该次工作从对某复杂地形实测风场资料的诊断,得到质量守恒三维风场开始,进而利用随机游走模式(又称蒙特-卡罗方法,或M-C方法)、核函数方法以及利用仅与时间相关扩散经验参数方法(又称KT方法),获得风场中污染物的扩散分布,并与实测地面浓度进行比较,最后通过误差分析得出结论.最终的结果显示作为该次模拟工作的主体,随机游走模式是可用的.在工作中,分别对一些比较重要的参数进行试算分析,主要有:1)在前期风场数据处理时,通过不同方法计算分析,对稳定度类型的不确定性做了必要的展示、说明;2)对风场诊断计算过程中涉及的分别代表水平、纵向观测误差的a<,1>、a<,2>,以不同比例,或等比改变后风场诊断结果进行了观察分析.结果表明a<,1>、a<,2>的比值决定诊断过程对水平风场的调整程度,a<,1>、a<,2>的数值大小在迭代精度确定时影响迭代运算的次数,从而间接影响水平风场调整结果;3)由于L、u*对污染物扩散分布作用明显,所以有必要利用不同方法求解莫宁-奥布霍夫长度L、摩擦速度u<,*>,并参照经验数据,确定采用值;4)通过计算、观察不同模拟粒子数下,M-C方法与核函数方法底层最大浓度的变化情况与浓度分布情况,确定适当的模拟粒子数;5)通过计算、观察不同扩散尺度下,核函数浓度结果与M-C方法吻合情况与浓度分布,确定适当的扩散尺度;在确定计算参数后,对M-C方法、核函数方法以及KT方法进行并行计算及结果分析.数值比较分析的主要思路是:对M-C方法而言,以与实测数据比较为主;对核函数方法、KT方法而言以与M-C方法结果比较为主.误差分析结果表明:1)M-C方法在模拟风场与实际风场吻合较好时,模式是有效的;2)核函数方法表现出良好的浓度分布光滑、连续的预期效果,节省计算机时也达到20％左右,但数值结果发生量级误差.分析原因可能与现有的理论公式中重复考虑扩散而产生系统误差有关,这说明核函数方法仍有需要发展、改进的方面;3)KT方法也表现出较好的浓度分布光滑、连续的效果,并可进一步节省机时,但数值结果误差更大.分析原因是利用的经验参数适用条件与该次实验不符、核函数方法本身存在问题.实验结果说明,诊断得到的静态风场无法完全再现随时间发生改变的实际风场,这对模拟污染物扩散影响重大.同时用某个假定的静态水平对称的湍流参数场替代一个时、空变化的相应的三维湍流参数场,对污染物分布模拟的影响也是结果误差来源之一.但在实际风场与模拟风场较为匹配情况下的数值比较与浓度分布结果观察,分析认为:该次模拟工作的核心M-C模式是有效的.