空气品质模式简介与操作 - 概说

空气污染物

干净的大气中，原本就有很多的物质，并不是只有 O2 与 N2 而已啦！包括 CO2, CO, VOC, NOx, NH3 等等，原本就会存在于大气中！ 你说，我们知道大气中的本来就有氧气 (O2) 与氮气 (N2)，那其他的东西是哪里来的？动植物呼吸自然就会有 CO2 的产生， 大自然的森林火灾、火山、地壳地热挥发等等，原本就会产生一氧化氮 (CO), 氮氧化物 (NOx), 与硫化物 (SOx) 等， 另外，动物的排泄物本来就会产生氨气 (NH3)。此外，植物会挥发所谓的芬多精，也会产生很多的挥发性有机物 (VOC)， 所以，大气里面原本就有很多的物质～

虽然如此，但是这些物质基本上都是存在一种平衡的，除非有什么特别的重大事件 (例如科学家发现地球曾经被冰河包围，除了地球绕日轨迹之外， 很可能是由于某些元素的大量挥发，导致地球冷却而变成冰封地球)，否则这些空气物质不会在短时间内 (所谓的短时间，可能是以千年为单位喔！) 发生重大的变动。

人类在工业革命以后，大量的使用到化石燃料 (石油、天然气、煤炭等)，这些燃料里面主要有硫成份与碳成份，在燃烧过程加入空气，则会产生氮氧化物 (NOx)， 硫成份产生硫氧化物 (SOx)，碳成份产生 CO2 或 CO 等。因为人类大量广泛的使用，结果在短短几百年之内，就让这些成份产生很大的比例变化。 例如 CO2 的比例就有很大幅度的增加等等。

这些大气原本就有的气态成份，因为比例增加了，导致这些成份可能会开始影响到动植物的健康，这就被称为是空气污染物了！ 同时根据流行病学的研究，某些成份可能对人体有更大的危害，因而将这些成份慢慢的归类与定义，同时根据这些成份浓度与健康之间的相关性， 因此定义了很多的空气品质指针，好方便让大家了解各常见成份的浓度与人体间的相关性。

• 气态、固态

大气中的成份并不是只有气态的成份。前面谈到的大多数都是气态分子，而这些成份之间可能会发生反应，包括 NO2 可能因为被阳光照射， 给予能量之后，产生 NO + O. 的模样，然后这个氧原子又跟 O2 反应而生成 O3，就是所谓的臭氧～这个臭氧是原本就会存在大气的！ 因为大气里面原本就会有一定浓度的 NO2 啊，所以大气里面原本就会自然产生 O3 的。

只是这个 O3 如果产生在 20 公里以上高空，会是好的臭氧，因为她是在臭氧层，此时 O3 可以帮我们吃掉紫外线～ 但是在地表生成的 O3 就不是这么回事了！因为地表的 O3 是具有高氧化反应的物质，它很容易氧化人为的物品， 如果浓度高到一个地步，也可能会让人体产生不舒服！所以，高空的 O3 是好的，地表的 O3 则可能会对人体、对艺术品、对动植物有害！

前面谈到的 NO2 被阳光照射产生一些化学反应，那如果没有阳光呢？当然就不会有这些反应了。因为阳光是一个很重要的能量来源， 所以我们也称这种借由阳光反应的现象为光化学反应，简称光化反应。

光化反应借由阳光提供了不少能量，借由这些能量让很多的气态物质开始进行一些反应行为，这些反应行为最终总是有产物， 这些产物很可能是硫酸与硝酸，因为硫成份的最终产物通常是硫酸 (SO4)，氮成份的最终产物通常是硝烟 (NO3)。 而这些最终产物又很常遇到某些现象，最终变成固态物质，例如硫酸铵与硝酸铵，然后渐渐的，这些大气中的气态分子，就会转化成为固态粒子， 而这些固态粒子的颗粒粒径 (你可以先想像是球状的直径) 又太小了，小到它不会自然的沈降到地面，而是长时间的漂浮在空中， 这就变成我们现在经常听到的 PM10, PM2.5 之类的物质～

但是跟臭氧 (O3) 不一样的地方，臭氧几乎完全是化学反应的生成，而 PM2.5 这种小微粒的固态物质，则可能是来自气态物质的反应， 也可能是直接排放的结果！从气态物质反应过来的 PM2.5，就被称为衍生性成份，而直接排放的则是原生性排放成份。 原生性排放来源是什么呢？举例来说，你开车或骑车，车辆骑经路面，将路面的灰尘卷起来，这也是一种 PM2.5 的来源， 你的汽机车引擎排放的尾气，也会有细微粒 PM2.5 的排放，大风吹过河谷或者是有砂石的地表，也会卷扬起 PM2.5， 在工厂进行裁切、燃烧、各种制程过程都会产生这种微粒，当然啦，营建工地或者是自然界的地壳活动、风化活动等，都会产生 PM2.5。

所以说，大气里面的成份有气态与固态，而固态的成份比较复杂，因此在测量上比较不容易。目前常见的方法， 是通过光学的透光度去猜测 PM2.5 的浓度，比较准的则是通过以滤纸过滤一定量的空气，再去称重，借以了解单位空气体积内的 PM2.5 重量， 推算出 PM2.5 的浓度。如果想要知道这种 PM2.5 里面主要的成份为何，就得要将这些成份进行分析！ 才能知道含有多少硫氧化物、氮氧化物、有机碳化合物或者是其他的重金属与地壳元素等等。

• 落尘, TSP, PM10, PM2.5

那什么 PM2.5 与 PM10 呢？前面提到空气里面的固态微粒可以想成是球状，其实根本不是啊～是不规则形状的～ 既然是不规则形状，那么自然就很难去判断微粒的粒径 (直径)。此时，科学家就以气动粒径(ps5)来进行分析， 以具有相同运动状态的圆球粒子粒径来作为对应。那么 2.5 与 10 是啥？那就是 2.5 微米 (micrometer, µm) 与 10 微米的意思， 那什么是微米 (µm) 呢？其实就是 10^-6 米的意思～有够有够小的微粒，这个微粒小到会被气体分子碰撞而漂浮在大气中！ 因此可以漂浮非常久的时间～导致具有跨界传输的特质！因此很难掌握 PM2.5 是从哪边飘过来的！因为大气运动太复杂了！

现在你大概知道 PM2.5 的成份来源非常复杂，有衍生性产生的，也有原生性排放的～那，为什么 PM2.5 是在这几年才会这么热门？ 是原本没有？最近才发现的嘛？其实 PM2.5 一直以来都有存在的～只是，过去的采样分析技术没有这么好，所以无法分析到这么小微粒的质量， 因此以前就没有这方面的数值而已。事实上， PM2.5 是一直存在的。

早期研究固体微粒，先是由落尘 (dust) 开始的。因为发现大气中有很多的酸性物质，为了理解这些酸性物质的沈降作用， 而放置雨水采样器与落尘采样器，就是放置落尘桶，让大气中自然沈降的灰尘降落在桶中，借以分析的一种方式。 不过，我们知道，一颗大石头的重量比起一把沙子的重量还要重，但是洒在空气中时，沙子产生的粉尘情况要比一颗石头严重！ 因此，这种方式很难拿来说明大气中悬浮粒子的问题。

后来使用了所谓的大馒头采样器，通过固定马达抽气设备，让空气通过流动的方式流进采样器，借以让小颗粒流进采样器而大颗粒因为重力的问题， 无法流进采样器内，达到收集悬浮微粒的效果。这种方式所采样到的固态物质，我们称为总悬浮微粒 (TSP, Total Suspended Particulate)， TSP 大致的气动粒径是在 100µm 以下！大概 30 年前，空气污染采样，大致上都是采用 TSP 的设备。你可以在 google 上面输入『TSP 采样器』， 同时搜索图片，就能发现很多 TSP 采样器的实际图片啰！

后来分析技术越来越高竿，通过气流的碰撞与流动，有分为旋风集尘与冲击板的技术，将高于 10µm 或 2.5µm 以上的粒子移除， 然后小于 10µm 或 2.5µm 的粒子通过干净滤纸收集，等到固定时间后将这个滤纸称重，就可以得到 10 或 2.5µm 的重量！ 于是就有 PM10 与 PM2.5 的名称了。未来，如果技术再加强，很可能会有 PM1 的浓度值～

你可能会问，那么到底为什么要分析 PM2.5 或 PM1 呢？这是因为大颗粒的物质在通过人体的呼吸道时，会自然被人体的过滤方式过滤掉， 并不会进入肺部。但是小于 1µm 以下的微粒，则很容易随着气体直接进入到肺部～而因为不同的成份 (尤其是酸性成份) 对人体会诱发不同的问题， 所以大家就开始研究这些小粒子的影响了！要注意喔，PM2.5 或 PM1 影响人体主要有两种情况，除了『颗粒数量』本身 (因为微粒本身就会影响肺泡) 之外， 『里面的化学成份』也是会影响身体的一项因素喔。

因为粒径越小，越容易进入肺部，所以，大家当然就会比较在意小颗粒的粒子比重，于是渐渐的科学家分析的重点，就会开始放在 PM2.5 或 PM1 上头。

• 浓度单位

我们知道大气里面的成份有气态与固态，气态成份的『量』，我们通常以固定气体体积里面，该成份占有多少比例来当作他的『量』。 举例来说，我们知道大气里面大概含有 20% 的 O2 与 80% 的 N2，这个 20% 就是一个比例数值。但是大气中的其他成份比例实在太低了， 例如臭氧，背景浓度 (原本大气里面可能的含量之意) 大概占有 0.00000005 左右的比例，以百分比来说，也需要写成 0.000005%， 这也实在太过伤脑筋～因此，后来就有个表示的方法，称为 ppb (parts per billion, ppb)，意即是十亿分之一的意思。 因此，上述的浓度单位就可以转成 50ppb 这样的解释！基本上， ppb 就是：

• ppb: 10^-9

不过，某些人为排放的浓度比 ppb 还要高一些，例如 CO2 浓度大概占有 0.04% 左右的含量，不过小数点底下不是很容易评估， 因此也被称为 400ppm (parts per million, 百万分之一) 这样的单位！所谓的 ppm 就是：

• ppm: 10^-6

再次强调， ppb 与 ppm 跟百分比 (%) 很类似，它就是一个物质比例的单位，% 为 10^-2 这样的数值，而 ppm 与 ppb 则分别是 10^-6 与 10^-9 这样！一般来说，大气里面的气态污染物成份，大多就是使用 ppm 与 ppb 的单位喔！

那么固态物质呢？例如 PM2.5 与 PM10 呢？如前所说，因为 PM2.5 与 PM10 的颗粒太小，小到眼睛都看不到啊～所以， 只能通过以收集气体的方式，先让气体通过旋风分离器或者是冲击板，让大颗粒物质去除，然后将小于 2.5µm 的颗粒， 经过一个事先经过称重的滤纸，加以过滤收集。等大约 6 小时或 12 小时，有时甚至需要 24 小时之后，再收集起来， 然后经过同样的称重进程处理，将两次称重的结果相减，再除以抽气的气体量，就会得到单位气体内的 2.5µm 质量浓度， 通常是 microgram per cubic meter (µg/m³) 这样的单位，也就是『 10^-6 克 / 立方公尺气体』的意思。

排放量分析

前面说到，大气中原本就有一些空气污染物，但是，真的会危害人体的，恐怕都是人类自己排放的气态污染物～ 这些污染物来源非常多～不过，为了简化，我们将它分为底下几大类：

• 固定污染源 (point sources)：例如电厂、钢铁厂、工业区厂房、橡胶制造业等等，具有固定厂房，大部分还有烟囱排放的场区， 就被称为点源，也就是固定污染源。
• 移动性污染源 (mobile sources)：基本上，就是机动车辆。不过，根据燃料与道路的差异，又分为汽油车、柴油车、油电车等车种， 以及国道、省道、线道等路线。以地图上的数据来说，马路就是一条一条的线 (line)，所以移动性污染源也称为线源。
• 面源 (Area sources)：包括住宅区、商业区、裸露地表面、畜牧区、森林区等等，以大范围区域的类型作为排放依据的，称为面源。

事实上，每种排放都有其特别的参数，包括排放量的日夜变化、周变化、月变化等，都不一样。同时，排放的空气污染物也不相同。 举例来说，火力电厂燃煤，所以还挺有可能排放出比较多的 SOx 与 NOx，而加油站附近，则可能排放比较大量的挥发性有机物 (VOC) 等等。 但这些排放，都应该经过普查来探索与了解整个排放量 (每年排放总重量)、排放强度与 (每个小时排放的比例)、排放位置 (经纬度座标与高度) 等等。

台湾地区因为有空污费的关系，有设厂的固定污染源大多需要缴交空污费，空污费的计算原则有一定的机制在，因此，我们常常戏称， 固定污染源的数据相对是准确的。此外，一般有设烟囱的工厂，由于其排放量可能比较高，因此也需要加设连续侦测设备 (Continuous Emission Monitoring Systems, CEMS)， 且此设备常须与县市环保局连接，因此数据比较不容易造假！

至于移动性污染源的分析，主要是针对汽机车的引擎排放进行分析，这些分析通常是在研究室内部进行。因为引擎出厂之后， 在外头风吹日晒的关系，因此，排放量通常要比实验室内部的测量高出许多！同时，越老的车引擎效率通常也越不好， 因此，也要加上车龄劣化的问题，将这些数据数据带入台湾移动源模式就可以得到大致的排放量数据。然后再针对实际的车流量， 就可以推算出排放量的小时变化，再加上马路的座标，就可以将移动源做个排放量的粗估。

面源的推估就比较复杂～必须要分门别类去处理～详细的各种排放量参考，可以前往环保署的『台湾排放量数据库 (Taiwan Emission Data System, TEDS) 』(ps6) 查找！

• 排放物种的细部分类

由于我们对于空气污染勿主要还是着重在影响到人体健康的物种上，因此，大部分的排放量普查，大概都是针对 SOx, NOx, PM10, PM2.5, CO, NH3, VOC 等。 但是，就如同前面谈到的，事实上粒状物与挥发性有机物 (PM10, PM2.5, VOC) 的内含成份，可能会根据不同的产业而改变！ 当然也有地域方面的差异的！

需要注意的是，每种空气污染物的比例不同时，可能会产生不一样的结果～最著名的就是 O3 的生成！臭氧的生成基本上就是底下的反应式：

• NO2 + VOC + O2 + 阳光 --> NO + O3 + OH.

但是，如果 NO 的浓度过高的时候，又可能会将 O3 给削减掉，就是 NO + O3 --> NO2 + O2 ，这个情况在高流量的道路旁最容易发现！ 所以，高速公路经过的地方，臭氧的浓度有可能在某些时刻会特别低，因为被汽机车大量排放的 NO 给削减掉了！此外， VOC 的成份里面，甲烷 (CH4) 的反应性相对比较低，而植物挥发的成份对于光化学反应来说，又是反应性非常高的物种！ 因此，不同的 VOC 成份，对于光化学反应的贡献情况也不太一样啊！

最可怕的是，光化学反应与一般的数学式不一样，因为，大气光化学反应通常都是『非线性』的！也就是说， 不是你排放大量的 SOx 就会产生固定量的硫氧化物成份，因为可能通过竞争效应，或者是酸性成份过量，反而会造成化学反应的不利反应！ 当然！整体来说，排放大量的 SOx 肯定是不好的，不过，就『排放当地』的效益来看，大量排放不见得会是糟糕的！ 总之，排放量与空气品质之间的关系，不是用简单的线性回归就能搞定的问题！它是相当麻烦的啦！

台湾地区虽然有本地自己监测的各种制程的 VOC 与 PM 的成份含量百分比，不过，通常国际间还是喜欢使用美国环保署公告发布的 SPECIATE (ps7) 这套软件所提供的各项数据！这种分类的动作，我们称为排放源剖面数据 (emission source profile) 。 举例来说，假设火力电厂燃煤机组产生的粒状物为 100% 的比例，我们可以通过 SPECIATE 找到燃煤电厂的 PM 组成， 每种组成份相加，最终就要达到 100% 的量！那未来要使用这种类型的烟囱时，就可以通过这样的解析，将粒状物拆解成为各种可能的成份。

这么做有什么帮助呢？前面提到，不论是 VOC 还是粒状物里面的成份组成，都会影响到光化学反应或者是其他的气态、固态、气固态反应的机制， 因此，如果能够取得更详细的物种分类 (其实，主要就是挥发性有机物与粒状物而已啦！)，我们就可以得到更准确的评估方式！ 通过后续介绍的模式，就可能可以了解到在某些情境下，这样的排放，会对空气品质造成什么样的影响啊！

• 排放量与空气污染物之间

为什么要调查排放量呢？因为我们得要知道目前的空气品质如果发生问题，到底是谁造成的？因此，当然要知道谁排放了多少的空气污染物！ 但是，排放了之后呢？有什么方案可以知道排放出来的污染物与空气品质间的关系？前面不是提到如果有反应式的话， 反应式很常见的都是非线性的！那调查排放量有什么用呢？还是测不准啊？

我们也知道污染物有很多种，而污染物要发生反应，也是需要时间的！所以，一般来说，除非是高反应性的 VOC 物种， 或者是高氧化性的物种 (例如 HO2, O3...)，否则，例如 SO2, NO2, CO, PM 等等，在 20~50km 的传输之间， 可能反应行为还不至于太严重，因此，此时可以使用单纯的扩散模式来解析！那我们就可以通过这些扩散模式来了解， 到底一只烟囱排放污染物之后，到烟囱的下风处时，在某种大气的条件下，它可能会造成多少程度的空品影响。这就是环境影响评估里面经常要进行的工作。

但是，如果要调查衍生性的物种，就是反应生成的物种，例如 O3, PM 等等，就得要通过详细的排放量分析调查， 并且带入更为复杂的网格模式 (后面会介绍) 之后，才有可能分析出排放量的可能影响情况喔！

总之，排放量调查是模式仿真的第一步啦！

空气品质的定义

再来谈谈空气品质～不过开始之前，先来说说各种有毒物质的『致死剂量』

• 致死剂量 (ps8, ps9)

每种有毒物质都有其致死剂量～～所谓的致死剂量，就是多少量的这种有毒物质，可能就会造成 70 公斤 (举例的) 的人体死亡的剂量， 这就是致死剂量的简单定义。目前还有所谓的半数致死量 (Lethal Dose, 50%, 在多少剂量底下，会有 50% 的几率死亡。或者是说， 能杀死一半试验总体之有害物质、有毒物质或游离辐射的剂量)，不过其基本的原则都一样，就是这个剂量...就很容易致死～

举例来说，我们知道有所谓的工业用酒精，就是甲醇，这种东西的致死剂量多高呢？根据维基百科的说明，很可能在 5~10 毫升左右， 就可能会致死～那成人常喝的乙醇 (就是酒精) 呢？喝下纯酒精大约 250~500 毫升，就有很高的致死几率！虽然每个人的酒精分解情况有差， 不过，大部分的人类，可能就在这个范围内，就会导致昏迷了吧！

我们常说多喝水吧？多喝水没事吧！没事多喝水吧？你猜，水这个东西有没有致死剂量？上网查一查，肯定是有的！ 大部分的情况下，如果你一口气 (是一口气喔！不是一天慢慢喝) 喝下 6 公升以上的水，就有可能有 50% 的几率会死掉！ 这就是水的 LD50 致死剂量～问题是，可能你还没有喝完，就先撑死了～因此，平时你不可能会『一口气』喝下这么多的水啦！

• PSI 空气污染指针 (ps10)

前面提到致死剂量，每种物种所需要的剂量都不相同！同样的，在大气环境的情况下，不同的空气污染物，对人体产生的影响也不同啊！ 为了保障大众的健康，于是有所谓的空气污染指针 (pollutants standard index, PSI) 的产生。根据 PSI 的定义，PSI 的数值对应的情况如下：

PSI数值	说明	健康影响
0 ~ 50	良好	-
51 ~ 100	普通	-
101 ~ 200	不良	对敏感族群有不良反应
201 ~ 300	非常不良	对所有族群有不良反应
301 ~	有害	对健康有强烈影响

这个 PSI 并没有针对所有的污染物，而是针对比较严重，且在大气中比例比较高的物种来订定的。早期 (2016 年以前) 使用的 PSI 定义如下：

污染物 测量间隔 单位	PM10 日平均 µg/m3	SO2 日平均 ppm	CO 8小时 ppm	O3 1小时 ppb	NO2 1小时 ppm
50	50	0.03	4.5	60	-
100	150	0.14	9	120	-
200	350	0.30	15	200	0.6
300	420	0.60	30	400	1.2

早期的法规最喜欢讨论的就是『空气品质不良日』与『空气品质副指针污染物』这些东西。基本上，空气品质不良日就是指 PSI 超过 100 的那一天的意思。 而上述规范的 5 种空气品质污染物中，最容易造成空气品质不良的物种为 PM10 与 O3 这两个物种。只是，我们想要了解当日的空品不良是谁造成的？ 所以，主要造成空气品质不良的物种，就被称为副指针污染物。

• AQI 空气品质指针 (ps11)

不过查了上述的数据之后，我们会发现，咦！怎么没有近年来大家很在乎的 PM2.5 呢？此外，臭氧是种高氧化性的污染物，小时平均浓度高达 120ppb 时， 就会让人体不舒服。但是，在 8 小时平均下，如果达到 80ppb 时，同样对人体也有不良的影响！为了将近年来的研究带入空气品质指针当中，因此，台湾环保署特别定义了 AQI (Air Quality Index, AQI) 的指针～基本上，AQI 指针的数值意义大致如下：

AQI数值	说明
0 ~ 50	良好
51 ~ 100	普通
101 ~ 150	对敏感族群有不良反应
151 ~ 200	对所有族群有不良反应
200 ~ 300	非常不健康
301 ~ 400	危害
401 ~ 500	危害

环保署的 AQI 针对的物种有 O3, PM2.5, PM10, CO, SO2, NO2 等，相关数据请前往环保署网站查找。这里提到比较常见的 O3 以及 PM 相关的数据， 大致上是这样的：

污染物 测量间隔 单位	O3 8小时 ppm	O3 1小时 ppm	PM2.5 24小时 µg/m3	PM10 24小时 µg/m3
0~50	0.000 - 0.054	-	0.0 - 15.4	0 - 54
51~100	0.055 - 0.070	-	15.5 - 34.5	55 - 125
101~150	0.071 - 0.085	0.125 - 0.164	35.5 - 54.4	126 - 254
151~200	0.086 - 0.105	0.165 - 0.204	54.5 - 105.4	255 - 354

这个指针的意义，除了非线性之外，加入了 PM2.5 以及 O3 的八小时移动平均值，对于环保署的健康风险评估，会有比较大的帮助。此外， 造成 AQI 超过 100 时，也还是称为空气品质不良日！至于造成空气品质不良的原因，就变成了 PM2.5 以及 O3 八小时平均最容易发生啰！ 这样的机制也会让环保署改变不同的改善措施！因为，除了 PM2.5 之外，有可能也要来管理臭氧 8 小时移动平均这个可能的空气污染物～

扩散模式 - 非化学反应

既然我们得要知道污染物从排放源排出来之后，到底对于受体点 (就是接触到空气污染物的那个位置，因为是『接受』的座标，因此就被称为『受体点』) 影响有多大， 那么就得要理解一下到底污染物是怎么到达受体点的？在短距离 (20 公里到 50 公里内) 的范围内，假设空气污染物没有反应时， 我们可以通过简单的大气扩散模式来了解传输与扩散的效应！先来看一下底下的图标：

几个观念先来谈谈：

• 有效烟囱高度：首先，污染源排放出空气污染物，这个污染源如果是烟囱的话，那么烟囱内的气体通常是比外界空气还要热的气团。 这个气团因为比周围的大气温度还要高，因此，这个气团会先往上冲，等到温度达到与周围大气温度差不多之后，才不会持续上升。 这个原本的烟囱高度 (H)，加上烟流因为出口风速与温度所造成的烟流上升高度 (δh)，两者相加 (H+δh) 就被称为有效烟囱高度！
• 气团的传输与扩散：这个气团之后就会被大气吹着跑～这就是传输！而除了与风向相同方向的传输之外，因为气体会扩散的缘故，因此， 污染物会朝向四面八方开始扩散出去！所以你看看上图，越往下风处 (wind) 传输，气团的范围会扩大，这就是扩散的缘故。
• 受体点与地表高度：再来，气团开始扩散之后，如果扩散到地面，该地面就是一个受体点～我们就可以通过公式找到该地点的污染物浓度大概是多少。 而如果地表并不是水平面，例如丘陵地，那么气团就会提早碰到地面，此时，丘陵地的地表浓度相对水平面的浓度，基本上就会高一些。 因此，计算扩散模式时，仿真范围的地面高层分布与受体高度，是很重要的一个参数。

• 逆温层、混合层高度 (ps13)

上面是基础的扩散模式的概念，事实上，还有很多参数是需要考量的。举例来说，你可能会有听过混合层高度 (mixing height) 这个东西！ 这是啥？基本上，学过基础地球科学，我们都知道，在对流层中，在干空气的环境下，平均每上升 100 公尺，温度会下降 1 °C。 这就是气温垂直递减率的由来。而热空气会浮在冷空气上，这好像也挺合理～因此，当烟囱排放出较热的空气时，基本上，污染物都会上升的！ 直到气团温度被同化为止。

不过，由于某些大气现象，例如辐射逆温、山地逆温、沈降逆温等，会造成某一高度的气体温度比下层温度还要高！与一般高度越高温度越低的情况不同， 这种情况就被称为逆温。空气的对流大部分都在逆温层那个高度以下，而这个逆温层的高度在不同的地区、气候与季节的情况下， 会有不一样的高度！甚至白天与夜晚的逆温层高度也不同～

当你的有效烟囱高度高于逆温层，这个气团可能就不太容易扩散到地面，但是烟囱高度在逆温层底下，则污染物就很容易累积在地表， 而不容易扩散出去！所以，逆温层的计算，对于扩散模式来说，影响也非常大！

• 风场数据与仿真范围

从前面的说明，我们会知道扩散模式的仿真中，针对气象数据方面，除了需要水平方向的风速、风向、温度等重要数据之外， 也需要从垂直高度的压力、温度风场变化等，去分析类似混合层高度这种重要的计算参数！因此，气象数据的取得我们就需要两种来源：

• 一种是地面的风场数据，可以从气象局购买而得；
• 一种是探空数据，全世界每天会同步放掉两个探空气球，台湾探空气球好像只剩下北部地区在 8, 20 点的时候施放。

地面数据是中央气象局的地面测站直接量测，可以得到该区域的逐时风场数据。但探空数据却每天只有两笔～另外，时间好像还不是最佳的时刻！ 因此，探空数据很多情况下，也只能用模式计算推估而已～这部份可能有许多的不确定性。

此外，你看扩散图～怎么会风向只有一个方向？台湾地区的地形这么复杂，很多时候都有小区域的紊流发生，所以空气不可能持续朝同一个方向吧？ 没办法，一般扩散模式就是只有能一组气象数据，在这个仿真的过程中，整个仿真范围都使用同一组气象场的数据。 因此，如果你仿真的范围太过宽广，就很可能会失真！毕竟风场是很复杂的，用同一组风场，范围就不能太离谱！ 一般扩散模式建议，仿真范围尽量不要超过 50 公里！想想看，50 公里都可以从台南市区到高雄的小港机场了！ 这期间的风场数据会完全相同？应该不尽然吧？所以啰，仿真范围不能太离谱啦！通常以仿真目标中心点，向四个方向延伸 20 公里， 就已经是个很大范围的仿真区间了！

• 应用场景

扩散模式很常使用在工厂扩建时，想要知道增加排放量时，会导致周围受体点浓度变化的情况。举例来说，假如台商回流，因此电力不足， 导致台电要在兴达电厂再加一个机组。假设这个机组每年会导致多排放 100 吨的 SOx，那么，请问这种排放会导致周界的空气品质中， SO2 的浓度增加多少的量？这种情况就可以使用这类的扩散模式来分析，然后分析的结果会有 (1)全年平均增量 (2)最大日增量 (3)最大小时增量， 因为 SO2 的数值比较少作为空气品质指针 (AQI) 的副指针污染物，因此可能看全年平均会更有意思。

另外，烟囱也会排放 PM2.5 啊！同样的扩散模式作法也能应用在 PM2.5 上面！同样通过增量的仿真，可以找到最大日平均增量， 如果这个最大日平均增量加上背景浓度 (就是原本还没有加上这个排放前，由环保署自动监测站原本就测量到的 PM2.5 浓度值)， 竟然超过 AQI 所规定的 100 数值以上时，那就代表....很有问题～如果没有超过，也需要经由专家分析，到底影响程度有多大！ 经过这些分析后，才能够判定添加排放后，有没有什么更为严重的环境影响的问题。

因为火力电厂排放的污染物当中，还有很多的 NOx 排放，相同的作法可以分析出 NO 的浓度增量。但是，我们知道 NOx 与臭氧有关啊！ 那么这个添加的排放，会导致多少臭氧的产生或削减呢？呵呵！请注意，O3 的形成都是从反应式来的，因此，NOx 需要带入反应式， 才能够求得 O3 的量。但是，扩散模式并没有加入任何的化学反应机制，因此，只要提到 "单纯" 的扩散模式， 那就不可能仿真衍生性污染物！这个大前提大大家要先留意！因为很多的研究都会说，他们的『扩散模式有加入反应式』， 这种说法很有问题～因为一般来说，这种方式大多只会应用在某些特定的情况下，而且大多数都只能用在小范围的科学研究上， 很难具有代表性！大家在看数据的分析时，也千万要问一下数据的成因～随便相信数据，而不问数据来源，可能会有很大的问题！

结论就是，扩散模式就只是用在小范围的非反应性物种的扩散分析，如果分析范围超过 50 公里以上，或者是分析的物种包含反应性成份， 那你就得要开始质疑数据的可信度！比较特别的是 PM2.5，扩散模式可以仿真『原生性排放的 PM2.5』浓度，但是无法分析到『由反应性生成的 PM2.5 浓度』。 总之，扩散模式就是让你很直觉的发现，"附近"的污染物，可能对你家附近的"受体点"影响的程度。

• 台湾常见的扩散模式

在台湾，常见的扩散模式都是从美国环保署引进的～主要包括：

• ISC3: https://www.epa.gov/scram/air-quality-dispersion-modeling-alternative-models#isc3
• AERMOD: https://www.epa.gov/scram/air-quality-dispersion-modeling-preferred-and-recommended-models#aermod

主代码的部份大概都没改过，只是将 (1)地表高层数据 (2)地面风场与探空数据 (3)排放量数据 带入上述的模式中，就可以大致分析出我们所需要的增量可能性。 只是，美国环保署缺省发布的运行档都是针对 windows 系统，如果你是使用 Linux 系统的话，就得要重新编译程序了。

轨迹模式 - 非化学反应

扩散模式主要是从排放源去找到与受体相关的污染影响情况。反过来，如果我想要知道，目前的空气好像有点糟糕，那目前这个气团是从哪里来的呢？ 这就得要以逆轨迹模式 (back trajectory) 去反向找出来气团的来源了！

假设气团就是一个从地表到上空的气体柱，这个气体柱会被水平方向的风吹着跑～当然需要考虑到地形因素导致的风场变化。 那么，我们先将需要仿真的区域的风场，全部抓出来，做个解析。举例来说，全台湾共有 70 个以上的环保署监测站数据，里面都有风速风向的数据。 此外，比较具有代表性的，还有中央气象局的监测站数据，将这些数据全部取得，并且每个数据加上经纬度座标，就可以知道同一时间每个位置的风场变化。 再经过时间内插，取得每分钟的风场变化状态。最终可以取得有点像底下的风场图标显示：

上图的左边图标就是每个位置的风场，然后将你需要推算轨迹线的 (1)座标与 (2)时间 带入到轨迹模式中，轨迹模式就会通过你给的地点与时间， 去找到该点的座标位置与附近的风场，然后借由逐时的风场计算每一分钟或数分钟，该气团的行进路线，最终就可以取得气团行进的路线， 而推算出轨迹线！

如果轨迹线是往以前的时间推算，亦即推算该气团的来源，就称为逆轨迹；如果轨迹线是往未来的时间推算，亦即推算该气团的走向， 就称为前轨迹。无论如何，最终取得气团在不同时间的座标，将座标链接起来，就成为轨迹线。如同上图的右侧图标，那就是轨迹线的推估了。

目前比较著名的轨迹模式使用的是 HYSPLIT，该模式是由 NOAA 单位所开发的，官网如下：

• HYSPLIT 模式：https://ready.arl.noaa.gov/HYSPLIT.php

HYSPLIT 甚至有网页板，可以直接从 WEB 上面操作轨迹线的推估，相当有趣！而且 HYSPLIT 也写了不少的引导， 大家可以前往该官网查找。

箱模式 - 简单化学模式

前面也曾经提过，臭氧主要是由 NOx 搭配 VOC 再经由阳光照射之后，就会生成 O3 ！那反应速率呢？这就得要经过实验而来。 那实验怎么做？以前曾经看过文章里面的照片 (现在突然找不到...)，主要是通过惰性材质制造到透明塑料袋，这个袋子大概有好几公尺的长宽， 然后将定量的 NOx 与 VOC 成份注入该测试腔内，放在户外经过阳光的照射，经过一段时间，再将气体抽出来进行分析， 就能大概了解各种成份相关性了！美国北卡大学也盖过大型的测试腔建筑物，同样用来分析上述的臭氧与光化学反应的物种关系喔！

但是大气的成份总是会变化的，因为有排放量、有反应生成，有化学反应削减，还有传输导致的输入与输出！所以，上述的方式测得反应速率之后， 接下来，就可以通过简单的箱模式 (box model) 来处理相关的反应式！箱模式的思考，有点像底下这张图：

上图左侧是整个具有化学反应的箱模式中，需要考虑的参数！包括箱子中的排放源、水平传输、垂直传输等等。 右侧图标当中的 X 则是代表某个化学物质，举例来说，臭氧，根据排放、沈降、化学反应增量、化学反应遗失等， 再通过风速传输，最终在箱子内会剩下多少量等等，就可以了解该反应物种的浓度了。这种简单的箱模式，最常应用的例如臭氧的 EKMA 模式！ 通过该模式可以找到 NOx 与 VOC 的相关性！如下所示：

这个 EKMA 关系式相当重要！你可以看到图中有 A 点与 B 点，当你所在的环境为 A 点时，无论你削减 NOx 或 VOC，臭氧的浓度都会由 0.28ppm 网 0.24ppm 的方向移动，亦即臭氧浓度都可以降低。但是如果你的环境是 B 点时，降低 VOC 会导致臭氧由 0.12ppm 朝向 0.08ppm 降低， 但是降低 NOx 时，却会让臭氧从 0.12ppm 朝向 0.16ppm 缓慢前进，这就是有名的『臭氧敏感性分析』的一个重要特色！ 也就是说，在不同的情境下，你的污染物减量如果方向错误，反而可能造成削减了某一种物质，却导致另一种物质的浓度提升喔！

只是这种模式假设整个箱子内部是均匀混合的，而且气象条件、排放参数条件、边界条件都比较简单，因此，虽然可以简易的推估反应式， 不过，对于大范围的仿真区域来说，还是有其极限。而且，边界条件 (就是箱模式图标中的风向传输方向) 可能会有很大的影响！

网格模式 - 复杂化学模式

因为箱模式只有一个箱子而已，现在，我们将整个仿真的区域划分出好几个独立的箱子，如此一来，每个箱子就具有独立的化学反应， 然后在通过 box - box 之间的传输，不就能够将整个区域细分了嘛？这就是三维 (X, Y, Z) 网格模式的思考角度！底下是网格模式的示意图：

如上所示，我们需要将整个仿真的区域分为水平的 X, Y 以及垂直的 Z 的格子，每个格子需要有独立的气象条件、污染物浓度条件、传输条件等等， 同时，假设一次运算为 5 分钟，那么每个仿真的 5 分钟中间，就得要通过统一的计算来处理彼此的传输扩散数据，因此，网格模式的运算会相当庞大！ 所以，通常大型的网格模式会使用较大量的 CPU 资源，否则运算时间会拉长很多时间！

另外，再次看看上图，如果上图的范围将整个台湾包含在里面，那么边界条件 (就是非台湾地区的，也就是最外围的那一层格子) 该怎么指定呢？ 如果是固定值，且输入的污染物浓度数据太低，就可能会有稀释仿真环境的问题，如果设置的太高，又可能会有额外的外来污染的问题！ 那该如何是好？这时，就有所谓的嵌套网格模式的产生！

• 嵌套网格、多层次网格模式

因为『边界层』对于模式的影响是相当庞大的！什么是边界层呢？举例来说，以你家的空间为例。如果你要仿真你家里被屋外空气品质的影响有多大， 假设你家的空间是可以被随意移动的。现在，你的空间移动到清净农场，你会发现，啊！空气真是好啊！从窗口 (边界层) 进来的空气将屋内的脏空气通通吹走了！ 好舒服！好愉快啊！现在，你的空间移动到林园工业区内，你会发现，哇！窗户 (边界层) 吹进来的挥发性有机物，都快要让你窒息了！ 因此，同一个空间 (box) 在不同的窗口 (边界层) 旁边，受到的影响真的会差很多！

那你会说，不然，我们将前面谈到的格子数量加大！例如，假设一个格子距离是 3km x 3km 好了，我们使用了 1000 个格子，让中央距离边界达到 1500 公里， 如果是这样，边界效应的影响应该就会小很多吧！是没错啦！但是，总数 1000 * 1000 (X*Y) 的格点运算，可能会让你的系统累死！跑不完啦！ 因此，就有多层次，或所谓嵌套网格的产生。如下图所示：

为了避免边界层的影响，因此，我们需要将仿真中心 (就是上图的台湾) 跟最远的边界 (就是上图的最北到蒙古以北、东到日本以东、 西到缅甸以西、南到爪哇岛以南) 距离拉远～但是这个距离只是要计算边界效应而已，因此，最外层网格通常使用格点大小为 81km x 81km 的大小！ 总数如果有 50 格，就有 81*50=4000 公里了！距离真的够了！然后水平格点也只有 50x50 而已，运算速度也够快。 之后为了计算更好的效果，学术界通常以 3 的倍数来削减，因此接下来的格点大小则为 27km x 27km，之后是 9km x 9km ， 最后以 3km x 3km 的网格包含全台湾，如此一来，就可以兼顾 (1)边界层的效应、 (2)仿真的速度、 (3)最内层仿真的准确性！

• 运作模式所需要的数据

要运作这种网格模式，你得要注意到，如箱模式所说，每个格点都需要有各自的气象数据、排放量数据与当时的污染物浓度数据， 然后通过一段时间 (通常是 180 秒到 300 秒之间，这里指的秒，是指运算模式的案例时间，而不是电脑花费的时间) 的运算， 之后再以传输方式传输每个格点数据，然后在进行下一次的仿真。在整点时，就将该时间点的各种空气污染物浓度记录下来。 因此，所需要的数据就非常的庞大！基本上，需要的数据有：

• 完整的排放量数据：包括前面提到的点源、线源、面源的数据，不要忘记还有生物源！每个格点 (是 3D 的状态下喔！) 都需要有排放量数据！ 包括烟囱排放时，带入烟囱参数所算出来的有效烟囱高度，并将该污染物放入该格点当中累加。所有的排放量都需要放入模式中！ 不可以忽略！
• 气象数据：所谓的气象模式，就是将全世界有纪录的地面风场测站数据，搭配全球同步每日两次施放的探空数据， 集成起来之后，带入例如 MM5 或 WRF 等大气模式当中运作，通过物理化学反应，推算出逐时的风速、风向、温度、 湿度、阳光照射、云层数据等等，这个 WRF 模式运作时，与空气品质的三维模式相同，已经网格化了！所以可以得到每个格点的气象场喔！

如上图所示，空品数据通常要两个重要的模块：

• 大气模式 (meteorology model)：就是上面提到的 WRF 模式！这个模式通过取得气象场的观测数据， 除了地面测站之外，还有探空数据等，再带入模式中 (上图的下方图标流程)，最后就可以推算出模式需要的气象场数据 (上图中的 Processed Meteorology)。
• 排放量模式 (emission model)：用途就是在将排放量数据 (点、线、面、生物) 进行逐时化，网格化， 比较需要留意的，是排放量模式 (emission model) 的运作，也是需要用到气象模式 (meteorology model) 的输出数据！ 因为例如植物生物源排放，植物行光合作用时，才会有比较大量的 VOC 挥发！此外，烟囱的烟流上升高度， 也需要与气象场的温度进行比对计算的！

• 第三代网格模式

早期的网格模式 (或称为第二代网格模式)，通常是仅能计算某一种化学反应，例如气态的光化学反应， 就只能计算气态物质～无法推算固态的 PM 或者是沈降、或者是能见度、或者是酸雨数据等。后来美国环保署开发出一种 one-atmosphere 的机制， 也就是说，光化学反应除了产生 O3 之外，也能通过 O3 氧化的过程，将硫化物、氮化物生成为硫酸盐与硝酸盐等固态成份！ 同时，由于产生固态成份，也会影响能见度与酸性沈降等。将这些机制全部放入同一个模式中运作，就成为第三代网格模式。 目前这个模式的代表就是 Models-3/CMAQ ！

models-3/CMAQ 大概是目前国际间使用最广泛的网格模式，因为这个模式运行过程中，就自然会运算 PM2.5 的成份、 光化学反应的进行。新的模式还主动加入了生物源的日夜排放、云进程的进行、干沈降、湿沈降等输出文件， 而且输出的数据统一格式为 NetCDF 格式，这种格式的数据一般来说，读写速度快，而且数据的定义很清楚， 不容易因为字段错误而导致数据读写的失误！相当有趣！

• 运作情境 - 很重要！慢慢瞧一瞧！

网格模式的运作应该是大家比较不容易搞清楚的部份～尤其是习惯跑扩散模式或轨迹模式的操作者， 通常搞不清楚网格模式到底是怎么运作的，怎么会复杂到目前会跑这种模式的人，还是少之又少？

我们前面讲到，化学反应机制很多都是非线性的，也就是，并非 1+1 = 2 结果就会产生 1+2 = 3 的情况！ 在某些特别的情境下，反而有可能会变成 1+2 = 1 的状态呢！所以，在进行网格模式的仿真时，一定要遵循底下的流程， 才可以对外说，你的仿真是合理的：

1. 排放量数据尽可能整齐：搜集所有的排放量数据，虽然可能并非 100% 准确，但是至少排放量的数据取得源头与数据分析的结果 (排放量、排放座标、排放的烟囱参数等等) 必须要有一定程度的可靠性。因为排放量如果没有带入完全，很可能就会产生许多的误差状态。
2. 气象场数据需要正确：以台湾地区为例，一年 12 个月的工厂排放应该不会差太多，也就是人为排放量在一年当中，应该不至于差异太大。 至于生物源，虽然夏天排放比较大量的 VOC，不过，基本上，以台湾地区的气温来说，差异可能也没有非常大。但是，想一想， 台南高雄屏东地区，夏天空气品质好到四处看都是美景，冬天空气品质烂到晚上回家鼻孔都鼻屎...四季的差异最大的变化大概就是气象风场变化。 所以，气象场数据是否正确，会有非常非常大的影响！因此，气象场数据需要符合环保署规定的模式性能评估才可以！
3. 须通过模式性能评估：将上述两者数据汇整，并分别交由排放量处理模式、大气模式处理完毕后，再带入空品模式。 空品模式运算完毕后，将运算的数据结果，取得与环保署测站相同格点的数据，进行 PM2.5, O3, SO2, NO2 等等物种的观测值与仿真值比对， 如果比对的结果是合理的，那代表模式的仿真结果应该是可信的。如果仿真的结果不对呢？那你就应该要：
   • 重新查阅气象数据，再次确认气象场与观测值没有太大的误差；
   • 重新检测排放量数据，包括是否有年度的变化、突发行为没有考虑到，或者是某一类的排放量可能有高估或低估的问题等等。
4. 创建基准案例：上述的行为要进行任何调整，都需要公告在自己仿真的报告书中，以方便当有任何人有疑问时，可以提出佐证。不论是大教授，还是小教授， 不论是大公司，还是小公司，不论是什么网格模式，都得要对自己的仿真负责！这些数据一定要交待！如果交待不清...那就真的有人品的问题了！ 等到仿真的结果与实测值差异在可接受的误差之后，该次仿真就可以被称为『基准案例』 (base case)。
5. 进行案例仿真：今天，假设环保署想要将汽油车通通改成电动车，那么我们就得要：
   1. 从排放量着手，将汽油车排放量改成电动车排放量，因此 SOx, NOx, VOC 的排放会减少。
   2. 承上，但是电动车主要是由电力提供，因此电厂的电力输出会增加，此时需要以相对的电力增加情况去考虑何处设厂？以什么机组发电？ 可能的电力损耗情况，经过评估后，更改电厂的排放。
   3. 将上述的更改带入排放量模式，处理成为新版的排放量数据，然后再带入模式仿真。
   4. 将这个案例仿真的结果与基准案例进行比对，就可以知道这样的更改带来的效果。

所以，一般习惯跑扩散模式的朋友会不太懂！原因如上啊。通常扩散模式『只针对添加或削减的那个污染排放进行仿真』，就可以知道增量的结果。 但是网格模式的处理是，你要将『原来的所有的排放量』里面，『抽换你想要更改的那个排放源』之后，再重新仿真。所以，并不是仅针对要更改的那个排放源而已！ 这样说，理解了嘛？这里最麻烦！

参考数据

• (ps1)NJWEA 2014 演示文稿：https://www.slideshare.net/CornerstoneEnvironmental/njwea-2014-air-pollution-101
• (ps2)Yang, Yi. Molecules 2017, 22(10) https://www.mdpi.com/1420-3049/22/10/1684
• (ps3)测量方法：http://fy.chalmers.se/OLDUSERS/molnar/lectures/Measurement%20Methods%20II.htm
• (ps4)大气沈降文章：https://www.researchgate.net/figure/A-conceptual-model-of-the-transport-and-deposition-of-phosphorus-from-the-atmosphere-The_fig1_6274052
• (ps5)气动粒径的说明：http://terms.naer.edu.tw/detail/1318325/
• (ps6)台湾排放量数据库 (TEDS)https://teds.epa.gov.tw/
• (ps7)美国环保署的 SPECIATE 数据：https://www.epa.gov/air-emissions-modeling/speciate
• (ps8)甲醇致死剂量：http://cht.a-hospital.com/w/甲醇中毒
• (ps9)乙醇致死剂量：http://cht.a-hospital.com/w/酒精中毒
• (ps10)台湾空气污染指针 PSI：https://zh.wikipedia.org/wiki/台湾空气污染指针
• (ps11)台湾环保署 AQI 数据的说明：https://taqm.epa.gov.tw/taqm/tw/b0201.aspx
• (ps12)大气扩散模式：https://en.wikipedia.org/wiki/Atmospheric_dispersion_modeling
• (ps13)逆温层或混合层高度：https://en.wikipedia.org/wiki/Inversion_(meteorology)
• (ps14)台湾大学环工所，张能复老师研究：http://ntur.lib.ntu.edu.tw/handle/246246/22136#.XS6xj_IzZhE
• (ps15)早期研究大气成份相关性，如臭氧前驱物的暴露腔回顾：https://www.publish.csiro.au/en/pdf/EN13901
• (ps16)箱模式 (box model) 的解释：http://www.aqbook.org/read/?page=255
• (ps17)箱模式 (box model) 的解释：http://acmg.seas.harvard.edu/people/faculty/djj/book/bookchap3.html#pgfId=108713
• (ps18)网格模式的图解：https://slideplayer.com/slide/8705234/