稍微簡單的聊聊環境工程方面的模式應用，並不是要介紹什麼了不起的資料喔！主要著重於AERMOD與CMAQ囉！
為了瞭解空氣污染物排放量與空氣品質間的關係，國際間使用了很多的數值模式來解析這兩者的相關性。這些數值模式從簡單的擴散模式(ISC,AERMOD)到複雜的三維網格模式(Models3/CMAQ,CAMx...)，無論何種模式，主要的目的都是想要了解污染物的來源，或者是透過減量、增量之後，會如何影響到環境的空氣品質。
但是，這些模式都有其應用的極限，模式這個工具主要是提供我們一個參考的依據，因為大氣變化實在很大，模式無法提供一個『絕對值』，主要是提供一個『相對參考值』。各位環境工程的夥伴們，在應用模式的數據時，這一點要先理解！否則光是聽專家隨便說，總是容易吵架的！
乾淨的大氣中，原本就有很多的物質，並不是只有O2與N2而已啦！包括CO2,CO,VOC,NOx,NH3等等，原本就會存在於大氣中！你說，我們知道大氣中的本來就有氧氣(O2)與氮氣(N2)，那其他的東西是哪裡來的？動植物呼吸自然就會有CO2的產生，大自然的森林火災、火山、地殼地熱揮發等等，原本就會產生一氧化氮(CO),氮氧化物(NOx),與硫化物(SOx)等，另外，動物的排泄物本來就會產生氨氣(NH3)。此外，植物會揮發所謂的芬多精，也會產生很多的揮發性有機物(VOC)，所以，大氣裡面原本就有很多的物質～
雖然如此，但是這些物質基本上都是存在一種平衡的，除非有什麼特別的重大事件(例如科學家發現地球曾經被冰河包圍，除了地球繞日軌跡之外，很可能是由於某些元素的大量揮發，導致地球冷卻而變成冰封地球)，否則這些空氣物質不會在短時間內(所謂的短時間，可能是以千年為單位喔！)發生重大的變動。
人類在工業革命以後，大量的使用到化石燃料(石油、天然氣、煤炭等)，這些燃料裡面主要有硫成份與碳成份，在燃燒過程加入空氣，則會產生氮氧化物(NOx)，硫成份產生硫氧化物(SOx)，碳成份產生CO2或CO等。因為人類大量廣泛的使用，結果在短短幾百年之內，就讓這些成份產生很大的比例變化。例如CO2的比例就有很大幅度的增加等等。
這些大氣原本就有的氣態成份，因為比例增加了，導致這些成份可能會開始影響到動植物的健康，這就被稱為是空氣污染物了！同時根據流行病學的研究，某些成份可能對人體有更大的危害，因而將這些成份慢慢的歸類與定義，同時根據這些成份濃度與健康之間的相關性，因此定義了很多的空氣品質指標，好方便讓大家了解各常見成份的濃度與人體間的相關性。
大氣中的成份並不是只有氣態的成份。前面談到的大多數都是氣態分子，而這些成份之間可能會發生反應，包括NO2可能因為被陽光照射，給予能量之後，產生NO+O.的模樣，然後這個氧原子又跟O2反應而生成O3，就是所謂的臭氧～這個臭氧是原本就會存在大氣的！因為大氣裡面原本就會有一定濃度的NO2啊，所以大氣裡面原本就會自然產生O3的。
只是這個O3如果產生在20公里以上高空，會是好的臭氧，因為她是在臭氧層，此時O3可以幫我們吃掉紫外線～但是在地表生成的O3就不是這麼回事了！因為地表的O3是具有高氧化反應的物質，它很容易氧化人為的物品，如果濃度高到一個地步，也可能會讓人體產生不舒服！所以，高空的O3是好的，地表的O3則可能會對人體、對藝術品、對動植物有害！
前面談到的NO2被陽光照射產生一些化學反應，那如果沒有陽光呢？當然就不會有這些反應了。因為陽光是一個很重要的能量來源，所以我們也稱這種藉由陽光反應的現象為光化學反應，簡稱光化反應。
光化反應藉由陽光提供了不少能量，藉由這些能量讓很多的氣態物質開始進行一些反應行為，這些反應行為最終總是有產物，這些產物很可能是硫酸與硝酸，因為硫成份的最終產物通常是硫酸(SO4)，氮成份的最終產物通常是硝煙(NO3)。而這些最終產物又很常遇到某些現象，最終變成固態物質，例如硫酸銨與硝酸銨，然後漸漸的，這些大氣中的氣態分子，就會轉化成為固態粒子，而這些固態粒子的顆粒粒徑(你可以先想像是球狀的直徑)又太小了，小到它不會自然的沈降到地面，而是長時間的漂浮在空中，這就變成我們現在經常聽到的PM10,PM2.5之類的物質～
但是跟臭氧(O3)不一樣的地方，臭氧幾乎完全是化學反應的生成，而PM2.5這種小微粒的固態物質，則可能是來自氣態物質的反應，也可能是直接排放的結果！從氣態物質反應過來的PM2.5，就被稱為衍生性成份，而直接排放的則是原生性排放成份。原生性排放來源是什麼呢？舉例來說，你開車或騎車，車輛騎經路面，將路面的灰塵捲起來，這也是一種PM2.5的來源，你的汽機車引擎排放的尾氣，也會有細微粒PM2.5的排放，大風吹過河谷或者是有砂石的地表，也會捲揚起PM2.5，在工廠進行裁切、燃燒、各種製程過程都會產生這種微粒，當然啦，營建工地或者是自然界的地殼活動、風化活動等，都會產生PM2.5。
所以說，大氣裡面的成份有氣態與固態，而固態的成份比較複雜，因此在測量上比較不容易。目前常見的方法，是透過光學的透光度去猜測PM2.5的濃度，比較準的則是透過以濾紙過濾一定量的空氣，再去稱重，藉以了解單位空氣體積內的PM2.5重量，推算出PM2.5的濃度。如果想要知道這種PM2.5裡面主要的成份為何，就得要將這些成份進行分析！才能知道含有多少硫氧化物、氮氧化物、有機碳化合物或者是其他的重金屬與地殼元素等等。
現在你大概知道PM2.5的成份來源非常複雜，有衍生性產生的，也有原生性排放的～那，為什麼PM2.5是在這幾年才會這麼熱門？是原本沒有？最近才發現的嘛？其實PM2.5一直以來都有存在的～只是，過去的採樣分析技術沒有這麼好，所以無法分析到這麼小微粒的質量，因此以前就沒有這方面的數值而已。事實上，PM2.5是一直存在的。
早期研究固體微粒，先是由落塵(dust)開始的。因為發現大氣中有很多的酸性物質，為了理解這些酸性物質的沈降作用，而放置雨水採樣器與落塵採樣器，就是放置落塵桶，讓大氣中自然沈降的灰塵降落在桶中，藉以分析的一種方式。不過，我們知道，一顆大石頭的重量比起一把沙子的重量還要重，但是灑在空氣中時，沙子產生的粉塵情況要比一顆石頭嚴重！因此，這種方式很難拿來說明大氣中懸浮粒子的問題。
後來使用了所謂的大饅頭採樣器，透過固定馬達抽氣設備，讓空氣透過流動的方式流進採樣器，藉以讓小顆粒流進採樣器而大顆粒因為重力的問題，無法流進採樣器內，達到收集懸浮微粒的效果。這種方式所採樣到的固態物質，我們稱為總懸浮微粒(TSP,TotalSuspendedParticulate)，TSP大致的氣動粒徑是在100μm以下！大概30年前，空氣污染採樣，大致上都是採用TSP的設備。你可以在google上面輸入『TSP採樣器』，同時搜尋圖片，就能發現很多TSP採樣器的實際圖片囉！
後來分析技術越來越高竿，透過氣流的碰撞與流動，有分為旋風集塵與衝擊板的技術，將高於10μm或2.5μm以上的粒子移除，然後小於10μm或2.5μm的粒子透過乾淨濾紙收集，等到固定時間後將這個濾紙稱重，就可以得到10或2.5μm的重量！於是就有PM10與PM2.5的名稱了。未來，如果技術再加強，很可能會有PM1的濃度值～
你可能會問，那麼到底為什麼要分析PM2.5或PM1呢？這是因為大顆粒的物質在通過人體的呼吸道時，會自然被人體的過濾方式過濾掉，並不會進入肺部。但是小於1μm以下的微粒，則很容易隨著氣體直接進入到肺部～而因為不同的成份(尤其是酸性成份)對人體會誘發不同的問題，所以大家就開始研究這些小粒子的影響了！要注意喔，PM2.5或PM1影響人體主要有兩種情況，除了『顆粒數量』本身(因為微粒本身就會影響肺泡)之外，『裡面的化學成份』也是會影響身體的一項因素喔。
因為粒徑越小，越容易進入肺部，所以，大家當然就會比較在意小顆粒的粒子比重，於是漸漸的科學家分析的重點，就會開始放在PM2.5或PM1上頭。
我們知道大氣裡面的成份有氣態與固態，氣態成份的『量』，我們通常以固定氣體體積裡面，該成份佔有多少比例來當作他的『量』。舉例來說，我們知道大氣裡面大概含有20%的O2與80%的N2，這個20%就是一個比例數值。但是大氣中的其他成份比例實在太低了，例如臭氧，背景濃度(原本大氣裡面可能的含量之意)大概佔有0.00000005左右的比例，以百分比來說，也需要寫成0.000005%，這也實在太過傷腦筋～因此，後來就有個表示的方法，稱為ppb(partsperbillion,ppb)，意即是十億分之一的意思。因此，上述的濃度單位就可以轉成50ppb這樣的解釋！基本上，ppb就是：
不過，某些人為排放的濃度比ppb還要高一些，例如CO2濃度大概佔有0.04%左右的含量，不過小數點底下不是很容易評估，因此也被稱為400ppm(partspermillion,百萬分之一)這樣的單位！所謂的ppm就是：
再次強調，ppb與ppm跟百分比(%)很類似，它就是一個物質比例的單位，%為10-2這樣的數值，而ppm與ppb則分別是10-6與10-9這樣！一般來說，大氣裡面的氣態污染物成份，大多就是使用ppm與ppb的單位喔！
那麼固態物質呢？例如PM2.5與PM10呢？如前所說，因為PM2.5與PM10的顆粒太小，小到眼睛都看不到啊～所以，只能透過以收集氣體的方式，先讓氣體通過旋風分離器或者是衝擊板，讓大顆粒物質去除，然後將小於2.5μm的顆粒，經過一個事先經過稱重的濾紙，加以過濾收集。等大約6小時或12小時，有時甚至需要24小時之後，再收集起來，然後經過同樣的稱重程序處理，將兩次稱重的結果相減，再除以抽氣的氣體量，就會得到單位氣體內的2.5μm質量濃度，通常是microgrampercubicmeter(μg/m3)這樣的單位，也就是『10-6克/立方公尺氣體』的意思。
前面說到，大氣中原本就有一些空氣污染物，但是，真的會危害人體的，恐怕都是人類自己排放的氣態污染物～這些污染物來源非常多～不過，為了簡化，我們將它分為底下幾大類：
事實上，每種排放都有其特別的參數，包括排放量的日夜變化、周變化、月變化等，都不一樣。同時，排放的空氣污染物也不相同。舉例來說，火力電廠燃煤，所以還挺有可能排放出比較多的SOx與NOx，而加油站附近，則可能排放比較大量的揮發性有機物(VOC)等等。但這些排放，都應該經過普查來探索與了解整個排放量(每年排放總重量)、排放強度與(每個小時排放的比例)、排放位置(經緯度座標與高度)等等。
台灣地區因為有空污費的關係，有設廠的固定污染源大多需要繳交空污費，空污費的計算原則有一定的機制在，因此，我們常常戲稱，固定污染源的資料相對是準確的。此外，一般有設煙囪的工廠，由於其排放量可能比較高，因此也需要加設連續偵測設備(ContinuousEmissionMonitoringSystems,CEMS)，且此設備常須與縣市環保局連線，因此資料比較不容易造假！
至於移動性污染源的分析，主要是針對汽機車的引擎排放進行分析，這些分析通常是在研究室內部進行。因為引擎出廠之後，在外頭風吹日曬的關係，因此，排放量通常要比實驗室內部的測量高出許多！同時，越老的車引擎效率通常也越不好，因此，也要加上車齡劣化的問題，將這些數據資料帶入台灣移動源模式就可以得到大致的排放量資料。然後再針對實際的車流量，就可以推算出排放量的小時變化，再加上馬路的座標，就可以將移動源做個排放量的粗估。
由於我們對於空氣污染勿主要還是著重在影響到人體健康的物種上，因此，大部分的排放量普查，大概都是針對SOx,NOx,PM10,PM2.5,CO,NH3,VOC等。但是，就如同前面談到的，事實上粒狀物與揮發性有機物(PM10,PM2.5,VOC)的內含成份，可能會根據不同的產業而改變！當然也有地域方面的差異的！
需要注意的是，每種空氣污染物的比例不同時，可能會產生不一樣的結果～最著名的就是O3的生成！臭氧的生成基本上就是底下的反應式：
但是，如果NO的濃度過高的時候，又可能會將O3給削減掉，就是NO+O3-->NO2+O2，這個情況在高流量的道路旁最容易發現！所以，高速公路經過的地方，臭氧的濃度有可能在某些時刻會特別低，因為被汽機車大量排放的NO給削減掉了！此外，VOC的成份裡面，甲烷(CH4)的反應性相對比較低，而植物揮發的成份對於光化學反應來說，又是反應性非常高的物種！因此，不同的VOC成份，對於光化學反應的貢獻情況也不太一樣啊！
最可怕的是，光化學反應與一般的數學式不一樣，因為，大氣光化學反應通常都是『非線性』的！也就是說，不是你排放大量的SOx就會產生固定量的硫氧化物成份，因為可能透過競爭效應，或者是酸性成份過量，反而會造成化學反應的不利反應！當然！整體來說，排放大量的SOx肯定是不好的，不過，就『排放當地』的效益來看，大量排放不見得會是糟糕的！總之，排放量與空氣品質之間的關係，不是用簡單的線性迴歸就能搞定的問題！它是相當麻煩的啦！
這麼做有什麼幫助呢？前面提到，不論是VOC還是粒狀物裡面的成份組成，都會影響到光化學反應或者是其他的氣態、固態、氣固態反應的機制，因此，如果能夠取得更詳細的物種分類(其實，主要就是揮發性有機物與粒狀物而已啦！)，我們就可以得到更準確的評估方式！透過後續介紹的模式，就可能可以了解到在某些情境下，這樣的排放，會對空氣品質造成什麼樣的影響啊！
為什麼要調查排放量呢？因為我們得要知道目前的空氣品質如果發生問題，到底是誰造成的？因此，當然要知道誰排放了多少的空氣污染物！但是，排放了之後呢？有什麼方案可以知道排放出來的污染物與空氣品質間的關係？前面不是提到如果有反應式的話，反應式很常見的都是非線性的！那調查排放量有什麼用呢？還是測不準啊？
我們也知道污染物有很多種，而污染物要發生反應，也是需要時間的！所以，一般來說，除非是高反應性的VOC物種，或者是高氧化性的物種(例如HO2,O3...)，否則，例如SO2,NO2,CO,PM等等，在20~50km的傳輸之間，可能反應行為還不至於太嚴重，因此，此時可以使用單純的擴散模式來解析！那我們就可以透過這些擴散模式來了解，到底一隻煙囪排放污染物之後，到煙囪的下風處時，在某種大氣的條件下，它可能會造成多少程度的空品影響。這就是環境影響評估裡面經常要進行的工作。
但是，如果要調查衍生性的物種，就是反應生成的物種，例如O3,PM等等，就得要透過詳細的排放量分析調查，並且帶入更為複雜的網格模式(後面會介紹)之後，才有可能分析出排放量的可能影響情況喔！
總之，排放量調查是模式模擬的第一步啦！
再來談談空氣品質～不過開始之前，先來說說各種有毒物質的『致死劑量』
每種有毒物質都有其致死劑量～～所謂的致死劑量，就是多少量的這種有毒物質，可能就會造成70公斤(舉例的)的人體死亡的劑量，這就是致死劑量的簡單定義。目前還有所謂的半數致死量(LethalDose,50%,在多少劑量底下，會有50%的機率死亡。或者是說，能殺死一半試驗總體之有害物質、有毒物質或游離輻射的劑量)，不過其基本的原則都一樣，就是這個劑量...就很容易致死～
舉例來說，我們知道有所謂的工業用酒精，就是甲醇，這種東西的致死劑量多高呢？根據維基百科的說明，很可能在5~10毫升左右，就可能會致死～那成人常喝的乙醇(就是酒精)呢？喝下純酒精大約250~500毫升，就有很高的致死機率！雖然每個人的酒精分解情況有差，不過，大部分的人類，可能就在這個範圍內，就會導致昏迷了吧！
我們常說多喝水吧？多喝水沒事吧！沒事多喝水吧？你猜，水這個東西有沒有致死劑量？上網查一查，肯定是有的！大部分的情況下，如果你一口氣(是一口氣喔！不是一天慢慢喝)喝下6公升以上的水，就有可能有50%的機率會死掉！這就是水的LD50致死劑量～問題是，可能你還沒有喝完，就先撐死了～因此，平時你不可能會『一口氣』喝下這麼多的水啦！
前面提到致死劑量，每種物種所需要的劑量都不相同！同樣的，在大氣環境的情況下，不同的空氣污染物，對人體產生的影響也不同啊！為了保障大眾的健康，於是有所謂的空氣污染指標(pollutantsstandardindex,PSI)的產生。根據PSI的定義，PSI的數值對應的情況如下：
這個PSI並沒有針對所有的污染物，而是針對比較嚴重，且在大氣中比例比較高的物種來訂定的。早期(2016年以前)使用的PSI定義如下：
早期的法規最喜歡討論的就是『空氣品質不良日』與『空氣品質副指標污染物』這些東西。基本上，空氣品質不良日就是指PSI超過100的那一天的意思。而上述規範的5種空氣品質污染物中，最容易造成空氣品質不良的物種為PM10與O3這兩個物種。只是，我們想要瞭解當日的空品不良是誰造成的？所以，主要造成空氣品質不良的物種，就被稱為副指標污染物。
不過查了上述的資料之後，我們會發現，咦！怎麼沒有近年來大家很在乎的PM2.5呢？此外，臭氧是種高氧化性的污染物，小時平均濃度高達120ppb時，就會讓人體不舒服。但是，在8小時平均下，如果達到80ppb時，同樣對人體也有不良的影響！為了將近年來的研究帶入空氣品質指標當中，因此，台灣環保署特別定義了AQI(AirQualityIndex,AQI)的指標～基本上，AQI指標的數值意義大致如下：
環保署的AQI針對的物種有O3,PM2.5,PM10,CO,SO2,NO2等，相關數據請前往環保署網站查詢。這裡提到比較常見的O3以及PM相關的數據，大致上是這樣的：
這個指標的意義，除了非線性之外，加入了PM2.5以及O3的八小時移動平均值，對於環保署的健康風險評估，會有比較大的幫助。此外，造成AQI超過100時，也還是稱為空氣品質不良日！至於造成空氣品質不良的原因，就變成了PM2.5以及O3八小時平均最容易發生囉！這樣的機制也會讓環保署改變不同的改善措施！因為，除了PM2.5之外，有可能也要來管理臭氧8小時移動平均這個可能的空氣污染物～
既然我們得要知道污染物從排放源排出來之後，到底對於受體點(就是接觸到空氣污染物的那個位置，因為是『接受』的座標，因此就被稱為『受體點』)影響有多大，那麼就得要理解一下到底污染物是怎麼到達受體點的？在短距離(20公里到50公里內)的範圍內，假設空氣污染物沒有反應時，我們可以透過簡單的大氣擴散模式來瞭解傳輸與擴散的效應！先來看一下底下的圖示：
幾個觀念先來談談：
上面是基礎的擴散模式的概念，事實上，還有很多參數是需要考量的。舉例來說，你可能會有聽過混合層高度(mixingheight)這個東西！這是啥？基本上，學過基礎地球科學，我們都知道，在對流層中，在乾空氣的環境下，平均每上升100公尺，溫度會下降1°C。這就是氣溫垂直遞減率的由來。而熱空氣會浮在冷空氣上，這好像也挺合理～因此，當煙囪排放出較熱的空氣時，基本上，污染物都會上升的！直到氣團溫度被同化為止。
不過，由於某些大氣現象，例如輻射逆溫、山地逆溫、沈降逆溫等，會造成某一高度的氣體溫度比下層溫度還要高！與一般高度越高溫度越低的情況不同，這種情況就被稱為逆溫。空氣的對流大部分都在逆溫層那個高度以下，而這個逆溫層的高度在不同的地區、氣候與季節的情況下，會有不一樣的高度！甚至白天與夜晚的逆溫層高度也不同～
當你的有效煙囪高度高於逆溫層，這個氣團可能就不太容易擴散到地面，但是煙囪高度在逆溫層底下，則污染物就很容易累積在地表，而不容易擴散出去！所以，逆溫層的計算，對於擴散模式來說，影響也非常大！
從前面的說明，我們會知道擴散模式的模擬中，針對氣象資料方面，除了需要水平方向的風速、風向、溫度等重要資料之外，也需要從垂直高度的壓力、溫度風場變化等，去分析類似混合層高度這種重要的計算參數！因此，氣象資料的取得我們就需要兩種來源：
地面資料是中央氣象局的地面測站直接量測，可以得到該區域的逐時風場資料。但探空資料卻每天只有兩筆～另外，時間好像還不是最佳的時刻！因此，探空資料很多情況下，也只能用模式計算推估而已～這部份可能有許多的不確定性。
此外，你看擴散圖～怎麼會風向只有一個方向？台灣地區的地形這麼複雜，很多時候都有小區域的紊流發生，所以空氣不可能持續朝同一個方向吧？沒辦法，一般擴散模式就是只有能一組氣象資料，在這個模擬的過程中，整個模擬範圍都使用同一組氣象場的資料。因此，如果你模擬的範圍太過寬廣，就很可能會失真！畢竟風場是很複雜的，用同一組風場，範圍就不能太離譜！一般擴散模式建議，模擬範圍盡量不要超過50公里！想想看，50公里都可以從台南市區到高雄的小港機場了！這期間的風場資料會完全相同？應該不盡然吧？所以囉，模擬範圍不能太離譜啦！通常以模擬目標中心點，向四個方向延伸20公里，就已經是個很大範圍的模擬區間了！
擴散模式很常使用在工廠擴建時，想要知道增加排放量時，會導致周圍受體點濃度變化的情況。舉例來說，假如台商回流，因此電力不足，導致台電要在興達電廠再加一個機組。假設這個機組每年會導致多排放100噸的SOx，那麼，請問這種排放會導致周界的空氣品質中，SO2的濃度增加多少的量？這種情況就可以使用這類的擴散模式來分析，然後分析的結果會有(1)全年平均增量(2)最大日增量(3)最大小時增量，因為SO2的數值比較少作為空氣品質指標(AQI)的副指標污染物，因此可能看全年平均會更有意思。
另外，煙囪也會排放PM2.5啊！同樣的擴散模式作法也能應用在PM2.5上面！同樣透過增量的模擬，可以找到最大日平均增量，如果這個最大日平均增量加上背景濃度(就是原本還沒有加上這個排放前，由環保署自動監測站原本就測量到的PM2.5濃度值)，竟然超過AQI所規定的100數值以上時，那就代表....很有問題～如果沒有超過，也需要經由專家分析，到底影響程度有多大！經過這些分析後，才能夠判定新增排放後，有沒有什麼更為嚴重的環境影響的問題。
因為火力電廠排放的污染物當中，還有很多的NOx排放，相同的作法可以分析出NO的濃度增量。但是，我們知道NOx與臭氧有關啊！那麼這個新增的排放，會導致多少臭氧的產生或削減呢？呵呵！請注意，O3的形成都是從反應式來的，因此，NOx需要帶入反應式，才能夠求得O3的量。但是，擴散模式並沒有加入任何的化學反應機制，因此，只要提到"單純"的擴散模式，那就不可能模擬衍生性污染物！這個大前提大大家要先留意！因為很多的研究都會說，他們的『擴散模式有加入反應式』，這種說法很有問題～因為一般來說，這種方式大多只會應用在某些特定的情況下，而且大多數都只能用在小範圍的科學研究上，很難具有代表性！大家在看數據的分析時，也千萬要問一下數據的成因～隨便相信數據，而不問數據來源，可能會有很大的問題！
結論就是，擴散模式就只是用在小範圍的非反應性物種的擴散分析，如果分析範圍超過50公里以上，或者是分析的物種包含反應性成份，那你就得要開始質疑數據的可信度！比較特別的是PM2.5，擴散模式可以模擬『原生性排放的PM2.5』濃度，但是無法分析到『由反應性生成的PM2.5濃度』。總之，擴散模式就是讓你很直覺的發現，"附近"的污染物，可能對你家附近的"受體點"影響的程度。
在台灣，常見的擴散模式都是從美國環保署引進的～主要包括：
主程式碼的部份大概都沒改過，只是將(1)地表高層資料(2)地面風場與探空資料(3)排放量資料帶入上述的模式中，就可以大致分析出我們所需要的增量可能性。只是，美國環保署預設釋出的執行檔都是針對windows系統，如果你是使用Linux系統的話，就得要重新編譯程式了。
擴散模式主要是從排放源去找到與受體相關的污染影響情況。反過來，如果我想要知道，目前的空氣好像有點糟糕，那目前這個氣團是從哪裡來的呢？這就得要以逆軌跡模式(backtrajectory)去反向找出來氣團的來源了！
假設氣團就是一個從地表到上空的氣體柱，這個氣體柱會被水平方向的風吹著跑～當然需要考慮到地形因素導致的風場變化。那麼，我們先將需要模擬的區域的風場，全部抓出來，做個解析。舉例來說，全台灣共有70個以上的環保署監測站資料，裡面都有風速風向的資料。此外，比較具有代表性的，還有中央氣象局的監測站資料，將這些資料全部取得，並且每個資料加上經緯度座標，就可以知道同一時間每個位置的風場變化。再經過時間內插，取得每分鐘的風場變化狀態。最終可以取得有點像底下的風場圖示顯示：
上圖的左邊圖示就是每個位置的風場，然後將你需要推算軌跡線的(1)座標與(2)時間帶入到軌跡模式中，軌跡模式就會透過你給的地點與時間，去找到該點的座標位置與附近的風場，然後藉由逐時的風場計算每一分鐘或數分鐘，該氣團的行進路線，最終就可以取得氣團行進的路線，而推算出軌跡線！
如果軌跡線是往以前的時間推算，亦即推算該氣團的來源，就稱為逆軌跡；如果軌跡線是往未來的時間推算，亦即推算該氣團的走向，就稱為前軌跡。無論如何，最終取得氣團在不同時間的座標，將座標連結起來，就成為軌跡線。如同上圖的右側圖示，那就是軌跡線的推估了。
目前比較著名的軌跡模式使用的是HYSPLIT，該模式是由NOAA單位所開發的，官網如下：
HYSPLIT甚至有網頁板，可以直接從WEB上面操作軌跡線的推估，相當有趣！而且HYSPLIT也寫了不少的引導，大家可以前往該官網查詢。
但是大氣的成份總是會變化的，因為有排放量、有反應生成，有化學反應削減，還有傳輸導致的輸入與輸出！所以，上述的方式測得反應速率之後，接下來，就可以透過簡單的箱模式(boxmodel)來處理相關的反應式！箱模式的思考，有點像底下這張圖：
上圖左側是整個具有化學反應的箱模式中，需要考慮的參數！包括箱子中的排放源、水平傳輸、垂直傳輸等等。右側圖示當中的X則是代表某個化學物質，舉例來說，臭氧，根據排放、沈降、化學反應增量、化學反應遺失等，再透過風速傳輸，最終在箱子內會剩下多少量等等，就可以瞭解該反應物種的濃度了。這種簡單的箱模式，最常應用的例如臭氧的EKMA模式！透過該模式可以找到NOx與VOC的相關性！如下所示：
這個EKMA關係式相當重要！你可以看到圖中有A點與B點，當你所在的環境為A點時，無論你削減NOx或VOC，臭氧的濃度都會由0.28ppm網0.24ppm的方向移動，亦即臭氧濃度都可以降低。但是如果你的環境是B點時，降低VOC會導致臭氧由0.12ppm朝向0.08ppm降低，但是降低NOx時，卻會讓臭氧從0.12ppm朝向0.16ppm緩慢前進，這就是有名的『臭氧敏感性分析』的一個重要特色！也就是說，在不同的情境下，你的污染物減量如果方向錯誤，反而可能造成削減了某一種物質，卻導致另一種物質的濃度提昇喔！
只是這種模式假設整個箱子內部是均勻混合的，而且氣象條件、排放參數條件、邊界條件都比較簡單，因此，雖然可以簡易的推估反應式，不過，對於大範圍的模擬區域來說，還是有其極限。而且，邊界條件(就是箱模式圖示中的風向傳輸方向)可能會有很大的影響！
因為箱模式只有一個箱子而已，現在，我們將整個模擬的區域劃分出好幾個獨立的箱子，如此一來，每個箱子就具有獨立的化學反應，然後在透過box-box之間的傳輸，不就能夠將整個區域細分了嘛？這就是三維(X,Y,Z)網格模式的思考角度！底下是網格模式的示意圖：
如上所示，我們需要將整個模擬的區域分為水平的X,Y以及垂直的Z的格子，每個格子需要有獨立的氣象條件、污染物濃度條件、傳輸條件等等，同時，假設一次運算為5分鐘，那麼每個模擬的5分鐘中間，就得要透過統一的計算來處理彼此的傳輸擴散資料，因此，網格模式的運算會相當龐大！所以，通常大型的網格模式會使用較大量的CPU資源，否則運算時間會拉長很多時間！
另外，再次看看上圖，如果上圖的範圍將整個台灣包含在裡面，那麼邊界條件(就是非台灣地區的，也就是最外圍的那一層格子)該怎麼指定呢？如果是固定值，且輸入的污染物濃度資料太低，就可能會有稀釋模擬環境的問題，如果設定的太高，又可能會有額外的外來污染的問題！那該如何是好？這時，就有所謂的巢狀網格模式的產生！
因為『邊界層』對於模式的影響是相當龐大的！什麼是邊界層呢？舉例來說，以你家的空間為例。如果你要模擬你家裡被屋外空氣品質的影響有多大，假設你家的空間是可以被隨意移動的。現在，你的空間移動到清淨農場，你會發現，啊！空氣真是好啊！從窗口(邊界層)進來的空氣將屋內的髒空氣通通吹走了！好舒服！好愉快啊！現在，你的空間移動到林園工業區內，你會發現，哇！窗戶(邊界層)吹進來的揮發性有機物，都快要讓你窒息了！因此，同一個空間(box)在不同的窗口(邊界層)旁邊，受到的影響真的會差很多！
那你會說，不然，我們將前面談到的格子數量加大！例如，假設一個格子距離是3kmx3km好了，我們使用了1000個格子，讓中央距離邊界達到1500公里，如果是這樣，邊界效應的影響應該就會小很多吧！是沒錯啦！但是，總數1000*1000(X*Y)的格點運算，可能會讓你的系統累死！跑不完啦！因此，就有多層次，或所謂巢狀網格的產生。如下圖所示：
為了避免邊界層的影響，因此，我們需要將模擬中心(就是上圖的台灣)跟最遠的邊界(就是上圖的最北到蒙古以北、東到日本以東、西到緬甸以西、南到爪哇島以南)距離拉遠～但是這個距離只是要計算邊界效應而已，因此，最外層網格通常使用格點大小為81kmx81km的大小！總數如果有50格，就有81*50=4000公里了！距離真的夠了！然後水平格點也只有50x50而已，運算速度也夠快。之後為了計算更好的效果，學術界通常以3的倍數來削減，因此接下來的格點大小則為27kmx27km，之後是9kmx9km，最後以3kmx3km的網格包含全台灣，如此一來，就可以兼顧(1)邊界層的效應、(2)模擬的速度、(3)最內層模擬的準確性！
要運作這種網格模式，你得要注意到，如箱模式所說，每個格點都需要有各自的氣象資料、排放量資料與當時的污染物濃度資料，然後透過一段時間(通常是180秒到300秒之間，這裡指的秒，是指運算模式的案例時間，而不是電腦花費的時間)的運算，之後再以傳輸方式傳輸每個格點資料，然後在進行下一次的模擬。在整點時，就將該時間點的各種空氣污染物濃度記錄下來。因此，所需要的資料就非常的龐大！基本上，需要的資料有：
如上圖所示，空品資料通常要兩個重要的模組：
早期的網格模式(或稱為第二代網格模式)，通常是僅能計算某一種化學反應，例如氣態的光化學反應，就只能計算氣態物質～無法推算固態的PM或者是沈降、或者是能見度、或者是酸雨資料等。後來美國環保署開發出一種one-atmosphere的機制，也就是說，光化學反應除了產生O3之外，也能透過O3氧化的過程，將硫化物、氮化物生成為硫酸鹽與硝酸鹽等固態成份！同時，由於產生固態成份，也會影響能見度與酸性沈降等。將這些機制全部放入同一個模式中運作，就成為第三代網格模式。目前這個模式的代表就是Models-3/CMAQ！
models-3/CMAQ大概是目前國際間使用最廣泛的網格模式，因為這個模式執行過程中，就自然會運算PM2.5的成份、光化學反應的進行。新的模式還主動加入了生物源的日夜排放、雲程序的進行、乾沈降、濕沈降等輸出檔案，而且輸出的資料統一格式為NetCDF格式，這種格式的資料一般來說，讀寫速度快，而且資料的定義很清楚，不容易因為欄位錯誤而導致資料讀寫的失誤！相當有趣！
網格模式的運作應該是大家比較不容易搞清楚的部份～尤其是習慣跑擴散模式或軌跡模式的操作者，通常搞不清楚網格模式到底是怎麼運作的，怎麼會複雜到目前會跑這種模式的人，還是少之又少？
我們前面講到，化學反應機制很多都是非線性的，也就是，並非1+1=2結果就會產生1+2=3的情況！在某些特別的情境下，反而有可能會變成1+2=1的狀態呢！所以，在進行網格模式的模擬時，一定要遵循底下的流程，才可以對外說，你的模擬是合理的：
所以，一般習慣跑擴散模式的朋友會不太懂！原因如上啊。通常擴散模式『只針對新增或削減的那個污染排放進行模擬』，就可以知道增量的結果。但是網格模式的處理是，你要將『原來的所有的排放量』裡面，『抽換你想要更改的那個排放源』之後，再重新模擬。所以，並不是僅針對要更改的那個排放源而已！這樣說，理解了嘛？這裡最麻煩！