box modeli distribucije aerozagadjivaca u okolini
DESCRIPTION
U ovom radu je opisani su Box i Gausov model kao dva od najjednostavniji Ojlerovih modela za distribucije aerozagađivača u okolini. Ovi modeli se bazira se na jednostavnosti i veoma ih je lako primeniti matematički, a samim tim i implementirati u kompjuterskim programima, što znatno olakšava proračune distribuciju aerozagađenja u ispitivanom prostoru.Ključne reči: Box model, Gausov model, Ojlerovi modeli, aerozagađivači.TRANSCRIPT
REZIME
U ovom radu je opisani su Box i Gausov model kao dva od najjednostavniji Ojlerovih
modela za distribucije aerozagađivača u okolini. Ovi modeli se bazira se na jednostavnosti i
veoma ih je lako primeniti matematički, a samim tim i implementirati u kompjuterskim
programima, što znatno olakšava proračune distribuciju aerozagađenja u ispitivanom prostoru.
Ključne reči: Box model, Gausov model, Ojlerovi modeli, aerozagađivači.
UVOD
Od Ojlerovih modela, Box modeli predstavljaju najjednostavniji matematčki pristup, jer oni
ignorišu prostornu strukturu fenomena. Oni pretpostavljaju se da su zagađivači ravnomerno
rasprostranjeni unutar paralelopipda. Sa teoretskog gledišta, ovo je ekvivalent za pretpostku
beskonačnog koeficijenta difuzije, koji izaziva momentalno širenje zagađivača predstavljenog u
kutiju koja je predmet razmatranja.
Zagađivač prisutan u kutiji, potiče od unutrašnjih izvora ili vanjskih doprinosa prenesenih
vetrom ili tokom kroz vrh kao posledica varijacija u visini same kutije, što se uopšteno podudara
sa ML visinom.
1. Box modeli
U matematičkom smislu, kontinualna jednačina koja opisuje pomenuti fenomen je
formulisana kao:
gde su:
Q – vreme prosečna emisije fluksa polutanata za jedinična područja
t – vreme
C – koncentracija na vreme t u kutiji
X – dužina kutije zajedno sa smerom vetra
h – dubina kutije
u – prosečno brzine vetra kroz box
Ca - koncentracija na vrhu box granice
Cb - je koncentracija na granici uspona vetra
U navedenoj formuli posljednji termin se podrazumeva samo ako je δh/δt > 0 (povećanje
visine kutije); širina kutija (Y) se prikazuje zato što duplira sve izraze u jednačini. U jednačini,
prvi član izražava brzinu pri kojoj se zagađivač sakuplja u kutiji.
Ograničeno prema stacionarnim uslovima (δC/δt=δh/δt=0), a imajući u vidu nultu vrenost
koncentracije uspona verta (Cb = 0), jednačina može se pojednostaviti kao:
Postoje takođe i "Muliboks" modeli, koji u zavisnosi od oblasti studija, ovuhvataju nekoliko
susednih kutija koje su u međusobnoj komunikaciji. U svakoj kutiji, koncentracija zagađivača je
2
neformalno rasprostranjena i horizontalni protok izlaza iz kutije jeste ulaz u susednu kutiju
(Stern, 1976; Zannetti, 1990).
2. Gausovi modeli
Gausov pristup je široko primenjen u studijama aerozagađenja kao način oblikovanja
statističkih komponenti koncentracije zagađivača emitovanih u PBL.
Uslovi, pod kojima srednji nivo koncentracije određenih vrsta zagađivača se emiituje od
tačke izvora može biti pretpostavljen da ima Gausovu distribuciju, su visoko idelaizovani, jer
zahtevaju nepokretnu i homogenu turbolenciju. U PBL, protok može biti pretpostavljen da je
kvazi-nepokretan za odgovarajuće kratke periode vremena (otprilike 10 minuta do 1 časa). U
svakom slučaju, usled prisustva na površini, postoje varijacije sa visokim, ili oba, odnosno
srednjim vetrom i turbolencijom, koje ne mogu uvek biti zanemarljive.
Većina truda je posvećena razvaju ne-Gausovih modela za rešavanje nehomogenih struktura
PBL turbolencije. U svakom slučaju, oni još uvek daju rezultate pomoću samo pomoću preterano
obinog kompjuterskog proračuna, bilo da je reč o hitnoj intervenciji aplikacije ili samo za
računanje vremena serijske koncentracije za duži period (npr. jednu godinu).
Kasnije je ova metoda vrlo bitna proceni kršenja standarda zagađenja vazduha, koji su često
izraženi u velikim procentima.
Međutim, Gausovi modeli su brzi, jednostavni, ne zahtevaju komplikovane meteorološke
ulazne podatke, i opisuju difuzni prenos u Ojlerovom okviru, čineći upotrebu Ojlerovih merenja
jednostavnom.
Zbog svega nevedenog, ovi modeli su još uvek široko rasprostranjeni i redovno se primenjuju
u agencijama za zaštitu životne sredine širom sveta. Pored toga, zbog poznatih unutrašnjih
granica, pouzdanost Gausovih modela čvrsto je zavisna od načina na koji su utvrđeni parametri
disperzije bazirani na strukturi turbolencije PBL-a, kao i mogućnosti modela da ponovo
proizvedu eksperimentalne podatke o difuziji. Postoje bitne varijacije u formulacijama (Hanna et
al, 1977; Briggs, 1985; Berkowicz et al, 1986; Hanna, 1986; Bowen, 1994; Erbrink, 1995,
Mohan and Siddiqui, 1997).
Gausovo rešenje je system koordinata gde je x usmeren u pravcu vetra, y je poprečno
usmeren od vetra, z je visina, a izvor jačine Q je lociran na (0,0, H), što može biti zapisano kao:
gde su: σy i σz funkcije udaljenosti od izvora i turbolentnog, i utvrđuju se eksperimantalno.
Fizički fenomen difuzije emitovanog materijala je zbog toga matematički opisan kao model
kroz brže ili sporije “prstiranje” (izraženo kao povećanje u numeričkoj vrednosti “sigme”)
Gausove krive. Slika 1.
3
Slika 1. – Gausovo prostiranje oblaka u system reference orjentisan u pravcu srenjeg vetra
Gausovi modeli mogu simulirati kompleksne površine ili snagu izvora, oboje prema
integrisanom prostiranju doprinosa emisija (moguće je jer Gausovi modeli su linearni
emisijama), kao i za otklanjanje poteškoća u integraciji uz upotrebu posebnih algoritama.
U praksi, oni mogu biti upotrebljeni relativno lako, i takođe mogu biti primenjeni u mnogim
uslovima (npr. izoovanim izvorima, gradovima, saobraćaju, kompleksim terenima). Osim toga,
imajući na umu da u praktičnoj primeni, meteorološki podaci nisu generalno dostupni i za
površinski nivo i za visoki nivo vremenske/prostorne rezolucije, njihove performance nisu ništa
lošije od ostalih modela. Iz svega navedenog, najoperativniji modeli i jesu bazirani na Gausovom
pristupu.
Gausov model može biti izmenjen da bi se proširila primena nestatičnoh i nehomogenih
uslova, kao i za složeniju orografiju. Konkretno, razbijanje oblaka u dim dozvoljava simulaciju
disperzije zagađivača u pseudo-statičnim uslovima. Takvi modeli, ilustrovani u nastavku,
razlažu oblake u dim, čije karakteristike se razvijaju u vremenu i prostoru zajedno sa promenom
meteoroloških uslova i uslova emisije.
U načinima izračunavanja “sigme” kao funcije atmosferske stabilnosti i udaljenosti niskog vetra
od izvora emisije razlikuju se mnogi Gausovi modeli.
3. Semiempirijski izrazi σ
Postoji nekoliko šema za izračunavanje σy i σz kao funkcija stabilnosti klasa i udaljenosti
donjeg vetra od izvora.
Klase stabilnosti u suštini mogu biti izračunate primenom semiempirijskih tehnika, na
primer, Paskolova metoda (Pasquill and Smith, 1983) zasnovana je na jednostavnom
metorooškom promatranju (Tabele 1. i 2.) kao što su promatranja brzine vetra, izlaganja
sunčevoj svetlosti i naveče, prekrivenosti oblaka. Druge tehnike usvajaju mere standardne
devijacije vertikalne brzine vetra σw, horizontalnog smera vetra σθ, vertikalnog nagiba
temperature ΔT/Δz i Ričardsonovog broja, kao što je to i prikazano u tabeli 2. Procene klasa
stabilnosti kroy standardnu devijaciju bryine vetra mora biti ispravljeno za vreme noći, što sledi
u Tabeli 3, a kako je predložio Irvin (1980).
Brzina vetra na Zemlji (m/s)
Izloženost suncu/Pokrivenost oblacima <2 ≥2 i <3 ≥3 i <5 ≥5 i <6 ≥6
Dan Jaka izloženost suncu A A-B B C-D C
Umerena izloženost
suncu A-B B B-C C-D D
Slaba izloženost suncu B C C D D
Dan ili noć Oblačno D D D D D
Noć Slaba oblačnost ili 0.5
E D D D
Slaba oblačnost ili 0.4
F E D D
Izvor: Pasquill, F., i Smith, F.B., Atmospheric Diffusion, Halsted Press, John Wilez & Sons, New York, 1983.
Napomena: A, jako nestabilno; B, nestabilno; C, slabo nestabilno; D, neutralno; E slabo stabilno; i F, stabilno.
Tabela 1. – Klasifikacija stabilosti
Klasa stabilnosti
Paskalova
klasa
stabilnosti
σθ (°)
Vertikalni
temperaturi
nagib (°C/m 10-2
)
Ričardsonov
broj na 2 m σw/Ū
Veoma nestabilno A 25.0 <-1.9 -0.9 >0.15
Umereno
nestabilno B 20.0 -1.9 do -1.7 -0.5
0.1 do
0.15
Blago nestabilno C 15.0 -1.7 do -1.5 -0.15 0.1 do
0.15
Neutralno D 10.0 -1.5 do -0.5 0 0.05 do
0.1
Blago stabilno E 5.0 -0.5 do 1.5 0.4 0 do 0.05
Umereno stabilno F 2.5 0.8 0.8 0 do 0.05
Izvor: Zannetti, P., Air Poluttion Modelling, Computational Mechanics Publications, Southamton, U.K. i Van
Nostrand Reinhold, New York, 1990.
Napomena: σθ je standardna devijacija horiyontalnog smera vetra. Ū je srednja vrednost brzine vetra. σw je
standardna devijacija srednje vertikalne brzine vetra.
Tabela 2. – Klasifikacija atmosferske stabilnosti
Jednom kada su klase stabilnosti procenjene, “sigma” su izražene kao funkcija daljine donjeg
vetra x, koristeći judnu od mnogih dostupnih formula u literature, preuzete iz eksperimentalnih
kampanja.
5
Paskal-Giford sigme (Gifford, 1961), predstavljene u analitičkom obliku Grena et al. (1980)
mogu biti predstavljenje kao:
gde su: k1, k2, k3, k4 i k5 konstante koje variraju u zavisnosti od atmosferske stabilnosti.
Kategorija
identifikovana
prema σθ
Brzina
vetra na
10m (m/s)
Kategorija
ispravnog
vremena
tokom noći
A <2.9 F
2.9-3.6 E
>3.6 D
B <2.4 F
2.4-3.0 E
>3.0 D
C <2.4 E
≥2.4 D
Izvor: Irwin, J.S., Estimating plume dispersion – A recomanded gereralized scheme, Fourth AMS Symposium on
Turbolence and Diffusion, Reno, NV, 1980.
Napomena: Uzima se obzir da noćno vreme bude u intervalu od 1h pre zalska sunca do 1h posle izlaska sunca.
Tabela 3. – Ispravka nestabilne stabilnosti u toku noći
Brisove sigme (Briggs, 1973) se razlikuju u zavisnosti od difuzije u otvorenom polju i
urbanim sredinama (Tabela 4.).
U skorije vreme, “sigme” se izražavaju kao funkcije kontinualnih varijabli u atmosferskoj
turbolenciji. Većina njih je bazirana na pristupu predloženom od strane Paskala (1971). On je
zadržao suštinske elemente Tejlorove statističke teorije, ali je unapredio parameter disperzije u
uslovima količine turbolencije i njihovim povezanim vremenskim rokovima, koristeći sledeće
izraze:
gde su:
σv i σw standardne devijacije transveryalnih i vertikalnih komponenti brzine vetra, a
Sy i Sz univerzalne funkcije vremena difuzije t i Lagrangianive vremenske skale TL.
6
Pasquill σy(m) σz(m)
Parametri disperzije u urbanim sredinama* (za udaljenost između 100
i 10.000 m)
A-B 0.32x(1+0.0004x)-0.5
0.24x(1+0.001x)0.5
C 0.22x(1+0.0004x)-0.5
0.20x
D 0.16x(1+0.0004x)-0.5
0.14x(1+0.0003x)-0.5
E-F 0.11x(1+0.0004x)-0.5
0.08x(1+0.00015x)-0.5
Parametri disperzije u ruralnim sredinama* (za udaljenost između 100
i 10.000 m)
A 0.22x(1+0.0001x)-0.5
0.20x
B 0.16x(1+0.0001x)-0.5
0.12x
C 0.11x(1+0.0001x)-0.5
0.08x(1+0.0002x)-0.5
D 0.08x(1+0.0001x)-0.5
0.06x(1+0.0015x)-0.5
E 0.06x(1+0.0001x)-0.5
0.03x(1+0.0003x)-1.0
F 0.04x(1+0.0001x)-0.5
0.016x(1+0.0003x)-1.0
Izvor: Briggs, G.A., Diffusion estimation for small emissions, in environmental research laboratories, air
resiurces atmospheric trubolence and diffusion laboratory, Annual report, 1973. USAEC Report ATDL-
106, National Oceanic and Atmospherics Administration, December 1974.
Tabela 4. – Brigova Sigma (1973) u otvorenom polju i urbanim sredinama
Kao što je prikazano izand, nalazi se šema zasnovana na teoriji sličnosti i
mikrometeoroliškim promenljivima, predloženo po Irvinu (1983), a koja je uključena u nekoliko
regulacionih modela:
sa
Moderni izraz “sigmi” u uslovima brzine vetra i Langrangianovoj integralnoj vremenskoj
skali, na bazi atmosferske turbolencije spectra modela, su predstavljeni u Mangia et al. (1998).
7
4. Gausov model produžetaka
Kao što je pomenuto iznad, Gausov model može biti modifikovan da bi dozvolio simulaciju
disperzije u nekim uslovima:
linearni, površinski i volumetrijski izvori emisije,
kompleksni tereni (doline, gradovi i prioblska područja),
posebni meteorološki uslovi, kao što su fenomeni dezinsekcija ili zatočenje zagađivača,
difuzija teških ili reaktivnih zagađivača.
Takođe postoje takozvani klimatolški modeli, gde u svakoj vrednosti koncentracije
izračunatoj prema formuli sličnosti sa Formulom 5.10 jeste predstavljena težina, u zavisnosti od
frekvencije dešavanja meteoroloških uslova, odgovarajućih datoj vrednosti koncentracije
(Tirabassi et al., 1989; Zannetti, 1990).
Da bi se proširo spektar primenjenosti Gausove metode takođe na nehomogene i
nestacionarne uslove, razvijen je model rasipanja. Ovde, oblak koji je emitovan jeste podeljen na
serije nezavisnih elemenata, koji su uključeni kao funkcija varijacije meteoroloških uslova u
prostoru i vremenu (Zanetti, 1990).
5. Gausovi modeli rasipanja
Modeli raspinja su predstavljeni da bi simulirali ponašanje zagađivača u nekomogenim i
nestacionarim meteorološkim uslovima i uslovima emisije (Zannetti, 1990).
Emisija je diskretizovana u privremeno sukcesivno rasipanje, od kojih se svaki oblak
prebacuje u prostor kalkulusa zahvaljujući trodimenzijalnom polju vetra koji je vremenski
promenljiv.
Gausovi modeli raspianja pretpostavljaju da svaki izvor zagađenja u vremensom inervalu Δt
oslobađa u atmosferu masu polztanata ΔM = QΔt, gde je Q stopa emisije koja je promenljiva u
vremenu.
Ako je u vremenu t centar rasipanja lociran kao p(t) = (xp, yp, zp), onda je udio ovog rasipanja
zbog proračuna koncentracije na mestu prijemnika r = (xp, yp, zp) dat kao sledeći odnos:
gde Gausova distribucija za polje koncentracije za jednu jednacinu rasipanja zahteva procenu σz i
σh za svako rasipanje ponaosob. Ukupna koncentracija zagađivača dobijena iz prijemnika je
izračunata sumiranjem doprinosa Δc od svih rasipanja emitovanih od svih prisutnih iyvora.
Presudna razlika između izraza 5.16 i 5.25 bi bila: kasnije, različiti termini difuzije menjaju
termin advekcije sa rezultatom nestanka brzine srednjeg vetra u iz izraza. Ovo znači da u modelu
rasipanja brzina vetra utiče na proračun koncentracije samo u gustini rasipanja u predlima
difuzije (donja brzina vetra, bliže rasipanju koje se emituje od izvora). Iz ovog razloga, modeli
rasipanja, za razliku od Gausovog modela opisanog u poglavlju 5.16 (koncentacija teži ka
beskonačnosti za u koje teži prema nuli), mogu se upotrebiti za simulaciju difuzije u uslovima
mirnog vetra.
Modeli rasipanja su takođe pogodni za simulaciju difuzije preko kompleksnih orografija: u
ovom slučaju trodimenzionalno područje vetra mora biti rekonstruisano od orografskih
karakteristika i dostupnih anemometrijskih mera.
8
ZAKLJUČAK
Modeli za modelovanje disperzije gasnih zagađivača kaovšto su Box i Gausov model igraju
značajnu ulogu u regulatornim agencijama za kontrolu kvaliteta vazduha kao i službama za
vanredne situacije. Oni, na osnovu meteoroloških podataka, vrste izvora, jačine izvora,
geometrije terena, hemijskih karakteristika zagađivača kao i nekih drugih faktora, nastoje da
procene koncentraciju gasova u određenoj oblasti.
Ovi sistemi se najčešće koriste kako bi se odredilo da li postojeća ili predložena nova
idustrijska postrojenja zadovoljavaju propise o kvalitetu vazduha. Takođe, oni nastoje da
pomognu u kreiranju efikasne kontrolne strategije za smanjenje emisije štetnih zagađivača u
vazduhu. Sistemi za modelovanje disperzije koji koriste službe bezbednosti i timovi za vanredne
situacije služe za planiranje i reakciju usljed ispuštanja hazardnih gasova
LITERATURA
1. D. Moreira, M. Vilhena, Air Pollution and Turbulence: Modeling and Applications,
November, 2009,
2. R. Stojanović, A. Škraba, R. De Amicis, G. Conti, D. Elhanani, S. Berkowitz, J.
Knežević, G. Nikolić, I. Vujačić, P. Djurašković, Development of Real-Time Response
System for Air Pollution Dispersion Accidents in Urban Areas, September, 2011,
3. N. S. Hommes, L. Morawska, A Review of Dispersion Modelling and its application to
the dispersion of particles: An overview of different dispersion models available,
June, 2006,
4. A. Tiwary, J. Colls, Air Pollution, Measurement, Modelling and Mitigation,
December, 2010.
BOX AND GAUSS DISTRIBUTION MODELS OF AIR POLLUTANTS IN THE
ENVIRONMENT
SUMMARY
This paper describes the Box and Gaussian model as two of the simplest Euler models for
the distribution of air pollutants in the environment. These models are based on the simplicity
and they are easily applied mathematical, as well as implemented in computer programs, which
greatly simplifies the calculations distribution of air pollution in the investigated area.
Keywords: Box model, Gaussian model, Euler models, air-polluters.