CALPUFF模拟农业面源排放如何精准量化?

文 | 小豹

论文题目：USEPA CALPUFF validation and dispersion modeling of beef cattle feedlot PM10 and PM2.5 emissions factors

期刊：Atmospheric Environment, Vol.316, 2024

第一作者：Amanda D. Emert, Texas Tech University

DOI：https://doi.org/10.1016/j.atmosenv.2023.120189

📌 摘要核心

研究背景

美国环保署（USEPA）正在开发畜禽设施排放因子，但肉牛饲养场未被纳入国家空气排放监测研究（NAEMS）。2018年农业法案和2019年USEPA最终规则豁免了所有动物养殖设施的联邦空气监测和报告要求，导致公开可用的排放因子数据严重缺失。

研究目的

1. 开发和验证PM10和PM2.5季节排放因子2. 模拟昼夜峰值浓度3. 模拟长距离大气传输（最大100km）

研究方法

核心发现

• 暖季PM浓度显著高于冷季
  （PM10: 692 vs 102 μg/m³，约6.8倍）
• 排放因子中位数：
  PM10 = 48.2 mg/m²/hr，PM2.5 = 5.22 mg/m²/hr
• 夜间PM10排放是昼间的2.1倍
  （72.4 vs 33.8 mg/m²/hr）
• 峰值浓度时段：
  PM10 (2000-0600h, 93.9%)，PM2.5 (1600-0600h, 80%)
• 5个饲养场中4个超标
  （80%）至少1项NAAQS标准

模型验证

💡 三大创新点

🔥 创新点1：填补USEPA监测空白

问题：USEPA的NAEMS研究调查了25个畜禽设施（2个肉鸡、3个蛋鸡、11个养猪、9个奶牛），但没有1个肉牛饲养场。

解决：本研究使用CALPUFF模型反推法，开发了首个公开可用的肉牛饲养场PM排放因子数据集，为规划和管理策略提供关键工具。

方法学价值：迭代反推法：文献初值 → 模型预测 → 实测对比 → 增量调整 → 验证通过

🔥 创新点2：发现显著昼夜排放差异

传统认知：排放因子通常采用日均值，忽略昼夜变化。

本研究发现：

机制解释：• PM10夜间高：牛只踩踏活动 + 夜间边界层稳定• PM2.5昼间高：光化学反应 + 二次生成

应用价值：排放清单编制应考虑昼夜缩放因子，而非简单日均值。

🔥 创新点3：80%饲养场超标NAAQS标准

监管现状：畜禽设施豁免于《清洁空气法》监测和报告要求。

本研究发现：

关键结论：尽管豁免监管，肉牛饲养场PM排放仍构成显著的人体健康和环境暴露途径，现有联邦空气质量监测网络无法充分表征农村地区PM浓度。

政策启示：豁免≠无污染，需建立行业自律监测体系。

🛠️ 方法学详解 

CALMET参数设置

网格分辨率：2km (255×250) → 20km (50×50) 垂直分层：7层 (0, 20, 40, 80, 160, 320, 640, 1200m) 气象数据：17个地面站 + 5个探空站 时间步长：1小时 模式：观测模式（Observation-only）

CALPUFF参数设置

源类型：多边形面源（Polygonal-area source） 排放高度：近地面释放 扩散计算：Puff法 最大传输距离：1个气象网格单位 Puff分裂：关闭（提高计算效率）

CALPOST受体设置

验证阶段：饲养场内离散受体（按面积缩放） 预测阶段：嵌套网格   - 1km范围：0.4km间距   - 5km范围：1km间距   - 50km范围：10km间距   - 100km范围：20km间距 受体高度：2m（人体呼吸带）

昼夜缩放因子

PM10:   0000-1659h: 0.7   1700-2359h: 1.5（峰值时段）  PM2.5:   0600-1800h: 1.6   1800-0600h: 0.6

📚 在线课程推荐