大气污染扩散模型剖析
污染物扩散模型研究及应用探讨
污染物扩散模型研究及应用探讨近年来，随着城市化进程加速和工业化发展的速度不断提升，环境污染问题已经成为了全球性的难题。
环境污染已经成为我们生态环境和人类健康的重要威胁，但是如何在环境污染事件发生时快速、准确地推断污染源和实施有效的控制措施，这成为了每一个环境保护人士需要探讨的重要问题。
在此背景下，污染物扩散模型研究及应用的探讨，成为了各界关注和研究的热点。
一、污染物扩散模型污染物扩散模型是将大气环境污染物源和周围环境的相关因素相结合，通过数理模型和计算方法，在一定的时间和空间范围内建立污染物扩散的数学模型，为环境监测和污染物控制提供科学依据。
模型对于分析模拟和预测环境质量的变化具有重要的意义，而污染物扩散模型正是更为广义的空气污染模型。
在建立模型时，主要考虑到污染源与环境介质，它包括在评价源等级时所需的污染源清单，描述环境特性的基础数据，以及精确的泄漏源排放信息。
在实际应用过程中，基于不同的问题和应用场合，污染物扩散模型被分为了多种类型。
一般而言，常见的空气质量模型包括气象条件数值图模型、统计模型、 Gaussian 模型、 LINE source 模型和蒙特卡罗模型。
具体实施时，可根据不同情况针对性地采用不同类型的模型，并结合实际数据和环境因素来进行实际的计算和推断工作。
二、应用探讨污染物扩散模型在现代环境保护工作中发挥着不可或缺的作用。
在应用方面，污染物扩散模型主要应用于以下三个方面：1. 环境质量评价：在环境质量评价时，我们需要了解当前空气质量的变化趋势、排放规模、排放量等。
通过对环境介质的数学建模和对环境质量的数据分析，我们可以清晰地了解环境质量的变化趋势，同时也可以推断出潜在的污染源。
2. 环境影响评价：污染物扩散模型还可进行环境影响评价，即针对一项新建或改扩建项目，分析各种环境因素对环境影响的程度，进行发展规划和预防措施设计，为保护环境和改善空气质量提供科学依据。
3. 应急管理：在某些紧急情况下，如重大生态环境事故或天气变化突然引起污染过程不稳定的情况下，通过污染物扩散模型，可以做到快速预测污染物扩散的范围和路径，减少事故造成的损失和环境污染。
第04章大气污染扩散模型环境保护概论ppt课件
第六节 区域大气环境质量模型
多源大气环境质量模型 区域内大气中某一点的污染物浓度等于背景浓度和各
污染源对该点浓度的贡献值之和：
《制定地方大气污染物排放标准的技术方法》中排放总量 限值的计算方法
第七节 厂址的选择和烟囱的设计
如果用y0表示烟流半宽度，z0表 示烟流半高度，则有：
封闭型扩散模式
计算简化：
熏烟型扩散模式
假设： D 换成hf（垂向均匀分布）；q只包括进入混合层部分，
则仍可用上面公式
熏烟型扩散模式
第五节 城市及山区扩散模式
城市大气扩散模式
1.线源扩散模式
风向与线源垂直时
边缘效应
城市大气扩散模式
2.面源扩散模式
城市大气扩散模式
2. 面源扩散模式（续）
简化为点源的面源扩散模式（续） 形心上风向距x0处有一虚拟点源，其烟流在形心处宽度正好
与正方形宽度相等
烟流宽度：中心线到浓度为中心处距离的两倍
（正态分布：
）
确定 、 之后即可按点源计算面源浓度
城市大气扩散模式
2. 面源扩散模式（续）
窄烟流模式
某点的污染物浓度主要取决于上风向面单元的源强，上风向 两侧单元对其影响很小
定状态，σ较大，即σ与稳定度密切相关。
扩散参数的确定
P－G曲线法
P－G曲线:Pasquill常规气象资料估算；Gifford制成图表
方法要点
将大气稳定度分为6个等级： A — 极不稳定，B —不稳定，C — 弱不稳定， D — 中性，E — 弱稳定，F —稳定。
太阳辐射
稳定级别 下风距离
P-G曲线图 P-G 表
Eutrophication)
Acid Rain
大气污染物气象扩散模型研究
大气污染物气象扩散模型研究引言:大气污染对人类健康和环境造成了严重的影响。
如何准确预测和评估大气污染物的扩散过程成为了环境科学领域的重要研究问题之一。
为了更好地理解和解决这一问题，科学家们开展了大量的研究工作，其中包括大气污染物气象扩散模型的研究。
本文将介绍大气污染物气象扩散模型的研究现状、主要的模型及其应用领域。
一、大气污染物气象扩散模型的研究现状大气污染物气象扩散模型是通过建立数学模型，模拟和预测大气污染物在大气中的传输、扩散和沉降过程。
这些模型基于大气环流、物理过程和化学反应等因素进行计算，以提供精确的大气污染物浓度和传播方向等信息。
目前，大气污染物气象扩散模型研究主要集中在以下几个方面：1.物理参量模型：物理参量模型通过对大气层的物理特性和过程进行建模，如大气环流、湍流扩散和大气边界层等，来描述大气污染物的传输和扩散行为。
常见的物理参量模型包括Gaussian模型、Box模型和Lagrangian模型等。
这些模型基于物理方程和统计学原理，能够较好地模拟大气污染物的传输和扩散过程。
2.数值模拟模型：数值模拟模型是通过将大气分为网格单元，利用数值方法求解运动方程和污染物浓度的方程，来模拟大气污染物的传输和扩散过程。
常见的数值模拟模型包括Eulerian模型、Lagrangian模型和Hybrid模型等。
这些模型基于数值计算方法，能够更加精细地模拟大气污染物的传输和扩散过程。
3.数据驱动模型：数据驱动模型是通过利用大量的观测数据和统计方法，来建立大气污染物的传输和扩散模型。
常见的数据驱动模型包括回归模型、神经网络模型和支持向量机模型等。
这些模型基于数据分析和统计学方法，能够从观测数据中发现污染物的扩散规律，对大气污染进行预测和评估。
二、主要的大气污染物气象扩散模型1. Gaussian模型：Gaussian模型是一种基于统计学原理的物理参量模型，常用于描述大气污染物的传输和扩散过程。
该模型假设污染物浓度服从高斯分布，并考虑大气环流、湍流扩散和大气边界层等因素，能够较好地模拟污染物的传输过程。
大气污染物传输与扩散模型的研究
大气污染物传输与扩散模型的研究近年来，大气污染已经成为了影响人类健康和生存环境的一个非常大的威胁。
污染物传输与扩散模型的研究成为了当今环境科学领域的一个热点问题。
本文将从模型的基本概念、应用领域、分析方法和现有研究成果几方面展开对大气污染物传输与扩散模型的探讨。
一、模型基本概念模型的基本概念是必须理解的一个要素。
大气污染物传输与扩散模型可看作是利用数学、物理和化学方法等多种手段，对大气污染物的释放和扩散进行预测和分析。
其主要考虑大气流场的合理反应以及各种污染物的输移过程。
模型的构建采用了多种数学方法，如微分方程、差分方程或经验公式等，使得模型能够准确地预测和分析污染物在空气中的扩散和变化趋势。
二、模型应用领域大气污染物传输与扩散模型的应用涉及很多方面。
首先是对工业污染源的浓度和分布范围进行预测和分析，有助于制订环境保护政策。
同时，将不同地区污染物的扩散情况进行比较，也可以预测和分析污染物的传输路线和扩散趋势，从而制定相应应对措施。
此外，该模型还可应用于大气环境的监测和评价，有助于加强对环境的保护和监管。
三、模型分析方法大气污染物传输与扩散模型的分析方法包括三种：数学分析、实验方法和数值模拟。
数学分析主要是根据模型设定的数学方程进行求解分析，优点是简单易行，适用于研究初期；实验方法主要是通过实验进行数据分析，能够直观地观察到实际污染物的动态变化，是研究污染物传输和扩散的关键手段之一；数值模拟是模型分析的重要手段，它可以将实验数据进行数值模拟，从而得到更全面、更准确的结果。
四、现有研究成果现有的大气污染物传输与扩散模型的研究成果很多。
例如，对于城市工业污染源的预测和分析，研究者通常会采用颗粒物输移模型和LCM（局地化对流模型）等模型分析固体颗粒物和液体污染物在大气中的传输规律；而对于工业废气污染源的分析，研究者通常会采用高级空气质量模型（CMAQ）等模型进行分析。
在全球气候变化领域，研究者也广泛探讨大气污染物的传输与扩散模型。
大气扩散模型与传输路径分析
大气扩散模型与传输路径分析在现代社会，空气污染已成为一个全球性问题，对人类健康和环境造成了巨大的威胁。
为了理解和预测污染物在大气中的传输和扩散过程，科学家们开发了大气扩散模型。
这些模型基于大气环流、物理和化学过程，并可以用来评估潜在源的影响范围和传输路径。
本文将探讨大气扩散模型的基本原理和传输路径分析。
一、大气扩散模型的基本原理大气扩散模型是基于大气边界层内动力学、热力学和化学过程的数学模型。
其核心原理是考虑大气环流和物理过程，如对流、湍流和稳定层结等。
此外，大气扩散模型还包括污染物的源排放量、物理特性和化学反应等因素。
通过对这些因素的综合分析，可以模拟和预测大气中污染物的浓度分布和变化。
二、大气扩散模型的类型根据不同的应用需求，大气扩散模型可以分为多种类型。
其中，最常用的是高斯模型。
高斯模型基于高斯分布假设，适用于短程扩散和小规模源。
另外，还有拉格朗日模型和欧拉模型等。
拉格朗日模型追踪污染物颗粒的运动轨迹，适用于长程传输和远程源。
欧拉模型则将大气分为小格子，并对每个格子中的扩散过程进行建模，适用于中程传输和大规模源。
三、传输路径分析的重要性传输路径分析是利用大气扩散模型确定污染物传输路径和受影响区域的过程。
这对于评估潜在源的影响范围、制定环境政策以及应对突发环境事件都具有重要意义。
传输路径分析可以帮助我们理解污染物在空气中的传播机制，找出主要传播路径，并预测受影响的地区。
四、传输路径分析的方法和工具传输路径分析通常基于大气扩散模型和气象数据。
其中，大气扩散模型提供了对污染物的空气扩散和传输过程进行模拟的能力。
而气象数据则提供了模型所需的输入参数，如风速、风向、气温和湿度等。
通过将这两者结合，可以计算污染物在大气中的传输路径和浓度分布。
此外，还有一些专门用于传输路径分析的工具和技术，如基于GIS的空气污染模型INGRID和CALPUFF等。
这些模型不仅能够模拟污染物的传输路径，还可以预测在不同气象条件下的扩散情况。
污染物在大气中的迁移与扩散模型研究
污染物在大气中的迁移与扩散模型研究近年来，随着工业化和城市化进程的加速，大气污染成为了全球性的环境问题。
而污染物在大气中的迁移与扩散模型研究，成为了解决这一问题的重要路径之一。
本文将从理论模型的构建、数据采集、和实际应用三个方面探讨污染物在大气中的迁移与扩散。
首先，构建准确可靠的理论模型是污染物迁移与扩散研究的基础。
目前，大气扩散模型主要包括Gaussian模型、Eulerian模型和Lagrangian模型等。
其中，Gaussian模型适用于预测污染物在稳定大气条件下的扩散程度，而Eulerian模型则能考虑大气湍流对扩散的影响，更适用于非稳定环境下的研究。
而Lagrangian模型则基于追踪污染物微粒的运动轨迹，能够更准确地模拟扩散过程。
其次，数据采集是污染物迁移与扩散研究的基础。
要构建准确的模型，需要大量的观测数据作为基础。
空气污染监测站、卫星遥感数据以及气象观测站等都是数据采集的重要来源。
数据采集的内容包括大气稳定度、风速、湍流强度、温度等多种气象参数。
同时，还需要监测污染物在大气中的浓度和排放源的位置等信息。
将这些数据应用于模型中，可以提高模型的精确度和可靠性。
最后，污染物迁移与扩散模型在实际应用中发挥着重要作用。
一方面，模型可以用于预测和评估污染物的扩散范围和浓度分布，为环境管理者提供科学依据。
另一方面，模型可以用于污染源定位和溯源，有助于查明大气污染事件的责任方。
此外，模型还可以作为决策支持工具，用于制定有效的大气环境保护政策。
然而，污染物迁移与扩散模型仍然存在一些挑战。
首先是模型的精确性和适用性问题。
由于污染物的特性和环境条件的多样性，现有模型难以满足所有情况下的需求。
其次，数据的获取和处理也面临一些难题。
监测站的布设不够密集、数据质量存在差异等问题，都可能影响模型的准确度。
此外，模型的参数估计和验证也需要更精细化的方法。
综上所述，污染物在大气中的迁移与扩散模型研究对于解决大气污染问题具有重要意义。
大气污染物源解析技术模型及应用探讨
大气污染物源解析技术模型及应用探讨大气污染是当今社会面临的严重环境问题之一，对人体健康和生态环境都造成了巨大的影响。
为了有效地解决大气污染问题，科学家们开发了各种大气污染物源解析技术模型。
本文将探讨这些模型的原理及其应用。
大气污染物源解析技术模型是通过收集和分析大气中污染物的数据，来确定污染源的种类和来源。
这些模型基于不同的原理，并且具有各自的优势和限制。
下面将介绍几种常见的大气污染物源解析技术模型。
1. 受体模型：受体模型是基于大气污染物在空气中的传输和扩散规律，从而反推出污染源的位置和强度。
这种模型通常使用数学方程组来模拟大气污染传输过程，并结合实测数据进行推断。
这种模型的优点是简单易行、计算速度快，可以快速获取污染源的信息。
受体模型依赖于大气条件的准确描述，如果预测的大气条件与实际情况有较大差异，模型的准确性将受到影响。
2. 相对排放模型：相对排放模型是通过比较不同污染源排放的污染物组成和浓度来推断污染源的贡献程度。
这种模型通常使用多元线性回归或主成分分析等统计方法来分析污染物组成的差异。
相对排放模型的优点是能够较好地描述不同污染源的特征，对于多源复合污染环境具有一定的适用性。
相对排放模型往往需要大量的实测数据作为依据，对数据的精确性和完整性要求较高。
3. 成因解析模型：成因解析模型是通过分析大气污染物的分子结构和同位素组成来判断污染源的种类和来源。
这种模型通常使用质谱仪等分析仪器来测定污染物的化学成分，并结合数据库进行比对和识别。
成因解析模型的优点是能够较准确地区分不同污染来源的贡献，对于复合污染环境的解析具有一定的优势。
成因解析模型受到样品采集和分析方法的限制，对设备和技术的要求较高。
这些大气污染物源解析技术模型在实际的应用中，可以帮助环境管理部门和科学家们更好地了解大气污染的来源和影响，为制定相应的控制措施和政策提供科学依据。
通过受体模型的应用，可以确定城市中污染源的分布和强度，从而指导城市规划和交通管理；通过相对排放模型的应用，可以评估不同污染源的贡献，为源头治理提供依据；通过成因解析模型的应用，可以区分不同污染来源，从而确定特定污染物的控制目标。
大气污染扩散模型Calpuff
02
03
计算效率
AERMOD计算效率较高，适用于快速 评估，而Calpuff计算效率较低，但结 果更为精确。
与CAMx模型比较
空间分辨率
Calpuff具有较高的空间分辨率，可以更好地模拟污染物 的空间分布，而CAMx则空间分辨率较低。
化学机制
CAMx包含了详细的化学机制，可以模拟复杂的化学反应 过程，而Calpuff则简化了化学机制，主要关注物理传输 过程。
预警系统建立
基于浓度分布图和风险评估结果，可以建立大气污染预警 系统，及时向公众发布污染预警信息，提醒公众采取必要 的防护措施。
污染源贡献分析
污染源识别
通过分析浓度分布图和排放清单数据，可以 识别出主要的污染源及其排放特征。
污染源贡献量评估
利用模型模拟结果和相关分析方法，可以定量评估 不同污染源对污染物浓度的贡献量。
突发大气污染事件应急响应案例分析
案例背景
某地区发生突发大气污染事件， 需要快速响应并制定应急措施。
01
03 应急响应措施制定
基于模型模拟结果和实时监测数 据，制定针对性的应急响应措施 ，如疏散受影响人群、实施交通 管制等。
Calpuff模型应用
02 利用Calpuff模型模拟突发大气污 染事件的扩散情况，预测污染物 的浓度分布和影响范围。
03
Calpuff模型计算过程
气象场模拟
1 2
气象数据输入
读取地面观测站、探空气球、卫星遥感等多源气 象数据。
气象场插值
采用空间插值方法，生成高分辨率的气象场，包 括风速、风向、温度、湿度等参数。
3
气象场模拟
运用中尺度气象模型（如MM5或WRF）模拟大 气边界层结构，提供Calpuff模型所需的气象场 。
大气扩散模型及其应用研究
大气扩散模型及其应用研究近年来，大气污染问题在许多城市愈发严重，给人们的生活和健康带来了巨大的威胁。
为了更好地了解和控制大气污染的扩散过程，科学家们提出了一种称为大气扩散模型的研究方法。
大气扩散模型是一种数学模型，通过模拟和预测大气污染物的传播和分布，为环境管理人员提供科学依据。
在大气扩散模型的研究中，常用的一种是气象数据驱动的模型。
通过分析风速、风向、温度和湿度等气象参数，可以确定大气污染物的扩散范围和浓度。
这些模型通常基于气象监测数据，使得模拟结果更加准确可靠。
此外，大气扩散模型还可以考虑到地理条件、气体的化学性质以及颗粒物的大小分布等因素，提高对污染物传输和转化过程的模拟精度。
大气扩散模型在环境管理中有着广泛的应用。
首先，它可以用于评估和预测大气污染的程度和影响范围。
通过建立污染物扩散模型，可以确定污染源对周边地区的影响程度，并且可以提前预警，制定相应的控制措施，从而降低环境污染的风险。
其次，大气扩散模型可以用于源地识别和解析。
通过分析实测数据，结合模型模拟的结果，可以确定大气污染源的具体位置和贡献程度。
这对于环境管理者来说是非常重要的，因为它可以帮助他们更有针对性地制定污染控制策略，减少污染源的排放，改善环境质量。
此外，大气扩散模型还可以用于紧急情况下的应急管理。
在如化学泄漏、火灾等突发事件发生后，通过模型的运算和分析，可以快速评估和预测事故产生的污染物扩散路径和范围，提供决策参考，减少可能的危害。
值得一提的是，大气扩散模型的发展离不开计算机技术的支持。
计算机模拟的速度和精度的提升，使得模型能够更加准确地模拟大气的运动和污染物的传输，为环境管理者提供更多的数据和决策支持。
然而，虽然大气扩散模型在环境管理中有着重要的应用，需要指出的是，模型的可靠性和准确性仍然是一个挑战。
现实生活中，大气条件的变化和复杂性往往会对模型的精度产生一定的影响。
因此，我们需要不断地优化和改进模型算法，结合实测数据进行验证和修正，以提高模型预测的准确性。
大气扩散模型在环境风险评价中的应用研究
大气扩散模型在环境风险评价中的应用研究随着工业化进程的加速和城市化进程的推进，环境污染成为人们日益关注的问题。
在环境保护和风险评价中，大气扩散模型成为一种重要的工具。
本文将深入探讨大气扩散模型在环境风险评价中的应用研究。
一、大气扩散模型的基本原理大气扩散模型是通过模拟大气中污染物的传输、扩散和沉降过程，对污染物的浓度分布进行预测和分析的数学模型。
它基于气象数据、地理环境信息和污染源排放情况，通过方程组的求解来模拟污染物的扩散过程。
大气扩散模型可以分为多种类型，包括高斯模型、拉格朗日模型和欧拉模型等。
二、大气扩散模型在环境风险评价中的应用1. 污染源排放评估大气扩散模型可以对污染源排放情况进行定量评估。
通过输入准确的污染源排放数据和环境参数，结合适当的模型选择，可以预测不同天气条件下的污染物浓度分布，为环境影响评价提供科学依据。
2. 污染物扩散路径分析大气扩散模型还可以用于分析污染物在大气中的传输路径和扩散趋势。
根据不同的模型设置，可以模拟污染物在水平方向和垂直方向上的运动和分布情况。
通过分析扩散路径，可以评估污染物对周围环境的潜在影响范围。
3. 环境应急管理在环境事故应急管理中，大气扩散模型可以用于事故后的风险评估和应急措施制定。
通过实时监测环境参数和污染物浓度，结合大气扩散模型的结果，可以预测事故对环境的影响范围和严重程度，为应急救援提供科学指导。
4. 环境规划与管理在城市规划和环境管理中，大气扩散模型也发挥着重要作用。
通过模拟和预测污染物的扩散情况，可以评估各种污染源的影响范围，并据此制定合理的环境管理措施。
大气扩散模型可以提供科学依据，优化城市规划、定位工业区域和建设环保设施。
三、大气扩散模型的挑战与展望尽管大气扩散模型在环境风险评价中有着广泛的应用，但仍存在一些挑战。
其中包括气象因素的不确定性、污染源排放数据的准确性、模型计算的复杂性等。
未来的研究需要进一步完善模型的精度和适用性，提高模型的预测能力和实时性。
大气污染物传输与扩散模型研究方法探索
大气污染物传输与扩散模型研究方法探索大气污染物传输与扩散模型是一种重要的研究手段，用于分析大气中污染物的传输和扩散规律。
它可以通过数学模型和计算方法定量地描述大气中污染物的传播过程，以及对环境和人体健康的影响。
在环境管理和空气质量改善方面，大气污染物传输与扩散模型的研究具有重要的理论意义和实践应用价值。
大气污染物传输与扩散模型的研究方法主要可以分为以下几个方面：1. 模型类型大气污染物传输与扩散模型可以分为统计模型和物理模型两种类型。
统计模型是利用历史监测数据和统计方法建立的数学模型，通过分析数据的空间分布和时间变化特征，建立起大气污染物的传输规律模式。
物理模型是基于物理原理的模型，通过考虑大气的动力学过程和污染物的源排放、输送、转化、沉降等因素，建立了描述大气污染物传输与扩散的方程式。
2. 模型参数大气污染物传输与扩散模型中的参数是模型的基础和关键。
模型参数的确定对模型的准确性和可靠性具有重要影响。
模型参数分为两类：外部条件参数和内部条件参数。
外部条件参数是指影响大气污染物传输与扩散的环境条件，如地形、气象、排放源的特征等。
这些参数可以通过实测数据或者气象模型等途径确定。
内部条件参数是指与大气污染物自身性质相关的参数，如氧化反应速率、湍流强度等。
这些参数一般需要通过实验数据或者文献资料确定。
3. 模型验证模型验证是评估模型准确性的重要手段，也是模型研究的必要环节。
模型验证主要通过与实测数据的比较来进行。
通过与实测数据的对比，可以验证模型的预测能力，并对模型进行修改和改进。
模型验证可以分为定性验证和定量验证两种方式。
定性验证是对模型结果与实测数据进行一致性判断，而定量验证则是通过一些统计指标来评估模型的准确性。
4. 模型应用大气污染物传输与扩散模型的研究应用广泛，涵盖了多个领域。
在环境管理领域，大气污染物传输与扩散模型可以预测和评估大气污染物的潜在风险，为环境规划和决策提供科学依据。
在空气质量改善方面，大气污染物传输与扩散模型可以模拟不同污染源排放情景下的污染物浓度分布，为制定合理的减排措施和制定空气质量标准提供参考。
大气湍流传输与扩散模型的建立与验证
大气湍流传输与扩散模型的建立与验证一、引言大气湍流传输与扩散模型是研究大气环境中污染物传输和扩散规律的重要工具。
通过建立准确可靠的模型，可以对大气污染物的排放和浓度分布进行预测和评估，为环境管理和保护提供科学依据。
本文将探讨大气湍流传输与扩散模型的建立与验证方法，以及在实际应用中的一些案例。
二、模型的建立大气湍流传输与扩散模型的建立需要考虑多种因素，包括湍流结构、扩散机制、地形条件等。
一般而言，有两种常用的模型：高斯模型和非高斯模型。
1. 高斯模型高斯模型是最常见和简单的模型之一，它基于高斯分布理论，假设大气污染物传输过程符合正态分布。
在建立高斯模型时，需要确定源强、风向、风速、层流距离等参数。
此外，还需要考虑地表条件和大气稳定度对湍流传输与扩散的影响。
高斯模型适用于大气排放源较高、地形较简单的情况。
2. 非高斯模型非高斯模型则考虑了更多的因素，如大气湍流的非均匀性、地表粗糙度、地形起伏等。
其中，最常用的是K模型和E模型。
（1）K模型K模型是一种基于湍流动力学理论的非高斯模型，它通过考虑湍流发展的参数来描述污染物的扩散。
K模型假设湍流动能垂直分布均匀，可以更好地描述复杂地形条件下的大气污染物传输。
（2）E模型E模型是一种基于湍流粘度理论的非高斯模型，它考虑了湍流传输受到大气稳定度和地表条件的影响。
E模型适用于大气排放源较低且存在地形起伏的情况。
三、模型的验证模型的验证是确保模型可靠性和准确性的重要环节。
常用的验证方法包括观测数据对比、敏感性分析和误差分析等。
1. 观测数据对比将模型模拟结果与实际观测数据进行对比是验证模型的一种常用方法。
通过比较模型预测结果与观测值的吻合程度，可以评估模型的准确性和可靠性。
需要注意的是，观测数据应具有一定的时空分辨率和代表性，以保证对模型进行有效的验证。
2. 敏感性分析敏感性分析是评估模型响应程度对输入参数的变化的方法。
通过改变模型输入参数，如风速、风向、源强等，观察模型输出结果的变化情况，可以了解模型对不同参数的敏感性。
大气污染物扩散模式
扩散参数的确定－P－G曲线法
P－G曲线的应用 根据常规资料确定稳定度级别
*
扩散参数的确定－P－G曲线法
P－G曲线的应用 利用扩散曲线确定 和
*
扩散参数的确定－P－G曲线法
P－G曲线的应用 地面最大浓度估算
*
扩散参数的确定－中国国家标准规定的方法
我国在修订P-T法基础上产生了国家标准法(GB/T 13201-91)。
*
（3）我国“制订地方大气污染物排放标准的技术方法” (GB/T13201-91)中的公式——在没有特别要求时，应优先使用国家标准规定的方法。
*
例：某市远郊区电厂烟囱高160m，烟囱排出口内径5m，排烟速度12m/s。烟气温度135℃，周围大气温度15 ℃。大气稳定度C级，源高处风速6 12m/s。 试分别用霍兰德、布里格斯、国家标准公式计算烟气抬升高度（假设下风向距离x=2km）
*
例：某冶炼厂烟囱高150m，烟气抬升高度75m，SO2排放量1000g/s 。估算风速3m/s，大气稳定度C级时地面最大浓度是多少？发生在什么位置？ （分别用P-G法和国家标准方法计算）
第二步：确定出现地面最大浓度的下风向距离。
第一步：确定出现地面最大浓度的Z向扩散参数。
第三步：确定出现地面最大浓度的y向扩散参数。
*
*
公式中与气象有关的参数取值方法： ū的取值：①取多年平均值；②取某一保证率的值：如已知ū＞3m/s的频率为80%，取3m/s可保证有80%不超标，而地面平均最大浓度可能比规定标准更低。
烟囱出口直径的计算：
*
例：地处丘陵的某炼油厂进行扩建，拟新建一烟囱排放污染物。烟囱排放条件为：出口内径3m，出口速度15m/s，烟温140 ℃ ，大气温度17 ℃ ， H2S排放量7.2kg/h。离该厂2500m处有一城镇，大气中H2S现状浓度是0.5μg/m3，为使该城镇H2S的浓度低于10 μg/m3 ，问要建多高的烟囱才能满足要求？设计风速取3m/s。
大气环境中颗粒物迁移与扩散模型研究
大气环境中颗粒物迁移与扩散模型研究近年来，随着城市化进程的加快和工业化水平的提高，大气污染问题日益凸显，其中颗粒物污染是一大挑战。
大气颗粒物对人类健康和环境影响巨大，因此对其迁移与扩散模型的研究变得非常重要。
一、颗粒物的来源与特性颗粒物的来源多样，包括工业排放、交通尾气、农业活动等，它们具有不同的物理化学特性和粒径分布。
颗粒物大致可分为可吸入颗粒物（PM10）和细颗粒物（PM2.5），其中PM2.5对人体的影响更为严重。
这些颗粒物中有机物、金属元素、重金属离子等成分可以对人体健康产生有害影响。
二、颗粒物迁移与扩散模型的意义颗粒物的迁移与扩散模型可以帮助我们了解颗粒物在大气中的输运规律，揭示其影响因素和迁移途径，从而有针对性地制定治理措施。
模型可以模拟颗粒物源排放、大气传输、沉积和浓度分布等过程，为科学决策提供参考和支持。
三、颗粒物迁移与扩散模型的研究方法研究颗粒物迁移与扩散模型的方法主要有数学建模和实验观测两种。
数学建模是基于物理模型、数学模型和计算机模拟，通过建立方程组来模拟颗粒物的迁移和扩散过程，并运用各种数值计算方法求解。
实验观测则通过野外观测和实验室模拟来获取数据，如风速、温度、湿度、浓度等，以验证模型的可靠性。
四、常用的颗粒物迁移与扩散模型常见的颗粒物迁移与扩散模型包括Lagrangian模型和Eulerian模型。
Lagrangian模型追踪颗粒物的运动轨迹，重点考虑了颗粒物的个体运动和涡旋扩散，适用于较小尺度和复杂环境。
Eulerian模型以网格为基础，通过求解空气动力学方程来模拟颗粒物的输运和扩散，适用于中高尺度和相对简单的环境。
五、颗粒物迁移与扩散模型的挑战与未来发展颗粒物迁移与扩散模型的研究还面临一些挑战，如粒径分布、气象条件、大气细观结构等因素的复杂性。
未来的发展需要更加准确和细致的模型，以适应不同区域和不同尺度的需求。
同时，研究者还应关注颗粒物的来源治理、排放监测等与模型研究相结合的工作，以全面解决大气颗粒物污染问题。
大气污染源排放和扩散模型研究
大气污染源排放和扩散模型研究中国是唯一一个承受严重空气污染的国家之一。
大气污染源排放和扩散模型研究是目前解决环境问题最常用的方法之一。
本文将主要探讨大气污染问题、排放和扩散模型以及未来研究方向。
大气污染问题大气污染是一种有害物质向大气中释放的过程，通常包括氧化物、二氧化碳、氨、硫化氢和一氧化碳等。
其中，PM2.5（直径小于2.5微米的颗粒物）是中国大气中最重要的污染物之一，它会进入我们的肺部和血液循环，并且会引起各种健康问题。
此外，VOC（挥发性有机化合物）也是主要污染物之一。
在好氧条件下，VOC会生成O3（臭氧），而O3则会导致人类和动物的空气质量下降，对植物的健康也有很大影响。
最后一种重要污染物是NOx和SO2，主要来自于交通和工业排放。
排放和扩散模型排放和扩散模型是一种建立在物理基础上的计算模型，它可以用来计算某一区域内空气污染源的排放和扩散。
该模型可以模拟理想环境下的指标，如PM2.5、O3、NOx和SO2的浓度。
它的输入参数包括大气运动、地形、气象条件、污染源坐标和排放量。
在模拟过程中，模型可以给出各个站点的污染浓度，以及对健康和环境的影响。
未来研究方向虽然大气污染现象已经被研究了很多年，但仍有很多未解决的问题。
首先，现有的排放和扩散模型对复杂地形和气象条件的适应性较差。
因此，未来的研究需要更多考虑地球物理条件和交通状况等因素，以增强对空气污染的控制。
其次，维护和升级实时监测系统也是一个重要的方向。
实时数据可以使政策制定者及时地了解空气质量状况，从而做出有效的决策。
最后，大气污染的影响范围也是未来研究需要关注的问题。
目前，污染源主要位于工业和交通区域，但由于它们不断扩宽，在未来几十年内可能会达到不确定的程度。
结论空气污染是一个深刻的环境问题，对人类健康和环境产生了极大影响。
排放和扩散模型是减少空气污染的控制手段之一，并可以预测空气污染的发展趋势。
未来的研究需要增强模型对气象和地形条件的适应性，同时需要建立更为全面和实时的监测系统。
污染物弥散规律数学模型及其分析研究
污染物弥散规律数学模型及其分析研究在大气污染治理中，了解污染物弥散规律是十分重要的。
数学模型可以用来模拟污染物在大气中的传输和分散规律，并对污染物的浓度进行预测和分析。
本文将介绍一些常见的数学模型以及其分析研究。
1. 长度尺度模型污染物在大气中的扩散规律受到地球自转的影响。
由于地球自转速度较慢，大气在不同高度上的平均风速也不同，这就导致了不同尺度的气流运动。
在一定的时间内，具有不同横向扩散距离的颗粒物质在大气中的分布存在着某种规律。
当距离源头很近的时候，它们会像水波一样呈现圆锥形向四周扩散。
当距离很长的时候，污染物将呈现平行于地面的形式。
如何建立数学模型对于这种规律进行分析，是大气污染治理中的一个重要问题。
2. 预报模型预报模型可以帮助管理人员预测污染物的浓度、范围和时间。
预报模型的实现需要大量的气象和环境数据支持。
当前，许多国家都已建立相应的污染物预测模型并且不断改进。
这些模型通常包括现代大气模式、地理信息系统、人工神经网络和时空统计模型等。
预报模型将为管理人员提供大气污染防治的有效方法，不仅可以提高管理效率，还可以降低污染对人体健康和环境的影响。
3. 空气质量控制模型空气质量控制模型是一种重要的公共政策工具，能够帮助管理人员评估各种管制措施，在进行管制措施时，需要考虑到不同对污染物的影响程度。
空气质量模型的基本原理是将大气和污染物看作一个复杂的系统。
它可以分析并模拟大气中污染物的运动和转换，进而为管理人员提供数据决策依据。
总之，在大气污染治理中，数学模型具有良好的应用前景和广泛的应用价值。
目前已经有一些优秀的数学模型应用于空气质量控制和预测，未来还需要加强研究，开发更有针对性和适用性更强的数学模型，进一步完善大气污染治理系统。
大气环境污染物扩散模型的研究与应用
大气环境污染物扩散模型的研究与应用随着人类工业和交通运输的迅速发展，大气环境污染已成为全球普遍关注的问题。
污染物的排放不仅会影响到空气质量，还可能导致健康问题和气候变化等全球性问题。
因此，大气环境污染物扩散模型的研究和应用变得越来越重要。
一、模型的定义及分类大气环境污染物扩散模型是指利用数学和物理学等方法，对大气中污染物的排放、扩散、转化以及沉降等过程进行模拟和预测的一种工具。
根据模型的复杂度和研究对象的不同，可将其分为不同类型。
常见的分类包括Gaussian模型、Box模型、系统动力学模型以及数值模型等。
二、模型的构建大气环境污染物扩散模型的构建需要根据研究对象的特点和目的考虑。
在建模过程中，需要考虑如下因素：1. 污染物特性污染物的化学特性对扩散模型有着很大的影响。
例如，挥发性有机物的挥发度、燃烧产物的排放速率以及氧化反应的速率等，都会对模型结果产生影响。
2. 大气环境扩散模型还要考虑大气环境的因素，包括风速、风向、大气稳定度以及湍流强度等。
3. 地形和建筑物地形和建筑物可对模型结果产生影响。
在城市环境中，建筑物的密度和高度会影响扩散的路径。
三、应用及局限性大气环境污染物扩散模型在决策和管理中扮演着重要的角色。
主要应用于以下领域：1. 空气质量管理扩散模型可用于衡量污染物对人体健康和环境的影响，以及不同污染物之间的交叉效应，从而确定相应的污染物减排策略。
2. 突发事件应对在罕见的污染事故或大气爆炸事件发生时，扩散模型可以用于评估事故范围和影响，并制定应急响应方案。
虽然大气环境污染物扩散模型已经成为当代环境科学的重要工具，但它也有着一些局限性。
例如，模型需要大量的空气质量监测数据来准确模拟大气环境中的污染物扩散。
此外，不同模型对环境的理解和描述存在一定差异，造成了模型的误差。
四、未来展望为了更好地解决环境问题和制定科学合理的环境政策，大气环境污染物扩散模型需要不断发展和改进。
未来，模型将更多地考虑空气质量、气候和能源等领域的交叉效应，同时结合信息技术和数据科学等新技术，深化对空气质量和大气污染的理解。
大气污染扩散模型的比较分析
大气污染扩散模型的比较分析摘要：本文对现有的大气污染扩散模型进行了比较分析，旨在探讨不同模型在模拟大气污染扩散时的效果及适用性。
文章首先对大气污染扩散模型进行分类，并分析了各类模型的优缺点，包括模拟精度、适用条件和计算复杂度。
随后，本文对不同扩散模型在颗粒物、气态污染物和复合污染等不同污染类型中的应用效果进行了详细探讨。
通过这一分析，旨在为选择合适的大气污染扩散模型提供理论指导。
关键词：大气污染；扩散模型；模拟精度；适用条件引言：大气污染是当前全球面临的重大环境问题之一。
为了有效地监测和管理大气污染，需要准确模拟污染物的扩散过程。
大气污染扩散模型作为一种重要的工具，其选择和应用对于污染控制和环境保护具有重要意义。
本文旨在通过对现有扩散模型的比较分析，探讨不同模型在模拟大气污染时的优缺点，以及它们在处理不同类型污染物时的效果差异。
这一研究对于科学家、环境工程师以及政策制定者在选择和应用大气污染扩散模型时具有重要参考价值。
一、大气污染扩散模型分类大气污染扩散模型是用于模拟和预测污染物在大气中传播和分布的重要工具。
这些模型的分类可以基于多种标准，包括模型的物理基础、计算方法和应用范围。
高斯扩散模型：这是最经典且广泛使用的大气污染扩散模型之一。
高斯模型基于统计学的高斯分布原理，预测污染物在下风向的浓度分布。
这种模型适用于稳定和中等稳定的大气条件，尤其适合于工业源的排放模拟。
高斯模型的优势在于其计算简单、直观，但在复杂地形或非均匀气象条件下的适用性有限。
拉格朗日模型：拉格朗日模型通过跟踪污染物粒子的运动轨迹来模拟污染物的扩散。
这类模型考虑了风向、风速的变化以及大气湍流的影响。
拉格朗日模型在处理局部小规模污染、复杂地形或城市热岛效应等情况时更为有效，但其计算过程比高斯模型更为复杂。
欧拉模型：欧拉模型采用固定的空间网格系统来模拟污染物的传播。
在每个网格中，污染物的输送和扩散都是基于流体动力学方程来计算的。
这种模型适用于大范围、长期的空气质量评估，可以处理复杂的化学反应和气象条件。
大气污染物扩散模型研究及应用
大气污染物扩散模型研究及应用大气污染一直是世界性的问题。
各种污染源不断增多，对人们的健康和环境造成了巨大危害。
如何有效地控制大气污染，一直是各国政府、科研机构和媒体关注的焦点。
而大气污染物扩散模型的研究和应用，正成为有效控制大气污染的一种重要手段。
大气污染物扩散模型研究的概述大气污染物扩散模型可以给出污染物浓度的分布、传输和化学反应等信息。
其原理是利用掌握了各种环境参数（如风速、风向、湍流强度、气温、大气压力、相对湿度等）和大气组分的动力学及化学知识，建立数学模型，模拟污染物在大气中的运动、扩散和化学反应过程，以预测空气质量和污染来源。
大气扩散模型的主要类型有：Euler模型、Lagrangian模型和Euler-Lagrangian模型。
其中，Euler模型是通过求解二元方程（即连续质量方程和Navier-Stokes方程）来描述污染物在大气中的输运规律的数值模型，其我们所熟知的复杂数学模型基于丰富的计算化学数据和考虑环境变量的推荐符号来进行计算。
大气污染物扩散模型应用的范围和意义大气污染物扩散模型应用的范围非常广泛。
其在环境污染监测、环境影响评价、污染源排放控制、气象预测、建筑防火设计等领域都有其重要作用。
另外，扩散模型可以评估和标识环境的敏感性，使环境师能够更好地了解环境问题和进行风险评估。
举个例子：在环境影响评价中，大气污染物扩散模型可以预测化工厂扩建工程等的排放对周围环境的影响，帮助规划环境保护和改善措施，减缓环境恶化的影响。
另外，成品油加油站等配有加油站扩建工程中，也需要考虑污染物扩散模型，预测加油站排放对周围环境的影响，避免环境污染和危害。
总之，大气污染物扩散模型的应用具有重要的实践意义，对于有效控制大气污染，保障人类健康和环境品质具有重要作用。
大气污染物扩散模型的研究进展随着各种环境问题的日益严重，大气污染物扩散模型的研究也得到了广泛发展。
近年来，大气污染物扩散模型在以下方面取得了重要进展。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第一节大气污染物的扩散一、湍流与湍流扩散理论1. 湍流低层大气中的风向是不断地变化，上下左右出现摆动；同时，风速也是时强时弱，形成迅速的阵风起伏。
风的这种强度与方向随时间不规则的变化形成的空气运动称为大气湍流。
湍流运动是由无数结构紧密的流体微团——湍涡组成，其特征量的时间与空间分布都具有随机性，但它们的统计平均值仍然遵循一定的规律。
大气湍流的流动特征尺度一般取离地面的高度，比流体在管道内流动时要大得多，湍涡的大小及其发展基本不受空间的限制，因此在较小的平均风速下就能有很高的雷诺数，从而达到湍流状态。
所以近地层的大气始终处于湍流状态，尤其在大气边界层内，气流受下垫面影响，湍流运动更为剧烈。
大气湍流造成流场各部分强烈混合，能使局部的污染气体或微粒迅速扩散。
烟团在大气的湍流混合作用下，由湍涡不断把烟气推向周围空气中，同时又将周围的空气卷入烟团，从而形成烟气的快速扩散稀释过程。
烟气在大气中的扩散特征取决于是否存在湍流以及湍涡的尺度(直径)，如图5－7所示。
图5－7（a）为无湍流时，烟团仅仅依靠分子扩散使烟团长大，烟团的扩散速率非常缓慢，其扩散速率比湍流扩散小5～6个数量级；图5－7（b）为烟团在远小于其尺度的湍涡中扩散，由于烟团边缘受到小湍涡的扰动，逐渐与周边空气混合而缓慢膨胀，浓度逐渐降低，烟流几乎呈直线向下风运动；图5－7（c）为烟团在与其尺度接近的湍涡中扩散，在湍涡的切入卷出作用下烟团被迅速撕裂，大幅度变形，横截面快速膨胀，因而扩散较快，烟流呈小摆幅曲线向下风运动；图5－7（d）为烟团在远大于其尺度的湍涡中扩散，烟团受大湍涡的卷吸扰动影响较弱，其本身膨胀有限，烟团在大湍涡的夹带下作较大摆幅的蛇形曲线运动。
实际上烟云的扩散过程通常不是仅由上述单一情况所完成，因为大气中同时并存的湍涡具有各种不同的尺度。
根据湍流的形成与发展趋势，大气湍流可分为机械湍流和热力湍流两种形式。
机械湍流是因地面的摩擦力使风在垂直方向产生速度梯度，或者由于地面障碍物(如山丘、树木与建筑物等)导致风向与风速的突然改变而造成的。
热力湍流主要是由于地表受热不均匀，或因大气温度层结不稳定，在垂直方向产生温度梯度而造成的。
一般近地面的大气湍流总是机械湍流和热力湍流的共同作用，其发展、结构特征及强弱决定于风速的大小、地面障碍物形成的粗糙度和低层大气的温度层结状况。
2. 湍流扩散与正态分布的基本理论气体污染物进入大气后，一面随大气整体飘移，同时由于湍流混合，使污染物从高浓度区向低浓度区扩散稀释，其扩散程度取决于大气湍流的强度。
大气污染的形成及其危害程度在于有害物质的浓度及其持续时间，大气扩散理论就是用数理方法来模拟各种大气污染源在一定条件下的扩散稀释过程，用数学模型计算和预报大气污染物浓度的时空变化规律。
研究物质在大气湍流场中的扩散理论主要有三种：梯度输送理论、相似理论和统计理论。
针对不同的原理和研究对象，形成了不同形式的大气扩散数学模型。
由于数学模型建立时作了一些假设，以及考虑气象条件和地形地貌对污染物在大气中扩散的影响而引入的经验系数，目前的各种数学模式都有较大的局限性，应用较多的是采用湍流统计理论体系的高斯扩散模式。
图5-8所示为采用统计学方法研究污染物在湍流大气中的扩散模型。
假定从原点释放出一个粒子在稳定均匀的湍流大气中飘移扩散，平均风向与x 轴同向。
湍流统计理论认为，由于存在湍流脉动作用，粒子在各方向（如图中y 方向）的脉动速度随时间而变化，因而粒子的运动轨迹也随之变化。
若平均时间间隔足够长，则速度脉动值的代数和为零。
如果从原点释放出许多粒子，经过一段时间T 之后，这些粒子的浓度趋于一个稳定的统计分布。
湍流扩散理论（K 理论）和统计理论的分析均表明，粒子浓度沿y 轴符合正态分布。
正态分布的密度函数f(y)的一般形式为： ()221()exp 22y f y μσπσ⎡⎤--=⎢⎥⎢⎥⎣⎦ (),0x σ-∞<<+∞> （5－15）式中σ为标准偏差，是曲线任一侧拐点位置的尺度；μ为任何实数。
图5－8中的f(y)曲线即为μ＝0时的高斯分布密度曲线。
它有两个性质，一是曲线关于y ＝μ的轴对称；二是当y ＝μ时，有最大值()1/2f μπσ=，即：这些粒子在y ＝μ轴上的浓度最高。
如果μ值固定而改变σ值，曲线形状将变尖或变得平缓；如果σ值固定而改变μ值，f(y)的图形沿0y 轴平移。
不论曲线形状如何变化，曲线下的面积恒等于1。
分析可见，标准偏差σ的变化影响扩散过程中污染物浓度的分布，增加σ值将使浓度分布函数趋于平缓并伸展扩大，这意味提高了污染物在y 方向的扩散速度。
高斯在大量的实测资料基础上，应用湍流统计理论得出了污染物在大气中的高斯扩散模式。
虽然污染物浓度在实际大气扩散中不能严格符合正态分布的前提条件，但大量小尺度扩散试验证明，正态分布是一种可以接受的近似。
二、高斯扩散模式（一）连续点源的扩散连续点源一般指排放大量污染物的烟囱、放散管、通风口等。
排放口安置在地面的称为地面点源，处于高空位置的称为高架点源。
1. 大空间点源扩散高斯扩散公式的建立有如下假设：①风的平均流场稳定，风速均匀，风向平直；②污染物的浓度在y 、z 轴方向符合正态分布；③污染物在输送扩散中质量守恒；④污染源的源强均匀、连续。
图5－9所示为点源的高斯扩散模式示意图。
有效源位于坐标原点o 处，平均风向与x 轴平行，并与x 轴正向同向。
假设点源在没有任何障碍物的自由空间扩散，不考虑下垫面的存在。
大气中的扩散是具有y 与z 两个坐标方向的二维正态分布，当两坐标方向的随机变量独立时，分布密度为每个坐标方向的一维正态分布密度函数的乘积。
由正态分布的假设条件②，参照正态分布函数的基本形式式（5－15），取μ＝0，则在点源下风向任一点的浓度分布函数为：()22221,,()exp 2y z y z C x y z A x σσ⎡⎤⎛⎫=-+⎢⎥ ⎪ ⎪⎢⎥⎝⎭⎣⎦ （5－16） 式中 C —空间点（x ，y ，z ）的污染物的浓度，mg/m 3；A （x ）—待定函数；σy 、σz —分别为水平、垂直方向的标准差，即y 、x 方向的扩散参数，m 。
由守恒和连续假设条件③和④，在任一垂直于x 轴的烟流截面上有： q uCdydz +∞+∞-∞-∞=⎰⎰ （5－17）式中 q —源强，即单位时间内排放的污染物，μg/s ；u —平均风速，m/s 。
将式（5－16）代入式（5－17）, 由风速稳定假设条件①，A 与y 、z 无关，考虑到2exp(/2)2t dt π+∞-∞-=⎰③和④，积分可得待定函数A （x ）：()2y z q A x u πσσ=（5－18）将式（5－18）代入式（5－16），得大空间连续点源的高斯扩散模式()22221,,exp 22y z y z q y z C x y z u πσσσσ⎡⎤⎛⎫=-+⎢⎥ ⎪ ⎪⎢⎥⎝⎭⎣⎦ （5－19）式中，扩散系数σy 、σz 与大气稳定度和水平距离x 有关，并随x 的增大而增加。
当y ＝0，z ＝0时，A （x ）＝C （x ，0,0），即A （x ）为x 轴上的浓度，也是垂直于x 轴截面上污染物的最大浓度点C max 。
当x →∞，σy 及σz →∞，则C →0，表明污染物以在大气中得以完全扩散。
2．高架点源扩散在点源的实际扩散中，污染物可能受到地面障碍物的阻挡，因此应当考虑地面对扩散的影响。
处理的方法是，或者假定污染物在扩散过程中的质量不变，到达地面时不发生沉降或化学反应而全部反射；或者污染物在没有反射而被全部吸收，实际情况应在这两者之间。
（1）高架点源扩散模式。
点源在地面上的投影点o作为坐标原点，有效源位于z 轴上某点， z ＝H 。
高架有效源的高度由两部分组成，即H ＝h ＋Δh ，其中h 为排放口的有效高度，Δh 是热烟流的浮升力和烟气以一定速度竖直离开排放口的冲力使烟流抬升的一个附加高度，如图5－10所示。
当污染物到达地面后被全部反射时，可以按照全反射原理，用“像源法”来求解空间某点k 的浓度。
图5－10中k 点的浓度显然比大空间点源扩散公式（5－19）计算值大，它是位于(0，0，H)的实源在k 点扩散的浓度和反射回来的浓度的叠加。
反射浓度可视为由一与实源对称的位于(0，0，－H)的像源（假想源）扩散到k 点的浓度。
由图可见，k 点在以实源为原点的坐标系中的垂直坐标为(z-H)，则实源在k 点扩散的浓度为式（5－19）的坐标沿z 轴向下平移距离H ： ()22s 22z 1exp 22y z y z H q y C u πσσσσ⎧⎫⎡⎤-⎪⎪=-+⎢⎥⎨⎬⎢⎥⎪⎪⎣⎦⎩⎭ （5－20） k 点在以像源为原点的坐标系中的垂直坐标为(z ＋H)，则像源在k 点扩散的浓度为式（5－19）的坐标沿z 轴向上平移距离H ：()22x 22z 1exp 22y z y z H q y C u πσσσσ⎧⎫⎡⎤+⎪⎪=-+⎢⎥⎨⎬⎢⎥⎪⎪⎣⎦⎩⎭ （5－21） 由此，实源C s 与像源C x 之和即为k 点的实际污染物浓度：()()()222222,,,exp exp exp 2222y z y z z z H z H q y C x y z H u πσσσσσ⎧⎫⎡⎤⎡⎤⎛⎫---+-⎪⎪=+⎢⎥⎢⎥ ⎪⎨⎬ ⎪⎢⎥⎢⎥⎪⎪⎝⎭⎣⎦⎣⎦⎩⎭（5－22）若污染物到达地面后被完全吸收，则C x ＝0，污染物浓度C （x ，y ，z ，H ）＝C s ，即式（5－20）。
（2）地面全部反射时的地面浓度。
实际中，高架点源扩散问题中最关心的是地面浓度的分布状况，尤其是地面最大浓度值和它离源头的距离。
在式（5－22）中，令z ＝0，可得高架点源的地面浓度公式：22221(,,0,)exp 2y z y z qy H C x y H u πσσσσ⎧⎫⎡⎤⎪⎪=-+⎢⎥⎨⎬⎢⎥⎪⎪⎣⎦⎩⎭ （5－23） 上式中进一步令y ＝0则可得到沿x 轴线上的浓度分布：22(,0,0,)exp 2y z z qH C x H u πσσσ⎛⎫=- ⎪⎝⎭ （5－24） 地面浓度分布如图图5－11所示。
y 方向的浓度以x 轴为对称轴按正态分布；沿x 轴线上，在污染物排放源附近地面浓度接近于零，然后顺风向不断增大，在离源一定距离时的某处，地面轴线上的浓度达到最大值，以后又逐渐减小。
地面最大浓度值C max 及其离源的距离x max 可以由式（5－24）求导并取极值得到。
令/0C x ∂∂=，由于σy 、σz 均为x 的未知函数，最简单的情况可假定σy /σz ＝常数，则当max |/2z x x H σ== （5－25）时，得地面浓度最大值 max 22z y q C euH σπσ== （5－26）由式（5－25）可以看出，有效源H 越高， x max 处的σz 值越大，而σz ∝x max ，则C max 出现的位置离污染源的距离越远。