340 likes | 738 Views
dr Michał Neumann BMT– Polska sp. z o.o. Wrocław. Metody obliczeniowe prognozowania zapachowej uciążliwości odorów dla przeprowadzenia oceny oddziaływania na środowisko inwestycji. 2. Zagadnienia. Modelowanie zjawiska transportu w atmosferze Specyfika zapachów w modelowaniu
E N D
dr Michał Neumann BMT– Polska sp. z o.o. Wrocław Metody obliczeniowe prognozowania zapachowej uciążliwości odorów dla przeprowadzenia oceny oddziaływania na środowisko inwestycji 2
Zagadnienia Modelowanie zjawiska transportu w atmosferze Specyfika zapachów w modelowaniu Propozycje rozwiązania problemu w Polsce
Modele • Raport EEA (1996 r.)* prezentuje 15 modeli skali lokalnej, • z których 13 to modele „gaussowskie”. • Wolno sądzić, że modele gaussowskie będą stanowiły podstawowe narzędzie do oceny jakości powietrza w procesie inwestycyjnym oraz przy wydawaniu pozwoleń na emisję, także w zakresie prognozowania oddziaływania ze względu na zapach. * EEA – Topic report 19/96 (1996): Moussiopoulos N., E. Berge, T. Bøhler, F. De Leeuw, K.-E. Grønskei, S. Mylona, M. Tombrou: Ambient Air Quality, Pollutant Dispersion And Transport Models. European Environment Agency, Copenhagen • Popularność zyskują modele cząstek Lagrange’a. 7
Modele „odorowe” • Raport NERI* prezentuje modele ukierunkowane na problematykę odorową albo możliwe do zastosowania na tym obszarze:AUSTAL200G, NaSt3D oraz GERDA (niemieckie)AODM (austriacki)OML–Lugt (duński)UK–ADMS (brytyjski). * Helge Rørdam Olesen, Per Løfstrøm, Ruwim Berkowicz, Matthias Ketzel. Regulatory odour model development: Survey of modelling tools and datasets with focus onbuilding effects. NERI Technical Report No. 541. 2005. 8
Dwie techniki modelowania: Gaussa i Lagrange’a Źródło: Fedra K. (2000): High-Performance Computing and Networking for Technological and Environmental RiskManagement. projekt HITERM Final Report
Przypadki, w których model Gaussa zawodzi • Model pola wiatru uwzględnia strukturę przestrzenną terenu i brył budynków w sąsiedztwie ulicy Źródło: http://www.architektur.uni-stuttgart.de/wums_caad/mod.html
Przypadki, w których model Gaussa zawodzi Źródło: MANNING A. J., K. J. NICHOLSON, D. R. MIDDLETON AND S. C. RAFFERTY (2000): Field Study of Wind and Traffic toTest a Street Canyon Pollution Model. Environmental Monitoring and Assessment 60: 283…313
Przypadki, w których model Gaussa zawodzi Wysoki punkt emisji: przeszkoda możliwa do zamodelowania Niski punkt emisji: model „nie widzi” przeszkody Źródło rysunku po lewej stronie: Proposed Guideline for Air Dispersion Modelling. Ontario Ministry of Environment. RFP #SSB-034875 – November 10, 2003
źródło danych: WIOŚ, Warszawa Dokładność modelowania w praktyce
Model Gaussa – elementy w przekroju poprzecznym do osi smugi rozkład stężeń „gaussowski” 16
Model Gaussa – elementy • Sxyz (u,…,H) gdzie • Sxyz – stężenie w punkcie o współrzędnych x, y, z • u – prędkość wiatru u = u (h,…) pojęcie: pionowy profil prędkości wiatru • H –wysokość smugi H = H (u,…) H = h + hróżne formuły na wielkość wyniesienia smugi h 17
Teoretyczny profil prędkości wiatruu(h) = u(ha) × (h / ha)m m=0,40 m=0,16 m=0,28 Źródło: PATERSON K. (1995): Lectures: http://bigmac.civil.mtu.edu/public_html/classes/ce459/lectures/
Rzeczywisty profil prędkości wiatruna tle profilu teoretycznego Źródło: PATERSON K. (1995): Lectures: http://bigmac.civil.mtu.edu/public_html/classes/ce459/lectures/
Wykładnik meteorologicznydoświadczenie terenowe* * TOUMA J. S. (1977): Dependence of the wind profile power law on stability for various locations.Journal of the Air Pollution Control Association, 27: 863…866 Różne lokalizacje Pomiary całoroczne Wartości m dla 7 stanów równowagi (A…G) odchylenie standardowe (S.D.) 45…111%
Wykładnik meteorologiczny m Źródło danych: TOUMA J. S. (1977): Dependence of the wind profile power law on stability for various locations.Journal of the Air Pollution Control Association, 27: 863…866
Stan równowagi atmosfery doświadczenie porównawcze* * SKAGGS D. L., E. ROBINSON (1976): A comparison of methods for estimating atmospheric stability and diffusion coefficients. Journal of the Air Pollution Control Association, 26: 888…891 Wspólny zbiór danych meteorologicznych Sześć sposobów klasyfikacji stanu równowagi atmosfery Efekt: wyniki rozbieżne w wysokim stopniu 22
Stan równowagi: zawodność klasyfikacji % Źródło: SKAGGS D. L., E. ROBINSON (1976): A comparison of methods for estimating atmospheric stability and diffusion coefficients. Journal of the Air Pollution Control Association, 26: 888…891
Wyniesienie smugi h Istnieje wiele algorytmów ŻADEN nie sprawdza się we wszystkich przypadkach NIEKTÓRE rzadziej wykazują rażący błąd od innych 24
Wyniesienie smugi h W Polsce: metodyka Hollanda z 1953 roku* obowiązuje dla większości źródeł, także najmniejszych. Algorytm wyprowadzono z danych uzyskanych dla kominów o średnicy wylotu 1,7…4,3 memitujących spaliny w temperaturze 82…204°C Algorytm zaniża wyniesienie** (i zawyża stężenia) * HOLLAND J.Z. (1953): A meteorological survey of the Oak Ridge area. Atomic Energy Comm. Rep. ORO–99, Washington D.C. ** D. BRUCE TURNER: Workbook of Atmospheric Dispersion Estimates, 3rd printing May 1970 25
Jak traktować odory w ocenie? Brak norm zapachowej jakości powietrza(stężenia progowe, czas uśredniania, częstość występowania) Brak modelu (narzędzia oceny) 27
Przeliczanie stężeń maksymalnych na czas krótszy, niż uwzględnia model S (t1) > S (t2) gdy t1 < t2 Metoda prymitywna (i błędna): S(t1) / S(t2) = t2 / t1 podstawowy błąd w założeniu Metoda prosta: S = S(t)p0 < | p | < 1 Inne metody: zależność od wielu parametrów 28
Sposoby przeliczania stężeń metoda prosta Smith* S (t2) / S (t1) = (t1/t2)p p zależy od stanu równowagi atmosferyp (0,35…0,65) Schnelle** p (0,17…0,75) * Smith S. E.: Recommended Guide for the Prediction of the Dispersion of Airborne Effluents. American Society of Mechanical Engineers, wyd. 3, New York, 1973 ** Schnelle K.B. jr., Dey P.R.: Atmospheric Dispersion Modeling Compliance Guide, McGraw–Hill, New York, 2000 29
Wynik przeliczeń stężeń – metoda prosta Według podanej metody przelicznik stężeń S (60 minut) S (1 minuta) może przyjmować bardzo różne wartości (60 / 1)p = 2,00 (p=0,17) … 21,6 (p=0,75) (60 / 1)0,5 = 7,75 stosowane w Danii W Niemczech: mnożnik 4,0 odpowiada p = 0,34 US-EPA stosuje mnożnik p = 0,2 (60 / 1)0,2 = 2,27 30
Sposoby przeliczeń stężeń Metoda zaawansowana* uwzględnia też wpływ: odległości od źródła emisji (rozmycie piku) wysokości źródła nad terenem wysokości receptora nad terenem a także prędkości wiatru * Schauberger G., Piringer M., Petz E.: Diurnal and annual variation of the sensation distance of odour emitted by livestock buildings calculated by the Austrian odour dispersion model (AODM). Atmos. Environ., Vol. 34, No. 28, s. 4839–4851, 2000 31
Jakim modelem prognozować stężenia gdy będą znane kryteria oceny? Dopuścić stosowanie narzędzi stosowanych w świecie zwłaszcza, gdy model dobrze przeszedł weryfikację (polski model do gazów i pyłów nie był jej w ogóle poddany) gdyż NIE MA jednego modelu do wszystkich zastosowań Nie budować modelu „odorowego” w oparciu o metodykę stosowaną w Polsce, która powinna zostać zastąpiona lepszym zestawem narzędzi Dążyć do spójności z metodyką wprowadzaną w innych krajach (harmonizacja modeli*)* www.harmo.org 33