14-17 Mayıs 2008 Kocaeli Üniversitesi Çevre Mühendisliği Bölümü HAVA KİRLİLİĞİ BELİRLEMELERİNDE MODELLEME YAKLAŞIMI VE MODELLEME AŞAMASINDA KARŞILAŞILABİLECEK SORUNLAR Onur DEMİRARSLAN*, Şenay ÇETİN, Savaş AYBERK Kocaeli Üniversitesi Çevre Mühendisliği Bölümü, Kocaeli *İletişim kurulacak yazar E-posta: onurdemirarslan@yahoo.com, Tel: 0262 3033246, Fax: 0262 3033003 ABSTRACT Air quality models can calculate transport and dispersion of pollutants or physical and chemical conversions, removal processes and concentrations at certain receptor points, mathematically. There are various scientific dispersion models and these models can model situations that are kilometers far away. For this reason dispersion models are the basis of basic applications about pollution control and improvement of air quality. But capacities of most models are limited with some factors. Truth of estimations is depended on detailed and right emission inventories and also measuring meteorological parameters and entering site parameters correctly. Estimations of model can be developed with obtaining real data for entry parameters. In this study it is aimed to investigate the modeling approach that supports clean air plans and discuss the problems of modeling stage. Key words: Air pollution, clean air plan, modeling approach ÖZET Hava kalitesi modelleri; kirleticilerin atmosferdeki taşınım ve dispersiyonunu veya kimyasal ve fiziksel dönüşümlerini, uzaklaştırılma proseslerini ve belirli alıcı noktalarındaki kirletici konsantrasyonlarını matematiksel olarak hesaplayabilmektedirler. Bilimsel olarak farklı dağılım modelleri bulunmakta olup, bu modeller emisyonların kaynağından kilometrelerce uzaklığa kadar durumlarını modelleyebilmektedir. Bu nedenle dağılım modelleri, hava kirlenmesi kontrolündeki bütün temel uygulamalara ve hava kalitesini iyileştirme çalışmalarına esas teşkil eder. Ancak birçok modelleme yönteminin kapasitesi, bazı faktörlere bağlı olarak sınırlanabilmektedir. Bu modellerin tahminlerinin doğruluğu, tüm kaynaklar için detaylı ve doğru emisyon envanterine bağlı olduğu kadar, çalışma alanında meteorolojik parametrelerin doğru ölçülmesine ve araziye yönelik parametrelerin modele doğru girilmesine de bağlıdır. Modelin tahminleri, giriş parametreleri için gerçek verilerin elde edilmesiyle geliştirilebilir. Bu çalışmada, temiz hava planları için güçlü bir destekleyici olan modelleme yaklaşımının incelenmesi ve modelleme aşamasında karşılaşılabilecek sorunların tartışılması amaçlanmıştır. Anahtar Kelimeler: Hava kirliliği, temiz hava planı, modelleme yaklaşımı 1. GİRİŞ Endüstriyel veya diğer kaynaklardan meydana gelen kirleticilerin sağlık ve çevre üzerindeki etkilerini ölçebilmek ve tanımlayabilmek için hava kirliliği modelleme sistemleri kullanılabilmektedir. Birçok özelleşmiş dağılım modeli bulunmakta olup bu modeller emisyonların kaynağından kilometrelerce uzaklığa kadar değişimlerini modelleyebilmektedir. Dağılım modelleri, atmosfer olaylarını, hava kirleticilerinin atmosferdeki fiziksel ve kimyasal hareketlerini, reaksiyonlarını, bozunmalarını ve konsantrasyonlarını matematiksel olarak hesaplayabilmektedirler.
Bilimsel olarak farklı dağılım modelleri vardır ve bunların birbirine karşı birtakım üstünlükleri ve dezavantajları bulunmaktadır. Modelleme yönteminin kapasitesi, bazı faktörlere bağlı olarak sınırlanabilmektedir (1). Bu çalışmada modelleme yaklaşımının incelenmesi ve modelleme aşamasında karşılaşılabilecek sorunların tartışılması amaçlanmıştır. 2. HAVA KİRLİLİĞİ MODELLERİ Hava kirliliği dağılım modellemeleri uygulanırken, hava kirleticilerinin atmosfer içerisinde dağılımının nasıl olduğu, matematiksel olarak simüle edilebilmektedir. Burada yapılan işlem, geliştirilen bilgisayar programları ile kirleticilerin matematiksel eşitliklerinin ve algoritmaların çözülmesidir. Tüm bunları yaparken kaynak bilgileri, meteorolojik parametreler, yeryüzü şekilleri gibi parametreler de kullanılmaktadır. 2.1. Kirletici Gazların Yayılımı Herhangi bir kaynaktan meydana gelen kirletici gazlar, rüzgarla beraber hareket etmekte ve atmosfer içerisinde yükselmektedir. Eğer bir kaynaktan yayılan duman gözlemlenirse ince bir katman halinde yayıldığı anlaşılmaktadır. İçerisinde kirletici gazların olduğu bu dumanın yayılma hızı ve yönü bölgenin yerel meteorolojik koşullarına bağlı olarak değişiklik gösterebilmektedir (1). Kirleticilerin atmosferdeki taşınımına, dağılımına ve seyrelmesine; emisyon veya kaynak özellikleri, kirletici maddelerin yapısı, meteorolojik özellikler, arazi etkisi ve antropojenik yapılar gibi faktörler etki etmektedir. 2.1.1. Kaynak Özellikleri Birçok endüstriyel gaz kirleticiler bir bacadan veya bir kanal içerisinden dikey olarak atmosfere salınmaktadır. Kirletici gazların akımı böylelikle atmosfere karışmaktadır. Atmosfere bir kaynaktan çıkan kirleticilerin akımına Plume akım adı verilmektedir. Plume, kirletici gazların kütlesi anlamında da kullanılabilir. Rüzgar sayesinde kirletici gazlar hakim rüzgar yönünde hareket etmektedir. Plume çıkışı başladığı zaman baca gazları kıvrımlı veya düz bir şekil almakta ve hakim rüzgar yönünde hareket etmektedirler. Böylelikle baca gazları atmosfer içerisinde karışmakta ve seyrelmeye başlamaktadır. Gazlar artan hava kütlesinin içerisinde seyreldikten sonra yaş veya kuru birikimle toprağa ulaşmaktadır. Plume şeklinde ilk yükselme, gazın ataletine göre bacadan çıktığı zaman görülmekte ve gaz hava içerisinde yüzmektedir. Dikey yükselmeye gazın yoğunluğu ve kütlesi doğrudan etki etmektedir. Gazın havadaki yüzmesine ise gazın bağıl yoğunluğu, gazı çevreleyen hava ve gazın çıkıştaki ilk sıcaklığı önemli derecede etkili olmaktadır. Çıkış yoğunluğunun ve sıcaklığının artması Plume yükselmesini de arttırmaktadır. Plume yükselmesinde fiziksel baca yüksekliği ile beraber efektif baca yüksekliği de etkendir. Baca yüksekliği ve deşarj durumları, yer seviyesindeki konsantrasyonların proporsiyonel kütle akışı için zaman periyotlarındaki ölçüm tahminlerinde etkili olmaktadır (2). Hava kirleticilerin dağılımlarında 3 tip Plume bulunmaktadır. Bunlar: Yüzen Plume : Plume akımının havadan daha hafif olduğu durumlarda görülmektedir. Kirletici gazın, çevresini saran havaya göre sıcaklığının daha yüksek yoğunluğunun ise 323
daha düşük olduğu durumlarda meydana gelmektedir. Bir başka akım çeşidinde ise sıcaklık havayla eşit ancak molekül ağırlığı havaya göre daha düşüktür. Yoğun Plume: Plume akımı havadan daha ağır olduğu durumlarda görülür. Çünkü akımın yoğunluğu kendisini saran hava kütlesinden daha fazladır. Ayrıca havadan daha ağır molekül ağırlığına sahip CO 2 gibi gazlar bu sınıf akıma girmektedir. Sıcaklıkları kendilerini çevreleyen havadan daha az olabilmektedir. Pasif ve Nötral Plume: Akımın yoğunluğu ve sıcaklığı hava ile aynı olduğu durumlarda rastlanılacak bir durumdur (3). Tüm bunların yanında hava kirleticilerin dağılımında kaynağın çeşitleri de etkili olmaktadır. Noktasal, çizgisel, alansal ve hacimsel kaynaklar modellemelerde en yaygın ele alınan kaynak çeşitleridir. Noktasal Kaynaklar: Noktasal kaynaklar kirleticilerin tekbir yerden atmosfere yayıldığı kaynak çeşididir. Noktasal kaynaklar yer seviyesinde veya yer seviyesinden yüksekte de olabilmektedir (2). Noktasal kaynaklar olarak fırınlar, bacalar ve menfezler sayılabilir ve burada modelleme için kullanılan parametreler, emisyon oranı, baca yükseklikleri, emisyon çıkış oranları ve yoğunlukları ile çıkış sıcaklıklarıdır. Çizgisel Kaynaklar: Kirleticilerin yayıldığı, tek boyutlu kaynaklardır. Trafikten kaynaklanan emisyonlar bu kaynağa en iyi örnektir. Alansal Kaynaklar: Burada kirleticiler iki boyutlu bir kaynaktan atmosfere yayılmaktadır. Örnek olarak orman yangınları, uçucu bileşenlerin depolandığı tanklar sayılabilir. Bu kaynaklardan çıkan kirleticiler için sadece birkaç modelleme kullanılabilmektedir. Diğer modelleme sistemleri ise alanları çoklu poligonlara bölerek bunu gerçekleştirebilmektedir. Modelleme için gerekiş parametreler ise şöyle sıralanabilir: Alan-emisyon oranı, kaynağın yer seviyesinden yüksekliği. Hacimsel Kaynaklar: Modellemede kullanılan hacimsel kaynak çeşitleri endüstri tipine göre çeşitlilik göstermekte olup, yapıların çatıları, çoklu menfezler, konveyör bantları, yollar, yük taşıyan araçların döküm noktaları ve depolama sahaları sayılabilir. Hacimsel kaynakların modellemesinde birçok farklı parametreye ihtiyaç duyulmaktadır. Bu parametreler, emisyon oranları, kaynağın yer seviyesinden yüksekliği, kaynağın yanal ölçümleri ile dikey boyutlarıdır. Hacimsel kaynağın yüksekliği genelde merkez noktasının yer seviyesine olan yüksekliği ölçülerek bulunmaktadır. Hacimsel kaynaklarda kirleticiler üç boyutlu kaynaktan yayılmaktadırlar. Aslında alansal kaynaklar ile benzer özellikler taşımaktadırlar. 2.1.2. Meteorolojik Koşullar Bir kaynaktan çıkan kirleticilerin atmosferdeki dağılımları rüzgar hızı ve yönü, sıcaklık, güneş ışığı oranı, bulutluluk ve yağışlılık gibi meteorolojik koşullara bağlı olarak değişkenlik göstermektedir: 324
Rüzgara bağlı uzaklık incelendiğinde gazların deşarj noktasından gidebileceği maksimum uzaklık kirletici gazların atmosfer içerisindeki maksimum çözünürlüğüne bağlı olarak değiştiği görülmektedir. Kaynaktan ne kadar çok uzaklaşırsa, yer seviyesindeki kirletici konsantrasyonları o miktarda azalmaktadır. Hakim rüzgar yönü Plume akımının yönünü de belirlemektedir. Rüzgarın hızı Plume akımına etki etmektedir. Hızlı bir rüzgarda Plume akımı da hızlı olacaktır. Ayrıca seyrelme oranı da artacaktır (2). Rüzgar hızının etkileri iki farklı grupta anlatılabilir: Artan rüzgar hızı Plume yükselmesini azaltacak böylece yer seviyesindeki konsantrasyonlar artacaktır. Artan rüzgar hızı atmosferdeki karışımı arttıracak böylece yer seviyesindeki konsantrasyonlar azalacaktır. Atmosfer yapı olarak kararsız olup değişkenlik gösterebilmektedir. Kararsız olduğu durumlarda atmosferin üst katmanlarına doğru birçok karışım görülebilmektedir. Bu durum özellikle güçlü güneş ışığının ve rüzgarın olduğu zamanlarda meydana gelmektedir. Böyle bir koşulda kirleticiler hızla yayılmaktadır. Geceleri ise kararlı bir yapı sergilenir. Bunun sonucu olarak da kirleticilerin yayılımı yavaşlamaktadır. Atmosferde oluşan türbülanslar, kirleticilerin çözünürlüklerinde ve taşınımlarında en önemli etkendir. Atmosfer ne kadar kararsız bir yapı sergiliyorsa gazların çözünmesi de o kadar fazla olur. Kararlılık sınıflandırması değişken meteorolojik durumlar göz önüne alınarak geliştirilmiştir. Buradaki meteorolojik koşullar, rüzgar hızı, güneş radyasyonu (gün boyunca) ve bulutluluktur. 1950 lerde Pasquill ve Gifford atmosferin bu durumunu Tablo 1 de görüldüğü gibi sınıflandırmışlardır (1). Tablo 1. Pasquill ve Gifford Kararlılık Sınıflandırması (1). Pasquill Kararlılık Tür 10 m Yükseklikteki Rüzgar Hızı(m/dk) ve Bulutluluk Sınıflandırması A Çok Kararsız Gündüz, güneşli, rüzgar hızı < 3 m/dk, ortalama güneşli, < 2 m/dk rüzgar hızı B Kararsız Gündüz, güçlü güneş ışığı, rüzgar hızı 3-5 m/dk, ortalama güneşli, 2-4 m/dk veya zayıf güneş, rüzgar hızı <2 m/dk C Hafif Kararsız Gündüz, güçlü güneş, rüzgar >5 m/dk, ortalama güneşli rüzgar4-5m/dk, zayıf güneş rüzgar 2-5 m/dk D Nötr Gece veya gündüz, bulutlu, Gündüz güçlü güneş, rüzgar >5,5 m/dk Gece rüzgar > 5m/dk, bulutluluk %50 den fazla E Hafif Kararlı Gece, hafif bulutlu, rüzgar <3m/dk F Kararlı Gece, bulutluluk <%50, rüzgar <3m/dk 325
2.2. Modelleme Metodolojisi Modelleme metodolojisine bakıldığında 5 adet dağılım modeli olduğu görülmektedir. 2.2.1. Kutu (Box) Modellemesi Kirleticilerin modellemesinde kullanılan en basit modelleme çeşididir. Hava akımı bir kutu şeklinde varsayılmaktadır. Kutu modellemesi temel olarak kütle korunumunu baz almaktadır. Bu modelleme de atmosfer bir kutu olarak düşünülürse, kutu içerisindeki hava kirleticilerin dağılımını, fiziksel ve kimyasal reaksiyonlarını hesaplayabilmektedir. Ayrıca kutu modellemesi ile basit olarak meteorolojik olaylar ve bu olayların kirleticiler üzerindeki dağılımının etkisini de hesaplayabilmektedir. Kutu içerisinde gazlar ve belirlenemeyen kirleticiler üniform olarak dağıldığı ve homojen bir şekilde karıştığı kabul edilmektedir. Kutu modellemesinin bir avantajı, atmosfer olaylarının basitleştirilmiş olması ve kutu içerisindeki partikül ve gaz kirleticilerinin atmosferin tamamında yapılan modellemeden daha iyi sonuçlar vermesidir. Böylece kirleticilerin yerel hareketlerine bakılmaksızın, kirleticilerin formasyonları simüle edilebilmektedir. Bu sonuca dayanarak kutu modellemesi bölgelere bağlı olarak değişebilen meteorolojik durumlara bağlı kalmaksızın kirleticilerin hareketleri hakkında fikir edinebilmesini sağlamaktadır. Kirletici konsantrasyonları, kutu içerisinde her yerde aynıdır. Yukarıdaki tüm bu varsayımlar modellemeyi basit ve çok sınırlı hale getirmektedir. 2.2.2. Gauss Modellemesi Bu modelleme çeşidi en yaygın kullanılan ve en eski modelleme çeşididir (4). Kirleticilerin Gaussian dağılım eşitliği ile dağıldığı varsayılmakta ve dağılımın normal olduğu kabul edilmektedir. Bu modelleme genelde dağılımın devamlı olduğu durumlar ile kaynaktan yer seviyesine veya daha üst seviyelerdeki kirletici konsantrasyonların tahmininde kullanılmaktadır. Tüm bunların yanında puff dağılımı denilen ve devamlılık göstermeyen durumların tahmininde de kullanılmaktadır (3). Atmosferdeki NO x ve SO x lerin durumu, ayrıca ozon, partikül maddeler ve aerosollerin konsantrasyonları eksponansiyel hesaplar ile hesaplanabilmektedir. Gauss modelinde kirleticilerin adversiyonu ve difüzyonu incelenebilmekte ve kirleticilerin yaş ve kuru depozisyonları ile hızlı kimyasal reaksiyonları gözlenebilmektedir. Gauss modellemesinin dezavantajlarından biri, düşük rüzgar hızlarında emisyon kaynağının 100 m daha yakınlarında modellemenin yapılamayışıdır. 2.2.3. Lagrangian Modellemesi Lagrangian modellemesi daha çok kutu modellemesine benzemekte, kirletici konsantrasyonlarını yine bir kutu içerisinde kabul ederek hesaplayabilmektedir. Bu modellemede gazların yoğunluk farklarından meydana gelen konsantrasyon farklarını, rüzgara bağlı türbülansları ve moleküler difüzyonu da hesaplayabilmektedir. Bunların yanı sıra karalı olmayan meteorolojik durumlar ve dalgalanma özelliği gösteren rüzgar yönleri ve hızları Lagrangian ile çözülebilmektedir (3). 326
2.2.4. Eularian Modelleme Eularian modellemenin mantığı Lagrangian modellemeye benzemekle birlikte daha fazla kutuya sahiptir. Eularian modellemenin Lagrangian modellemeye göre en önemli üstünlüğü hesaplamaları üç boyutlu olarak yapmasıdır (5). Bu modeldeki varsayım, kirleticilerin hava kutusu adı verilen ve özel hacme sahip bir kutuda üniform olarak dağılmasıdır. Bu kutu Eulerian modellemede yer yüzüne sabitlenmiştir (6). Eularian kutu modellemesi tek kutu ve çoklu kutu modelleme tipleri içermektedir. Tek kutu modellemede belirli bir bölgedeki emisyon kaynağı bütün kutuyu kaplamaktadır. Dikey yönde, yerden inversiyonun görüldüğü katmana göre sınırlandırılmıştır. Çoklu kutu modellemede, modelleme alanı kutu matriksi tarafından kaplanmıştır. Bu durum konsantrasyonların uzamsal dağılımını gözlemeye izin vermektedir. Tipik bir çoklu modelde kutu ölçekleri yatay düzleme eşitlenmiştir. Konsantrasyonlar her bir kutuda üniform olarak dağılmışlardır. Kutular arasındaki taşınım adveksiyonla oluşmakta, dikey taşınım ve difüzyon ihmal edilmektedir. 2.2.5. Yoğun Gaz Modellemesi Bu modellemede kirletici gazların daha yoğun olduğu durumlarda kullanılmaktadır (3). 2.3. Hava Kirliliği Dağılım Modelleri Hava kirliliğinin dağılım modellemesi oldukça karışık işlem gerektirmektedir. Kirleticilerin atmosferdeki taşınımları ve dağılımları hem meteorolojik koşullara hem de kuru-yaş depozisyon ve kirleticilerin kimyasal reaksiyonlarıyla gerçekleşmektedir. Böylelikle kirleticilerin atmosferdeki dağılımları, kirleticilerin özelliklerine, meteorolojiye, emisyon kaynağına ve yeryüzü koşullarına bağlı olarak değişiklik gösterebilmektedir. Fiziksel ve matematiksel modellemeler, hava kirliliğinin dağılımının açıklanmasında kullanılan yöntemlerdir. Fiziksel modellemeler, küçük ölçekli rüzgar tünelleri ve yağmur simülatörlerinde atmosferik şartlar yerine getirilerek uygulanmaktadır. Matematiksel modellemeler ise hem simülasyon hem de istatiksel veriler kullanılarak yapılmaktadır. Deneysel modellemeler geçmiş hava kirliliği kayıtlarına dayanmaktadır. Matematiksel modellemede, atmosferdeki fiziksel ve kimyasal olayların matematiksel olarak ifade edilmesidir. Buradaki matematiksel eşitlikler kütle korunumu, momentum, enerji, su ve madde korunum kanunlarına göre düzenlenmektedir (6). Birçok modelleme yöntemlerinin kapasiteleri, avantaj-dezavantajlarına veya kullandıkları ekipmanlarla sınırlanmıştır. Modelleme yöntemlerini aşağıdaki gibi sıralamak mümkündür: Reseptör Modeller: Bu tip modelleme sistemlerinde konsantrasyon ölçümleri, konsantrasyon eğrileri ve sektör analizi gibi veriler kullanılmaktadır. Fiziksel Modeller: Bu tip modelleme sistemlerinde rüzgar tüneli gibi simülasyon teknikleri kullanılarak laboratuar örneklemeleri yapılmaktadır. İstatiksel Modellemeler: Bu tip modellemelerde ise hava kalitesi ve meteorolojik koşullar arasındaki ilişkiler baz alınmaktadır. Burada kullanılan her iki değişkenlerin veri arşivleridir. 327
2.3.1. Hava Kalitesi Dağılım Modelleri ve Uygulamaları Genel olarak dağılım modelleri üç grupta incelenmektedir: Screening (Tarama Modeller) Refined (Rafine Modeller) Advanced (Gelişmiş Modeller) (7). Hava modelleme sistemleri atmosferdeki kirleticilerin matematiksel olarak açıklanabilmeleri için kullanılmaktadır. En çok kullanılan dağılım modellemeleri, kararlı hal (stady-state), doğrusal (straight-line), Gaussian Plume modellerdir. Bu modellemeler, modelleme alanındaki saatlik meteorolojik koşullara bağlı olarak kirletici konsantrasyonların durumlarını hesaplayabilmektedir. Bu koşullar genelde varsayımsaldır, bunun nedeni değişken rüzgar durumları, karmaşık yağış çeşitlerinin gözlenebilmesidir. Karmaşık akımlar için ise bir seri Puff modelleme sistemleri uygulanmaktadır. Screening: Screening modeller, konsantrasyonların en zor hallerinin tahminlerini kolaylaştırmak ve çabuklaştırmak için kullanılmaktadır. Bu modelleme sistemi diğerleri gibi saatlik meteorolojik verilere ihtiyaç duyulmamakta ancak meteorolojik durumların farklı kombinasyonlarına gerek duymaktadır. Screening modelleme bu farklı konsantrasyon durumları ele alınarak hesaplama yapabilmektedir. Refined: Refined modelleme, atmosferik prosesler için daha çok detay içermektedir. Bunun yanında daha fazla veri girişlerine ihtiyaç duymaktadır (fiziksel ve matematiksel veriler). Bir başka değişle bu modelleme sistemi ile yapılan tahminlerin gerçekliği screen ile yapılan tahminlerden daha fazladır. Model verileri ise şu bilgileri içermektedir: Arazi yapısı, kullanıcı tanımlı reseptör, saatlik meteorolojik veriler. Bu tip veriler emisyon kaynağının çevresinden alınmaktadır. Ayrıca emisyon kaynağındaki saatlik değişikliklerde veri olarak girilmektedir. Böylece reseptör alanındaki kirleticilerin saatlik durumları da incelenebilmektedir. Çıktı verilerinde ise kısa-dönem (saatlik) ve uzun dönem (günlük, mevsimlik, yıllık) ortalama konsantrasyonlar olabilmektedir. Bu veriler her bir reseptör noktası için ayrı ayrı alınabilmektedir. Böylelikle konsantrasyonlarındaki yer ve zaman farklılıkları gözlemlenebilmektedir. Advanced: Bu modelleme sisteminde meteorolojik durumların, emisyonların ve kimyasalların kapsamlı verileri bulunmaktadır. Böylece veriler diğer modelleme sistemlerindeki verilere göre daha geniştir. 2.3.1.1. Screening Modeller 2.3.1.1.1. Screen 3 Screen 3 tek kaynaklı, Gaussian Plume modelleme sistemidir. Screen 3 modelleme programı genellikle tek bir kaynaktan yayılan ve yer seviyesinde maksimum konsantrasyona sahip olan kirleticiler için kullanılmaktadır (8). Genellikle noktasal, alansal ve hacimsel kaynaklardaki maksimum konsantrasyon tahminlerini yapabilmektedir. Screen 3, yapısal akım, uzak kaynak-yakın kaynak ve açık alev gibi farklı efektleri hesaplayabilmektedir. Basit alansal kaynaklar da Screen 3 ile modellenebilmektedir. Ayrıca bu modelleme ile, baca yüksekliğinden düşük tepeleri olan arazilerde 24 saatlik ortalama konsantrasyon, baca yüksekliklerinden daha yüksek olan tepelere sahip 328
arazilerde sıkışmış emisyonlar da hesaplanabilmektedir (7). Screen 3 sistemi modelleme yaparken aşağıdaki parametrelere ihtiyaç duymaktadır: Emisyon Oranı (g/s) Baca Yüksekliği (m) Baca Çapı (m) Kirleticinin Yoğunluğu (m/s) veya Akış Oranı (ACFM, m 3 /s) Gaz Çıkış Sıcaklığı ( o K) Atmosfer Sıcaklığı ( o K) (9). Modelin kullanıldığı alanlar: Tek kaynak, alansal, hacimsel kaynaklar, Noktasal kaynaktaki yapı etkisi (tek yapı), Yapılardan kaynaklanan boşluk etkisi, Açık alev, Kaynaktan 50 km den daha az taşınımlar (7). Baca yüksekliklerinden daha yüksek olan tepeler için Screen 3, 24 saatlik maksimum konsantrasyonu hesaplayabilmektedir. Daha alçak tepelere sahip olan yüzey yapıları için saatlik maksimum konsantrasyon hesaplamaları yapabilmektedir. 2.3.1.1.2. ISC-PRIME/S ISC-PRIME/S modelleme programı Industrial Source Complex, Short-Term modellemesi (ISCST) ile PRIME (Plume Rise Model Enhancements) modellemesinin birlikte uygulanmış halidir. PRIME algoritması yapılardan kaynaklanan aşağı akım etkisini de tahmin edebilmektedir. Bu modelleme sistemi doğrusal, kararlı hal, Gaussian Plume modellemesidir. ISC-PRIME modelleme sistemi, birçok emisyon kaynağında rahatlıkla kullanılabilmektedir. Bu kaynaklar arasında noktasal, hacimsel, alansal ve açık maden ocakları olabilmektedir. Çizgisel kaynakların modellemesi ise hacimsel kaynakların veya alansal kaynakların seri halde sıralanmış olarak kabul edilmesiyle yapılabilmektedir. Emisyon oranları modelleme periyotları boyunca aylık, mevsimlik, günlük veya diğer periyotlar şeklinde düşünülebilir. Modellemede büyük partiküllerin hareketlerini (kuru depozisyon) inceleyen algoritmalar bulunmaktadır. Ayrıca gaz ve partiküllerin yaş depozisyonu da hesaplanabilmektedir. Tüm bunların yanında binalardan kaynaklanan aşağı akım etkisi de hesaplanabilmektedir. Screening modda saatlik maksimum konsantrasyonların bulunabilmesi amacıyla meteorolojik durumların matriksleri kullanılabilmektedir. ISC-PRIME/S, SCREEN 3 ten daha esnek kullanım alanına sahiptir. Bunun nedeni bu programın farklı kaynak ve tiplere sahip olması, yapı etkisi, partikül depozisyonu, yükseltilerdeki saatlik maksimum konsantrasyonların hesabı sayılabilir. 329
Modelin kullanıldığı alanlar: Yapısız, tek veya çok yapılı kompleks endüstriyel kaynaklar, Kaynaktan 50 km ve daha az taşınım Arazi yükseltileri için saatlik konsantrasyon tahminleri, Partikül depozisyonları 2.3.1.2. Refined Modeller 2.3.1.2.1. ISC-PRIME ISC-PRIME ile ISC-PRIME/S arasında teknik bir farklılık bulunmamaktadır. Ancak ISC- PRIME, meteorolojik durumların saatlik ölçüm verilerine gereksinim duymaktadır. Saatlik meteorolojik verilerle, ISC-PRIME farklı ortalama periyotlarında çevresel konsantrasyonlar bulunabilmektedir. ISC-PRIME, EPA nın önerdiği modellemeler arasında bulunmamakta olup ISCST3 ün ilk versiyonlarına dayanmaktadır. Ancak PRIME algoritması EPA tarafından onaylanmıştır (7). Modelin kullanıldığı alanlar: Kompleks ve endüstriyel kaynaklar, Sabit veya zamana göre değişen emisyonlar, 1 saatten 1 yıllığa kadar ortalama zaman periyotları, Emisyonların kaynaktan 50 km ye kadar taşınımları, Arazi yapıları için konsantrasyon tahminleri, Partikül birikimi (Ancak hacimsel kaynaklar için tavsiye edilmemektedir) (7). 2.3.1.2.2. RTDM 3.2. Engebeli Arazi Dağılım Modeli (The Rough Terrain Diffusion Model RTDM 3.2) doğrusal, kararlı hal, Gaussian, Plume modelidir. Yer seviyesindeki konsantrasyonların tahmini için dizayn edilmiştir. Kırsal alanlarda ve baca yüksekliğinden büyük arazi yapılarında uygulanabilmektedir. Bu teknik özellikler ISC-PRIME modelleme sisteminden daha etkilidir. Kırsal alanlardaki reseptörlerde konsantrasyon tahminlerinin yapılabilmesi için programın saatlik verilere ihtiyacı vardır. Ancak yapı etkisi, alansal ve hacimsel kaynaklar incelenememektedir. Bunun yanında emisyon kaynağındaki saatlik değişiklikler gözlenebilmektedir. RTDM 2005 yılında EPA tarafından arazilerdeki emisyonların tahmininde kullanılması için tavsiye edilmiş bir modelleme sistemidir (7). Modelin kullanıldığı alanlar: Yapıların etkisi olmadan, tekli veya çoklu noktasal kaynaklar, Baca yüksekliklerinden fazla yüksekliği olan araziler, Emisyonların kaynaklarından 50 km ye kadar taşınım tahminleri (Ancak 15 km tavsiye edilir), Sabit veya değişken emisyonlar (7). 330
2.3.1.2.3. AERMOD AERMOD, doğrusal, kararlı hal Plume modellemesidir. AERMOD Modelleme sistemi, birçok farklı kaynak tipinde uygulanabilmektedir. Örnek olarak noktasal, hacimsel ve alansal kaynak tipleri verilebilmektedir. Çizgisel kaynaklar ise bir dizi hacimsel kaynak olarak veya uzatılmış alansal kaynak olarak düşünülerek modellenebilir (10). ISC-PRIME modellemesinin birkaç yönden gelişmiş biçimi olup katman sınırı teorisini içermektedir. AERMOD biraz Gaussian Plume karakteristiğine sahiptir. Bundan başka yeni veya kararlı haldeki dağılım durumları, Plume yükselmesi ve batmazlık, yükselen inversiyon içerisindeki nüfuz, kaynaktaki yüzey seviyesi, rüzgarların dikey profili, türbülans ve ısı, arazi efekti gibi gelişmiş algoritmaları da bünyesinde barındırabilmektedir. Ayrıca PRIME yapı etkilerini de içermektedir. AERMOD programının performansı, arazi yapısına ve farklılık gösteren emisyon kaynaklarına göre değişiklik gösterebilmektedir. Yüksek konsantrasyonlarda gerçeğe yakın sonuçlar verebilmektedir. Tüm ortalama zaman periyotları ve tüm durumlar için AERMOD modelleme performansı ISC-PRIME dan çok iyidir (7). AERMOD modelleme sistemi, iki işlemciden oluşmaktadır. Bunlar, arazi bilgisi için AERMAD ve meteorolojik veriler için AERMET. AERMOD, bazı kaynak tipleri için tasarlanmıştır. Bu kaynak tipleri, çoklu noktasal kaynak, alansal, çizgisel ve hacimsel kaynak, yapılar, konsantrasyonlar ve depozisyondur. Çizgisel kaynak ise bir dizi hacimsel kaynak veya alansal kaynak olarak düşünülebilir. Modelin kullanıldığı alanlar: Kompleks endüstriyel kaynaklar (tek veya çoklu noktasal kaynak, alansal, çizgisel, hacimsel kaynaklar), ancak burada yapılar ve yapılardan kaynaklanan etkiler kullanılmamaktadır. Gaz ve partikül birikimi, Sabit ve değişken emisyonlar, Kırsal ve yerleşim alanları, Kaynaktan 50 km ye kadar taşınım, Tüm arazi yapısına göre konsantrasyon tahmini (7). 2.3.1.2.4. CALPUFF/CALPUFF-ISC CALPUFF modelleme programı, kararlı olmayan durumlar da zaman ve bölgeye göre değişen meteorolojik koşullar içerisinde kirleticilerin taşınımlarını, kimyasal dönüşümlerini ve giderimlerini simule etmekte kullanılan Gaussian Puff modellemesidir (12). Özel olarak ele aldığı durumlar, yapılardan kaynaklanan türbülans, inversiyon içerisindeki Plume dağılım, duman, kıyısal etkileşim efekti, araziye yayılım, durgun durumlar ve dönüşüm efektleri (kirleticilerin yaş ve kuru depozisyonla ayrıca kimyasal reaksiyonlarla giderimi) dir. Bu özelliklerin yanında kaynağın hemen yanı başından (onlarca metre) yüzlerce kilometreye kadar olan taşınımlarını modelleyebilmektedir (7). Ayrıca CALPUFF modelleme programı ile amonyak, hidrojen sülfit ve koku yapıcı kimyasalların yüzeydeki konsantrasyonlarını da modelleyebilmektedir (11). 331
CALPUFF modelleme sistemi; CALMET (meteorolojik modelleme), CALPUFF (modelleme), CALPOST (çıktıların analizi) olmak üzere üç alt modelleme sistemini kapsamaktadır. CALPUFF modelleme sistemi için gerekli olan meteorolojik veriler CALMET tarafından sağlanmaktadır. CALMET rüzgar alanı tanımlama modellemesi de içermektedir. Ayrıca bu modellemede, eğim akımları, vadi akımları, arazinin engelleyici etkisi, kinematik etkisi (tepe üzerindeki akımların hızlanışı), göl ve deniz meltemlerinin sirkülasyonları gibi özellikleri de içermektedir. Tüm bunların yanında CALMET yüzeysel ve üst meteorolojik verilere de ihtiyaç duymaktadır (7). CALPUFF farklılık gösteren konsantrasyonlar, yaş ve kuru depozisyonlar ve görünebilir parametreler gibi durumlar için genelleştirilmiştir. Program sayesinde bir seri Puff ve devamlı Plume tanımlanabilmekte, deformasyonlar ve bölünmüş rüzgar alanları incelenebilmektedir. Tüm bunların yanında, doğrusal hatlı, Gaussian Plume modelleme de içermekte olup, rüzgarların yavaş veya hiç olmadığı durumlarda da modelleme yapılabilmektedir. Modellemenin kullanıldığı alanlar: Yerel alanlarda taşınımın ve dağılımın olduğu karmaşık akım istasyonları (<50 km) 50~200 km arası uzun mesafeli taşınım, Karmaşık, kararlı olmayan meteorolojik durumlar, karmaşık arazi yapısı, kıyısal alanlardaki karmaşık akımlar (zaman ve yere göre farklılık gösterebilen rüzgar ve türbülans alanları), Detaylı meteorolojik ve jeofiziksel girdiler, Depozisyonların olduğu uzun mesafeli taşınımlar (>50 km), Partikül maddelerin uzun mesafeli taşınımları (>50 km), Çoklu kaynaklar ( noktasal, alansal ve çizgisel) (7). Tablo 2. Hava Kirliliği Modellemeleri ve Kullanıldığı Alanlar (7). Screening Refined ARAZİ (Tepelerin Yükseklikleri Baca Yüksekliklerinden Fazla) Saatlik Meteorolojik Veri Çoklu Baca Alansal, Çizgisel, Hacimsel Kaynak Değişken Emisyon Oranı Kimyasal Dönüşüm Yapı Etkisi SCREEN 3 ISC-PRIME/S Plume Gözlenebilirliği Durgun Durumlar Depozisyon (Gaz,Partikül) Asit Depozisyonu (Sülfat, Nitrat) Kıyısal Efektler Bölgesel Hava Modellemesi Uzun Mesafeli Taşınım (>50 km) ISC-PRIME AERMOD CALPUFF CALPUFF/ISC RTDM 3.2 Karayolu Emisyonları Ağır Gazlar Alev Yoğuşma (sis) 3. MODELLEME AŞAMASINDA KARŞILAŞILABİLECEK SORUNLAR Türkiye şartlarında modelle çalışmasının yapılması aşamasında bazı sorunlarla karşılaşılabilmektedir. Bu sorunlar çözümü mümkün olmayan sorunlar olmamakla birlikte, çalışmaya başlandığında göz önünde bulundurulmasında yararlı olacak konulardır. 332
Modelin giriş verilerinden biri olan kirletici kaynakları belirlerken, tüm kaynakları özellikle küçük tesisleri karakterize etmek oldukça zordur. Ne yazık ki, kayıtlarda yer almayan küçük tesisler bulunabilmektedir. Bunlar tek tek belirlenip katkı payları belirlenmediğinde, giriş verilerinin hassasiyeti azalmaktadır. Ülkemizde istatistiki veriler yetersizdir. Mevcut verileri derleyip toparlamak ise oldukça zordur. İstatistiki verilerin yetersiz olması ve mevcut verileri derleyip toparlamanın zor olması daha fazla emek, daha fazla zaman ve daha fazla para harcanmasına neden olmaktadır. Ne yazık ki, emisyonların hesaplanmasında kullanılacak Türkiye şartları için hazırlanmış emisyon faktörleri bulunmamaktadır. Bu tür çalışmalarda genellikle, Amerika ve Avrupa da çalışma koşullarına bağlı olarak sektörden sektöre az ya da çok farklılıklar içeren US Environmental Protection Agency (USEPA) ve CORINAIR (CITEPA) gibi emisyon faktörleri kullanılmaktadır. Bu tür çalışmalarda bu faktörlerin kullanımının yerine Türkiye deki çalışma koşullarına göre belirlenmiş Türk emisyon faktörlerinin kullanımı sonuçlar açısından daha güvenilir olacaktır. Ancak Türkiye için bu faktörler henüz oluşturulmadığından bu mümkün değildir. Model için uygun meteoroloji dosyasının elde edilmesinde aksaklıklar olabilmektedir. Modeller saatlik bazda veri kullanmaktadır. Meteoroloji istasyonu tarafından kaydedilen bulut yükseklikleri ve yağış ölçümleri ise günlüktür. Bu verilerin saatlik değerlere dönüştürülmesi, modelin istediği meteorolojik dosyanın oluşturulmasında dezavantaj olabilmektedir. Trafik koşullarının emisyon payında yeterince yansıtılamaması ayrı bir sorundur. Örneğin trafik sıkışıklığının sık görüldüğü ana yol kavşaklarındaki trafik koşulları, emisyon faktörü aracılığıyla hesaplamalarda emisyon payında yeterince yansıtılamamaktadır. Ülkemizde dijital haritaların elde edilmesinde sıkıntılar yaşanabilmektedir. Dijital harita elde edilemediğinde, modelde düz arazi seçeneğinin kullanılmasına bağlı olarak yer seviyesindeki emisyonların binalardan ve diğer yükseltilerden olası etkilenimi model sonuçlarına gerektiği gibi yansımayabilmektedir. 4. SONUÇ Modelleme yöntemi temiz hava planları için güçlü bir destekleyicidir. Bu yöntem ile mevcut kirletici kaynakların yaydığı kirleticilerin ne şekilde dağılacağı saptanabildiği gibi, henüz plan veya proje aşamasında olan tesislerin kurulacakları yörede ne gibi bir hava kalitesi bozulmasına sebep olacakları da belirlenebilir. Böylece tesisin o bölgede kurulup kurulmayacağı veya alternatifleri değerlendirilebilir. Ancak birçok modelleme yönteminin kapasitesi, bazı faktörlere bağlı olarak sınırlanabilmektedir. Bu modellerin tahminlerinin doğruluğu, tüm kaynaklar için detaylı ve doğru emisyon envanterine bağlı olduğu kadar, çalışma alanında meteorolojik parametrelerin doğru ölçülmesine ve araziye yönelik parametrelerin modele doğru girilmesine de bağlıdır. Modelin tahminleri, ancak giriş parametreleri için gerçek verilerin elde edilmesiyle geliştirilebilir. 333
KAYNAKLAR 1. Environment Agency of UK, Guide to Air Quality, [online], http://www.environment-agency.gov.uk/commondata/acrobat/guide_to_air_quality_ 810298.pdf (Ziyaret Tarihi: 01.05.2008). 2. Air Quality Management Information System For Urban and Industrial Applications, Air Quality Modelling, [online], http://www.ess.co.at/air-eia/lectures/ L001.html, (Ziyaret Tarihi : 28.04.2008). 3. Air Pollution Dispersion Terminology, [online], http://en.wikipedia.org/air_pollution_ dispersion_terminology, (Ziyaret Tarihi: 28.04.2008). 4. Bosanquet, C.H. and Pearson, J.L. The spread of smoke and gases from chimney, Trans. Faraday Soc., 32:1249. 5. Features of Dispersion Models publication of the European Union Joint Research Centre (JRC).[online], http://rem.jrc.cec.eu.int/etex/37.htm.(ziyaret Tarihi:01.05.2008) 6. Markiewicz, M., Modelling of the Air Pollution Dispersion [online], http://manhaz.cyf.gov.pl, (Ziyaret Tarihi: 25.04.2008). 7. British Columbia Ministry of Environment, Environmental Protection Division, Environmental Quality Branch, Air Protection Section, Guidelines for Air Quality Dispersion Modelling in British Columbia, [online], http://www.env.bc.ca/air/ airquality/pdfs/aq_disp_model_06.pdf, (Ziyaret Tarihi: 25.04.2008). 8. U.S. EPA Models, Models, Documentation, And Guidelines, [online], http://www.lakes-environmental.com/lakeepa1.html#screen3, (Ziyaret Tarihi: 01.05.2008). 9. U.S. Environmental Protection Agency, SCREEN3 Model User's Guide, Office of Air Quality Planning and Standards Emissions, Monitoring, and Analysis Division Research, [online], http://www.lakes-environmental.com/lakeepa1.html#screen3, (Ziyaret Tarihi: 01.05.2008). 10. User's Guıde For The Ams/Epa Regulatory Model Aermod, EPA-454/B-03-001, [online], http://www.deq.state.mi.us/documents/deq-aqd-aqe_aermodug.pdf, (Ziyaret Tarihi: 02.05.2008). 11. Dispersion Modelling, [online], http://www.iowadnr.com/air/afo/files/section4.pdf, (Ziyaret Tarihi: 02.05.2008). 12. Model Formulation and User s Guide For the CALPUFF Dispersion Model, [online], http://www.arb.ca.gov/research/apr/past/a025-2a.pdf, (Ziyaret Tarihi: 02.05.2008). 334