傅詩婕， 潘文斌， 鄭 鵬， 劉桂芳

(1. 福州大學(xué)環(huán)境與資源學(xué)院， 福建 福州 350116； 2. 永安市住房和城鄉(xiāng)規(guī)劃建設(shè)局， 福建 永安 366000)

AERMOD模型在大氣二氧化硫空間分布格局研究中的應(yīng)用

傅詩婕1， 潘文斌1， 鄭 鵬1， 劉桂芳2

(1. 福州大學(xué)環(huán)境與資源學(xué)院， 福建 福州 350116； 2. 永安市住房和城鄉(xiāng)規(guī)劃建設(shè)局， 福建 永安 366000)

整合閩清縣的氣象、 地形、 污染源等數(shù)據(jù)， 綜合運用分?jǐn)?shù)偏差與參數(shù)估計最優(yōu)化方法研究反照率、 波文比及地表粗糙度3個地表參數(shù)設(shè)置對 AERMOD模式預(yù)測結(jié)果的影響程度及趨勢， 并在地表參數(shù)率定的基礎(chǔ)上建立縣域尺度上的AERMOD模型. 此外利用AERMOD模型模擬閩清縣的SO2污染現(xiàn)狀并作出SO2空間分布圖， 結(jié)合閩清縣大氣污染防治規(guī)劃提出煤改天然氣措施并進(jìn)行情景模擬， 以期為模型運用、 大氣環(huán)境評價及污染防控提供一定參考.

AERMOD； 二氧化硫； 地表參數(shù)； 空間分布; 閩清縣

0 引言

在我國， 隨著工業(yè)的快速發(fā)展， 大氣環(huán)境十分嚴(yán)峻， 大氣污染已成為社會關(guān)注的熱點問題， 并嚴(yán)重影響著人類的生存與健康. 福建省閩清縣擁有為數(shù)不少的建陶、 特陶行業(yè)， 這些行業(yè)一直以煤炭為主要的工業(yè)能源消耗， 給當(dāng)?shù)卮髿猸h(huán)境帶來了一定的SO2污染.

研究主要探討美國氣象協(xié)會和環(huán)保署大氣模擬預(yù)測法規(guī)模式(AERMOD)在特定研究區(qū)域的參數(shù)率定方法， 同時利用AERMOD模型模擬閩清縣的SO2空間分布格局[1]， 分析其污染現(xiàn)狀及執(zhí)行煤改天然氣措施的效果， 以期為模型運用、 大氣環(huán)境評價及污染防控提供一定參考.

1 閩清縣概況

閩清縣位于福建省東部， 地處閩江下游， 山丘廣布， 平原狹小， 全境總面積1 498.11 km2， 縣轄11個鎮(zhèn)、 5個鄉(xiāng)， 總?cè)丝诩s31萬. 閩清縣地理坐標(biāo)介于北緯25°55′ ～26°33′， 東經(jīng)118°30′ ～119°01′之間， 屬于亞熱帶季風(fēng)氣候， 年平均氣溫15～20 ℃， 年降水量1 700 mm左右； 年平均風(fēng)速1.52 m·s-1， 靜風(fēng)(<0.5 m·s-1)頻率為4.47%.

2 材料與方法

為使AERMOD模型更加適應(yīng)閩清縣的實際情況， 先進(jìn)行閩清縣的AERMOD模型建模工作， 建模所需的各項數(shù)據(jù)及適用于閩清縣的AERMOD參數(shù)率定方法如下所述.

2.1 氣象及地形數(shù)據(jù)

AERMOD所需輸入的地面氣象數(shù)據(jù)包括： 風(fēng)向、 風(fēng)速、 總云量、 低云量和干球溫度. 研究采用閩清縣氣象站2012年全年每天每小時觀測數(shù)據(jù)， 其中總云量和低云量的8時、 14時、 20時3個時間點數(shù)據(jù)為實測值， 其余數(shù)據(jù)通過AERMET氣象數(shù)據(jù)預(yù)處理模塊自動插值得出. AERMOD所需輸入的探空氣象數(shù)據(jù)包括： 氣壓、 離地高度、 干球溫度、 露點溫度、 風(fēng)向、 風(fēng)速. 研究采用從美國懷俄明州大學(xué)站點下載的福州地區(qū)探空數(shù)據(jù)， 其中0時、 12時的數(shù)據(jù)為實測值， 其余數(shù)據(jù)通過自動插值得出.

研究采用精度為30 m×30 m的DEM數(shù)字高程數(shù)據(jù)， AERMAP地形數(shù)據(jù)預(yù)處理模塊將對導(dǎo)入的地形文件進(jìn)行自動處理.

2.2 污染源數(shù)據(jù)

閩清縣的工業(yè)污染源主要分布在縣域中部， SO2排放量較大的行業(yè)主要有建筑陶瓷制品制造業(yè)、 衛(wèi)生陶瓷制品制造業(yè)、 特種陶瓷制品制造業(yè)等行業(yè). 研究共收集了閩清49家主要企業(yè)的污染源數(shù)據(jù)， 均設(shè)為點源， 各污染源包括煙囪高度、 煙囪內(nèi)徑、 煙氣溫度、 煙氣流速及污染物排放速率等參數(shù).

2.3 環(huán)境空氣背景值

環(huán)境背景值是指在目前環(huán)境條件下， 研究區(qū)域內(nèi)相對清潔區(qū)化學(xué)元素的含量及能量值. 該值已經(jīng)包含了一定程度的人為影響， 在環(huán)境質(zhì)量評價過程中它可以在一定程度上作為環(huán)境污染的起始值. 而一個大氣背景值監(jiān)測站則代表了一個區(qū)域尺度的空氣質(zhì)量， 武夷山大氣背景值監(jiān)測站作為中國華東區(qū)域背景站之一， 周邊無顯著大氣污染排放源， 能夠客觀反映華東區(qū)域背景空氣質(zhì)量狀況[2]. 由于閩清沒有大氣背景值監(jiān)測站點， 所以本研究選擇參照武夷山大氣背景值監(jiān)測站的背景值數(shù)據(jù). 確定閩清縣SO2環(huán)境空氣背景年均值為0.003 9 mg·m-3， 日均值為0.010 0 mg·m-3， 小時均值為0.004 4 mg·m-3.

2.4 地表參數(shù)率定

在AERMOD所需參數(shù)中， 前述各項參數(shù)已隨研究區(qū)域而確定， 能夠進(jìn)行人工調(diào)整并影響模擬結(jié)果的主要參數(shù)為地表參數(shù)， 包括反照率、 波文比及地表粗糙度3個因子. 模型在地表參數(shù)選項中設(shè)置了地表特征扇區(qū)劃分功能， 同時針對不同土地利用類型配套預(yù)設(shè)了不同的地表參數(shù)， 這些參數(shù)隨著下墊面及季節(jié)的變化而變化. 研究主要對適用于閩清縣的地表參數(shù)進(jìn)行率定， 從而完成建模工作. 模型的建立過程如圖1所示.

圖1 模型的建立過程[3]Fig.1 The process of establishing the model

首先以閩清臺山監(jiān)測點2012年逐月的SO2平均質(zhì)量濃度監(jiān)測數(shù)據(jù)作為觀測數(shù)據(jù)組1， 將模型預(yù)測值與監(jiān)測值進(jìn)行比較， 通過不斷調(diào)整地表參數(shù)使得預(yù)測值與監(jiān)測值之間的誤差控制在某一確定范圍內(nèi)， 從而建立模型； 之后以閩清榕院監(jiān)測點數(shù)據(jù)作為觀測數(shù)據(jù)組2對已建立的模型進(jìn)行檢驗， 若其預(yù)測值與監(jiān)測值之間誤差仍能滿足精度要求， 則參數(shù)率定完畢， 模型建立， 否則返回第一步重新調(diào)整.

率定所設(shè)定的參數(shù)適用性評估方法分為兩部分. 第一部分： 使用常規(guī)的用FB值評價模型的方法[4-8]， 將模型預(yù)測結(jié)果的FB值控制在正負(fù)0.5范圍內(nèi)， 則認(rèn)為其可以滿足精度要求； 通過FB值及FB值平均值可分別在各月份和整體上評判預(yù)測值與監(jiān)測值間的接近程度， 從而判斷所設(shè)定的參數(shù)是否滿足模型建立的要求. 第二部分： 根據(jù)參數(shù)估計最優(yōu)化方法[3]， 模型最優(yōu)化參數(shù)的定義為： 使得模型的預(yù)測值與實測值之差的平方和(記為Z值)最小的一組參數(shù)； 通過比較Z值的大小可輔助評判全年預(yù)測結(jié)果與監(jiān)測結(jié)果間的接近程度. FB值及Z值計算公式如下：

2.4.1 根據(jù)土地利用分類設(shè)置地表參數(shù)

對Landset8的2013年7月遙感影像進(jìn)行了土地利用分類(分類精度為87%)， 在此基礎(chǔ)上先嘗試根據(jù)閩清實際土地利用類型確定地表參數(shù)， 并根據(jù)預(yù)測結(jié)果判斷其適用性. 在扇區(qū)設(shè)置時， 將閩清分為4個扇區(qū)， 根據(jù)各扇區(qū)實際土地利用分類結(jié)果(分為草地、 林地、 水體、 建筑用地、 耕地5類)， 以各土地利用類型占比乘以其對應(yīng)地表參數(shù)值后相加的方式分別計算各扇區(qū)需要輸入模型的地表參數(shù)值. 該組參數(shù)列于表1. 運行后得到閩清臺山SO2各月平均質(zhì)量濃度的預(yù)測值與監(jiān)測值, 比較結(jié)果見表2.

由表2可知， 使用該組地表參數(shù)得到的預(yù)測結(jié)果誤差較大， 有6個月的FB值超出正負(fù)0.5范圍； 經(jīng)計算， 本組參數(shù)的FB值平均值為0.440，Z值為0.000 621. 初步判斷該組參數(shù)對于閩清縣的適用性較差， 具體是否選擇其作為本研究使用的參數(shù)， 將在與后續(xù)參數(shù)試驗結(jié)果比較后做出結(jié)論.

表1 根據(jù)閩清縣土地利用類型確定的地表參數(shù)

表2 臺山SO2各月平均質(zhì)量濃度的預(yù)測值與監(jiān)測值及對應(yīng)FB值

2.4.2 不分扇區(qū)調(diào)整地表參數(shù)

嘗試不設(shè)置扇區(qū)分類， 僅設(shè)一個扇區(qū)進(jìn)行模擬， 每次模擬自行對地表參數(shù)進(jìn)行調(diào)整， 從而展開試驗， 尋找合適參數(shù)組， 在此之前需先了解各地表參數(shù)對預(yù)測結(jié)果的影響趨勢及程度.

2.4.2.1 各地表參數(shù)對預(yù)測結(jié)果影響趨勢及程度

參照2011年丁颯等[9]關(guān)于地表參數(shù)的設(shè)置對AERMOD模型預(yù)測結(jié)果影響的研究， 以一組模型配套的地表參數(shù)為起始組(反照率春夏秋冬分別為： 0.12、 0.12、 0.12、 0.35； 波文比春夏秋冬分別為： 0.70、 0.30、 0.80、 1.50； 地表粗糙度全年為1.30)， 固定兩個參數(shù)不變， 按照-60%、 -30%、 +30%、 +60%的比例分別單獨改變反照率、 波文比、 地表粗糙度的值， 研究各組參數(shù)下的FB值平均值以及Z值并比較它們的大小及變化程度， 了解3個參數(shù)對預(yù)測值的影響趨勢和程度. 具體結(jié)果見表3.

由表3可以直觀地看出各個參數(shù)對預(yù)測結(jié)果的影響, 并得出以下結(jié)論： 在影響趨勢上， 增大反照率或減小波文比及地表粗糙度將減小SO2預(yù)測偏差. 在影響程度上， 從高到低依次為地表粗糙度>反照率>波文比， 其中地表粗糙度的影響程度相較其余二者尤為顯著.

表3 各參數(shù)變化對應(yīng)的Z值及FB均值

2.4.2.2 確定下一步調(diào)整的起始參數(shù)組

結(jié)合2.4.2.1中結(jié)果， 初步認(rèn)為反照率、 波文比、 地表粗糙度按分別+30%、 -30%、 -30%(反照率春夏秋冬分別為： 0.16、 0.16、 0.16、 0.46； 波文比春夏秋冬分別為： 0.49、 0.21、 0.56、 1.05； 地表粗糙度全年： 0.91)的比例調(diào)整后得到的參數(shù)組相較起始組所得到的預(yù)測誤差更小， 記為A方案. 同時參考模型預(yù)設(shè)參數(shù)值的取值范圍， 認(rèn)為A方案的取值能夠維持在參數(shù)值的合理范圍之內(nèi). 故試運行A方案， 所得預(yù)測結(jié)果見表4.

由表4可知, 在A方案下， 共有9個月的FB值滿足精度要求； 且1、 2、 12月的FB值在0.1左右， 誤差值已在較小水平.A方案所得FB值平均值為0.373，Z值為0.000 504， 相比起始組誤差減小較為客觀. 綜上， 認(rèn)為可將A方案作為下一步調(diào)整的起始參數(shù)組， 后續(xù)針對誤差較大的月份進(jìn)行個別季節(jié)參數(shù)調(diào)整.

表4A/B方案下臺山SO2各月平均質(zhì)量濃度的預(yù)測值與監(jiān)測值及對應(yīng)FB值

Tab.4 Predicted/observed SO2monthly mean mass concentrations and FB values of Taishan under A/B scheme

A方案時間ρ監(jiān)測值/mg·m-3ρ預(yù)測值/mg·m-3FB值B方案時間ρ監(jiān)測值/mg·m-3ρ預(yù)測值/mg·m-3FB值1月0．0170．0170．0001月0．0170．0170．0002月0．0190．0160．1712月0．0190．0160．1713月0．0190．0100．6213月0．0190．0120．4524月0．0210．0120．5454月0．0210．0130．4715月0．0190．0120．4525月0．0190．0140．3036月0．0190．0100．6216月0．0190．0120．4527月0．0190．0120．4527月0．0190．0140．3038月0．0190．0120．4528月0．0190．0130．3759月0．0190．0130．3759月0．0190．0150．23510月0．0200．0130．42410月0．0200．0150．28611月0．0190．0150．23511月0．0190．0170．11112月0．0170．0150．12512月0．0170．0150．125

2.4.2.3 根據(jù)季節(jié)調(diào)整參數(shù)

在AERMOD模型中， 3-5月為春季， 6-8月為夏季， 9-11月為秋季， 12-2月為冬季. 由表4可知在A方案下春夏秋3季的預(yù)測誤差較大， 故針對春夏秋3季單獨調(diào)整地表參數(shù). 根據(jù)節(jié)2.4.2.1中結(jié)論， 具體調(diào)整方法為： 以A方案春夏秋各季的地表參數(shù)為起始值， 按反照率每次增加5%、 波文比和地表粗糙度每次減小5%的比例設(shè)置參數(shù)并輸入模型運行， 直至各個月份的FB值均能滿足正負(fù)0.5的范圍為止， 從而得出最終所使用的地表參數(shù)組(記為B方案).B方案的預(yù)測結(jié)果見表4.

由表4可知， 在B方案下各月預(yù)測值的FB值均滿足要求， 其FB值的平均值為0.274，Z值為0.000 306. 對于B方案的適用性， 將在下節(jié)中統(tǒng)一討論.

2.4.3 確定建模參數(shù)組

表5 B方案地表參數(shù)值

節(jié)2.4.1中根據(jù)土地利用分類設(shè)置的地表參數(shù)組， 能明顯看出其模擬誤差較大， 可判斷其不適合作為本研究的模型參數(shù). 節(jié)2.4.2中經(jīng)多個步驟確定的B方案， 通過比較， 其FB值及Z值均為所有研究參數(shù)組誤差值中的最小值. 故選擇B方案作為待檢驗的建模參數(shù)組.B方案各參數(shù)值見表5.

運行B方案， 得到閩清榕院點位SO2月平均質(zhì)量濃度的預(yù)測值與實際監(jiān)測值, 比較結(jié)果見表6. 由表6可知， 使用B方案模擬出的閩清榕院SO2預(yù)測值與監(jiān)測值之間的FB值均滿足精度要求. 經(jīng)計算， 其FB值平均值為0.237，Z值為0.000 260. 在前述研究過程中， 實際上同時也運行了榕院點位， 經(jīng)過逐一計算比較后可知， 前述兩個數(shù)值也均為所有研究參數(shù)組誤差值中的最小值. 綜上， 可認(rèn)為B方案參數(shù)組能夠滿足AERMOD模型模擬精度要求， 對閩清的SO2實際情況具有較好的適用性， 確定作為本研究所使用的地表參數(shù)組. 至此， 完成閩清縣AERMOD模型建模工作.

表6 榕院SO2各月平均質(zhì)量濃度的預(yù)測值與監(jiān)測值及對應(yīng)FB值

3 結(jié)果與討論

3.1 閩清縣SO2污染現(xiàn)狀及空間分布

根據(jù)AERMOD模型模擬結(jié)果， 閩清縣SO2小時、 日、 年平均質(zhì)量濃度的空間分布情況見圖2. 同時做出SO2各平均質(zhì)量濃度達(dá)標(biāo)分布情況見圖3， 圖中紅色部分為質(zhì)量濃度超過環(huán)境空氣質(zhì)量二級標(biāo)準(zhǔn)的區(qū)域， 藍(lán)色部分為質(zhì)量濃度介于一、 二級標(biāo)準(zhǔn)的區(qū)域， 剩余部分為質(zhì)量濃度達(dá)到一級標(biāo)準(zhǔn)的區(qū)域， 借助ArcGIS軟件測算出各顏色區(qū)域面積， 結(jié)果列于表7， 區(qū)域SO2主要指標(biāo)見表8.

圖2 閩清縣SO2小時、 日、 年平均質(zhì)量濃度分布圖Fig.2 Spatial distribution of SO2 1-hour/1-day/ annual average mass concentration in Minqing

圖3 參照標(biāo)準(zhǔn)值的SO2小時、 日、 年平均質(zhì)量濃度分布圖Fig.3 Spatial distribution of SO2 1-hour/1-day/ annual average mass concentration in Minqing compared with standard values

表7 閩清縣SO2小時、 日、 年均值各空氣質(zhì)量濃度面積分布情況

表8 區(qū)域SO2質(zhì)量濃度主要指標(biāo)

綜上可知閩清縣SO2污染現(xiàn)狀及空間分布情況. 從區(qū)域上看， 閩清縣SO2現(xiàn)狀質(zhì)量濃度未能達(dá)到環(huán)境空氣質(zhì)量二級標(biāo)準(zhǔn)的鄉(xiāng)鎮(zhèn)主要分布在閩清縣中部工業(yè)企業(yè)較為集中的區(qū)域， 以白中鎮(zhèn)、 白樟鎮(zhèn)最為嚴(yán)重， 此外還包括周圍金沙、 云龍、 梅城、 梅溪、 坂東等幾個鄉(xiāng)鎮(zhèn). 從季節(jié)分布上看， 參照目前AERMOD模型能夠得到的預(yù)測結(jié)果， 認(rèn)為初冬至初夏， 尤其冬季的SO2污染較為嚴(yán)重.

3.2 企業(yè)煤改天然氣情景模擬結(jié)果分析

根據(jù)閩清縣大氣污染綜合整治規(guī)劃， 針對49家主要企業(yè)煤改天然氣后的SO2空間分布情況進(jìn)行了模擬分析， SO2源強(qiáng)計算采用排污系數(shù)法， AERMOD模型其余參數(shù)設(shè)置同現(xiàn)狀模擬.

根據(jù)模型模擬結(jié)果， 列出煤改天然氣前后SO2各平均質(zhì)量濃度最大值及二級標(biāo)準(zhǔn)占標(biāo)率比較,見表9.

表9企業(yè)煤改天然氣前后SO2小時、日、年平均質(zhì)量濃度最大值及占標(biāo)率

Tab.9 Comparison of SO2mass concentration,before and after the implementation of teh project of changing fuel from coal to natural gas

模擬情景ρSO2小時平均最大值/mg·m-3二級標(biāo)準(zhǔn)占標(biāo)率%ρSO2日平均最大值/mg·m-3二級標(biāo)準(zhǔn)占標(biāo)率%ρSO2年平均最大值/mg·m-3二級標(biāo)準(zhǔn)占標(biāo)率%改氣前閩清縣空氣現(xiàn)狀1．400280．00．232155．00．100167．0企業(yè)煤改天然氣后0．08416．80．03020．00．01423．3減少比例/%94．087．186．0

由模擬結(jié)果可知， 煤改天然氣后SO2質(zhì)量濃度較高的區(qū)域為白中鎮(zhèn)及白樟鎮(zhèn)， 同時包括金沙、 云龍、 梅城、 池園等鄉(xiāng)鎮(zhèn)的部分區(qū)域， 與現(xiàn)狀分析中得到的SO2空間分布情況一致. 由表9可知， 煤改天然氣后SO2各平均質(zhì)量濃度均有大幅度下降， 全境內(nèi)SO2質(zhì)量濃度均未出現(xiàn)超標(biāo)情況， 并且能夠達(dá)到環(huán)境空氣質(zhì)量一級標(biāo)準(zhǔn). 綜上， 對所有企業(yè)實行煤改天然氣措施， 能夠在很大程度上降低區(qū)域SO2質(zhì)量濃度， 改善區(qū)域環(huán)境空氣質(zhì)量.

4 結(jié)語

反照率、 波文比、 地表粗糙度3個地表參數(shù)均會對模型預(yù)測結(jié)果產(chǎn)生影響. 在趨勢上， 增大反照率、 減小波文比及地表粗糙度能夠增大SO2的預(yù)測質(zhì)量濃度； 在程度上， 從高到低依次為地表粗糙度>反照率>波文比， 其中地表粗糙度的影響程度相較其余二者尤為顯著.

研究發(fā)現(xiàn)， 根據(jù)實際土地利用類型及模型配套地表參數(shù)得到的預(yù)測結(jié)果誤差較大， 模擬精度不高， 建議后續(xù)展開類似研究時可以考慮結(jié)合區(qū)域?qū)嶋H情況自行調(diào)整地表參數(shù). 并且在調(diào)整參數(shù)的過程中， 可以使用FB值及參數(shù)估計的最優(yōu)化方法作為有效的參數(shù)適用性評價手段.

根據(jù)現(xiàn)狀模擬可知， 閩清縣SO2現(xiàn)狀質(zhì)量濃度未能達(dá)到環(huán)境空氣質(zhì)量二級標(biāo)準(zhǔn)的鄉(xiāng)鎮(zhèn)主要分布在閩清縣中部， 以白中鎮(zhèn)、 白樟鎮(zhèn)最為嚴(yán)重， 此外還包括周圍金沙、 云龍、 梅城、 梅溪、 坂東等幾個鄉(xiāng)鎮(zhèn). 這一塊區(qū)域工業(yè)企業(yè)較為集中， 分布密集， 并且多以峽谷地形為主， 擴(kuò)散條件較差， 大氣污染物容易聚集. 根據(jù)這一結(jié)論， 閩清縣后續(xù)的產(chǎn)業(yè)發(fā)展應(yīng)遵循“統(tǒng)一規(guī)劃， 合理布局”的思路， 按照產(chǎn)業(yè)發(fā)展規(guī)劃， 加強(qiáng)區(qū)域土地利用的總體、 村鎮(zhèn)規(guī)劃， 以規(guī)劃作為引導(dǎo)實現(xiàn)產(chǎn)業(yè)空間布局的優(yōu)化， 同時對現(xiàn)有資源進(jìn)行合理的配置與利用， 引導(dǎo)處在環(huán)境敏感區(qū)的工業(yè)企業(yè)轉(zhuǎn)移至環(huán)境非敏感區(qū)域， 逐步實現(xiàn)合理布局.

根據(jù)模擬結(jié)果， 閩清縣49家企業(yè)實施煤改天然氣措施后， SO2小時、 日、 年平均值分別減少了94.0%、 87.1%、 86.0%， 全境內(nèi)SO2質(zhì)量濃度均未出現(xiàn)超標(biāo)情況， 并且能夠達(dá)到環(huán)境空氣質(zhì)量一級標(biāo)準(zhǔn). 這一措施能夠在較大程度上降低區(qū)域SO2質(zhì)量濃度， 改善區(qū)域環(huán)境空氣質(zhì)量.

[1] 劉桂芳， 潘文斌． 大氣擴(kuò)散模型AERMOD與CALPUFF輸入數(shù)據(jù)的對比研究[J]． 環(huán)境科學(xué)與管理， 2014， 39(9)： 93-96．

[2] 蘇彬彬， 劉心東， 陶?。?華東森林及高山背景區(qū)域SO2、 NOx、 CO本底特征[J]． 中國環(huán)境監(jiān)測， 2013， 29(6)： 15-21．

[3] 程聲通． 環(huán)境系統(tǒng)分析教程[M]． 北京： 化學(xué)工業(yè)出版社， 2006．

[4] 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(2)： 707-720．

[5] MOHAN M， BHATI S， SREENIVAS A，etal． Performance evaluation of AERMOD and ADMS-Urban for total suspended particulate matter concentrations in megacity delhi[J]． Aerosol and Air Quality Research， 2011， 11(7)： 883-894．

[6] COX W M， TIKVART J A． A statistical procedure for determining the best performing air quality simulation model[J]． Atmospheric Environment， 1990， 24(9)： 2 387-2 395．

[7] 丁峰， 李時蓓， 趙曉宏， 等． 修訂版大氣導(dǎo)則與現(xiàn)行大氣導(dǎo)則推薦模式實例對比驗證分析[J]． 環(huán)境污染與防治， 2008， 30(8)： 101-104．

[8] HENDRICK E M， TINO V A， HANNA S R，etal． Evaluation of NO2predictions by the plume volume molar ratio method(PVMRM)and ozone limiting method(OLM) in AERMOD using new field observations[J]． Atmospheric Environment， 2013， 63(7)： 844-854．

[9] 丁颯， 丁業(yè)， 孔杉． 地表參數(shù)對AERMOD模型預(yù)測濃度精確度的影響[J]． 安徽農(nóng)業(yè)科學(xué)， 2011， 39(34)： 21 221-21 223．

(責(zé)任編輯： 洪江星)

ApplicationofAERMODmodelinthestudyofsulfurdioxidespatialdistributionpatternatcountyscale

FU Shijie1， PAN Wenbin1， ZHENG Peng1, LIU Guifang2

(1. College of Environment and Resources， Fuzhou University， Fuzhou， Fujian 350116， China；2. Bureau of Housing and Urban-Rural Development of Yong’an City， Yong’an， Fujian 366000， China)

Based on the meteorological, topographical and pollution sources data and application of the fractional bias and optimization method for parameter estimation, this thesis had studied the influence and tendency of three land surface parameters (bowen ration, albedo and land surface roughness) setting on predicting results of AMS/EPA REGULATORY MODEL(AERMOD). On the basis of land surface parameters calibration, the AERMOD model was established at Minqing County scale. In addition, the SO2pollution situation and spatial distribution pattern in Minqing County were analyzed by AERMOD and the SO2spatial distribution maps were given. At the same time, according to the air pollution prevention and control planning of Minqing County, the project of changing fuel from coal to natural gas was put forward and the scenario simulation was conducted. The results of the thesis can provide a reference for the application of AERMOD, atmospheric environmental assessment and pollution prevention and control in local scale.

AERMOD； SO2； land surface parameter； spatial distribution pattern; Mingqing County

X511

A

10.7631/issn.1000-2243.2017.04.0598

1000-2243(2017)04-0598-07

2016-06-15

潘文斌(1973-)， 副教授， 主要從事流域與區(qū)域環(huán)境管理、 規(guī)劃以及流域生態(tài)學(xué)方面的研究， WenbinPan@fzu.edu.cn

福建省自然科學(xué)基金資助項目(2012J011719); 福州大學(xué)科技發(fā)展基金資助項目(2013-XY-10); 福州大學(xué)科研啟動基金資助項目(0060510028)