以灰色系统理论分析永续发展工业区之废水处理策略-朝阳科技大学.doc

蒙地卡羅法輔助空氣污染風險之探討 以焚化爐SO2 為例 彭振益1 林宏嶽2 摘要 目前國內的廢棄物處理以焚化處理為主，其所產生之空氣污染物質受到各界的關注。而經由焚化處理後所排放之空氣污染物，因為受到風速、風向等氣象因子的影響，使污染物流佈區域時有變化。因此本研究擬探討氣象因子對於污染分佈趨勢之影響，以瞭解其對於週遭區域的污染趨勢。本研究蒐集相關資料之後，利用ISC3(Industrial Source Complex Model Version 3)空氣品質擴散模式，作為污染物模擬之模式，並結合蒙地卡羅模擬(Monte Carlo Simulation)之方法，對氣象參數之風速與風向因子進行不確定性之分析，並輸入上述ISC3模式中，以瞭解上述因子對於污染分佈結果之影響，最後則分別以瞬時濃度改變量、最大濃度累積量探討其與年度資料模擬值之差異，以了解本方法之適用性。本研究以新竹市焚化爐為案例，選擇SO2為研究對象，對其污染濃度分佈之差異作一探討。 關鍵字：ISCST3、SO2、蒙地卡羅模擬、氣象因子 1、前言 台灣地區地狹人稠，土地面積有限，對於廢棄物處理，在資源回收之外，仍以焚化為主掩埋為輔的方式進行，因此台灣地區大約每年有900萬噸的廢棄物經由焚化方式進行處理，其所排放的空氣污染物，對民眾的生活與健康影響甚鉅[1]，往往民眾在不自覺的情況下受到影響。 焚化所產生之污染物種類眾多，例如懸浮微粒、戴奧辛、SO2、NOX等等，本研究擬以SO2為例，探討焚化排放之空氣污染所造成的風險。SO2在流行病學的研究中發現其對人體之呼吸系統可能造成氣喘、咳嗽以及呼吸急速等症狀等，進而影響支氣管炎與心臟疾病的惡化[2]。短時間的暴露會造成呼吸疾病的發生，若長時間處在高濃度的環境中嚴重者則有死亡之虞，患有呼吸及心血管疾病的人則會提高死亡率[3]。此外，SO2除了直接危害環境與健康，還可附著於懸浮微粒、煙霧等物質中危害大眾健康，而造成疾病甚致造成死亡的威脅。 對於空氣污染物而言，一般都以空氣品質擴散模式加以模擬，以瞭解空氣污染物的分佈。空氣品質擴散模式眾多，可區分為高斯模式、數值模式、統計或經驗模式、物理模式等類別，以不同的模 擬原理進行空氣污染物之模擬；美國環保署針對 1.朝陽科技大學環境工程與管理系碩士班研究生 2.朝陽科技大學環境工程與管理系助理教授 不同情況所適用之模式，提供各模式的指導綱要作為使用者參考之用[4]。 其中ISC3模式被廣泛應用於空氣污染之相關研究上，其應用在焚化爐排放之戴奧辛，經由模擬後依其污染分佈結果，探討對人體之健康風險評估[5]。應用在移動性污染源上，作為建立廢氣排放之不確定性、變異性以及其敏感度[6]。此外，學者發現[7]若使用簡易之高斯模式，對於反應性較佳的污染物進行模擬，模擬所得之結果會高於實際的環境監測。可能會導致：(1) 預測值遠大於實際值(2) 污染物之傳輸路徑及其分佈範圍之理想化，與實際的環境不符，而造成預估過高之結果[8]，故進行研究時首先剔除反應性高的污染物質。以高斯煙流模式而言，其具有應用範圍廣泛、此模式受各界廣泛使用、模擬結果受各界認可等等因素[9]，因此應用高斯煙流模式較受各界認可。此次研究污染對象為SO2，若考慮其在大氣中的反應，需將模擬環境設定為滯留狀態、無重力狀態、地面之平面反射、非零的風速等環境狀態下方可考慮其在環境中的反應，故一般在模擬預估SO2時可忽略其反應與沉澱所產生之影響[10]。然而，影響空氣污染分佈的因子眾多，這點可由空氣品質擴散模式所需輸入之資料得知，包括：氣象、控制、地形、污染源、地形、受體等參數，方可進行後續空氣品質之模擬，其中，氣象資料為上述各項參數中最為繁瑣，然而氣象參數會隨著季節變化，如何探討其可能的影響，成為一個重要的課題，針對此種不確定性的參數，多使用蒙地卡羅法加以模擬，例如應用ISCST3模式針對農藥污染物進行健康風險評估之研究，研究時應用蒙地卡羅模擬對數據之模擬，對氣象參數之風速、風向、大氣穩定度進行模擬[11]，其研究指出風向決定其污染分佈的區域，風速決定其污染物傳輸距離，而大氣穩定度則影響其污染物之濃度依據模擬之氣象參數結果，進行ISCST3模擬，以預測暴露風險評估之用，並探討氣象參數對污染分佈造成之影響。本研究也擬利用此種方式，針對氣象因素的不確定性，加以模擬，以瞭解其對污染分佈的影響。 2、研究方法 本研究之目的有三，說明如下： 應用所蒐集之氣象與SO2濃度之數據，藉由ISCST3模式對焚化廠進行模擬預估，以得知污染物流佈的區域範圍，SO2對環境衝擊的進一步瞭解。 應用蒙地卡羅對氣象條件中的風速與風向因子進行模擬，依蒐集之資料進行分析後，再以ISCST3進行模擬，作為污染流佈之對照之用。 依據兩項模擬結果分別探討SO2的最大瞬時濃度、最大沉