基于GIS的大气污染源扩散模拟的实现及应用
2010-11-17 16:14:23   来源：   编辑：中国软件网   作者：   评论：2

突发性的气体污染源泄露事件，由于其具有的突然性，会在短时间内排放出大量有毒有害的气体，对环境造成重大污染。本文根据高斯模型，结合大气污染源扩散事件的特点，应用仿真技术，完成了GIS下大气污染源扩散的模拟，为突发性污染源事故的应急决策和指挥提供有力的支持。　　摘 要：突发性的气体污染源泄露事件，由于其具有的突然性，会在短时间内排放出大量有毒有害的气体，对环境造成重大污染。本文根据高斯模型，结合大气污染源扩散事件的特点，应用仿真技术，完成了GIS下大气污染源扩散的模拟，为突发性污染源事故的应急决策和指挥提供有力的支持。

　　关键词：扩散模型，WEBGIS，污染源扩散

　　突发性环境污染事故是一种威胁人类安全和健康、破坏生态环境、危害性大的污染事故。近年来，随着经济的发展，越来越多的突发环境事故暴发，造成严重的环境污染，不仅给国家人民财产造成了损失，同时还严重的危害了周边人民的健康。因此，加强突发性环境污染事故应急监测，研究其处理技术，对污染物的扩散进行预报是环境监测和环境保护领域中一项非常重要的工作。本文根据高斯理论，结合大气污染源扩散事件的特点，实现了基于GIS的大气污染源扩散模型，并在天津某区的环保监控与应急指挥系统得应用中取得了很好的效果。

　　1 大气扩散模型研究的意义

　　突发性环境污染事故主要是由于高压容器、储罐、输送管道节门的破裂等诸多原因引起的，它可导致有毒有害气体外泄。其特点是没有固定的排放方式和排放途径，突然发生、来

　　势凶猛，在短时间内排放大量有毒有害的污染物，有毒气体外泄后，随大气弥散，中心位置浓度最高，向外逐步扩散稀释，下风向形成相应的时空浓度分布。

　　对于重大突发事故分析，目前国内外普遍采用仿真技术，通过建立数学模型进行分析，而且已建立了很多适用于不同条件的数学模型。当前应用较为广泛的应急大气扩散模型有：SLAB，DEGADIS，ALOHA，ARCHIE，DEMRA和LPDM,其中比较著名的有RADM、ADOM、STEMD等模型、美国Sigma公司于八十年代中期建立的HPDM模型以及英国剑桥研究院开发的ADMS模型。这些模型通过对早期的CRSTER的法规式模式做了一些改进和发展，从而产生新一代扩散模型。

　　这些算法以扩散统计理论为出发点，假设污染物的浓度分布在一定程度上服从高斯分布。模式系统可用于多种排放源（包括点源、面源和体源）的排放，也适用于乡村环境和城市环境、平坦地形和复杂地形、地面污染物排放模拟、区域环境容量计算与总量控制等多种功能。

　　这些扩散模型的特点是基于专有平台实现，自成系统。并且在这些系统中大多考虑了扩散模型源排放、平流输送、湍流扩散、干沉积、湿沉积、气象化学等众多因素，系统功能庞大。但同时它们基于专有平台，自成系统，所以很难同环保局具体的业务系统进行整合。考虑到天津某区环保监控与应急指挥系统的实际情况和具体需求，我们基于高斯扩散模型，并根据实际情况加以改造，最终在GIS系统中进行了展现。
　　GIS即地理信息系统，通过空间可视化技术对环境进行方便有效的管理和监控。在GIS平台下进行危险源扩散模型的研究，可将研究成果直接运用到地方环保局、化工企业的危险源预防控制中，提高综合管控能力。在此基础上，建立的应急指挥系统，为突发性的污染源扩散事件提供有力的决策依据，将事故发生的损失控制在最低程度，充分保障企业生产安全、稳定地进行，这将对社会持续稳定发展产生重大意义。
　　2 基于高斯的实用性大气扩散模型的算法实现

　　高斯扩散模型是高斯应用湍流统计理论，在大量实验数据资料分析以及正态分布假设的基础上，得到的污染物在大气中扩散的数学模型。经过多年的研究试验，国内外建立了多种高斯扩散模型，包括高斯点源扩散模式、点源封闭式扩散模型、高斯面源(虚拟点源)扩散模式以及多种特殊气象条件和复杂地形条件下的高斯扩散模式。高斯扩散模型是目前运用得最普遍的大气扩散的数学模型。例如UK一ADMS模型的Urban部分中就直接采用的模型是一个三维高斯模型，以高斯分布公式为主计算污染物浓度，在非稳定条件下的垂直扩散使用了倾斜式的高斯模型烟羽扩散^[3]。

　　本系统应用的地区为天津市大港区，所以其污染源扩散模型着眼于平坦开阔地形的点污染源扩散。根据以上条件，选用高斯模型作为污染物扩散模拟的理论基础。

　　2.1大气污染扩散的因素

　　影响大气污染扩散的因素主要是气象因素和地形因数两个方面。其中主要考虑的影响条件为风、逆温和污染源自身的状况。根据影响污染物扩散的因素，高斯模型有不同的表达形式。根据污染物排放源的不同和污染源所处的地理环境不同，相应的扩散模型也会有所不同。在实际应用中，我们关心的是污染物在地面的浓度。而相应能满足条件的高斯模型中，有无限空间连续点源扩散的高斯模式，有高架连续点源扩散模式（有界空间），有地面连续点源扩散模式，结合环保实际应用要求，我们选取地面连续点源扩散模式作为基础对大气扩散模型进行算法实现：　　2.2算法实现

　　对于当前的WEBGIS系统而言，主要是展现二维的污染源扩散模型，我们根据上述理论算法，再结合Supermap矢量化的需要，实现了Supermap下扩散模型的算法流程，如下图2所示，由该实用算法得到的实际的点集按三个浓度等值线选取后结果如图1所示。

　　由于以上算法得出的结果是直角坐标系的坐标位置和相应的浓度值，我们需要将其根据输入的扩散源点的经纬度信息和扩散角度转换到地理坐标上，采用如下的坐标变换算法：

　　double Fparameter1 0.144 * Math.Pow(x, 0.927); double Fparameter2 0.126 * Math.Pow(x, 0.839);

　　double Fexp2 1 / Math.Exp(0.5 * y * y / (Fparameter1(x) * Fparameter1(x)));

　　private static double Result(double x, double y, double Q, double U, double H)

　　{ double result = Q * Fexp1(x, y) * Fexp2(H, x) / (3.14 * U * Fparameter1(x) * Fparameter2(x)); }

　　double cos = Math.Cos(param.triangle*Math.PI/180);

图2 扩散模型图形化实用算法
　　double sin = Math.Sin(param.triangle*Math.PI/180);

　　for (int index = 0; index < result.Length;index++ )

　　{ValuePoint[] point = (ValuePoint[])result[index];

　　for(int i=0;i
　　{ double x = point[i].x;

　　double y = point[i].y;

　　point[i].x = param.source_longitude + param.coefficient*(x * cos - y * sin);

　　point[i].y = param.source_dimension + param.coefficient * (y * cos + x * sin);

　　} }

　　将该算法实现的点集等浓度线的结果传递给Supermap的地图接口，通过Supermap在电子地图上完成模型绘制，就可以完成扩散模型在GIS上的展现了。

　　3 基于Supermap的扩散模型图形化显示

　　SuperMap GIS是国内具有完全自主知识产权的大型地理信息系统软件平台。包括组件式GIS开发平台、服务式GIS开发平台等应用开发平台，同时具备相关的空间数据生产、加工和管理工具。其中B/S开发的组件SuperMap IS .NET采用面向Internet的分布式计算技术，支持跨区域、跨网络的复杂大型网络应用系统集成，提供可伸缩、多种层次的WebGIS解决方案，全面满足网络GIS应用系统建设的需要。
　　由第二节的分析可知，扩散的浓度值是受风速、源强等诸多因素影响的，对此，我们从可测量和可量化的角度入手，确定了扩散模型的输入参数，具体的参数输入界面如下：
图3 参数输入界面
　　在系统应用中，我们输入相应扩散模型参数，由系统完成扩散模型的模拟，估计污染扩散趋势，并保存相应得扩散模型图片。基于Supermap实现的扩散模型运行效果如下图5所示。

　　左侧为预留出来的结果显示区，上面是扩散功能参数菜单栏和地图功能菜单栏，下面地图区域是扩散模型的显示展现区.。

　　图4 实际运行效果
　　表1 模拟参数变化对比表

　　第一模拟 第二模拟

第三模拟 第四模拟
　　注：以上表中的四个参数依次是风向角度、风级指定、扩散标量、扩散持续时间。　　4 参数对模型结果影响的分析

　　由前面的分析我们知道，扩散模型是受诸多因素影响的，参数的不同，扩散模型的展现也是不一样的。下面我们将参数变化后系统的模拟结果进行对比，由于篇幅关系，我们仅选取三次模拟结果，每次变化一或二个参数。

　　（注：由于经纬度坐标参数只改变模拟的起点位置，对统计无作用，故不参与对比）

　　由对比表分析可得：

　　1) 风向角度参数变化时，影响扩散模拟区域的输出方向

　　2) 风级指数参数变化时，影响扩散区域面积图形的完整性，高斯模型为正态分布模型，根据其理论算法输出的扩散分布图形是以角度方向为对称轴的对称图形，风级指数变化影响图形的闭合程度和图形面积大小

　　3) 扩散标量参数变化时，影响三个浓度区域在扩散区域内的面积分布，

　　① 参数大时：其他参数不变化、整体扩散面积不变的情况下，高浓度区域扩散面积大

　　② 参数小时：其他参数不变化、整体扩散面积不变的情况下，高浓度区域扩散面积小

　　③ 结果和参数变化成正比

　　4) 扩散持续时间参数变化时，影响扩散区域面积图形的对称变化，高斯模型为正态分布模型，根据其理论算法输出的扩散分布图形是以角度方向为对称轴的对称图形，扩散持续时间参数变化，使图形闭合的对称轴延长，增加了扩散图形的面积，从而影响扩散模拟的范围。

　　以上分析的结论同我们对实际扩散情况的直观认识也是一致的。

　　5 实际应用

　　结合天津市大港区环境在线监测和应急指挥系统的技术要求以及国内对环保监控的新的需求，综合利用计算机、通信网络、地理信息系统、智能专家系统等有关的最新技术手段，建立以GIS为基础的环境事故应急指挥系统，完成近年来政府部门应急信息化系统建设，实现监控系统与应急系统的结合，达到"平战结合"目的；全面提高了天津市大港区环保局在环境保护方面的科学综合决策能力。

　　6 总 结

　　突发性环境污染事故威胁人类安全和健康、破坏生态环境。而通过污染物扩散模型可以在环境决策中模拟出污染事故发生后各个时间的扩散情况,为决策提供科学的依据。进一步通过建立重大环境污染事故区域预警系统，能够对事故风险源的地理位置及其属性、事故敏感区域位置及其属性进行管理，提供污染事故的大气、河流污染扩散的模拟过程和应急方案。

　　本课题项目支持：

　　1、大连市环保局应急指挥系统

　　2、天津大港区环保局环境监测与应急指挥系统

　　参考文献：

　　[1] 刘佳波. 沈阳市突发性环境污染事故应急信息系统：学位论文 东北大学硕士学位论文 .2006.6

　　[2] 谢鹏,侯祺棕, 黄晔莹, 空气污染扩散模型与GIS应用结合的探讨,工业安全与环保,2005年第31卷第4期

　　[3] 王文,于雷,裴文文,杨方。 基于高斯线源模式的主要尾气扩散模型综述，交通环保 第25卷第5期，2004年10月

　　作者简介：

　　解迎刚，1978年，男，北京科技大学，博士，主要研究方向：软件开发，WEBGIS系统应用与研究，人工心理，环境监测信息系统，发表论文10余篇。

　　丁志淳，1974年，男，硕士，北京盈泰时代科技有限公司总经理，主要从事行业：软件开发，WEBGIS系统开放，环保监测，环境监测信息系统。