ADMS模型模拟矿山道路运输中颗粒物无组织排放研究.pdf

返回 相似 举报
ADMS模型模拟矿山道路运输中颗粒物无组织排放研究.pdf_第1页
第1页 / 共4页
ADMS模型模拟矿山道路运输中颗粒物无组织排放研究.pdf_第2页
第2页 / 共4页
ADMS模型模拟矿山道路运输中颗粒物无组织排放研究.pdf_第3页
第3页 / 共4页
ADMS模型模拟矿山道路运输中颗粒物无组织排放研究.pdf_第4页
第4页 / 共4页
亲,该文档总共4页,全部预览完了,如果喜欢就下载吧!
资源描述:
ADMS 模型模拟矿山道路运输中颗粒物无组织排放研究 刘挺1胡建龙2张斯1袁昊辰1 1. 环境保护部环境发展中心, 北京 100029; 2. 北京矿冶研究总院, 北京 100044 摘要 为揭示矿山运输道路两侧的颗粒物无组织排放规律, 采用 ADMS 4. 0 模型对某金属矿山矿物运输过程中道路两 侧的颗粒物沉降速率进行了模拟。模拟结果表明 在较为温和的气象条件下 稳定度为 D , 道路运输产生的颗粒物 影响范围最大。下风向颗粒物的沉积速率随着距离的增加而呈现先上升后下降的变化趋势。在不稳定的气象条件下 稳定度为 A , 道路运输的颗粒物最大沉积速率出现在下风向 200 m 处。 关键词 ADMS 模型; 颗粒物; 无组织; 模拟 DOI 10. 13205/j. hjgc. 201404032 SIMULATION OF FUGITIVE PARTICLES EMISSIONS FROM MINE HAULAGE ROAD BY ADMS MODEL Liu Ting1Hu Jianlong2Zhang Si1Yuan Haochen1 1. Environmental Development Center of MEP, Beijing 100029,China; 2. Beijing General Research Institute of Mining & Metallurgy,Beijing 100044,China AbstractIn order to reveal the law of fugitive particles emission from haulage road in a metal mine,the ADMS atmospheric dispersion management system4. 0 model was adopted to simulate the deposition rate of fugitive particles emission. The results show that the influence area of fugitive particles emissions from mine haulage road is the largest one under the relatively stable meteorological condition class D . In addition,the deposition rate of fugitive particles emission increases with the distance off the downwind direction from the road firstly,and then it decreases with the distance. Under the most unstable meteorological condition class A ,the deposition rate reaches the highest value at 200 m from the road in the downwind direction. KeywordsADMS model;particles;fugitive emission;simulation 收稿日期 2013 -05 -24 0引言 金属矿山企业在矿物运输过程中存在一定程度 的颗粒物无组织排放[1 ]。颗粒物主要来源于金属矿 物, 颗粒物中含有较高含量的重金属, 矿物运输过程 中的颗粒物无组织排放可视为重金属污染物的无组 织排放。然而, 由于矿山地形复杂, 矿物运输过程产 生的无组织粉尘排放量难以确定, 使得环保管理部门 难以对其进行有效的监管与防治。 ADMSAtmosphericDispersionManagement System 模型是由英国剑桥环境中心开发的一套大气 扩散 模 型, 在 世 界 范 围 内 得 到 了 广 泛 应 用[2- 4 ]。 ADMS 模型主要有 ADMS - 评价、 ADMS - 工业、 ADMS - 道路和 ADMS - 城市 4 部分组成。目前, 该 模型已成功应用于我国锦州 [5 ]、 鞍山[6 ]等城市的 SO2、 颗粒物排放预测, 具有模拟准确性高的特点。此 外, 该模型还能应用于小尺度地域范围内的无组织排 放量预测, 但国内相关应该研究相对较少。 本文以北方某金属矿山为例, 通过采用 ADMS 模 型对矿物运输过程进行模拟, 结合现场实测数据, 对 不同气象条件下矿山道路运输矿物过程中的粉尘排 放量进行了预测, 为实现金属矿山颗粒物无组织排放 的有效防治提供了理论依据。 1ADMS 模型 1. 1基本原理 采用 ADMS 4. 0 模型进行颗粒物无组织排放量 041 环境工程 Environmental Engineering 估算, 合理的建模方法是将源作为点、 线、 面或体源。 ADMS 4. 0 排放源中的线源、 面源和体源全部是针对 四边形凸起为基础的源, 不同类型源的计算方法存在 一定差异 [7- 8 ]。 1. 1. 1点源模型 点源模型中, 源坐标为 0, 0,Zs 处, x 是下风方 向的距离, ADMS 模式的点源浓度计算见式 1 。 C x, y, z Qs 2 槡πσy exp - y2 2σ y 2 exp - z - Zs 2 2σ z 2 1 式中 C x, y, z 为空间点 x, y, z 的污染物浓度, mg/ m3; Qs为源强, 单位时间内污染物排放量, mg/s; σy为纵 向扩散系数, 污染物在 y 方向分布的标准偏差; σz为竖 向扩散系数, 污染物在 z 方向分布的标准偏差; Zs为排 放源有效高度, m; x 为污染源排放点至下风向上任意 点的距离, m; y 为烟气的中心轴在直角水平方向上到 任意点的距离, m; z 为从地表到任意点的高度, m。 1. 1. 2线源和面源模型 线源的两个端点的坐标分标为 X1, Y1, Zs 和 X2, Y2, Zs , 宽度定义为 L, 线源的首尾段高度相同, 并且宽度必须大于 0. 001 m。 面源基础四边形顶点位置为 Xn, Yn , n 1, 2, 3, 4。假设面源或体源的底面为水平面, Zs定义为面 源的高度。 在线源或者面源中, 按照接受点的位置可以将源 分解成一系列的单元源, 对每一个单元的贡献值求 和, 可得接受点的浓度。浓度 C - x, y, z由有限长度 为 Ls的横截线源公式算得 C - x, y, z Qs 22 槡πσyU exp - z - zs 2 2σ z 2 erf y Ls/2 槡 2σ y - erf y - Ls/2 槡 2σ [] y 2 式中 C - x, y, z为空间点 x, y, z 的等效污染物浓 度, mg/m3; Q - s为线源或面源等效源强, 单位时间内 污染物排放量, mg/s;σ x为横向扩散系数, 污染物在 x 方向分布的标准偏差; Ls为排放源有限长度, m。 1. 2本应用中模型的实现形式 此次建模中山体长度为 1 200 m, 宽 60 m, 高 50 m。山体与 X 轴平行, 对称中心线位置 Y 80。山体 侧轮廓采用抛物线。采矿运输路线长为 600 m, 路线 高度设定为 XY 屏幕, 路线中心线与 X 轴重合, 对 于 Y 轴对称, 布局见图 1。 图 1地形的布局 Fig. 1The schematic diagram of terrain layout 模型中的主风向与 X 轴夹角为 90, 与 Y 轴平 行, 南风。研究此风向条件下的无组织排放原因 一方面, 山体在排放源的下风向对于颗粒物沉积会 有干扰效应; 另一方面, 之前风向对颗粒物沉积的 研究表明, 垂直于排放源的风向对周围环境影响范 围最大。 无组织排放浓度现场实测的监测点与无组织排 放受体分布见图 2。 下风向无组织排放浓度监测点群分布于 Y 轴上 X 0 , Y 坐标依次为y 25, 50, 75, 100, 125, 150, 175, 200, 225, 250 m。平行风向无组织排放浓度监测 点群分布于直线 Y 200 之上, X 坐标依次为 x -400,-300, -200, -100, 0, 100, 200, 300, 400 m。 图 2监测点与受体分布 Fig.2The distribution of monitoring spot and receptor 141 监测与评价 Environmental Monitoring & Assessment 2模型参数的确定 2. 1颗粒物粒径分布 采用 ADMS 4. 0 进行颗粒物无组织排放预测, 需 要输入微粒尺寸分布参数, 如颗粒直径、 自由沉降速 度和颗粒的质量分数, 以推导在干燥条件下颗粒物分 散情况。通过分析测试, 获得道路运输过程中产生颗 粒物的粒度分布等数据见表 1。 表 1颗粒物粒径分布 Table 1The distribution of particle size 颗粒直径/ μm 质量分数/ 粒子密度/ g cm -3 校正因子 C 沉降速度 v/ m s -1 >75302. 61. 002690. 4468 30 ~75202. 61. 006720. 0718 10 ~30452. 61. 020160. 0081 <2. 552. 61. 080640. 0005 2. 2气象参数 在 A 不稳定 、 D 温和的 和 F 稳定 三种不同 的气象条件下, 对道路运输过程中颗粒物无组织排放 量进行预测。输入的参数值见表 2。 表 2气象输入数据 Table 2The meteorological data for simulation 稳定类别表面热流密度/ W m -2 边界层高度/m A1461 300 D0800 F-7100 3ADMS 山丘模型粉尘排放量预测结果 3. 1区域沉积速率等值线图 在地形参数输入选择定量, 风向设为 180, 风速 3 m/s, 选择变量, 稳定度分别为 A、 D 和 F, 模型预测 结果见图 3。 由图 3 可知 在气象稳定等级分别 A 不稳定 、 D 温和的 和 F 稳定 的条件下, 采用 ADMS 山丘模 型模拟计算得到的道路运输过程中产生的颗粒物沉 积等值线变化规律存在一定差异。即在不同气象条 件下, 道路运输过程中产生的颗粒物沉积所影响的区 域不一致。在气象稳定等级为 D 的条件下, 道路运 输过程中产生的高浓度颗粒物沉积区域范围最大 大于 70 μg/ m2 s 。这主要是由于粉尘扩散烟羽 可以通过下风向中的山头得到提高, 只有很少一部分 的粉尘沉积在表面上。 其次, 在不同气象条件下, 道路运输过程中产生 的颗粒物沉积的最大浓度峰值也存在一定差异。在 气象稳定等级分别为 A 不稳定 、 D 温和的 和 图 3山丘地形输出颗粒物沉积等值线 Fig.3The simulation results of particles deposition rate F 稳定 的条件下, 道路下风向的峰值浓度分别为 80, 90, 40 μg/ m2 s 。沉积的颗粒物峰值也随气象 稳定度的增加而呈现出先升高后降低的趋势。在气 象条件不稳定的条件下, 颗粒物的扬散程度要高于气 象稳定条件, 但气象条件过度不稳定条件却并不利于 241 环境工程 Environmental Engineering 颗粒物在下风向的沉降。 3. 2排放源中心线下风向排放量线图 通过 ADMS 4. 0 模拟计算, 得到排放源中心线下 风向粉尘沉积浓度线见图 4。 图 4山丘模型下风向检测点 线 X 0 的颗粒物沉积速率 Fig.4The deposition rate of the particles in the downwind direction monitoring spot X 0 由图 4 可知 在气象稳定等级分别 A 不稳定 、 D 温和的 和 F 稳定 的条件下, 排放源中心线下风 向颗粒物的沉积速率随着距离的增加呈上升趋势。 由此可见, 山体对颗粒物的扩散有一定的抬升作用。 对于气象稳定等级为 A 的条件, 在下风向 200 m 处, 沉积速率达到峰值。之后, 随着下方向距离的增加, 沉积速率呈现降低的趋势。相对来说, A 级的稳定性 有利于粉尘的沉积, 而 D、 F 级则不利于粉尘的沉积。 这个现象可能因为山地对粉尘沉积具有更大的滞后 效应 [9- 10 ], 因此距离 250 m 处的沉积率还没有达到其 峰值。 4结论 1 ADMS 4. 0 山丘模型能够用于矿山开采道路 运输两侧的无组织排放的预测, 该模型能够有效预测 不同气象条件下颗粒物无组织排放所能影响的区域 以及下风向峰值浓度出现的距离。 2 模拟结果表明, 在不同气象条件下, 道路运输 过程中产生的颗粒物沉积所影响的区域不一致。在 气象条件相对温和 D 级 条件下, 道路运输产生的 颗粒物影响范围最大。 3 在气象稳定等级分别 A 不稳定 、 D 温和 和 F 稳定 的条件下, 下风向颗粒物的沉积速率随着距 离的增加而呈现先上升后下降的趋势。在不稳定的 气象条件下 稳定度为 A , 道路运输的颗粒物最大 沉积速率出现在下风向 200 m 处, 此项数值要小于温 和气象条件 D 和稳定气象条件 F 所出现峰值的 距离 均大于 250 m 。 参考文献 [1]徐秦儿,张鹏,张传会. 小型露天石矿粉尘危害调查[J]. 中 国工业医学杂志, 2008, 21 1 46- 47. [2]肖杨,毛显强,马根慧,等. 基于 ADMS 和线性规划的区域大 气环境容量测算[J]. 环境科学研究, 2008, 21 3 13- 16. [3]Serena Righi, Patrizia Lucialli, Elisa Pollini.Statistical and diagnostic uation of the ADMS- Urban model compared with an urban air quality monitoring network[ J] . Atmospheric Environment, 2009, 43 25 3850- 3857. [4]Carruthers D J, Mckeown A M, Hall D J, et al. Validation of ADMS against wind tunnel data of dispersion from chemical warehouse fires [ J] . Atmospheric Environment, 1999, 33 12 1937- 1953. [5]曹春艳, 赵永华, 张洪林, 等. 基于 ADMS- Urban 的锦州城区 SO2 环境容量测算 [ J] . 沈阳工业大学学报, 2006, 28 5 597- 600. [6]沙维奇. ADMS 模型测算鞍山市空气中 SO2环境容量[J]. 北 方环境, 2004, 29 3 54- 56. [7]孙大伟. 新一代大气扩散模型 ADMS 应用研究[J]. 环境保 护科学, 2004, 30 12 67- 69. [8]胡刚,王里奥,张军. ADMS 模型在复杂地形地区的应用[J]. 重庆大学学报. 自然科学版, 2007, 30 12 42- 46. [9]马振玉,厉凛楠. 粉尘无组织排放源的测试与估算方法[J]. 环境保护, 1989 2 24- 26. [ 10]崔积山,张鹏,欧阳振宇. 地面浓度反推法计算无组织排放废 气的应用研究[J]. 广东化工, 2013, 40 5 3- 6. 第一作者 刘挺 1985 - , 男, 硕士研究生, 主要从事大气污染控制、 环 境管理研究。kejichult126. com 341 监测与评价 Environmental Monitoring & Assessment
展开阅读全文

资源标签

最新标签

长按识别或保存二维码,关注学链未来公众号

copyright@ 2019-2020“矿业文库”网

矿业文库合伙人QQ群 30735420