城市空气质量模式研究进展

城市空气质量模式研究进展大气污染物扩散模式的应用受到物理化学特征、污染源特征等多种因素的制约，综述了不同的大气污染物扩散模式适用的范围，分别阐述了ISC、AERMOD、ISCST、ADMS等适用于中小尺度的和CALPUFF等应用于大尺度的不同大气污染扩散模式的研究进展。

标签：大气污染；扩散模式；空气质量1 引言工业污染源的排放对大气环境质量有直接的影响，同时也直接影响了周围居民的身体健康及生活。

但由于高成本和相关实验的难度，对污染物浓度进行准确的动态分布监测不是十分可行，因此大气污染物扩散模式被广泛用来模拟预测污染物的扩散分布情况，评估大气环境质量。

大气污染物扩散模式结合污染物浓度和气象资料定量分析污染物在大气中输送、扩散特征。

最初，模式的研究理论核心是高斯扩散理论，应用范围是小尺度。

随着研究的逐渐深入和计算机的发展，开始利用计算机进行数值计算，突破了高斯扩散理论均匀平稳湍流的限制，可以求解非均匀、非定常的污染物扩散问题，且模式的适用范围向中尺度、大尺度扩展。

目前，数值计算已经成为研究的主流方法，研究范围也在逐步扩大。

大气污染物扩散模式的应用受到地形、气象、大气污染物的物理化学特征、污染源特征等多种因素的制约，不同的扩散模式都有各自不同的考虑因素和适用范围，选择恰当的扩散模式能够较为准确地模拟污染物的扩散及分布，用于城市环境空气质量预报。

目前，己经有许多发展成熟的污染物扩散模式应用于不同尺度的污染物扩散研究，其中不少模式经过验证都获得了较好的结果，国内的相关研究中尤其以高斯类模式的应用最为广泛。

2 大气污染物扩散模式的类型近年来针对工业点源的大气污染物扩散模式的应用，结合模式的理论核心以及应用特征，目前常用的扩散模式以高斯公式、拉格朗日方法、欧拉方法为基础。

高斯模式是半经验型扩散模式，假定下风向的污染物浓度符合正态分布，是很多实用模式发展的基础。

基于高斯理论的大气污染扩散模式被广泛应用于各种尺度的研究区域，其中适用于中小尺度的有ISC（Industrial Source Complex Model）、AERMOD （AMS/EPA Regulatory Model）、ISCST （Industrial Source Complex Short Term Model）、ADMS （Advanced Dispersion Modeling System）、ADMS-Urban等，应用于大尺度的有CALPUFF等。

拉格朗日方法是用来跟随流体移动的粒子来描述污染物浓度及其变化。

它是一种描述污染物分布的自然方式。

在基于拉格朗日方法的大气污染物扩散模式中，适用于中小尺度的有LS （Lagrangian Stochastic Model）、TAPM （the Air Pollution Model）、LPM（Lagrangian Particle Dispersion Model）等，适用于大尺度的有LADM （Lagrangian Atmospheric Dispersion Model）。

欧拉方法是相对于固定坐标轴系描述污染物的输送与扩散，用欧拉流体速度的统计特征来表达浓度统计量。

应用欧拉方法处理扩散问题一般基于梯度输送理论（K理论）。

欧拉方法的大气污染物扩散模式中，适用于中小尺度的有EITDM （Eulerian Inert Tracer Dispersion Model）等，适用于大尺度的有ADPIC（Atmospheric Diffusion Particle in Cell）、REMSAD （Regional Modeling System for Aerosols and Deposition）、Models-3/CMAQ（Models-3 Community Multiscale Atmospheric Transport and Chemistry Model）等。

大气环境质量取决于很多不同的物理过程，包括不同范围的空间和时间尺度。

当研究现象受多种尺度影响时需要同时模拟几个不同尺度，因此有必要构建一个基于一系列嵌套模式的模拟系统来表示不同现象和尺度。

构建这种模拟系统有两种可能的方法。

第一种是基于单个三维欧拉模式的使用，嵌套在几个不同尺度中，该方法被采用到METPHOMOD和RAMS。

第二种方法是以不同类型的模式在不同时间尺度上的应用为基础，选择模式来表示特定尺度下的主要物理过程。

以第二种方法构建的模拟系统在国际上己有较多应用。

SOULHAC等应用基于嵌套模式的模拟系统对法国里昂地区的大气污染进行了研究。

其中，区域尺度计算时，气象模拟使用SAIMN模式，污染物扩散模拟使用UAM-V模式；城市尺度计算时使用州田RCURE；更详细的局地计算使用ADMS-3和SIRANE。

3 空气质量扩散模式在国内的应用我国何东阳等发展并完善了区域光化学模式ROS；杜世勇等在大规模大气环境参数综合野外测试资料的基础上，开发了空气质量数值预报系统；李晓莉、李泽椿等设计了与MM5耦合的城市冠层参数化方案（UCP），提高了中尺度模式对城市边界层热力和动力结构的模拟能力；房小怡等建立了能够用于评估大型城市交通环境污染与气象条件关系的数值模拟技术，即三维边界层光化学数值模式;许建明、徐样德等建立了CMAQ-MOS区域空气质量统计修正预报模型，并采用未参与统计样本的检验方法，结果表明该方案可显著降低由于污染源影响不确定性产生的模式系统性误差；史建武、李树文运用有限差分建立了大气地面污染的二维数值模型，通过应用证实，该大气污染数值模型能够真实反映近地面大气中污染物的扩散趋势及空间分布特征。

Jia应用MM5气象模型和Medels-3光化学模型，比较两种不同的行星边界层机制-Blackadar和Gayno-Seaman在预测O3浓度上的异同，从而证明了不同的边界层参数化方案的选择对源排放的控制政策有明显的影响；Jonathan等发展了耦合的陆面干沉降模型，在中尺度气象模型中加入了一个直接处理土壤湿度和土壤水分蒸发蒸腾损失总量及间接的土壤湿度张弛机制的陆面模型；Tanya等将Eta和CMAQ耦合建立美国国家空气质量预报系统，主要用于O3浓度的预报，并预计将其发展为可用于PM预报的应用；Daewon等将静态适应格点技术应用于区域——城市尺度的空气质量模型，其目的是有效的使用CMAQ的计算资源加强其在地形区域的分辨率；Edith等分析了模型在不同水平格点分辨率的情景下的预测能力，分别检验了RAMS的三层嵌套和UAM-V的两层嵌套，以及RAMS的四层嵌套和UAM-V的三层嵌套的情景；Tolga利用CALMET/CALPUFF模式模拟了Izmir的工业和城市热源排放的SO2，结果表明模拟值和观测值具有较高的相关性，达到68%；Michael等利用RAMS/CALMET/CULPUFF模拟了Christchurch冬季的一次典型污染，结果表明，当以木材和煤炭为燃料的动力装置排放的污染物达到最大值并排放到稳定的边界层时，污染物的峰值浓度出现在夜间，模式能够再现观测到的PM10。

时间序列。

Pattanna利用ISCST3和CULPUFF模拟了SalinasValley中MeBr在大气中的浓度，结果发现两个模式对峰值的模拟效果不太理想，但能模拟出浓度的变化趋势；Yu-Jin等利用CALMET/CULPUFF并耦合了中尺度气象模式MM5，用来模拟沿美国和墨西哥边境Yuma/San区域植物燃烧释放的PM10对局地和区域空气质量的影响。

颜鹏、黄健采用Lagrangian传输、扩散、沉降模式计算了1994年9、10月份（非采暖期）、1995年l月和2000年1月（采暖期）北京地区SO2的变化规律，并分别计算了北京市不同类型的排放以及周边地区污染源对平均地面SO2浓度的贡献；陈开平等首次将ISCLT模型应用在烟台市空气污染综合控制规划中，结果表明，ISCLT模型完全适用于在气象参数的获得受到限制的情况下模拟大气污染物的长期浓度分布；郭显等用大气扩散模式和1981年的历史气象观测资料，研究北京地区中尺度扩散的历史背景状态，由示踪物从北京城区连续排放条件的模拟结果，分析各季平均浓度的空间分布和示踪物在模式区域输送扩散的时间尺度；王伟平等运用高斯扩散模式和实测扩散参数，计算了杭州市城北工业区几个高架点源排放的大气污染物对西湖风景区的影响及时空分布；韩明山等结合了城市大气污染的具体情况，在理论分析的基础上，通过风洞实验对特定条件下的城市大气污染模型进行了模拟试验研究，建立了适合一定条件下城市大气污染物扩散的数学和物理模型；康娜等将气象模型高级区域预报系统（ARPS）与空气污染模型Model-3耦合进行模拟计算，从检验结果可以看出，模拟值与实测值有较好的一致性，表明该模式系统可以用来研究区域大气污染物传输及相互影响；邓伟等对郑州市SO2和NO2观测值与Medel-3/CMAQ预报值进行对比分析，结果表明:模式可以模拟出郑州市SO2和NO2的同位相变化规律；汪新采用3个湍流模型（标准K-ε湍流模型、剪应力输送模型（SST）和SSG雷诺应力模型）和污染物输送方程对孤立建筑物周围的烟流扩散现象进行了数值模拟，并通过风洞试验数据对模拟结果进行了评估；权建农等利用CMAQ模式模拟了中国西南和华南地区的硫沉降，通过与INIFACTS小流域的观测资料的对比，显示了该模式系统能够较好地模拟SO2在大气中的转化以及干湿沉降过程；李莉等选用空气质量模型Model-3/CMAQ，藕合中尺度气象模式MM5，模拟了2001年1、7月份长江三角洲区域冬夏典型天气条件下大气层二次污染物臭氧及颗粒物的浓度分布及输送状况，研究结果表明，长三角地区存在明显的污染物输送现象，大气污染己经从局地污染转化为区域污染；杨多兴等利用CALPUFF模式系统模拟了门头沟排放的大气颗粒物浓度的时空分布及向北京主城区的输送过程，模拟结果显示，浓度分布表现出强烈的时空非均匀性，模式对于PM10浓度分布和输送态势具有较强的模拟能力；为探讨城市群发展对局地气象环境和污染物输送的影响，王淑兰等利用CALPUFF模式系统进行数值模拟，揭示了珠江三角洲内城市之间污染物相互输送的特点和规律，分析了不同城市空气污染影响因素的差异，定量给出了珠江三角洲城市间空气污染的相互影响和相互贡献。

参考文献［1］RAMA KRISHNA TVBPS，REDDY M K，REDDY R C，et al Impact of industrial complex on the ambient air quality: case study using a dispersion model ［J］. Atmospheric Environment, 2005，39,（29）:252-263.［2］PEREGO S. Metphomod-a numerical mesoseale model for simulation of regional photosmog in complex terrain: model description and application during POLLIUMET 1993（Switzeriand）［J］. Meteorology and Atmospheric Physics，1999，70,（1/2）: 43-69.［3］SOULHACL，PUELC，DUCLAUX O，et al. Simulation of atmospheric pollution in Greater Lyon an example of the use of nested model［J］. Atmospheric Environment,2003, 37,（37）:345-462.［4］JIA-YEONG KU，HUITING MAO，KESU ZHANG et al. Numerical investigation of the effects of boundary-layer evolution on the Prediction of ozone and the efficacy of emission control options in the Northeast United States［J］. Environmental Fluid Mechanics，2001，（1）:209-233.［5］Jonathan E. Pleim，Aijun Xiu，Peter L. Finkelstein，et al. A coupled land-surface and dry deposition model and comparison to field measurements of surface heat moisture and ozone fiuxes［J］. Water air and soil pollution, 2001，（12）:243-252.［6］Tnaya L. Otte，George Pouliot，Jonathan E. Pleim，et al. Linking the Eta Model with the Community Multiscale Air Quality（CMAQ）Modeling System to build a national air quality forecasting system［J］. NCEPNOTES，2005，（6）:367-384.［7］Daewon Byun，Peter Percell，Tamay Basak. Application of static adaptive grid techniques for regional-Urban multiscale air quality modeling［J］. ICCS，2005，35,（15）:814-821.［8］ Edith Gego，Christian Hogrefe，George Kallos，et al. Examination ofmodel Predictions at different horizontal grid resolutions［J］. Environment Fluid Mechanics，2005，（5）:63-85.［9］Talga Elbir. Comparison of model Predictions with the data of an urban air quality monitoring network in Izmir，Turkey［J］. Atmospheric Environment, 2003,（37）:2149-2157.。