空气污染控制软件：AERMOD二次开发_（1）.AERMOD基础理论.docx

PAGE1

PAGE1

AERMOD基础理论

1.AERMOD模型概述

AERMOD（AtmosphericEnvironmentResearchModel）是美国环境保护署（EPA）推荐的用于评估大气污染物扩散的模型。该模型主要用于预测点源、面源、线源和体积源的大气污染物浓度分布，广泛应用于空气质量评估、环境影响评价、污染源管理等领域。AERMOD模型由多个子模型组成，包括气象预处理模型（AERMAP）、地形预处理模型（AERMET）和最终的浓度预测模型（AERMOD）。

1.1模型架构

AERMOD模型的架构可以分为以下几个主要部分：

AERMAP：地形预处理模型，用于处理地形数据并生成适用于AERMOD的气象数据。

AERMET：气象预处理模型，用于处理原始气象数据并生成适用于AERMOD的气象参数。

AERMOD：浓度预测模型，用于计算污染物在大气中的浓度分布。

1.2模型特点

高分辨率：AERMOD模型可以处理高分辨率的气象和地形数据，提高预测精度。

灵活性：支持多种污染源类型（点源、面源、线源、体积源）和多种污染物种类。

物理基础：基于物理和气象学原理，考虑了大气稳定度、湍流扩散、干湿沉降等多种因素。

适用范围广泛：适用于城市、乡村、工业区等不同环境。

2.污染物扩散基本原理

污染物在大气中的扩散是一个复杂的物理过程，涉及多种气象因素和物理机制。AERMOD模型通过模拟这些过程来预测污染物的浓度分布。

2.1大气稳定度

大气稳定度是影响污染物扩散的重要因素之一。根据大气稳定度的不同，污染物的扩散方式和速度也会有所不同。AERMOD模型使用Pasquill-Gifford-Turner（PGT）稳定度分类方法，将大气稳定度分为A、B、C、D、E、F六类。

2.2湍流扩散

湍流扩散是大气污染物扩散的主要机制之一。AERMOD模型通过模拟湍流扩散来预测污染物在不同高度和距离上的浓度分布。湍流扩散系数（σy,σz）是描述污染物横向和垂直扩散程度的关键参数。

2.3干沉降和湿沉降

污染物在大气中的沉降分为干沉降和湿沉降两种方式。干沉降是指污染物通过重力作用和其他物理化学过程直接从大气中沉降到地面。湿沉降是指污染物通过降水等途径从大气中去除。AERMOD模型通过设定沉降速率来模拟这两种沉降过程。

2.4污染物传输方程

AERMOD模型基于污染物传输方程来预测污染物浓度。传输方程考虑了污染物的生成、传输、扩散和沉降过程。基本形式为：

?

其中：

C是污染物浓度

U是风速向量

K是扩散系数矩阵

S是源项

3.气象预处理模型AERMET

AERMET模型是AERMOD的重要组成部分，用于处理原始气象数据并生成适用于AERMOD的气象参数。AERMET模型需要输入多种气象数据，包括风速、风向、温度、湿度等，并输出稳定度分类、湍流扩散系数等参数。

3.1输入数据

AERMET模型的输入数据通常包括以下几种：

表面气象数据：风速、风向、温度、湿度等。

探空数据：高空气象数据，包括温度、湿度、风速等。

地形数据：地表高度、地形特征等。

3.2输出数据

AERMET模型的输出数据包括：

稳定度分类：根据Pasquill-Gifford-Turner（PGT）方法分类。

湍流扩散系数：横向和垂直扩散系数（σy,σz）。

风速和风向：经过处理后的平均风速和风向。

3.3示例代码

以下是一个简化的AERMET预处理代码示例，使用Python脚本读取气象数据并计算稳定度分类：

#导入必要的库

importpandasaspd

importnumpyasnp

#读取气象数据

defread_meteorological_data(file_path):

读取气象数据文件

:paramfile_path:气象数据文件路径

:return:DataFrame包含气象数据

data=pd.read_csv(file_path,sep=\s+,skiprows=3,names=[Date,Time,WindSpeed,WindDirection,Temperature,Humidity])

returndata

#计算稳定度分类

defcalculate_stability_class(wind_speed,temperature,humidity):

计算稳定度分类

:paramwind_speed:风速（m/s）

:paramtemperature:温度（°C）

:paramhumidity