大气环境风险预测中气象条件的优化:以某煤制天然气项目泄漏事故情景为例

邓兵杰 段 勇 周 皓 陈袁袁

(中海石油环保服务(天津)有限公司,北京 100012)

摘要:针对HJ 169—2018《建设项目环境风险评价技术导则》提出的“最不利气象条件”,及其在实际环境风险评价中应用的局限性和问题进行了分析。以煤化工中某煤制天然气项目为例,针对其典型大气环境风险事故,采取项目所在地逐时气象参数进行预测,对其预测结果进行了分析。讨论真实气象条件下进行大气环境风险分析的实际意义,提出相应的大气环境风险分析优化建议。

关键词:大气环境风险;不利气象条件;逐时气象条件;预测与评价

0 引 言

由于风险事故本身的不确定性,导致其在源强估算、情景设定、风险后果预测等方面均难以被准确预估。实际环评工作中,常针对大气环境风险事故情景设定“最不利气象条件”,再采用相关模型对事故后果进行模拟分析,以此计算事故状态下有毒有害气体的浓度分布,判断对敏感受体的最不利影响结果。

人工气象组合下的大气环境风险预测应用颇多,如孙汉坤[1]以风速为“0.5,1.5,2.0,2.5,3.5 m/s”和稳定度为“A、B、C、D、E、F”为组合,研究了低矮面源(围堰池或挥发)和低矮点源(管线泄漏)的扩散,得出低矮点源应重点考虑风速2.0 m/s 和F稳定度下的影响预测,低矮面源的环境空气影响预测,应重点考虑小风(0.5 m/s)或有风(1.5~2.0 m/s)、F稳定度条件的影响预测; 杨艳霞[2]采用Risk System软件中的多烟团模型,在考虑大气稳定度、环境风速、环境温度及地面特征的因素基础上,利用正交试验设计确定对污染扩散的最不利气象条件影响。

此外,也有研究根据在正常工况中大气点、面源预测结果,将敏感点出现最大浓度对应的气象条件筛选为不利气象条件或典型小时条件,以此作为环境风险评价中的最不利气象条件。例如马岩等[3]在对芳烃抽提装置粗苯缓冲罐泄漏的环境风险预测分析中采用此方式,首先应用AERMOD模型预测该装置正常污染物对其项目周边敏感点的环境影响,将1年内环境空气敏感点的小时平均浓度最大值和区域最大小时浓度平均值出现时所对应的气象条件作为典型小时气象条件,同时作为风险预测的最不利气象条件。此方法中针对正常工况下污染源预测筛选出的典型小时或不利气象条件,仅考虑了恒定源的大气扩散条件影响。然而,实际情况下,在液体泄漏后发生蒸发到有毒有害蒸汽扩散,涉及热量蒸发、质量蒸发和闪蒸过程,事故发生后蒸发速率同时受到风速、温度和对应温度下的液体饱和蒸汽压、比热容、气化热等参数影响。因此, 以此界定为环境风险事故中的最不利气象条件仍然有失偏颇。

已于2019年3月1日实施的HJ 169—2018《建设项目环境风险评价技术导则》[4],正式将最不利气象条件明确定义为“F类稳定度,1.5 m/s风速,温度为25 ℃,相对湿度为50%”。本文针对采用“给定式人工气象条件”带来的预测偏差及在现实条件中的出现概率代表性问题,选取煤化工中的某煤制天然气项目,以其压力气体管线泄漏的“类点源”大气环境风险事故情景,进行真实气象条件下的逐时预测分析,结合出现该方式下的最大预测浓度分析真实气象条件下的不利气象条件,相对于“给定式”不利气象条件对大气环境风险预测进行了优化。

1 工程项目及环境概况

1.1 工程项目概况

某煤制天然气项目,位于山西大同ZY县规划煤化工园区。采用粉煤加压气化和碎煤加压气化2种工艺生产天然气,设计规模为年产40亿m3天然气,项目工艺流程见图1。

图1 某煤制天然气项目工艺流程
Fig.1 Process flow of a coal-to-natural gas project

1.2 环境概况

1.2.1 地形特征

大气环境风险评价范围为厂界周边5 km的区域。评价区域内地形起伏较大,西北、东南高,中部、东北低。评价区域整体海拔高度为1200~2000 m,西北部为五路山,主峰海拔高为2013.3 m;东南部主峰高为1835.9 m;拟建厂址所在的中部为十里河谷阶地,地势平缓,见图2。

图2 评价范围区域地形示意
Fig.2 Terrain sketch map of evaluation range region

1.2.2 敏感受体

大气环境风险评价范围(厂界周边5 km)内有36个村庄,总计人口13818人,见表1。

1.3 事故情景

煤制天然气是典型的集设备大型化、生产装置和反应过程复杂化的煤化工产生, 生产反应多在高温高压下进行。生产过程中涉及的物质多具有易燃易爆炸、有毒有害、有腐蚀性的特点,如CO、CH4、H2S和NH3。在非正常工况和发生事故时大气污染物大量超标排放会给环境造成短期风险性危害影响,一直以来都是环保主管部门对煤化工项目审查和监管的重点,也是企业周边公众和环保组织投诉的核心关注点[5]

表1 大气环境风险评价范围内敏感受体情况
Table 1 Sensitive receptors in the range of atmosphericenvironmental risk assessment

序号敏感受体名称相对厂区位置距厂区边界距离/m居民情况户数人口1岳家堡W1301573232周家堡SW213601383后八里SE7353689024则楞坡N701724575深沟子W6401603686黄家村E12703527917样东梁SW1710651558高家堡NE1600451369三屯乡NE146040497310甘沟子NW226015433311守府NW29007521612任官堡SW355018355013南家堡SW267018756014北六里S2800484148515葛家园SSE31254612816前八里S24164313017北大堡SE29706619718北十里SE303016248719段家村E406027072620阳坡E3760267821白烟墩E28804513622辛村E25305416123南辛庄NE330010631724双泥河NE46007817925张果窑ENE477019949726三台子N402019849827西温窑NNW460011831528大河家口NNW47004914829王家窑NW396011627830庄旺村NW45306216231汉圪塔W395038490732花豹滩W480010125433山沟子W4200345834范家坟WSW4700286535古城SSE425019542536施家村ENE4600130285 总计537613818

本文以本项目粉煤气化装置中的粗煤气管线发生泄漏,CO气体释放至大气环境为事故情景。根据工艺设计方面提供的参数:泄漏发生后紧急启动连锁装置和紧急停车程序,工艺设计制动反应时间以15 min考虑,泄漏持续15 min,泄漏气体直接进入大气环境,源强参数见表2。

表2 粗煤气管段CO泄漏事故源强
Table 2 Source intensity of CO leakage accident in crude gas pipeline section

泄漏物质压力/MPa温度/℃泄漏孔径/mm在线速率/(kg·s-1)CO3.816480066.4

2 大气环境风险预测

2.1 预测气象条件

由项目所在地地形可看出:项目区域位于西北、南、东南侧山峰以U型环绕的山谷地带,属于局地复杂风场。ZY县气象站位于小地形山谷出口,气流受局地地形约束,故所获风场资料不能真实反映项目所在区域近地面复杂风场情况。

为解决此问题,在大气环境影响预测中,高空气象数据为MM5模式模拟的区域三维数据,采用双重嵌套,内层计算范围为120 km×120 km,分辨率为4 km,运行时融合了全球再分析资料(ds0.83.2)、地面观测数据集(ds461.0)、高空观测数据集(ds351.0)等进行四维同化。同时对上述模拟的三维数据以ZY县气象站、其临县YY站(112°27′E,40°00′N,海拔1345.8 m)和大同站(113.33°E,40.1°N,海拔1069.0 m)3个站位地面逐时气象资料进行修正。

以MM5模拟的区域气象数据在该项目用地中心点处10 m高度的小时风场(风向和风速)提取值,并结合项目所在地的ZY气象站同小时的总云、低云数据,拟合成评价年上一年的逐时气象条件,作为大气环境风险预测采用的逐时气象数据。

2.2 预测模型

采用多烟团模型:

(1)

式中:C(x,y,0)为下风向地面(x,y)处空气中的污染物浓度,mg/m3;x0,y0,z0为烟团中心坐标;Q为事故期间烟团的排放量,依据上述事故源强取值为66.4 kg/s;σx、σy、σz为x、y、z方向的扩散参数,通常取σx=σy;扩散参数选取横向和铅直方向扩散参数回归指数、系数和下风向距离,由软件直接计算。

2.3 预测结果

对各敏感受体处的预测浓度由小到大排序,取其累计概率水平为95%的值,见表3。

表3 各敏感受体处CO浓度预测结果
Table 3 Prediction of CO concentrationat each sensitive receptors

序号名称浓度日期时间(月-日时∶分)对应的气象条件风向角/(°)风速/(m·s-1)温度/℃稳定度1岳家堡158.8211-20 23∶00251.23-2.3E2周家堡81.9506-17 17∶00331.0924.6D3后八里112.4111-28 06∶003125.26-14D4则楞坡15.5110-12 17∶001340.518.1E5深沟子2.1401-16 09∶00260.5-12.7D6黄家村188.9101-22 16∶002654.94-4.2D7样东梁21.7606-17 17∶00331.0924.6D8高家堡53.5008-13 10∶002253.2918.2D9三屯乡2.0608-26 19∶001631.4428.5E10甘沟子0.1103-24 11∶003573.97-2.9D11宁府0.0110-29 09∶00510.5-5E12任官堡6.2703-13 02∶00282.22-4.2E13南家堡6.3207-18 18∶00342.2521.9E14北六里14.3103-23 16∶003529.144.3D15葛家园11.4408-26 21∶003161.1826.2F16前八里32.6308-26 21∶003161.1826.2F17北大堡38.3902-01 15∶002935.68-5.1D18北十里44.9403-06 14∶002888.318.3D19段家村41.9801-06 12∶002716.38-16.3D20阳坡61.6310-28 00∶002584.995.3D21白烟墩85.2012-16 10∶002432.43-9.7D22辛村81.5405-31 07∶002434.1311.7D23南辛庄24.0603-23 01∶002385.483.5D24双泥河7.2207-20 10∶002191.6615.9D25张果窑0.4706-30 16∶002196.2324.2D26三台子0.1609-14 11∶001371.2712.7E27西温窑0.0505-08 10∶001730.6613.7D28大河家口0.0212-23 10∶001620.52-14.8E29王家窑0.0205-01 19∶00162322.4D30庄旺村0.0009-02 18∶00905.1723D31汉圪塔0.0603-24 11∶001260.5-8.7D32花豹滩0.0901-21 23∶00971.54-11.9E33山沟子0.3206-20 10∶00601.0717.6D34范家坟1.3802-10 17∶00434.38-9.2D35古城5.1509-09 23∶003262.9513E36施家村45.5512-31 20∶002495.08-2.3D

通过对36个敏感受体的预测结果可看出:岳家堡、后八里、任官堡、葛家园、前八里、阳坡、辛村、南辛庄、花豹滩、古城的最大预测浓度值发生在夜间,其余26个敏感受体最大预测浓度值发生在白天(气象观测中将8∶00~20∶00定义为白天),对应的气象条件中以D、E稳定度为主,风速差异性较大;F稳定度下出现最大落地浓度的仅为葛家园、前八里2个敏感点,对应的气象条件为1.18 m/s—26.2 ℃—F稳定度。根据GB/T 28591—2012《风力等级》[6]的风速段分级,统计了各敏感受体最大浓度对应的风速和稳定度出现的频次,见表4。

表4 各敏感受体最大浓度对应的气象条件统计
Table 4 Statistics of meteorological conditions correspondingto maximum concentration of the sensitive receptors

风级风速/(m·s-1)频次稳定度/频次10.3~1.515D/6,E/7,F/221.6~3.37D/4,E/333.4~5.48D/845.5~7.94D/458.0~10.72D/2

由表4可以看出:现实气象条件中,各敏感受体最大浓度对应的稳定度以D、E为主,F出现频次极低。另外,由图3中敏感点处CO浓度等值线可以直观地看出:受事故影响的敏感受体主要集中在风向角NE-E-S-SW之间的区域,能客观反映出受当地气象条件联合频率影响的高敏感受体所在区域,对项目厂区周边常驻人口搬迁和风险防范具有现实指示意义。

图3 敏感点处CO 浓度等值线
Fig.3 CO concentration isoline at each sensitive receptor

2.4 结果分析

我国面积辽阔,宏观尺度上南北纬度跨度大、东西部地区海拔高差大,各地因地理位置、大气环流、地形地貌、海拔高差及所处热量带的不同,导致气候和湿度差异大;微观尺度上大气污染物的扩散亦受到局部地形、复杂风场、逆温层分布等影响。同时,大气稳定度与风速、太阳高度角和辐射等级相关[7]。在实际项目环境风险评价中,若均采用HJ 169—2018 给定的“最不利气象条件”,很可能筛选不到项目所在地真实气象场中的“最不利气象条件”,且未考虑项目所在地实际气象场中上述气象组合出现的可能性和概率,亦未考虑环境敏感受体空间分布在有毒有害物质浓度场中的暴露差异性。采用“给定式的最不利气象条件”,虽然是目前普遍采取的方式,但对大气环境风险事故的影响后果和环境风险防范上有可能产生误判。

3 结论与建议

影响大气污染物的扩散参数很多,但综合来说可以概括为4方面要素:源强(位置、速率、浓度、高度、释放时间等),气象参数(风向、风速、稳定度、湿度、云量、混合层及逆温层等),地形参数(地表粗糙度、海拔、高程等),受体参数(与源项相对位置及距离、海拔高度等)。在环境风险评价中源强分析存在不可避免的不确定性,为确保预测的科学性和客观性,应尽可能地降低上述影响污染物扩散的其他方面要素的偏差。

针对HJ 169—2018中给定式的不利气象条件“F—1.5 m/s—25 ℃”在大气环境风险预测中代表性和现实性的问题,利用项目所在地的长期气象资料和地形数据,开展基于真实气象条件下的逐时预测,一方面可以反映出各敏感点基于现实气象条件风向、风速、大气稳定度、湿度的联合频率下受事故影响的程度,从而为项目选址、敏感点常驻居民搬迁、环境风险防范和预防、应急疏散场所规划提供更为客观的依据;另一方面,结合各敏感受体出现最大影响浓度后果对应的真实气象条件,客观地分析出HJ 169—2018中的不利气象条件在真实气象场中出现的概率极低。由此亦反映出,在全国范围内均以此为最不利气象条件进行的大气环境风险预测的代表性值得商榷。

另外,在HJ 169—2018关于有毒有害气体大气伤害概率[4]估算中,需要敏感受体暴露时间这一参数。基于真实气象条件下的逐时预测可以提供位于某一浓度区间的持续暴露时间,为环境风险大气伤害概率估算提供相对准确的暴露时间预测结果。

综上,在涉及多种有毒有害大气环境风险物质和多敏感受体大气伤害概率估算的环境风险评价中,采取项目当地的真实气象条件进行逐时预测,更具有现实意义。同时,建议在目前针对HJ 160—2018内容的环境风险预测商业软件中,嵌入长期气象资料和地形参数模块,以便于建设项目和规划项目环境风险评价工作和结果的优化。

参考文献

[1] 孙汉坤. 关于突发风险事故大气环境影响预测不利气象条件选择的分析[C]∥中国环境科学学会.中国环境科学学会2009年学术年会论文集(第二卷),2009:9.

[2] 杨艳霞. 不利气象条件的确定方法在大气环境风险评价事故后果预测中的应用[D].兰州:兰州大学,2014.

[3] 马岩,付金杯,安伟铭,等.不利气象条件下的环境风险评价研究:以芳烃抽提装置为例[J].环境工程,2015,33(12):121-124.

[4] 生态环境部. 建设项目环境风险评价技术导则:HJ 169—2018 [S]. 北京:中国环境出版社,2018.

[5] 饶未欣,瞿梅.煤制烯烃项目大气环境风险评价的原则、程序和方法:以某180万吨/年煤制烯烃示范工程为例[J].环境影响评价,2017,39(3):70-74.

[6] 中华人民共和国国家质量监督检验检疫总局,中国国家标准化管理委员会. 风力等级:GB/T 28591—2012 [S]. 北京:中国标准出版社,2012.

[7] 国家环境保护总局环境工程评估中心.环境影响评价技术方法. [M]. 北京: 中国科学出版社, 2007.

OPTIMIZING METEOROLOGICAL CONDITIONS IN ATMOSPHERIC ENVIRONMENTAL RISK PREDICTION:A CASE STUDY OF A LEAKAGE ACCIDENT OF A COAL-TO-NATURAL GAS PROJECT

DENG Bing-jie, DUAN Yong, ZHOU Hao, CHEN Yuan-yuan

(China Offshore Environmental Services Ltd, Beijing 100012, China)

Abstract: The limitations and problems of the application of “the most unfavorable meteorological conditions” proposed in HJ 169—2018 Technical Guidelines for Environmental Risk Assessment in practical environmental risk assessment work were analyzed. Taking a coal-to-natural gas project in coal chemical industry as the example, a typical atmospheric environmental risk accidents were forecasted by hourly meteorological parameters at the project site, and the forecasting results were analyzed. The practical significance of atmospheric environmental risk analysis under real meteorological condition was discussed, and the corresponding optimization suggestions for atmospheric environmental risk analysis were put forward.

Keywords: atmospheric environmental risk; the most unfavorable meteorological condition; hourly meteorological; prediction and assessment

DOI:10.13205/j.hjgc.201907037

收稿日期:2019-03-22

第一作者:邓兵杰(1982-),女,硕士,主要研究方向为环境影响评价。dengbj@coes.org.cn