理逐时变化的点源、面源、线源、体源等污染源, 可选择模拟小时、天、月以及年等多种平均模拟时段, 模式内部包含了化学转化、干湿沉降等污染物去除过程, 充分考虑下垫面的影响, 输出结果主要包括逐时的地面网格和各指定受体点的污染物浓度, 从而将地形数据和污染物浓度及其分布情况传输到环境监测中心, 从而确保复杂地形环境影响影响评价报告数据的精确性和高效性。
4 ADMS模式在复杂地形环境质量检测中的应用
ADMS模式也适用在评价范围小于等于50km的情况。ADMS模式主要选择FLOWSTAR模快, 简单的来讲, 就是以小尺度的复杂地形为主要依据, 然后采用线性化动量以及连续方程来分析和计算复杂地形地区上空的流场与湍流。ADMS复杂地形大气扩散模式利用FLOWSTAR模式和分流层高度, 对复杂地形的流场进行分析计算, 同时通过假设大气污染物宁散和稀释到这个复杂地形环流区域中的烟云, 如果也在该区域完全或者充分混合, 那么这就可以通过大气污染物的扩散情况, 也就是从实际源头向下风向的方向进行迁移, 来计算出复杂地形上空的流场与湍流场, 进而调整环流区域的烟羽高度和烟羽迁移的参数, 从而计算出复杂地形污染物浓度极其分布情况, 进而形成完整的复杂地形的地形示意图, 从而可以做出利于在复杂地形建设项目的选址、排气筒布局等, 以及较少建设项目和开发规划设计实施后对环境的影响, 确保复杂地形环境影响评价报告数据的精确性、前瞻性。
5结语
大气预测模式, 也就是AERMOD模式, CALPUFF模式和ADMS模式这三种模式, 其实都可进行复杂地形浓度预测, 只不过这样的预测数值与浓度分布的规律存在着一定程度的差异, 因此, 要对各模式工作原理和评价方法进行进一步研究和验证, 来优选模式和统一评价, 进而提出有效减少复杂地形条件下的规划和建设项目实施后对环境的影响, 从而提高复杂地形地区的环境质量, 减少大气污染物对评价区域环境空气的污染。
摘要：通过介绍环境影响评价中复杂地形的主要大气扩散模式, 探讨了AERMOD模式CALPUFF模式、ADMS模式在复杂地形条件下环境影响预测中的应用, 从而更好的做好复杂地形地区的大气污染问题的预防与治理工作, 提高复杂地形建设项目和规划的决策更加高效性、准确性与前瞻性、高效性。
关键词：大气扩散模式,环境评价影响,复杂地形,应用
参考文献
[1]张玉珍.基于CALPUFF模型的核电站事故源项大气扩散研究[M].上海交通大学.2010, 15 (2) .
[2]王栋成, 王勃, 王磊, 邱粲.复杂地形大气扩散模式在环境影响评价中的应用[J].环境工程, 2010, 28 (6) .
[3]朱好, 张宏升, 蔡旭晖, 李凤菊, 刘新建.CALPUFF在复杂地形条件下的近场大气扩散模拟研究[J].北京大学学报, 2013, 49 (3) .
大气扩散模式 篇2
大气稳定度对污染物扩散的彩响
本文利用哈尔滨市2000～气象与空气质量的监测资料,分析了大气稳定度对污染物扩散影响.其中包括大气逆温、里查逊数对污染物扩散的`影响,并依此进行了大气稳定度和所对应的大气污染等级划分.
作 者：张同智 袁启光 ZHANG Tongzhi YUAN Qiguang 作者单位：黑龙江省气象台,黑龙江,哈尔滨,150030刊 名：黑龙江气象英文刊名：HEILONGJIANG METEOROLOGY年，卷(期)：26(2)分类号：P49关键词：大气稳定度 污染物 扩散影响 污染等级
大气污染物扩散影响分析 篇3
污染物从污染源排放到大气中, 只是一系列复杂过程的开始, 污染物在大气中的迁移、扩散是这些复杂过程的重要方面。这些过程都是发生在大气中, 大气的性状在很大程度上影响污染物的时空分布。实践证明, 风向、风速、大气稳定度、温度的空间差异、地面粗糙度、雨和雾等, 是影响大气污染的主要因素。
污染物在大气中的扩散与过境风、湍流和温度梯度密切相关, 过境风可使污染物向下风向迁移和扩散, 湍流可使污染物向各方向扩散, 温度梯度可使污染物发生质量扩散, 风和湍流在污染物迁移过程中起主导作用。
根据湍流形成的原因可分为两种湍流, 一种是动力湍流, 它起因于有规律水平运动的气流遇到起伏不平的地形扰动所产生, 它们主要取决于风速梯度和地面粗糙等;另一种是热力湍流, 它起因于地表面温度与地表面附近的温度不均一, 近地面部分空气受热膨胀而上升, 随之上面的冷空气下降, 从而形成垂直运动。湍流具极强的扩散能力, 它比分子扩散快105-106倍, 湍流越剧烈, 污染物的扩散速度就越快, 污染物浓度就越接近区域平均水平。
降水能有效地吸收、淋洗空气中的各种污染物;雾像一顶盖子, 虽然能稀释部分酸性污染物, 却会使空气污染状况短时间内加剧。
地形地势对大气污染物的扩散和浓度分布有重要影响。山区地形、海陆界面、大中城市等复杂地形均对大气污染物扩散产生影响。
城市建筑密集, 高度参差不齐, 因此城市下垫面有较大的粗糙度, 对风向、风速影响很大, 一般说城市风速小于郊区, 但由于有较大的粗糙度, 城市上空的动力湍流明显大于郊区。
2 各因素对大气污染物扩散的影响
2.1城市“热岛效应”。城市“热岛效应”的影响效果与城市规模有关。一般大城市中心区域与周围乡村温差可达7℃以上, 而中等城市可达5℃左右。城市“热岛效应”对城市大气污染物扩散的主要影响体现在:加大了市中心区域空气扰动, 其产生的热力湍流加速了该区域的污染物混合, 同时在静小风情况下阻碍污染物向周边区域输送, 使大气污染物更易于在城市中心区域聚集并滞留, 所以一般城市中心区域大气污染物浓度较高。
2.2大气稳定度。大气稳定度对大气污染物扩散影响较大, 大气稳定度从稳定到不稳定, 决定了大气对污染物的扩散能力从难以扩散到有利于污染物扩散的过程。
2.3粗糙度。粗糙度对污染物扩散的影响分两方面:一是形成湍流, 加快大气污染物混合, 避免局部浓度过高现象发生;二是高层建筑容易形成类似过山气流的污染物闭塞区, 使大气污染物在高层建筑背后避风区聚集并滞留, 不容易向其它区域扩散。这也是大中城市中心区域大气污染物浓度一般高于周边地区的一个原因。
2.4温度层结。各温度层结对大气污染物扩散的影响各不相同, 其中以逆温情况对大气污染物的扩散最为不利。气态污染物和颗粒污染物在大气层中的位置决定其扩散方式, 颗粒污染物以平流输送和重力沉降为主, 一般飘浮于低空, 对于气态污染物来说, 平流输送和垂直扩散都起重要作用, 它甚至可以扩散到边界层以外的大气中。所以气态污染物在逆温情况下相对于颗粒污染物更不利于扩散, 对环境的影响也更大。
逆温天气加重了逆温天气对环境的影响, 这种气象条件下, 大气污染物聚集于低空, 通常形成污染带或污染域, 加重局地污染程度。
2.5降水和雾。降水一般分为雨、雪两种, 对大气污染物均起到冲刷作用, 而降雨的作用更加明显。降水对降低颗粒类污染物浓度的作用较大, 对气态污染物只起微小作用。通常降水可使颗粒类污染物浓度降低50%~80%, 而气态污染物浓度降低只达到10%左右。
雾同时具有对大气污染物的屏蔽作用、对酸性污染物 (SO2和NO2皆属于酸性污染物) 的稀释作用和对颗粒类污染物的洗刷作用。NOx浓度因汽车拥有量较大而较高, 又雾可以直接进入人的呼吸道, 故此种情况危害较大。
2.6局地气候影响
2.6.1海 (江) 陆风。局地气象条件下, 陆地与江河湖海临近的区域必然受到其影响, 但其影响较小。这种影响昼夜迥异:白天, 陆地温度高, 空气密度小, 空气上升, 水面温度相对较低, 空气向陆地运动, 补充陆地空气缺失部分, 形成海 (江) 风;夜晚, 陆地降温较快, 而水面温度下降较缓, 温度相对较高, 空气上升, 陆地空气向水面运动加以补充, 形成陆风。
与城市“热岛效应”比较, 白天与城市“热岛效应”相同, 夜晚与城市“热岛效应”相反。所以海 (江) 陆风在白天助长城市“热岛效应”, 夜晚削弱城市“热岛效应”。
2.6.2山谷风。山谷风与海陆风一样, 山和谷因昼夜温差而产生。白天风向指向山, 夜晚风向指向谷。所以夜间污染物易于聚集于谷中。
3 主要大气污染物影响程度探究
由于NO2与PM10和SO2产生源不同, 综合各种因素对大气污染物扩散的影响因素, 虽然影响程度同样受过境风迁移作用影响, 但其影响程度肯定会有所不同, 故将NO2和PM10和SO2的不同程度影响程度予以分别确定。
各主要大气污染物采暖期污染较重, 非采暖期污染较轻, 特别是PM10和SO2属于煤烟型污染物, 具有明显的季节性特点, 而NOx主要污染源是汽车, 四季变化不大, 主要与汽车数量相关。就某一固定区域而言, 气态污染物NOx、SO2差异相对较小, 主要原因是气态污染物更容易随被过境风输送到较远的地方, 在不利气象条件下也更容易扩展到整个影响区域, 而颗粒物更容易沉降聚集。
对于低空污染团, 一般情况下颗粒类污染物可以被平流输送至1.5~2.5km以外的地方, 而气态污染物则要超出几倍甚至几十倍。
事实上, 从污染物产生到聚集和滞留是动态过程, 也就是说, 各种影响因素时刻在对对大气污染物的传输和扩散起作用。
4 结论
大气污染物扩散过程是一个宏观动态过程, 其中各种影响因素在同时起作用, 而各种影响因素因季节和局地气象条件不同而分别起主要和次要作用, 即主要影响因素和次要影响因素可以在不同时段相互转化, 进而使大气污染物主要影响程度也有所差别。
理解了各种影响因素对大气污染物扩散的作用原理, 掌握了大气污染物扩散规律, 就可以根据实际情况来确定大气污染物对环境的影响程度和大致的影响范围。
摘要：影响大气污染物扩散的因素很多, 一般包括大气稳定度、垂直和水平温度梯度、低空风场引起的平流动力输送、地面粗糙度、湍流运动、雨雾等。这些因素都不同程度地影响大气污染物的扩散, 以一定的传输和扩散规律决定大气污染水平的高低, 并由此使各局部区域污染程度各不相同。
关键词：大气,污染,影响因素,影响区域,探究
参考文献
[1]李子华.大气化学[D].南京:南京气象学院, 1988.
[2]黄石.液体动力学[D].南京:南京气象学院, 1989.
大气扩散模式 篇4
1 原理
三维超声风温仪对风速脉动的快速响应以及对风分量的敏感性, 使其成为研究低层大气湍流的理想工具。周期为1h左右的谱隙把大气运动分为大尺度运动和湍流运动量部分, 这就决定了在处理湍流数据和分析湍流结构时, 湍流数据采样尺度一般取约1h左右, 采样间隔高于1s。为兼顾采样期间气象条件的稳定性, 将整点前30min采样作为一个数据组进行分析。根据统计理论, 湍流运动这个随机变量其取值虽随时间和空间的变化极不规则, 但它的统计特征量, 如平均值、方差、相关系数等都有一定规律性, 因此湍流结构可以用这些统计特征量来描述, 这样可以通过固定点的湍流观测分析得到试验地区的湍流扩散特征。
1.1 计算方法
统计模式以大气扩散统计理论为基础, 寻求扩散粒子关于时间和空间的概率分布, 进一步求出扩散物质浓度的空间分布和时间变化。根据大气扩散统计理论, 粒子经过时间为t的扩散后, 粒子的位移方差可以表示为欧拉谱函数形式:
其中α=x, y, z, i=u, v, w, FiE (n) 是归一化的欧拉方差能谱, βi是湍流场的拉格朗日-欧拉时间积分尺度, sin2 (nπt/βi) /n2是关于扩散时间的低通滤波函数。
帕斯奎尔曾提出一种即可以保留泰勒统计理论基本特征, 又能够使用易于测量的湍流量进行参数化的方法。该方法从湍流相似性理论出发, 直接从湍流量和时间尺度估算扩散参数:
σx, σy及σz分别表示纵向扩散, 侧向扩散和垂直扩散参数, σu, σv及σw为对应风向风速涨落标准差。T是扩散时间, Tx, y, z分别是三方向的拉格朗日时间尺度有关的特征时间。fx, y, z (T/Tx, y, z) 分别为某一特定函数, 已知fx, y, z (0) =1, 上式可改写为:x, y, z=Iu, v, w X fx, y, z (X/UTx, y, z)
如果Iu, v, w可计算得到, 则问题归结为找出未知函数fx, y, z的形式, 并能设计出一种估计Tx, y, z的实用方法。Draxler对前人开展的试验进行了总结, 综合了11项扩散试验资料, 分成地面源和高架源两组, 分别推求函数f。这一工作被认为是最具代表性的, 也是应用最为广泛的, 因此确定采用Draxler的函数[4]形式及其参数。普适函数f的形式:
1.2 湍流特征量分析
大气边界层湍流的相似性理论指出:湍流速度涨落标准差遵守如下的相似性关系:
这里, u*取为地面摩擦速度。中性层结条件下有:
大气湍流扩散的强弱也可以用风速三个方向的湍流度来度量。它们分别为:
式中, U軍是平均风速。如果风速廓线也遵守莫宁-奥布霍夫相似性, 那么湍流度也遵守相似性, 因此, 在推算大气扩散参数值前, 需根据大量湍流观测试验数据统计得到文中上述湍流特征值, 并考查无因次湍流特征速度σu、v、w/u*随稳定度参数z/L的变化规律, 以及湍流度随风速变化关系是否满足相似性理论, 这是根据此方法计算大气扩散参数的前提。
2 数据处理
2.1 数据组筛选和野点剔除
对于大气某物理量的一组湍流观测是等精度的, 因此, 可以认为在一组湍流原始资料中, 若某一数据的偏差超过3倍标准方差, 则该数据点视为“坏值”, 俗称“野点”, 对该值予以剔除, 并用相邻数据点插值进行补点。剔除野点需遵守如下规则: (1) 每次剔除野点后, 应再进行判别, 直至剔除所有野点; (2) 可能同时出现多个野点, 应先剔除最大者, 再进行判别; (3) 当一组湍流数据野点数目超过1%, 舍弃该组数据。
2.2 坐标旋转
在湍流仪器安装时, 为减小仪器支撑结构对气流的扰动, 将仪器对准主导风向, 同时通过调整仪器万向节, 使仪器安装垂直。仪器一经安装后, x、y、z方向固定不变。扩散参数要求x为顺风向、y为侧风向、z为垂直风向, 因此在每组数据计算前, 需根据本次试验的主导风向对坐标轴进行旋转[5], 使y方向和z方向风速分量平均值为零, x、y、z方向遵循右手法则。
2.3 趋势项去除
对于缓慢的天气系统变化或仪器系统的零点漂移, 以及蓄电池供电电压下降引入的噪声, 采用趋势回归的方法加以消除。一般的, 一次回归方法能够有效地去除观测系统的零点漂移或天气系统的缓慢变化。但是, 尽管其频率范围很低, 仍可能与湍流谱的低频段有交叠现象, 这时采用二次回归方程去除趋势项。
3 试验结果案例分析
3.1 试验结果
通过在大亚湾核电厂10m和80m高度设置三维超声风速仪, 选取于2011年12月~2012年2月和2011年8月~9月开展了冬夏季现场湍流观测试验, 根据试验观测数据计算大气湍流特征量。为了通过实测湍流度确定大气扩散参数并能与实用稳定度分类系统相衔接, 使用前文章节中各稳定度类别代表性湍流度用于推算大气扩散参数。厂址地区10m和80m高度各稳定度类别代表性湍流度计算扩散参数的具体典型值, 依据Draxler方法估算厂址地区扩散参数计算到的扩散参数值。
3.2 推算扩散参数
为方便扩散计算的程序使用, y、z的表达式以幂次律表达为:σy=axbσz=cxd
此外, 作为大气弥散因子计算模式的输入参数, 需要得到对厂址区域有较好代表性的大气扩散参数, 为此, 对10m和80m高度计算得到的不同距离下风向大气扩散参数值进行平均后拟合得到可以代表厂址区域的大气扩散参数值。给出了最终推荐的厂址地区大气扩散参数值。
给出了推荐扩散参数与P-G扩散参数对比结果。
3.3 结果讨论
3.3.1除强不稳定类天气条件下的垂直扩散参数, 湍流观测计算得到的扩散参数值均大于P-G扩散参数, 这是由于此次试验地区比P-G扩散试验地区的地形起伏略大造成, 近区地形起伏造成局地扩散能力增强, 一方面有利于核电厂气载放射性污染物的扩散, 同时也可能造成近区放射性烟羽最大落地浓度更接近排放点。
3.3.2厂址区域离岸流扩散能力大于向岸流情形, 但在极端稳定情形下大气扩散参数值相差不大。由此可见, 这主要是陆面地形起伏对局地扩散能力加强造成的。
3.3.3 由于低层受地形影响更为明显, 厂址区域低层大气扩散能力大于高层。
3.3.4厂址地区除在强不稳定和不稳定类天气条件下, 计算得到的垂直扩散参数值在500m~1000m左右以远处较P-G扩散参数偏小, 其他稳定度情形下, 厂址地区大气扩散参数均大于P-G扩散参数。
4 结语
4.1大气扩散参数作为辐射环境影响评价时一个重要的参数, 其可靠性和合理性值得关注, 而固定点湍流观测具有较好的理论依据, 在一定观测时段内可以获得足够多的观测样本, 对于分析核电厂区域不同大气稳定层结的扩散条件提供足够的数据基础。
4.2固定点湍流观测属于欧拉观测, 计算得到的大气扩散参数在厂址区域的适用范围有一定局限性, 这是该方法的一个理论局限性, 因此, 在核电厂辐射环境影响评价计算中, 建议结合示踪试验等其他试验方法的计算结果, 以期得到更为准确的核电厂址区域大气扩散参数值。
参考文献
[1]国家核安全局.核电厂厂址选择的大气弥散问题.核安全导则HAD 101/02, 1987.
[2]吴艳标, 阳继红, 等.广东西部地区的湍流强度及大气扩散参数探讨[J].广州环境科学, 1998, 13 (2) 10-15.
大气扩散模式 篇5
关键词：ISC3,模型,算法
此模型为一种高斯扇面平均方程。气象参数中的风速、风向和稳定度三者称为联合频率, 模型输入的联合频率, 称为STAR (Stability Array summary) , 包括月、季或年的频率分布。长期模型可以计算单个的STAR数据下的浓度值, 以及包含所有有效数据的时间周期内的值。
1 点源排放
长期模型中, 在一个连续源周围的区域被分为等弧度的扇面, 每个扇面都有相对应的风向、风速和稳定度的季和年的频率分布。污染源排出的污染物根据风吹向扇面的频率进行分配。每个源计算得出的浓度场都置于同一个坐标系中, 并将结果相和, 得到总的浓度。
对于单个点源, 季平均浓度为:
其中:K为单位比例系数;Q为第i风速等级, 第k稳定度级别的排放强度;f为第i风速等级, 第j风向, 第k稳定度级别的联合频率;△θ'为扇面宽度 (弧度) ;R为接受点到侧向虚拟点源的径向距离 (=[ (x+xy) 2+y2]1/2) ;x为沿烟流中心轴的源中心到接受点的下风向距离;y烟流中心轴到接受点横向距离;xy为侧向虚拟距离, 对于没有横向扩散加强的源或没有建筑下冲气流的源, xy等于零;S为平滑函数;us为第i风速等级, 第k稳定度级别时源高处的平均风速;σz为第k稳定度时浓度垂直分布的标准偏差;V为第i风速等级, 第k稳定度级别时的垂直项;D为第i风速等级, 第k稳定度级别时污染物的衰减项。
年平均浓度可以由季平均浓度得出:
1.1 风速:
其中:us为烟流排放口处的风速;uref为参考高度为zref处的风速;hs为烟囱的实高度;p为风廓线指数。
1.2 烟气抬升公式:
浮力通量参数
△T=Ts-Ta, Ts为烟流出口温度 (K) , Ta为环境空气温度 (K) 。
还要考虑动量通量参数Fm (m4/s3) :
1.2.1 大气处于不稳定或中性情况
临界温差
如果△T大于或等于 (△T) c, 烟流抬升中, 认为浮力抬升占主导地位, 否则动量占主导地位。
浮力抬升时的有效源高:。
动量抬升时的有效源高:
1.2.2 大气处于稳定状况。
稳定度参数:
缺省情况下, 稳定度为E时, ∂θ/∂z为0.02K/m, 稳定度为F时, ∂θ/∂z为0.035K/m。
临界温差, 如果大于或等于 (△T) c, 烟流抬升中, 认为浮力抬升占主导地位, 否则动量占主导地位。
浮力抬升时的有效源高:
动量抬升时的有效源高:
1.2.3 下风向距离小于最终抬升距离时。
当源和受点之间的下风向距离x小于最终抬升距离时, 烟流抬升高度要作相应变化。
浮力抬升时的有效源高:
动量抬升时的有效源高:
非稳定状态:
稳定状态下:
1.3 大气扩散参数。
城市大气扩散参数选用Briggs扩散参数。
1.4 垂直项。
垂直项表示高斯烟流的垂直分布情况, 它包含了源高程、受点高程、烟流抬升、垂直有限混合层及颗粒物的重力沉降和干沉积等多方面的影响。垂直项的计算除了需要烟流高度、受点高度和混合层高度外, 还需要垂直扩散参数σz。
气体和小颗粒物的垂直项:
大颗粒物的重力沉降可以假定导致一种“倾斜烟流”, 公式中的烟流有效高度he换成:
hv= (x/us) vg为由于重力沉降对原烟流高度的修正。包含干沉积作用的新的垂直项:
V (x, z, hed) 为没有任何沉积时的垂直项。FQ (x) 为在下风向距离x处, 仍留在烟流中物质的质量分数。P (x, z) 为垂直剖面修正系数, 可以模拟干沉积对近地面颗粒物浓度的影响。
1.5 衰减项。
衰减项为物理或化学过程导致的污染物的减少:ψ>0或D=1ψ=0
ψ为衰减系数 (s-1) (不考虑衰减时为零) ;x为下风向距离。
如果污染物半衰期为T1/2, 则:
ψ在模型计算中的缺省值为零, 然而在城市模式时, 对于SO2自动指定半衰期为四小时 (ψ=0.0000481s-1) 。
1.6 平滑函数。
平滑函数S{θ}解决相邻扇面交界处浓度不连续的问题。每个扇面中心线处的浓度不受相邻扇面的影响, 在中心线以外点的浓度为中心线浓度和相邻扇面中心线浓度的加权函数。平滑函数:
θj'为正北方向到第j个风向扇面中心线的夹角 (弧度) ;θ'为正北方到接受点的夹角 (弧度) ;△θ'尾扇面宽度 (弧度) 。
参考文献
[1]EPA-454/B-95-003a.User's guide for the in-dustrial source complex (ISC3) dispersion models, Volume I:User instructions[Z].Washington:US EPA, 1995.
[2]EPA-454/B-95-003b.User's guide for the in-dustrial source complex (ISC3) dispersion models, Volume II:Description of model algorithms[Z].Washington:US EPA, 1995.
[3]薛志钢, 柴发合, 段宁等.运用ISC3模型模拟电厂脱硫后的大气环境影响[J].环境科学研究, 2003, 16 (5) .
大气扩散模式 篇6
当前对大气扩散参数的测定方法有2种, 即由湍流量测量风速脉动量确定和利用气象站常规仪器观测进行分类参数化的方法[1,2,3,4]。该文利用固定观测点的湍流脉动量直接计算大气扩散参数, 这样就能较准确地反映出兰州市西固区的扩散特征。
1 观测仪器和资料
采用的仪器为三轴风速仪, 仪器的2个水平探头分别指向N、W方向, 第3个探头指向天顶。测量时间段为1 h, 每2s测量1次数据[5]。由于观测资料处理、时间原因, 该文只对稳定和不稳定条件下的大气扩散参数进行分析。
2 兰州市西固区地形及气候特征
兰州市西固区位于东经103°19′~104°41′, 北纬35°38′~36°13′。总体地势西北高、东南低, 为半封闭的哑铃状河谷盆地, 东西长而南北窄, 南北两山对峙环绕, 山体走向为东北西南向, 由北逐渐向南倾斜;以黄土梁和黄土河谷为主。
兰州城区年平均风速为0.7 m/s, 且呈单峰型分布。其中春、夏2季风速比较大, 秋季次之, 冬季最小;城区年平均静风率为74.8%, 冬季静风率高达87%以上;兰州城区一年四季都有逆温层存在, 尤其以冬季的贴地逆温最为突出;气候属温带半干旱气候, 山区垂直性气温变化较显著。年平均气温8.5℃, 最高36.1℃, 最低-23.4℃, 年均降雨量330 mm。
3 观测原理
根据Taylor湍流统计理论, 利用风速脉动资料计算大气扩散参数方法[6]。
3.1 三维速度平均值
假设三轴风速仪的三维风速序列分别为ui0、vi0、wi0, 三维平均速度和此时的水平平均风速计算公式分别为:
方向角θ0 (以正Y0向正X0方向旋转的角度为正) 为:
在经过坐标变化, ui、vi、wi在新坐标 (x、y、z) 中表示为:
3.2 三维速度方差 (σ)
计算公式分别如下:
3.3 风向方差
计算公式分别如下:
式中:σθ和σΦ的标准偏差分别表征水平和垂直方向上风向脉动的涨落状况。
污染物的扩散是一种拉格朗日观测, 污染气体的小单位或无惯性粒子严格地随气流运动。用固定风速仪测得的速度 (欧氏) 变化快于测量随着气流运动的气块速度 (拉氏) 。而由于大气扩散参数必须用欧拉观测得到的数据计算, 因而要求建立欧拉和拉格朗日湍流之间的关系[1,2]。Hay和Pasquill已将拉氏相关系数R (ξ) 和R (t) 之间建立了联系, 拉氏相关系数的直接观测由欧氏的时间相关系数的观测来代替, 即关系式为:
3.4 大气扩散参数方程
由三轴风速仪计算拟合大气扩散参数方程, 经量纲分析, Taylor公式可以用下述函数来拟合:
式中:x为下风向距离, f (x) 是普适函数。
3.5 f (x) 函数值的确定
式中:x为扩散距离, L为奥布霍夫长度。
4 个例计算与分析 (以兰州市西固区为例)
以2005年1月兰州市西固区的大气观测资料进行计算。
4.1 不同稳定度下的实测各特征量的平滑平均值
不同稳定度下的实测各特征量σθ、σΦ和V的平滑平均值如表1所示。
4.2 不同稳定度下的扩散参数方程
稳定条件下, Hay和Pasquill方法确定的扩散参数方程如下:
不稳定条件下, Hay和Pasquill方法确定的扩散参数方程如下:
4.3 各个稳定度扩散曲线与P-G、Briggs扩散曲线的比较
P-G扩散曲线法是根据风速、云与太阳辐射状况对大气的稀释扩散能力进行判断, 以确定其稳定度扩散级别 (A、B、C、D、E、F, 共6类) [7]。Briggs是在一系列扩散试验的基础上, 分析曲线在不同距离的特性, 将其结合在一起, 得到一系列扩散曲线, 即Briggs扩散曲线[8]。基于大量的扩散试验资料和理论分析, 得出扩散参数随离源下风向距离 (x) 的变化曲线, 具体如图1、2所示。不论是在稳定条件下还是在不稳定条件下, 用脉动风速资料计算的水平扩散参数 (σy) 和垂直扩散参数 (σz) 均比P-G法和Briggs曲线法大。主要原因是P-G法和Briggs曲线法使用于平原地区的扩散参数, 而兰州市西固区的地形比较复杂, 用脉动资料确定大气扩散参数更能准确地反映当地大气扩散稀释能力。
5 小结
研究表明, 用P-G扩散、Briggs扩散计算复杂下垫面的扩散参数时, 结果偏小。对于地形复杂的地区 (如兰州市西固区) , 研究其扩散能力时, 应尽可能利用脉动观测资料确定大气扩散参数, 以便更为准确地反映当地大气的稀释扩散能力, 为扩散模式提供精确的参数, 真实地反映当地的环境质量状况[9,10], 从而为准确地预测当地天气变化提供科学的理论基础。
摘要：分析2005年1月兰州市西固区脉动风速的测量数据, 通过计算得到水平扩散参数 (σy) 和垂直扩散参数 (σz) , 并与P-G、Briggs扩散曲线得到的扩散参数进行比较。结果表明:在稳定条件或不稳定条件下, 用P-G模式及Briggs方法计算的结果都小于用风速脉动资料确定的结果。
关键词：三轴风速仪,扩散参数,湍流,甘肃兰州
参考文献
[1]牛生杰.沙尘气溶胶微结构及其对降水影响的观测和数值模拟研究[D].南京:南京气象学院, 2004.
[2]王冠.兰州市街道尘埃磁性特征研究[D].兰州:兰州大学, 2008.
[3]陈义珍, 柴发合.欧拉观测的大气扩散参数计算方法探析及应用[J].上海环境科学, 1997, 16 (11) :17-19.
[4]林金彪.用三轴风速仪确定大气扩散参数的方法初探[C]//湖北省气象学会.2007年湖北省气象学会学术年[1]会暨全省青年气象科技工作者学术交流会议学术论文详细文摘汇集.武汉:[出版者不详], 2007.
[5]桑建人, 孙继明, 牛生杰.沙漠地区大气扩散参数特征分析[J].中国沙漠, 2000, 20 (3) :301-304.
[6]文术, 杨柏生.利用湍流特征量的测定值确定扩散参数[J].四川气象, 1995, 15 (3) :26-27.
[7]张镭, 王继红, 任健美, 等.用风脉动资料确定低山丘陵地区大气扩散参数的研究[J].兰州大学学报:自然科学版, 1994, 30 (4) :152-156.
[8]杨洪斌, 张云海, 马雁军.朝阳地区大气扩散参数计算分析[J].环境保护科学, 2006, 32 (1) :5-7.
[9]兰州市清洁能源行动办公室..兰州市清洁能源行动规划[R].兰州, 2002.
大气扩散模式 篇7
关键词：放射性物质,沉降,排放,核事故,WRF/Chem
近年来，世界范围内核电事业稳步发展，核电站的数量与日俱增，然而，由自然灾害和人为失误而导致的核事故也严重威胁着人类的生存环境和身体健康。例如，2011年3月11日的东日本地震导致了较为严重的海啸，从而造成了福岛第一核电站的供电和冷却系统失效，更为严重的是，大量的放射性物质被释放到了大气环境中[1]，并且在周边区域的食物和水体中也检测到了核物质[2]。
针对福岛事故中放射性物质的时空分布的数值模拟，很多学者进行了相应的研究[3,4,5,6,7,8,9,10,11]。研究发现，很多不确定性因素影响着放射性物质大气扩散及沉降的分布，包括源项的排放率、干沉降与湿沉降的参数化方案以及风场、降水等气象条件，其中源项排放率是关键的影响要素之一[5,6,12]。例如，Korsakissok等[12]指出，福岛事故发生后，福岛核电站80 km的范围内的137Cs的干湿沉降总量因估计的排放率的不同而具有显著区别:使用Chino等[1]对源项排放率的估计，则137Cs的干湿沉降总量低于1.5×1015Bq，而使用Stohl等[13]的估计，该值则超过5.5×1015Bq。Hu等[14]在放射性物质大气扩散和沉降数值模拟的要素敏感性分析中也指出，对于131I和137Cs，沉降分布的最大影响因素是源项的排放率。基于以上研究结果，源项排放率、排放形式以及排放的时间等要素如何影响放射性物质的大气扩散与沉降分布就成为有必要深入研究讨论的问题。然而，目前尚未出现使用假设源项探索不同类型排放源对放射性物质大气扩散与沉降的影响的研究。
使用假设的源项数据研究福岛核事故后放射性物质大气扩散与源项排放参数之间的关系。现使用Hu等[14]提供的数值模型，该模型中加入了放射性衰变、干沉降及湿沉降等多种参数化方案，并且经过了福岛事故的外场观测数据的验证。为了定量化地评估地表沉降，定义了高污染面积和区域沉降极值等变量，此外，设置了一系列算例研究排放起始时间对沉降分布的影响。
1 研究方法及算例设置
选择137Cs作为目标放射性核素，研究其大气扩散和沉降分布，此外，所有137Cs核素均被假定为气溶胶粒子形态，这一假设符合国内外相关研究的普遍做法[5,12]。
计算区域采用三层嵌套网格设置(如图1所示，其中Domain后的数字表示区域号，“，”后数字表示水平分辨率)，三个区域的中心点均位于37.5N,141.0 E，即福岛核电站的位置。区域1的水平范围为1 440 km×1 440 km，水平分辨率为9 km，网格数为160×160，覆盖了日本本州岛、四国岛的全部以及北海道的大部;区域2的水平范围为480 km×480 km，水平分辨率为3 km，网格数为160×160，覆盖了关东地区和东北地区的大部分区域;区域3的水平范围为160 km×160 km，水平分辨率为1 km，网格数为160×160，覆盖了福岛核电站周边约80km的范围。所有区域的垂直方向均分为27层，最高层位置为10 000 Pa等压线(WRF的垂直方向采用σ坐标系)。放射性物质的排放源均位于垂直方向的最低层。气象场的初始条件和边界条件使用了全球预测系统(global forecasting system,GFS)的再分析数据进行了初始化，该数据集的水平分辨率为0.5°×0.5°。
现设定了8个假设算例，分为两组，分别为连续排放形式和一次性排放形式。每组案例中的4个算例除排放的起始时间不同外，其他条件均相同，包括排放的持续时间等。8个算例的放射性物质总排放量均相等。各算例的条件设置如表1所示。例如，算例a0和算例b0的排放起始时间相同，排放量相同，但排放形式，即排放率和排放持续时间相差48倍，可以认为算例a0为连续排放，案例b0为一次性排放。
物理参数的设置:辐射方案分为长波辐射和短波辐射，分别采用RRTM(rapid radiative transfer model)方案和Dudhia方案，微物理过程的参数化则使用WSM6(WRF single-moment 6-class)方案，积云对流参数化在区域1中使用New Grell方案，在区域2和区域3中不使用积云对流参数化方案，边界层方案使用YSU(yonsei university)方案，陆面方案使用Noah Land Surface方案，城市边界层方案使用单层城市冠层模型，气溶胶方案则选择简单方案，即不考虑气溶胶的直接或间接效应，湍流扩散方案选择Smagorinsky方案。
137Cs的空气浓度的计算遵循以下的控制方程。
式(1)中，C为放射性物质的空气浓度(Bq·m-3)，由单位体积的放射性活度表征;λ为衰变率(s-1)，Λs表征湿沉降率(s-1);E为放射性物质的排放源项;K为湍流扩散系数。137Cs的衰变率由国际原子能机构提供[15](International Atomic Energy Agency,IAEA):λCs=7.33×10-10(s-1)。
干沉降通量通常正比于当地最低层的放射性物质的空气浓度[16]
式(2)中，vdep为干沉降速度。现使用基于阻力模型的干沉降计算方法[17]。
对湿沉降率的参数化则基于降水率[18]:
式(3)中，p0为降水率(mm獉h-1),a和b为常数。对于137Cs,a=8×10-5,b=0.8[19]。
不同地点的地表累积干沉降量与湿沉降量由式(4)与式(5)计算。
式中，Dgr(Bq·m-2)为地表累积干沉降量，t0为沉降的初始时刻，t为自沉降开始后的持续时间，λd为衰变率(s-1)。现使用的137Cs的地表清除系数λs为1.62×10-9(s-1)[15];Wgr(Bq·m-2)为地表累积湿沉降量，h为区域高度(m)。
定义了两个用于描述放射性物质污染水平的变量，分别为:(1)高污染面积:地表累积沉降量>100kBq·m-2的区域面积;(2)区域沉降极值:地表累积沉降量在整个研究区域中的最大值。
2 算例结果分析
图2所示为各算例自起始时间至3月18日00时(UTC)的模拟累积地表沉降量。从图2中可以看出，两种排放形式下，地表沉降分布差异非常明显。连续排放时，高污染区域(>100 kBq·m-2)的面积较小，且主要集中于核电站周边区域，一次性排放时，高污染区域面积较大，如图2所示，算例b0中的高污染区域主要分布于距离核电站50 km之外的西南部区域。图3所示为不同算例下的区域3的高污染区域面积，该面积经过不同的时间后达到稳定状态，即最大累积沉降量。由图3可见，不同的排放起始时间设置下，在沉降分布趋于稳定后，一次性排放的高污染区域面积均大约为连续排放的3倍。图4所示为不同算例下的区域3的区域沉降极值。由图4可见，在沉降分布趋于稳定后，排放起始于00时和06时的连续排放造成的区域沉降极值，高于一次性排放造成的区域沉降极值，而排放起始于12时和18时的连续排放造成的区域沉降极值，则低于一次性排放造成的区域沉降极值。由图3和图4可见，在算例a2和b2中，一次性排放造成的高污染区域面积和区域沉降极值，皆远远大于连续排放造成的高污染区域面积和区域沉降极值。这一结果说明，排放起始时间也是影响放射性物质大气扩散和沉降分布的一个重要因素，因为在不同的排放时间下，气象条件(风场、降水等)可能存在着较大的差异，而气象条件的差异则可能导致较大的沉降分布差异。
通过比较可以发现，无论连续排放和一次性排放，不同起始时间下的高污染区域面积和最大沉降值均存在较大的差异。例如，由图3可以看出，起始于00时或06时的一次性排放造成的高污染区域面积大约为起始12时的高污染区域面积的5倍，大约为起始18时的高污染区域面积的10倍;而由图4可以看出，起始于12时的一次性排放造成的区域沉降极值大约为起始于00时、06时或18时的区域沉降极值的10倍。其主要原因为，在不同的起始时间，风场与降水条件具有一定的差别，而气象条件较小的变化则可以导致沉降量的较大差异[14]。此外，由图3和图4可见，无论是高污染区域面积还是区域沉降极值，一次性排放比连续排放更早达到最大值。例如，在算例b2中，区域3的沉降极值达到稳定状态(累计最大值为其他算例中的约10倍)只需要约1 h，这说明一次性排放中，气象场对沉降分布的影响比连续排放中气象场对沉降的分布影响更为明显。例如，在图5与图6中，从3月15日的06时至12时，福岛核电站附近出现了大量的降水，风向为东北方向，因此，在算例b0中，福岛核电站西南约50 km处出现了大量的湿沉降(图2)。此外，从0时到6时期间，区域3的降水量较小，湿沉降量较为有限，因此，从图3中可以看出，在算例b0中，在这段时间内，污染面积没有显著增加而是保持在一个较低的水平，而在06时至12时的高降水时段，高污染面积则迅速增大到最大值，达到稳定分布状态。
由此可见，在下风向及高降水区域，一次性排放比连续排放更容易造成较大的高污染面积，而在低降水区域，连续排放则比一次性排放更容易造成较大的高污染面积。此外，排放持续时间越短，排放源越接近一次性排放，风场和降水的瞬时影响越关键，那么对源项排放率的估计以及风场和降水的模拟精确度的要求越高，如果排放率、风场、降水的瞬时值的估计上存在一定的时移或数值上的差异，则很容易造成较大的误差。
3 结论与讨论
使用不同类型的假设源项模拟核事故下放射性物质的排放，分析了放射性物质大气扩散与源项排放参数之间的关系，并研究了可以造成较高核污染水平的源项类型。使用Hu等[14]改进的WRF/Chem数值模型，模拟福岛核事故后放射性物质的大气扩散及沉降分布。使用假设源项的算例共分为两组，每组各包含4个算例，每个算例的模拟时长均为84 h，且输出的时间间隔为1 h。在第一组中，排放源假定为连续排放，但是排放开始的时间不同;在第二组中，排放假定为一次性排放，即排放率为连续排放的48倍。通过两组案例研究了排放形式(连续排放、一次性排放)、排放起始时间等对污染物分布的影响。