安全性と人命に関連する重要な問題の 1 つは、主に意図的または偶発的な大気放出によって引き起こされる点源からの有害物質の大気への放出です。多くの場合、放出は短く (パフ)、濃度は高く、リスク評価に関連する用量ベースのパラメーターを確実に予測する必要があります。このような用量ベースのパラメーターは、個々の曝露/最大用量、汚染源から対象の場所 (センサー) までの汚染物質の移動時間、およびセンサーでのパフの持続時間です。
図 1 は、ソースの風下にあるセンサーによって測定された 1 回のパフを示しています。図 1 とは異なり、一部のパフは異なる経路をたどってセンサーを迂回できるため、パフがセンサーに当たるとは限りません。これは、大気乱流の確率的性質によるものです。建物が分散に影響を与える都市環境内でパフ放出が発生すると、問題はより複雑になります。都市環境での一連のパフは、次のビデオで見ることができます:
特に複雑な都市の市街地では、同様の気象条件の下で放出されたパフであっても、パフ分散の変動性がかなり大きいという事実から出発して、パフ分散からの投与量ベースのパラメータの予測は、数値モデルにとって非常に困難な作業です。値は、空間だけでなく時間でも比較されます。公開文献に基づく利用可能な分散モデルのレビューは、計算流体力学 (CFD) およびレイノルズ平均ナビエ ストークス (RANS) モデルがこの目的に理想的であることを示しました。都市環境などの構成
パフ分散の CFD-RANS 方法論は、2 つのケーススタディ (風洞実験データセット Michelstadt と CUTE) を使用して評価されました。モデルのパフォーマンスは、都市の建築環境内の特定のセンサー位置での次のパフ関連量の計算および測定されたアンサンブル平均値を比較することによって評価されました。出発時間と期間。
CFD-RANS モデルは、投与量とピーク濃度よりも一時的なパラメーター (つまり、パフの到着時間、ピーク時間、出発時間、パフの持続時間など) の予測に優れたパフォーマンスを示したため、結果は有望でした。モデルの評価されたパフォーマンスは、ソースの場所に対するセンサーの位置に依存します。平均パフ経路近くのソースの風下に配置されたセンサーでは、モデル結果と実験データとの一致は、平均経路から離れた位置にあるセンサーよりも優れています。
また、測定結果のばらつきが大きいことにも注意が必要です。例を図 2 に示します。ここでは、センサーのモデルで計算された投与量が、この場合に放出されたすべてのパフの測定された投与量の分布に重ねられています。この場合、モデルは平均投与量の計算に成功したことがわかります (ここでは最も可能性の高い値に近い値です)。
これらの調査結果は、「CFD-RANS 方法論を使用した都市環境における空気中の物質のパフ分散からの用量ベースのパラメーターの予測」というタイトルの記事で説明されており、最近気象学および大気物理学のジャーナルに掲載されました。この作業は、NCSR Demokritos の G. C. Efthimiou と S. Andronopoulos、および西マケドニア大学の J. G. Bartzis によって実施されました。
参照:
- G. C. Efthimiou、S. Andronopoulos、J. G. Bartzis、2017 年。都市環境における空中浮遊物質の短期間の放出からの用量ベースのパラメーターの予測、Meteorology and Atmospheric Physics、130(1)、107-124。
