عنوان پایان‌نامه

توسعه سیستم پردازش داده های انتشار برای مدل سازی کیفیت هوای شهر تهران توسط مدل SMOKE



    دانشجو در تاریخ ۰۶ تیر ۱۳۹۴ ، به راهنمایی ، پایان نامه با عنوان "توسعه سیستم پردازش داده های انتشار برای مدل سازی کیفیت هوای شهر تهران توسط مدل SMOKE" را دفاع نموده است.


    رشته تحصیلی
    مهندسی‌ محیط‌ زیست‌ -آلودگی هوا
    مقطع تحصیلی
    کارشناسی ارشد
    محل دفاع
    کتابخانه دانشکده محیط زیست شماره ثبت: ENV 1310;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 69143
    تاریخ دفاع
    ۰۶ تیر ۱۳۹۴
    دانشجو
    مهشید اعتصامی فرد
    استاد راهنما
    خسرو اشرفی
    چکیده
    لینک فایل چکیده
    در سال¬های اخیر شهر تهران وضعیت بحرانی از آلودگی هوا را تجربه نموده است. عوامل زیادی در آلودگی شهرهای بزرگ نقش دارند اما مهم¬ترین عامل آلودگی هوای شهر، منابع متحرک شامل خودروهای سبک و سنگین هستند. اولین گام برای حل این مشکل تهیه یک فهرست انتشار می¬باشد. در مرحله بعد می¬توان با استفاده از پردازش داده¬های انتشار موجود در این فهرست توسط مدل¬های انتشار، علاوه بر ایجاد داده¬ اصلی یک مدل کیفیت هوا به ارزیابی میزان و توزیع مکانی و زمانی انتشار در شهر پرداخت. در این تحقیق با استفاده از فهرست انتشار تهیه شده توسط شرکت کنترل کیفیت هوای تهران در سال 92، یک سیستم پردازش انتشار مربوط به وسایل نقلیه برای شهر تهران توسعه یافته است تا از مدل¬های کیفیت هوا پشتیبانی نماید. برای تولید این فهرست انتشار از مدل SMOKE (Sparse Matrix Operator Kernel Emissions) که به پشتیبانی آژانس حفاظت از محیط زیست آمریکا (EPA) و توسط برنامه محیط زیستی دانشگاه کارولینای شمالی توسعه یافته، استفاده شده است. برای انجام این تحقیق داده¬های تخمین انتشاری که توسط شرکت کنترل کیفیت هوای تهران تهیه نموده، به کار گرفته شد. همچنین فرمت IDA (Inventory Data Analyzer) برای ایجاد فهرست¬های ورودی انتشار مدل SMOKE اتخاذ شده است. کدهای SCC (Source Classification Code) و کد کشور/استان/شهر FIPS (Federal Implementation Planning Standards) که دو داده کلیدی ساختار داده¬های IDA هستند برای تهران تهیه شد. 7 کد SCC و 22 کد FIPS برای پردازش مدل انتشار تعریف شد. از نرم¬افزار تخصیص¬دهنده فضایی MIMS (Multimedia Integrated Modeling System) که به پشتیبانی EPA توسعه یافته، به همراه داده¬های جغرافیایی تهیه شده در نرم¬افزار GIS (Geographic Information System) برای تولید پروفیل¬های تخصیص¬دهی فضایی برای شهر تهران استفاده شد. پروفیل¬های تخصیص¬دهی زمانی و گونه¬زایی شیمیایی بر اساس مطالعات انجام گرفته قبلی و اطلاعات در دسترس برای تهران توسعه یافت. مدل برای یک دوره پنج روزه اجرا شد. 45 گونه شیمیایی شامل 26 گونه گازی و 19 گونه ذره¬ای، ناشی از انتشار وسایل نقلیه شناسایی شد. بین گونه¬های ترکیبات آلی فرار (VOC)، دو گونه PAR (Paraffin carbon band) با 58 درصد انتشار و UNR(Unreactive VOC) با 10 درصد انتشار، به عنوان اولین و دومین گونه بیشینه ترکیبات آلی فرار معرفی شدند و باقی گونه¬های VOC میزان انتشاری زیر 10 درصد کل انتشار VOCها را به خود اختصاص می¬دهند، همچنین در بین ذرات معلق انتشار یافته از وسایل نقلیه، PEC(Particulate Elemental Carbon) با 73 درصد انتشار و POC(Particulate Organic Carbon) با 17 درصد انتشار، بیشترین گونه¬های منتشر شده بین ذرات معلق می¬باشند که به ترتیب به وسایل نقلیه سبک و سنگین نسبت داده می¬شوند. در مرحله بعدی توزیع زمانی و مکانی گونه¬های انتشار بررسی شد. بیشینه انتشار CO و NOx به ساعت 6:30 و 17:30 اختصاص پیدا کرد که طبق داده¬های شرکت کنترل کیفیت هوای تهران مربوط به ساعت اوج انتشار تاکسی¬ها و ماشین¬های سواری شخصی شخصی می¬باشد. بیشینه انتشار گونه-های VOC نیز در ساعت 10:30 صبح اتفاق می¬افتد. همچنین ساعت 11:30 به بیشترین میزان انتشار SO2 و گونه¬های ذرات معلق اختصاص دارد. کلمات کلیدی: مدل انتشار، کیفیت هوا، گونه¬های آلاینده¬ها
    Abstract
    ABSTRACT Lately Tehran has been experiencing air quality difficulties. One of the most important sources of Tehran pollutants is due to mobile sources. Developing an emission inventory is the first step towards air quality control. This study focuses on transportation sector contribution in the emission of megacity of Tehran. In this study Sparse Matrix Operator Kernel Emissions (SMOKE) has been used to develop an emission processing system for mobile sources using the emission inventory prepared by The Air Quality Control Company of Tehran. This emission inventory was reported in seven different vehicle’s categories and five pollutants (CO, NOx, VOC, SOx, PM2.5). Inventory Data Analyzer (IDA) emission data format was used to create the mentioned inventory. Source Classification Codes (SCCs) have been used to classify different type of vehicles and road types. As for administrative devision codes, SMOKE uses a 6-digit integer code, i.e., FIPS code, to identify the country, state and county for a particular source. Twenty two municipal regions of Tehran have been used as bases for FIPS code development. These codes also have been applied to create a SMOKE COSTCY file for Tehran. For the spatial allocation, SMOKE relies on a set of spatial surrogate data and cross-reference files. From this information, the SMOKE Grdmat program creates the gridding matrix for sources. In order to create the gridding profiles, Multi-scale Integrated Modeling System (MIMS) Spatial Allocator has been used to process a set of GIS shape files that include road geographical information over Tehran. Monthly, weekly and diurnal profiles in the SMOKE package are very comprehensive. However, they were developed for the United States. Temporal allocation profiles need to be regionalized to correctly represent temporal variations of Tehran activities. These profiles were generated using diurnal factors, reported by Tehran Traffic Control Company. Chemical mechanisms used by air quality models contain a simplified set of equations that uses model species to represent atmospheric chemistry. SMOKE is capable of converting these inventory pollutants into model species using speciation profiles and crossreferences. A chemical speciation profile for Tehran transportation emissions has been developed and linked to the inventory by the cross-reference file. SMOKE has been ran for a five-day period. The output contained 45 model species, 19 of them were particulate species and the rest were gaseous. The Paraffin carbon band (PAR) and Unreactive VOCs (UNR) showed the first and second largest emission rate among VOC species. The Particulate Elemental Carbon (PEC) and Particulate Organic Carbon (POC) showed the first and second largest emission rate among species. CO and NOx showed the highest emission value at 6:30 and 17:30 due to maximum emission value released by taxies and passenger cars. The time of highest emission value of VOCs released by mobile sources is 10:30 and 11:30 is the hour of the day that SO2 and PM emission is the most. Keywords: emission modelling, air quality, model species