現行的模式在空氣品質預報中較無法考慮突發事件造成的影響，如火山爆發事件影響等， 主要原因在於模擬計算時間超出模擬時效，現階段預報流程仍需要一段作業時間，電腦運算無法立即地完成預報，因此較難評估與預測突發事件發生時的影響程度與範圍。 但若可以在事件發生前，先行使用模式，在假設情景下進行模擬，用以建立汙染災害資料庫，在真實發生事件時就可以從中分析，進而進行快速的應變。 為了加速空氣汙染災害資料庫的建立，引入相較現行模式簡單的 CALPUFF模式及GRAL模式。其中CALPUFF可以模擬大區域範圍，長時間的汙染物擴散分布， 而GRAL可用於城市街道間尺度，提供高解析度的模擬結果。

Graz Lagrangian Model (GRAL) 是一個解析度能模擬街道山谷尺度的模式，可以在建物一類的障礙物中模擬風場，進一步模擬汙染物隨風力影響的擴散狀況。 目前先使用了臺北市地區的建物資料進行計算。為了節省計算時間，我們先進行了風場的計算， 從 (121.50E,24.96N) 每0.02度 (約2公里) 分布49個 (7x7) 區域，每個區域長寬為5公里，預先設定16個風向、4個風速， 計算出各個區域在建物影響下的風場。在事件發生時，以發生事件的位置找出對應的區域 (1/49)， 從觀測，或是氣象模式的預報知道當下大環境下的風，而找出相對應的風向風速 (1/(16x4))。 再使用這個計算好的風場進行汙染物擴散的模擬。省去了前面的計算，只計算擴散的模擬，可以在5分鐘內立即的輸出結果。

5km的風場網格大小為10m，有相當高的空間解析度，但由於GRAL目前的設定為同個模擬下保持同樣的風場，這樣的假設不能保證長時間下在真實狀況中會是同樣的風場，因此這個模擬只適用在1小時以內的短時間模擬。

針對可能會有較大範圍，及長時間影響的突發事件，我們先行框列了43個地點，包含部分電廠及工業區做為事件情景點。

作為前期的模擬測試，以16種風向，4種風速等級劃分上進行過去氣象資料的個案挑選，共選出了2047個歷史資料點。但是，因為這些挑選出來的資料點是過去的氣象狀態，只能符合該點的狀態，對於遠離參照點的氣象場的參考價值相對的低。

在使用CALPUFF模擬之前還需要處理地形資料及氣象場的資料，這裡所使用的氣象場來源是WRF的預報，這裡的WRF預報有可能是過去的模擬，也可能是當天的模擬。但由於WRF的預報再加上CALPUFF模擬的時間有可能會過長，以至於趕不上當天的預報，因此在選用氣象場時，會使用WRF前一天的模擬預報。

PUFF模擬東北角地區突發空汙事件