随着我国经济快速发展，我国面临着日益严重的大气污染问题。近年来，严重的大气污染问题已经明显影响国计民生，引起政府、学界和人们越来越多的关注。大气污染是工农业生产、生活、交通、城市化等方面人为活动的综合结果，同时气象因素是控制大气污染的关键自然因素。大气污染问题既是局部、当地的，也是区域的，甚至是全球的。本地的污染物排放除了对当地造成严重影响外，同时还会在动力输送作用下，极大地影响下风向地区的大气环境状况。数值模式模拟是分析大气污染物时空分布和成分贡献的重要工具，利用模拟结果可以分析大气污染的来源、成因、污染程度、持续时间、主要成分、相对贡献等问题，有助于分析并合理控制污染源排放，为产业调整提供参考。当前，针对不同理论、用途和设计理念，国内外已经研发出了多种空气质量模式。这些模式被广泛应用于空气质量预报预警系统建立、大气污染防治、环境影响评价等工作中。
AERMOD模型是在美国EPA（AMS/EPA）在ISC3（Industrial Source Complex Model）基础上建立开发的高斯稳态扩散模型，是我国《环境影响评价技术导则 大气环境（HJ 2.2-2018）》技术导则推荐的大气污染物浓度预测模型之一。AERMOD模型被广泛用于大气污染预测、大气环境影响评价和大气污染防治工作中。
高斯稳态烟羽扩散模型和AERMOD模型原理解析
1．高斯稳态烟羽扩散模型；
2．AERMOD模型原理及经验分享；
3．AERMOD模型结构及配置方法；
AERMOD模型运行、数据准备及后处理
1．AERMOD模型环境搭建及调试；
-
测试案例数据准备；
-
AERMOD 案例运行实践；
4．输出数据后处理操作；
基于《环境影响评价技术导则大气环境（HJ 2.2-2018）》的AERMOD配置方法
1．《环境影响评价技术导则大气环境（HJ 2.2-2018）》推模式讲解；
2．基于导则的AERMOD配置方案；
3．气象数据预处理技术方法；
4．地形数据预处理技术方法；
基于AERMOD模型的大气环境影响评价案例研究
1．气象数据预处理；
2．地形数据预处理
3．污染物排放量计算
4．AERMOD模型运行；
5．案例后处理；