垃圾發電項目大氣污染特征及環境影響評價
——以江蘇省張家港市某垃圾發電項目為例

陳 飛，朱新勝，李 杉，高吉喜

(1.環境保護部南京環境科學研究所，江蘇南京 210042；2.南京信息工程大學江蘇省大氣環境與裝備技術協同創新中心，江蘇南京210044)

?

垃圾發電項目大氣污染特征及環境影響評價
——以江蘇省張家港市某垃圾發電項目為例

陳 飛1，2，朱新勝1*，李 杉1，高吉喜1，2

(1.環境保護部南京環境科學研究所，江蘇南京 210042；2.南京信息工程大學江蘇省大氣環境與裝備技術協同創新中心，江蘇南京210044)

[目的]研究垃圾發電項目的大氣污染特征及其對大氣環境質量的影響。[方法]以江蘇省張家港市某垃圾發電項目為案例，在分析其工藝流程、排污環節和前期污染的基礎上，采用AERMOD模型定量模擬評價該垃圾發電項目對區域大氣環境質量的影響程度。[結果]SO2、NO2、HCl、HF、H2S和NH3的小時平均最大落地濃度分別為7.84、16.53、0.16、0.17、21.23和3.61 μg/m3；PM10、SO2、NO2、HCl和HF污染物日均最大落地濃度分別為6.52、0.11、2.84、0.28和0.30 μg/m3，相應占標率分別為4.35%、0.07%、3.54%、0.19%和0.43%；PM10、SO2和NO2年平均最大落地濃度分別為0.78、0.21和0.44 μg/m3，占標率分別為1.12%、0.35%和1.10%。[結論]該項目總排放的各污染物對區域年均濃度最大貢獻值均可達標。

垃圾發電項目；大氣污染；AERMOD模型；環境評價

隨著我國社會經濟飛速發展及城鎮化進程的加快，城市生產與生活過程中產生的垃圾廢物也迅速增加，其對環境及人類健康的影響也越來越明顯。城市生活垃圾的大量增加，使垃圾處理越來越困難，由此帶來的環境污染等問題逐漸引起社會各界的廣泛關注。目前主要采用垃圾發電等方法來實現城市生活垃圾的產業化、資源化、減量化和無害化，垃圾減量化可使生活垃圾填埋場使用壽命在原來設計年限上大大提高，同時焚燒垃圾后的余熱可用于發電，能源的回收及爐渣的綜合利用進一步提高了社會經濟效益。然而垃圾發電工業又是重污染行業，垃圾貯存和焚燒過程造成的大氣環境污染也備受關注[1-3]。基于此，筆者以位于江蘇省張家港市某垃圾發電項目為案例，利用AERMOD模型定量分析垃圾發電項目對周邊大氣環境質量的影響，旨在為今后垃圾發電項目環境影響評價及污染防治措施等提供理論依據。

1　材料與方法

1.1AERMOD模型介紹AERMOD是一個穩態煙羽擴散模式，可基于大氣邊界層數據特征模擬點源、面源和體源等排放的污染物在短期(小時平均、日平均)、長期(年平均)的濃度分布，適用于農村或城市地區、簡單或復雜地形。AERMOD考慮建筑物尾流的影響，即煙羽下洗。該模式使用每小時連續預處理氣象數據模擬≥1 h平均時間的濃度分布，目前其已被廣泛運用于大氣污染預測[4-9]。AERMOD具有以下特點：①以行星邊界層(PBL)湍流結構及理論為基礎，按空氣湍流結構和尺度概念，湍流擴散由參數化方程給出，穩定度采用連續參數表示；②中等浮力通量對流條件采用非正態的模式；③考慮了對流條件下浮力煙羽和混合層頂的相互作用；④對簡單地形和復雜地形進行了一體化處理；⑤包括處理夜間城市邊界層的算法[9-12]。AERMOD系統包括AERMOD擴散模式、AERMET氣象預處理和AERMAP地形預處理模塊。 AERMET的邊界層參數數據和廓線數據可以由輸入的現場觀測數據確定，或由輸入的國家氣象局常規氣象資料(地面數據、探空數據)生成。將地面反射率、表面粗糙度等地面特征數據以及風速、風向、溫度、云量等氣象觀測數據輸入到AERMET中，以AERMET計算出行星邊界層參數。得到的這些參數同氣象觀測數據一同傳遞給AERMOD中的Interface，在Interface里通過相似關系求得風速、水平方向和垂直方向的湍流強度、位溫梯度、位溫和水平拉格朗日時間尺度等變量垂直分布[10-13]。AERMET廓線數據和邊界層廓線數據經AERMOD中的控制文件引用進入AERMOD系統，計算出相似參數，并對邊界層廓線數據進行內插。AERMOD將平均風速、水平方向及垂直方向湍流量脈動、位溫梯度、位溫、水平拉格朗日時間尺度等輸入擴散模式，并計算出濃度。

1.2模型參數的選取

1.2.1地面常規氣象數據。地面氣象資料采用江蘇省張家港市氣象站2010年全年8 760 h的逐時氣象場，包括時間(年、月、日、時)、風向(以16個方位表示)、風速、干球溫度、低云量、總云量共6項。風向、風速、干球溫度為逐日定時(02：00、08：00、14：00、20：00)，低云量、總云量由于觀測密度不夠為逐日則按1 d 3次(08：00、14：00、20：00)。按AERMET(氣象預處理程序)參數輸入格式，采用線性插值生成近地面逐日逐時氣象輸入文件。

1.2.2高空氣象數據。預測選用2010年全年1 d 2次(GMT時間00：00、12：00)MM5模擬生成的最近格點的高空氣象資料。水平網格分辨率為27 km×27 km，垂直方向采用地形伴隨坐標，從100～1 000 hPa共分為40層。高空探空數據的提取位置為117.15° E，34.28° N。該模式采用的原始數據有地形高度、土地利用、陸地-水體標志、植被組成等數據，數據源主要為美國的USGS數據。原始氣象數據采用美國國家大氣研究中心(NCAR)發布的全球再分析氣象資料(NCEP)通過三層嵌套網格MM5中尺度氣象場模擬得到該地區的風溫廓線。

1.2.3地形參數。地理地形數據參數包括計算區域的海拔高度、土地利用類型。地形數據范圍同評價范圍，海拔高度由計算區域的遙感圖像及數字高程DEM(美國網站下載的“SRTM 90m Digital Elevation Data”)數據提取，分辨率為90 m。根據實際土地利用類型，地表參數(反照率、波文比和表面粗糙度)選用相應的參數。

1.2.4污染源強參數。根據垃圾發電項目工藝及排污分析，該項目大氣環境影響預測因子為PM10、SO2、NO2、HCl、HF、NH3和H2S。現有項目的污染物排放量和2期項目最終投產后的污染物排放總量(2期建成后排放總量=1期項目排放+2期項目新增排放-“以新帶老”消減排放)的有組織污染源和無組織污染源參數見表1、2。

表1　有組織排放源參數

表2　無組織污染源排放參數

1.2.5評價方案。該項目的大氣評價等級為2級，環境空氣評價范圍為以焚燒發電廠煙囪為中心，主導風向為主軸6 km×8 km的范圍。無組織惡臭影響分析范圍為垃圾周圍300 m范圍內。該研究只對項目的污染物濃度進行預測。

2　結果與分析

2.1污染物小時平均濃度分布預測利用AERMOD高斯煙羽模型進行逐次逐時計算，獲得全年8 760 h預測范圍各網格點2期項目建成后總排放的各污染物全年逐時的小時平均地面濃度。將各網格點的小時平均濃度進行從大到小排列，得出各污染物最大小時平均濃度(表3)及出現位置(圖1)。由表3可知，2期項目建成后SO2、NO2、HCl、HF、H2S和NH3的小時平均最大落地濃度分別為7.84、16.53、0.16、0.17、21.23和 3.61 μg/m3，相應占標率分別為1.57%、8.27%、0.33%、0.87%、10.62%和 36.06%。2期項目建成后總排放的各污染物對區域小時平均濃度最大貢獻值均達標，其中項目排放H2S占標率最大，為36.06%。對比現有項目排放，2期建成后的總排放貢獻除了HF、NH3和H2S，其余各污染物排放均有不同程度地削減，尤其是SO2、NO2和HCl削減較為明顯，因此2期建成后不會對大氣環境造成較大影響。

表3　各污染物最大小時平均落地濃度貢獻值

注：SO2、NO2、HCl、HF、NH3、H2S 濃度單位均為μg/m3。Note： Unites of SO2，NO2，HCl，HF，NH3 and H2S were μg/m3. 圖1　各污染物最大小時平均濃度貢獻分布圖Fig.1　Distribution of the maximum hourly average concentration contribution of each pollutant

2.2污染物日平均濃度分布預測2期項目建成后總排放的各污染物的最大日均濃度及出現位置分別如表4和圖2所示。在評價區域內，2期項目建成后PM10、SO2、NO2、HCl和HF污染物日均最大落地濃度分別為6.52、0.11、2.84、0.28和0.30 μg/m3，相應占標率分別為4.35%、0.07%、3.54%、0.19%和0.43%。根據計算結果，2期項目建成后總排放的各污染物對區域日均濃度最大貢獻值均可達標。

表4　各污染物最大日平均落地濃度貢獻值

注：PM10、SO2、NO2、HCl、HF濃度單位均為μg/m3。Note： Unites of PM10,SO2，NO2，HCl and HF were μg/m3.圖2　各污染物最大日平均濃度貢獻分布圖Fig.2　Distribution of the maximum daily average concentration contribution of each pollutant

2.3污染物年平均濃度分布預測預測范圍各網格點2期項目建成后總排放的各污染物的年平均濃度及出現位置分別如表5和圖3所示。由表5可知，PM10、SO2和NO2年平均最大落地濃度分別為0.78、0.21和0.44 μg/m3，占標率分別為1.12%、0.35%和1.10%。根據計算結果，項目總排放的各污染物對區域年均濃度最大貢獻值均可達標。2期建成后的總排放貢獻，SO2和NO2均有不同程度地削減，對大氣環境具有正效應。

表5　各污染物最大年平均落地濃度貢獻值

注：PM10、SO2、NO2濃度單位均為μg/m3。Note： Unites of PM10、SO2 and NO2 were μg/m3.圖3　各污染物最大年平均濃度貢獻分布圖Fig.3　Distribution of the maximum annual average concentration contribution of each pollutant

3　結論

以江蘇省張家港市某垃圾發電項目大氣影響預測為例展開建設項目工程實例研究，在分析其工藝流程和排污環節的基礎上，采用AERMOD模型定量預測垃圾發電項目對區域大氣環境質量的影響程度。預測結果表明：SO2、NO2、HCl、HF、H2S和NH3的小時平均最大落地濃度分別為7.84、16.53、0.16、0.17、21.23和3.61 μg/m3，相應占標率分別為1.57%、8.27%、0.33%、0.87%、10.62%和 36.06%；PM10、SO2、NO2、HCl和HF污染物日均最大落地濃度分別為6.52、0.11、2.84、0.28和0.30 μg/m3，相應占標率分別為4.35%、0.07%、3.54%、0.19%和0.43%；PM10、SO2和NO2年平均最大落地濃度分別為 0.78、0.21和0.44 μg/m3，占標率分別為1.12%、0.35%和1.10%。根據結果，項目總排放的各污染物對區域年均濃度最大貢獻值均可達標。2期建成后的總排放貢獻，SO2和NO2均有不同程度地削減，對大氣環境具有正效應。

[1] 梁永輝.垃圾發電廠惡臭污染的治理[J].科技與創新，2015(16)： 82-83.

[2] 王志強，高攀峰，張春軍.淺析垃圾發電廠臭氣治理工作[J].綠色科技，2014(9)： 186-187.

[3] 宋吉釗.垃圾發電廠冬季垃圾焚燒總結[J].科技與企業，2013(18)： 136-136.

[4] 伯鑫，王剛，田軍，等.AERMOD模型地表參數標準化集成系統研究[J].中國環境科學，2015，35(9)： 2570-2575.

[5] 馬巖，仝紀龍，潘峰，等.焦化項目大氣污染特征及環境影響評價[J].化工環保，2014，34(4)： 366-370.

[6] 江磊，黃國忠，吳文軍，等.美國AERMOD模型與中國大氣導則推薦模型點源比較[J].環境科學研究，2007，20(3)： 44-51.

[7] 李煜婷，金宜英，劉富強.AERMOD模型模擬城市生活垃圾焚燒廠二噁英類物質擴散遷移[J].中國環境科學，2013，33(6)： 985-992.

[8] MICHANOWICZ D R，SHMOOL J L C，TUNNO B J,et al.A hybrid land use regression/AERMOD model for predicting intra-urban variation in PM2.5[J].Atmospheric environment，2016，131： 307-315.

[9] 孫璐，蔡娟.AERMOD與EIAA大氣預測模型在環境影響評價中的應用比較[J].環境污染與防治，2008，30(10)： 92-95.

[10] TARTAKOVSKY D，BRODAY D M.Evaluation of AERMOD and CALPUFF for predicting ambient concentrations of total suspended particulate matter(TSP)emissions from a quarry in complex terrain[J].Environmental pollution，2013，179： 138-145.

[11] VIEIRA DE MELO A M，SANTOS J M，MAVROIDIS I，et al.Modelling of odour dispersion around a pig farm building complex using AERMOD and CALPUFF.Comparison with wind tunnel results[J].Building and environment，2012，56： 8-20.

[12] O’SHAUGHNESSY P T,ALTMAIER R.Use of AERMOD to determine a hydrogen sulfide emission factor for swine operations by inverse modeling[J].Atmospheric environment，2011，45(27)： 4617-4625.

[13] ROOD A S.Performance evaluation of AERMOD，CALPUFF，and legacy air dispersion models using the Winter Validation Tracer Study dataset[J].Atmospheric environment，2014，89： 707-720.

Characteristics and Environmental Impact Assessment of Atmospheric Pollution from Waste Incineration Power Project— A Case of a Certain Waste Incineration Power Project in Zhangjiagang City of Jiangsu Province

CHEN Fei1,2, ZHU Xin-sheng1*, LI Shan1et al

(1. Nanjing Institute of Environmental Sciences, Ministry of Environmental Protection, Nanjing, Jiangsu 210042; 2. Jiangsu Collaborative Innovation Center of Atmospheric Environment and Equipment Technology (CICAEET), Nanjing, Jiangsu 210044)

[Objective]To research the characteristics of atmospheric pollution in Waste Incineration Power Project, and its effects on atmospheric environment quality. [Method] With a certain waste incineration power project in Zhangjiagang City of Jiangsu Province as the case, the technological process, the pollutant sources and previous contamination were analyzed. Impact of the solid waste treatment project on regional atmospheric environmental quality was quantitatively predicted and evaluated using the AERMOD model. [Result] The regional hourly average concentrations of SO2, NO2, HCl, HF, H2S and NH3were 7.84, 16.53 , 0.16, 0.17, 21.23 and 3.61 μg/m3, respectively. The regional daily average concentrations of PM10, SO2, NO2, HCl and HF were 6.52, 0.11, 2.84, 0.28 and 0.30 μg/m3; the maximum ratios to standard were 4.35%, 0.07%, 3.54%, 0.19% and 0.43%, respectively. The regional annual average concentrations of PM10, SO2and NO2were 0.78, 0.21 and 0.44 μg/m3, while the maximum ratios to standard of regional annual average concentration were 1.12%, 0.35% and 1.10%. [Conclusion] The pollutants emitted by the project can meet the annual standard.

Waste incineration power project; Atmospheric pollution; AERMOD model; Environmental assessment

中央級公益性科研院所基本科研業務專項資助項目；國家環保公益性行業科研專項(201509020)。

陳飛(1985-)，男，江蘇無錫人，助理研究員，博士，從事大氣污染來源解析和控制研究。*通訊作者，工程師，博士，從事環境影響評價和污染控制研究。

2016-06-24

S 181.3

A

0517-6611(2016)24-044-05