opis metody - GIOŚ - Główny Inspektorat Ochrony Środowiska

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