안전 및 인간의 삶과 관련된 주요 문제 중 하나는 포인트 원인으로부터의 유해 물질이 대기로 배출되며, 이는 주로 의도적이거나 우발적 인 대기 방출로 인해 발생합니다. 대부분의 경우, 릴리스는 짧고 (퍼프) 농도가 높으며, 위험 평가와 관련된 복용량 기반 매개 변수를 안정적으로 예측해야합니다. 이러한 복용량 기반 매개 변수는 개별 노출/최대 복용량, 소스에서 관심 위치 (센서)까지 오염 물질의 이동 시간 및 센서의 퍼프 기간 일 수 있습니다.
그림 1은 소스의 센서 하향풍으로 측정 한 퍼프 하나를 보여줍니다. 도 1에서와 달리, 퍼프가 다른 경로를 따라 센서를 우회 할 수 있기 때문에 퍼프가 센서에 부딪 칠 것이라는 것은 항상 아니다. 이것은 대기 난기류의 확률 적 특성 때문입니다. 건물이 분산에 영향을 미치는 도시 환경 내에서 퍼프 릴리스가 발생하면 문제가 더 복잡합니다. 도시 환경의 일련의 퍼프는 다음 비디오에서 볼 수 있습니다 :
퍼프 분산 변동성, 특히 복잡한 도시 건축 영역에서, 유사한 기상 조건에서 퍼프가 방출되는 퍼프의 경우, 퍼프 분산의 복용량 기반 매개 변수의 예측은 값이 공간뿐만 아니라 시간에도 비교되므로 수치 모델에 대한 매우 어려운 과제입니다. 개방형 문헌을 기반으로 사용 가능한 분산 모델을 검토 한 결과, 계산 유체 역학 (CFD) 및 레이놀즈 평균 Navier Stokes (RANS) 모델은 도시 환경과 같은 복잡한 구성에서 바람 흐름과 오염 물질 분산의 신뢰할 수있는 예측으로 인해이 목적에 이상적입니다.
.퍼프 분산에 대한 CFD 랜스 방법론은 두 가지 사례 연구 (풍동 실험 데이터 세트 Michelstadt and Cute)를 사용하여 평가되었습니다. 모델 성능은 도시 건축 환경 내의 특정 센서 위치에서 다음 퍼프 관련 수량의 계산 및 측정 된 앙상블 평균 값을 비교하여 평가되었습니다 :복용량, 피크 농도, 퍼프 도착 시간, 상승 시간, 피크 시간, 괜찮은 시간, 시간과 기간
.CFD-RANS 모델이 복용량 및 피크 농도보다 시간적 매개 변수 (즉, 퍼프 도착 시간, 피크 시간, 시간, 퍼프 지속 시간 등)의 예측에 대한 더 나은 성능을 제시했기 때문에 결과는 고무적이었습니다. 모델의 평가 된 성능은 소스 위치와 관련하여 센서의 위치에 따라 다릅니다. 평균 퍼프 경로 근처의 소스의 아래 바람에 위치한 센서에서 실험 데이터와의 모델 결과의 일치는 평균 경로에서 멀리 떨어진 센서의 것보다 낫습니다.
또한 측정 결과는 높은 변동성을 보여 주었다. 이 경우 센서의 모델-계산 된 복용량 이이 경우에 방출 된 모든 퍼프에 대한 측정 된 복용량의 분포에 겹쳐진 그림 2에 예제가 제시되어있다. 이 경우 모델은 평균 복용량을 성공적으로 계산 한 것으로 나타났습니다 (여기서 가장 가능성이 높은 값에 가깝습니다)
이러한 결과는 최근에 Meteorology and Atmospheric Physics 저널에 발표 된 CFD RANS 방법론을 사용하여 도시 환경에서 공중 재료의 퍼프 분산으로부터 복용량 기반 매개 변수 예측이라는 기사에 설명되어 있습니다. 이 작업은 NCSR Demokritos의 G.C. Efthimiou와 S. Andronopoulos와 Western Macedonia 대학의 J. G. Bartzis에 의해 수행되었습니다.
참조 :
- g. C. Efthimiou, S. Andronopoulos, J. G. Bartzis, 2017. 도시 환경, 기상 및 대기 물리학에서 공중 재료의 단기 방출로부터의 복용량 기반 매개 변수 예측, 130 (1), 107-124.
