مقایسه AERMOD و CALPUFFدر مدلسازی پخش جویSO2
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 4,131
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICOGPP01_211
تاریخ نمایه سازی: 22 مرداد 1391
چکیده مقاله:
امروزه استفاده از مدلهای پخش آلودگی هوا در پیشبینی و تخمین میزان آلایندههای هوا جهت مدیریت منابع وتصمیمگیری در مورد استراتژیهای جلوگیری و کاهش آلودگی امری ضروری و اجتناب ناپذیر است. در حقیقت مدلهایریاضی پخش آلودگی هوا را میتوان برای شرح و تفسیر دادههای تجربی، بررسی کیفیت هوا در زمان حال یا گذشته، پایش انتشارات تصادفی و ارزیابی خطرات منطقه، شناسایی منابع آلاینده، بررسی میزان آلایندگی یک منبع مشخص، کمک به مدیریت و طراحی منطقه استفاده کرد. دو مدلCALPUFF و AERMOD تنها مدلهای ارجح و پیشنهادی سازمان حفاظت محیط زیست امریکاEPA) بوده و امروزه کاربرد وسیعی در مدلسازی پخش آلودگی هوا دارند و بهطور وسیعی توسط سازمانهای و ارگانهای زیستمحیطی و مدیریتی جهت بررسی و مدیریت منابع آلاینده و پیشبینی و تخمین میزان آلایندهها در مناطق مختلف مورد استفاده قرار میگیرند. چون هدف نصب و راه اندازی این دو برنامه، حل مشکلات احتمالی در اجرای دو برنامه و سپس مقایسه خروجیهای آنها بود، در این تحقیق ابتدا ویژگیهای هر یک از دومدل CALPUFF و AERMODمورد بررسی قرار گرفته است و سپس با توجه به اینکه مدلCALPUFF برای بازههایبزرگ (بیشتر از 50 کیلومتر) و مدلAERMOD برای بازههای کوچکتر پیشنهاد شدهاند، لذا برای مقایسه بهتر منطقهای ابعاد 50 کیلومتر در شهر البانی، نیویورک ایالات متحده آمریکا و با فرض یک منبع نقطهای در مرکز آن جهت بررسی مقایسه نتایج حاصل از دو مدل در نظر گرفته شده است
کلیدواژه ها:
مدلسازی- آلودگی هوا -AERMOD -CALPUFF
نویسندگان
هومن جواهری
کارشناسی ارشد مهندسی هستهای، گرایش چرخه سوخت، دانشگاه شهید بهشتی
خالد ظروفچی بنیس
کارشناسی ارشد مهندسی شیمی، مهندسی محیط زیست، دانشگاه صنعتی سهند تبر
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :