一种复杂地形应急响应空气污染扩散预测方法与流程

本发明涉及一种复杂地形应急响应空气污染扩散预测方法，属于空气污染预测技术领域。

背景技术：

局地发生空气污染时间时，迅速的计算出空气污染的扩散范围并估算危险范围及等级，能够有效的避免事故伤亡，为突发性事故应急保障工作提供决策依据，达到公共安全的技术支持作用。可为有关企业和公共管理部门减少伤亡、损失和浪费，间接提高社会经济效益。

现有的空气污染预测模拟方法经历了三个阶段的发展，第一阶段为十九世纪六七十年代，主要采用基于均匀平坦下垫面及湍流定常假设的高斯扩散模型。到了十八世纪八九十年代，基于高斯扩散的原理，发展了地形的修正以及化学反应的修正^[1-4]。高斯扩散的基本公式参见公式(1)。

其中q表示任意一种污染物的浓度；q为排放源；为排放源处的平均风速；σyσz为湍流扩散参数。

九十年代以后，基于欧拉标量扩散方程的第三代空气污染模型正式发展，该阶段模型可以完整的考虑地形的影响，基于不同天气背景条件及局地地形下垫面条件下气流的时空分布，以及气态污染物和固态颗粒物的排放，生成与化学转化，以及污染物在大气中由于自身的沉降及降水的冲刷导致的干湿沉降。其计算方程参见公式：

其中表示任意一种空气污染物质的浓度随时间的变化，表示平流输送项对局地空气污染浓度的影响，表示湍流扩散项对污染物浓度的影响，si表示排放源的影响；ri表示干湿沉降的影响；∑chemis表示所有的气相、液相及气溶胶化学反应变化的影响。

由于第三代空气污染模型基于确立的数学物理及化学定律建立的数值计算方法，能够更完整的计算空气污染从排放至清除的所有物理化学过程。当前该类模型中最具代表性的是美国大气研究中心开发的wrf-chem模型及美国环保署开发的cmaq模型。该类模型通常可以进行1km及以上网格距的空气污染计算。然而当污染事故发生在地形较为复杂的区域，地形地貌所激发的局地环流及湍流阵性特征更为多变且难以预测。采用分辨率为100米的精细边界层数值模式能够更好的预测复杂地形对近地层风速的影响，是复杂地形条件下空气污染预测的一种有效办法。

基于精细边界层数值模式的空气污染扩散模拟曾应用于城市规划的气象环境评估领域，尚未曾用于污染事故的应急响应预测领域。

技术实现要素：

目的：为了克服现有技术中存在的不足，本发明提供一种复杂地形应急响应空气污染扩散预测方法，提出运用精细边界层模式进行复杂地形条件下的空气污染应急响应预测，该种方法能够更迅速、更准确的进行突发事故下的污染物浓度范围预测。

技术方案：为解决上述技术问题，本发明采用的技术方案为：

一种复杂地形应急响应空气污染扩散预测方法，其特征在于：首先采集局地大气污染物排放数据，确立数值模型计算所需的空气污染源排放源清单，并采集局地精细的地形地貌数据作为数值模型系统的输入数据；

搭建耦合精细边界层数值模型的中尺度天气预报模式，并调试中尺度天气预报模型及精细边界层数值模式使得气象条件模拟结果最优；

以中尺度天气预报模式及精细边界层数值模式为主体，搭建空气污染扩散的预测计算模型，建立适用于复杂地形的应急响应空气污染扩散预测，在事故发生后20分钟之内计算完毕空气污染事故发生周边10平方公里，为期1-3小时，水平网格分辨率为100米，时间间隔为10分钟动态可调的空气污染的扩散范围及影响程度的预测。

进一步地，所述的复杂地形应急响应空气污染扩散预测方法，其特征在于，具体包括以下步骤：

(1)数据的采集：获取空气污染事故发生地及其周边污染物排放源数据、精细地形地貌数据，并对数据进行分辨率及数据存储格式的转化，生成能够被中尺度天气预报模式及精细边界层数值模式直接调用的静态数据；

(2)模型的调试：选取中尺度天气预报模式，对其中众多的次网格尺度物理过程参数化方案进行调试和选择，不同的参数化方案对于不同纬度，不同天气背景，不同地形地貌的风场模拟的适应性不同；首先通过敏感试验对中尺度天气预报模式的次网格尺度物理过程参数化方案进行本地化配置的选择,同时，对精细边界层数值模式中地表特征参数通过敏感试验进行调整，获取最适合污染物扩散风速预测的局地量值，完成精细边界层数值模式的本地化配置；完成基于精细边界层模式的污染扩散模型的搭建；

(3)采用步骤(2)经过本地化配置的中尺度天气模拟系统对事故发生地每天的天气条件进行预测，在每日08时之前完成局地天气状况的预测，并将模拟结果作为精细边界层数值模式的初始及边界气象条件；

(4)事故发生时，基于精细边界层模型的污染扩散模型调用中尺度天气模拟系统的预报结果作为初始及边界条件，输入事故发生时污染排放条件，进行污染物扩散范围的计算；在20分钟内完成，事故发生地周边100平方公里，水平网格分辨率为100米，时间间隔为5-15分钟的污染物浓度及危害范围预报。

所述地形地貌数据包括土地利用类型、植被类型、土壤类型及海拔高度数据。

所述地表特征参数包括动力学粗糙度、反照率、植被覆盖度、建筑物形态参数。

所述天气状况包括空气温度、湿度、风速、气压、空气密度、地表温度、地表湿度。

所述的复杂地形应急响应空气污染扩散预测方法，其特征在于：应急系统污染扩散模式系统采用“中尺度气象模式+精细边界层模式+污染扩散模式”的系统构架。

所述的复杂地形应急响应空气污染扩散预测方法，其特征在于：中尺度气象模式的预报结果作为精细边界层模式的初始驱动及边界条件，wrf模拟结果设置水平分辨率1km×1km，模拟范围为某地区；垂直分辨率在地面至1km范围内垂直分10层，1km至4km范围内垂直分10层。

所述的复杂地形应急响应空气污染扩散预测方法，其特征在于：精细边界层模式采用地形跟随坐标，以e-e闭合的三维非静力平衡的区域pbl模式为动力框架。

所述的复杂地形应急响应空气污染扩散预测方法，其特征在于：污染扩散模式选择与边界层同步积分的考虑地形影响的欧拉扩散模型，进行复杂地形地貌及点、面、线不同污染源处理，并采用简单的参数化方案考虑干湿沉降的影响。

有益效果：本发明提供的复杂地形应急响应空气污染扩散预测方法，精细边界层模式的引入能够提高近地层风速的预报性能。采用精细边界层数值模式之后，与中尺度天气预报模式wrf1公里分辨率的预报结果相比，2米高度近地层风速模拟与观测的均方根误差从4.2米/秒提高到2.5米/秒，相关系数从0.51提高到0.64..由于风速模拟相对较为准确，空气污染的模拟结果也有进一步的改善。

附图说明

图1是本发明具体实施方式中空气污染应急预测方法的流程图；

图2是本发明应急响应空气污染预测系统的原理图；

图3是本发明具体实施方式中空气污染应急预测方法的流程图；

图4a是模拟区域复杂的地形分布；

图4b是模拟区域复杂的地貌分布；

图5：(a)wrf中尺度天气预报模式wrf1公里分辨率与(b)精细边界层数值模式100米分辨率近地层流场的对比；

图6是中尺度天气预报模式wrf1公里分辨率与精细边界层数值模式100米分辨率近地层风速预测结果的对比。

具体实施方式

下面结合实施例对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

如图1所示，一种复杂地形应急响应空气污染扩散预测方法，包括以下步骤：

(1)数据的采集：获取空气污染事故发生地及其周边污染物排放源数据，精细地形地貌数据，包括土地利用类型、植被类型、土壤类型及海拔高度数据，并对所述据进行分辨率及数据存储格式的转化，生成能够被中尺度天气预报模式及精细边界层数值模式直接调用的静态数据；

(2)模型的调试：选取中尺度天气预报模式，对其中众多的次网格尺度物理过程参数化方案进行调试和选择，不同的参数化方案对于不同纬度，不同天气背景，不同地形地貌的风场模拟的适应性不同；首先通过敏感试验对中尺度天气预报模式的次网格尺度物理过程参数化方案进行本地化配置的选择,同时，对精细边界层数值模式中地表特征参数，包括动力学粗糙度、反照率、植被覆盖度、建筑物形态参数等通过敏感试验进行调整，获取最适合污染物扩散风速预测的局地量值，完成精细边界层数值模式的本地化配置；完成基于精细边界层模式的污染扩散模型的搭建；

(3)采用步骤(2)经过本地化配置的wrf中尺度天气模拟系统对事故发生地每天的天气条件进行预测，在每日08时之前完成局地天气状况的预测，所述天气状况包括空气温度、湿度、风速、气压、空气密度、地表温度、地表湿度，并将模拟结果作为精细边界层数值模式的初始及边界气象条件；

(4)事故发生时，基于精细边界层模型的污染扩散模型调用中尺度天气模拟系统的预报结果作为初始及边界条件，输入事故发生时污染排放条件，进行污染物扩散范围的计算；可在20分钟内完成，事故发生地周边100平方公里，水平网格分辨率为100米，时间间隔为5-15分钟的污染物浓度及危害范围预报。

图2是本发明具体实施方式中风速预报方法的原理图。该预报系统应急系统污染扩散模式系统采用“中尺度气象模式(wrf)+精细边界层模式+污染扩散模式”的系统构架。采用该系统可在20分钟内完成事故发生地点周边100平方公里，水平分辨率100米，为期1-3小时，间隔5-15分钟的空气污染浓度预测。包括以下部分：

应急系统污染扩散模式系统采用“中尺度气象模式(wrf)+精细边界层模式+污染扩散模式”的系统构架。例如选取某业务预报wrf模式的预报结果作为精细边界层模式的初始驱动及边界条件，wrf模拟结果设置水平分辨率1km×1km，模拟范围为某地区；垂直分辨率在地面至1km范围内垂直分10层，1km至4km范围内垂直分10层。每半小时模式计算结果(温度、气压、湿度、风速、风向、地表温度)存储一次，用以驱动精细边界层模式。

精细边界层模式采用精细边界层模式，该模式采用地形跟随坐标，以e-e闭合的三维非静力平衡的区域pbl模式为动力框架。水平分辨率为100米，模拟范围为(10km×10km)100平方公里；垂直分辨率在地面至3km范围内分25层；在模式中分别考虑(a)城市下垫面对地表能量平衡的影响；(b)人为热源对城市热环境的影响；(c)建筑物对大气动力过程的影响等城市特征。

大气污染扩散模式选择与边界层同步积分的考虑地形影响的欧拉扩散模型，可进行复杂地形地貌及点、面、线不同污染源处理，并采用简单的参数化方案考虑了干湿沉降的影响。

应急响应大气污染扩散模式系统(下简称应急系统)借助数值模拟、数据库和网络通信等先进技术,按照空气污染事故应急管理体系的业务要求,将基础地理、污染物环境和社会经济等各类本底信息和监测信息有机整合,结合数值模式模拟空气污染扩散状况，为事故发生地区基础地理信息查询、突发性空气污染事故预警预报及应急决策等提供一个高精度、现势性强、可共享的数字化辅助决策支持系统。

实现功能主要包括:及时准确地掌握突发性空气污染事故影响范围与程度；预测空气污染的演进过程以及可能危害的敏感区和敏感点；从时间和空间上对突发性空气污染污染事件进行预警预报,根据空气污染扩散范围和影响进行空气污染灾情的评估；以及根据工作需要快速生成上报图表等。

对于复杂地形条件下空气污染的准确计算，最重要的条件就是局地气流运动的准确计算。精细边界层数值模式中引入100米分辨率的静态地形数据，对于陡峭地形更为真实的再现。从模式本身说，该模式为地形跟随坐标下的非静力平衡模型，采用超松弛迭代法求解扰动气压的泊松方程，该种模式的配置能够更好的保证陡峭地形条件下气压的计算，并确保了气压梯度力计算的准确，从而使模式能够准确的响应地形的变化对风速的影响。同时该模式采用既保证计算准确率又保证计算效率的e－ε1.5阶湍流闭合方案，以及两层的土壤植被模型，这些参数化方案使得模式能够较好的计算不同植被及土地利用类型等地貌特征对风速的影响。精细边界层数值模式从地理信息静态数据来说能够分辨更陡峭的地形，从模式框架来说为地形跟随坐标系下的非静力平衡模式，同时考虑高阶的湍流闭合方案及二层的土壤植被模型，从总体计算方案讲，该模式为计算陡峭地形对风速影响的较好选择。

图3为本发明设计风速预测实施步骤，主要包括：

(1)采用遥感，gis等手段获取精细风电场局地的地形及地貌数据，包括土地利用、地形高度、土壤类型、植被类型等数据，并转化为适用于中尺度天气预报模式和精细边界层数值模式的静态数据。基于静态数据库进行每天的中尺度天气预报。

(2)事故发生时，应急采样车出动测量事故排放导致的污染物排放量。

(3)中尺度数值模式的预报结果为精细边界层模型提供初始及边界条件，精细边界层模型得到事故发生地点更为精细、准确的大气局地流场。图4以中国西南某地区为例，给出了该区域复杂下垫面以及地形高度的分布。从图4中可以看出，该区域两江环抱，且地形起伏不平。图5给出了中尺度天气预报模式1公里分辨率(图5(a))以及精细边界层数值模式100米分辨率(图5(b))的计算所得该区域的风速分布。由图可见，精细边界层模式能够较好的模拟出城市下垫面风速较小，而水面上风速较大，并且流场呈现明显的湍流特征，分布较为杂乱。尤其是在城市地表，有明显辐合及涡流运动特征。而wrf模式由于其分辨率较低，模拟出的流场较为平缓，并未能很好的分辨出下垫面及地形对风速运动的影响。由此表明，100米分辨率时模式能够更好的分辨出实际局地大气运动及其环流形式。图6为中尺度天气预报模式wrf1公里分辨率与精细边界层数值模式100米分辨率近地层风速预测结果的对比。由图6可见，精细边界层模式模拟结果能更好的模拟出复杂地表的风速，与观测值得吻合度更好，与中尺度天气预报模式wrf1公里水平分辨率的结果比较，2米高度近地层风速模拟与观测的均方根误差从4.2米/秒提高到2.5米/秒，相关系数从0.51提高到0.64。

(4)采用步骤(2)获取的事故地点排放源数据，以及步骤(3)获取的精细气象数据输入欧拉标量扩散模型，计算得出事故发生地点周边100平方公里，为期1-3小时，水平网格分辨率为100米，时间间隔为10分钟的西南某复杂地形条件下的空气污染特征。

表1对比了该地区分别采用wrf+cmaq模型，以及采用本发明建立的精细边界层模式模拟所得so2三天的对比，从中可以明显看出，由于采用精细边界层模型更好的模拟出了局地的风速，空气污染的模拟结果也得到明显改善。

表1

以中国某复杂地形条件下风速预测的实例表明，精细边界层模式的引入能够提高近地层风速的预报性能。采用精细边界层数值模式之后，与中尺度天气预报模式wrf1公里分辨率的预报结果相比，2米高度近地层风速模拟与观测的均方根误差从4.2米/秒提高到2.5米/秒，相关系数从0.51提高到0.64..由于风速模拟相对较为准确，空气污染的模拟结果也有进一步的改善，空气污染的模拟结果与观测资料的对比。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。