MODEL DISPERSI PENCEMAR UDARA Abdu F. Assomadi
Main concepts in air quality modeling
2
Parameter-parameter dalam Model
Sumber (Karakteristik emisi) laju emisi (massa/waktu) lokasi sumber (koordinat) temperatur gas emisi (K) tinggi plume rise (m) Meteorology Temperatur Atmosfer Stabilitas Atmosfer (diperlukan untuk menentukan koefisien dispersi) Kecepatan dan arah angin, turbulensi Sifat Kimia Atmosfer Reaksi-reaksi kimia di atmosfer Deposisi (basah / kering) Parameter permukaan geometri permukaan, kekasaran/terrain, lautan, daerah kota atau desa
Beberapa Model Kualitas Udara
Model point source
Model at urban and large scale
Model Fotokimia
Model-model lain:
4
Model secara meteorologi
Model plume rise dan Model Dispersi
Model Statistik - Model Penerima/receptor di ambien
Model deposisi
Model bau/odor
Model partikulat
Model Point Source
Model pertama yang dikembangkan untuk kualitas udara (contoh, Sutton, 1932, Bosanquet, 1936) menjelaskan sifat dispersi plume yang diemisikan dari cerobong industri. Dalam sejarahnya dinilai sukses, dari sini dikembangkan model dispersi sederhana – Model Plume Gaussian. Model ini telah diaplikasikan untuk menghitung impact plume pada MGL (max ground level) dan jarak maksimum dari sumber.
X
Z Plume Boundary
Q u Y H
The simplest dispersion modeling – Gaussian approximation for the plume spread
Not applicable to regional scales – complex terrain, convective conditions, and ground-level sources. 7
Gambaran Model Gaussian
Asumsi-asumsi pada Model Dispersi Gauss •
•
Plume disebar mengikuti sebaran gauss normal baik dalam bidang horisontal maupun vertikal, dengan deviasi standar konsentrasi plume pada arah horisontal dan vertikal y, and z; Laju emisi polutan seragam, Q;
•
Kondisi plume pada ground (z=0) dianggap secara total direfleksikan oleh permukaan; dan
Plume bergerak downstream (horisontal pada arah x) dengan rata-rata kecepatan angin, u,
Limitations of Gaussian-plume models
Causality effects Gaussian-plume models assume pollutant material is transported in a straight line instantly (like a beam of light) to receptors that may be several hours or more in transport time away from the source.
Low wind speeds Gaussian-plume models 'break down' during low wind speed or calm conditions due to the inverse wind speed dependence of the steady-state plume equation, and this limits their application.
Straight-line trajectories In moderate terrain areas, these models will typically overestimate terrain impingement effects during stable conditions because they do not account for turning or rising wind caused by the terrain itself. CTDM and SCREEN are designed to address this issue.
Spatially uniform meteorological conditions Gaussian steady-state models have to assume that the atmosphere is uniform across the entire modelling domain, and that transport and dispersion conditions exist unchanged long enough for the material to reach the receptor.
Convective conditions are one example of a non-uniform meteorological state that Gaussianplume models cannot emulate.
No memory of previous hour's emissions In calculating each hour's ground-level concentration the plume model has no memory of the contaminants released during the previous hour(s). 10
Wark & Warner, “Air Pollution: Its Origin & Control”
TRAPPED BY MIXED LAYER
Mixed layer
Sistem Koordinat Model Dispersi Gauss
Short term model, steady-state Gaussian plume equation untuk sumber kontinyu dan punya elevasi tertentu. Koordinat asal (0,0) ditempatkan pada ground surface tepat di dasar stack. Sumbu X positif pada arah angin (downwind direction), sumbu y tegak lurus arah angin (crosswind searah sumbu X) dan sumbu Z merupakan arah vertikal. Lokasi penerima dikonversi dari sistem koordinat sumber, untuk perhitungan konsentrasi jangka waktu tertentu (sesuai arah angin dominan)
Sistem Koordinat Distribusi Gauss Arah Horizontal dan Vertikal
Persamaan Model Dispersi Gauss
Model Gauss distribusi konsentrasi Rumus menghitung C gas atau aerosol (<20 u) pada permukaan tanah arah downwind (x):
Di mana: C = konsentrasi polutan, g/m3 m = laju emisi polutan, g/s = kecepatan angin rata-rata, m/s z = standar deviasi konsentrasi flume arah orizontal y = standar deviasi konsentrasi flume arah vertikal He = tinggi efektif cerobonhg, m X = jarak downwind sepanjang centerline flume dari titik sumber, m Y = jarak crosswind dari centerline flume, m
Model Gaussian
Diformulasikan dengan penentuan sebaran plume scr horisontal / vertikal dan distribusi konsentrasi plume dengan deviasi standar plume mengikuti sebaran normal Distribusi/sebaran polutan dihitung sebagai fungsi stabilitas atmosfer dan jarak dari sumber searah angin Stabilitas Atmosfer parameter karakteristik turbulensi atmosfer (Range F A; menyatakan sanga stabil sangat tidak stabil; D netral)
Pengaruh Stabilitas Atmosfer pada Plume
Typical Velocity, and Plume Shapes
Gaussian Parameters The lateral dispersion coefficient function and, the vertical dispersion coefficient functions depend on the downwind distance and the atmospheric stability class. These coefficients in meters can be obtained using PasquillGifford-Turner estimates shown in the equations below
where , s = an integer [1-6] representing the atmospheric stability shown in Table 1 kx,x = empirical constants, values for each of the stability class can be obtained from Green et al. (1960)
Surface wind speed at 10 m (m/s)
Day
Night
Incoming Solar radiation
Cloud Cover
Strong
Moderate
Slight
Thinly Overcast
Mostly Cloudy
<2
A (s = 1)
A-B
B (s = 2)
2-3
A-B
B
C (s = 3)
E (s = 5)
F (s = 6)
3-5
B
B-C
C
D
E
5-6
C
C-D
D (s = 4)
D
D
>6
C
D
D
D
D
Table 1. Constants a,b,c,d depend on Pasquill Stability categories defined by Turner (1995)
Horizontal Dispersion Coefficient as a Function of Downwind Distance from Source
Vertical Dispersion Coefficient as a Function of Downwind Distance from Source
Gaussian Dispersion Equation If the emission source is at ground level with no effective plume rise then
C x, y , z
2
Q y
zu
exp
1 y 2 2y
z
2 2 z
Plume Rise • H is the sum of the physical stack height and plume rise.
H
h plume rise
hactual stack 11/20/2014
22
Plume Rise Buoyant plume: Initial buoyancy >> initial momentum Forced plume: Initial buoyancy ~ initial momentum Jet: Initial buoyancy << initial momentum
For neutral and unstable atmospheric conditions, buoyant rise can be calculated by h plume rise h plume rise
21 .425 F 0.75 (F 55 m 4 / s 3 ) u 38 .71F 0.6 (F 55 m 4 / s 3 ) u
Vs: Stack exit velocity, m/s where buoyancy flux is d: top inside stack diameter, m Ts: stack gas temperature, K 2 F gVs d (Ts Ta ) / 4TS Ta: ambient temperature, K g: gravity, 9.8 m/s2 11/20/2014
23
Carson and Moses: vertical momentum & thermal buoyancy, based on 615 observations involving 26 stacks.
h plume rise h plume rise h plume rise
Qh 5.15 u Qh Vs d 0.35 2.64 u u Qh Vs d 1.04 2.24 u u
Vs d 3.47 u
(unstable) (neutral) (stable)
Qh
m C p Ts Ta
m
d2 P Vs MW (stack gas mass flow rate. kg/s) 4 RTs
(heat emission rate, kJ/s)
When pollutants are dispersed to the ground level, how should we handle the situation? 11/20/2014
24
Wark & Warner, “Air Pollution: Its Origin & Control”
C x, y , z
Q 2
y
z
u
exp
y2 2 2y
exp
z H 2 2z
2
exp
z H 2 2z
2
What if the surface is absorbing? How should the concentration profile look like w/ reflection? 11/20/2014
25
Ground level concentration
C
Q y
z
u
exp
y2 exp 2 2 y
H2 2 2z
11/20/2014
26
Maximum Ground Level Concentration Under moderately stable to near neutral conditions, y
k1
z
The ground level concentration at the center line is
Q
C x,0,0
k1
2 z
u
H2 2 z2
exp
The maximum occurs at
dC / d
z
Once
z
C x,0,0
0
z
H 2
is determined, x can be known and subsequently C.
Q y
z
u
exp
1
0.1171
Q y
11/20/2014
z
u 27
Example An industrial boiler is burning at 12 tons (10.9 mton) of 2.5% sulfur coal/hr with an emission rate of 151 g/s. The following exist : H = 120 m, u = 2 m/s, y = 0. It is one hour before sunrise, and the sky is clear. Determine downwind ground level concentration at 10 km. Stability class = y = z = C(10 km, 0, 0) =
11/20/2014
28
Exercise If emissions are from a ground level source with H = 0, u = 4 m/s, Q = 100 g/s, and the stability class = B, what is downwind concentration at 200 m? At 200 m: y = z = C(200 m, 0, 0) =
11/20/2014
29
Example Calculate H using plume rise equations for an 80 m high source (h) with a stack diameter = 4 m, stack velocity = 14 m/s, stack gas temperature = 90o C (363 K), ambient temperature = 25 oC (298 K), u at 10 m = 4m/s, and stability class = B. Then determine MGLC at its location. F= h plume rise = H= z = y = Cmax =
Residents around Florida Rock Cement Plant are complaining its emission being violating its allowed level. The plant has its facility within 0.5 km diameter. Its effective stack height is 60 m. You are a FLDEP environmental specialist. Where are you going to locate your air quality monitors? Why?30 11/20/2014
Pengaruh Stabilitas Atmosfer pada Konsentrasi Plume (A)
parameter
unit case 1
wind speed (from or to south west) m/s
2
stack height
m
45
Δh efective stack height (He)
m
90,602
m
135,602
parameter polutan (gas)
n
Nitrogen Oxides
beban (loading) g/s 19,834 stabilitas atmosfer a
Pengaruh Stabilitas Atmosfer pada Konsentrasi Plume (B)
parameter unit wind speed (from or to south west) m/s
case 1
3
stack height
m
45
Δh efective stack height (He) parameter polutan (gas)
m
60,401
m
105,401 Nitrogen Oxides
beban (loading) stabilitas atmosfer
g/s
n
19,834
b
Pengaruh Stabilitas Atmosfer pada Konsentrasi Plume (C)
parameter unit wind speed (from or to south west) m/s stack height
case 1
5
m
45
Δh m efective stack height (He) m parameter polutan (gas) n
36,241
beban (loading) stabilitas atmosfer
81,241 Nitrogen Oxides
g/s
19,834 c
Pengaruh Stabilitas Atmosfer pada Konsentrasi Plume (D) parameter unit wind speed (from or to south west) m/s stack height
case 1 7
m
45
Δh m efective stack height (He) m parameter polutan (gas) n
25,886
beban (loading) stabilitas atmosfer
70,886 Nitrogen Oxides
g/s
19,834 d
Pengaruh Stabilitas Atmosfer pada Konsentrasi Plume (E) parameter unit wind speed (from or to south west) m/s stack height
case 1
5
m
45
Δh m efective stack height (He) m parameter polutan (gas) n
36,241
beban (loading) stabilitas atmosfer
81,241 Nitrogen Oxides
g/s
19,834 e
Pengaruh Stabilitas Atmosfer pada Konsentrasi Plume (F) parameter unit wind speed (from or to south west) m/s stack height
case 1 3
m
45
Δh m efective stack height (He) m parameter polutan (gas) n
60,401
beban (loading) stabilitas atmosfer
105,401 Nitrogen Oxides
g/s
19,834 f
Beberapa pengembang model ini
Högstrom (1964), Turner (1964), Briggs (1965) Moore (1967), Klug (1968) Penggunaan dan aplikasi meluas dan menjadi teknik standar di berbagai negara untuk menghitung tinggi stack yang dibutuhkan untuk perijinan Beryland (1975) telah mem-publis standar kerja di Rusia Holzworth, (1967), Deardorff, (1975) pengaruh mixing height dalam memeperhitungkan konsentrasi MGL Yamartino, (1977) teri refleksi distribusi ditambahkan pada Model Plume Gaussian
MODEL-MODEL LAIN DALAM DISPERSI PENCEMAR UDARA Abdu F. Assomadi
Model pada skala urban dan luas
Sekitar 1970 diketahui bahwa polusi udara bukan hanya fenomena lokal (tidak cocok didekati dengan model gaussian)
SOx dan Nox di eropa hujan asam di wilayah luas (antar negara) Ozon urban dan industri impact
Didekati dengan model Lagrangian dan Model Eulerian
Lagrangian modeling parcel udara (atau ―puff‖) megikuti lintasannya dan diasumsikan tetap identitasnya selama dalam perjalanan Eulerian modeling area studi dibagi menjadi grid cell, dalam arah vertikal maupun horisontal
Lagrangian modeling
Diarahkan pada deskripsi transport sulfur jarak jauh (longrange), dimulai dengan penelitian Rohde (1972, 1974), Eliassen (1975) dan Fisher (1975). Eliassen (1975) mulai dengan model well-known EMEPtrajectory digunakan beberapa tahun untuk menghitung polusi udara trans-boundary spesies penyebab keasaman , dan kemudian foto-oksidan Lagrangian modeling digunakan mencakup periode waktu yang lebih panjang bahkan sampai skala tahun Secara umum dipakai di Eropa, fokus utama pada SO2 yang terdistribusi jauh dan waktu yang lama Prinsip Perubahan Konsentrasi dideskripsikan relatif terhadap pergerakan fluida
Eulerian modeling
Dimulai dengan studi Reynolds (1973) untuk ozon di area urban; Shir and Shieh (1974) untuk SO2 di area urban, Egan (1976) dan Carmichael (1979) untuk sulfur skala regional. Reynolds (1973) Los Angeles, simulasi fotokimia ―well-known Urban Airshed Model-UAM‖. Pemodelan Eulerian grid secara luas diaplikasikan di US, meliputi area urban dengan fokus utama pada O3.
Prinsip Eulerian Model
Sifat/perubahan spesies dideskripsikan relatif terhadap sistem koordinat yang tetap (fixed) Ada dua model yang dikembangkan: Single
Box Model
Focus: Kimia Atmosfer Lack physical realism - horizontal and vertical transport, etc
Multi-dimensional
grid-based air quality model
Potentially the most powerful Involving the least-restrictive assumption
Beberapa Pengembang Model Lagrangian dan Eulerian
Sklarew et al., (1971) pendekatan hybrid, seperti metode particle-in-cell. Paper mengenai pemodelan Eulerian and Lagrangian modeling Friedlander and Seinfeld (1969), Eschenroeder Martinez (1970) dan Liu and Seinfeld (1974). A comprehensive overview of long-range transport modeling in the seventies Johnson (1980). Selanjutnya, global modeling of earth’s troposphere.
Model Global 2-D troposfer global dimodelkan dalam rata-rata arah longitudinal (Isaksen, 1978). model global 3-D dikembangkan Peters (1979) (dan juga Zimmermann, 1988).
Sekitar tahun 1980, konsep dasar modeling dan perangkatnya sudah avalaible. Pengembangan setelah 1980 difokuskan pada fine-tuning dari konsep dasar tersebut
Model Fotokimia
AQM dengan pendekatan Fotokimia dibuat secara luas dan rutin digunakan sebagai alat analisis regulasi dan menguji efektifitas strategi pengendalian Model fotokimia model kualitas udara skala besar yang mensimulasikan perubahan konsentrasi polutan di atmosfer menggunakan sederet persamaan matematik, karakteristik kimia dan proses fisika di atmosfer. Model ini diaplikasikan pada skala multiple spatial mulai lokal, regional, nasional, dan global
Beberapa Model Foto kimia
CMAQ Tujuan utama Models-3/Community Multiscale Air Quality (CMAQ) untuk mengimprove 1) kemampuan environmental management community untuk evaluasi impact pengelolaan kualitas udara multi polutan pada multi skala, dan 2) kemempuan peneliti untuk memahami dan mensimulasi lebih baik interaksi polutan secara kimia-fisika di atmosfer CAMX model kualitas udara komperehensif a publicly available open-source computer modeling system untuk assesment terintegrasi (pencemar udara gas-gas dan partikel) Simulate air quality over many geographic scales Treat a wide variety of inert and chemically active pollutants: Ozone Inorganic and organic PM2.5/PM10 Mercury and toxics Provide source-receptor, sensitivity, and process analyses Be computationally efficient and easy to use
Beberapa Model Foto kimia
UAM The Urban Airshed Model® (UAM®) mulai dikembangkan oleh ystems Applications International (SAI) sejak sekitar tahun 1970 paling luas digunakan dalam photochemical air quality model saat ini Model photochemical lain telah dikembangkan namun tidak ada model sampai saat ini yang lebih reliable dan superior secara teknik CALGRID
Model-model Lain
Model Meteorologi
Model Plume Rise dan Dispersi
AERMOD termasuk PRIME sistem algoritma untuk mensimulasi efek plume rise, termasuk downwash ketika plume melintas diatas/melewati gedung-gedung
Model Statistik – Model Receptor
CALMET MM5 RAMS
Air Quality Forecast and Alarm Systems
Model Deposisi Model Bau Model Partikulat
Kinematic Simulation Particle (KSP) Model in CALPUFF MONTECARLO (Zannetti and Sire, 1999)
Model-model yang populer dalam AQM
Industrial Source Complex Short-Term Model (ISCST3) American Meteorological Society- Environmental Protection Agency Regulatory Model (AERMOD) Guideline on Air Quality Models (GAQM) Office of Air Quality Planning and Support (OAQPS) Support Center for Regulatory Air Models (SCRAM) ISC-COMPDEP model (a merger of the ISCST2 and COMPLEX I model) COMPLEX I, from which a new model—COMPDEP Rough Terrain Diffusion Model (RTDM) RTDMDEP California Puff Model (CALPUFF) ISCST with the new downwash algorithm, ISC-PRIME
AERMOD dan CALPUFF
Rekomendasi US-EPA saat ini dua model komputasi untuk simulasi polutan non reaktif (misal, SO2): AERMOD: http://www.epa.gov/scram001/dispersion_prefrec.htm#aermod steady-state Gaussian plume model, menggunakan angin tunggal yang diturunkan dari permukaan lapisan atas, dan pengamatan meteorological onsite. AERMOD juga menggabungkan data geofisika (terrain, elevasi) untuk mendapatkan parameter boundary layer ( panjang monin-obukhov, mixing height, stabilitas, turbulrnsi , dsb)
AERMOD saat ini menggantikan ISC models untuk sebagian besar regulasi di US
CALPUFF: http://www.epa.gov/scram001/dispersion_prefrec.htm#calpuff model dispersi puff non-steady state Lagrangian
Dibanding dengan Gaussian-based model CALPUFF lebih realistik mensimulasi transport polutan pada kondisi calm, stagnant, complex terrain, dan coastal regions with sea/land breezes. CALPUFF direkomendasikan untuk long-range simulations (lebih dari 50 miles) dan assesment visual impact plume. Dengan VISTAS Version 6 model2, CALPUFF digunakan dengan data meteorological sub-hourly dan dijalankan dengan tahap waktu sub-hourly. CALPUFF versi ini juga didekati untuk kedua simulasi long-range and short-range.
ISCST3 model Secara teknik mampu untuk menghitung dan evaluasi
Laju dispersi gaussian vertical dan horizontal plume crosssection; Koefisien dispersi Urban dan rural; Efek Terrain; Karakteristik sumber point diskrit, area dua dimensi, volume 3-D; Rerata Short-term dan long-term (1jam - tahunan); Data meteorologi permukaan termasuk data pengamatan kecepatan angin tiap jam , arah angin, stabilitas (6 kelas), dan temperatur; Interpolasi Data Mixing height dihubungkan dengan data kondisi permukaan; Proses deposisi massa konservatif , wet /dry deposisi partikel dan removal Laju peluruhan ekponensial order satu tunggal
Sumber dan referensi
Human Health Risk Assessment Protocol Chapter 3: Air Dispersion and Deposition Modeling, U.S. EPA Region 6 Multimedia Planning and Permitting Division Center for Combustion Science and Engineering, september 2005 Daly, A. and P. Zannetti. 2007. Air Pollution Modeling – An Overview. Chapter 2 of AMBIENT AIR POLLUTION (P. Zannetti, D. Al-Ajmi, and S. AlRashied, Editors). Published by The Arab School for Science and Technology (ASST) (http://www.arabschool.org.sy) and The EnviroComp Institute (http://www.envirocomp.org/).
