opis metody - GIOŚ - Główny Inspektorat Ochrony Środowiska
Transkrypt
opis metody - GIOŚ - Główny Inspektorat Ochrony Środowiska
Operacyjne prognozowanie stężeń ozonu troposferycznego w latach 2016-2018 z użyciem modelowania - opis metody ETAP I Zleceniodawca Główny Inspektorat Ochrony Środowiska Praca wykonana na podstawie umowy nr 52/2015/F z dnia 20. 11. 2015 r. pomiędzy GIOŚ a Politechniką Warszawską - Wydziałem Inżynierii Środowiska, finansowanej ze środków NFOŚiGW na podstawie umowy nr 750/2014/Wn-50/MN-PO-CR/D z dnia 03.11.2014 r. Zleceniodawca: Główny Inspektorat Ochrony Środowiska ul. Wawelska 52/54 00-922 Warszawa Finansujący: Narodowy Fundusz Ochrony Środowiska i Gospodarki Wodnej ul. Konstruktorska 3a 02-673 Warszawa Operacyjne prognozowanie stężeń ozonu troposferycznego w latach 2016-2018 z użyciem modelowania - opis metody ETAP I Jednostka realizująca: Wydział Inżynierii Środowiska Politechniki Warszawskiej Kierownik projektu: dr inż. Joanna Strużewska, Wydział Inżynierii Środowiska Politechniki Warszawskiej Zespół autorski: dr inż. Joanna Strużewska, Wydział Inżynierii Środowiska Politechniki Warszawskiej dr hab. inż. Lech Łobocki, Wydział Inżynierii Środowiska Politechniki Warszawskiej dr hab. inż. Jacek W. Kamiński, Fundacja EkoPrognoza mgr inż. Paweł Durka, Fundacja EkoPrognoza mgr inż. Agnieszka Szczecińska, Wydział Inżynierii Środowiska Politechniki Warszawskiej 2 Spis treści 1. Ozon troposferyczny – charakterystyka zanieczyszczenia .................................................... 5 1.1. Prekursory ozonu ............................................................................................................... 5 1.2. Wpływ czynników meteorologicznych na przemiany chemiczne ozonu ....................... 6 1.3. Czasowa zmienność ozonu ................................................................................................. 7 2. Uregulowania prawne ............................................................................................................... 8 3. Prognozy ozonu troposferycznego w Europie ...................................................................... 12 3.1. Inicjatywy międzynarodowe w zakresie prognozowania zanieczyszczeń (w tym ozonu)........................................................................................................................................ 13 3.1.1. Akcja COST ES0602 „Towards a European Network on Chemical Weather Forecasting and Information Systems” ............................................................................... 14 3.1.2. MACC (Modelling Atmospheric Composition and Climate).................................... 16 3.1.3. Copernicus Services (CAMS_50 Regional production).......................................... 19 3.2. Wybrane systemy prognozowania ozonu w krajach europejskich .............................. 19 3.2.1. Francja – PREV'AIR ................................................................................................. 20 3.2.2. Hiszpania – Caliope ................................................................................................... 22 3.2.3. Bułgaria – Bulgarian Chemical Weather Forecast and Information System (BgCWFS) ............................................................................................................................. 24 3.2.4. UK-AIR (Air Information Resource) ........................................................................ 25 3.2.5. Austria – Burgenland Ozonprognose ........................................................................ 27 3.2.6. Włochy – QualeAria – Prototyp of Air Quality Forecasting System ....................... 28 3.2.7. Holandia – SmogProg ................................................................................................ 29 3.2.8 Niemcy – EURAD ....................................................................................................... 30 3.3. Prognozowanie ozonu w Polsce ....................................................................................... 32 3.3.1. System EkoPrognoza.pl ............................................................................................. 33 3.3.2. System Prognoz Jakości Powietrza w strefach i aglomeracjach województwa śląskiego ................................................................................................................................ 35 3.3.3. Prognozy z wykorzystaniem modelu CAMx (EKOMETRIA Sp. z o.o.) .............. 36 4. Przykłady prognoz ozonu poza Europą ................................................................................ 39 4.1. Stany Zjednoczone Ameryki Północnej .......................................................................... 39 4.2. Kanada ............................................................................................................................... 40 4.3.Chińska Republika Ludowa ............................................................................................. 41 3 5. Opis metody prognozowania krótkoterminowego w zakresie ozonu troposferycznego ... 44 5.1. Model GEM-AQ ............................................................................................................... 45 5.1.1. Model meteorologiczny .............................................................................................. 45 5.1.2. Moduł chemiczny ....................................................................................................... 45 5.2. System EkoPrognoza ........................................................................................................ 47 5.2.1. Pola geofizyczne ......................................................................................................... 47 5.2.2. Pola meteorologiczne ................................................................................................. 48 5.2.3. Dane emisyjne............................................................................................................. 49 5.2.4. Metoda obliczeniowa ................................................................................................. 50 5.2.5. Asymilacja danych ..................................................................................................... 52 5.2.6. Prezentacja i udostępnienie wyników prognozy ..................................................... 52 5.2.7. Wymagania techniczne i operacyjne ........................................................................ 53 5.4. Spelnienie wymogow okreslonych w SIWZ.................................................................... 54 7. Bibliografia .............................................................................................................................. 56 8. Spis tabel .................................................................................................................................. 59 9. Spis rysunków .......................................................................................................................... 59 Załącznik 1. GEM Model............................................................................................................ 61 Załącznik 2. Parametryzacje procesów fizycznych w modelu GEM ...................................... 62 Załącznik 3. Metodyka relokacji strumienia emisji do symulacji wysokorozdzielczych ..... 71 4 1. Ozon troposferyczny – charakterystyka zanieczyszczenia Zanieczyszczenie powietrza wpływa na jakość życia społeczeństw w Europie. Zgodnie z danymi WHO1, zła jakość powietrza powoduje występowanie zaburzeń zdrowotnych i stanowi istotną przyczynę wielu chorób układu oddechowego i krążenia oraz przedwczesnych zgonów, zwłaszcza w grupach podwyższonego ryzyka (osoby starsze, dzieci, osoby z chorobami układu oddechowego). Toksyczny wpływ ozonu na zdrowie ludzkie został potwierdzony licznymi badaniami. Wysokie stężenia ozonu występują głównie w okresie wiosenno-letnim, a przekroczenia norm określonych ze względu na ochronę zdrowia i ochronę roślin notowane są praktycznie we wszystkich krajach europejskich. Epizody fotochemiczne występują na ogół na dużym obszarze i mają charakter transgraniczny. Zmienność stężenia ozonu jest w znacznej mierze uwarunkowana sytuacją meteorologiczną w skali regionalnej, a także wielkością emisji tlenków azotu i lotnych związków organicznych pochodzących ze źródeł biogennych i antropogenicznych. Próby prognozowania stężeń ozonu podejmowane były już w latach 50-tych ubiegłego wieku. Ze względu na specyfikę tego zanieczyszczenia skuteczne prognozowanie stężeń ozonu wymaga dokładnego opisu zmienności warunków meteorologicznych. Jakkolwiek stosowane są różne podejścia (m.in. statystyczne, deterministyczne, hybrydowe), w ostatniej dekadzie za właściwy kierunek uznano rozwijanie modeli siatkowych sprzężonych z modelami meteorologicznymi. 1.1. Prekursory ozonu Ozon jest jednym z ważniejszych produktów przemian chemicznych w troposferze. Podstawowym mechanizmem wytwarzania ozonu w pobliżu powierzchni ziemi są reakcje fotochemiczne związane z obecnością dwutlenku azotu. Źródłem ozonu może być również transport ze stratosfery lub z innych obszarów w troposferze. Straty związane są z przemianami chemicznymi oraz z procesami suchej i mokrej depozycji. Prekursorami ozonu są tlenki azotu, pochodzące głównie z działalności człowieka, oraz lotne związki organiczne. Zarówno wielkość emisji prekursorów, jak i ich wzajemny stosunek ilościowy, w istotny sposób wpływają na produkcję zanieczyszczeń wtórnych. Znaczna część tlenków azotu i lotnych związków organicznych wprowadzanych do atmosfery pochodzi z 1 WHO – World Health Organization – Światowa Organizacja Zdrowia 5 działalności człowieka. Emisja prekursorów ozonu wzrastała do późnych lat 80-tych, a w następnych latach jej poziom ulegał redukcji. Pomiędzy rokiem 1990 a 1994 emisje lotnych związków organicznych w krajach Unii Europejskiej zostały zredukowane o ok. 9%. Podobna redukcja – w wysokości ok. 8% – została w tym samym czasie osiągnięta dla tlenków azotu. Jednak zwiększenie się liczby samochodów, a więc emisji ze źródeł komunikacyjnych powoduje, że efekt redukcji NOx w innych sektorach jest mniej zauważalny. Emisja tlenków azotu jest odpowiedzialna za większość produkcji ozonu w obszarach nieuprzemysłowionych. W rejonach gęściej zaludnionych, np. w pobliżu miast, produkcja ozonu jest sterowana emisją węglowodorów. Wpływ lotnych związków organicznych na produkcję ozonu jest bardziej związany z ich reaktywnością w odniesieniu do rodników wodorotlenkowych niż z całkowitą ilością LZO w atmosferze (Simpson, 1995). Biogenne węglowodory, które zwykle występują w dość niskim stężeniu, wykazują relatywnie wysoką reaktywność. Biogenne węglowodory (np. izopren – C5H8) emitowane są głównie przez drzewa liściaste. Przenoszone drogą transportu adwekcyjnego mogą mieć istotny wpływ na formowanie się ozonu, również w obszarach zurbanizowanych. Emisja izoprenu wykazuje silną dobową zmienność, z zerową emisją w nocy i maksymalną pomiędzy godzinami 12.00 – 16.00. Ponieważ biogenne węglowodory są silnie reaktywne w porównaniu do większości związków organicznych pochodzących z działalności człowieka, ich udział w produkcji ozonu, w godzinach największej emisji dochodzi do ok. 25% (Chameides i inni, 1988). Udział emisji biogennych w zwiększaniu zawartości węglowodorów i tlenków azotu w atmosferze, a tym samym w produkcji ozonu, jest szacowany w krajach UE na ok. 20% i 7% odpowiednio dla LZO i NOx w ciągu roku (Beck i inni, 1998). 1.2. Wpływ czynników meteorologicznych na przemiany chemiczne ozonu Parametry meteorologiczne mają bezpośredni wpływ na przebieg procesów chemicznych. Od intensywności promieniowania słonecznego uzależnione są reakcje fotodysocjacji NO2 i O3 (Jacobson M., 1999), które stanowią podstawowe ogniwa cyklu ozonowego. Pojawienie się chmur modyfikuje wielkość promieniowania słonecznego, natomiast słabsze promieniowanie pociąga za sobą niższą produkcję ozonu. W zależności od cech chmury – jej składu i wielkości kropel – modyfikowany jest współczynnik fotolizy. Zawartość skroplonej wody w chmurze może też spowodować zaistnienie reakcji fazy ciekłej. Nie można pominąć znaczenia chmur w procesach transportu pionowego. Istniejące w obrębie chmury prądy wstępujące i zstępujące 6 powodują znaczne zmiany stężenia ozonu bezpośrednio w chmurze i w jej otoczeniu (Liu i inni, 1997). Obecność pary wodnej jest niezwykle istotna w procesie produkcji ozonu, gdyż bierze udział w wielu reakcjach cyklu ozonowego. Zmniejszające się promieniowanie, wzrastające zachmurzenie i zmniejszające się stężenie pary wodnej powodują redukcję źródeł rodników sterujących produkcją ozonu. Temperatura wpływa bezpośrednio na wartości stałych szybkości reakcji. Wyodrębnić można także wpływ pośredni – niska temperatura powoduje zwykle wyraźnie niższą emisję biogenną (Sillman i Samson, 1995). Słaby wiatr powoduje, że zanieczyszczona masa powietrza przebywa dłuższy czas w pobliżu obszarów źródłowych. Pozwala na to, że procesy chemicznej ewolucji smugi zachodzą przez dłuższy okres czasu, zanim zostanie ona uniesiona z obszarów miejskich. Natomiast duże prędkości wiatru powodują szybki wypływ emitowanych zanieczyszczeń poza obszar źródeł emisji (Dervent i Jenkin, 1991). Pojawianie się wysokich stężeń ozonu związane jest zwykle z występowaniem cyrkulacji antycyklonalnej. Słaby wiatr, osiadanie, inwersja, słoneczna ciepła pogoda, które towarzyszą układom wysokiego ciśnienia, ograniczają rozpraszanie zanieczyszczeń, sprzyjają zwiększeniu się emisji biogennej oraz stymulują przebieg reakcji fotochemicznych. Nie bez znaczenia jest również transport prekursorów ozonu oraz powstałych zanieczyszczeń wtórnych na duże odległości. Wskutek tego zjawiska, problem podwyższonych stężeń ozonu dotyczy też rejonów położonych z dala od ośrodków przemysłowych, co powoduje dodatkowe zagrożenia dla lasów i upraw. Lokalne warunki meteorologiczne uzależnione są od procesów zachodzących w skali synoptycznej. Istotny jest cały szereg parametrów, m.in.: temperatura i wilgotność masy powietrza, zachmurzenie, wielkoskalowe ruchy zstępujące oraz kierunek i prędkość wiatru (transport ozonu i prekursorów oraz intensywność mieszania). Ponieważ przypadki wystąpienia wysokich stężeń ozonu mają zwykle charakter transgraniczny (Beck i inni, 1998), należy rozpatrywać całokształt warunków meteorologicznych panujących nad dużym obszarem. 1.3. Czasowa zmienność ozonu Obserwowana zmienność roczna jest regularna i charakteryzuje się sinusoidalnym przebiegiem średnich miesięcznych wartości stężeń. Faza i amplituda rocznego maksimum wykazuje zależność od położenia geograficznego stacji (Roemer i inni, 1996). W Europie 7 Zachodniej i Środkowej zmienność ta charakteryzowana jest przez szerokie maksimum w okresie letnim z wysokimi średnimi miesięcznymi od maja do sierpnia. Wiosenne maksimum w kwietniu i maju oraz spadek do minimum w okresie listopad – grudzień jest obserwowane w Anglii i w Holandii, południowej Skandynawii i Finlandii. Wiosenne maksimum wraz ze spadkiem wartości w okresie letnim pojawia się w Irlandii, Szkocji oraz północnych częściach Skandynawii i Finlandii (Hjellbrekke i Solberg, 2001). Na podstawie analiz pomiarów stężeń ozonu przyziemnego w Europie można stwierdzić, że najniższe stężenia obserwowane są nad ranem, najwyższe zaś po południu. Najsilniej zaznaczone zmiany występują w obszarach niezurbanizowanych w Europie Środkowej. Typowy przebieg wykazuje charakterystyczne maksimum w godzinach popołudniowych, co związane jest z fotochemiczną produkcją ozonu. Słabsze wahania dobowe obserwowane są na stacjach położonych na wybrzeżu i na wyspach (Norwegia, Szwecja) oraz na dużych wysokościach. Prócz zmian wieloletnich oraz cyklu rocznego i dobowego, każdego roku obserwowane są kilkudniowe okresy charakteryzujące się szczególnie wysokimi wartościami stężeń ozonu w dolnej troposferze. Epizody ozonowe występują głównie w okresie wiosenno-letnim, a wysokie wartości stężeń notowane są praktycznie we wszystkich krajach europejskich. Wysokie wartości stężeń ozonu występują na ogół na dużym obszarze, a za jeden z głównych powodów ich powstawania uważa się wystąpienie sprzyjających warunków meteorologicznych. Sytuacja taka związana jest zwykle ze stacjonarnym lub wolno przemieszczającym się układem wysokiego ciśnienia w ciepłej porze roku (Cox i inni, 1975; Guicherit i van Dop, 1977; Grennfelt i Schjoldager, 1984; Logan, 1989). Bezchmurna i ciepła pogoda stowarzyszona z tego typu systemami sprzyja fotochemicznej produkcji ozonu. Wielkoskalowe ruchy osiadające powodują powstanie warstwy inwersyjnej, a małe prędkości wiatru dodatkowo stwarzają odpowiednie warunki do akumulacji zanieczyszczeń w granicznej warstwie atmosfery. W skali regionalnej, podwyższone stężenia ozonu mogą być wynikiem zarówno lokalnej produkcji fotochemicznej, jak i transportu. Koniec epizodu związany jest zwykle z przejściem frontu atmosferycznego oraz napływem chłodniejszej i czystej masy powietrza. 2. Uregulowania prawne Pomimo iż od ponad 30 lat w Europie wprowadzane są uregulowania prawne, z których wynika konieczność redukcji emisji zanieczyszczeń do atmosfery, niekorzystne warunki jakości 8 powietrza stanowią problem w wielu krajach, zwłaszcza w obszarach zurbanizowanych. Prawo Unii Europejskiej nakłada na kraje członkowskie obowiązek informowania społeczeństwa o aktualnej jakości powietrza oraz prognozowania potencjalnych przekroczeń wartości normowanych i poziomów docelowych. W 2008 r. Parlament Europejski przyjął Europejską Dyrektywę Jakości Powietrza (2008/50/WE; dalej: Dyrektywa CAFE)2. Dokument ten zastąpił wcześniejsze Dyrektywy dotyczące problematyki jakości powietrza, w tym związane z ozonem troposferycznym. Zgodnie z poprzednimi Dyrektywami, ocena jakości powietrza oraz raportowanie opierały się głównie na danych pomiarowych, natomiast w nowej Dyrektywie CAFE większy nacisk położony został na wykorzystanie kombinacji pomiarów i modelowania. Modelowanie znajduje zastosowanie m.in. w prognozowaniu dla potrzeb informowania społeczeństwa o stanie zanieczyszczenia powietrza w najbliższych godzinach i dniach oraz w formułowaniu planów działań doraźnych. Jest to zgodne z wymogami Dyrektywy CAFE w odniesieniu do przypadków przekroczeń progu informowania społeczeństwa i progu alarmowego (Tabela 1). Wartości stężeń stanowiących progi informowania społeczeństwa oraz progi alarmowe odnośnie do stężeń ozonu zdefiniowane zostały w Załączniku XII do Dyrektywy CAFE. W prawie krajowym określa je rozporządzenie Ministra Środowiska z 24 sierpnia 2012 r. w sprawie poziomów niektórych substancji w powietrzu (Dz.U. z 2012 r., poz. 1031). Zgodnie z Załącznikiem XVI do Dyrektywy CAFE, kraje członkowskie zobligowane są do dostarczania informacji dla społeczeństwa o przekroczeniu tych poziomów. Ponadto art. 24 Dyrektywy CAFE stanowi, iż w przypadku wystąpienia ryzyka przekroczeń wartości progowych wymagane jest sformułowanie krótkoterminowych planów zaradczych. W prawie polskim, obowiązki organów administracji w zakresie prognozowania stężeń zanieczyszczeń są określone w art. 92, 92a i 93 ustawy z 27 kwietnia 2001 r. – Prawo ochrony środowiska (tekst jedn. Dz.U. z 2008 r. Nr 25, poz. 150 ze zm.; dalej: p.o.ś.). Ich nowe brzmienie, obowiązujące od 21 września 2015, wprowadziła ustawa z 23 lipca 2015 r., o zmianie ustawy - Prawo ochrony środowiska oraz niektórych innych ustaw (Dz.U. 2015 r., poz. 1434). 2 Dyrektywa Parlamentu Europejskiego i Rady 2008/50/WE z 21 maja 2008 r. w sprawie jakości powietrza i czystszego powietrza dla Europy (CAFE), Dz.Urz. UE 2008 L 152/1. 9 Artykuły 92, 92a i 93 p.o.ś. dotyczą przypadków „ryzyka wystąpienia poziomu alarmowego, dopuszczalnego lub docelowego substancji w powietrzu”. Ocena ryzyka wystąpienia zagrożenia związanego z wysokimi stężeniami zanieczyszczeń w powietrzu jest w tym przypadku jednoznaczna z prognozą stężeń tych zanieczyszczeń. W sytuacji wystąpienia ryzyka przekroczeń jakiegokolwiek normowanego poziomu, art. 92 p.o.ś. nakłada na wojewódzki zespół zarządzania kryzysowego obowiązek poinformowania właściwych organów o konieczności podjęcia działań określonych planem działań krótkoterminowych. Na mocy art. 93 p.o.ś. ten sam organ powiadamia społeczeństwo oraz podmioty, o których mowa w art. 92 ust. 2 pkt 1 (czyli podmioty korzystające ze środowiska, które są zobowiązane do ograniczenia lub zaprzestania wprowadzania z instalacji gazów lub pyłów do powietrza) o ryzyku wystąpienia przekroczeń normowanych poziomów stężeń. Jakkolwiek forma powiadomienia nie jest doprecyzowana, art. 93 ust. 2 p.o.ś. precyzuje, że powiadomienie powinno zawierać w szczególności: datę, godzinę i obszar, na którym wystąpiło ryzyko przekroczenia, prognozy zmian poziomów substancji w powietrzu, czas trwania ryzyka wystąpienia przekroczenia. Należy podkreślić, że powyższe informacje mogą być uzyskane wyłącznie na podstawie modelowania matematycznego. Niestety ustawodawca nie określa wprost organu odpowiedzialnego za prowadzenie tego typu prognoz, które z wyprzedzeniem pozwalałyby na podejmowanie działań określonych w omówionych wyżej przepisach ustawy – Prawo ochrony środowiska. Na podstawie art. 14 ust. 8 pkt 1 ustawy z 26 kwietnia 2007 r. o zarządzaniu kryzysowym (Dz.U. Nr 89, poz. 590 ze zm.) (Obwieszczenie Marszałka Sejmu Rzeczypospolitej Polskiej z dnia 7 sierpnia 2013 roku w sprawie ogłoszenia jednolitego tekstu ustawy o zarządzaniu kryzysowym) można wnioskować, że prognozowanie zagrożeń leży w kompetencjach wojewódzkiego zespołu zarządzania kryzysowego. Jednak w przypadku prognoz stanu zanieczyszczenia powietrza obliczenia muszą być prowadzone w sposób ciągły (przez cały rok lub w okresie potencjalnego występowania zagrożeń – w przypadku ozonu od kwietnia do września), co niezbyt dobrze koresponduje z charakterem zadań nałożonych przez ustawodawcę na ten organ. 10 Artykuł 92a p.o.ś. określa zasady postępowania w sytuacji wystąpienia transportu trans granicznego zanieczyszczeń, wskutek którego na terytorium Rzeczypospolitej Polskiej wystąpi ryzyko przekroczeń normowanych poziomów stężeń (ust. 1) lub w przypadku, gdy zanieczyszczenia znad obszaru Polski przyczynią się do powstania takiej sytuacji w kraju sąsiednim (ust. 2). Również w tym przypadku modelowanie matematyczne jest właściwym narzędziem oceny, czy istotnie przyczyną powstania zagrożenia lub ryzyka zagrożenia jest transport zanieczyszczeń na dalekie odległości. Co warto podkreślić, przepis ten wskazuje, że aby spełnić nałożone ustawą obowiązki, należy w obliczeniach uwzględniać dostatecznie duży obszar, przekraczający obszar kraju. Zarówno Dyrektywy Unii Europejskiej, jak i prawo krajowe implikują konieczność stosowania modelowania matematycznego w strategii ochrony powietrza, w tym m.in. ozonu troposferycznego. Zaawansowane modele jakości powietrza są uniwersalnym narzędziem zarówno do prognozowania stężeń zanieczyszczeń w skali regionalnej i lokalnej, jak i do oceny efektywności działań zaradczych, podjętych w celu ograniczenia zanieczyszczenia powietrza. W większości krajów Europy opracowywane są prognozy stężeń ozonu dla obszaru całego kraju oraz – w niektórych przypadkach – dla wybranych regionów i miast, co stanowi podstawę dla systemów ostrzegania o przekroczeniach wartości stężeń dopuszczalnych. Tabela 1. Wartości docelowe stężeń ozonu według obowiązującego rozporządzenia Ministra Środowiska z 24 sierpnia 2012 r. (Dz.U. z 2012 r., poz. 1031) i Dyrektywy Clean Air For Europe (CAFE - 2008/50/WE). Dopuszczalna częstość przekraczania poziomu docelowego w roku Termin osiągnięcia poziomu docelowego Wartość docelowa ze względu na: Progowe wartości stężeń Okres uśredniania wyników pomiarów Ochrona zdrowia 120 µg/m3 8 godzin a 25 dni b 2010 Ochrona roślin 18 000 µg/m3h c, d okres wegetacyjny (1 V – 31 VII) - 2010 180 µg/m3 1 godzina - - 240 µg/m3 e 1 godzina - - 120 µg/m3 8 godzin a - 2020 Próg informowania społeczeństwa Próg ostrzegania społeczeństwa Poziom celów długoterminowych – 11 ochrona zdrowia ludzi Poziom celów długoterminowych – ochrona roślin a) Maksymalna 6000 µg/m3h c, d średnia ośmiogodzinna okres wegetacyjny (1 V – 31 VII) spośród średnich - kroczących, 2020 obliczanych ze średnich jednogodzinnych w ciągu doby; każdą tak obliczoną średnią ośmiogodzinną przypisuje się dobie, w której się ona kończy; pierwszym okresem obliczeniowym dla każdej doby jest okres od godziny 17 00 dnia poprzedniego do godziny 100 danego dnia; ostatnim okresem obliczeniowym dla każdej doby jest okres od godziny 1600 do 2400 tego dnia czasu środkowoeuropejskiego CET. b) Liczba dni z przekroczeniem poziomu docelowego w roku kalendarzowym uśredniona w ciągu kolejnych trzech lat; w przypadku braku danych pomiarowych z trzech lat dotrzymanie dopuszczalnej częstości przekroczeń sprawdza się na podstawie danych pomiarowych z co najmniej jednego roku. c) Wyrażony jako AOT 40, które oznacza sumę różnic pomiędzy stężeniem średnim jednogodzinnym wyrażonym w μg/m3 a wartością 80 μg/m3, dla każdej godziny w ciągu doby pomiędzy godziną 8 00 a 2000 czasu środkowoeuropejskiego CET, dla której stężenie jest większe niż 80 μg/m3; w przypadku gdy w serii pomiarowej występują braki, obliczaną wartość AOT 40 należy pomnożyć przez iloraz liczby możliwych terminów pomiarowych do liczby wykonanych w tym okresie pomiarów. d) Wartość uśredniona dla kolejnych pięciu lat; w przypadku braku danych pomiarowych z pięciu lat dotrzymanie dopuszczalnej częstości przekroczeń sprawdza się na podstawie danych pomiarowych z co najmniej trzech lat. e) Wartość występująca przez trzy kolejne godziny w punktach pomiarowych reprezentujących jakość powietrza na obszarze o powierzchni co najmniej 100 km2 albo na obszarze strefy zależnie od tego, który z tych obszarów jest mniejszy. 3. Prognozy ozonu troposferycznego w Europie W latach 50-tych zaczęto stosować pierwsze modele, których celem było badanie procesów formowania się smogu fotochemicznego – były to modele pudełkowe. Do lat 70-tych rozwinięto trójwymiarowe modele jakości powietrza (Air Quality Models - AQM). Tego typu modele numeryczne zawierały uproszczony opis transportu, depozycji, emisji i chemii gazów. Początkowo wykorzystywały one obserwacje meteorologiczne (Scheffe i Morris, 1993). W późniejszym okresie stosowano raczej trójwymiarowe pola zmiennych meteorologicznych, uzyskiwane z innego modelu lub z preprocesora [modele typu CTM – ang. Chemical Transport Model (Seaman, 2000)]. 12 Realizacja krótkoterminowych prognoz zanieczyszczenia powietrza od wielu lat pozostaje w centrum zainteresowania środowisk naukowych i decydenckich w Europie. Już w 1996 r. Centrum Jakości Powietrza przy Europejskiej Agencji Środowiska (European Topic Center on Air Quality EEA) zostało zobowiązane do opracowania planu koordynacji systemów wymiany danych i prognozy epizodów ozonowych w północno-zachodniej Europie. Zakres prac obejmował m.in. przegląd systemów wykorzystywanych przez kraje UE do prognozowania ozonu. Systemy te działały wówczas głównie w oparciu o metody empiryczne i modele statystyczne. W późniejszych latach, wraz ze wzrostem możliwości obliczeniowych, coraz istotniejszą rolę odgrywać zaczęły trójwymiarowe modele numeryczne zawierające nie tylko rozwiązanie równania adwekcji – dyfuzji i reakcje chemiczne, ale również parametryzacje szeregu skomplikowanych procesów fizycznych zachodzących w atmosferze (Peters i inni, 1995). W ostatniej dekadzie coraz powszechniej stosowanym rozwiązaniem stało się łączenie modelu chemicznego i meteorologicznego w jeden system. Obecnie, metody łączące prognozowanie pogody i jakości powietrza są coraz częściej określane terminem „pogoda chemiczna” (ang. chemical weather). Termin ten został zaproponowany przez Lawrence i inni (2005) w odniesieniu do krótkookresowej zmienności składu chemicznego atmosfery wynikającej z silnego wpływu zmienności meteorologicznej, złożoności procesów chemicznych oraz czasowej i przestrzennej zmienności emisji. Koncepcja takiego ujęcia jakości powietrza odnosi się przede wszytkim do problemu wieloskalowości procesów atmosferycznych, szczególnie istotnego w przypadku prognozowania stężeń ozonu. 3.1. Inicjatywy międzynarodowe w zakresie prognozowania zanieczyszczeń (w tym ozonu) Problematyka ozonu troposferycznego jest często podejmowanym tematem w badaniach naukowych. Próbą harmonizacji działań podejmowanych przez krajowe systemy prognostyczne była trwająca w latach 2007–2011 akcja COST ES06023. W skali europejskiej próby stworzenia prognozy wiązkowej dla Europy zainicjowano w ramach projektu GEMS i kontynuowano w 3 http://chemicalweather.eu/ 13 projekcie MACC4. Aktualnie prognoza jakości powietrza w skali Europy wdrażana jest w ramach programu Copernicus5 (CAMS_50). 3.1.1. Akcja COST ES0602 „Towards a European Network on Chemical Weather Forecasting and Information Systems” Akcja COST ES0602, prowadzona w latach 2007–2011, została zainicjowana w celu wspierania rozwoju systemów prognostycznych jakości powietrza oraz nawiązywania współpracy w zakresie wymiany danych pomiędzy krajami europejskimi. Podstawowym celem projektu była harmonizacja działań różnych instytucji w zakresie metod prognozowania jakości powietrza, stworzenie forum ekspertów, jak również rozwinięcie odpowiednich narzędzi do oceny wyników prognoz i zbudowanie systemu wymiany danych w czasie bliskim do rzeczywistego. W założeniach, końcowym rezultatem Akcji miało być opracowanie bazy technicznej dla publikowania semi-operacyjnej i operacyjnej prognozy jakości powietrza oraz publikowania innych wskaźników presji na środowisko związanych z zanieczyszczeniem powietrza, zdefiniowanych w oparciu o zharmonizowane wyniki systemów prognostycznych z różnych krajów. W ramach Akcji COST ES0602 dokonano przegladu działających w Europie systemów prognozowania jakości powietrza. Lista tych serwisów, wraz z krótkim opisem i prezentacją domeny obliczeniowej dostępna jest na stronie http://www.chemicalweather.eu/Domains (Rysunek 1). 4 http://www.gmes-atmosphere.eu/ http://www.ecmwf.int/sites/default/files/Copernicus%20Atmosphere%20Monitoring%20Service%20An%20introdu ction_1.pdf 5 14 Rysunek 1. Portal akcji COST ES0602. Wyniki prac Akcji COST 728 podsumowane zostały w pracy Kukkonen i inni (2012). Autorzy przedstawiają stopniową ewolucję modeli jakości powietrza i odejście od tradycyjnych rozwiązań, w których pola meteorologiczne liczone były osobnym modelem i zasilały model chemii i transportu zanieczyszczeń (tzw. modele off-line) w kierunku modelowania łączącego procesy meteorologiczne i chemiczne (tzw. modele on-line lub, w przypadku uwzględnienia sprzężeń zwrotnych, „modele interaktywne”). Czynnikiem ograniczającym szybki rozwój tej grupy modeli jest ich złożoność. Liczba procesów chemicznych i fizycznych (w tym interakcje pomiędzy substancjami aerozolowymi, promieniowaniem, kondensacją, wymywaniem), które muszą być w modelu sparametryzowane, jest bardzo duża i, pomimo iż lepiej opisują one rzeczywistość, potencjalnie zwiększa się niepewność wyników modelowania. Czynnikiem mogącym poprawić sprawdzalność tych modeli jest asymilacja danych, jednak szybki rozwój w tym zakresie jest ograniczony przez brak lub niedostateczną ilość danych pomiarowych dla wielu istotnych substancji chemicznych, gazowych i aerozolowych oraz brak ugruntowanego mechanizmu wymiany danych pomiędzy sieciami pomiarów monitoringowych. 15 3.1.2. MACC (Modelling Atmospheric Composition and Climate) Projekt MACC miał na celu przygotowanie infrastruktury i metodyki opracowania globalnych i regionalnych produktów dotyczących atmosfery na potrzeby programu GEMS (m.in. w odniesieniu do jakości powietrza i klimatu). W projekcie MACC podjęto próbę zintegrowania pomiarów stanu i składu atmosfery dostępnych z wszelkich możliwych źródeł. Dane satelitarne uzupełniane były informacją z naziemnych stacji meteorologicznych oraz z wybranych europejskich sieci monitoringu jakości powietrza. Produkty rozwijane w ramach MACC obejmowały m.in. prognozę wiązkową stężeń zanieczyszczeń (Rysunek 2) i ocenę jakości powietrza dla Europy. Obszar modelowania obejmował Europę i część północnej Afryki w zakresach 25W-35E długości geograficznej oraz 30N-70N szerokości geograficznej. Obliczano medianę stężeń ozonu na wysokości 500 m, 1000 m oraz 3000 m. Rysunek 2. Wyniki prognozy stężenia ozonu przy powierzchni ziemi przy zastosowaniu prognozy wiązkowej. Prognoza wiązkowa przedstawia wyniki obliczane za pomocą następujących modeli: EMEP, EURAD, Match, Mocage, 16 Lotos-Euros, Silam, CHIMERE. Prognoza obliczana była na okres 4 dni. Parametry prezentowane dla ozonu przy powierzchni ziemi obejmują: średnie stężenie ozonu w ciągu dnia [ppb] (Rysunek 3), maksymalne stężenie ozonu w ciągu dnia [ppb]. 17 Rysunek 3. Prognoza wiązkowa dla średniej wartości stężenia ozonu przy powierzchni ziemi. Regionalny system prognozy jakości powietrza złożony był początkowo z sześciu, z czasem rozszerzony do siedmiu (SILAM) wybranych modeli, działających operacyjnie w różnych krajach europejskich. Dodatkowo, do udziału w projekcie dopuszczono część modeli, które brały wcześniej udział w projekcie GEMS (Regional Air Quality6). Symulacje wykonywane były dla wspólnej domeny, z użyciem tych samych danych emisyjnych. Wysokorozdzielcze dane meteorologiczne dostarczane były przez ECMWF. Codzienne pomiary naziemne jakości powietrza są wykorzystywane do walidacji systemów prognostycznych. Na podstawie prognoz tworzone były również chemogramy, będące interpretacją probabilistyczną prognoz dla poszczególnych punktów siatki. Wskazują one zmiany w czasie rozkładu parametrów meteorologicznych, dla każdego zakresu prognozy, za pomocą wykresów skrzynkowych. Chemogramy MACC-RAQ są wyznaczane dla 41 stolic na terenie Europy (Rysunek 4). Rysunek 4. Przykład chemogramu prognozy stężenia ozonu dla Warszawy. 6 http://gems.ecmwf.int/d/products/raq/ 18 Projekt MACC zastrzegał na swoich stronach, że publikowane wyniki prognoz są eksperymentalne i reprezentatywne wyłącznie z punktu widzenia procesów dużej skali, i nie odtwarzają lokalnych cech rozkładu i zmienności zanieczyszczenia powietrza. W celu pozyskania informacji o stężeniach zanieczyszczeń dla danego obszaru/kraju należy się odwoływać do krajowych systemów prognoz jakości powietrza. 3.1.3. Copernicus Services (CAMS_50 Regional production) Prognoza operacyjna dla ozonu w skali europejskiej prowadzona dotychczas w ramach programu MACC będzie kontynuowana poprzez Copernicus Services. Program Copernicus jest koordynowany i zarządzany przez Komisję Europejską. Serwisy dotyczą sześciu obszarów tematycznych: ląd, obszaru morskie, atmosfera, zmiany klimatu, systemy wczesnego ostrzegania i bezpieczeństwo. W listopadzie 2014 Komisja Europejska wydelegowała nadzór nad serwisami w zakresie atmosfery i zmian klimatu do Europejskiego Centrum Prognoz Średnioterminowych (ECMWF). Serwisy atmosferyczne – tzw. CAMS (Copernicus Atmosphere Monitoring Services) uwzględniają monitoring i modelowanie w skalach od globalnej do regionalnej. W skali regionalnej dostarczana będzie prognoza wiązkowa z 10 modeli jakości powietrza obliczana na kolejne 4 dni (tzw. CAMS_50 – Regional production). Obszar modelowania obejmuje całą Europę i północny Atlantyk (25°W‐ 45°E, 30°N‐ 70°N) w rozdzielczości 0.2°, a docelowo w ciągu 3 lat 0.1o nad całą Europą. Prognozowane parametry obejmują szeroki zakres zanieczyszczeń atmosferycznych: O3, NO, NO2, CO, SO2, PM2.5, PM10, NH3, NMVOC, PANs i pyłki roślin (alergeny). 3.2. Wybrane systemy prognozowania ozonu w krajach europejskich Aktualnie w Europie funkcjonuje wiele krajowych operacyjnych systemów prognozy jakości powietrza, zarówno dla skali regionalnej, jak i lokalnej. Listę serwisów znaleźć można 19 m.in na portalu projektu PROMOTE7 oraz Akcji COST ES06028. Poniżej omówiono kilka przykładowych systemów prognostycznych. 3.2.1. Francja – PREV'AIR Projekt PREV'AIR9 koordynuje i finansuje francuskie Ministerstwo Ekologii i Zrównoważonego Rozwoju (Ministère de l'écologie, du développement durable et de l'énergie, MEDAD). W ramach projektu współpracują ze sobą następujący partnerzy: INERIS (Institut National de l'EnviRonnement industriel et des risques) – opracowuje graficznie prognozę jakości powietrza, nadzoruje system komputerowy oraz stronę internetową projektu; uczestniczy również w rozwijaniu i aktualizowaniu modelu CHIMERE, CNRS (Pierre-Simon Laplace Institute) – rozwija, aktualizuje oraz weryfikuje model CHIMERE, Météo France – dostarcza prognozę meteorologiczną do systemu, rozwija model MOCAGE oraz zapewnia jego operacyjną implementację zgodnie z potrzebami systemu PREV'AIR, ADEME (Agency for the Environment and Energy Management) – gromadzi wyniki pomiarów publikowane przez Official Air Quality Monitoring Associations (AASQA) w bazie danych BASTER, przedstawia te wyniki na mapach oraz dba o to, aby były one dostępne dla systemu PREV'AIR. Jako narzędzia obliczeniowe wykorzystywane są modele numeryczne CHIMERE i MOCAGE – trójwymiarowe, deterministyczne, eulerowskie, chemiczne modele transportu zanieczyszczeń. Uwzględniają one poziomą i pionową dyspersję zanieczyszczeń; suchą depozycję, przemiany chemiczne; mikrofizykę i przemiany chemiczne dla aerozoli. Dane wejściowe obejmują dane meteorologiczne dla całego okresu symulacji pochodzące z odrębnych modeli meteorologicznych, warunki brzegowe dla pól chemicznych oraz dane emisyjne (LZO i NOx). Dane o stężeniach ozonu prezentowane są dla trzech obszarów obliczeniowych: 7 https://wdc.dlr.de/data_products/projects/promote/IAQ/ www.chemicalweather.eu 9 http://www.prevair.org/en/prevision_o3.php 8 20 dla całego globu (rozdzielczość przestrzenna siatki to 4º), dla Europy (0.5º), dla Francji (0.1º). Publikowane są mapy rozkładu stężeń średniodobowych (Rysunek 5) oraz stężeń maksymalnych (Rysunek 6) w ciągu dnia dla trzech terminów: na dzień bieżący, na dzień następny oraz na 2 dni w przód. Animacja zmian pola stężenia ozonu z krokiem 1-godzinnym obejmuje okres od 2 dni przed dniem prognozy do 2 dni w przód. Rysunek 5. Prognoza pola średniego stężenia ozonu dla Europy. 21 Rysunek 6. Prognoza wartości maksymalnych dla stężenia ozonu na siatce globalnej oraz prognoza wartości średniodobowych dla obszaru Francji. 3.2.2. Hiszpania – Caliope Projekt Caliope10 finansowany jest przez hiszpańskie ministerstwo środowiska (Ministerio de Agricultura, Alimentación y Medio Ambiente). Instytucją realizującą prognozę jest Barcelona Supercomputing Center – Centro Nacional de Supercomputacion (BSC-CNS), a w projekcie oprócz BSC-CNS uczestniczą następujące instytucje: Centro de Investigaciones Energéticas, Medioambientales y Tecnológicas (CIEMAT), Instituto de Ciencias de la Tierra Jaume Almera – Consejo Superior de Investigaciones Cientificas (IJA/CSIC), Centro de Estudios Ambientales del Mediterráneo (CEAM). System składa się z następujących komponentów: modelu meteorologicznego WRFARW, modelu emisyjnego BSC-HERMES, modeli jakości powietrza CMAQ oraz CHIMERE, a także modułu opisującego pył saharyjski BSC/DREAM. 10 http://www.bsc.es/caliope/?q=node/7 22 Symulacje realizowane są dla okresu 48 godzin w następujących konfiguracjach: dla Europy na siatce z rozdzielczością 12 km, dla półwyspu Iberyjskiego z rozdzielczością 4km dla Barcelony z rozdzielczością 1km. Dane o stężeniach ozonu prezentowane są dla trzech obszarów obliczeniowych (Rysunek 7): dla Europy, dla półwyspu Iberyjskiego (całego oraz w podziale na regiony), dla Barcelony. Horyzont prognozy wynosi 48 godzin. Pola stężeń ozonu prezentowane są z krokiem co 6 godzin z nałożonym dodatkowo polem wiatru. Przygotowywana jest też animacja z krokiem 1godzinnym oraz pola wartości maksymalnych – oddzielnie dla pierwszej i drugiej doby prognozy. 23 Rysunek 7. Prognoza stężenia ozonu dla Europy. Prognoza dla półwyspu Iberyjskiego i osobno tylko dla rejonu Barcelony. 3.2.3. Bułgaria – Bulgarian Chemical Weather Forecast and Information System (BgCWFS) Instytucjami finansującymi bułgarski system prognostyczny są National Science Fund oraz Ministry of Education and Science. Prognozę realizuje Narodowy Instytut Meteorologii i Hydrologii Bułgarskiej Akademii Nauk. System BgCWFS11 bazuje na zestawie modeli stosowanych w US EPA (tzw. Models-3 System): MM5, CMAQ i SMOKE. Pola meteorologiczne dostarcza model MM5 (rozdzielczość 10 km), który dla potrzeb tego systemu uruchamiany jest z warunków początkowych dostarczanych z modelu ALADIN (w rozdzielczości 12 km). Model CMAQ wykonuje obliczenia stężeń zanieczyszczeń dwa razy na dobę (00 i 12 UTC) dla obszaru całej Bułgarii z rozdzielczością poziomą 10 km i horyzontem czasowym prognozy 48 godzin. Oprócz pól meteorologicznych do modelu CMAQ wprowadzane są dane o emisjach uprzednio przygotowane za pomocą modelu SMOKE. Warunkami początkowymi dla pól związków chemicznych są pola wynikowe ze wcześniejszej symulacji, warunki brzegowe zaś stanowią wyniki obliczeń z systemu AUTH (MM5+CAMx) uruchamianego na Uniwersytecie w Theasalonikach (Grecja). 11 http://info.meteo.bg/cw/frameset.html 24 Prezentowane są pola stężenia ozonu z krokiem 1-godzinnym dla całego okresu symulacji (48 godzin), oraz pola maksymalnego stężenia ozonu i maksymalnej 8-godzinnej średniej kroczącej dla pierwszego i drugiego dnia symulacji (Rysunek 8). Rysunek 8. Przykład prognozy ozonu dla Bułgarii. 3.2.4. UK-AIR (Air Information Resource) System prognozy jakości powietrza dla Wielkiej Brytanii 12 finansuje UK Department for Environment, Food and Rural Affairs (DEFRA). Instytucją prowadzącą obliczenia jest RicardoAEA – firma konsultingowa świadcząca kompleksowe usługi w zagadnieniach dotyczących środowiska, klimatu i systemów energetycznych. 12 http://uk-air.defra.gov.uk/latest/ 25 Do przygotowania prognozy wykorzystywany jest model CMAQ – symulacje wykonywane są codziennie na okres 48 godzin w dwóch rozdzielczościach: 50 km dla obszaru całej Europy 10km dla Wielkiej Brytanii. Dane meteorologiczne, niezbędne do wykonania tych obliczeń, dostarczane są z modelu WRF. Dane emisyjne dla Wielkiej Brytanii pochodzą z UK National Atmospheric Emissions Inventory (NAEI) (rozdzielczość 1 km), natomiast dla obszarów poza Wielką Brytanią wykorzystywane są dane z EMEP (rozdzielczość 50 km). Emisje biogenne obliczane są przy użyciu Biogenic Potential Inventory. Wyniki uzyskane z modelu CMAQ, wraz z innymi informacjami dotyczącymi aktualnego oraz prognozowanego stanu jakości powietrza, są następnie analizowane przez zespół specjalistów. Na tej podstawie formułowana jest 24-godzinna prognoza zanieczyszczenia powietrza, która udostępniana jest publicznie o godz. 16.00 dnia poprzedzającego. W przypadku gwałtownej zmiany warunków możliwe jest wprowadzenie poprawionej lub zmienionej prognozy o dowolnej godzinie. Prezentowane są wyłącznie wyniki dla indeksu zanieczyszczenia powietrza – wskaźnika uwzględniającego zawartość w powietrzu pięciu zanieczyszczeń (NO2, SO2, O3, PM2.5, PM10). Wartość tego wskaźnika wyznaczana jest na podstawie największego stężenia spośród wymienionych wyżej zanieczyszczeń. Podawana jest dla poszczególnych stref i aglomeracji, dodatkowo w rozbiciu na obszary wiejskie, miejskie i miejskie – położone blisko dróg o dużym natężeniu ruchu (Rysunek 9). 26 Rysunek 9. Przykład prezentacji wyników prognozy ozonu dla Wielkiej Brytanii. 3.2.5. Austria – Burgenland Ozonprognose Prognoza dla prowincji Burgenland w Austrii jest finansowana przez Burgenländischen Landesregierung. Obliczenia są realizowane przez Universität für Bodenkultur oraz Zentralanstalt für Meteorologie und Geodynamik13. Symulacja parametrów meteorologicznych jest wykonywana operacyjnie modelem ALADIN. Prowadzone są też obliczenia emisji biogennych dla węglowodorów. Emisje antropogeniczne są generowane modelem SMOKE. Prezentowana jest maksymalna i minimalna oraz średnia wartość stężenia ozonu dla całej prowincji Burgenland w poszczególnych godzinach dla 48-godzinnego horyzontu czasowego prognozy, a także mapa rozkładu prognozowanego maksymalnego stężenia ozonu dla obszaru całej Austrii na dzień bieżący i następny (Rysunek 10). 13 http://www.burgenland.at/natur-umwelt-agrar/umwelt/luftguete/ozonprognose/ 27 Rysunek 10. Przykład prezentacji wyników prognozy ozonu dla Austrii. 3.2.6. Włochy – QualeAria – Prototyp of Air Quality Forecasting System QuelAria14 jest częścią systemu MINNI (Italian Integrated Assessment Modelling System – Modello Integrato Nazionale a supporto della Negoziazione Internazionale sui temi dell’Inquinamento Atmosferico) finansowanego przez włoskie Ministerstwo Środowiska. System składa się z następujących modułów: modelu meteorologicznego RAMS, modułu GAP/SURFPRO przetwarzającego pola wynikowe z modelu RAMS do wymagań modelu FARM, procesora emisji EMMA przygotowującego pola emisji zanieczyszczeń na podstawie bazy danych o emisjach CORINAIR oraz EMEP, eulerowskiego chemicznego modelu transportu zanieczyszczeń FARM, modułu wykonującego postprocessing wyników, czyli obliczającego m.in. wskaźniki jakości powietrza oraz rozsyłającego wyniki do odbiorców. Dane dla ozonu prezentowane są w postaci pól stężeń ozonu z krokiem 1-godzinnym dla całego okresu symulacji, tj. 72 godzin, a także prezentowane są pola dla maksymalnej średniej 8godzinnej kroczącej dla pierwszego, drugiego i trzeciego dnia symulacji (Rysunek 11). 14 http://www.aria-net.it/qualearia/it/#systemoverview 28 Rysunek 11. Przykład prezentacji wyników prognozy ozonu dla Włoch. 3.2.7. Holandia – SmogProg Holenderski projekt SmogProg, będący w ścisłym związku z rozwojem instrumentów prognozowania jakości powietrza dla Europy (projekt ESA-GMES, projekt PROMOTE, projekt EU FP6 GEMS, projekt MACC EU FP7 GMES), ma na celu rozwój i prezentację systemu operacyjnego usprawniającego istniejące prognozy zanieczyszczenia fotochemicznego w Holandii. Jest to projekt zrzeszający trzy instytucje: RIVM (Rijksinstituut voor Volksgezondheid en Milieu), KNMI (Koninklijk Nederlands Meteorologisch Instituut), TNO (Dutch Organization for Applied Scientific Research). System SMOGPROG oparty na pomiarach naziemnych i satelitarnych, asymilowanych do modelu LOTOS-EUROS, produkuje diagnostyczne i prognostyczne informacje o stanie jakości powietrza. Dane z prognoz o horyzoncie czasowym 24 i 48 godzin wykorzystywane są do codziennych, oficjalnych komunikatów o zanieczyszczeniu ozonem dla Holandii publikowanych przez RIVM (Rysunek 12). 29 Rysunek 12. Przykład prezentacji wyników prognozy ozonu dla Holandii – prognoza maksymalnego stężenia ozonu w dniach 15 – 17 listopada 2015. 3.2.8 Niemcy – EURAD Model prognozowania jakości powietrza EURAD15 (EURopean Air Pollution Model) został opracowany przez Nadreński Instytut Badawczy Ochrony Środowiska RIU (Rhenish Institute for Environmental Research) Uniwersytetu w Kolonii we współpracy z Centrum Badawczym Jülich. Projekty badawcze dotyczące projektu EURAD są finansowane głównie przez niemieckie Federalne Ministerstwo Nauki i Badań Naukowych (BMBF), Ministerstwo Badań Naukowych kraju związkowego Północnej Nadrenii-Westfalii, Komisję Europejską oraz niemieckie agencje ochrony środowiska. System EURAD zawiera parametryzacje procesów fizycznych, chemicznych i dynamicznych, które wpływają na emisję, produkcję, transport i depozycję zanieczyszczeń (Hass et al., 1995; Jakobs et al., 1995; Memmesheimer et al., 1997; Kessler et al., 2001). System EURAD składa się z następujących modeli: meteorologicznego: NCAR/PennState University (The National Center for Atmospheric Research) i MM5 (Model Mezoskalowy, Versja 5), transportu i przemian chemicznych: EURAD-CTM (Chemistry – Transport – Model), emisji zanieczyszczeń: EEM (EURAD Emission Model). Mapy rozkładów stężeń zanieczyszczeń gazowych i pyłowych (O3, NO2, SO2, CO i 15 http://www.eurad.uni-koeln.de/index_e.html 30 PM10), a także indeks jakości powietrza prezentowane są dla obszarów (Rysunek 13): Europy, Europy Środkowo-Zachodniej, Niemiec, prowincji: Dolnej Saksonii, Północnej Westfalii, Bawarii. Dla ozonu, dla każdego z trzech kolejnych dni prognozy, dostępne są następujące parametry: najwyższe stężenie 1-godzinne w ciągu doby, najwyższa 8-godzinna średnia krocząca, stężenie średniodobowe. 31 Rysunek 13. Przykład prezentacji wyników prognozy ozonu z modelu EURAD – prognoza najwyższej 8-godzinnej średniej kroczącej dla ozonu w dniu 15 listopada 2015 r., dla różnych obszarów. Dostępna jest również animacja 3-dniowej prognozy 1-godzinnych stężeń ozonu oraz chemogramy dla wybranych miast w Europie. 3.3. Prognozowanie ozonu w Polsce Od końca lat 90-tych ubiegłego wieku podejmowano w Polsce próby modelowania procesów związanych z produkcją ozonu przyziemnego. W Zakładzie Teledetekcji Atmosfery IMGW w Krakowie do prognozy O3 zastosowano model statystyczny typu ARMAX. Od czerwca 1996 r. prognoza maksymalnych godzinnych stężeń ozonu wprowadzona została do służby operacyjnej w Biurze Prognoz IMGW w Krakowie (Tomaszewska i Godłowska, 1998). Próby wykorzystania logiki rozmytej do prognozowania stężeń ozonu zostały podjęte w Instytucie Podstaw Inżynierii Środowiska PAN w Zabrzu oraz w AITECH Artificial Intelligence Laboratory w Katowicach. Model tego typu zastosowano do prognozy stężeń O3 w obszarze Górnego Śląska, równolegle z modelem sieci neuronowej. Analizie poddano roczną serię pomiarów 30-min., z okresu od 1 stycznia 1997 r. do 31 grudnia 1997 r. (Pyta i Czop, 2000). Aktualnie działają w Polsce trzy systemy prognostyczne: 1) EkoPrognoza.pl – prognoza realizowana przez Fundację EkoPrognoza we współpracy z Wydziałem Inżynierii Środowiska Politechniki Warszawskiej): obszar całej Polski, wysokorozdzielcza prognoza dla województw: małopolskiego (sześć podstawowych normowanych zanieczyszczeń w tym ozon) i wielkopolskiego (tylko PM10); 2) System Prognoz Jakości Powietrza (w Zakładzie Monitoringu i Modelowania Zanieczyszczeń Powietrza IMGW-PIB): województwo śląskie; 3) Model CAMx eksploatowany przez firmę konsultingową EKOMETRIA Sp. z o.o.: województwo pomorskie (dla systemu AirPomerania), województwo podkarpackie. 32 3.3.1. System EkoPrognoza.pl System EkoPrognoza.pl działa od 2009 r. Jego celem jest prognoza stężeń zanieczyszczeń nad Europą Środkową i Polską. Jako narzędzie obliczeniowe wykorzystywany jest globalny model chemii troposfery GEM-AQ (Global Environmental Multiscale – Air Quality, Kaminski i inni, 2008). Serwis jest utrzymywany i rozwijany przez Fundację EkoPrognoza we współpracy z Wydziałem Inżynierii Środowiska Politechniki Warszawskiej. Prognoza dla obszaru Europy Środkowej i Polski obliczana jest codziennie na kolejne 3 doby. Obliczenia realizowane są na siatce globalnej o zmiennej rozdzielczości, z krokiem ~15km (0.135°) nad Europą. Ponadto dla województwa małopolskiego produkowana jest dodatkowa wysokorozdzielcza, rozszerzona prognoza zanieczyszczenia powietrza. Prace te finansowane są ze środków Wojewódzkiego Funduszu Ochrony Środowiska. W przypadku obliczeń dla województw wyniki symulacji w skali globalnej, na siatce o zmiennej rozdzielczości, są archiwizowane z krokiem 1-godzinnym, a trójwymiarowe pola parametrów meteorologicznych i składu chemicznego atmosfery wykorzystywane są jako warunki początkowe i brzegowe dla symulacji zagnieżdżonej na siatce obejmującej obszar Polski z rozdzielczością ok. 5 km (0.05o). Zakres prognozy obejmuje obliczanie stężeń dla czterech zanieczyszczeń gazowych (O 3, SO2, NO2, CO) oraz dla pyłu PM10 i PM2.5, w kolejnych trzech dniach (Rysunek 14). Na podstawie stężeń jednogodzinnych obliczane są dla każdej doby pola odpowiednich wartości średnich: średnia 24-godzinna dla SO2, NO2, PM10 i PM2.5; najwyższa 8-godzinna średnia krocząca dla O3 i CO, najwyższe wartości stężeń wszystkich zanieczyszczeń w ciągu doby. Wyniki prognoz dla stężeń zanieczyszczeń są następnie wykorzystywane do obliczenia uproszczonego indeksu jakości powietrza. Dodatkowo publikowanie są ostrzeżenia o przekroczeniach progów dopuszczalnych i alarmowych oraz wizualizacja zmienności stężeń w wybranych miastach 16. W lokalizacjach, w których dostępne są pomiary, prowadzona jest ponadto korekta statystyczna MOS (Model Output Statistics). Obliczany jest także indeks jakości powietrza CAQI. 16 http://ekoprognoza.pl/index.php?id=115 33 Rysunek 14. Przykład wizualizacji prognozy dla najwyższej 8-godzinnej średniej kroczącej z systemu EkoPrognoza.pl w dniu 15 listopada 2015 r. W latach 2013 – 2015 działała w sposób operacyjny prognoza ozonu wyświetlana na stronie GIOŚ. Prognoza ta była wykonywana w sposób identyczny jak opisany w niniejszym dokumencie. 34 3.3.2. System Prognoz Jakości Powietrza w strefach i aglomeracjach województwa śląskiego Krótkoterminowa prognoza jakości powietrza, tworzona w ramach Systemu Prognoz Jakości Powietrza w województwie śląskim17, oparta jest na eksploracyjnej analizie. Model krótkoterminowej prognozy jakości powietrza został opracowany w Zakładzie Monitoringu i Modelowania Zanieczyszczeń Powietrza IMGW-PIB Oddział w Krakowie. System prognozuje stężenia: pyłu zawieszonego PM10, pyłu drobnego PM2.5, SO2, NO2, O3, CO. Rozpiętość czasowa prognozy to 24 godziny, a wyniki publikowane są jako hemogramy (Rysunek 15). Rysunek 15. Dobowa prognoza stężeń średnich i maksymalnych ozonu dla aglomeracji górnośląskiej dostępna na stronie SPJP Katowice. System prognoz jakości powietrza Wojewódzkiego Inspektoratu Ochrony Środowiska w Katowicach udostępnia także prognozę średniego dobowego wskaźnika jakości powietrza (Rysunek 16), do obliczeń którego wykorzystywane są również prognozowane stężenia ozonu. 17 http://spjp.katowice.pios.gov.pl/mapa_prognozy_aqi.aspx 35 Rysunek 16. Prognoza średniego dobowego wskaźnika jakości powietrza dla Województwa Śląskiego dostępna na stronie SPJP Katowice. 3.3.3. Prognozy z wykorzystaniem modelu CAMx (EKOMETRIA Sp. z o.o.) Dane meteorologiczne do obliczeń dyspersji zanieczyszczeń obliczane są modelem WRF (Weather Research & Forecasting Model). Transport i chemia zanieczyszczeń obliczane są modelem CAMx. AIRPOMERANIA System krótkoterminowych prognoz zanieczyszczenia powietrza dla województwa pomorskiego18 przedstawiany jest jako rozkład indeksu jakości powietrza dla 24 godzin (Rysunek 17). Indeks jakości powietrza oferowany przez serwis AIRPOMERANIA obliczany jest na podstawie prognozowanych stężeń zanieczyszczeń powietrza: pyłu zawieszonego PM10, SO2, NO2, O3, C6H6 . Na stronie serwisu można sprawdzić, stężenia którego z nich dominują w wyliczonym indeksie (Rysunek 18). 18 http://airpomerania.pl/ 36 Rysunek 17. Prognoza indeksu jakości powietrza w województwie pomorskim, dostępna na stronie AIRPOMERANIA. Rysunek 18. Prognoza substancji dominującej dla indeksu jakości powietrza, dostępna na stronie AIRPOMERANIA. Województwo podkarpackie Krótkoterminowa prognoza jakości powietrza dla województwa podkarpackiego19 wykonywana jest z rozpiętością czasową 72 godziny. System prognozuje stężenia: pyłu zawieszonego PM10, pyłu drobnego PM2.5, SO2, NO2, O3, CO. Dostępne są mapy średnich stężeń dobowych, maksymalnych dobowych wartości średnio godzinnych oraz animacje stężeń godzinnych na 3 doby. Mapy dostępne są dla całego województwa jak i 10 największych miast podkarpacia (Rysunek 19). Oprócz prognozy stężeń zanieczyszczeń w powietrzu w serwisie 19 http://powietrze.podkarpackie.pl/index.php 37 znaleźć można również mapy indeksu jakości powietrza (Rysunek 20). Indeks wyliczany jest na podstawie wszystkich prognozowanych stężeń z wyłączeniem ozonu. Rysunek 19. Prognoza maksymalnego stężenia ozonu w województwie podkarpackim na dzień 29 listopada 2015 roku dostępna na stronie powietrze.podkarpackie.pl. Rysunek 20. Prognoza indeksu jakości powietrza w województwie podkarpackim, dostępna na stronie powietrze.podkarpackie.pl. 38 4. Przykłady prognoz ozonu poza Europą 4.1. Stany Zjednoczone Ameryki Północnej Prognozę stężenia ozonu dla Stanów Zjednoczonych wykonuje Narodowy System Prognozy Jakości Powietrza NAQFS (National Air Quality Forecast System), który należy do Narodowej Administracji Oceanicznej i Atmosferycznej NOAA (National Oceanic and Atmospheric Administration). NAQFS zajmuje się wykonywaniem prognoz dla stężenia ozonu, pyłów drobnych i innych zanieczyszczeń w celu tworzenia systemów wczesnego ostrzegania. Celem nadrzędnym jest rozwijanie ogólnokrajowego systemu prognozowania we współpracy z Agencją Ochrony Środowiska EPA (Environmental Protection Agency), stanowymi i lokalnymi agencjami ochrony środowiska oraz sektorem prywatnym. Tworzone przez NOAA-EPA Narodowe Możliwości Prognostyczne Jakości Powietrza NAQFC (National Air Quality Forecast Capability) składają się z Lokalnego Wieloskalowego Modelu Jakości Powietrza CMAQ (Community Multiscale Air Quality), sterowanego przez model meteorologiczny – Mezoskala Ameryki Północnej NAM (North America Mesoscale). Model CMAQ wykorzystuje mechanizmy chemiczne: CB04 dla systemu operacyjnego i CB05 dla systemu doświadczalnego. Korzysta z wykazów źródeł emisji: punktowych, przestrzennych i ruchomych (EPA NEI-2005) oraz biogenicznych (BEIS 3). Bieżący obszar modelu pokrywa obszar zwarty USA, Hawaje i Alaskę odpowiednio w rozdzielczości poziomej 12 km i w 22 warstwach (Rysunek 21). Prognoza stężenia ozonu jest obliczana co 6 godzin (w dwóch z czterech cyklów jest to prognoza 48-godzinna) dla następujących parametrów: średnie stężenie ozonu w ciągu godziny [ppb], maksymalne stężenie ozonu w ciągu godziny [ppb], średnie stężenie ozonu w ciągu 8 godzin [ppb], maksymalne stężenie ozonu w ciągu 8 godzin [ppb]. Przykładowe prognozy zilustrowano na poniższych mapach: 39 Rysunek 21. Prognoza stężenia ozonu dla obszaru zwartego Stanów Zjednoczonych (lewy panel) oraz dla okolic Los Angeles w stanie Kalifornia (prawy panel). 4.2. Kanada Prognoza stężenia ozonu dla Kanady jest wykonywana przez Kanadyjskie Federalne Ministerstwo Środowiska (Environmental Canada). Instytucja ta zajmuje się ochroną środowiska, konserwacją naturalnego bogactwa narodowego, dostarczaniem prognoz meteorologicznych, oraz modelowaniem klimatu. Prognoza jakości powietrza jest wykonywana za pomocą globalnego modelu GEMMACH20 (Global Environmental Multiscale – Modelling Air quality and Chemistry). Jest to kompleksowy model jakości powietrza i chemii troposfery, zawierający pełen opis procesów chemicznych i meteorologicznych zachodzących w atmosferze. Dzięki możliwości zastosowania siatki obliczeniowej o zmiennej rozdzielczości model ten umożliwia symulacje stanu chemicznego atmosfery od skali lokalnej poprzez skalę regionalną, aż do skali globalnej. Modelowanie procesów meteorologicznych jest w pełni zintegrowane z modelowaniem składu chemicznego atmosfery. Model wykorzystuje wykaz źródeł emisji zanieczyszczeń do oszacowania źródła prekursorów ozonu troposferycznego. Obliczenia są wykonywane dla obszaru Ameryki Północnej, dwa razy dziennie, i są wykorzystywane przy tworzeniu prognozy jakości powietrza dla Kanady. Prognozy dotyczą ozonu troposferycznego przy powierzchni ziemi oraz na wysokości 50 i 500 metrów. Na stronie internetowej Kanadyjskiego Centrum Meteorologicznego jest 20 http://www.weatheroffice.gc.ca/canada_e.html 40 możliwość wyświetlenia wyników prognozy w formie animacji. Prognozy są 48-godzinne, obliczane co 6 godzin dla następujących parametrów: maksymalne stężenie ozonu w ciągu 6 godzin [ppb] (Rysunek 22), średnie stężenie ozonu w ciągu 6 godzin [ppb], maksymalna 6-godzinna średnia krocząca [ppb]. Rysunek 22. Prognoza stężenia ozonu dla zachodniej części Kanady dla wartości maksymalnej stężenia ozonu z 6 godzin na wysokości 50 m (lewy panel) oraz 500 m (prawy panel). 4.3.Chińska Republika Ludowa Prognoza stężenia ozonu w Chinach jest wykonywana przez Organizację Monitoringu i Prognozy Jakości Powietrza w Chinach AMFIC (Air Quality Monitoring and Forcasting in China)21. Projekt AMFIC zajmuje się monitoringiem środowiska w atmosferze nad Chinami. Składa się ze zintegrowanego systemu informacji służącego do monitorowania i wykonywania prognoz zanieczyszczeń troposferycznych w tym kraju. Na podstawie pomiarów naziemnych i satelitarnych oraz modelowania, system tworzy spójne informacje dotyczące jakości powietrza nad Chinami. Dane obejmują ostatnie lata, sytuację obecną oraz kilkudniową prognozę. Badania dotyczą takich zanieczyszczeń jak: ozon (O3), tlenki azotu (NOx), dwutlenek siarki (SO2), formaldehyd (HCHO), tlenek węgla (CO), metan (CH4) i pyły drobne (PM10 i PM2.5). 21 http://www.amfic.eu/ 41 Prognoza jakości powietrza jest wykonywana za pomocą wieloskalowego modelu prognozowania i symulacji jakości powietrza CHIMERE (wersja V200606A), który został dostosowany do obszaru Azji Zachodniej od 18°N-50°N i 102°E-132°E w rozdzielczości 0.25° × 0.25°. Źródłem danych meteorologicznych jest Europejskie Centrum Prognoz Średnioterminowych (ECMWF – European Centre for Medium-Range Weather Forecasts). Właściwości chemiczne fazy gazowej są opisane w zredukowanym modelu MELCHIOR (Derognat, 2002). Procesy zachodzące w aerozolach zostały dodane do modelu zgodnie z Bessagnet et al. (2004). Warunki brzegowe modelu pochodzą z miesięcznych danych klimatycznych. Wartość emisji zanieczyszczeń pochodzi z wykazu źródeł emisji INTEX-B (Zhang et al., 2009), który zawiera sumy roczne poszczególnych zanieczyszczeń z podziałem na 4 sektory (energetyczny, przemysłowy, mieszkaniowy i transportu). Wykaz dotyczy takich zanieczyszczeń jak: dwutlenek siarki, tlenki azotu, tlenek węgla, lotne związki organiczne, pył PM10 i PM2.5 oraz sadza. Źródłem prognoz warunków meteorologicznych jest Światowa Organizacja Meteorologiczna WMO (World Meteorological Organization), która zawiera dane dostarczane przez organizacje hydrologiczne i meteorologiczne poszczególnych krajów. Stężenia zanieczyszczeń obliczone z modelu w porze nocnej w miastach mogą być zawyżone z uwagi na powolne mieszanie pionowe i niską nocną warstwę graniczną. Jest to spowodowane zbyt słabym uwzględnieniem efektu miejskich wysp ciepła w modelu. Model nie wyróżnia udziału pyłów pustynnych, zatem podczas występowania burz piaskowych jego wyniki nie są wiarygodne. Prognozy dotyczą stężenia ozonu mierzonego przy powierzchni ziemi i są wykonywane dla obszaru wschodnich Chin, Pekinu, Hong Kongu, Qingdao oraz Shenyang. Prognozy są 48godzinne, obliczane codziennie dla następujących parametrów (Rysunek 23): maksymalne dzienne stężenie ozonu [ppb], średnie dzienne stężenie ozonu [ppb], maksymalna 8-godzinna średnia krocząca [ppb]. 42 Rysunek 23. Prognoza stężenia ozonu dla wschodniej części Chin dla dziennej wartości maksymalnej (górny lewy panel), dziennej wartości średniej (górny prawy panel) oraz maksymalnej 8-godzinnej średniej kroczącej (dolny lewy panel). 43 5. Opis metody prognozowania krótkoterminowego w zakresie ozonu troposferycznego W poprzednich rozdziałach dokonano przeglądu istniejących rozwiązań w zakresie krajowych systemów prognoz zanieczyszczenia powietrza, uwzględniających ozon. We wszystkich przypadkach oparte są one o eulerowskie modele jakości powietrza, zarówno poprzedniej generacji (tak zwane CTM), jak i najbardziej współczesne (on-line lub interaktywne). Zaproponowana metoda realizacji krótkoterminowych prognoz stężenia ozonu troposferycznego, bazująca na 3-letnim doświadczeniu zespołu w zakresie realizacji operacyjnej prognozy jakości powietrza, w standardzie porównywalnym z serwisami opisanymi w rozdziale 3, jest oparta o dwa komponenty: model chemii troposfery GEM-AQ, deterministyczny system prognozowania EkoPrognoza.pl. Model GEM-AQ (Global Environmental Multiscale – Air Quality) jest modelem chemii troposfery. Od 2002 r. model ten jest użytkowany przez pracowników naukowych Wydziału Inżynierii Środowiska Politechniki Warszawskiej w pracach badawczych, pracach doktorskich i magisterskich oraz w projektach realizowanych na zlecenie GIOŚ, WIOŚ i urzędów marszałkowskich. W lipcu 2009 r. w ramach Akcji COST ES0602, zrzeszającej europejskie instytucje prowadzące operacyjną prognozę jakości powietrza, na bazie tego modelu zbudowany został deterministyczny system prognozy stężeń zanieczyszczeń – EkoPrognoza.pl – skonfigurowany nad obszarem Europy Środkowej i Polski. W związku z zakończeniem Akcji COST ES060222 oraz zakończeniem projektu MNiSW kierowanego przez Wydział Inżynierii Środowiska Politechniki Warszawskiej23, w 2011 r. powołana została Fundacja EkoPrognoza, której zadaniem jest realizacja codziennej prognozy jakości powietrza dla Polski i Europy. 22 Akcja COST ES0602 „Towards a European Network on Chemical Weather Forecasting and Information Systems”. 23 Projekt MNiSW „Pogoda chemiczna” wieloskalowy system prognozy jakości powietrza dla Polski. Nr decyzji 754/N-COST/2010/0. 44 5.1. Model GEM-AQ Model GEM-AQ został opracowany na bazie numerycznego modelu prognoz pogody GEM (Globar Envirnmental Multiscale Model) eksploatowanego przez Kanadyjskie Centrum Meteorologiczne (Côté i inni, 1998a, 1998b). W ramach projektu MAQNet model meteorologiczny został rozbudowany przez wprowadzenie kompleksowego modułu chemii troposfery (Kamiński i inni, 2008). Model GEM-AQ może być używany w szerokim zakresie skal przestrzennych: od globalnej do skali meso-γ. Opis transportu i procesów fizycznych w GEM-AQ pochodzi z modelu meteorologicznego. 5.1.1. Model meteorologiczny Dynamika modelu opisana jest zespołem niehydrostatycznych równań eulerowskich, pozwalających na poprawne działanie, aż do skali meso-γ. Dyskretyzacja czasowa w odniesieniu do schematu całkowania równań dynamiki modelu jest w pełni niejawna. Pozioma powierzchnia modelu przedstawiona jest za pomocą siatki Arakawa C. W pionie stosowana jest współrzędna hybrydowa sigma lub współrzędna ciśnieniowa. Pionowa dyfuzja pędu, ciepła, pary wodnej i zanieczyszczeń jest obliczana w pełni niejawnym schematem popartym na bilansie kinetycznej energii turbulencji. Model GEM wykorzystuje opracowaną w RPN (Recherche en Prevision Numerique) bogatą bibliotekę schematów parametryzacji procesów fizycznych (Mailhot i inni, 1998). Zarówno podstawy fizyczne, jak i numeryczne modelu GEM są przedstawione w publikacji Côté i inni, 1998a, 1998b. Dla zwięzłości i dostępności formuły matematyczne są przedstawione w Załączniku 1. Dodatkowo, dostępne parametryzacje procesów fizycznych są przedstawione w Załączniku 2. 5.1.2. Moduł chemiczny Moduły jakości powietrza wprowadzane są on-line do modelu meteorologicznego. W odniesieniu do chemii fazy gazowej posiada on 35 transportowanych adwekcyjnie i 15 nie podlegających transportowi – ze względu na krótki czas życia – związków gazowych. Mechanizm opisujący właściwości chemiczne fazy gazowej w modelu GEM-AQ oparty jest na modyfikacji modelu ADOM [Acid Deposition and Oxidants Model (Lurmann i inni, 1986)]. Model ten został rozszerzony o 4 dodatkowe związki (CH3OOH, CH3OH, CH3O2, CH3CO3H) i 45 22 reakcje. Zmodyfikowany mechanizm zawiera 50 związków, 116 chemicznych i 19 fotochemicznych reakcji. Obliczenie trójwymiarowych pól stężeń jest osiągane poprzez rozwiązanie układu równań zachowania masy dla każdej z modelowanych substancji chemicznych. Adwekcja i dyfuzja pionowa substancji chemicznych jest liczona wewnątrz GEM, zgodnie z algorytmem używanym do adwekcji i dyfuzji dla pary wodnej – wykorzystany został schemat semi-lagranżowski. Dla niektórych substancji chemicznych wymagane są obliczenia dodatkowych wielkości zależnych od aktualnych wartości parametrów meteorologicznych, tj. prędkości depozycji suchej, współczynników fotolizy. Do rozwiązania układu równań reakcji chemicznych GEM-AQ wykorzystuje niejawny schemat Newtona dla wszystkich substancji. Porównanie wyników solvera chemicznego zaimplementowanego w GEM-AQ z dokładnym rozwiązaniem uzyskanym ogólnie stosowaną metodą Geara (Gear, 1971) wykazuje błąd nie większy niż 5% dla substancji z krótkim czasem życia i mniejszy niż 2% dla reszty związków (Plummer, 1999). Efekty suchej depozycji są traktowane jako zmieniające się warunki brzegowe równania pionowej dyfuzji. Prędkość suchej depozycji liczona jest z modelu wielokrotnego oporu „dużego liścia” (Padro i inni, 1991), który zakłada istnienie 15 typów pokrycia terenu, a ponadto uwzględnia pokrywę śnieżną. Mokra depozycja uwzględnia wymywanie wewnątrz chmur i poprzez opad. Integralną częścią modelu GEM-AQ jest moduł aerozolowy, który pozwala na symulacje aerozolu atmosferycznego oraz jego interakcje ze związkami chemicznymi fazy gazowej. W szczególności pozwala na symulacje reakcji heterogenicznej hydrolizy N2O5 prowadzącej do powstawania HNO3. Reakcja ta zachodzi na powierzchni aerozolu atmosferycznego i ma bardzo duży wpływ na koncentrację ozonu troposferycznego (Jacob, 2000; Thornton i inni, 2003). Intensywność reakcji zależy od stężenia, jak i powierzchni aerozolu. Moduł aerozolowy CAM (Canadian Aerosol Model; Gong i inni, 2003), obejmuje przemiany fizyko-chemiczne pięciu typów aerozoli o różnym składzie chemicznym: aerozolu siarczanowego, aerozolu organicznego, węgla elementarnego (sadzy), 46 pyłu mineralnego, soli morskiej. Procesy aerozolowe reprezentowane są poprzez parametryzacje nukleacji, koagulacji, procesów wewnątrz-chmurowych, z uwzględnieniem chemii fazy ciekłej dla związków siarki i wymywania wewnątrz chmury, jak również sedymentacji oraz suchej i mokrej depozycji. Procesy transportu uwzględniają adwekcję, dyfuzję turbulencyjną oraz głęboką konwekcję. Modelowane wartości stężeń pyłów PM10 i PM2.5 uzyskano, sumując odpowiednie frakcje poszczególnych komponentów chemicznych. 5.2. System EkoPrognoza EkoPrognoza jest deterministycznym systemem modelowania dynamiki i chemii atmosfery, w którym stan końcowy jest określony przez konstrukcję modelu oraz informację wejściową, opisującą stan początkowy i znany przebieg wydarzeń towarzyszących, takich jak: warunki brzegowe pól meteorologicznych i chemicznych, emisje związków chemicznych, przebieg zmienności pól opisujących roślinność i pokrycie powierzchni terenu. System EkoPrognoza funkcjonuje w trybie operacyjnym na siatce pokrywającej cały obszar Polski. Wszelkie dane wejściowe, wymagane do generowania prognozy jakości powietrza, w tym m.in. pola geofizyczne, meteorologiczne oraz emisje naturalne i antropogeniczne, są integralną częścią istniejącego systemu. 5.2.1. Pola geofizyczne Dane dotyczące powierzchni ziemi są pozyskiwane z analiz klimatologicznych i geofizycznych. Należą do nich: szorstkość terenu, albedo, temperatura gleby, pokrywa śnieżna oraz topografia terenu (Tabela 2). Szorstkość terenu zależy od topografii oraz rodzaju użytkowania powierzchni. Tabela 2. Zestaw pól charakteryzujących podłoże w modelu GEM-AQ. Pola niezależne od czasu średnia wysokość terenu maska ląd/morze szorstkość podłoża 47 Pola zależne od czasu uzyskiwane z analizy danych klimatologicznych, lub z interpolacji danych pomiarowych temperatura powierzchni (lądu i morza) temperatura gleby wilgotność gleby pokrycie śniegiem pokrycie lodem albedo Dane geofizyczne są uzyskiwane przy zastosowaniu interaktywnego narzędzia i baz danych GenGeo dostępnego z portalu: http://collaboration.cmc.ec.gc.ca/science/rpn.comm/cgi-bin/download.php?request=genphysx.fst Zbiory danych geofizycznych uaktualniane są sezonowo. Dane topograficzne, niezbędne do konfiguracji modelu dla danego obszaru obliczeniowego, znajdują się na nieodpłatnych międzynarodowych serwerach pod następującymi adresami: http://ionia1.esrin.esa.int/ http://edc2.usgs.gov/glcc/glcc_version1.php https://lpdaac.usgs.gov/products/modis_products_table http://ned.usgs.gov/ Dane dotyczące topografii nie wymagają aktualizacji. 5.2.2. Pola meteorologiczne Dane meteorologiczne, niezbędne do zainicjowania obliczeń, są udostępniane publicznie (nieodpłatnie) przez światowe centra meteorologiczne jako tak zwana „analiza obiektywna”. Są to trójwymiarowe pola parametrów meteorologicznych o zasięgu globalnym, umożliwiające wygenerowanie informacji meteorologicznej dla dowolnego obszaru. Dane dostępne są na dedykowanych serwerach: 48 Kanadyjskiego Centrum Meteorologicznego dd.weatheroffice.gc.ca/model_gem_global/high_resolution/grib2/lat_lon/, Narodowego Centrum Prognoz Środowiskowych (USA) ftp://ftp.ncep.noaa.gov/pub/data/nccf/com/gfs/prod/. Zbiory danych meteorologicznych uaktualniane są przez centra obliczeniowe co 6 godzin. Wymagane zbiory są pobierane przez Internet. Szacowany czas codziennego pobierania waha się – w zależności od przepustowości sieci – od 10 do 30 min. Dane są gromadzone na dedykowanym serwerze zintegrowanym z wieloprocesorowym klastrem, na którym są realizowane obliczenia. Meteorologiczne warunki początkowe są dostarczone do modelu w postaci trójwymiarowych pól geopotencjału, temperatury, poziomych składowych prędkości wiatru oraz wilgotności właściwej (Tabela 3). Tabela 3. Pola meteorologiczne wymagane do wykonania obliczeń modelem GEM. Pole meteo Ciśnienie Temperatura Wilgotność względna Geopotencjał Składowe wektora wiatru Jednostki Wymiar pola hPa 2D Stopnie C 3D % 3D Deka metry 3D Węzły 3D Na powierzchni ziemi Na poziomach hybrydowych lub stałego ciśnienia Pola meteorologiczne z analizy obiektywnej będą dostarczane do modelu codziennie w okresie realizacji prognoz, celem zainicjowania obliczeń na kolejne trzy dni. 5.2.3. Dane emisyjne Emisje naturalne – biogeniczne, emisje z pożarów i emisje NOx – powstałe w wyniku wyładowań atmosferycznych, określono w skali globalnej na podstawie baz: GEIA (Global Emissions Inventory Activity) i EDGAR (Emission Database for Global Atmospheric Research). 49 Dane o emisji z krajów europejskich będą pochodzić z bazy emisyjnej EMEP (0,5o x 0,5o). Emisje niemetanowych lotnych związków organicznych (NMLZO) poddano dezagregacji na substancje i grupy substancji istotne dla modelowania przemian chemicznych. Na potrzeby realizacji przedmiotowej pracy, strumienie emisje zostaną poddane relokacji, według metody opracowanej przez pracowników WIŚ PW, która była zweryfikowana we wcześniejszych projektach. Metoda ta zakłada dostęp do ogólnoeuropejskiej inwentaryzacji emisji (w tym przypadku – najnowsza dostępna inwentaryzacja EMEP). Relokacja polega na zastosowaniu informacji GIS do stworzenia rozkładu źródeł w poszczególnych kategoriach SNAP dla wymaganej rozdzielczości. W procesie przetwarzania zachowany jest strumień masy inwentaryzacji oryginalnej (metoda jest szerzej opisana w Załączniku 3). Na obszarze Polski, zgodnie z SIWZ, planowane jest zastosowanie bazy emisyjnej opracowana w ramach Programu Operacyjnego PL03 „Wzmocnienie monitoringu środowiska oraz działań kontrolnych” w projekcie pt. „Wzmocnienie systemu oceny jakości powietrza w Polsce w oparciu o doświadczenia norweskie”. Ponieważ jednak baza ta nie została nigdy zweryfikowana w kontekście modelowania ozonu, dane zostaną użyte o ile przeprowadzone testy wykażą dostateczną sprawdzalność modelu. Dane emisyjne będą aktualizowane każdego roku przed rozpoczęciem cyklu obliczeniowego. 5.2.4. Metoda obliczeniowa Obliczenia modelem GEM-AQ zostaną wykonane na siatce globalnej o zmiennej rozdzielczości, przy czym rozdzielczość nad Europą Środkową wynosi 0.135o x 0135o (Rysunek 24). Konfiguracja taka zapewnia właściwe odtworzenie napływu transgranicznego. Wszystkie pola meteorologiczne i chemiczne (włączając aerozole) będą archiwizowane co 1 godzinę w celu zagnieżdżenia modelu nad Polską na siatce 0.05 o (~5km) (Rysunek 25). Wykonanie obliczeń dla całej Polski w na takiej siatce umożliwia spełnienie warunków SIWZ dotyczących rozdzielczości przy jednoczesnym skróceniu czasu obliczeń. 50 Rysunek 24. Konfiguracja siatki globalnej o zmiennej rozdzielczości: Czarny kwadrat obejmuje obszar o rozdzielczości 0.135o x 0.135o, czerwona linia obrazuje równik w obróconym układzie współrzędnych (wykreślona co druga linia). Rysunek 25. Konfiguracja siatki ograniczonego obszaru o rozdzielczości numeryczny jest 5 km. Absorber zaznaczony liniami przerywanymi. Wyniki obliczeń archiwizowane będą w interwałach 1-godzinnych dla następujących zmiennych: 1) meteorologicznych: temperatura (°C), wilgotność właściwa (kg/kg), ciśnienie (hPa); 2) chemicznych: stężenie O3 (ppbv). Wartości stężeń zanieczyszczeń dla najniższej warstwy modelu, która ma reprezentować wartości „przy powierzchni ziemi”, będą przekonwertowane do jednostki µg/m3, z 51 uwzględnieniem ich masy cząsteczkowej ozonu oraz gęstości powietrza, obliczonej na podstawie chwilowych wartości parametrów meteorologicznych. 5.2.5. Asymilacja danych Asymilacja danych pomiarowych do modelu GEM-AQ zostanie wykonana metodą interpolacji optymalnej (Optimal Interpolation – OI). Główna zaleta metody OI jest prostota implementacji oraz relatywnie niski koszt obliczeń. Fundamentalną hipotezą metody OI jest stwierdzenie, iż zinterpolowane przestrzennie obserwacje są liniowo zależne od stanu modelu. Konieczne jest założenie, iż błędy modelu wykazują rozkład gaussowski, a błędy obserwacji nie są skorelowane z błędami prognozy. Estymacja statystyk błędów zostanie wykonana metodą Hollingswotha-Lonnberga (H-L). Metoda H-L zostanie zaprogramowana w pakiecie statystycznym R, zaś preprocesor generujący na tej podstawie analizę dla pola stężeń ozonu zostanie zaprogramowany w języku FORTRAN. Przykład wykorzystania tej metody do symulacji ozonu w skali kontynentu przedstawiono w pracy Robichaud i Ménard (2014)24. Warunkiem koniecznym do realizacji asymilacji jest dostępność danych pomiarowych dla ozonu w czasie bliskim do rzeczywistego. O ile Zamawiający nie będzie w stanie dostarczyć ww. danych wdrożenie procedury asymilacji będzie możliwe jedynie w trybie testowym. Planowane jest wdrożenie operacyjne asymilacji w okresie kwiecień-wrzesień 2018 r. 5.2.6. Prezentacja i udostępnienie wyników prognozy Wyniki z systemu EkoPrognoza będą udostępnione Zamawiającemu w postaci zbiorów w formacie graficznym: 24 Robichaud, A. and Ménard, R.: Multi-year objective analyses of warm season ground-level ozone and PM2.5 over North America using real-time observations and Canadian operational air quality models, Atmos. Chem. Phys., 14, 1769-1800, doi:10.5194/acp-14-1769-2014, 2014. 52 1) mapy z prognozami 24-godzinnymi, 48-godzinnymi, 72-godzinnymi będą wykonane z wykorzystaniem skali barw, w której kolory zimne będą odpowiadać niskim zakresom stężeń, a kolory ciepłe – wysokim zakresom stężeń, dla: stężeń maksymalnych 1-godzinnych, stężeń maksymalnych średnich ośmiogodzinnych spośród średnich kroczących, stężeń maksymalnych 24-godzinnych; 2) animacji dla stężeń maksymalnych 1-godzinnych, z wyników prognozy 24-godzinnej; 3) do każdej barwy – a tym samym zakresu stężeń ozonu – należy zamieścić opis sposobu zachowania się i aktywności ludzi w przypadku przebywania na zewnątrz budynków. Odnośnie szczegółów prezentacji graficznej: 1) dla GIOŚ dostarczone zostaną mapy prognoz dla kraju oraz mapy dla województw, a także naniesione lokalizacje i nazwy aglomeracji. Zestaw map zostanie dostarczony na wskazany serwer; 2) dla WIOŚ mapy prognoz dla poszczególnych województw będą posiadać zaznaczone obszary stref (strefę stanowić będzie aglomeracja o liczbie mieszkańców powyżej 250 000, miasto powyżej 100 000 mieszkańców oraz pozostały obszar województwa niewchodzący w skład aglomeracji oraz miast powyżej 100 000 mieszkańców). Zestaw odpowiednich map dla każdego obszaru zostanie dostarczony na wskazany serwer. Dostarczona zostanie również informacja tekstowa zawierająca krótki opis sposobu przygotowania prognoz wraz z informacją o zastosowanym modelu jakości powietrza. 5.2.7. Wymagania techniczne i operacyjne Obliczenia będą realizowane na 36-procesorowym klastrze (Intel(R) Xeon(R) CPU X5650 @ 2.67GHz). Przy przyjętej konfiguracji siatek oraz ilości poziomów w modelu czas trwania obliczeń dla prognozy 72 godzinnej wynosi ok. 2 godziny. W celu archiwizacji przewiduje się 2 dyski o pojemności 3TB wystarczające do zapisania wyników modelu dla 6 miesięcy. Archiwum prognoz, zbiorów w formacie graficznym oraz w formacie netCDF, będzie dostępne na serwerze PW. 53 Obsluga systemu EkoPrognoza wymaga doświadczenia w meteorologii, chemii oraz znajomosci systemu operacyjnego Linux, systemu graficznego NCL, jak i systemu GIS. Schemat blokowy realizacji prognozy 5.4. Spelnienie wymogow okreslonych w SIWZ Model GEM-AQ, na bazie którego zbudowany jest system EkoPrognoza.pl, uwzględnia zmienność warunków meteorologicznych, topografię terenu, specyficzne warunki, takie jak 54 brzeg morza, pasma górskie, jak i moduł opisujący przemiany chemiczne oraz suchą i mokrą depozycję. Z wykorzystaniem modelu GEM-AQ zostały zrealizowane następujące prace na zlecenie Głównego Inspektoratu Ochrony Środowiska: Wspomaganie systemu oceny jakości powietrza z użyciem modelowania w zakresie ozonu troposferycznego dla lat 2012 i 2013, Operacyjne prognozowanie stężeń ozonu troposferycznego w latach 2013 – 2015 z użyciem modelowania. Dotychczas zrealizowane prace wskazują na to, że zaproponowana metoda prognozowania krótkoterminowego w zakresie ozonu troposferycznego zapewnia uzyskanie dokładności wynikow modelowania na poziomie określonym Dyrektywą Parlamentu Europejskiego i Rady 2008/50/WE z 21 maja 2008 r. w sprawie jakości powietrza i czystszego powietrza dla Europy, zgodnie z którą co najmniej 90% wartości modelowych powinno zachować odchylenie od obserwacji nie większe niż 50%. Przyjęta metoda, dzięki archiwizacji wyników co godzinę, zapewnia możliwość odniesienia uzyskanych rezultatów do poszczególnych celów/standardów jakości powietrza odnośnie do ozonu troposferycznego, określonych w obowiązującym w tym zakresie prawie. Dostępność cogodzinnych prognoz umożliwia wykonanie map rozkładów przestrzennych ozonu troposferycznego dla 24 godzin, 48 godzin i 72 godzin, w skali kraju oraz poszczególnych województw, zapewniających zidentyfikowanie potencjalnych obszarów przekroczeń. Ze względu na fakt, iż obszar objęty obliczeniami sięga poza granice Polski oraz że produkowana jest prognoza meteorologiczna, możliwe jest wstępne określenie przyczyn przekroczenia progów alarmowych i ostrzegawczych. Ponadto, ponieważ autorami metody są wykonawcy projektu, zapewnione jest pełne wsparcie techniczno-naukowe oraz nadzór autorski. 55 7. Bibliografia Beck J.P., Krzyzanowski M., Koffi B., Hjellbrekke A.-G., Hootsen H., Millán M., Tombrou M., Simpson D.: Tropospheric Ozone in the European Union „The Consolidated Report”, Topic report no. 8/1998, 1998. Bessagnet, B., Hodzic A., Vautard R., Beekmann M., Cheinet S., Honoré C., Liousse C., Rouïl L.: Aerosol modeling with CHIMERE - Preliminary evaluation at the continental scale, Atmos. Environ., 38, 2803-2817, 2004. Blond N., Boersma K.F., Eskes H.J., van der A R.J., van Roozendael M., de Smedt I., Bergametti G., Vautard R.: Intercomparison of SCIAMACHY nitrogen dioxide observations, in situ measurements and air quality modeling results over Western Europe, J. Geophys. Res., 112, D10311, 2007, doi:10.1029/ 2006JD007277. Chameides W.L, Lindsay R.W., Richardson J., Kiang C.S.: The role of biogenic hydrocarbons in urban photochemical smog: Atlanta - a case study, Science, 241, 1473-1474, 1988. Côté, J., Gravel S., Méthot A., Patoine A., Roch M., Staniforth A.: The operational CMC MRB Global Environmental Multiscale (GEM) model: Part I – Design considerations and formulation, Mon. Wea. Rev. 126, 1373-1395, 1998a. Côté J., Desmarais J.-G., Gravel S.: The Operational CMC–MRB Global Environmental Multiscale (GEM) Model. Part II:Results, Monthly Weather Review: Vol. 126, No. 6, pp. 1397–1418, 1998b. Cox R.A., Eggleton A.J.E., Derwent R.G., Lovelock J.E., Pack D.H.: Long range transport of photo-chemical ozone in north-western Europe, Nature, 255, 118-121, 1975. Derognat C.: Pollution photooxydante à l'échelle urbaine et interaction avec l'échelle régionale, Ph.D. thesis, Univ. of Paris VI, Paris, 2002. Derwent R.G., Jenkin M.E.: Hydrocarbons and the long-range transport of ozone and PAN across Europe, Atmospheric Environment 25A, 1661-1678, 1991. Gear C.W.: Numerical Initial Value Problems in Ordinary Differential Equations, Prentice-Hall, Englewood Cliffs, New Jersey, 1971. Gong S.L., Barrie L.A., Blanchet J.-P., von Salzen K., Lohmann U., Lesins G., Spacek L., Zhang L.M., Girard E., Lin H., Leaitch R., Leighton H., Chylek P., Huang P.: Canadian Aerosol Module: A size-segregated simulation of atmospheric aerosol processes for climate and air quality models, 1. Module development, J. Geophys. Res., 108, 4007, 2003, doi:10.1029/2001JD002002. Grennfelt P., Schjoldager J.: Photochemical oxidants in the troposphere: A mounting menace, Ambio, 13, 61-67, 1984. Guicherit R., van Dop H.: Photochemical production of ozone in Western Europe (1971-1975) and its relation to meteorology, Atmospheric Environment, 11, 145-155, 1977. Hjellbrekke A.-G., Solberg S.: Ozone measurements, 1999. NILU EMEP/CCC-Report 1/2001. Norwegian Institute for Air Research, 2001. Jacob D.J.: Heterogeneous chemistry and tropospheric ozone, Atmos. Environ., 34, 2131-2159, 2000. Jacobson M.Z.: Fundamentals of Atmospheric Modeling, Cambridge University Press, 1999. 56 Kaminski J.W., Neary L., Struzewska J., McConnell J.C., Lupu A., Jarosz J., Toyota K., Gong S.L., Côté J., Liu X., Chance K., Richter A.: GEM-AQ, an on-line global multiscale chemical weather modelling system: model description and evaluation of gas phase chemistry processes, Atmos. Chem. Phys., 8, 3255-3281, 2008. Kukkonen J., Olsson T., Schultz D.M., Baklanov A., Klein T., Miranda A.I., Monteiro A., Hirtl M., Tarvainen V., Boy M., Peuch V.-H., Poupkou A., Kioutsioukis I., Finardi S., Sofiev M., Sokhi R., Lehtinen K.E.J., Karatzas K., San José R., Astitha M., Kallos G., Schaap M., Reimer E., Jakobs H., Eben K.: A review of operational, regional-scale, chemical weather forecasting models in Europe, Atmos. Chem. Phys., 12, 1-87, 2012, doi:10.5194/acp-12-12012. Lawrence M.G., A. I Øystein Hov B, Matthias Beekmann C, Jørgen Brandt D, Hendrik Elbern E, Henk Eskes F, Hans Feichter G and Masayuki Takigawa H: The Chemical Weather Environmental Chemistry 2(1), 2005, 6–8 doi:10.1071/EN05014. Liu X., Mauresberger G., Moller D.: The effects of cloud processes on the tropospheric photochemistry: an improvement of the EURAD model with a coupled gaseous and aqueous chemical mechanism, Atmospheric Environment, 31, no 19, 3119-3135. 1997. Logan J.A.: Ozone in rural areas of the United States, Journal of Geophysical Research, 94, 8511-8532, 1989. Lurmann F.W., Lloyd A.C., Atkinson R.: A Chemical Mechanism for Use in Long-range Transport/Acid Deposition Computer Modeling, J. Geophys. Res., 91, 10905 – 10936, 1986. Mailhot J., Bélair S., Benoit R., Bilodeau B., Delage Y., Fillion L., Garand L., Girard C., Tremblay A.: Scientific Description of RPN Physics Library - Version 3.6 - Recherche En Prévision Numérique, Atmospheric Environment Service, Dorval, Quebec, Canada, 1998. Peters L.K., Berkowitz C.M., Carmichael G.R., Easter R.C., Fairweather G., Ghan S.J., Hales J.M., Leung L.R., Pennell W.R., Potra F.A., Saylor R.D., Tsang T.T.: The current state and future direction of eulerian models in simulating the tropospheric chemistry and transport of trace species: a review, Atmospheric Environment, 29, no 2, 189-222, 1995. Plummer D.: On-line Chemistry in a Mesoscale Model Assessment of the Toronto Emission Inventory and Lake-Breeze Effects on Air Quality, Ph.D. Thesis, York University, 1999. Pyta H., Czop P.: Prognozowanie stężeń ozonu z zastosowaniem modeli rozmytych, 3rd International Conference Air Protection in Theory and Applications, Szczyrk, 1–2 czerwca 2000. Roemer M., Boersen G., Builtjes P., Esser P.: The budget of ozone and precursors over Europe calculated with the LOTOS-model. In: Trends of tropospheric ozone over Europe, By M. Roemer. Amsterdam. 93-116, 1996. Scheffe R.D., Morris R.E.: A review of the development and application of the urban airshed model, Atmospheric Environment 27B no 1, 23 – 39, 1993. Seaman N.L.: Meteorological modeling for air-quality assessments, Atmospheric Environment 34, 2231-2259, 2000. Sillman S., Samson P.J.: Impact of temperature on oxidant photochemistry in urban, polluted rural and remote environments, Journal of geophysical Research, 100, no D6, 11497 - 11508, 1995. 57 Simpson D.: Hydrocarbon reactivity and ozone formation in Europe, Journal of Atmospheric Chemistry, 20, 163-177, 1995. Thornton J.A., Braban C.F., Abbatt J.P.D.: N2O5 hydrolysis on sub-micron organic aerosols: the effect of relative humidity, particle phase, and particle size, Phys. Chem. Chem. Phys., 5, 4593–4603, 2003. Tomaszewska A.M., Godłowska J.: Prognoza przyziemnych stężeń ozonu w Krakowie, Wiadomości Instytutu Meteorologii i Gospodarki Wodnej, tom XXI (XLII), zeszyt 1, 141154,1998. van Aalst R.M., de Leeuw F.A. (eds).: National ozone forecasting systems and International Data Exchange in Northwest Europe, Technical Working Group on Data Exchange and Forecasting of Ozone episodes in Northwest Europe, EEA Technical Report no. 9, September 1997. Vautard R., et al.: Evaluation and intercomparison of ozone and PM10 simulations by several chemistry transport models over 4 European cities within the CityDelta project, Atmos. Environ., 41, 173-188, 2006. Zhang Q., et al.: Asian emissions in 2006 for the NASA INTEX-B mission, Atmos. Chem. Phys. Discuss., 9, 4081-4139, 2009. 58 8. Spis tabel Tabela 1. Wartości docelowe stężeń ozonu według obowiązującego rozporządzenia Ministra Środowiska z 24 sierpnia 2012 r. (Dz.U. z 2012 r., poz. 1031) i Dyrektywy Clean Air For Europe (CAFE - 2008/50/WE). ................................................................................................................. 11 Tabela 2. Zestaw pól charakteryzujących podłoże w modelu GEM-AQ. .................................... 47 Tabela 3. Pola meteorologiczne wymagane do wykonania obliczeń modelem GEM. ................. 49 9. Spis rysunków Rysunek 1. Portal akcji COST ES0602. ........................................................................................ 15 Rysunek 2. Wyniki prognozy stężenia ozonu przy powierzchni ziemi przy zastosowaniu prognozy wiązkowej. .................................................................................................................... 16 Rysunek 3. Prognoza wiązkowa dla średniej wartości stężenia ozonu przy powierzchni ziemi. . 18 Rysunek 4. Przykład chemogramu prognozy stężenia ozonu dla Warszawy. .............................. 18 Rysunek 5. Prognoza pola średniego stężenia ozonu dla Europy. ................................................ 21 Rysunek 6. Prognoza wartości maksymalnych dla stężenia ozonu na siatce globalnej oraz prognoza wartości średniodobowych dla obszaru Francji. ........................................................... 22 Rysunek 7. Prognoza stężenia ozonu dla Europy. Prognoza dla półwyspu Iberyjskiego i osobno tylko dla rejonu Barcelony. ........................................................................................................... 24 Rysunek 8. Przykład prognozy ozonu dla Bułgarii. ...................................................................... 25 Rysunek 9. Przykład prezentacji wyników prognozy ozonu dla Wielkiej Brytanii. ..................... 27 Rysunek 10. Przykład prezentacji wyników prognozy ozonu dla Austrii. ................................... 28 Rysunek 11. Przykład prezentacji wyników prognozy ozonu dla Włoch. .................................... 29 Rysunek 12. Przykład prezentacji wyników prognozy ozonu dla Holandii – prognoza maksymalnego stężenia ozonu w dniach 15 – 17 listopada 2015. ................................................ 30 Rysunek 13. Przykład prezentacji wyników prognozy ozonu z modelu EURAD – prognoza najwyższej 8-godzinnej średniej kroczącej dla ozonu w dniu 15 listopada 2015 r., dla różnych obszarów........................................................................................................................................ 32 Rysunek 14. Przykład wizualizacji prognozy dla najwyższej 8-godzinnej średniej kroczącej z systemu EkoPrognoza.pl w dniu 15 listopada r. ........................................................................... 34 59 Rysunek 15. Dobowa prognoza stężeń średnich i maksymalnych ozonu dla aglomeracji górnośląskiej dostępna na stronie SPJP Katowice. ....................................................................... 35 Rysunek 16. Prognoza średniego dobowego wskaźnika jakości powietrza dla Województwa Śląskiego dostępna na stronie SPJP Katowice. ............................................................................. 36 Rysunek 17. Prognoza indeksu jakości powietrza w województwie pomorskim, dostępna na stronie AIRPOMERANIA. ........................................................................................................... 37 Rysunek 18. Prognoza substancji dominującej dla indeksu jakości powietrza, dostępna na stronie AIRPOMERANIA. ....................................................................................................................... 37 Rysunek 19. Prognoza maksymalnego stężenia ozonu w województwie podkarpackim na dzień 29 listopada 2015 roku dostępna na stronie powietrze.podkarpackie.pl. ...................................... 38 Rysunek 20. Prognoza indeksu jakości powietrza w województwie podkarpackim, dostępna na stronie powietrze.podkarpackie.pl................................................................................................. 38 Rysunek 21. Prognoza stężenia ozonu dla obszaru zwartego Stanów Zjednoczonych (lewy panel) oraz dla okolic Los Angeles w stanie Kalifornia (prawy panel). .................................................. 40 Rysunek 22. Prognoza stężenia ozonu dla zachodniej części Kanady dla wartości maksymalnej stężenia ozonu z 6 godzin na wysokości 50 m (lewy panel) oraz 500 m (prawy panel). ............. 41 Rysunek 23. Prognoza stężenia ozonu dla wschodniej części Chin dla dziennej wartości maksymalnej (górny lewy panel), dziennej wartości średniej (górny prawy panel) oraz maksymalnej 8-godzinnej średniej kroczącej (dolny lewy panel). ............................................... 43 Rysunek 24. Konfiguracja siatki globalnej o zmiennej rozdzielczości: Czarny kwadrat obejmuje obszar o rozdzielczości 0.135o x 0.135o, czerwona linia obrazuje równik w obróconym układzie współrzędnych (wykreślona co druga linia).................................................................................. 51 Rysunek 25. Konfiguracja siatki ograniczonego obszaru o rozdzielczości 5 km. Absorber numeryczny jest zaznaczony liniami przerywanymi. ................................................................... 51 60 Załącznik 1. GEM Model Załączona dokumentacja modelu GEM jest dostępna na sieci pod adresem: http://collaboration.cmc.ec.gc.ca/science/rpn.comm/wiki1/lib/exe/fetch.php?cache=cache&media =doc%3Agem_v3_2005.pdf 61 Załącznik 2. Parametryzacje procesów fizycznych w modelu GEM Promieniowanie Transfer energii pomiędzy powierzchnią ziemi i atmosferą Turbulencja w warstwie granicznej Długość mieszania pasmo widzialne (Fouquart and Bonnel, 1980) i podczerwone (Garand, 1983; Garand i Mailhot, 1990), wpływ zachmurzenia (Yu et al. 1997) Force – restore (Deardorff 1978) CLASS – Canadian Land Surface Scheme ISBA – Interactions Soil-Biosphere-Atmosphere (Noilhan i Planton,1989) uproszczona fizyka niejawny schemat dyfuzji warstwa graniczna pokryta chmurami (TKE, mixing length), (Benoit et al. 1989) sformułowanie wg. Blackadara, (Blackadar 1976) sfomułowanie wg. Bougeault-Lacarrere (1989) Głęboka konwekcja Płytka konwekcja Kondensacja – chmury warstwowe Fale grawitacyjne adaptacja konwekcyjna powietrza suchego adaptacja konwekcyjna powietrza wilgotnego (Manabe) parametryzacja typu Kuo (5 różnych schematów) (Kuo, 1965, 1974) parametryzacja Sundqvista (Sundqvist et al 1989, Pudykiewicz et al. 1992) parametryzacja Fritsch-Chappell (FritschChappell 1980) parametryzacja Kain-Fritsch (Kain and Fritsch 1990, 1993) parametryzacja Relaxed Arakawa-Schubert (Arakawa-Schubert, 1974) 3 parametryzacje o różnym stopniu złożoności, oparte o parametryzację Garand (1990) uproszczona kondensacja izobaryczna schemat Sundqvista Tremblay et al., TELLUS, 1996, Tremblay & Glazer, MON. WEA. REV., 2000. (jawny schemat kondensacji dla fazy mieszanej) Zhang,D.-L., 1989, TELLUS, 41A, 132-147 (jawny schemat kondensacji dla fazy mieszanej) Kong & Yau, 1997: ciepły deszcz faza mieszana (jedna kategoria stała – lód) faza mieszana (dwie kategorie stałe: lód + grad) uproszczony schemat podskalowego oporu związanego z topografią opór fal grawitacyjnych (N.McFarlane), schemat pół-niejawny 62 Wymiana podłoże - atmosfera Celem tej parametryzacji jest określenie dolnego warunku brzegowego dla równania dyfuzji pionowej temperatury, wilgotności i pędu oraz obliczenie zmienności czasowej parametrów opisujących stan podłoża. Dolny warunek brzegowy dla równania turbulencyjnej dyfuzji pionowej bazuje na założeniu ciągłości pomiędzy turbulentnymi strumieniami w atmosferze a strumieniami od powierzchni. Powierzchniowe strumienie są obliczane na podstawie teorii podobieństwa Monin-Obuchowa. Procesy powierzchniowe traktowane są odmiennie nad powierzchnia lądu i nad wodą. Nad lądem dostępne są dwa alternatywne schematy: „force-restore” i ISBA. Metoda force-restore (Deardorff, 1978) jest parametryzacją bilansu ciepła i wilgotności pomiędzy glebą i atmosferą, przy założeniu, że wewnątrz podłoża transfer strumieni zachodzi w drodze procesów dyfuzji. Klasyczny schemat został zmodyfikowany i zawiera: a) udoskonaloną parametryzację parowania i ewapotranspiracji powierzchni. b) pokrycie śniegiem i lodem jako rodzaj powierzchni gruntu c) procesy topnienie śniegu Schemat ISBA (Noilhan i Planton, 1989) pozwala na obliczenie strumieni powierzchniowych oraz ewolucji ośmiu prognostycznych zmiennych (temperatury powierzchni, temperatury gleby, przypowierzchniowej wilgotności gleby, całkowitej wilgotności gleby, wody zatrzymywanej na pokrywie liści roślin, zawartości wody w pokrywie śniegowej, albedo śniegu oraz względnej gęstości śniegu), a także hydrologicznego bilansu powierzchni. Dla systemu gleba-roślinność-śnieg rozpatrywane jest jedno równanie bilansu energii, natomiast wielkość transferu ciepła i masy pomiędzy powierzchnią ziemi i atmosferą powiązana jest z uśrednionymi obszarowo temperaturą i wilgotnością gleby. Dla wolnych od lodu powierzchni jezior i oceanów temperatura powierzchni wody jest stała (wartości początkowe pochodzą z pól klimatologicznych lub z analizy meteorologicznej). Wilgotność jest obliczana jako funkcja temperatury powierzchni wody, przy założeniu stanu nasycenia. W obrębie kwadratu siatki, który może zawierać wiele typów gleb z różną pokrywą roślinną, a także pokrywę śniegową, lodową i zbiorniki wodne, dokonywana jest agregacja 63 wartości średnich i strumieni. Schemat ISBA uwzględnia również częściowe pokrycie oczka siatki przez ląd i wodę. W tym przypadku strumienie są liczone dla obu typów powierzchni i uśredniane (jako średnia ważona) dla całego kwadratu siatki. Turbulencja w granicznej warstwy atmosfery (GWA) Parametryzacja granicznej warstwy atmosfery opiera się na równaniu prognostycznym turbulentnej energii kinetycznej (Benoit et al. 1989). W celu osiągnięcia bardziej realistycznego obrazu górnej zachmurzonej warstwy granicznej uwzględniony jest model płytkiej konwekcji dla chmur niedających opadu (Mailhot i inni, 1998), która traktowana jest jako przypadek szczególny turbulencji w granicznej warstwie atmosfery. Dyfuzja pionowa w GWA jest opisana równaniem ewolucji kinetycznej energii turbulencji (domknięcie rzędu 1.5). Człon opisujący dyssypację jest proporcjonalny do E3/2, strumień ciepła liczony jest w oparciu o temperaturę potencjalną, natomiast człon nieliniowy jest uwzględniany wyłącznie w przypadku obliczania długości mieszania λ według metody Bougeault-Lacarrere (1989). Odpowiednie sformułowanie funkcji stabilności w warstwie przyziemnej pozwala na prawidłowe traktowanie warunków konwekcji swobodnej w przypadku silnej chwiejności i gwarantuje poprawne rozwiązania nawet dla sytuacji bezwietrznych. Dla przypadku silnie stabilnego zakłada się, że strumienie turbulentne są zmienne z wysokością w obrębie warstwy stabilnie stratyfikowanej [Delage i Girard (1992) i Delage (1997)]. Równanie kinetycznej energii turbulencji daje poprawne rozwiązania również w przypadku niskich wartości liczby Richardsona. Pozwala to na wygenerowanie dostatecznej turbulencji w atmosferze swobodnej, bez zastosowania dodatkowego schematu dyfuzji pionowej. Człon redystrybucji w równaniu prognostycznym dla TKE, w większości przypadków relatywnie niewielki, może mieć istotne znaczenie w sytuacjach takich jak: procesy wciągania na szczycie konwekcyjnej warstwy granicznej lub warstwy granicznej pokrytej chmurami. Takie sformułowanie równania pozwala zatem na większą uniwersalność schematu. Współczynniki dyfuzji turbulencyjnej są obliczane jako funkcja kinetycznej energii turbulencji E, długości mieszania dla statystycznie neutralnych warunków λ, oraz bezwymiarowych funkcji stabilności φ, określonych lokalnie na podstawie gradientowej liczby 64 Richardsona Ri. Współczynnik dyfuzji jest obliczany bezpośrednio dla parametrów dynamicznych, dla termodynamicznych zaś wartość ta jest dzielona przez liczbę Prandtla. KM c E M ( Ri ) KT KM Pr gdzie: c – stała wynosząca 0.516, Pr – liczba Prandtla Długość mieszania λ może być określona za pośrednictwem dwóch alternatywnych sposobów: 1) długość mieszania opierająca się na lokalnej liczbie Richardsona, która nie uwzględnia efektów pionowego uwarstwienia w obrębie całej głębokości warstwy granicznej (według sformułowania Blackadara); 2) technika Bougeault – Lacarrere uwzględniająca nielokalne czynniki. Wysokość granicznej warstwy atmosfery jest obliczana z równania relaksacyjnego postaci: t h he t t t he exp t h he h he h t t he h t t gdzie: he – równowagowa wysokość GWA =1.5 h – współczynnik relaksacji Dla niestabilnej warstwy granicznej wysokość równowagowa he jest diagnozowana z profilu wirtualnej temperatury potencjalnej i jest definiowana jako wysokość środka pierwszej stabilnej warstwy, liczonej od powierzchni. Dla warunków stabilnych (definiowanych według kryterium znaku długości Monina-Obuchowa) wartość równowagowa obliczana jest na podstawie wartości parametrów opisujących warstwę przyziemną, ze wzoru: 65 he u*L f gdzie: f – parametr Coriolisa u* - prędkość szorstkości L – długość Monina-Obuchowa Promieniowanie słoneczne i podczerwone Schemat promieniowania podczerwonego (Garand, 1983; Garand i Mailhot, 1990), uwzględnia wpływ pary wodnej, CO2, O3 i chmur. Parametry spektroskopowe pochodzą z bazy danych HITRAN (Rothman et al., 1987). Dla ozonu wykorzystano średniomiesięczny klimatologiczny rozkład (Kita i Sumi, 1986) w rozdzielczości 10 stopni szerokości, dla 37 poziomów ciśnieniowych (aż do 0.003 mb). Stężenie CO2 jest przyjęte jako wartość stała w atmosferze i wynosi 330ppmv lub 0.5 g/kg. Transmisyjność chmur zdefiniowana jest w każdej warstwie na podstawie modelowanej frakcji i emisyjności chmur. Parametryzacja promieniowania słonecznego jest określona schematem Fouquarta i Bonnela (1980) z jednym interwałem spektralnym. Schemat uwzględnia wpływ H2O, CO2, O3 i chmur oraz dyfuzję i rozpraszanie Rayleigha. Uwzględniana jest również absorpcja przez ciekłą wodę w chmurach oraz (opcjonalnie) wpływ aerozoli. Parametry opisujące interakcję z chmurami to: albedo pojedynczego rozpraszania, współczynnik asymetrii i grubość optyczna (Yu i inni, 1997). Wszystkie te wielkości są funkcjami wody w postaci ciekłej lub stałej (również faza mieszana) otrzymywanej bezpośrednio z zawartości wody chmurowej lub, jeśli parametr ten nie jest dostępny, obliczane są diagnostycznie. Klimatologiczne pola stężeń aerozolu w dolnej troposferze zostały oszacowane z rozróżnieniem występowania nad lądem i oceanem oraz w zależności od szerokości geograficznej. W obu schematach – dla promieniowania podczerwonego i widzialnego – wartości ochładzania atmosfery powyżej 50 mb zostały sparametryzowane i skorygowane w taki sposób, że ich suma dla całego globu równa jest zero. Na poziomie 10mb, wartość ta dla promieniowania podczerwonego wynosi ok. -2,5K/dzień, natomiast dla promieniowania widzialnego zawiera się w granicach 0 do 6K/dzień, w zależności od kąta padania promieni słonecznych 66 Procesy kondensacji W bibliotece parametryzacji RPN istnieje kilka alternatywnych metod opisu procesów kondensacji: uproszczony schemat kondensacji izobarycznej; schemat Sundqvista; jawny schemat Tremblay i inni (1996); jawny schemat Hsie i inni (1984); jawny schemat mikrofizyki Kong i Yau (1997). Uproszczona kondensacja izobaryczna oblicza tendencje temperatury i wilgotności właściwej związane z wielkoskalowymi opadami atmosferycznymi. Nie występuje w nim akumulacja wody i śniegu w chmurze. W warstwach przesyconych „nadwyżka” wilgotności właściwej jest dodawana do strumieni deszczu i śniegu obliczanych dla danej warstwy. Parowanie, kondensacja lub topnienie mogą wpływać na dywergencję strumieni opadów atmosferycznych. Schemat wody chmurowej Sundqvista opisuje procesy warstwowej i konwekcyjnej kondensacji. Obliczania obejmują: parametryzację warstwowej kondensacji, zmiany temperatury i wilgotności związane z procesami konwekcji, parametryzację powstawania opadów atmosferycznych. Schemat jawny Tremblay et al. (1996) oblicza zmiany temperatury, wilgotności związane z procesami mikrofizycznymi oraz z ciekłym i stałym opadem atmosferycznym. Diagnostycznie obliczana jest całkowita ilość produktów kondensacji, frakcja chmur i ilość ciekłego opadu atmosferycznego, który powstał wskutek topnienia fazy mieszanej. Parametryzacja według Hsie et al. (1984) oblicza zmiany temperatury, wilgotności, wody/lodu chmurowego oraz wody opadowej/śniegu związane z jawną kondensacją pary wodnej i parowaniem wody chmurowej/lodu chmurowego lub wody opadowej/śniegu. Schemat ten rekomendowany jest dla modeli wysokiej rozdzielczości. Dostępne są również trzy warianty parametryzacji według Kong i Yau (1997): 1) jawny schemat ciepłego deszczu, 2) jawny schemat dla fazy mieszanej, w którym prognozowana jest tylko jedna kategoria kondensatu fazy stałej (lód), 67 3) jawny schemat dla fazy mieszanej, w którym prognozowane są dwie kategorie kondensatu fazy stałe: lód/grad. Parametryzacja pokrywy chmurowej jest ściśle zależna od sposobu obliczania warstwowej i konwekcyjnej kondensacji. W modelu GEM występują dwa schematy semiprognostyczne bazujące na zawartości obliczonej prognostycznie wody chmurowej. Chmury warstwowe skali siatki Główne cechy tego schematu wynikają z parametryzacji kondensacji Sundqvista, który prognozuje w sposób jawny zawartość wody chmurowej w chmurach warstwowych. Frakcja chmur warstwowych jest wielkością prognostyczną, ponieważ zgodnie z formułą zaczerpniętą z domknięcia Sundqvista jest powiązana z wilgotnością względną. Powstawanie wody chmurowej i opadu atmosferycznego jest zależne od frakcji chmur i ich ewolucji w czasie. Frakcja chmur głębokiej konwekcji obliczana przez schemat typu KUO pozostaje niezmienna, a woda chmurowa w tym procesie jest obliczana diagnostycznie i dodawana do wody chmury zawartej w chmurach warstwowych, celem uzyskania całkowitej wody chmurowej. Jednakże, w przypadku tej metody obliczania wody chmurowej, nie jest spełniona zasada zachowania wilgotności. Chmury warstwowe i konwekcyjne Główną cechą tego schematu jest powstawanie wody chmurowej oraz chmur warstwowych i konwekcyjnych według schematu parametryzacji Sundqvista. Diagnostycznie liczna frakcja chmur konwekcyjnych, wraz z ogólną wodą ciekłą (przed podziałem tej wielkości na wodę chmurę i wodę opadową), jest dostarczana ze schematu głębokiej konwekcji. Obecność głębokiej konwekcji nie wyklucza powstawania chmur warstwowych, jakkolwiek znacznie ogranicza ich wzrost. W celu uzyskania płynności zmian chmur w ogólnym zachmurzeniu zakłada się, iż ogólne zachmurzenie nigdy nie jest mniejsze niż byłoby w przypadku braku głębokiej konwekcji Bibliografia do Załącznika 3 Arakawa A. and Schubert W.H.: Interaction of a cumulus cloud ensemble with the largescale environment. Part I. J. Atmos. Sci., 31, 671-701, 1974. Benoit R., Côté J. and Mailhot J.: Inclusion of a TKE boundary layer parameterization in the Canadian regional finite-element model. Mon. Wea. Rev., 117, 1726–1750, 1989. Blackadar A.K.: Modeling the nocturnal boundary layer, Preprints, 3rd Symp. On Atmospheric Turbulence, Diffusion and Air quality, Raleigh, Amer Meteorol Soc, 38,283–290, 1976. 68 Bougeault P. and Lacarrère P.: Parameterization of orography-induced turbulence in a mesobeta-scale model, Mon. Wea. Rev., 117, 1872–1890, 1989 Côté J., Gravel S., Méthot A., Patoine A., Roch M., Staniforth A.: The operational CMC MRB Global Environmental Multiscale (GEM) model: Part I – Design considerations and formulation, Mon. Wea. Rev. 126, 1373-1395, 1998a. Côté J., Desmarais J.-G., Gravel S.: The Operational CMC–MRB Global Environmental Multiscale (GEM) Model. Part II:Results. Monthly Weather Review: Vol. 126, No. 6, pp. 1397–1418, 1998b. Deardorff J.W.: Efficient prediction of ground surface temperature and moisture with inclusion of a layer of vegetation. J. Geophy. Res., 83, 1889-1903, 1978. Delage Y. and Girard C.: Stability functions correct at the free convection limit and consistent for both the surface and Ekman layers, Bound.-Layer Meteoology., 58, 19–31, 1992. Delage Y.: Parameterising sub-grid scale vertical transport in atmospheric models under statically stable conditions, Boundary-Layer Meteoolog., 82, 23–48, 1997. Hsie E.-Y., Anthes R.A., Keyser D.: Numerical simulation of frontogenesis in a moist atmosphere. J. Atmos. Sci., 41, 2581-2594, 1984 Fouquart Y. and Bonnel B.: Computation of solar heating of the earth's atmosphere: a new parameterisation. Contrib. Atmos. Phys., 53, 35-63,1980. Fritsch J.M. and Chappell C.F.: Numerical prediction of convectively driven mesoscale pressure systems. Part I: Convective parameterization. J. Atmos. Sci., 37, 1722-1733, 1980. Garand L.: Some improvements and complements to the infrared emissivity algorithm including a parameterization of the absorption in the continuum region, J. Atmos. Sci., 40, 230-244, 1983. Garand L. and Mailhot J.: The influence of infrared radiation on numerical weather forecasts. Preprints 7th Conference on Atmospheric Radiation, July 23-27, San Francisco, California, 1990. Gear C.W.: Numerical Initial Value Problems in Ordinary Differential Equations, Prentice-Hall, Englewood Cliffs, New Jersey, 1971 Gong S.L., Barrie L.A., Blanchet J.-P., von Salzen K., Lohmann U., Lesins G., Spacek L., Zhang L.M., Girard E., Lin H., Leaitch R., Leighton H., Chylek P., Huang P.: Canadian Aerosol Module: A size-segregated simulation of atmospheric aerosol processes for climate and air quality models, 1. Module development, J. Geophys. Res., 108, 4007, doi:10.1029/2001JD002002, 2003. Kain, J.S. and Fritsch J.M.: A one-dimensional entraining / detraining plume model and its application in convective parameterization. J. Atmos. Sci., 47, 2784-2802, 1990. Kain J.S. and Fritsch J.M.: Convective parameterization for mesoscale models: The Kain-Fritsch scheme. The representation of cumulus convection in numerical models. Meteor. Monogr., 27, Amer. Meteor. Soc., 165-170, 1993. Kaminski J.W., Neary L., Struzewska J., McConnell J.C., Lupu A., Jarosz J., Toyota K., Gong S.L., Côté J., Liu X., Chance K., Richter, A.: GEM-AQ, an on-line global multiscale chemical weather modelling system: model description and evaluation of gas phase chemistry processes, Atmos. Chem. Phys., 8, 3255-3281, 2008. 69 Kita K. and Sumi A., 1986: Reference Ozone Models for Middle Atmosphere. Meteorological Research Report 86-2,Environemnt Canada, May 1986. Kong F. and Yau M.K.: An Explicit Approach of Microphysics in MC2. Atmosphere-Ocean, 35, 257-291, 1997. Kuo H.L.: On formation and intensification of tropical cyclones through latent heat release by cumulus convection. J. Atmos. Sci., 22, 40-63, 1965. Lurmann F.W., Lloyd A.C., Atkinson R.: A Chemical Mechanism for Use in Long-range Transport/Acid Deposition Computer Modeling. Journal of Geophysical Research, 91, 10905 10936, 1986. Mailhot J. , Belair S., Benoit R., Bilodeau B., Delage Y., Fillion L., Garand L., Girard C., Tremblay A., Scientific description of the RPN physics library - Version 3.6, 188 pp., Recherche en Prevision Numerique, Atmospheric Environment Service, Dorval, Quebec, 1998. McFarlane N.A.: The effect of orographically excited gravity wave drag on the general circulation of the lower stratosphere and troposhere. J. Atmos. Sci., 44, 1775-1800, 1987. Noilhan J. and Planton S.: A simple parameterization of land-surface processes for numerical meteorological models, Mon. Wea. Rev., 117, 536-549, 1989. Plummer D.: On-line Chemistry in a Mesoscale Model Assessment of the Toronto Emission Inventory and Lake-Breeze Effects on Air Quality. Ph.D. Thesis, York University, 1999. Padro J., den Hartog G., Neumann H.H.: An investigation of the ADOM dry deposition module using summertime O3 measurements above a deciduous forest, Atmospheric Environment, 25, 1689-1704, 1991. Pudykiewicz J., Benoit R., Mailhot J.: Inclusion and verification of a predictive cloud- water scheme in a regional numerical weather prediction model. Mon. Wea. Rev., 120, 612-626, 1992. Rothman L.S., Gamache R.R., Goldman A., Brown L.R., Toth R.A., Pickett H.M., Poynter R.L., Flaud J.-M., Camy-Peyret C., Barbe A., Husson N., Rinsland C.P., Smith M.A.H., "The HITRAN database: 1986 edition," Appl. Opt. 26, 4058-4097,1987. Sundqvist H.: Parameterization of condensation and associated clouds in models for weather prediction and general circulation simulation. Physically-Based Modelling and Simulation of Climate and Climatic Change, ed. M. E. Schlesinger, pp. 433-461. Kluwer Academic Publishers, Dordrecht, the Netherlands, 1989. Tremblay A., Glazer A., Yu W., Benoit R.: A mixed-phase cloud scheme based on a single prognostic equation. Tellus, 48A, 483-500, 1996. Yu, W., Garand L., Dastoor A.: Evaluation of model clouds and radiation at 100 km scale using GOES data, Tellus, 49A, 246-262, 1997. Zhang D.-L., The effect of parameterized ice microphysics on the simulation of vortex circulation with a mesoscale hydrostatic model, Tellus, 41A, 132-147, 1989. 70 Załącznik 3. Metodyka relokacji strumienia emisji do symulacji wysokorozdzielczych Opracowano metodykę pozwalającą na relokację strumienia emisji zanieczyszczeń do atmosfery. W założeniach, każdemu kwadratowi wyjściowej siatki w niskiej rozdzielczości odpowiada określona liczba kwadratów siatki w rozdzielczości wyższej. W oparciu o dostępną informację GIS, każdemu kwadratowi drobnorozdzielczej siatki przyporządkowywana jest informacja na temat występowania w nim poszczególnych kategorii SNAP 97. Do uzyskania takich informacji wykorzystano m.in: bazę pokrycia terenu Corine Land Cover pozyskaną ze strony Europejskiej Agencji Środowiska (EEA)25, bazę danych źródeł punktowych na terenie Polski z podziałem na kategorie SNAP 97 (zasoby własne). Stworzono również: bazę danych położenia głównych dróg, bazę danych położenia szlaków kolejowych, bazę głównych lotnisk w Polsce. Międzynarodowa klasyfikacja źródeł emisji SNAP 97 wyznacza podział na 11 kategorii: 1) procesy spalania w sektorze produkcji i transformacji energii, 2) procesy spalania w sektorze komunalnym i mieszkaniowym, 3) procesy spalania w przemyśle, 4) procesy produkcyjne, 5) wydobycie i dystrybucja paliw kopalnych, 6) zastosowanie rozpuszczalników i innych produktów, 7) transport drogowy, 8) inne pojazdy i urządzenia, 9) zagospodarowanie odpadów, 10) rolnictwo, 25 http://www.eea.europa.eu/ 71 11) inne źródła pochłaniania i emisji zanieczyszczeń. Podstawą do identyfikacji kategorii SNAP 97 była baza informacji przestrzennej Corine Land Cover 2006 (baza Corine Land Cover 2012 w momencie tworzenia raportu nie została jeszcze udostępniona). Jest to kontynuacja projektów CLC1990 i CLC2000 realizowanych przez Europejską Agencję Środowiska, mających na celu dokumentowanie, aktualizację i gromadzenie danych o pokryciu terenu na obszarze Europy. Klasy pokrycia terenu zostały podzielone na trzy hierarchiczne poziomy. W pierwszym poziomie wyróżnionych jest pięć głównych typów pokryć terenu. Są to: tereny antropogeniczne, tereny rolne, lasy i ekosystemy semi-naturalne, strefy podmokłe, tereny wodne. Następny poziom określa 15 form pokrycia terenu. Trzeci zaś ostatecznie dzieli i wyróżnia 44 klasy. Ten poziom szczegółowości został opracowany z uwzględnieniem wszystkich krajów europejskich. W Polsce występują 31 klasy pokrycia terenu (Rysunek 1). W niniejszej pracy zostało wykorzystane 13 klas na 3 poziomie oraz 1 główna. Dane terenowe dotyczące rozlokowania źródeł dla sektorów SNAP 07 i SNAP 08 zostały pozyskane w drodze digitalizacji dróg oraz kolei na obszarze Polski i krajów sąsiednich. Konieczny był w tym przypadku wybór odpowiednich map uwzględniających drogi (lub szlaki kolejowe) na obszarze siatki. Mapy te zostały zageokodowane w układzie współrzędnych WGS84. W przypadku lotnisk założono, że są to źródła obszarowe o wielkości odpowiadającej wielkości kwadratu siatki. 72 Rysunek 1. Mapa Polski z podziałem Corine w 5 głównych klasach pokrycia terenu. Ponieważ dane dotyczące pokrycia terenu pochodzą z kliku źródeł, konieczna była ich integracja. Tabela 1 prezentuje, jakie rodzaje danych zostały uwzględnione dla każdej kategorii SNAP. Tabela 1. Rodzaje źródeł emisji uwzględnione dla poszczególnych kategorii SNAP 97. SNAP 97 Punktowe Liniowe Wektorowe 1 + - + 2 + - + 3 + - + 4 + - + 5 + - + 6 + - + 7 - + + 8 - + + 9 - - + 10 - - + 73 Rysunek 2 przedstawia w uproszczeniu metodę relokacji strumienia emisji. Podstawowym zadaniem jest stworzenie „maski” dla każdej kategorii SNAP, dla żądanej rozdzielczości, co pozwala na określenie, czy w danym kwadracie siatki wysokorozdzielczej występują źródła emisji określonego typu. Jeśli przypadek taki zachodzi, przyjmowana jest wartość „1”. Na podanym poniżej przykładzie zaprezentowano, w jaki sposób strumień emisji oryginalnego oczka siatki EMEP, pochodzącej z sektora transportu drogowego, byłby rozłożony w siatce drobnorozdzielczej na podstawie przebiegu np. drogi głównej. Rysunek 2. Idea relokacji strumienia emisji na siatkę wysokorozdzielczą. 74