بررسی قابلیت‌های نرم‌افزار AERMOD برای مدل‌سازی ذرات معلق کارخانه سیمان- سعیده اناوی؛ علیرضا پورخباز؛ خسرو اشرفی- مرکز مهندسی عطران

0

يکي از نگراني‌هايي که در مورد پيشرفت روز افزون صنايع و کارخانه‌ها در جوامع امروزی مطرح است، بحث آلودگي‌های زيست‌محيطي است.

با توجه به گسترش صنايع آلاينده در کشور، مدل‌سازی پراکنش آلاينده‌ها و ارزيابي وضعيت آلودگي محدوده تحت تأثير  صنايع امری ضروری است. صنايع سيمان از جمله صنايعي است که ذرات معلق حاصل از آنها مي‌تواند اثرات منفي بر محیط‌زیست داشته باشد.

در صورتی که کنترل آلاینده‌ها صورت نگیرد، حیات انسان و سایر موجودات با مخاطره مواجهه می‌شوند. انتشار ذرات معلق از طریق کارخانه سیمان، لزوم کنترل آلاینده‌ها را روشن می‌نماید.

برای پاسخگویی به اهداف قانونی و به حداقل رساندن اثرات منفی سلامتی، درک چگونگی پراکنش آلاینده در جو مهم است.

نرم افزار AERMOD، یکی از نرم‌افزارهای مورد تایید آژانس حفاظت محیط‌زیست آمریکا می‌باشد که در دسته مدل‌های ارجح توصیه شده‌ی این سازمان قرار دارد، به این معنا که استفاده از این نرم‌افزار، نسبت به بقیه نرم‌افزارهای مدل‌سازی پراکنش آلاینده‌های هوا در ارجحیت قرار دارد. در این مقاله در نظر است به قابلیت‌های نرم‌افزار AERMOD پرداخته شود

کلمات کليدي: مدل‌سازی، ذرات معلق، کارخانه سیمان ، AERMOD

 مقدمه

شناخت مسائلی از قبیل آلودگی هوای شهری، باران اسیدی و اثرات جهانی آلودگی هوا که در سه بعد فیزیکی اتفاق می‌افتد همراه با سیستم‌های بسیار پیچیده هواشناسی که با زمان تغییر کرده و دست‌خوش تغییرات شیمیایی و فیزیکی می‌شوند، با تجزیه‌و‌تحلیل آزمایشگاهی و تجربی غیر‌ممکن است.

این مسئله نیاز به مدل‌سازی اینگونه پدیده‌ها در سیستم‌های مدیریت کنترل آلودگی هوا را اثبات می‌کند (کاظمی شهرابی و نورپور، 1393).

مدل‌سازی از دهه 1970 تکامل یافت و در طول سه دهه گذشته آئین‌نامه‌های محیط‌زیستی قدرتمند و همچنین دستیابی به کامپیوتر‌های شخصی رشد عظیمی را در استفاده از مدل‌های ریاضی به منظور پیش‌بینی میزان انتشار پلوم‌های آلودگی ایجاد کرده است (Bhardwaj، 2005).

مدل‌سازی آلودگی هوا امروزه به یک آزمایشگاه عددی تبدیل شده است که در آن دانشمندان علوم جوی می‌توانند سناریو‌های خود را کاربردی کرده و فرضیه‌های خود را توسعه دهند و صحت آن را بررسی کنند.

مدل‌سازی رایانه‌ای در مهندسی آلودگی هوا یک علم در حال پیشرفت است و مدل‌ها به‌تدریج از نظر پیچیدگی و توانایی گسترش یافته و روز‌‏‏به‌روز بیشتر مورد توجه مهندسین آلودگی هوا قرار می‌گیرند (عمید، 1388).

مدل‌سازی آلودگی هوا کمک می‌کند مشخصه‌های اصلی آلودگی هوا را درک و میزان غلظت و توزیع آلاینده‌ها را پیش‌بینی و در نهایت آنها را در مدیریت محیط زیست به کار گرفت. مدل‌سازی آلودگی هوا یک مسئله چالش برانگیز چند بعدی و چند جانبه است که در طراحی آن به تخصص‌هایی از قبیل ریاضیات، فیزیک، شیمی، هواشناسی، اکولوژی و مدیریت نیاز می‌باشد (Cohen و همکاران، 2004).

مدل‌سازی آلودگی هوا با استفاده از داده‌های هواشناسی و داده‌های جغرافیایی (توپوگرافی)، نوع کاربری زمین و غیره صورت می‌پذیرد. در مدل‌سازی، یک ارتباط دینامیکی بین منابع انتشار و غلظت‌ها برقرار می‌شود که در نهایت توزیع آلاینده‌ها را در مکان‌هایی که ایستگاه‌های سنجش وجود ندارند ارائه می‌کند (Crowl و Lpuvar، 2002).

مدل‌های کیفیت هوا در چند دهه اخیر به صورت گسترده به کار می‌روند و بر پایه محاسبات انجام شده با کامپیوتر شکل گرفته‌اند. اکثر مدل‌های کیفیت هوا در سازمان حفاظت محیط زیست آمریکا و تعدادی از نماینده‌های آن در دسترس است. در انتخاب مدل موارد کلیدی شامل: نوع منبع آلاینده، نوع عوارض سطحی و نوع منطقه شبیه‌سازی شده است (عتابی و همکاران، 1386).

یکی از مشکلاتی که صنایع در تعیین میزان آلاینده‌ها معمولا با آن مواجهه هستند، این است که میزان آلاینده‌ها در فواصل مکانی بسیار دور به علت شرایط توپوگرافی و عدم وجود تجهیزات همیشه امکان‌پذیر نمی‌باشند. بنابراین در این موارد از نرم‌افزار‌های شبیه‌سازی برای تخمین مقادیر آلاینده‌ها در نواحی مختلف استفاده می‌شود و نتایج شبیه‌سازی، با اندازه‌گیری در مناطق در دسترس مقایسه خواهد شد (عتابی و همکاران، 1393).

سال 2004، پس از 14 سال بررسی، سازمان حفاظت محیط زیست آمریکا مدل AERMOD را به عنوان مدل برگزیده خویش معرفی کرد (کاظمی شهرابی و نورپور، 1393). مدل AERMOD یک مدل پراکنشی حالت دائمی است

که برای تعیین غلظت آلاینده‌های مختلف، در مناطق شهری و روستایی، صاف و ناهموار، انتشارسطحی و در ارتفاع از منابع نقطه‌ای، حجمی و انواع مختلف منابع سطحی قابل استفاده می‌باشد، که در واقع روشی دقیق برای مدل‌سازی پراکنش آلاینده‌ها در فواصل مورد نظر بیش از 50 کیلومتر از منبع انتشار است (عتابی و همکاران، 1393).

در مدل AERMOD در صورت عدم وجود مشاهدات هواشناسی در فاصله زمانی ساعتی، استفاده از پارامتر‌های هواشناسی از مدل منطقه مشتق شده مناسب است (Paine و همکاران، 1998).

اهمیت پیشگیری از آلودگی هوا در سال‌های اخیر با توجه به افزایش دانش از منابع آلودگی و آلودگی هوا افزایش یافته است (Kesarkar و همکاران، 2007)، و با توجه به افزایش استفاده از انرژی و رشد جمعیت و همچنین توسعه سریع و صنعتی شدن،

در دهه گذشته مشکلات آلودگی هوا در بسیاری از کشور‌های جهان امری اجتناب‌ناپذیر می‌باشد که می‌تواند منجر به کاهش دید در مناطق شهری و تاثیر منفی بر سلامت جامعه داشته باشد (Schwartz و همکاران، 1993).

علاوه‌بر‌این، در شرایط فقدان سیاست‌های زیست‌محیطی مناسب، این رشد می‌تواند هزینه‌های اجتماعی و اقتصادی هنگفتی داشته باشد. کیفیت هوای محیطی به‌حدی رو به وخامت است که ‌می‏تواند تاثیر قابل توجهی بر سلامت و رفاه انسان داشته باشد (عتابی و همکاران، 1393)،

با توجه به برآوردهای اخیر سازمان بهداشت جهانی (WHO)، هر سال حدود 2.7 میلیون مرگ‌و‌میر از طریق آلودگی هوا نسبت داد.

تماس مزمن با آلاینده‌های هوا یک مشکل جهانی است. طی دهه‌های گذشته، قرار گرفتن انسان در معرض آلاینده‌های هوا غیر‌مرگبار به صورت طولانی‌مدت و اثرات آلاینده‌های هوا بر چرخه‌ی اتمسفر به صورت جهانی و منطقه‌ای به خصوص، ازن (O3)، کل ذرات معلق (TSP)، ذرات معلق (PM)، دی‌اکسید نیتروژن، دی‌اکسیدگوگرد، مونو‌کسیدکربن، سرب و دیگر مواد سمی به ویژه اثر آنها بر‌سلامت انسان به شدت مطالعه شده است (Kirk-Othmer، 2007).

2-ذرات معلق

ذرات معلق را می‌توان به ذرات معلق اولیه و ثانویه در هوا طبقه‌بندی کرد: الف) ذرات معلق اولیه هوا شامل نیروگاه آزمایشی، اگزوز خودرو، اسپری دریا، و طوفان گردوغبار، فرسایش، فوران‌های آتشفشانی، که به اتمسفر به صورت مستقیم از منبع ساطع می‌شوند، می‌باشد. ب) ذرات معلق ثانویه هوا از واکنش‌های مربوط به گازهای اولیه تولید می‌شوند.

ذرات معلق در هوا با ویژگی فیزیکی متفاوت از قبیل اندازه توزیع و غلظت توده از گردوغبار اغلب دارای اثرات متفاوت بر سلامت بشر می‌باشند. که در دهه‌های اخیر، ذرات معلق (PM10 و PM2.5)  به دلیل اثرات سوء بهداشتی توجه زیادی را به خود جلب کرده‌اند.

منابع، ویژگی‌ها و اثرات بالقوه سلامت PM10 و PM2.5  بسیار متفاوت از یکدیگر هستند.

که PM2.5 می‌تواند به آسانی به ریه‌ها نفوذ کرده و منجر به افزایش بیماری‌های تنفسی شود. شکل و اندازه ذره از عوامل مهم در کنترل نفوذ ذرات به دستگاه تنفسی می‌باشد (تیورکی، 2014).

براساس استاندارد سازمان حفاظت محیط زیست آمریکا مقدار متوسط غلظت ذرات معلق طی شبانه روز از 150 میکرون بر متر‌مکعب نباید تجاوز کند (شمسی‏پور و همکاران، 1394).

3-صنعت سیمان

امروزه حفاظت از محیط زیست یکی از نگرانی‌های مهم جامعه بشری و رعایت معیارهای زیست محیطی از ضروریات تدوام زندگی انسان‌ها می‌باشد (Baroutian و همکاران، 2006).

صنعت سیمان از صنایع بزرگ و مادر در سطح جهان است و از مهم‌ترین صنایع آلاینده هوا محسوب می‌شود (کاظمی شهرابی و نورپور، 1393). اولین کارخانه سیمان در ایران در سال 1312 در شهر ری در نزدیکی شهر تهران با ظرفیت 100 تن در روز احداث گردید (حفظ‏اله، 1388).

سیمان گردی است نرم، جاذب آب و قابلیت به هم چسباندن ذرات را به یکدیگر به وجود می‌آورد که در نتیجه جسم یکنواختی را پدید می‌آورد. بر این اساس سیمان ترکیبی از اکسیدکلسیم (آهک) با سایر اکسیدها نظیر اکسید آلومینیم، اکسیدآهن، اکسیدمنیزیم و اکسیدهای قلیایی که ترکیبی با آب را دارا می‌باشد و در مجاورت با هوا و هم‌چنین در زیر آب به‌تدریج سخت می‌گردد و دارای مقاومت بالایی می‌شود (اداره کل حفاظت محیط‏زیست استان فارس، 1389).

در هر یک از مراحل مختلف تولید سیمان از جمله پیش حرارت‌دهی، کلینکرسازی، خنک کردن کلینکر، عملیات خرد کردن و انبار کردن مقادیر زیادی گاز و گردوغبار با خصوصیات فیزیکی و شیمیایی متفاوت تولید خواهد شد. اکسیدهای‌نیتروژن، دی‌اکسیدگوگرد، مونواکسید کربن و ذرات معلق از جمله آلاینده‌های گازهای خروجی از صنعت سیمان هستند (Holmes، 2006).

4- معرفی مدل‌سازی

مدل در واقع ساده سازی شده واقعیت بوده که تمام پارامترهای حقیقی را دارا نبوده ولی دارای قسمت‌هایی است که بیشترین تاثیر در فرآیند مورد نظر دارد. مدل‌سازی جهت پیش بینی یا حل مشکلات کاربرد دارد و اغلب برای تعیین بهترین راه حل مورد استفاده قرار می گیرد . انواع مدل‌های هواشناسی به صورت زیر است :

–  مدل فیزیکی: که مدلی با مقیاسی کوچکتر از اندازه واقعی می باشد.

– مدل ریاضی: که بررسی فعل و انفعالات سیستم با استفاده از روابط ریاضی می باشد .

آلاینده‌های موجود در هوا، عموما در مسافتی طولانی منتقل گردیده و توسط فرآیند اغتشاش با هوای تمیزمخلوط شده و آلودگی را به وجود می‌آورند. انتشار جریان توسط باد فرآیند پیچیده ای بوده و واضح است که حتی در شرایط ایده آل، هیچ تئوری کاملی برای توجیه رابطه بین غلظت هوای آلوده محیط و فاکتورهایی که باعث پیش بینی قطعی رفتار هوا می‌شوند، وجود ندارد.

مدل‌های انتشاری دارای انواع و اقسام گوناگون هستند. ساده ترین آنها به شکل نمودار، جدول و یا فرمول نشان داده می شود. در حال حاضر اغلب مدل‌های انتشاری به صورت برنامه های کامپیوتری به فرم نرم افزار تجاری یا Open Source می باشند (Cora و Hung، 2003).

5- مدل‌سازی پراکنش آلاینده‌های هوا

اندازه‌گیری‌ها بیان کننده‌ی میزان غلظت‌ها در یک موقعیت ویژه در زمان حال و گذشته می‌باشند و نمی‌توانند میزان غلظت‌های آینده‌ی آن موقعیت یا میزان غلظت‌ها در موقعیت‌های اندازه‌گیری نشده را بیان کنند. مدل‌های آلودگی هوا به درک رفتار آلاینده‌ها در محیط کمک می‌کنند(Tiwary وColls ، 2010). مدل‌سازی منابع و نحوه‌ی انتشار آلودگی هوا، به منظور پیش‌بینی غلظت‌های آلاینده‌ها و تعیین غلظت‌ها در نقاط مختلف انجام می‌شود. پ

راکنش، فرآیندی است که طی آن هوای ساطع شده از منابع مانند کارخانجات صنعتی و ترافیک وسایل نقلیه در اتمسفر پراکنده می‌شود(روحی کریق، 1391). مدل پراکنش آلودگی به شبیه‌سازی چگونگی انتشار آلاینده‌های هوا در وضعیت حاضر جو اطلاق می‌شود.

این مهم توسط برنامه‌های کامپیوتری که معادلات ریاضی و الگوریتم‌های ویژه توزیع آلودگی هوا را حل می‌نمایند، انجام می‌شود. برنامه‌های انتشار آلاینده‌های هوا به پیش‌بینی و تخمین میزان آلاینده‌های هوایی که از منابع گوناگون به سطح زمین می‌رسد، می‌پردازد(وارک و همکاران، 1390).

علم مدرن مدل‌سازی آلودگی هوا از دهه 1920، هنگامی که دانشمندان نظامی در انگلستان سعی داشتند برآوردی از پراکنش مواد شیمیایی سمی در میدان جنگ تحت شرایط مختلف منتشر کنند، شکل گرفت. تحولات سریع در دهه 1950 و 1960 شامل مطالعات عمده در زمینه عوارض زمینی منطقه و پیشرفت‌هایی در درک ساختار اتمسفر، منجر به توسعه اولین مدل‎های قانونی آلودگی هوا در ایالات متحده شد.

مدل‌های آلودگی هوا به صورت معمول در ارزیابی اثرات محیط‌زیستی، تجزیه و تحلیل، خطر و برنامه‌ریزی در موقعیت‌های اضطراری و مطالعات تسهیم(واگذاری) منبع استفاده می‌شود و طیف گسترده‌ای از مقیاس، مقیاس محلی تا جهانی، را پوشش می‌دهد(Bandyopadhyay، 2010).

5-1- مدل‌های آلودگی هوا دارای پنج خانواده‌ی اصلی هستند:

– مدل‌های پراکنش: که بر درک دقیق فرآیندهای فیزیکی، شیمیایی و جریان‌های پویای اتمسفر بنا نهاده شده است. هنگامی که پارامترهای انتشار و دیگر پارمترهای کنترلی مشخص باشند، این مدل‌ها قادرند غلظت در هر مکان و زمان را پیش‌بینی کنند.

– مدل‌های گیرنده: که بر ارتباط بین سری داده‌های غلظت‌های اندازه‌گیری شده و سری داده‌های مربوط به انتشار که می‌توانند این غلظت‌ها را تحت تاثیر قرار دهند، بنا نهاده شده است.

– مدل‌های مبتنی بر الگوی احتمالات: که بر روابط ریاضی نیمه تجربی غلظت‌های آلاینده و هر فاکتوری که آن‌ها را تحت تاثیر قرار دهد، صرف نظر از فرآیندهای فیزیکی اتمسفر، بنا نهاده شده است.

– مدل‌های جعبه‌ای: که در آن ورودی‌ها و خروجی‌ها حجم تعریف شده‌ای از اتمسفر برای محاسبه‌ی غلظت متوسط آن حجم به کار می‌رود.

– مدل‌سازی سه بعدی مبتنی بر دینامیک سیالات محاسباتی: که امکان غلبه بر برخی از محدودیت‌های مدل‌سازی موجود در مدل‌های متداول پراکنش را ایجاد می‌کند. این مدل دارای عدم قطعیت در پیش‌بینی‌های نزدیک منبع و در سرعت‌های پایین باد، عدم قطعیت در نزدیکی سطح زمین و محدودیت‌های میدان دو بعدی می‌باشد(Tiwary وColls ، 2010).

 

5-2- چرا مدلینگ کیفیت هوا باید انجام گیرد؟

مدل‌سازی کیفیت آلودگی هوا ابزاری مناسب برای:

  • بنا نهادن قانون کنترل انتشار، تعیین حداکثر نرخ انتشار مجاز که می‌تواند استانداردهای کیفی هوای ثابت را بدست آوریم.
  • ارزیابی روش‌های کنترل انتشار، برای مثال ارزیابی اثرات کنترل در آینده
  • انتخاب موقعیت‌های منابع آلاینده آتی، تا بتوان اثرات زیست‌محیطی آن را حداقل نماییم.
  • تصمیم‌گیری در مورد کنترل آلایندگی هوا، تعیین استراتژی مداخله فوری
  • مسئولیت‌پذیر نمودن برای سطوح آلودگی هوای موجود، برای مثال تطابق منابع پذیرنده موجود.
  • بررسی جانمایی صنایع جدید آلوده کننده هوا در یک منطقه
  • تعیین نحوه انتشار و کنترل پخش آلاینده‌ها
  • ارزیابی روش‌ها و استراتژی‌های کنترل انتشار
  • انتخاب منابع آلاینده و تعیین حداقل اثر آلاینده بر محیط‌زیست
  • تهیه طرح اصولی جهت کنترل آلودگی ناگهانی هوا (عباسپور، 1377).

 5-3- انتخاب مدل (انتشاری) مناسب

یکی از عناصر کلیدی برای مطالعه مدل‌سازی انتشار انتخاب ابزار مناسب برای تعیین میزان انتشار معین می‌باشد. در زمانی که مدل مناسب انتخاب می‌گردد، اصولی که باید مورد توجه قرار گیرند عبارتند از:

– پیچیدگی انتشار (تاثیر خصوصیات جوی و ساختار زمین)

– مقیاس پتانسیل و مفهوم تاثیر پتانسیل شامل حساسیت محیط پذیرنده (سلامت انسان در برابر تاثیرات سازگاری)

بنابراین دو نوع عمده مدل‌های توزیع انتشاری که می‌توانند به کار روند عبارتند از:

– مدل توده گوسین (CTDMPLUS، AERMOD، ISCST3، AUSPLUME )

– مدل‌های پیشرفته مثل CALPUFF  و مدل آلودگی هوا TAMP

در شرایط اتمسفری میانه و شرایط توپوگرافی، مدل توده گوسین می‌تواند نتایج قابل قبولی ارائه دهد. این نوع مدل‌سازی برای اغلب مدل‌های انتشاری کاربرد دارد. در شرایط اتمسفری سخت و یا ارتفاعات بالا مدل پیشرفته PUFF، مدل ذرات و مدل‌های هواشناسی با دقت بیشتری، کاربرد دارند.

در زمان انتخاب مدل مناسب درک محدودیت‌های مدل مهم بوده و فقط در شرایط سازگار با توانایی مدل کاربرد دارند. به همین دلیل برای دستیابی به نتایج قابل قبول، مدل‌ساز باید بهترین مدل را انتخاب نموده و با روش مورد مطالعه هماهنگ نماید.

در شرایطی که زمین دارای ساختار پیچیده‌ای باشد یا در نواحی نزدیک به ساحل، تغییرات مشخص در شرایط آب هوایی در یک دوره کوتاه صورت می‌گیرد. مدل‌های پیشرفته‌تر می‌توانند اثر نواحی مختلف همانند نواحی ساحلی یا نواحی با ساختار پیچیده را بر انتقال آلاینده‌ها و توزیع آنها بسیار واقعی‌تر از مدل گوسین پیش‌بینی نمایند که در نتیجه یکنواختی فضایی در هواشناسی مطرح می‌گردد.

این مطلب گواه آن است که مدل‌های پیچیده‌تر در داده‌های ورودی هواشناسی نقش کمتری جهت توزیع آلاینده‌ها برعهده دارند. برخی از مدل‌های پیشرفته‌تر به دلیل پیچیدگی، زمان اجرای طولانی و عدم توانایی در تطابق مدل با مقیاس‌های کوچکتر، کمتر مورد استفاده قرار می‌گیرند.

به همین دلیل سعی مدلسازان بر این است تا مدل‌های آینده تطابق بیشتری با نظام محیط‌زیست داشته باشد (عباسپور، 1386).

5-4- تقسیم‌بندی انواع مدل‌های پخش آلودگی هوا براساس دستورالعمل EPA

بر اساس دستورالعمل EPA، مدل‌های پخش آلاینده‌های هوا به چهار دسته اصلی زیر تقسیم‌بندی می‌شوند:

.I مدل‌های ارجح پیشنهادی: مدل‌هایی هستند که مورد تایید EPA می‌باشند و می‌توانند در شرایط مختلف پیش‌بینی‌های دقیقی نمایند. مدل‌هایی مانند AERMOD و CALPUFF از این دسته می‌باشند، مدل ISC3 که در این دسته قرار می‌گرفت، اخیرا به گروه مدل‌های جایگزین سقوط کرده است.

.II مدل‌های جایگزین: مدل‌هایی هستند که به صورت جایگزین برای مدل‌های فوق معرفی می‌شوند، مدل‌هایی مانند ADAM3، ADAM، ISC3 که مورد اخیر به تازگی از گروه مدل ارجح – پیشنهادی سقوط کرده است.

III. مدل‌های غربالگر: این مدل‌ها، بیشتر برای تعیین نیاز به یک مدل و غربالگری مدل‌ها، پیش از انتخاب و یا کاربرد یک مدل مورد استفاده قرار می‌گیرند. به طور مثال AERSCREEN که به عنوان غربالگر  AERMODاستفاده می‌شود یا SCREEN3 که به عنوان غربالگر ISC3 مورد استفاده قرار می‌گیرد.

.IV مدل‌های فتوشیمیایی: این دسته از مدل‌ها، مدل‌های آلودگی هوا در مقیاس کلان هستند که تغییرات غلظت آلاینده‌های هوا را در اتمسفر براساس ویژگی‌های شیمیایی و فرآیندهای فیزیکی موجود در اتمسفر شبیه‌سازی می‌کند.

این دسته از مدل‌ها می‌توانند در دامنه وسیعی از مقیاس محلی تا جهانی مورد استفاده قرار گیرند. مدل‌هایی چون CAMX و REMSAD از این دسته هستند(Anonymous، 2012 ).

5-5- خصوصیات مدل AERMOD

این مدل یک مدل بازبینی شده جدید است .در فوریه سال1991 ، انجمن هواشناسی آمریکا(AMS)  و سازمان حفاظت از محیط زیست ایالات متحده آمریکا (USEPA) ، در یک همکاری مشترک کمیته اصلاح مدل تنظیمی AMS/EPA را سازماندهی کردند.

این کمیته (AERMIC) که از متخصصین هر دو سازمان بهره می‌جست، با هدف به کارگیری دستاوردهای جدید علمی، به ویژه مفاهیم لایه مرزی جو (PBL) در مدل های کاربردی شروع به کار کرد که دستاورد این همکاری مشترک مدل پیشرفته و به روز AERMOD بود(EPA، 2008).

در این مدل فرض می شود که توزیع غلظت در لایه مرزی پایدار (SBL) در هر دو جهت قائم و افقی، همانند توزیع غلظت در جهت افقی در لایه مرزی همرفتی (CBL )، گاوسی است، اما در CBL توزیع غلظت در جهت قائم با یک تابع توزیع چگالی دوگاوسی تعریف می شود.

در زمین های ناهموار، مدل AERMOD از مفاهیم تقسیم خطوط جریان استفاده کرده و غلظت نهایی را از مجموع وزنی غلظت‌های حاصل از دو حالت پلوم افقی و پیرو عوارض زمین تعیین می کند که در زمین های صاف هر دو حالت یکسان هستند(Jampana و همکاران، 2004).

تحت شرایط بسیار پایدار، پلوم در مواجهه با یک مانع تمایل دارد افقی باقی بماند و در شرایط ناپایدار پلوم از روی سطح مانع حرکت می کند. از این رو در تعیین غلظت نهایی از برآیند وزنی این دو حالت استفاده می شود.

هر یک از این حالت‌ها براساس مفاهیم خط جریان بحرانی و مقیاس ارتفاعی هر پذیرنده ، وزن‌دهی می شوند. این وزن‌دهی به میزان جرم انتقالی در آن حالت بستگی دارد که این تقسیم جرم بر اساس ارتباط بین ارتفاع تقسیم خط جریان بحرانی و توزیع قائم غلظت در هر پذیرنده صورت می‌گیرد.

AERMODاز مدل افزایش ارتفاع صعود پلوم(PRIME) ، به منظور درنظر گرفتن اثر ساختمان ها بر صعود پلوم و نحوه پراکنش آلاینده ها استفاده می کند. در مدل PRIME جرم پلوم بین یک ناحیه فرورفتگی و یک ناحیه دنباله که بر اساس مرزهای حاصل از تفکیک عمودی و افقی خطوط جریان به وجود آمده اند، تقسیم می شود.

در این مدل، پراکنش جرمی از پلوم که در ناحیه فرورفتگی ساختمان به دام افتاده، با فرض اختلاط یکنواخت انجام گرفته و وابسته به هندسه سازه می باشد (سلیمیان، 1390).

به دنبال ناحیه فرورفته، این جرم به ناحیه دنباله منتشر می شود و در آنجا با جرم پلوم پیرامونی آمیخته شده و با نرخ بیشتری نسبت به منطقه هوای آزاد پراکنده می‌گردد که این پراکنش به محل منبع و ارتفاع آزادسازی آلاینده، همچنین هندسه سازه بستگی دارد.

این مدل علاوه بر پردازشگر اصلی AERMOD از یک پیش پردازنده هواشناسی به نام AERMET و یک پیش پردازنده زمین شناسی به نام AERMAP تشکیل شده است. پیش پردازندهAERMET ، داده های هواشناسی را پردازش کرده و پارامترهای لایه مرزی جو را به منظور استفاده در مدل تخمین می زند

و پیش پردازنده AERMAP اطلاعات توپوگرافی منطقه را تجزیه و تحلیل می کند و در نهایت مدل با استفاده از نتایج این دو پیش پردازنده و اطلاعات تکمیلی در مورد منابع انتشار و شبکه پذیرنده محاسبات خود را انجام داده و نتایج نهایی را ارائه می دهد.

برای استفاده از این مدل یک سری پیش فرض باید در MODELOPT برای کنترل مسیر ارتباطی ذخیره گردد. در موارد پیش فرض داده‌های ارتفاعی نواحی، اثر پاکسازی نوع دودکش و تواتر بازبینی آن باید مورد توجه قرار گیرد. این مدل را با داده‌های پیش فرض فعال و در حالت غربال در زمان یکسان نمی‌توان به کار برد.

در حالت پیش فرض برای اهداف زمان‌بندی، نیمه عمر آلاینده و تحلیل آلاینده‌ها نادیده گرفته می‌شود. یک استثنا برای دی اکسید گوگرد در ایستگاه‌های شهری وجود دارد و در طی این زمان، در ایستگاه‌ها برای اهداف تقریبی، نیمه عمر دی اکسید گوگرد چهار ساعت در نظر گرفته می‌شود. برای این مدل غالبا اکثر داده‌های ارتفاع در دسترس می‌باشد و این اطلاعات از نقشه‌های زمین‌شناسی و یا از سایت مربوطه به دست می‌آید (Jampana و همکاران، 2004).

5-5-1نحوه اجرای برنامه AERMOD

این مدل به زبان فورترن نوشته شده است و می‌تواند شعاع اثر آلودگی منبع مورد نظر را تحت شرایط اعمالی کاربر مانند تغییرات شرایط محیطی، تغییرات فشار، دما، پوشش ابر، سرعت و جهت باد و … تخمین بزند.

این مدل برای ورودی‌های مختلف در هر قسمت مقادیر پیش فرض دارد و هر جا داده‌ای وارد نشود، مدل برای اجرای برنامه، مقادیر پیش فرض خود را قرار می‌دهد. همچنین مدل قابلیت پیش‌بینی شعاع پخش آلودگی بیش از 8 آلاینده را به طور هم زمان دارد که به صورت تعیین غلظت می باشد و منابع آلاینده در این مدل تعریف شده اند (EPA، 2008).

این مدل از دو مدل AERMET و AERMAP کمک می‌گیرد، وظیفه AERMET تولید داده‌های هواشناسی و وظیفه AERMAP توصیف عوارض زمین می‌باشد، پس در جاهایی که سطح صاف داریم، میتوانیم از توپوگرافی صرف نظر کرده و فقط از مدل AERMET استفاده کنیم.

در ورودی داده‌های مدلAERMOD ، روش کلی کار به صورت مشخص کردن مختصات نقاط آلاینده و مشخص کردن مشخصات فیزیکی منابع آلاینده و پارامترهای فیزیکی و خروجی هر آلاینده، همچنین، تعیین میزان خروجی و نرخ انتشار آلاینده‌ها می باشد و در نهایت باید غلظت آلاینده‌ها با استانداردهای موجود سنجیده شود تا میزان آن بحرانی نباشد (رحمن، 1393).

شکل5-1 شماتیکی از عملکرد مدل و رابطه آن با دو پیش پردازنده و اطلاعات جریان را در سیستم مدلینگ AERMOD  نشان می‌دهد (EPA، 2004).

5-5-2- پیش‌پردازنده AERMET

پیش پردازنده AERMET به عنوان یک پیش پردازنده هواشناسی و به منظور سازماندهی پردازش داده‌های هواشناسی موجود طراحی شده است. مشاهدات ساعتی سطحی، داده‌های هواشناسی جو بالا و نیز اطلاعات هواشناسی در ایستگاه‌های مجاور محل مورد مطالعه از جمله داده‌های ورودی به مدل است.

از پارامترهای ویژگی سطحی منطقه می‌توان به سه فاکتور در زبری سطح (Z0) ، آلبدو  و نرخ بوون ، به علاوه مشاهدات هواشناسی استاندارد نظیر: سرعت باد، جهت باد، دما و پوشش ابر را نام برد .زبری سطح معرف ارتفاع موانع روی سطح زمین در مقابل جریان باد است. ضریب آلبدو کسری از میزان انعکاس نور خورشید است که به فضا بازتاب می‌شود. نرخ بوون نشانگر میزان رطوبت سطحی است.

در مرحله بعد با بخش بندی منطقه در فصول بهار، تابستان، پائیز، زمستان مقادیر زبری سطح، آلبدو و نرخ بوون تعیین می‌گردند. پیش فرض‌های تعریف شده برای کاربری مختلف مناطق عبارتند از: جنگل کاج، جنگل پرتراکم، سطح آب، مرداب، زمین کشاورزی، علفزار، مناطق شهری و مسکونی، صحرا و بیابان.  AERMETاز روی این اطلاعات، پارامترهای PBL را نظیر: سرعت اصطکاکی، طول مونین ابوخوف، مقیاس سرعت هدایتی، مقیاس دما، ارتفاع در هم آمیختن و جریان حرارتی سطح را اندازه می‌گیرد.

سپس این اطلاعات وارد قسمت در برنامه INTERFACE AERMOD  می‌شود تا برای اندازه‌گیری پروفایل قائم سرعت باد و نوسانات آشفتگی قائم و جانبی، گرادیان دمای پتانسیل و دمای پتانسیل، به کار رود (Jampana و همکاران، 2004).

5-5-3- پیش‌پردازنده AERMAP

مدل AERMOD برای تعیین غلظت آلاینده های هوا در انواع مختلف زمین ها، از دشت های صاف و هموار گرفته تا شرایط کوهستانی و ناهموار طراحی شده است. پیش پردازنده AERMAP به منظور پردازش اطلاعات توپوگرافی منطقه مورد نظر و آماده‌سازی داده ها برای استفاده در مدل AERMOD طراحی شده است.

این پیش پردازنده ارتفاع زمین زیر تمامی پذیرنده ها و منابع، همچنین مقیاس ارتفاعی هر پذیرنده را که بیشترین تأثیر را در پراکنش آلاینده در آن پذیرنده دارد تعیین می کند. چنانچه ارتفاع نقاط گیرنده پائین‌تر از ارتفاع خروجی‌های دودکش باشد، مدل غلظت‌هایی کمتر از فرض حالت مسطح را پیش‌بینی خواهد کرد.

اگر منبع نقطه‌ای در پائین دست مناطق مرتفع قرار گرفته باشد، مدل تخمینی غلظتی بیشتر از حالت مسطح را پیش‌بینی خواهد نمود. اگر مناطق اطراف ناهمواری خاصی نداشته باشد، می‌توان از قابلیت AERMAP استفاده نکرد و با فرض مسطح بودن مدل را اجرا کرد

ولی برای مواقعی که شیب تغییرات ارتفاع از 10 % بیشتر باشد، بایستی از پیش پردازنده AERMAP استفاده کرد که بر مبنای نقشه‌های توپوگرافی USGS طراحی شده است (رحمن، 1393).

پردازنده AERMAP به یک فایل ورودی نیاز دارد که علاوه بر محل قرارگیری پذیرنده ها و منابع، چگونگی عملکرد پیش پردازنده نیز از طریق مجموعه ای از دستورات کنترل می شود. علاوه‌براین فایل ورودی، AERMAP به فایل یا فایل‌هایی با فرمت DEM از داده های توپوگرافی منطقه نیاز دارد. هر فایل DEM متناسب با طول و عرض جغرافیایی می تواند بخشی از منطقه مورد مطالعه را پوشش دهد.

این فایل در دو فرمت 1 درجه و  5/7 قابل پردازش می باشد. فایل ورودی از 4 مسیر تشکیل می شود که نام هر مسیر با دو کاراکتر که در ابتدای هر قسمت از فایل ورودی می آید، مشخص می گردد. در ذیل این مسیرها به اختصار شرح داده می شوند:

:CO   برای مشخص کردن گزینه های کنترلی پیش پردازنده استفاده می شود.

:SO   برای مشخص کردن اطلاعات مربوط به محل قرار گیری منابع انتشار آلاینده ها استفاده می شود.

:RE   برای مشخص کردن اطلاعات مربوط به پذیرنده ها استفاده می شود.

:OU  برای مشخص کردن اطلاعات مربوط به فایل‌های خروجی های پیش پردازنده استفاده می شود.

خروجی های این پیش پردازنده دو فایل است که به عنوان ورودی در پردازشگر AERMOD استفاده می شود. در یکی از آنها اطلاعات پذیرنده ها و در دیگری اطلاعات مربوط به منابع قرار دارد (سلیمیان، 1390).

5-5-4- کلیات پرادزشگر AERMOD

از نیازمندی های این مدل جهت مدل‌سازی جامع‌تر، فایل ورودی است که حاوی اطلاعاتی در مورد منابع انتشار آلاینده، موقعیت پذیرنده ها، مشخصات فایل های هواشناسی و نحوه دریافت خروجی از مدل می باشد. از دیگر نیازمندی های مدل می توان به دو فایل هواشناسی اشاره کرد که پیش پردازنده  AERMET تهیه می‌کند.

یک فایل حاوی پارامترهای سطحی اسکالر بوده و دیگری حاوی پروفیل عمودی پارامترهای هواشناسی می باشد. برای لحاظ کردن عوارض زمین، لازم است اطلاعات مربوط به توپوگرافی منطقه مورد مطالعه، قبل از استفاده در مدل، توسط پیش پردازنده AERMAP پردازش شود.

مدل قابلیت تعریف منابع نقطه‌ای، سطحی و حجمی را داراست و نیز منابع خطی با تعریف طولی از منابع سطحی مشخص می‌شوند (32). خروجی‌های مدل AERMOD عبارتند از:

–  بیشترین مقادیر غلظت (نخستین، دومین، غيره) در هر پذیرنده و در هر متوسط زمانی و برای هر گروه از منابع.

– بیشترین مقادیر غلظت (حداکثر تا (50 در کل پذیرنده ها و در هر متوسط زمانی و برای هر گروه از منابع.

– جدول تمامی مقادیر غلظت رخداده در تمامی روزهای دوره آماری، در هر پذیرنده، در هر متوسط زمانی و برای هر گروه از منابع جدول تمامی مقادیر غلظت رخداده در تمامی روزهای دوره آماری، در هر پذیرنده، در هر متوسط زمانی و برای هر گروه از منابع (Bhardmaj، 2005).

فایل ورودی در کل به 5 مسیر تقسیم می شود. نام هر مسیر با دو کاراکتر که در ابتدای هر قسمت از فایل ورودی می‌آید، مشخص می‌گردد. در ذیل این مسیرها به اختصار شرح داده می شوند.

:COبرای مشخص کردن گزینه های کنترلی مدل استفاده می شود.

:SOبرای مشخص کردن اطلاعات مربوط به منابع انتشار آلاینده ها استفاده می شود.

:RE برای مشخص کردن اطلاعات مربوط به پذیرنده ها استفاده می شود.

:EV برای مشخص کردن رخدادهای مورد نظر کاربر استفاده می شود.

:OUبرای مشخص کردن اطلاعات مربوط به خروجی های مدل استفاده می شود.

پارامترهایی که در تعیین چگونگی پردازش مدل، تأثیرگذار هستند عبارتند از :

– تعداد منابع آلاینده.

– تعداد پذیرنده‌ها.

– تعریف گروهها و منابع خاص و تعداد آنها.

– متوسط‌های زمانی تعریف شده و تعداد آنها.

– تعداد بیشترین مقادیر درخواست شده در هر پذیرنده و نیز کل پذیرنده‌ها.

-تعداد ضرایب انتشار در هر منبع.

– تعداد شبکه‌های پذیرنده اعم از قطبی و کارتزین.

-تعداد طبقات قطری ذرات در هر منبع.

– فواصل و تعداد گریدها در جهت‌های X وY (رحمن، 1393).

6- نتیجه‌‌گیری

در این مقاله مسئله  قابلیت‌های نرم‌افزار AERMOD برای مدل‌سازی ذرات معلق کارخانه سیمان بررسی شد. در ابتدا در مورد ذرات معلق، صنعت سیمان و سپس در مورد نرم‌افزار AERMOD و استفاده از این نرم‌افزار  که می‌توان به عنوان مدل مناسب انتخاب  نمود، مشخص شد.

با توجه به وجود انواع مختلف مدل‌های فراوان در این زمینه انتخاب مدل‌هاي بهینه یک فعالیت کاملاً تخصصی می‌باشد و می‌بایست جنبه‌هاي مختلفی را مورد توجه قرار داد .

از جمله این نکات می‌توان به نوع آلاینده‌هاي موجود در منطقه مورد مطالعه، مقیاس مدل‌سازي، شرایط فیزیکی و جغرافیاي منطقه و امکانات محاسباتی و کامپیوتري اشاره نمود.

در نتیجه مدل‌سازي با نرم‌افزار AERMOD ابزاري کم هزینه براي اجراي بهتر طرح‌هاي پرهزینۀ کاهش و کنترل آلودگی هوا می‌باشد.

منابع

اداره کل حفاظت محیط‏زیست استان فارس، (1389). گزارش بررسی وضعیت زیست‏محیطی شرکت سیمان فارس نو.

حفظ‏اله، ع.، (1388). “بررسی اتنشار آلودگی ناشی از کارخانه سیمان فارس”، پایان‏نامه کارشناسی‏ارشد بهداشت‏محیط، دانشگاه آزاد شیراز.

رحمن، ح.، (1393). پایش و مدل‌سازی ذرات معلق از کارخانه سیمان آبیک و ارزیابی ریسک آلاینده ذرات معلق بر سلامت افراد در شهرستان‌های اطراف”، پایان نامه کارشناسی ارشد، دانشگاه تهران.

سلیمیان، م.، (1390). “تعیین میزان انتشار ترکیبات آلی فرار از مخازن ذخیره مایعات نفتی فازهای 9 و 10 شرکت نفت و گاز پارس با نرم‌افزارTANKS 4.0  و مدل‌سازی نحوه پراکنش این آلاینده‌ها با مدلAERMOD “، پایان نامه کارشناسی ارشد دانشکده محیط‌زیست، دانشگاه تهران.

شمسی‌پور ع.، اشرفی ا.، علیخواه‌اصل م.، اشرفی خ.، (1394). “مدل‌سازی الگوی پراکنش ذرات معلق در منطقه جنوب تهران (مطالعه موردی: کارخانه سیمان تهران)  با مدل “AERMOD، مجله محیط‌شناسی، 41 (4)صفحات 814-799.

عتابی ف.، عباسپور م.، کرباسی ع.، حاجی سید میرزاحسینی ع.، (1386). “مدل‏سازی انتشار ذرات معلق با به کارگیری مدل “ADMS-Urban، علوم و تکنولوژی محیط‏زیست، سال سوم، شماره 9(1) صفحات1-15.

عتابی ف.، جعفری‌گل ف.، مومنی م.، سلیمیان م.، بهمن‌نیا غ.ر.، (1393). “مدل‌سازی نحوه پراکنش آلاینده CO با استفاده از نرم‌افزار AERMOD در پالایشگاه  4 پارس جنوبی”، مجله مهندسی بهداشت محیط، 4 (1)صفحات 292-282.

عمید، م.، (1388). “مدل‏سازی انتشار آلاینده‏های تولیدی در مجتمع پتروشیمی بوعلی سینا”، پایان‏نامه کارشناسی‏ارشد، دانشگاه تهران.

عباسپور، م.، (1377). مهندسی محیط‌زیست، مرکز انتشارات علمی دانشگاه آزاد اسلامی.

عباسپور، م.، (1386). انرژی، محیط‌زیست و توسعه پایدار، انتشارات علمی دانشگاه صنعتی شریف.

کاظمی شهرابی ن.، نورپور ع.، (1393). “مدل‏سازی پراکنش آلاینده‏های هوای خروجی از دودکش کارخانه سیمان ایلام”، نشریه مهندسی عمران و محیط‏زیست، سال11، شماره 44(1).

وارک ک.، وارنر س.، دیویس و.، ندافی ک و دیگران.، (1390). “آلودگی هوا، منشا و کنترل آن، نص، تهران: 656.

Anonymous. (2012). “AERMOD View Help, Lakes Environmental Software, AERMODVW760”.

Bandyopadhyay, A. (2010). “Dispersion modeling in assessing air quality of industrial projects under Indian regulatory regime”, International Journal of Energy and Environment (IJEE). 1: 97-112.

Baroutian, S., Mohebbi, A., Soltani Goharrzi, A. (2006). “Measuring and modeling particulate Dispersion: A case study of Kerman Cement Plant. Journal of Hazardous Materials”, 136: 468-474.

Bhardmaj, K. (2005). “Examination of sensivity of land use parameters and population on the performance of the AREMOD model for an urban area”, Ms.c, University of Toledo.

Bhardwaj, K.S. (2005). “Examination of Sensitivity of Land Use Parameters and population on the performance of the AERMOD Modle for on Urban Area”, M.S thesis, university of Toledo.

Cohen, A., Anderson. R., Ostro, B., Pandey, K.D., Krzyzanowski, M., Kunzli, N., Gutschmidt, K., Pope, A., Romieu, I., Samet, J., Smith, K. (2004). “Mortality Impact of Particulate Air Pollution in the Urban Environment in Comparative Quantification of Health Risks: Global and Regional Burden of Diseas due to Selected Major Risk Factors”, World Health Organization, Geneva.

Cora, M.G and Hung, Y.T. (2003). “Air Dispersion Modeling: A tool for environmental evaluation and improvement”, Environmental Quality Management, pp: 75-87.

Crowl, D.A.and Lpuvar, J.F. (2002). “Chemical Process Safety, Fundamentals with Applications”, 2nd, Prentice Hall, US.

Holmes, L.M.N.S. (2006). “A review of dispersion modeling and its application to the dispersion of particles: An overview of different dispersion models available. Atmospheric Environment”, Vol. 40, pp. 5902-5928.

Kesarkar, A.P., Dalvi, M., Kaginalker, A., Ojha, A. (2007). “Coupling of the Weather Resarch and Forecasting Model AERMOD for pollutant dispersion modeling: A case study for PM10 dispersion over pune”, India. Journal of Atmospheric Environmental, vol. 41: pp. 1976-1988.

Kirk-Othmer. (2007). “Chemical Technology and the Environment. John Wiley & Sons”, New Jersey, 2:1-10.

Paine, R.J., Lee, R.F., Brode, R., Wilson, R.B., Cimorelli, A.J., Perry, S.G., Weil, J.C., Venkatram, A., Peters, W. (1998). “Model Evaluation Results for AERMOD”.

Schwartz, J., Slater, D., Larson, T.V., Pierson, W.E., and Koenig, J.Q. (1993). “Particulate air pollution and hospital emergency room visits for asthma in Seattle”, Am Rev. Respir. Dis, vol.147, pp. 826-831.

Tiwary, A and Colls, J. (2010). “Air Pollution Measurment, modeling and mitigation”, 3th ed., Rutledge, Taylor and Francis Group, London and New York.

Turki, M.H. (2014). “Modeling Particulate Matter (PM10) in Makkah, Saudi Arabia-A View Point of Health Impact” Journal of Clean Energy Technologies. Vol. 2, No. 3, pp. 196-200.

Jampana, S. S., Kumar, A., Varadarajan, C. (2004). “Application of the United States Environment Protection Agency’s AERMOD Model to an Indusrial Area”, Environmental Progress, Vol 23, pp.141-152.

U.S. Environmental Protection Agency Office of Air Quality Planning and Standards Emissions Monitoring and Analysis Division Research Triangle Park, North Carolina, “AERMOD: Description of Model Formulation”, EPA-454/R-03-004, September 2004.

U.S. Environmental Protection Agency Office of Air Quality Planning and Standards Emissions Monitoring and Analysis Division Research Triangle Park, North Carolina, “USER’S GUIDE FOR THE AERMOD METEOROLOGICAL PREPROCESSOR (AERMET)”, EPA- 454/B-03-002, November 2004.

U.S. Environmental Protection Agency Office of Air Quality Planning and Standards Emissions Monitoring and Analysis Division Research Triangle Park, North Carolina, “AERMOD IMPLEMENTATION GUIDE”, 2008.

اشتراک:

درباره نویسنده

نظرات بسته اند

برچسب‌ها : % % % % % % % % % % % %