Assessment of chemical transformation modules for secondary inorganic aerosol formation in CALPUFF model

Oleniacz, R.; Rzeszutek, M.; Bogacki, M.

doi:10.2429/proc.2016.10(1)007

Artykuł - szczegóły

Tytuł artykułu

Assessment of chemical transformation modules for secondary inorganic aerosol formation in CALPUFF model

Autorzy

Oleniacz R. , Rzeszutek M. , Bogacki M.

Treść / Zawartość

Pełne teksty:

Pobierz

Identyfikatory

DOI

10.2429/proc.2016.10(1)007

Warianty tytułu

Ocena modułów przemian chemicznych tworzenia się wtórnych aerozoli nieorganicznych w modelu CALPUFF

Konferencja

ECOpole’15 Conference (14-16.10.2015, Jarnoltowek, Poland)

Języki publikacji

Abstrakty

Air quality impact assessment is usually carried out with the application of simplified stationary dispersion models, which omit the chemical transformation process of air pollutants. Omission of this effect in the calculation process increases the uncertainty of the obtained results, and hinders the decision making process, related to air quality management. The paper presents a comparison of atmospheric dispersion modeling related to pollutants emitted from high industrial emitters, performed with and without consideration of various chemical transformation modules pertaining to the formation of inorganic aerosols, available in the CALMET/CALPUFF modeling system. A mechanism of inorganic aerosol formation in a liquid phase, considered in the ISORROPIA/RIVAD+AQUA module was observed to exert strong influence on calculation results referring to concentration levels of some air contaminants. The following was found out: more than a double decrease of the annual average concentration of SO2, and even more significant increase (from 7 to 10 times) of the annual average concentration of PM10 (as a sum of primary and secondary particles) in comparison to other considered chemical transformation modules (MESOPUFF, RIVAD/ARM3, ISORROPIA/RIVAD), and a variant with a chemical transformation module switched off (without taking into account the secondary inorganic aerosol formation).

Ocena wpływu źródeł emisji na jakość powietrza wykonywana jest zwykle przy użyciu uproszczonych stacjonarnych modeli dyspersji, pomijających procesy przemian chemicznych zanieczyszczeń powietrza. Pominięcie tych efektów w procesie obliczeniowym powoduje zwiększenie niepewności uzyskanych wyników oraz utrudnia proces podejmowania prawidłowych decyzji związanych z zarządzaniem jakością powietrza. Praca przedstawia porównanie wyników modelowania dyspersji atmosferycznej zanieczyszczeń emitowanych z wysokich emitorów przemysłowych prowadzonych bez uwzględniania i z uwzględnianiem różnych modułów przemian chemicznych tworzenia się nieorganicznych aerozoli, dostępnych w systemie modelowania CALMET/CALPUFF. Wykazano istotny wpływ mechanizmu tworzenia się wtórnego aerozolu nieorganicznego w fazie wodnej, uwzględnianego w module ISORROPIA/RIVAD+AQUA, na wyniki obliczeń poziomów stężeń niektórych zanieczyszczeń w powietrzu. Stwierdzono m.in. ponad 2-krotny spadek średniego poziomu stężeń średniorocznych SO2 i jeszcze większy (od 7 do 10 razy) wzrost średnich wartości stężeń średniorocznych pyłu PM10 (suma cząstek pierwotnych i wtórnych) w porównaniu z innymi rozpatrywanymi modułami przemian chemicznych (MESOPUFF, RIVAD/ARM3, ISORROPIA/RIVAD) oraz wariantem z wyłączonym modułem przemian chemicznych (bez uwzględniania tworzenia się wtórnego aerozolu nieorganicznego).

Słowa kluczowe

air pollution chemical transformations secondary inorganic aerosols atmospheric dispersion modeling CALPUFF ISORROPIA RIVAD MESOPUFF

zanieczyszczenie powietrza przemiany chemiczne wtórne aerozole nieorganiczne modelowanie dyspersji atmosferycznej CALPUFF ISORROPIA RIVAD MESOPUFF

Wydawca

Towarzystwo Chemii i Inżynierii Ekologicznej

Czasopismo

Proceedings of ECOpole

Rocznik

2016

Tom

Vol. 10, No. 1

Strony

57--66

Opis fizyczny

Bibliogr. 28 poz., rys., tab.

Twórcy

autor

Oleniacz R.

oleniacz@agh.edu.pl

AGH University of Science and Technology, Department of Environmental Management and Protection, al. A. Mickiewicza 30, 30-059 Krakow, Poland

autor

Rzeszutek M.

AGH University of Science and Technology, Department of Environmental Management and Protection, al. A. Mickiewicza 30, 30-059 Krakow, Poland

autor

Bogacki M.

AGH University of Science and Technology, Department of Environmental Management and Protection, al. A. Mickiewicza 30, 30-059 Krakow, Poland

Bibliografia

[1] Cimorelli AJ, Perry SG, Venkatram A, Weil JC, Paine RJ, Wilson RB, et al. A dispersion model for industrial source applications. Part I: General model formulation and boundary layer characterization. J Appl Meteorol. 2005;44(5):682-693. DOI: 10.1175/JAM2227.1.
[2] Holmes NS, Morawska L. A review of dispersion modelling and its application to the dispersion of particles: An overview of different dispersion models available. Atmos Environ. 2006;40:5902-5928. DOI:10.1016/j.atmosenv.2006.06.003.
[3] Karamchandani P, Vijayaraghavan K, Yarwood G. Sub-grid scale plume modeling. Atmosphere (Basel). 2011;2(3):389-406. DOI: 10.3390/atmos2030389.
[4] Suppan P, Skouloudis A. Inter-comparison of two air quality modelling systems for a case study in Berlin. Int J Environ Pollut. 2003;20:75-84. DOI: 10.1504/IJEP.2003.004250.
[5] Scire JS, Robe FR, Fernau ME, Yamartino RJ. A user’s guide for the CALMET meteorological model (Version 5). Concord, MA: Earth Tech, Inc; 2000. http://www.src.com/calpuff/download/CALMET_UsersGuide.pdf.
[6] Scire JS, Strimaitis DG, Yamartino RJ. A user’ s guide for the CALPUFF dispersion model (Version 5). Concord, MA: Earth Tech, Inc; 2000. http://www.src.com/calpuff/download/CALPUFF_UsersGuide.pdf.
[7] Karamchandani P, Chen S-Y, Balmori R. Evaluation of original and improved versions of CALPUFF using the 1995 SWWYTAF data base. AER Report CP281-09-01 prepared for API, Washington, DC. San Francisco, CA: Atmospheric and Environmental Research, Inc.; 2009. http://mycommittees.api.org/rasa/amp/CALPUFF%20Projects%20and%20Studies/CALPUFF%20Evaluation%20with%20SWWYTAF,%202009,%20Kharamchandani%20et%20al.pdf.
[8] Karamchandani P, Chen S, Seigneur C. CALPUFF Chemistry Upgrade. AER Final Report CP277-07-01 prepared for API, Washington, DC. San Ramon, CA; Atmospheric & Environmental Research, Inc.; 2008. https://www3.epa.gov/ttn/scram/11thmodconf/200802-CALPUFF_Chemistry_Upgrade.pdf.
[9] U.S. EPA. Guideline on Air Quality Models: Revision to the Guideline on Air Quality Models: Adoption of a Preferred General Purpose (Flat and Complex Terrain) Dispersion Model and Other Revisions. Federal Register, 40 CFR Part 51, Appendix W. https://www3.epa.gov/scram001/guidance/guide/appw_05.pdf.
[10] Cui H, Yao R, Xu X, Xin C, Yang J. A tracer experiment study to evaluate the CALPUFF real time application in a near-field complex terrain setting. Atmos Environ. 2011;45(39):7525-7532. DOI:DOI:10.1016/j.atmosenv.2011.08.041.
[11] Dresser AL, Huizer RD. CALPUFF and AERMOD model validation study in the near field: Martins Creek revisited. J Air Waste Manage. Assoc. 2011;61(6):647-659. DOI: 10.3155/1047-3289.61.6.647.
[12] Brode RW. CALPUFF near-field validation. In: 10th US EPA Conference on Air Quality Modeling. Research Triangle Park, North Carolina, March 2012.
[13] Rood AS. Performance evaluation of AERMOD, CALPUFF, and legacy air dispersion models using the Winter Validation Tracer Study dataset. Atmos Environ. 2014;89:707-720. DOI:10.1016/j.atmosenv.2014.02.054.
[14] Oleniacz R, Bogacki M, Rzeszutek M, Kot A. Meteorologiczne determinanty jakości powietrza w Krakowie. In: Konieczyński J, editor. Ochrona powietrza w teorii i praktyce, T. 2. Zabrze: IPIŚ PAN; 2014. DOI:10.13140/RG.2.1.4200.3044.
[15] Apostoł M, Bąkowski A, Chronowska-Przywara K, Kot M, Monieta J, Oleniacz R, et al. Wybrane zagadnienia inżynierii mechanicznej, materiałowej i środowiskowej. Kraków: Wyd. Katedra Automatyzacji Procesów, Akademia Górniczo-Hutnicza; 2015. DOI: 10.13140/RG.2.1.2907.1440.
[16] Oleniacz R, Rzeszutek M. Determination of optimal spatial databases for the area of Poland to the calculation of air pollutant dispersion using the CALMET/CALPUFF model. Geomatics Environ Eng. 2014;8(2):57-69. DOI: 10.7494/geom.2014.8.2.57.
[17] Oleniacz R, Rzeszutek M. Assessment of the impact of spatial data on the results of air pollution dispersion modeling. Geoinformatica Polon. 2014;13:57-68. DOI: 10.2478/gein-2014-0006.
[18] U.S. EPA. AP42 Fifth Ed. Vol. 1, 1.1, 1998. http://www.epa.gov/ttn/chief/ap42/ch01/final/c01s01.pdf.
[19] U.S. EPA. AP42 Fifth Ed. Vol. 1, 1.1, 1993. http://www.epa.gov/ttn/chief/ap42/ch01/bgdocs/b01s01.pdf.
[20] Sówka I. Określenie czynników fizycznych i chemicznych determinujących zawartość substancji utleniających w atmosferze miejskiej. [PhD Thesis]: Wrocław: Politechnika Wrocławska; 2001.
[21] Stelson AW, Seinfeld JH. Relative humidity and temperature dependence of the ammonium nitrate dissociation constant. Atmos Environ. 1982;16:983-992. DOI: 10.1016/0004-6981(82)90184-6.
[22] Atkinson R, Lloyd AC, Winges L. An updated chemical mechanism for hydrocarbon/NOx/SOx photo oxidation suitable for inclusion in atmospheric simulation models. Atmos Environ. 1982,16:1341-1355. DOI: 10.1016/0004-6981(82)90055-5.
[23] Stelson AW, Bassett ME, Seinfeld JH. Thermodynamic equilibrium properties of aqueous solutions of nitrate, sulfate and ammonium. In: Teasley J, editor. Acid Precipitation, Chemistry of Particles, Fog and Rain. Woburn, MA: Ann Arbor Science; 1983.
[24] Morris RE, Kessler RC, Douglas SG, Styles KR, Moore GE. Rocky Mountain Acid Deposition Model Assessment: Acid Rain Mountain Mesoscale Model (ARM3). San Rafael, CA.: Systems Applications, Inc., U.S. EPA, Research Triangle Park, NC, Atmospheric Sciences Research Laboratory; 1988. https://ntrl.ntis.gov/NTRL/dashboard/searchResults/titleDetail/PB89124408.xhtml.
[25] Walcek CJ, Taylor GR. A theoretical method for computing vertical distributions of acidity and sulfate production within cumulus clouds. J Atmos Sci. 1986;43:339-355. DOI:10.1175/1520-0469(1986)043<0339:ATMFCV>2.0.CO;2.
[26] Nenes A, Pandis SN, Pilinis C. ISORROPIA: A new thermodynamic equilibrium model for multiphase multicomponent inorganic aerosols. Aquatic Geochem. 1998;4(1):123-152. DOI:10.1023/A:1009604003981.
[27] Fountoukis C, Nenes A. ISORROPIA II: a computationally efficient thermodynamic equilibrium model for K+–Ca2+–Mg2+–NH4+–Na+–SO42−–NO3−–Cl−–H2O aerosols. Atmos Chem Phys. 2007;7(17):4639-4659. DOI: 10.5194/acp-7-4639-2007.
[28] Scire JS, Strimaitis DG, Wu Z-X. New developments and evaluations of the CALPUFF model exponent. In: 10th EPA Conference on Air Quality Modeling. Research Triangle Park, North Carolina; 2012. https://www3.epa.gov/scram001/10thmodconf/presentations/3-5-CALPUFF_Improvements_Final.pdf.

Uwagi

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę.

Typ dokumentu

Bibliografia

Identyfikator YADDA

bwmeta1.element.baztech-652dd063-fc3e-48fb-a579-709164a9a0e3