CN102628852A - 基于污染物来源识别技术的大气污染源分级方法 - Google Patents

Abstract

本发明提供了一种基于污染物来源识别技术的大气污染源分级方法，属于大气环境规划管理与污染防控技术领域，包括：基于气象模式进行研究区域高时空分辨率气象模拟，基于GIS对研究区域进行网格划分，并设置浓度贡献评价点，收集污染源排放信息，建立气象-空气质量模式耦合系统，计算敏感因子，识别敏感排放区域，将敏感因子归一化处理，结合污染物排放负荷、敏感排放区域排序对污染源进行分级识别。本发明所要解决的技术问题是提供一种基于污染物来源识别技术的大气污染源分级方法，对大气污染源的敏感性进行评价并将其定量分级，为污染物科学减排提供有效的技术支撑。

Description

基于污染物来源识别技术的大气污染源分级方法

技术领域

本发明涉及大气环境规划管理与污染防控技术领域，尤其涉及一种基于污染物来源识别技术的大气污染源分级方法。

背景技术

近年来随着对大气污染控制的不断深入，且随着对酸沉降、光化学烟雾、灰霾等污染特征认识的不断加深，公众已开始认识到大气污染问题的存在及严重性。我国空气污染已经由煤烟型污染转变为煤烟与机动车尾气污染并存的复合型污染，大气氧化能力不断增强，相当多的地区出现区域性多种污染物同时以高浓度并存的严峻局面。该问题不仅成为我国特色的严重环境问题，也是世界大气科学领域的研究前沿。大气污染的程度与区域的经济发达程度有很大关系，以京津冀、长三角和珠三角为代表的三大城市群不仅是我国经济发展水平最快的地区，同时也是大气污染防控研究较为集中的案例地区。大气污染防治问题最终仍落实在科学合理的污染源减排问题上，而我国目前的污染源减排形势已相当严峻，如何利用有限的污染物减排空间发挥出改善环境质量的最大效果是当前污染源减排工作急需解决的重要问题。

来自不同排放区域相同排放量的大气污染物对城市空气质量的贡献浓度水平，受污染物方位、距离、区域地形、气象因素等条件的影响，其影响程度有所差异。当前的污染源控制并未考虑到各地区各行业污染源的环境影响贡献差异。

在已有的排放贡献研究中，陈东升等结合Models-3进行数值模拟，利用“清零法”来研究分析周边省市排放对北京空气质量的影响[Chen D.S.，Cheng S.Y.，Liu L.，Chen T.，Guo X.R.，2007.An integrated MM5-CMAQmodeling approach for assessing trans-boundary PM10 contribution to thehost city of 2008 Olympic Summer Games e Beijing，China.AtmosphericEnvironment 41，1237-1250.]。如研究北京周边某一省市对北京的影响时，则削减该省市的污染物，保留其它区域的污染源进行模拟，模拟结果与基本情景的模拟结果比较，两者的差值为该省市大气污染源对北京的贡献值，以达到排放贡献影响程度量化的目的。而当研究区域内多地区多污染物的贡献浓度时，传统的“清零法”计算需要分别清零模拟，计算量大，较为耗时，此外污染物在扩散过程中伴随着复杂的化学反应，各排放源贡献浓度之和不等于所有排放源的贡献浓度，因此清零法也会导致一定误差。此外，还有研究学者利用ADMS模型计算污染物排放与空气质量的关系[肖杨，毛显强，马根慧.基于ADMS和线性规划的区域大气环境容量测算.环境科学研究，2008，21(3)：13-16]，但受到模型限制，多地区多污染物的排放贡献研究，计算量巨大，难以实现。

因此，当下需要迫切解决的一个技术问题就是：如何能够提出一种有效的措施，以解决现有技术中存在的问题。

发明内容

本发明所要解决的技术问题是提供一种基于污染物来源识别技术的大气污染源分级方法，对大气污染源的敏感性进行评价并将其定量分级，为污染源科学减排提供有效的技术支撑。

为了解决上述技术问题，本发明提供的一种基于污染物来源识别技术的大气污染源分级方法，包括：

基于气象模式进行研究区域高时空分辨率气象模拟；

基于GIS对研究区域进行网格划分，并设置浓度贡献评价点；

收集污染物排放信息；

建立气象-空气质量耦合模式系统，计算敏感因子，识别敏感排放区域；

将敏感因子归一化处理，结合污染物排放负荷、敏感排放区域排序对污染源进行分级识别。

进一步地，所述方法在收集污染源排放信息后还包括：

借助评价点和环境监测数据对模拟模型进行校验。

进一步地，所述基于气象模式进行高时空分辨率气象模拟具体包括以下步骤：

选取模拟基准年；

收集所选基准年在研究区域内各气象站点各季代表月的气象观测数据；

收集气象模式所需的地形及土地利用资料；

通过气象模式进行研究区域气象模拟。

进一步地，所述气象观测数据包括温度、压强、湿度、风速和风向。

进一步地，所述排放信息包括点源排放信息和面源排放信息。

进一步地，所述点源排放信息包括经度坐标和纬度坐标、烟囱高度(m)、烟囱出口内径(m)、烟囱排气温度(K)、烟气流速(m/hr)及各污染物排放量(颗粒物为g/hr，气态污染物为mol/hr)。

进一步地，所述面源排放信息包括排放位置、排放量(颗粒物为g/hr，气态污染物为mol/hr)。

进一步地，所述对污染源进行分级识别包括对点源的分级和对面源的分级。

进一步地，所述对点源的分级具体包括以下步骤：

将各个污染源的敏感因子指标和排放负荷指标从大到小排序，分别分出两个指标的排序位置位于前25％，25％-75％，后75％的污染源；

第一级污染源为敏感因子指标和排放负荷指标排序都位于前25％的污染源；

第二级污染源为敏感因子指标或排放负荷指标排序位于前25％的污染源；

将敏感因子指标和排放负荷指标排序都位于后75％的污染源作为第四级污染源，这部分排放源排放贡献及单位排放贡献都较小；

分出第一、二、四级污染源后，剩余的为第三级污染源。

进一步地，所述对面源的分级具体包括以下步骤：

对各面源排放量信息进行统计；

根据面源所在区域的排放敏感性判定级别。

综上，本发明提供的基于污染物来源识别技术的大气污染源分级方法，使得敏感源筛选由理论上可行转为实际中可操作，敏感源筛选及基于敏感性评价的污染源分级识别方法，可为大气环境质量控制与管理提供决策支持，通过对敏感程度较大的排放区域以及敏感级别较高的排放源有针对性地实施分级分步骤消减和控制措施，尽量在敏感程度较小的排放区域布局污染较重的工业企业，可以在降低污染物空气质量浓度的同时，提高减排效率，通过较少污染物的减排措施获得较大幅度的空气质量提升空间，对于环境质量改善具有重要作用。

附图说明

图1是本发明的基于污染物来源识别技术的大气污染源分级方法的流程示意图；

图2是本发明的具体实施方式中所述案例城市受体点设置示意图；

图3是本发明的具体实施方式中所述案例城市PM₁₀排放空间分布示意图；

图4是本发明的具体实施方式中所述污染物来源识别耦合模型框架图；

图5是本发明的具体实施方式中所述案例城市PM₁₀敏感因子结果空间分布示意图；

图6是本发明的具体实施方式中所述污染源分级技术路线图；

图7是本发明的具体实施方式中所述案例城市各级别排放点源空间分布示意图。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步详细的说明。

参照图1(a)所示的基于污染物来源识别技术的大气污染源分级方法的流程示意图，所述方法具体包括：

S101，基于气象模式进行研究区域高时空分辨率气象模拟；

实际应用的示意图参见图1(b)，首先选取模拟基准年，基于美国环境预报中心(NCEP)提供的全球1°×1°分辨率的模式背景场网格数据(6h间隔)，并充分收集该年份研究区域内各气象站点各季代表月的气象观测MICAPS数据，包括温、压、湿、风等各气象要素监测资料(多为3h间隔)，利用气象模式进行研究区域气象模拟，用于提供符合空气质量模式的高时空分辨率要求的研究区域气象场；气象模式所需的地形及土地利用数据采用美国地质勘探(USGS)的全球30秒分辨率地形资料。

S102，基于GIS对研究区域进行网格划分，并设置浓度贡献评价点；

基于GIS技术对研究区域进行网格划分，在研究区域内选取空间上均匀分布的网格点作为受体点即评价点，用于评估排放源对研究对象整体区域的污染物浓度贡献水平(μg·m^-3)。

S103，收集污染源排放信息；

收集研究区域内污染源排放信息，包括点源经度坐标和纬度坐标(要求精确到秒)、烟囱高度(m)、烟囱出口内径(m)、烟囱排气温度(K)、烟气流速(m/hr)及各污染物排放量(颗粒物为g/hr，气态污染物为mol/hr)，以及面源排放信息，包括排放位置、排放量(颗粒物为g/hr，气态污染物为mol/hr)。将排放信息导入数据库，生成符合空气质量模式要求的排放信息。

S104，建立气象-空气质量耦合模式系统，计算敏感因子，识别敏感排放区域；

本发明定义单位排放污染物强对环境浓度贡献大的排放区域和排放源分别为敏感排放区域和敏感源，依据排放区域或排放源的敏感性评价进行污染源的分级识别。

通过模式计算进行污染物来源识别，计算单个排放源或单个排放地区对目标区域的污染物环境浓度贡献(μg·m^-3)，考虑不同污染物毒性差异，将浓度贡献值进行多污染物归一化处理，定义敏感因子SI为：

${\mathrm{SI}}_i=\underset{j}{\mathrm{\Σ}}\frac{C_j}{E_{i,j}{S}_j}---\left(1\right)$

i——排放区域或排放源i；

j——污染物j，包括SO₂，NO₂，PM₁₀；

C_i，j——排放区域或排放源i排放的污染物j对所有受体点的平均贡献浓度(年均值)，ug/m³；

E_i，j——排放区域或排放源i污染物j的年排放量，t/a；

S_j——污染物j的环境质量二级标准，ug/m³；

该指标结合了多种作用因素，包括空间距离因素、污染物迁移扩散规律、气象条件、地形因子和污染源状况，因此以此指标进行敏感排放区域或敏感源筛选识别。

计算研究区域各实体排放源排放负荷：

$P_i=\underset{j}{\mathrm{\Σ}}\frac{E_{i,j}}{S_j}---\left(2\right)$

i——排放源i；

j——污染物j，包括SO₂，NO₂，PM₁₀；

E_i，j——排放源i污染物j的年排放量，t/a；

S_j——污染物j的环境质量二级标准，ug/m³。

S105，将敏感因子归一化处理，结合污染物排放负荷、敏感排放区域排序对污染源进行分级识别。

基于敏感因子和污染源排放负荷两种指标，对研究区域排放实体源进行分级识别，建立以下大气污染排放源分级原则，具体为：

点源分级：

①首先将各个污染源的敏感因子指标和排放负荷指标从大到小排序，分别分出排序位置位于前25％，25％-75％，后75％的污染源；

②第一级污染源为敏感因子指标和排放负荷指标排序都位于前25％的污染源，即需要优先控制的城市敏感源。因为这部分源对城市大气污染贡献率大，同时单位排放量的贡献率大，通过对该类源的减排能够较大幅度的改善空气质量，同时通过削减较少的排放量就能得到较高的空气质量改善率，提高减排效率。

③第二级污染源为敏感因子指标或排放负荷指标排序位于前25％的污染源，这部分污染源或排放源总贡献率较大，通过对该类源的削减存在较大的空气质量改善空间；或单位排放贡献较大，通过削减较少的排放量能够得到较高的空气质量改善率，因此减排效率比较高；

④在分出第一、二级污染源后，将敏感因子指标和排放负荷指标排序都位于后75％的污染源作为第四级污染源，这部分排放源排放贡献及单位排放贡献都较小；

⑤在分出第一、二、四级污染源后，剩余的为第三级污染源；通常在实行以上第一、二级污染源削减控制后，城市空气质量将会有较大幅度的改善。随着科技的进步和人们对空气质量改善要求的提高，城市大气质量管理部门将制定新一轮的大气污染减排控制方案，从而生成新的污染源排放清单对城市污染源敏感性进行重新评价并分级识别。

面源分级：

对各区县面源排放信息进行统计后，根据排放面源所在行政区县的排放敏感性识别即敏感排序判定级别。

进一步地，所述方法在收集污染物排放信息后还包括：

借助评价点和环境监测数据对模拟模型进行校验。

具体地，利用环境监测数据进行模型校验。利用调试好的气象-空气质量耦合模型系统，计算基准年各季节代表月排放源对各拟定受体点的污染物贡献浓度(μg·m^-3)，将各代表月的日均模拟值与环境监测值进行对比。

以下通过具体的应用对本发明的方案作进一步介绍：

近年来随着模型模拟技术的进步，带有基于伴随矩阵的示踪模块的空气质量模型(如CMAx)可以计算真实气象条件下不同受体网格的小时浓度，较其他模型而言，该模型的时间尺度、空间尺度更加精细，可同时进行多排放源-多受体点的排放贡献识别，极大地提升了计算速度，因此本方案选取该空气质量模型用于搭建气象-空气质量耦合模型系统。

1.北京地区敏感区域筛选

1)模拟时段选取：分别选取2007年、2008年1、4、7、10四个月作为春、夏、秋、冬四季的代表月，收集该模拟时段内的美国环境预报中心(NCEP)提供的1°×1°分辨率的气象背景场数据及包括温、压、湿、风等各气象要素的北京地区气象监测MICAPS资料，利用气象模型MM5模拟得到研究区域符合空气质量模型CMA_X要求的高时空分辨率气象场数据；

2)基于GIS技术对研究区域进行网格划分，研究目标区域受体点需均匀分布以能代表研究对象整体空气质量水平。在北京市行政区域内选取均匀分布的网格(尺度为3km×3km)48个，每个网格代表面积约为300km²的目标区域。受体点网格分布示意图如图2；

3)收集研究区域污染源排放信息，将排放信息导入数据库，生成符合空气质量模型CMA_X格式要求的排放信息(排放分布示意图如图3)。将气象信息和排放信息导入调试好的MM5-CAMx-PSAT耦合模型系统，该模式系统在Linux操作系统上运行，耦合模型框架图见图4；

4)从历年环境质量公报上看，影响北京空气质量的首要污染物为PM₁₀，遂以PM₁₀作为案例研究因子，将北京各行政区县作为研究对象，结合2007、2008年4个代表月的气象场数据，利用MM5-CAMx-PSAT耦合模型系统计算北京各区县单位排放源对各受体点的贡献浓度，将所有受体点计算结果平均得到空间平均浓度，并将各代表月的数据取平均值计为年均值，计算北京市各行政区PM₁₀的平均敏感因子，对北京市各区县排放敏感性进行定量评价。北京各区县排放PM₁₀敏感因子空间分布图见图5。

可以看出，城四区敏感因子值均比较大，即对于北京市整体而言，敏感因子值较大的地区主要集中在北京市中心城区。因此，在制定空气质量控制方案时，应重点控制以及优先消减敏感因子值较大地区的排放源，新建、扩建项目布局应尽量考虑敏感因子值较小的地区。

2.北京地区污染源分级识别

(1)点源

1)模拟时段选取：分别选取2007年、2008年1、4、7、10四个月作为春、夏、秋、冬四季的代表月，收集该模拟时段内的美国环境预报中心(NCEP)提供的1°×1°分辨率的气象背景场数据及包括温、压、湿、风等各气象要素的北京地区气象监测MICAPS资料，利用MM5模式模拟得到研究区域符合CMA_X模式的高时空分辨率气象场数据；

2)基于GIS技术对研究区域进行网格划分，研究目标区域受体点需均匀分布以能代表研究对象整体空气质量水平。在北京市行政区域内选取均匀分布的网格(尺度为3km×3km)48个，每个网格代表面积约为300km²的目标区域。受体点网格分布示意图如图2。

3)获取区域内所有点源的详细排放信息，包括点源经纬度坐标(要求精确到秒)、烟囱高度(m)、烟囱出口内径(m)、烟囱排气温度(K)、烟气流速(m/hr)及各污染物排放量(颗粒物为g/hr，气态污染物为mol/hr)，将排放信息导入数据库，生成符合CMA_X模式格式要求的排放信息。将气象信息和排放信息导入调试好的MM5-CAMx-PSAT耦合模型系统(图4)；

4)结合2007、2008年4个代表月的气象场模拟数据，利用MM5-CAMx-PSAT耦合模型系统计算北京所有点源单位排放源对各受体点的贡献浓度，将所有受体点计算结果平均得到空间平均浓度，并将各代表月的数据取平均值计为年均值，计算北京市各点源的敏感因子SI及排放负荷P，利用图6所示的分级原则对北京市所有排放点源进行分级，实施分步分阶段控制。北京各级别排放点源空间分布图见图7。

(2)面源

对各区县面源排放信息统计，根据排放面源所在行政区县的敏感性排序判定级别。

进一步说明的，本发明中所述的气象模型、空气质量模型所用工具在满足本方案中所提及功能的前提下，可以有所变化。

以上对本发明所提供的基于污染物来源识别技术的大气污染源分级方法进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种基于污染物来源识别技术的大气污染源分级方法，其特征在于，包括：

基于气象模式进行研究区域高时空分辨率气象模拟；

基于GIS对研究区域进行网格划分，并设置浓度贡献评价点；

收集污染源排放信息；

建立气象-空气质量耦合模式系统，计算敏感因子，识别敏感排放区域；

将敏感因子归一化处理，结合污染物排放负荷、敏感排放区域排序对污染源进行分级识别。

2.根据权利要求1所述的基于污染物来源识别技术的大气污染源分级方法，其特征在于，所述方法在收集污染源排放信息后还包括：

借助评价点和环境监测数据对模拟模型进行校验。

3.根据权利要求2所述的基于污染物来源识别技术的大气污染源分级方法，其特征在于，所述基于气象模式进行高时空分辨率气象模拟具体包括以下步骤：

选取模拟基准年；

收集所选基准年在研究区域内各气象站点各季代表月的气象观测数据；

收集气象模式所需的地形及土地利用资料；

通过气象模式进行研究区域气象模拟。

4.根据权利要求3所述的基于污染物来源识别技术的大气污染源分级方法，其特征在于，所述气象观测数据包括温度、压强、湿度、风速和风向。

5.根据权利要求3所述的基于污染物来源识别技术的大气污染源分级方法，其特征在于：

所述排放信息包括点源排放信息和面源排放信息。

6.根据权利要求5所述的基于污染物来源识别技术的大气污染源分级方法，其特征在于：

所述点源排放信息包括经度坐标和纬度坐标、烟囱高度(m)、烟囱出口内径(m)、烟囱排气温度(K)、烟气流速(m/hr)及各污染物排放量(颗粒物为g/hr，气态污染物为mol/hr)。

7.根据权利要求5所述的基于污染物来源识别技术的大气污染源分级方法，其特征在于：

所述面源排放信息包括排放位置、排放量(颗粒物为g/hr，气态污染物为mol/hr)。

8.根据权利要求1所述的基于污染物来源识别技术的大气污染源分级方法，其特征在于：

所述对污染源进行分级识别包括对点源的分级和对面源的分级。

9.根据权利要求8所述的基于污染物来源识别技术的大气污染源分级方法，其特征在于，所述对点源的分级具体包括以下步骤：

将各个污染物的敏感因子指标和排放负荷指标从大到小排序，分别分出两个指标的排序位置位于前25％，25％-75％，后75％的污染源；

第一级污染源为敏感因子指标和排放负荷指标排序都位于前25％的污染源；

第二级污染源为敏感因子指标或排放负荷指标排序位于前25％的污染源；

将敏感因子指标和排放负荷指标排序都位于后75％的污染源作为第四级污染源，这部分排放源排放贡献及单位排放贡献都较小；

分出第一、二、四级污染源后，剩余的为第三级污染源。

10.根据权利要求8所述的基于污染物来源识别技术的大气污染源分级方法，其特征在于，所述对面源的分级具体包括以下步骤：

对各面源排放量信息进行统计；

根据面源所在区域的排放敏感性判定级别。

Images