逆AERMOD模拟：动物饲养系统空气排放羽流上升研究

"模拟动物饲养系统的空气羽流上升：反AERMOD" 这篇研究论文深入探讨了动物饲养系统中空气排放的扩散模型，特别是关注羽流上升（plume-rise）这一关键参数对环境污染预测的影响。AERMOD是一种常用的环境空气质量扩散模型，但在处理动物舍排放时，由于羽流上升的不确定性，其预测准确性会受到影响。该研究采用了一种逆向AERMOD（inverse AERMOD）建模方法，旨在通过对PM10排放率、顺风方向的浓度以及气象条件的现场测量，确定并量化产蛋场中PM10排放的上升趋势。 研究覆盖了2008年秋季至2009年夏季四个季节，总计87个小时的观测数据。结果显示，不同季节的平均羽流上升高度分别为：2008年秋季16.2米（标准误差=11.2米），2008年冬季7.9米（标准误差=9.5米），2009年春季16.5米（标准误差=12.4米），以及2009年夏季14.3米（标准误差=10.0米）。研究还发现，羽流上升与多种因素有关，包括但不限于风速、房屋通风率以及昼夜模式。尽管在不同日期中，羽流上升的昼夜模式并不一致，但它们通常与房屋通风率的变化保持同步。有趣的是，研究揭示周末的羽流上升明显高于工作日，尤其是在秋季。 通过多元线性回归分析，研究者揭示了风速与羽流上升之间存在显著的关系，这为更准确地预测动物饲养设施的排放影响提供了新的见解。这些发现对于理解和改进现有的扩散模型至关重要，以便更好地评估和管理动物饲养操作产生的环境污染，从而保护环境和人类健康。 这篇论文强调了精确估算动物饲养系统排放羽流上升的重要性，并提出了一种创新的逆向AERMOD方法。通过这种方法，可以更准确地预测污染物在环境中的扩散情况，这对于制定有效的环保政策和改善农业实践具有深远的意义。