高斯扩散模式在瞬间排放空气污染物模拟中的应用
- 格式:doc
- 大小:82.50 KB
- 文档页数:10
基于高斯模型对空气污染扩散问题的研究高梦;朱家明;刘新;刘凤志【期刊名称】《阜阳师范学院学报(自然科学版)》【年(卷),期】2016(033)002【摘要】针对京津冀地区的空气污染问题,综合利用了空气污染指数法、变异系数法等方法,构建了模糊综合评价模型、高斯烟羽模型、多点源高斯迭加模型等模型,利用MATLAB、VC++等软件,得出影响京津冀地区空气质量的主要污染源为燃煤和汽车尾气,北京市二环、四环、六环路在16日的空气质量状况均为轻度污染等结论。
并给出了河北某工厂方圆51 km内污染物浓度分布情况和北京市三个环路的空气污染浓度梯度变化情况。
%In view of the problem of air pollution in Beijing-Tianjin-Hebei region, comprehensive utilization of the air pollu-tion index method, the variation coefficient method and other methods, this paper constructs the fuzzy comprehensive evaluation model, Gaussian plume model, Gaussian superposition model and so on, using the MATLAB and VC++ software, concluded that the main sources of affecting air quality in Beijing-Tianjin-Hebei region are coal and car exhaust, and the air quality on sec-ond, fourth, sixth loop of Beijing in 16 are light pollution, etc. Then we gave the pollutant concentration distribution around 51 kilometers’by a factory in Hebei province and the change of air pollution’s concentration gradient in Beijing’s three loops.【总页数】5页(P12-16)【作者】高梦;朱家明;刘新;刘凤志【作者单位】安徽财经大学管理科学与工程学院,安徽蚌埠 233030;安徽财经大学统计与应用数学学院,安徽蚌埠 233030;安徽财经大学统计与应用数学学院,安徽蚌埠 233030;安徽财经大学管理科学与工程学院,安徽蚌埠 233030【正文语种】中文【中图分类】X823【相关文献】1.基于高斯模型的改进算法针对京津冀地区的空气污染研究 [J], 张施怡2.基于高斯模型的安阳市区PM2.5扩散问题研究 [J], 王永昭;寇梦柯;王贺娜;石岳鑫;刘月盈3.基于高斯模型的武汉市区PM2.5扩散问题研究 [J], 李威凌;吴怀宇;陈洋4.基于高斯模型对京津冀地区空气污染的研究 [J], 张德鑫;陈春;朱晗;余湉5.基于高斯模型对京津冀地区空气污染的研究 [J], 张德鑫;朱家明;朱晗;余湉因版权原因,仅展示原文概要,查看原文内容请购买。
污染物在大气中的迁移与扩散模型研究近年来,随着工业化和城市化进程的加速,大气污染成为了全球性的环境问题。
而污染物在大气中的迁移与扩散模型研究,成为了解决这一问题的重要路径之一。
本文将从理论模型的构建、数据采集、和实际应用三个方面探讨污染物在大气中的迁移与扩散。
首先,构建准确可靠的理论模型是污染物迁移与扩散研究的基础。
目前,大气扩散模型主要包括Gaussian模型、Eulerian模型和Lagrangian模型等。
其中,Gaussian模型适用于预测污染物在稳定大气条件下的扩散程度,而Eulerian模型则能考虑大气湍流对扩散的影响,更适用于非稳定环境下的研究。
而Lagrangian模型则基于追踪污染物微粒的运动轨迹,能够更准确地模拟扩散过程。
其次,数据采集是污染物迁移与扩散研究的基础。
要构建准确的模型,需要大量的观测数据作为基础。
空气污染监测站、卫星遥感数据以及气象观测站等都是数据采集的重要来源。
数据采集的内容包括大气稳定度、风速、湍流强度、温度等多种气象参数。
同时,还需要监测污染物在大气中的浓度和排放源的位置等信息。
将这些数据应用于模型中,可以提高模型的精确度和可靠性。
最后,污染物迁移与扩散模型在实际应用中发挥着重要作用。
一方面,模型可以用于预测和评估污染物的扩散范围和浓度分布,为环境管理者提供科学依据。
另一方面,模型可以用于污染源定位和溯源,有助于查明大气污染事件的责任方。
此外,模型还可以作为决策支持工具,用于制定有效的大气环境保护政策。
然而,污染物迁移与扩散模型仍然存在一些挑战。
首先是模型的精确性和适用性问题。
由于污染物的特性和环境条件的多样性,现有模型难以满足所有情况下的需求。
其次,数据的获取和处理也面临一些难题。
监测站的布设不够密集、数据质量存在差异等问题,都可能影响模型的准确度。
此外,模型的参数估计和验证也需要更精细化的方法。
综上所述,污染物在大气中的迁移与扩散模型研究对于解决大气污染问题具有重要意义。
高斯扩散模型及其适用条件(1)一般表达式根据质量守恒原理和梯度输送理论,污染物在大气中一般运动规律为:(3分)cccc c c c Nu v w k x k y k z S p t x y z x x y y z z p 1C:污染物质平均浓度;X,y,z:三个方向坐标;u,v,w:三个方向速度分量;k x,k y,k z:三个方向扩散系数;t:为污染物扩散时间;3:污染物源、汇强度。
(2)高斯模型的适用条件:①大气流动稳定,表明污染物浓度不随时间改变,即[0 ;②有主导风向,表明u=常数,且v=w=0 ;③污染物在大气中只有物理运动,物化学和生物变化,且预测范围内无其他同类污染的源和汇。
表明S P=0(P=1,2,….n)此时三维的动态模型就可简化为三维的稳态模型,得:u~c k x 工k y,k z」(3 分)x x x y y z z④有主导风情况下,主导风对污染物输送应远远大于湍流运动引起污染物在主导风方向上扩散。
即U」(平流输送作用)远远大于x—k x—(湍流弥散作用)。
x x此时方程又可以简化为:c c Cu k y k z (2分)x y y z z(3)由于y和z方向上污染物浓度不发生变化,故规定k y与y无关,k z与z无关,即:2c k z 2z(4)由质量守恒原,理运用连续点源源强计算方式,按照单元体积(3)简化得到的方程进行积分ucdydz二Q ,结合边界条件x y z 0时,c=x, y, z 时,c=0对方程进行求解。
(2分)(5)设x=ut,令2=2k y t;;=2k z t。
化简求解得到高斯扩散模型的标准形式:c x, y,zQ 1 y2 2 zexp小222 U y z 2 y z(1分)ky y2(1 分)。
9.2.2大气污染物扩散的高斯模型模拟:可视化模拟点源大气污染的扩散9.2.2 Gaussian Atmospheric Dispersion Model突发性大气污染事故时有发生,对大气污染扩散进行模拟和分析,有利于减小事故的危害,减轻人员伤亡和财产损失。
高斯扩散模型是国际原子能机构(IAEA)推荐使用于重气云扩散模拟的数学模型,该模型在非重气云扩散的应用日益广泛。
高斯扩散模型是描述大气对有害气体的输移、扩散和稀释作用的物理或数学模型,是进行灾害预测和救援指挥的有力手段之一。
9.2.2.1高斯扩散模型高斯模型又分为高斯烟团模型和高斯烟羽模型。
大气污染物泄漏分为瞬时泄漏和连续泄漏,瞬时泄漏是指污染物泄放的时间相对于污染物扩散的时间较短如突发泄漏等的情形,连续泄漏则是指污染物泄放的时间较长的情形。
瞬时泄漏采用高斯烟团模型模拟,而连续泄漏采用高斯模型烟羽模型模拟。
高斯模型适用于非重气云气体,包括轻气云和中性气云气体。
要求气体在扩散过程中,风速均匀稳定。
在高斯烟团模型中,选择风向建立坐标系统,即取泄漏源为坐标原点,x 轴指向风向,y 轴表示在水平面内与风向垂直的方向,z 轴则指向与水平面垂直的方向,具体公式见式(9.1):22222222()()()22223/2(,,,)()(2)y x z z y x ut z H z H x y z Q C x y z t e e e e σσσσπσσσ--+----=⋅⋅⋅+⋅…………(9.1)其中:(,,,)C x y z t 为泄漏介质在某位置某时刻的浓度值;Q 为污染物单位时间排放量(mg/s); x σ、y σ、z σ分别x 、y 、z 轴上的扩散系数,需根据大气稳定度选择参数计算得到(m);x 、y 、z 表示x 、y 、z 上的坐标值(m);u 表示平均风速(m/s);t 表示扩散时间(s);H 表示泄漏源的高度(m)。
同理,高斯烟羽模型的表达式如:222222()()222(,,,)()2y z z y z H z H y z Q C x y z t e e e u σσσπσσ-+---=⋅⋅+………………………(9.2)9.2.2.2 技术方法若用高斯模型算出空间每一个点在一个时刻的污染浓度,这个计算量是很大的。
大气扩散模型在空气污染控制中的应用研究近年来,全球空气质量日益恶化,空气污染已经成为了公众关注的焦点之一。
各国政府和社会团体都在探索和实践空气污染治理的方法,其中大气扩散模型在这一过程中发挥了很重要的作用。
什么是大气扩散模型呢?简单来说,它是通过计算大气中颗粒物、氮氧化物等排放物污染物的扩散和沉降规律,预测空气污染物传输规律的一种模型。
大气扩散模型的运用可以帮助政府和环保机构对空气质量进行评估,推断污染源和污染物迁移的行为,从而定位和采取有效的控制措施。
大气扩散模型的理论基础来自大气动力学和物理学等学科,因此它的构建需要大量的气象、地理、化学和计算机知识。
根据模型的复杂程度,目前主要可分为物理模型、统计模型和经验模型三种。
其中,物理模型采用较为精确和繁琐的数学公式来模拟大气运动,可以较为准确地预测污染物的传输规律和排放源的贡献,但是计算复杂度较大;统计模型则假定大气运动为随机过程,利用统计方法对污染物的扩散和传输进行分析和预测,具有计算量较小、运算速度较快的优点;而经验模型则是基于大量观测数据和统计方法建立的模型,更适用于某些单一污染源或空气质量指数等总体预测的情形。
通过大气扩散模型,我们可以得到哪些有用的信息呢?首先,它可以帮助我们定位污染源,了解到排放的废气在哪些区域集聚,推测污染源的大小和影响范围;其次,它可以预测空气质量的发展趋势,比如根据当地的气象条件和污染源的排放情况,预测某一地区在未来一段时间内的空气质量,对预防和应对空气污染具有重要意义;最后,大气扩散模型可以帮助我们评估管控措施的效果,当我们采取了一系列空气污染控制措施后,我们可以通过对比模型预测值和实际测量值来判断措施的成效。
在实际使用中,大气扩散模型有哪些需求和限制呢?首先,模型的建立需要大量的数据支持,尤其是实测空气污染物浓度和排放源的排放数据,因此在模型的建模和运用过程中,需要考虑数据的可靠性和全面性。
其次,模型本身的精度和适用性也存在着一定的限制,虽然物理模型的准确度最高,但由于模型的较高复杂度,不可避免地会出现一定的运算误差;而经验模型可以降低计算复杂度,但精度和适用性都存在一定的局限性,会出现一些无法解释的现象。
aermod 模型原理及应用AERMOD模型原理及应用一、引言AERMOD(Atmospheric Dispersion Modeling System)是一种用于大气扩散模拟和空气质量评估的模型系统。
它是美国环保署(EPA)开发的一种大气扩散模型,被广泛用于评估工业过程和排放源对周围环境的影响。
本文将介绍AERMOD模型的原理和应用,并探讨其在环境管理和规划中的作用。
二、AERMOD模型原理AERMOD模型基于高斯扩散理论,通过计算源排放物的浓度分布来评估空气质量。
它考虑了大气稳定度、风速、源特征和地形等因素对污染物扩散的影响。
1. 大气稳定度大气稳定度是指大气中温度和湿度的垂直分布情况。
AERMOD模型使用稳定度分类系统将大气分为多个稳定度类别,如非常不稳定、中度稳定等。
这些稳定度类别反映了大气中污染物扩散的能力,从而影响了模型的计算结果。
2. 风速风速是影响污染物扩散的重要因素之一。
AERMOD模型考虑了地面风速和垂直风速剖面的变化,并通过计算源排放物的有效排放高度来估计污染物的扩散。
3. 源特征AERMOD模型考虑了源排放物的特征,如排放速率、温度和高度等。
这些参数对污染物扩散和浓度分布都有重要影响,并被用于计算模型中的各种系数和参数。
4. 地形地形对风速和风向的分布有显著影响,从而影响了污染物的传输和扩散。
AERMOD模型通过引入地形因子来考虑地形的影响,以提高模型的准确性。
三、AERMOD模型应用AERMOD模型在环境管理和规划中有广泛的应用,包括以下几个方面:1. 环境影响评价AERMOD模型可以用于评估工业过程、电厂、道路交通等排放源对周围环境的影响。
通过模拟污染物的扩散和浓度分布,可以预测潜在的环境影响,并为环境管理和规划提供科学依据。
2. 空气质量管理AERMOD模型可以用于评估空气质量,并帮助制定相应的环境管理措施。
通过模拟不同情景下的污染物浓度,可以确定污染源的贡献程度,并制定减排政策和控制措施。
可以用于PM2.5等污染物扩散模型,研究生数模竞赛中就用到了.大气污染扩散第一节大气结构与气象有效地防止大气污染的途径,除了采用除尘及废气净化装置等各种工程技术手段外,还需充分利用大气的湍流混合作用对污染物的扩散稀释能力,即大气的自净能力。
污染物从污染源排放到大气中的扩散过程及其危害程度,主要决定于气象因素,此外还与污染物的特征和排放特性,以及排放区的地形地貌状况有关。
下面简要介绍大气结构以及气象条件的一些基本概念。
一、大气的结构气象学中的大气是指地球引力作用下包围地球的空气层,其最外层的界限难以确定。
通常把自地面至1200 km左右范围内的空气层称做大气圈或大气层,而空气总质量的98.2%集中在距离地球表面30 km以下。
超过1200 km的范围,由于空气极其稀薄,一般视为宇宙空间。
自然状态的大气由多种气体的混合物、水蒸气和悬浮微粒组成。
其中,纯净干空气中的氧气、氮气和氩气三种主要成分的总和占空气体积的99.97%,它们之间的比例从地面直到90km高空基本不变,为大气的恒定的组分;二氧化碳由于燃料燃烧和动物的呼吸,陆地的含量比海上多,臭氧主要集中在55~60km高空,水蒸气含量在4%以下,在极地或沙漠区的体积分数接近于零,这些为大气的可变的组分;而来源于人类社会生产和火山爆发、森林火灾、海啸、地震等暂时性的灾害排放的煤烟、粉尘、氯化氢、硫化氢、硫氧化物、氮氧化物、碳氧化物为大气的不定的组分。
大气的结构是指垂直(即竖直)方向上大气的密度、温度及其组成的分布状况。
根据大气温度在垂直方向上的分布规律,可将大气划分为四层:对流层、平流层、中间层和暖层,如图5-1所示。
1. 对流层对流层是大气圈最靠近地面的一层,集中了大气质量的75%和几乎全部的水蒸气、微尘杂质。
受太阳辐射与大气环流的影响,对流层中空气的湍流运动和垂直方向混合比较强烈,主要的天气现象云雨风雪等都发生在这一层,有可能形成污染物易于扩散的气象条件,也可能生成对环境产生有危害的逆温气象条件。
高斯烟雨扩散模型在空气中PM2.5实际问题的应用董赫;翟哲;李夺;李伟凯【摘要】通过建立高斯烟雨扩散模型并采用多元线性回归等数学方法,进一步探索产生雾霾的主要因素PM2.5的形成、扩散过程以及与风速之间的关系。
以武汉市和西安市2013年AQI监测数据为基础,得到空气中PM2.5与其他污染物之间的相关性。
预测了西安市某一区域PM2.5浓度骤增并持续数小时的情况下,污染严重和相对安全的区域。
为研究空气中PM2.5成因、监测和治理提供了一定的理论依据。
%Through establishing gauss misty rain diffusion model and adopting mathematical methods of multiple linear regression,the relations of the formation and diffusion process of PM2.5 with wind speed were explored further. Basing on AQI monitoring data of Wuhan City and Xi’an City in 2013,the correlation between PM2.5 and other pollutants was obtained,and the seriously polluted and relatively secure area were predicted under the circumstances of the sharp increase in PM2.5 content for several hours in certain region of Xi’an. The articl e could provide certain theoretical basis to research the cause,monitoring and governance of PM2.5 in air.【期刊名称】《黑龙江八一农垦大学学报》【年(卷),期】2014(000)003【总页数】6页(P69-73,118)【关键词】PM2.5;多元线性回归;高斯烟雨扩散模型【作者】董赫;翟哲;李夺;李伟凯【作者单位】黑龙江八一农垦大学信息技术学院,大庆 163319;黑龙江八一农垦大学信息技术学院,大庆 163319;黑龙江八一农垦大学工程学院;黑龙江八一农垦大学信息技术学院,大庆 163319【正文语种】中文【中图分类】X502随着国民经济飞速发展和城市化进程的日益加快,我国已有1/4的国土面积相继出现因大气细粒子污染增多而导致的雾霾天气,影响近6亿人的工作和生活。
污染物扩散模拟及其应用研究随着工业化和城市化进程的不断加快,环境污染问题日益凸显。
在这个背景下,污染物扩散模拟及其应用研究成为了一个备受关注和研究的领域。
本文将从污染物扩散模拟的基本原理、模型体系和应用研究三个方面展开论述。
一、污染物扩散模拟的基本原理污染物扩散模拟基于流体动力学、物理学和化学工程学等多个学科的理论基础,将复杂的空气流动和污染物扩散过程进行建模并进行数值模拟。
模型在现实环境中可以帮助我们实现对污染物扩散的预警和控制,减轻污染物对生态环境和人体健康的不良影响。
污染物扩散模拟的基本原理是在空气中建立关于污染物扩散的数学模型,然后基于大气运动方程、质量守恒方程和温湿度守恒方程等理论来求解运动方程,并通过数值计算方法进行模拟。
预测某区域内空气质量的变化,计算并分析污染源所释放的污染物在空气中的浓度分布和转移规律,以推断污染物的扩散传播态势。
二、模型体系在污染物扩散模拟的理论和实践中,通常包括了以下几种类型的模型。
1、蒙特卡罗模型蒙特卡罗模型是一种非常重要的随机数学方法。
在污染物扩散模拟中,蒙特卡罗方法可以处理复杂满足随机性分布的空气流场和污染物扩散过程,可以更真实地表现扩散的不确定性。
2、高斯模型高斯模型是一种简单的统计模型,广泛应用于污染物扩散模拟和空气质量预测领域。
高斯模型具有参数少、易于应用和扩展性强等特点,对于一些局部小区域或者区域内风向风速不变的情况下,可以通过对烟囱抬升高度、喷放口位置和压力等参数进行调整来实现对污染物扩散过程的模拟。
3、CFD模型CFD(Computational Fluid Dynamics)翻译过来就是计算流体动力学,是一种基于计算机的数值模拟方法。
CFD模型广泛应用于复杂空气流场和污染物扩散的模拟计算中,可以高效且准确地模拟污染物扩散的过程。
因此,在多数污染物扩散应用领域,CFD模型都被广泛应用。
三、应用研究污染物扩散模拟在实际的应用环境中是多种多样的,本节将介绍其中几个经典应用研究案例。
大气环境污染物扩散模型的研究与应用随着人类工业和交通运输的迅速发展,大气环境污染已成为全球普遍关注的问题。
污染物的排放不仅会影响到空气质量,还可能导致健康问题和气候变化等全球性问题。
因此,大气环境污染物扩散模型的研究和应用变得越来越重要。
一、模型的定义及分类大气环境污染物扩散模型是指利用数学和物理学等方法,对大气中污染物的排放、扩散、转化以及沉降等过程进行模拟和预测的一种工具。
根据模型的复杂度和研究对象的不同,可将其分为不同类型。
常见的分类包括Gaussian模型、Box模型、系统动力学模型以及数值模型等。
二、模型的构建大气环境污染物扩散模型的构建需要根据研究对象的特点和目的考虑。
在建模过程中,需要考虑如下因素:1. 污染物特性污染物的化学特性对扩散模型有着很大的影响。
例如,挥发性有机物的挥发度、燃烧产物的排放速率以及氧化反应的速率等,都会对模型结果产生影响。
2. 大气环境扩散模型还要考虑大气环境的因素,包括风速、风向、大气稳定度以及湍流强度等。
3. 地形和建筑物地形和建筑物可对模型结果产生影响。
在城市环境中,建筑物的密度和高度会影响扩散的路径。
三、应用及局限性大气环境污染物扩散模型在决策和管理中扮演着重要的角色。
主要应用于以下领域:1. 空气质量管理扩散模型可用于衡量污染物对人体健康和环境的影响,以及不同污染物之间的交叉效应,从而确定相应的污染物减排策略。
2. 突发事件应对在罕见的污染事故或大气爆炸事件发生时,扩散模型可以用于评估事故范围和影响,并制定应急响应方案。
虽然大气环境污染物扩散模型已经成为当代环境科学的重要工具,但它也有着一些局限性。
例如,模型需要大量的空气质量监测数据来准确模拟大气环境中的污染物扩散。
此外,不同模型对环境的理解和描述存在一定差异,造成了模型的误差。
四、未来展望为了更好地解决环境问题和制定科学合理的环境政策,大气环境污染物扩散模型需要不断发展和改进。
未来,模型将更多地考虑空气质量、气候和能源等领域的交叉效应,同时结合信息技术和数据科学等新技术,深化对空气质量和大气污染的理解。
高斯扩散模式在瞬间排放空气污染物模拟中的应用摘要:在文章中提出应用高斯模式模拟和预测在瞬间排放状况下空气污染等级,用FORTRAN 语言编写的高斯模式程序还可应用于区域污染影响评价中,模式不仅可以从GIS 中输入数据而且还可以应用GIS 格式输出结果。
关键词:高斯模式 空气污染 地理信息系统 瞬时污染源 浓度场瞬间排放是指工业企业或电厂的事故性污染物排放,如贮油罐或输油管道发生事故等。
排放的污染物污染了空气、土壤、地面及地下水,影响植被和影响环境。
模拟瞬间空气污染要求得到污染区域面积、污染浓度和等级、污染预测等。
本文提出用高斯模式的解析解来模拟和预测瞬间排放空气污染状况。
基于烟羽扩散上的解析公式求解的高斯模式非常广泛的应用于评价区域污染状况。
高斯数学模式作为一个污染物扩散的基础模式被国际原子能机构广泛推广。
从瞬间点源污染源排放的污染物,其转换和扩散可以用以下的扩散方程来表示:tC∂∂+div(CV )=∆(K ∆C )+Ri +Q δ(t −t 0)δ(x −x 0)δ(y −y 0)δ(z −z 0) (1) 式中:C(x, y, z, t)为污染物浓度 V 为风速 K 为扩散系数R 为污染物光化学转化率 Q 为污染物排放量x 0, y 0, z 0为污染源相对坐标在一定的风速和扩散系数条件下,公式(1)有其高斯扩散模式的解析解。
因此,污染物浓度值C 由点源污染源的高度H 决定。
H 在高斯扩散模式中由下述公式计算:C (x,y,z,t )=)()2(222222222/)2(2/)(2/)(2/)(2/3zzyxwt h H z wt h z vt y ut x zy x e e ee Q σσσσσσσπ-++--------+ (2)式中:t 为时间 Q 为排放量u ,v ,w 为风速分别在x ,y ,z 方向的分量 σx , σy , σz 分别在x ,y ,z 方向的扩散系数 h 为点源高度 H 为混合层高度高斯模式中,假设X 轴与风向方向一致,Z 轴铅直向上,V=W=0。
大气工程中颗粒物迁移与扩散模型的改进与应用随着城市化的发展和人口的增长,大气污染问题日益凸显。
颗粒物作为重要的大气污染物之一,对人类健康和环境造成了严重威胁。
因此,研究颗粒物的迁移与扩散模型,对于制定有效的大气污染防治措施具有重要意义。
本文将讨论现有模型的局限性,并探讨了改进与应用的途径。
首先,我们来看一下目前常用的颗粒物迁移与扩散模型,其中最常见的是Gaussian模型。
Gaussian模型是基于高斯分布原理建立的,通过考虑风向、气象条件等因素,预测颗粒物在大气中的传播情况。
虽然该模型简单易用,但在实际应用中存在局限性。
由于该模型忽略了地形和建筑物的影响,预测结果与真实情况可能存在较大误差。
为了克服这个问题,研究者们提出了一些改进的方法。
一种常见的改进是基于计算流体力学(CFD)的模型。
CFD模型能够考虑地形和建筑物等因素对颗粒物传播的影响,因此预测结果更加准确。
然而,CFD模型的计算复杂度较高,运行时间较长,不适用于快速预测颗粒物的传播情况。
另一种改进的方法是基于物理实验和观测数据的模型。
通过在实验室或实际环境中进行测量,收集风速、风向、颗粒物浓度等数据,建立统计模型来预测颗粒物的传播情况。
这种方法能够较好地描述实际情况,但对数据的质量和数量要求较高,且建立模型需耗费较多时间和资源。
除了改进模型,我们还可以探索颗粒物迁移与扩散模型的应用。
一个重要的应用领域是大气污染防治规划。
通过建立准确可靠的模型,可以预测污染源的传播范围,制定相应的污染源控制措施。
例如,在城市规划中考虑风向和颗粒物扩散情况,避免将重要的生态区域与污染源放在同一区域,从而保护生态环境。
另一个应用领域是环境监测。
传统的监测方法往往只能在有限的地点获取数据,无法全面了解污染情况。
而基于模型的监测方法可以通过模拟预测来推断未监测地点的颗粒物浓度,从而提供更全面的环境信息。
在大气质量评估、环境风险评估等方面有着广泛的应用。
最后,在进行颗粒物迁移与扩散模型的改进和应用时,我们还应该关注一些问题。
基于高斯烟羽扩散模型的空气污染研究作者:王娇娇于诗琪许诗辰来源:《科技与创新》2017年第10期文章编号:2095-6835(2017)10-0021-04摘要:空气质量评价是环境评价的一个重要环节,以京津冀地区为例,结合空气质量标准建立空气污染的综合评价体系,建立主成分分析模型,运用SPSS求解,确定主要污染源。
分析污染源扩散模式,以高斯烟羽模型为基础,重新组合具有相关性的污染指标,建立高架连续点源扩散模型。
以河北某工厂废气排放为例进行污染扩散研究,其主要排放物为氮氧化物,运用Matlab绘制出空气中氮氧化物浓度分布图,进一步划分距离工厂51 km内空气质量等级,所得结论对京津冀地区的污染处理有重要意义。
关键词:模糊综合评价;综合评价体系;主成分分析模型;高架连续点源扩散模型中图分类号:X51 文献标识码:A DOI:10.15913/ki.kjycx.2017.10.021尽管我国的GDP已经在过去的10年中迅速增长,但空气问题也由于相对落后的经济增长模式越来越严重。
查阅文献可知,陈其针提出了室内空气污染和防治措施;黄泽阔也对当下的空气污染现状做了思考,并提出了相应的对策;江曙光对水污染提出了防治对策。
这些研究都是建立在定性的基础上进行,很难从较大范围得出结论,难以形成大规模的社会研究行动。
因此,如何在定量的基础上研究我国空气污染问题,对我国污染严重地区空气的防治有重要意义。
1 空气质量评价模型1.1 评价体系的建立根据我国和美国环境空气污染基本项目浓度限值,选取相应的指标,建立衡量空气质量的数学模型,将被评价地区各项因子的检测数据与各级标准进行比较,从而判定空气质量等级。
2 结束语本文研究了京津冀地区的空气污染问题,分析了这3个地区的空气质量等级,选用模糊综合评价法建立空气质量评价体系,划分出城市中某项污染因素对应的等级。
建立主成分分析模型,运用SPSS求解,确定京津冀地区的主要污染物为NO2和CO,将这2个污染指标重新组合成新的综合指标。
9.2.2大气污染物扩散的高斯模型模拟:可视化模拟点源大气污染的扩散9.2.2 Gaussian Atmospheric Dispersion Model突发性大气污染事故时有发生,对大气污染扩散进行模拟和分析,有利于减小事故的危害,减轻人员伤亡和财产损失。
高斯扩散模型是国际原子能机构(IAEA)推荐使用于重气云扩散模拟的数学模型,该模型在非重气云扩散的应用日益广泛。
高斯扩散模型是描述大气对有害气体的输移、扩散和稀释作用的物理或数学模型,是进行灾害预测和救援指挥的有力手段之一。
9.2.2.1高斯扩散模型高斯模型又分为高斯烟团模型和高斯烟羽模型。
大气污染物泄漏分为瞬时泄漏和连续泄漏,瞬时泄漏是指污染物泄放的时间相对于污染物扩散的时间较短如突发泄漏等的情形,连续泄漏则是指污染物泄放的时间较长的情形。
瞬时泄漏采用高斯烟团模型模拟,而连续泄漏采用高斯模型烟羽模型模拟。
高斯模型适用于非重气云气体,包括轻气云和中性气云气体。
要求气体在扩散过程中,风速均匀稳定。
在高斯烟团模型中,选择风向建立坐标系统,即取泄漏源为坐标原点,x轴指向风向,y轴表示在水平面内与风向垂直的方向,z轴则指向与水平面垂直的方向,具体公式见式(9.1):(9.1)(mg/s); x、y、z轴上的扩散系数,需根据大气稳定度选择参数计算得到(m);x、y、z表示x、y、z上的坐标值(m);u表示平均风速(m/s);t表示扩散时间(s);H 表示泄漏源的高度(m)。
同理,高斯烟羽模型的表达式如:(9.2)9.2.2.2 技术方法若用高斯模型算出空间每一个点在一个时刻的污染浓度,这个计算量是很大的。
因此所设计的系统一般都是采用先进行图层网格化,由高斯模型计算出有限个网格点的上的污染物浓度,在进行空间内插得到面上每一个点的污染物浓度,并由此得到污染物浓度的等值线。
整个过程的示意图如图9.2.1所示图9.2.1 大气污染扩散的高斯模拟的步骤1) 图层网格化图层网格格式分为结构化网格、非结构化网格。
基于修正高斯烟团模型的SO_(2)瞬时排放扩散研究王竟成;王津梅;李兆辰;杨雨岚;李泽华;杨祎【期刊名称】《安全与环境工程》【年(卷),期】2022(29)3【摘要】大气腐蚀不仅危害人类身体健康,而且会对暴露在大气环境中的工业设备造成腐蚀危害。
SO_(2)是主要的大气污染物之一,对其扩散的研究可以预测近污染源地区大气中SO_(2)浓度分布,进而为采取监测治理措施提供理论支撑。
高斯烟团模型通常用来模拟在小风静风条件下稳定污染点源连续排放的大气扩散问题,但对稳定污染点源瞬时排放(排放一段时间后不再排放)的研究较欠缺。
提出一种修正的高斯烟团模型,将稳定污染点源瞬时排放污染物浓度扩散问题建模为排放时间内有限个烟团的叠加,分别讨论了烟团扩散时间小于或等于排放时间、扩散时间大于排放时间条件下稳定污染点源瞬时排放的大气扩散模型,并通过实例对提出的修正高斯烟团模型进行了仿真模拟试验。
结果表明:修正后的高斯烟团模型能够模拟稳定污染点源连续排放和瞬时排放两种情况下污染物SO_(2)浓度分布,且模拟结果更符合实际情况。
该研究结果可为近污染源地区大气中SO_(2)浓度的实时预测提供更为有效的方法。
【总页数】7页(P225-231)【作者】王竟成;王津梅;李兆辰;杨雨岚;李泽华;杨祎【作者单位】中国兵器工业第五九研究所装备环境工程研究中心;中国地质大学(武汉)数学与物理学院【正文语种】中文【中图分类】X831【相关文献】1.拉格朗日烟团模型的大气扩散系数自适应修正2.基于高斯烟羽扩散模型的空气污染研究3.基于高斯烟羽模型的铁路气体类危险货物泄漏扩散研究4.基于高斯烟羽模型的船舶尾气扩散研究5.基于高斯烟羽模型的山区含硫天然气泄漏扩散研究因版权原因,仅展示原文概要,查看原文内容请购买。
高斯扩散模式在瞬间排放空气污染物模拟中的应用
摘要:在文章中提出应用高斯模式模拟和预测在瞬间排放状况下空气污染等级,用FORTRAN 语言编写的高斯模式程序还可应用于区域污染影响评价中,模式不仅可以从GIS 中输入数据而且还可以应用GIS 格式输出结果。
关键词:高斯模式 空气污染 地理信息系统 瞬时污染源 浓度场
瞬间排放是指工业企业或电厂的事故性污染物排放,如贮油罐或输油管道发生事故等。
排放的污染物污染了空气、土壤、地面及地下水,影响植被和影响环境。
模拟瞬间空气污染要求得到污染区域面积、污染浓度和等级、污染预测等。
本文提出用高斯模式的解析解来模拟和预测瞬间排放空气污染状况。
基于烟羽扩散上的解析公式求解的高斯模式非常广泛的应用于评价区域污染状况。
高斯数学模式作为一个污染物扩散的基础模式被国际原子能机构广泛推广。
从瞬间点源污染源排放的污染物,其转换和扩散可以用以下的扩散方程来表示:
t
C
∂∂+div(CV )=∆(K ∆C )+Ri +Q δ(t −t 0)δ(x −x 0)δ(y −y 0)δ(z −z 0) (1) 式中:C(x, y, z, t)为污染物浓度 V 为风速 K 为扩散系数
R 为污染物光化学转化率 Q 为污染物排放量
x 0, y 0, z 0为污染源相对坐标
在一定的风速和扩散系数条件下,公式(1)有其高斯扩散模式的解析解。
因此,污染物浓度值C 由点源污染源的高度H 决定。
H 在高斯扩散模式中由下述公式计算:
C (x,y,z,t )=
)()
2(22
22
2
22
2
2/)
2(2/)
(2/)(2/)
(2
/3z
z
y
x
wt h H z wt h z vt y ut x z
y x e e e
e Q σσσσσσσπ-++--------+ (2)
式中:t 为时间 Q 为排放量
u ,v ,w 为风速分别在x ,y ,z 方向的分量 σx , σy , σz 分别在x ,y ,z 方向的扩散系数 h 为点源高度 H 为混合层高度
高斯模式中,假设X 轴与风向方向一致,Z 轴铅直向上,V=W=0。
公式(2)可以转化为以下形式。
C (x,y,z,t )=
)()
2(22
22
2
22
2
2/)
(2/)
(2/2/)
(2
/3z
z
y
x
H z H z y ut x z
y x e e e
e Q σσσσσσσπ+------+ (3)
从公式(3)我们可以看出,每一个烟团需要用不同的坐标系进行计算,当我们计算多源的污染浓度时,我们需要用到几个坐标系,这样计算起来很复杂。
因此,公式(3)必须做相应的转化到同一个坐标系中。
我们建立一个相对的坐标系,I 表示原点,坐标轴为ξ和η(见1)。
并以I 为原点建立第二个坐标系,LX 表示X 轴,其方向与风向
一致,LX 与OX 的夹角为α。
这样我们可以将XIY 坐标系转换为XOY 坐标系,从而得到图中M 点的坐标。
图1:坐标轴的转换
X = x cos β + y sin β = (x − ξ) cos β + (y − η) sin β, Y = −x sin β + y cos β = −(x − ξ) sin β + (y − η) cos β
我们仅对Y 坐标轴进行考虑,α等于360 −β,我们得到最终的公式:
Y = (x − ξ) sin α + (y − η) cos α (4)
我们将(4)式中的sin α和cos α用风速u 和v 替换后,得到点源在特定坐标系中的污染物浓度计算公式:
C (x,y,z,t )=
)
(2/))()(()
(2/)))(()()((2
/3222
200222
02200)
2(v u u y y v x x v u t t v u v y y u x x z
y x y x e
e
Q +-+--+-+-----⨯σσσσσπ
×)(2
2
02202/)
2)((2/))((z
z
H h z z h z z e e σσ++--+--+ (5)
式中:t 表示时间 Q 表示源强 u, v 表示风速
σx , σy , σz 表示表示X ,Y ,Z 方向的扩散参数
H表示混合层高度
x0, y0, z0表示坐标系原点
h有效烟囱高度(如,烟气抬升后的高度)
在高斯模式中,σy和σz是重要的参数,可以用帕斯奎尔-吉福德扩散参数曲线来确定,也可将P-G扩散曲线用近似幂函数式表示,这样方便用电子计算机计算大气污染浓度分布。
该幂函数的确定与大气稳定度的划分有关。
在高斯模式中,城市和开阔平原的布里吉斯扩散参数以烟云的宽度和高度来表示横风向和垂直向的扩散,σy和σz的计算方法见表1。
大气稳定度的划分方法见表2。
表中X为计算点在X方向轴上的距离。
烟气抬升高度的计算理论已经非常广泛,通过直观的观测和理论研究,可以得到。
烟气的抬升首先是由烟气的初始动量和浮力及环境空气的湍流引起,在中性和不稳定的稳定度下它能引起烟气有很高的抬升高度,烟气的抬升相当于加高了烟囱的高度,这个高度也叫做有效烟囱高度。
有三个参数决定气体从污染源的排放状况,它们分别是:烟囱的物理结构(如出口直径)、烟气排放状况以及污染物的化学性质。
现在研究出很多计算烟气有效高度的公式。
在稳定空气环境中计算烟气抬升高度现在使用得较广泛的是布里吉斯公式烟气抬升公式。
3
/1)(
6.2uS F h h +=∆ (6)
式中:Δh 表示烟气抬升高度 h 表示烟囱高度 表示烟囱出口处风速 F 表示浮力通量 S 表示混合层参数 F 按下式计算:
s
s s a s T d V T T g F 4)(2
-=
(7) 式中:g 表示重力加速度 T s 表示排放温度
T a 表示环境温度 V s 表示烟气速度 d s 表示烟囱直径
图2 GIS 与模型之间的相互作用
混合层参数是由大气温度层结θa 所决定:
t g S a a ∂∂=
θθ
在中性或不稳定状况下,烟气抬升高度可以近似用以下公式进行计算。
5
/3)(30u
F
h =∆ (8) 式中F 与u 与公式(6)的含义相同。
由于布里吉斯使用了有关排放源的可获得的数据资料,因此布里吉斯公式相对于其它公式而言更为适用。
用FORTRAN 编写的扩散模型程序已达到很高的水平了,程序包括以下方面:
SIGY 和SIGZ-输入标准值
WIND-输入污染物排放时的风向及风速
RBD1-输入污染物的特性及排放特征,即:污染源位置、源强、和烟囱直径等。
G2-浓度计算程序
有关的模型和GIS有很多种,在本文中,我们使用的是应用较多和最简单的一种。
在此,模型和GIS系统是二个独立的系统,用计算机文件将它们联系起来。
因此,模型从GIS系统的文件中读取输入的数据(如污染源数据),并且也以GIS能够接受的格式作为输出结论。
(见图2)。
GIS系统有绘图和注释的功能,其绘图的功能是用各种数据库来体现图层。
也就是一个整体的图层分为各种形式的专题图层,例如街道、高速公路、绿化、水面等等。
每一个图层都由一个或多个包含种各种信息的专题图层所组成:如铁路、道路、河流、湖库、公园、污染源等等。
注释数据表是由*.VAT,*.PAT,*.AAT的文件确定的,这些表包括了图层的不同方面(如点、线、面),其中包括了以下信息:位置、排放值、烟囱直径等等。
在ARCINFO软件中我们将污染源的信息输出入城市的地图,得到数据表,然后选择地形和计算浓度的区域。
经过模型计算得到的浓度计算结果以形象的图形表达出来。
如图3和图4所表示的就是二个时刻浓度分布图。