تاثیر داده های ورودی هواشناسی در نتایج شبیه سازی پراکنش آلاینده های CO و ۲NO با مدل AERMOD (مطالعه موردی: صنایع شیمیایی سینا، چابهار)

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 تاثیر داده های ورودی هواشناسی در نتایج شبیه سازی پراکنش آلاینده های CO و ۲NO با مدل AERMOD (مطالعه موردی: صنایع شیمیایی سینا، چابهار) دارای ۱۰ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد تاثیر داده های ورودی هواشناسی در نتایج شبیه سازی پراکنش آلاینده های CO و ۲NO با مدل AERMOD (مطالعه موردی: صنایع شیمیایی سینا، چابهار)  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی تاثیر داده های ورودی هواشناسی در نتایج شبیه سازی پراکنش آلاینده های CO و ۲NO با مدل AERMOD (مطالعه موردی: صنایع شیمیایی سینا، چابهار)،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن تاثیر داده های ورودی هواشناسی در نتایج شبیه سازی پراکنش آلاینده های CO و ۲NO با مدل AERMOD (مطالعه موردی: صنایع شیمیایی سینا، چابهار) :

تعداد صفحات : ۱۰

چکیده مقاله:

یکی از مهم ترین چالش های مدل سازی پراکنش آلاینده ها، داده های هواشناسی است. به صورت معمول از داده های ایستگاه های هواشناسی برای این منظور استفاده می شود که ممکن است علاوه بر فاصله زیاد با سایت مورد مطالعه، داده های جو بالا نیز موجود نباشد. در این تحقیق برای مدل سازی پراکنش آلاینده ها از منابع انتشار صنایع شیمیایی سینا که قرار است در نزدیکی شهر چابهار احداث شود، از مدل AERMOD با سه سناریو استفاده شد. در سناریوی اول داده های هواشناسی به صورت مستقیم از مدل هواشناسی WRF با پردازنده MMIF استخراج شده و در سناریوی دوم خروجی Onsite و FSL حاصل پردازش MMIF از داده های مدل هواشناسی، با پیش پردازنده AERMET پردازش شد. در سناریوی سوم نیز از داده های ایستگاه هواشناسی چابهار استفاده شده است. نتایج نشان داد که بیشترین غلظت محاسبه شده آلاینده CO در سناریوی اول، سه برابر سناریوی دوم و ۱۱/۵ برابر سناریوی سوم است. برای آلاینده NO2 بیشینه غلظت سناریوی اول به ترتیب ۶/۹ و ۳۲ برابر بیشینه غلظت سناریوهای دوم و سوم است. این اعداد نسبتا زیاد بوده و نشان از عدم قطعیت مدل سازی های رایج دارد