污染扩散模拟计算：一个化工园区大气扩散项目的完整复盘

污染扩散模拟计算这个方向，说起来原理不复杂——本质上是求解对流扩散方程。但真正落到一个具体项目上，从气象数据处理到模型标定，每一步都可能让你重新审视自己对”简化假设”的信任程度。

项目背景：不是算一次就交差

去年团队接了一个化工园区的大气扩散评估项目。园区里有三套VOCs排放源——两个储罐区和一个反应釜排气筒，客户需要知道在不同气象条件下，污染物在园区周边2公里范围内的浓度分布。听起来是常规的环评辅助计算，但拿到数据之后才发现，这个项目的复杂度不在模型本身，而在输入条件的确定上。

园区周边的地形不是平坦的——西北方向有个高度差约30米的小丘陵，东侧500米外有一条河。地形和水面都会影响近地面风场，如果直接套标准高斯烟羽模型，扩散参数的选取就可能跟实际情况差出一个量级。

模型选型：高斯模型 vs CFD

环评行业里用得最多的是高斯烟羽模型（AERMOD、ADMS），它的优势是计算速度快、输入参数少、有成熟的法规支撑。AERMOD本身考虑了地形修正和大气稳定度分类，对平坦地形下的远场扩散预测效果不错。

但这个项目有两个特殊情况让团队犹豫了。一是丘陵地形的近场扰动——高斯模型对复杂地形的修正本质上是经验性的，当建筑物和地形高度与排放源高度接近时，修正的可信度会显著下降。二是多源叠加问题——三个排放源彼此之间距离不到200米，源与源的烟羽在近距离内就会交汇，高斯模型的多源叠加假设（各源独立扩散再线性叠加）在近距离上可能不成立。

考虑了计算成本和精度需求之后，最终选了分层方案：远场（>800米）用AERMOD快速评估，近场（<800米）用CFD做精细化模拟。这不是最省力的方案，但客户的环评报告需要在近场给出可信的浓度热点位置，高斯模型在这个区域的表现确实力不从心。

气象数据：最容易被低估的输入

模型选定之后，最大的工作量花在了气象数据的处理上。环评要求至少一年的逐时气象数据——风向、风速、温度、云量，用来做大气稳定度分类。客户提供了一份园区自动气象站的记录，但数据质量堪忧：风速仪在3-5月期间因为标定漂移，记录值比周边国家站系统偏低约15%。

这个问题如果不处理，直接灌进模型里，会导致所有偏南风向的扩散结果被低估。团队用周边三个国家气象站的同期数据做了交叉校准，通过线性回归修正了园区站的风速偏差。修正后的平均绝对误差从1.2 m/s降到了0.4 m/s——看起来只是数字的调整，但对扩散计算来说，风速差15%意味着烟羽到达同一距离时的浓度可能差30%以上。

大气稳定度的分类也有一番周折。Pasquill-Gifford分类法用的是风速和云量的组合判断，但夜间风速<2 m/s且云量<3成时，稳定度的判断边界很模糊。这段时间段的稳定度从D类调到E类，模拟出的地面轴线浓度变化超过50%。最后定的策略是：对这类边界条件敏感的时间段，同时跑D类和E类，取浓度包络线作为保守估计。

CFD近场模拟：网格和湍流模型的博弈

近场CFD模拟用的是OpenFOAM，几何建模把园区内主要建筑物、储罐和排气筒都按实际尺寸放了进去。网格生成是第一个难点——建筑物附近的网格需要加密到0.5米以下才能捕捉流动分离，但整个2公里×2公里×500米的计算域如果全部加密，网格数会超过5000万，单次稳态计算就要跑20个小时以上。

最终用了多级加密策略：排放源附近10米范围加密到0.3米，50米范围加密到1米，远场保持5米。总网格数控制在800万左右，单次计算约4小时。这个精度对工程应用足够了——更细的网格带来的浓度变化在热点区域不超过3%，不值得成倍增加计算时间。

湍流模型选了RNG k-ε，没有选LES（大涡模拟）。原因是稳态RANS对平均浓度场的预测已经够用，而LES需要非定常计算，一个工况算下来要跑好几天。RNG k-ε相比标准k-ε在处理流线弯曲和分离流动时表现更好，园区的建筑物群恰好会制造大量的流动分离。

模型标定：跟实测数据对齐

模拟结果出来之后，团队在园区周边布了6个采样点做了三天实测。实测和模拟的对比发现：两个上风向点的浓度基本一致（偏差<10%），但下风向靠近河岸的两个点模拟值偏高约40%。

偏差的来源分析了一轮，最后锁定在水面的热力效应上。河面在白天升温慢于陆地，会在河岸附近形成一个局地的热力内边界层，抑制了污染物的垂直扩散，导致地面浓度高于不考虑水面效应的模拟结果。修正方法是在CFD模型里给水面区域单独设置了温度边界条件，重新跑了一轮。

修正后6个点的平均偏差降到了18%，最大偏差在32%。这个精度在环评领域是可以接受的——但团队在报告里明确标注了”近水面区域的模拟结果存在不确定性，建议后续补充夏季和冬季的对比观测”。不回避局限性，是这类计算服务的基本操守。

后续思考

污染扩散模拟计算的核心难点从来不在于方程本身，而在于输入条件的质量和模型假设的合理性。一个参数的风速修正、一个边界条件的调整，可能比换一个更高阶的湍流模型对结果的影响更大。回过头看这个项目，分层建模（AERMOD远场+CFD近场）的策略是正确的，但气象数据的校准和水面效应的修正才是真正决定结果可信度的关键步骤。这类问题在有限元仿真的多物理场分析中同样常见——计算能力只是工具，对物理过程的判断力才是核心竞争力。更多项目细节可参阅科研学术网首页。