Kémiai vonatkozások | Klimatikus vonatkozások

 

 

 

IV. Levegőkörnyezeti Szimpózium

 

1. Konklúziók

 

A szimpózium konklúzióit a Környezetvédelmi és Vízügyi Minisztérium képviseletében Dr. Kovács Endre a következőkben fogalmazta meg:

 

A Szimpózium - melynek elsődleges célja a TRANSZMISSZIÓ1.x hivatalos modell-rendszerhez kapcsolódó témák megvitatása - eredményes volt.

 

A Felügyelőségeknél a TRANSZMISSZIÓ1.0 (TR1.0) használata nem eléggé hatékony, a  KHT-k modell számításokkal történő ellenőrzése kevés. Törekedni kell a TRANSZMISSZIÓS modell szélesebb körű felhasználására.

Ehhez a szoftver-készítők ismételten felajánlották segítségüket (lásd 3.1 és 5.  pontok).

 

Fontos a korábbi TR1.0 további finomítása, más szóval kiváltása a  TR1.1 verzióval.

      A szoftverkészítők TR1.1 elnevezéssel az újabb verziót hoztak létre. Az alap légszennyezettség számítására is alkalmas új modellt (TR1.1)  a Felügyelőségek a LKGSZ Bt. -től 2002 decemberben költségmentesen megkapták.

       11 igényes konzultáns cég a TR1.1 modellt adatbázissal együtt azóta megvette.

 

 

Autópályák környezeti hatásvizsgálatánál a légszennyezettség várható mértéke fontos tényező. Ezért a terjedés meghatározás módszerének (útmodell) egységesítését jogszabályi környezetben is érvényesíteni kell. A Minisztérium kér ehhez kapcsolódó  javaslatokat (CALRoads View).

 

 

 

2. Rendezési vonatkozások

 

Ø  Rendezők: Magyar Tudományos Akadémia, Környezetvédelmi és Vízügyi Minisztérium, Országos Meteorológiai Szolgálat és a Magyar Meteorológiai Társaság.

Ø  Elnök: Rakics Róbert főosztályvezető (Dr. Kovács Endre főtanácsadó),    
Társelnök:  Dr. Szepesi Dezső MTA/FTO/MTB Transzmissziós Rendszer Fejlesztési Albizottság vezetője.

Ø  Téma: A légköri transzmissziós rendszer fejlesztésének aktuális elvi és gyakorlati kérdései.

Ø  Hely, idő: Magyar Tudományos Akadémia Székháza, Felolvasó terem, 2002 szeptember 26, 10-14 h.

Ø  Finanszírozás: A szimpóziumon bemutatott eredményeket  2 éves kutatás-fejlesztés készítette elő, melynek  költségét az OMSZ és a LKGSZ Bt biztosította.

               

Ø  Résztvevők:

Ambrózy Pál dr., Antal Emánuel dr., Balogh Beáta, Bálint Zoltán, Babits Ferenc, Bibók Zsuzsanna, Bunyevácz József, Cz. Péter (FETIKVF), Daróczi Zsuzsanna, Dubniczky Gyula, Emesz Tibor, Feketéné dr. Nárai Katalin, Gábor Ildikó, Hangyáné Szalkai Márta, Hajnóczi Miklós, Herczeg Adrienn, Jerszi László, K.A. (Molnár Kft), K.A. (Promei KHA)  Kiss Gabriella, Kovács Endre dr., Koch Ljudmilla, Koppány György dr.  professzor, Kovács Gábor, Lamatsch Tamás, Lábody Miklós, Lukács Károly, Major György dr., Marton Sándor dr., Merétei Tamás dr., Mészárosné Kiss Ágnes, Mika János dr., Mohácsi Ferenc, Nagyné K.L. (Molnár Kft), Némethné N. Csilla, Paksa Tibor, Pauka Imre dr., Pálfy Miklós Perjés Katalin, Práger Tamás dr., Pusztainé Holczer Magdolna, Retek Zoltán, Rodé Lajosné, R.Z. (DDKÖFE), R.ZS. (TENIK), Sámi Lajos, Schauwager Vera, Siedler Attila, Sivák Szilvia, Steiner Ferenc, Szabó Lászlóné, Szász Józsefné, Szepesi Dezső dr. Szilágyi Tibor, Tar Károly dr. professzor, Timkó Ildikó, Tóth László (MSV Rt), Tóth Róbert, Vas Izabella, Vámos Adrienn dr., Zsámbók Zsolt (ADUKVF).

 

 

 

                             3. Szimpózium előadásainak rövid összefoglalása

 

                A korábbi - 1995, 99 ill. 2000-ben rendezett szimpóziumok hozzájárultak ahhoz, hogy a Felügyelőségek és igényes szakemberek levegőkörnyezeti vizsgálataikhoz már egy év óta hivatalos, egységes transzmissziós modell rendszerrel és adatbázissal rendelkezzenek.  Röviden szólva:  A környezet modellezés ezen a kis területén megvalósult a következő alapelv: 'azonos inputra - azonos output'.

                Jelen szimpózium feladata, hogy a számítógépek, adatbázisok, internet adta lehetőségekkel élve elő kell készíteni a levegőminőség szabályozás döntés előkészítésének korszerű rendszerét. Ezt úgy célszerű végezni, hogy az egyszerűbb vonatkozásoktól haladunk  a bonyolultabbak felé. Jelenleg ilyen lépés a modell számítási készség felmérése, mely a későbbiekben elvezethet a távmodellezésen alapuló döntés előkészítéshez.

                Tevékenységünk tudományos jellegét az biztosítja, hogy a levegőkörnyezeti folyamatok hű szimulálása mellett, a jól és könnyen működtethető és fokozatosan bővíthető döntés előkészítő rendszer kialakítására törekszik.

 

 

       3.1 TRANSZMISSZIÓ1.1 hivatalos modell rendszer alkalmazása

Előadó: Dr. Szepesi Dezső

 

A Levegőkörnyezet-gazdálkodási Szaktanácsadó (LKGSZ) Bt. szakemberei a Felügyelőségek 'levegős' témával foglalkozó munkatársainak a Szimpózium előtt több héttel egy mintapéldát (2db. NOx kibocsátó forrás műszaki és környezeti input adatai, ill. a kért output) küldtek szét. A példa alapján a Felügyelőségeken a TR1.1-val számításokat  végeztek, és a kapott eredményfájlokat ugyancsak interneten keresztül elküldték. Az eredmények kiértékelését az alábbi táblázat mutatja.

 

 

 

 

 

 

 

Számítást végző szervezet

Számítási eredmények

Absz. max. konc., mg/m3

Órás konc. határé. túllépés évi esete

Hatás-terület kiterjedése, km

Órás

Évi

Környezetvédelmi Felügyelőség

1.      Észak-Dunántúli

Győr

35

11,0

0

1,9

2.      Közép-Dunavölgyi

Budapest

35

11,0

0

1,9

3.      Alsó-Dunavölgyi

Baja

35

11,0

0

1,9

4.      Közép-Dunántúli

Székesfehérvár

35

11,0

0

2,6

5.      Dél-Dunántúli

Pécs

36

10,8

0

2,7

6.      Nyugat-Dunántúli

Szombathely

36

10,8

0

1,9

7.      Felső-Tiszavidéki

Nyíregyháza

35

11,0

0

1,9

8.      Észak-Magyarországi

Miskolc

35

11,0

0

1,9

9.      Tiszán-túli

Debrecen

35

11,0

0

1,9

10.  Közép-Tiszavidéki

       Szolnok

84*

11,2

0

1,9

11.  Alsó-Tiszavidéki

       Szeged

36

11,0

0

1,4

12.  Körös-vidéki

        Gyula

35

10,9

0

1,9

 Főfelügyelőség

 Budapest

Szoftver készítő

35

11,0

0

1,9

           

             * Nem megfelelő összefüggéssel számított.

 

A TRANSZMISSZIÓ1.1 Felügyelőségeken való alkalmazásának további felmérése céljából Dr. Kovács Endre kérdőíves felmérést végeztetett.

A felmérések alapján megállapítható, hogy a TR1.1 szoftvert a Felügyelőségek szakemberei többnyire jól alkalmazzák. A legtöbb problémát a hatásterület meghatározása okozta. A hibás értékek itt általában az  NOx  (200 mg/m3)  helyett az NO2  (100 mg/m3) órás határérték figyelembe vételéből eredt. Előfordult, hogy az órás maximális koncentráció számítását az ’aktuális szektorátlagolt’ helyett tévesen a ’szektor átlagolt’ koncentráció rádió gomb megnyomásával végezték. Indokoltnak látszik az internetes teszt számítások negyed évente  való megismétlése a számítási rutin karbantartása érdekében. A KHT-k hatósági ellenőrzését megkönnyíti, ill. gyorsítja (5 perc), ha azok készítői az egységesített  ’input lapot’ csatolják   (megtalálható:   www.levegokornyezet.hu    Fogalomkör/ Input adatok). 

 

                 

 

 

 

       3.2 Az új TRANSZMISSZIÓ1.1 modell rendszer bemutatása

Előadó: Feketéné dr. Nárai Katalin

 

Saját finanszírozású kutatások, egy éves tapasztalat, valamint Felügyelőségek javaslatai alapján az LKGSZ Bt. szakemberei módosították a TRANSZMISSZIÓ1.0 modell rendszert. Az új verzió a TRANSZMISSZIÓ1.1 elnevezést kapta.

A TR1.1-ben végrehajtott főbb változtatások az alábbiak voltak: (a) Átalakított összefüggés alkalmazása a 24 órás koncentráció meghatározására a nagyon ritkán előforduló nem reális 24 órás koncentrációk kiküszöbölése érdekében, (b) Nyolcnál több forrás (max. 56 forrás) adatbevitelének megkönnyítése, (c) A számítási eredmény ábrájának a javítása a legkisebb értékű izovonal megjelenítésével, (d) Rajzi opciók bővítése a háttér objektum behívási lehetőségével, valamint az eredmény ábrák látványos térbeli megjelenítése (forgatás, döntés, nagyítás, árnyék hatás stb.).

A Szimpóziumon egy példa futtatása is megtörtént, amely a TR1.1 használata mellett azt is bemutatta, hogy a szoftver az alap légszennyezettség modellezéssel való meghatározására is alkalmas, annak a hatóság által is elfogadott segédeszköze.

 

 

      3.3 Alap légszennyezettség méréssel való meghatározása

Előadó: Dr. Szepesi Dezső; szerzőtársak: Vámosi Adrienn, Bobvos János, Dubniczky Gyula, Feketéné dr. Nárai Katalin, Dr. Titkos Ervin

 

Az alap légszennyezettség hosszúidejű mérési sorozatból, a mérési adatsorok megfelelő értelmezésével, a helyi hatások elméleti kiszűrése utján határozható meg.

Az LKGSZ Bt. munkatársai által kidolgozott módszert az ÁNTSZ szakembereivel közösen Budapest területére alkalmazták. A mérőállomásokra jellemző lokális hatás meghatározása az állomások bejárása alapján történt.

Az LKGSZ Bt. szakemberei által kidolgozott metodika elméleti és gyakorlati vonatkozásai (a Főváros NO2, CO és SO2 alap légszennyezettségi minta térképei) megtekinthetők a www.levegokornyezet.hu honlapon (Fogalomköröknél az Alap légszennyezettség és Budapest  alap légszennyezettsége címszavaknál található meg).

 

 

3.4 Hatósági útmodellel kapcsolatos problémák felvetése

Előadók: Paksa Tibor , Dr. Merétei Tamás , Dr. Szepesi Dezső

Az első előadó az autópályákra vonatkozóan a hatásterület rendeleti meghatározásának szükségességét, ill. az ennél felmerülő problémákat részletezte.

Egy második előadás hazánkban a gépjármű közlekedésből eredő emissziókat taglalta számos táblázaton és ábrán érdeklődésre számot tartó információ bemutatásával.  

A fentieken kívül bemutatásra került a gépjármű közlekedésből eredő légszennyezettség  mértékének meghatározására szolgáló "CALRoads View" szoftver Demo változata.

 

 3.5 A levegőkörnyezet klimatikus vonatkozásai

Előadó: Dr. Koppány György professzor

 

"Az éghajlat antropogén módosító tényezői és ezek hatásának természetes korlátai" c. előadás  a különböző, egymással sokszor összhangban nem lévő nézeteket ismertette.

 

 

 

4. Szimpóziumon elhangzott kérdések, válaszok, ill. hozzászólások

 

Ø  Emesz Tibor  és Dr. Nagy Tibor kollégák felvetették, hogy a TRANSZMISSZIÓ1.0 szoftver Kézikönyvében az elméleti háttéranyagot is meg kellett volna adni.

Válasz kitért arra, hogy a több, mint 40 oldalas Kézikönyvet nem lenne szerencsés még további számos oldallal terhelni. Az elméleti háttéranyag, és egyéb szoftverhez kapcsolódó információ megtalálható a Levegőkörnyezet-gazdálkodási Szaktanácsadó Bt. honlapján www.levegokornyezet.hu/Szolgáltatásaink/A Tr1.0 bemutatása alatt.

 

Ø  Paksa Tibor szóbeli kiegészítésében hangsúlyozta: Ügyelni kell arra, hogy az órás maximális koncentrációk  számítását (mely a hatósági megítélés egyik fontos paramétere)  a TRANSZMISSZIÓ1.1 elfogadása óta az u.n. 'aktuális szektor átlagolással' kell végezni.

 

Ø  Emesz Tibor  és kollégái hiányolják, hogy a TRANSZMISSZIÓ1.1 szoftver a számítási részeredményeket nem adja meg, noha ezek a hatástanulmányok ellenőrzése során hasznos ismereteket nyújtanának.

A szoftver készítők bemutatták, hogy a részeredmények megjelenítése lehetséges. A projektben megadott egy szennyezőforrásra vonatkozóan megkaphatók, ha az Adat/Teszt feladat adat menüpontban az input meteorológiát, ill. az outputot kiválasztjuk, majd a Modell/Teszt feladat menüpontra menve láthatók a kívánt részeredmények.

 

Ø  Molnár Csilla és Emesz Tibor  a modell alkalmazásával  kapcsolatos további  technikai jellegű kérdéseit írásban megválaszoltuk.

 

Ø  Emesz Tibor  kifogásolta, hogy a TRANSZMISSZIÓ1.1 szoftver a 24 órás koncentráció számításakor ugyanazt a transzmissziós adatbázist alkalmazza alacsony és magas forrás esetén is.

A szoftver létrehozók többek között rámutattak, hogy az ország régióira,  reprezentatív évre óránként előállított transzmissziós adatbázisban az alsó 300 m-es légréteg stabilitási paramétere szerepel, mely alacsony és magas forrásokra is jó közelítéssel alkalmazható.

 

Ø  Mohácsi Ferenc kolléga hozzászólásában kifejtette, hogy a TR1.1 alkalmazására szétküldött mintapéldában az órás NOx határértékként 200 helyett a  hibás 100 mg/m3 figyelembe vétele onnan eredt, hogy  többen a TRANSZMISSZIÓ1.1 szoftver Kézikönyvének 2. kidolgozott példájában lévő NO2 határértéket vették figyelembe.

 

Ø  Sámi Lajos írásbeli véleményében megemlíti, hogy az órás maximális koncentrációk az ő modelljétől eltérő eredményeket adnak.

Ezt  valószínűleg  az  általa alkalmazott  eltérő   algoritmus és adatbázis-beli különbségek  okozhatják.

 

Ø  Emesz Tibor összevetette az ’aktuális szektor átlagolt’ és a hatásterület meghatározásánál kapott maximális koncentrációkat.

Ezek eltérésének oka, hogy az érvényes rendelet a hatásterület meghatározásához a füstfáklya alatti, leggyakoribb meteorológiai helyzethez tartozó koncentráció alkalmazását írja elő.

 

 

 

5. Modell konzultáció

             

Szimpózium után a TRANSZMISSZIÓ1.0, ill. 1.1 szoftver készítők konzultációs lehetőséget biztosítottak. Ezzel a Felügyelőségek szakemberei éltek is. Számos kérdés merült fel, amely kiterjedt az oldószerek gőzeinek és a szaghatás szimulálásának lehetőségeire, a számítások részeredményeinek megismerhetőségére, továbbá az eredmény ábráknak a felhasználó igényeinek megfelelő átalakítására, stb. A felvetett kérdésekre elsősorban Feketéné dr. Nárai Katalin részletesen, többnyire számítógépen is illusztrált formában válaszolt.

A szoftver készítők - a Felügyelőségek szakemberei által felmerült igény alapján - megígérték, hogy továbbiakban email-en (h11275fek(kukac)ella.hu vagy szd12506(kukac)ella.hu keresztül segítséget nyújtanak a szoftver alkalmazásakor felmerülő problémák megoldásában.

A Felügyelőségek szakemberei időnként (pl. negyedévenként) újabb, egyre nehezebb mintapéldák szétküldését is hasznosnak tartanák. Amennyiben erre lehetőség nyílik, a szoftver létrehozók ezt vállalják.

Új hardver kulcsot igényeltek és kaptak a LKGSZ Bt.-től az ADUKVF és a KOVIKVF  munkatársai.

Dr. Kovács Endre kifejtette, hogy a monitor állomások, illetve a 331 mérőhellyel rendelkező félautomatikus hálózat adatai gyakran nem reprezentatívak, és a mérések adatait hogyan lehet egy konkrét helyre való vizsgálatnál figyelembe venni. Beszélt a közeljövőben megjelenő, a zónák besorolását tartalmazó rendeletről, mely több vonatkozásban fog eligazítást adni.

 

               

 

6. Modell  konzultáció főbb tapasztalatai

 

Ø  Az órás maximális koncentráció számításához az ’aktuális szektorátlagolást’  válasszuk.

Ø  Az  engedélyezésre  benyújtott KHT input adatlappal egészüljön ki, a számításoknak megfelelő mértékegységekkel.

Ø  A www.levegokornyezet.hu Honlap Fogalomkörének és Linkjeinek megtekintése számos további kérdésben hasznos segítséget nyújthat.

Ø  Az új országos levegő minőségi állomás-hálózat tervezésének szempontjai az EU adat szolgáltatási igényei mellett a  hazai levegőminőség szabályozás (alap légszennyezettség)  elvárásainak biztosításával  egészítendők ki. Kulcs fontosságú a minőség biztosítás és folyamatos minőség ellenőrzés megvalósítása, a korábbi monitoring programok hibáinak elkerülése érdekében.

 

 

     Összeállította: Dr. Szepesi Dezső és Feketéné dr. Nárai Katalin

     Jóváhagyta:     Dr Kovács Endre

 

     Budapest, 2002. október  20.

 

 

 

 

 

AIR QUALITY MANAGEMENT AND EMISSION INVENTORIES

------

MAJOR REQUIREMENTS

Dezso J. Szepesi

 

Consultants on Air  Resources Management

Budapest

szd12506@ella.hu,       www.levegokornyezet.hu

Paper presented at an Expert Meeting Organized by the National Bureau of Statistics on Integrated Economic-Environmental

Information Systems at 11-12 November 2002, Budapest Hungary

 

 

Ø  Definitions

 

2. Goals

2.1Territorial Analysis of Baseline Pollution (Budapest, 2002)

 

3. Scales, Resolution, Source Types, and Models for Air Quality Management

 

4. Rate of Emission (Hungary)

 

5. Air Quality Levels and Trends (Hungary)

5.1 Trend of SO2 (Budapest)

5.2 Most Severe Smog Situations (Budapest)

5.3 Measured Air and Precipitation Quality Data (Hungary)

 

6. Retrospective

6.1  SO2 Emission Inventory (Pécs, 1975)

6.2 NO2 Emission Inventory for Space Heating  (Budapest, 1985)

6.3 SO2 Emission Inventory for Space Heating  (Budapest, 1985)

6.4 Air Quality Control Regions  (Budapest, 1985)

6.5 Reginal Scale Emission Inventory EKAR (Hungary, 1989)

 

7. Conclusions and Recommendations

 

 

a)      Definitions

 

 

Emission Inventory: Territorial distribution of pollutant sources (Point, Area and Line) to be used as model input to estimate  or forecast ground level concentration (isolines).

 

Two main types exist:

 

’Bottom-Up’ approach. It is the end result of rather time consuming data gethering, mostly a field work. For different source cathegories the rate of emission (e.g. kg/h) is given by emission factors  (kg emission/goods-production-unit). Emission factors have to be specified by representative measurements  carried out by Inspectorates.   It is more reliable and gives comparable results. In case of  in advance, systematic, statistical suveying the time demand can be drastically reduced.

’Top-Down’ approach.  It is the result of splitting  national or regional fuel consumption  totals  according to e.g. inhabitant or industry  ’density’ information. It is mostly a ’desk work’,  giving rather subjective results.

 

b)     Goals of Preperation Emission Inventory

 

            To  furnish relevant  model input data for air quality estimations

 

            To use it for territorial analysis of measured air quality data

 

 

c)      Scales, Resolution, Source  Types and Models for Air Quality Management

 

                           Scale              Effects      

  

Local                 0 - 10               Toxic

 

Urban               10 - 20              Toxic

 

Regional           20 - 200             Ozone

 

Continental     200- 2000          Acidifying  

 

Global                 > 2000         Green house

                                                  gas effect        


Scale              Source Type           Resolution

                                                             km2        

Local             Point, area, line             -

 

Urban            Point, area, line       0.5 x 0.5

 

Regional                Area                   20 x 20

 

Continental           Area                   50 x 50                         

                                                         150 x 150

Global                        -                            -

 

Scale           Goals of modeling      Models used

 

Local              Local impact                 TR1.1

 

Urban            Zoning, AQCR            Roll-back

                                                                Urban

Regional      Regional  SO2, NO2,       Forecast

                               Ozone

Continental    Abatement LRTP        Forecast 

                                                        

Global          Climate modicifation        Global

4. Rate of Anthropogenic Emissions  (Hungary, 1985 ),  t/yr

 

Toxic effects  

SO2 1.4x106,    NOX 2.6x105,     TSP 4.5x105,

CO 8.0x105,     Pb 6.2x102,        Cd 4.4

 

Ozone precursors

HC 2.3x105, NO2 2.6x105

Acidifying effect

SO2 1.4x106 ,  NOX 2.6x105, NH3  1.5x105

 

Greenhouse effects

CO2 8.8x107,   CH4 5.3x105,   N2O 9.5x103, Freons 5.5x103,   Halons 6.1x102,    TSP  4.5x105

 


 

5. Air Quality levels and Trends (Hungary)

 

 

Most Severe Smog  Situations (Budapest)

Period with Smog

Measured concentrations, µg/m3

SO2

Soot

NO2

CO2

Ózone

1959March. 16

3500-4500

5400

-

-

-

1970Jan. 21-23

1500-1800

1000

-

-

-

1989Jan.-Febr.55 days

200-670

8-350

20-200

-

-

 

Smog warning limit values

Concentrations  µg/m3

SO2

SO2 +
>200ug/m3

Soot

NO2

CO2

Ózone

Notification

400

600

350

20.000

180

Alarm

500

800

450

30.000

360

 

 

 

Measured Air and Precipitation Quality Data

( Yearly mean, 1985)

 

Toxic effects

SO2:  13.2 mg m-3,   NO2:  7.7 mg m-3

Pb: 24.8 ng m-3  or  7.8 mg m-3  yr –1

Cd:  0.9 ng m-3  or  0.2 mg m-2 yr-1

 

Acidifying effects

S:  149 mg H+ m-2 yr–1,     N: 112 mg H+ m-2 yr-1

 

Photooxidants

O3:   120 mg m-3 average max.

         200-300 mg m-3  abs.max.

 

Greenhouse gases

CO2:353-370 ppm,  CH4:1,5 ppm, N2O:0.3 ppm,

CFC-11:   280 ppt,    CFC-12:  484 ppt

6. Retrospective

 

 

 


7. Conclusions and Recommendations

 

7.1  To reduce work and shorten time demand for emission inventories   relevant information on environmental related activities have to be collected in advance, as part of regular statistical surveying.

           

7.2   A Base year or Reference year has to be selected (e.g. 2000) as a starting point for  further abatement stategies.

 

7.3  For abatement strategies, setting up Zones and AQCR-s  (where necessary)   instead of former ’Top-Down’ approach ’Bottom-Up’  method  should be used,  based on newly prepared census data.

 

·                     For source type categories  reliable and domestically representative  emission factors have to be determined based on emission measurements carried out at Inspectorates.

 

·                     For Hungary the rate of emission totals  can  be characterized as ’low to  medium’. In the late decade it was abated significantly due to modernization  of space heatings and change in industrial production technology.

 

·                     Air quality levels in Hungary are  ’good  to  satisfactory’. Traffic induced pollution in narrow street canyos  with heavy traffic, however, is a real problem and it can be solved  only in the future.

 

7.7 Severe smog situations  - due to  formerly mentioned  developments  -  are over in Hungary.  Major expenditure for smog relief efforts, are  unnecessary.

 

7.8    Zones and AQCR-s  have already been designed for the country by using   the former Top-Down approach. A real application  of planned new inventories could be re-design of them. In the era of micrograms and ppb-s  this seems absolute necessary.

 

1.4              Summarizing: Emission Inventories

 

-Are for Urban and Regional scales models and for analysing measured A.Q. data,

 

-Worked out by Bottom-Up approach (based on statistical census data) and checked using regional totals by Top-Down technique.

 

-Official Emission Inventory  Guide has to be prepared forEnvironmental Inspectorates, who are familiar with local and regional conditions and need E.I.-s as  tools  in their routine work.

 

 

 

Regulatory models for environmental impact assessments in Hungary

Int. J. Environment and Pollution, Vol. 5, Nos. 4-6, 1995

D. J. Szepesi
Air Resources Management Consulting Inc., Katona J.u. 41. V/25
H-1137 Budapest, Hungary

K.E. Fekete and L. Gyenes
Institute for Atmospheric Physics, Hungarian Meteorological Service,
P.O. Box 39, H-1675 Budapest, Hungary


1. Introduction

Based on ECE Directives1, the requirements of environmental impact assessments (EIAs) have been regulated in Hungary2,3. On the other hand, the methodology for atmospheric environmental assessments were standardized (MSZ 21460/1-77 and MSZ 21459/5-85) by the Hungarian Bureau of Standardization in the early 1980s. This methodology has been used to complete more than 150 EIAs. No complaints have been reported.
This paper describes only the most important charasteristics of models, the climatological background and some of the results. Further details are reported in references 4-16.


2. Models

2.1 Model ISAQA

A Gaussian-plume Industrial Source Air Quality Algorithm (ISAQA) was developed for the estimation of gaseous pollutant concentrations emitted continuously from point and area sources and for the deposition of solid particles during averaging times from 30 minutes to one year4,14. It considers point and area sources (Figure 4), the plume centreline concentration for 30 min, sector average values for 24 h and yearly impacts, transformation, wash-out and deposition of pollutants, HOLLAND or CONCAWE plume rise, and stack-tip downwash. The model has been validated for a power plant (1 year) and for a cement plant (6 months). Details are reported in ref. 9.

Figure 4
Figure 4.
Consideration of the initial dispersion.

ISAQA was applied recently to prepare graphical dispersion aid (Figure 5) for air-quality regulatory authorities to check EIAs prepared by consultants before giving permits7. The curve in Figure 5 is based on 14.4% mean highest wind direction frequency and P99%, 30min exceedence.

Figure 5
Figure 5.
Dispersion diagram, plotting H (metres) against Q(kg h-1)/Cmax (µg m-3).

2.2 Model URBMOD

URBMOD can estimate short- and long-term concentrations originating from area (Gaussian later box) and point (Gaussian) sources in urban areas4,14. It considers wind direction (29 types of wind pattern), wind speed, mixing height, initial and regional scale dispersion, pollutant decay, urban emission inventory and background pollution.
Validation9 was carried out for Pécs, in southern Hungary. The city is surrounded on the NW to ENE side by mountains. During the 1-year experiment, the surface wind at ten stations and the upper wind at two stations were measured four times daily. Orographic temperature gradients were recorded for stability classification. SO2 concentrations were estimated over 22 days (Figure 3) by URBMOD, and compared with values measured at 27 stations in the city. A correlation coefficient of 0.81 was found (Figure 6).

Figure 6
Figure 6.
SO2 concentrations (mg m-3) for Pécs, 29 January 1974.

Figure 7
Figure 7.
24 h SO2 concentration scatter diagram for Pécs, 1974; values in mg· m-3.

2.3 Model COUNTRYWIDE

The COUNTRYWIDE model5,6 was designed to estimate seasonal and yearly average concentrations of gas phase pollutants and the total deposition of acidifying substances for rural areas, emitted from regional scale domestic area and elevated sources, as well as from foreign sources. Box and Gaussian-type algorithms are applied for regional scale emission inventories; seasonal average wind data of the mixing layer, as well as mixing height and precipitation data, are considered. Cleansing and deposition mechanisms are taken into account.
Validation of the model was carried out for the Hungarian Regional Background Pollution
Stations in different years. Agreement between the measured and estimated data was satisfactory (relative error <50%).
The model is specially applicable for energy/emission scenario impact analyses, and to estimate regional scale background pollution for regulatory use (Figure 8). When such regional background maps are combined with measured urban concentration patterns (Figure 8a), differences between regional and urban monitoring can be clearly revealed.

Figure 8
Figure 8 (a) Model estimated and measured yearly SO2 concentrations (µg/m-3) for 1986, and
(b) model estimated yearly total potential acid deposition (10-2 eH+ m-2 yr-1) for 1991 in Hungary.


3. Background pollution

Consistent estimation of background air pollution originating from larger scale but less intense polluting sources is of considerable importance for regulatory applications. Because of he very complex mechanisms involved, a practical simplifying approach was worked out12,13 (Figure 9). By using this scheme, contributions from global, continental, regional and urban background pollution could be easily analysed for any geographic location (Figure 10). Values in Figure 10 mostly represent concentration levels of the early 1980s. An update would probably furnish values 10-30% lower.
For local regulatory purposes, preparation of regional and urban background maps for the most important pollutants at 3-year intervals seems reasonable. The maps should be drawn based on all available measured data at urban and regional background stations and analysed in the light of model estimated concentration patterns calculated using the relevant emission inventory and meteorological input.

Figure 9
Figure 9.
Hierarchy of air pollution scales (ref. 13)

Figure 10
Figure 10.
Contribution from background pollution of sulphur and nitrogen species


4. Transmission matrices

Multidimensional transmissions matrices are the input bases for long-term estimates of pollutant concentrations4,10. They were established for 40 stations in Hungary. For low sources they are based on surface wind direction (16 bins) and speed (7 bins) records and PGT stability categories using 5 years of SYNOP data. For medium and high sources, 500 m level wind maps (pilot balloon and radiosound) were used, together with the stability conditions (7 bins) estimated on the basis of the lapse rate of the lowest 300 m layer. Between the 40 points for any location in Hungary, a transmission matrix is interpolated by using statistics of design wind maps. Applying Péczely-type Grosswetterlagen (Figure 11/a) analysis15, the period of 1959-1963 was found to best represent the long-term GWL statistics of the base (1881-1990) interval (Figure 11b).

Figure 11/a
Figure 11/a.

Figure 11/b
Figure 11/b.
Figure 11a and 11b Relative frequency of 110-year Péczely-type GWL, and the mean (delta) and standard (sigma) deviations of different short periods.

5. Design Winds

The aim of establishing design wind maps is to furnish readily available regionally and temporally representative wind statistics for any location in the country for EIAs. For the analysis of these (Figures 12b and 12c show sample maps) all available surface wind data series (more than 300 between 1881 and 1980) and upper air ascents (22 long series between 1929 and 1989) in Hungary were considered16.
Design wind is representative for quasi-level terrain of average roughness without obstacles. The local effect of extreme roughness, sheltering of obstacles and mountainous terrain must be model-corrected.
Validation of the design wind concept gave satisfactory results. It also revealed many inconsistencies in the siting of instruments and former manual evaluation of wind charts. However, it also confirmed and quantified some previous findings, for example that the frequencies of the westerlies and the easterlies over the country are increased by orographic channelling of the North Carpathian Mountains (Figure 12/a).

Figure 12/a
Figure 12/a.
Orograhy of the Central European Region.

Figure 12/bFigure 12/c
Figure12/b. and 12/c.
Design wind maps: relative frequencies of (b) NW and (c) NNE wind directions in Hungary.

6. Stability and dispersion

Atmospheric stability is estimated in Hungary for low sources by the PGT procedure and for medium and high sources by the Szepesi method10, based on classification of temperature lapse-rates of the lowest 300 m layer. The climatology of the lapse rates is shown in Figure 10. Frequency distributions were analysed based on six radiosonde ascents daily between 1952 and 1963, resulting in a very characteristic and smooth pattern10.

Figure 13/aFigure 13/b
Figure 13.
Relative frequency (%) isopleths of (13a) stable (S=1, 2, 3) and (13b) superadiabatic (S=7)
stratification of the lowest 300 m layer (1952-1963) at Budapest.

By using PGT or Szepesi-type stability classes, dispersion coefficients sy and sz are determined by Nowicki8 formulas:

sigma y=0.08[6p-0.3+1-ln(h/z0)]x0.367(2.5-p)

sigma z=0.38p1.3[8.7- ln(h/z0)]x1.55exp(-2.35p)

where p is the exponent of the wind profile equation standardized at 100 m, z0 is the roughness length, H is the effective height of the effluent, and x is the distance from the stack.
For deeper air layers, the exponent p and the stability indicators must be transformed using the diagram shown in Figure 14. This diagram was constructed using a long series of temperature data measured on high meteorological towers and by radiosonde11.

Figure 14
Figure 14
Diagram for the transformation of exponent p and stability indicator S values.

7. Conclusions

Regulatory modellers in Hungary consider that EU initiatives for intercomparison, harmonization or even standardization are very necessary and important. Models and input data requirements have been standardized in Hungary. Preliminary work, however, has been started by the Hungarian Regulatory Model Improvement Committee (HRMIC) for the preparation of next generation of models. According to HRMIC, this next generation should include:

  • Hybrid Gaussian models;
  • Multidimensional transmission matrices (similar bins) and data series based on 3 to 10 years of representative SYNOP and radiosonde data; representativity to be investigated by Grosswetterlagen statistical analysis.
  • Design wind maps and model correction for the effects of obstacles, roughness and mountainous terrain;
  • Dispersion coefficients based on PBL parameters and radiosonde data with interpolation possibility using radiation maps;
  • Comparisons and validation exercises.

References
1 ECE (1987) 'Application of Environmental Impact Assessment', Environmental Series I.
2 (1993) 'Regulation for Environmental Impact Assessment' (in Hungarian), 86/1993 (VI.4) Korm. rend., Budapest.
3 KTM (1990) 'General content and methodology for environmental impact assessment of investments' (in Hungarian), Műszaki Irányelv, MI-13-45-1990.
4 Fekete K.E., Popovics M. and Szepesi D.J. (1983) 'Guide to estimate the transmission of air pollutants', OMSZ Hivatalos Kiadványai, LV, Budapest.
5 Fekete K.E. and Szepesi D.J. (1987) 'Simulation of atmospheric acid deposition on a regional scale', Environmental Management, Vol. 24, pp.17-28
6 Fekete K.E. and Gyenes L. (1993) 'Regional scale transport model for ammonia and ammonium', Atmospheric Environment, Vol. 27A, No. 7, pp. 1099-1104.
7 Fekete K.E.and Szepesi D.J.,. (1994) 'Draft regulation to assess the stack height for continuously releasing point sources'. KTM, Budapest.
8 Nowicki M. (1976) ' Ein Beitrag zur Bestimmung universeller Diffusions-koeffizienten', Arch. Met. Geogh. Biokl., Ser. A., No. 25, pp.31-45.
9 OMSZ (1976) 'Experimental source-receptor relationship investigation in the region of Pécs' (in Hungarian), Budapest.
10 Szepesi, D.J. (1967) ' Meteorological conditions of the turbulent diffusion of atmospheric pollutants in Hungary' (in Hungarian), OMI Hiv. Kiadványai, XXXII, Budapest.
11 Szepesi, D.J. (Editor) (1981) 'Planning of the atmospheric environment' (in Hungarian), Műszaki Könyvkiadó, Budapest.
12 Szepesi, D.J. (1987) 'Applications of meteorology to atmospheric pollution problems', WMO Technical Note 188, WMO-672, Geneva.
13 Szepesi, D.J. and Fekete, K.E., (1987) 'Background levels of air and precipitation quality for Europe', Atmospheric Environment, Vol. 21, No. 7, pp. 1623-1630.
14 Szepesi, D.J. (1989) 'Compendium of regulatory air quality simulation models', Akadémia Kiadó, Budapest.
15 Szepesi, D.J. , Szalai, S. and Károssy, Cs. (1993) 'The climatological characteristics of the atmospheric environment' (in Hungarian), Magyar Meteorolgóiai Társaság, XXVII, Vándorgyűlés, Debrecen.
16 Szepesi, D.J. and Fekete, K.E., (1993) 'Design wind maps for Hungary' (in Hungarian), Meteorológiai Tudományos Napok, MTA, Budapest.

MODELL ÖSSZEHASONLÍTÁS

A TRANSZMISSZIÓ 1.0 (TR1.1) és a korábbi, kiváltott APOPRO3 (AP3) szoftverekkel, azonos inputokból kiindulva számításokat végeztünk. A következőkben kis magasságú pontforrásra (amilyen legtöbbször egy tervezett forrás), illetve egy magas pontforrásra történő vizsgálat eredményeit mutatjuk be.

A kiinduló adatok az alábbiak voltak:

h=20 m, E=1 kg/h, d=0,5 m, v=10 m/s, T=400 K, egyéb tüzelés, felezési idő=100000000 s, x=0,1 km-enként 3 km-ig, zo=0,5 m, határérték=200 mg/m3, alap légsz.=0 mg/m3, u (hatásterületi)=2,5 m/s. Transzmissziós adatbázis: TR1.1 - Buda7.dat, AP3 - Lorinc.awf.
h=120 m, E=10551 kg/h, d=8 m, v=5,1 m/s, T=434,2 K, egyéb tüzelés, felezési idő=43200 s, x=0,5 km-enként 20 km-ig, zo=0,5 m. Transzmissziós adatbázis: TR1.0 - marton6.dat, AP3 - marton.awf.

A távolság függvényében számított rövid- (órás), illetve hosszú (évi) átlagolású koncentráció maximumok a mellékelt három ábrán láthatók.

A TR1.1 és az AP3 szoftver alapján végzett fenti, ill. további vizsgálatokból megállapítható, hogy a TR 1.1-val számított koncentrációk a forráshoz közelebb kezdenek el nőni, és érik el az AP3-nál többnyire 1,1-2-szer nagyobb abszolút maximális értéküket. Ezután viszont a TR 1.1-val számított koncentrációk általában gyorsabban csökkennek.

A kétféle módszert alkalmazva, 20 m magas forrás esetén a hatásterület kiterjedését is meghatároztuk. A rendeletben megadottak szerinti hatásterület meghatározására csak a TR1.0 szoftver képes.

Hatásterület kiterjedése:

  • TR1.0 szerint, a rendeletinek megfelelő módszerrel számított: 0,4 km.
  • AP3-ba beépített, rendeletitől eltérő módszerrel számított: 0,8 ill. 0,9 km.


TR1.0 és AP3 szoftverekkel számított maximális órás koncentráció
20 m magas forrás esetén

Maximális órás koncentráció

TR1.0 és AP3 szoftverekkel számított évi átlagos koncentráció maximuma
20 m magas forrás esetén

Átlagos koncentráció maximuma (20m)

120 m magas forrás esetén

Átlagos koncentráció maximuma (120m)

 

A TRANSZMISSZIÓ 1.1ELMÉLETE
/To be published in "Időjárás" soon!/

Euroconform Regulatory Transmission Modeling for Hungary, Part 1

Dezső J. Szepesi
Katalin E. Fekete
CARM Inc., H-1137 Budapest, Katona J. u. 41. V/25, Hungary

Richárd Büki
MS of HDF, H-1885, P. O. B. 25, Budapest, Hungary, E-mail: rbuki@hotmail.com

Abstract - In Part 1 this paper describes the theoretical and practical steps (correct mathematical and atmospheric-physical simulation, temporal and spatial representativity of input data, scrutinized QA/QC, testing and validation during programming) carried out to achieve a new euroconform regulatory model called TRANSMISSION 1.0 for Hungary.
Simultaneously in another development planetary boundary layer modeling has been prepared including input data standardization and processing for the whole country used by US EPA type AERMOD model family. Description of these efforts will be published in Part 2 in this periodical soon.

Key-words: Actual sector average concentration, centerline concentration, meteorological data base, modeling, most frequent meteorological situations, most probable concentration, norm exceedency, regional scale wind field, regulatory modeling, Szepesi-type stability categories, temporal and spatial representativity of meteorological data, temporal transmission data series, transmission, transmission matrix.

1. Introduction

Recently new euroconform air quality laws ([1], [2], [3] and [4]) were promulgated and adopted for Hungary. To meet the requirements of these laws, the set up of a new regulatory model system named TRANSMISSION 1.1 was necessary.
By doing this following principles were honoured:

  • Correct mathematical and atmospheric physical simulation,
  • Scrutinized application of QA/QC procedures during the whole modeling project,
  • Built-in meteorological database (transmission matrices, time-series, most frequent meteorological situations) for the whole country,
  • Application of temporally and spatially representative meteorological databases,
  • Availability of the same standardized transmission model system for users and inspectors ensuring the principle "same input - same output".

2. Concepts and definitions

The first works describing this topic were published in Hungary in 1967, 1970 and 1985.
This article is to present recent developments achieved in this field. We introduce among others a new notion, called average concentration for the actual sector, which is similar to the most probable concentration, but refer to a narrower sector. The difference is in the definition of the borders of the sector. In the new definition we use the concept of Meade and Pasquill [6], this means that the border of the sector is at the line of the 10 per cent value of the ground-level centerline concentration.
It will be shown that this newly introduced notion can be simply estimated by multiplication of the ground-level centerline concentration by a constant. Finally we introduce a new factor which is vital in estimating the norm exceedencies of the 1 hour maximum concentration.
Let us see the basic definition we should use, introducing the concept of the average concentration for the actual sector. The concentration is assumed to have Gaussian distribution.

Figure 1
Figure 1.
The Gaussian distribution and estimation of the different types of concentration

2.1 Estimation of ground-level concentration from an elevated point source

This well-known Gaussian formula specifies the concentration at the ground along the downwind distance of x from a point source:

(1)

Where: X(x,y,0):ground level concentration, µg•m-3
x: the downwind distance from the source, m
y: crosswind distance, m
z: height above the ground, m
E: emission, µg•s-1
pi: constant, 3.1415
sigma y: crosswind dispersion, m
sigma z: vertical dispersion, m
uh: wind speed at source-height, m•s-1
H: effective height of the stack, m.

2.2 Estimation of the ground-level centerline concentration from an elevated point source

This is a special case of Eq. (1) when y=0.

(2)

This type of maximum concentration occurs rarely, but according to the new air quality laws ([1], [2], [3], [4]) this has to be taken into account for determining the range of significant impact for EIA's.

The similar denotations are valid as before.

2.3 Estimation of the most probable concentration

This definition is also introduced by [5]:

(3)

Where:
khi tau: most probable concentration, µg•m-3
y0: crosswind length belonging to meteorological wind sector (22.5o), m
khi centerl: the ground-level centerline concentration, as defined in (2), µg•m-3
The other expressions used are the same, as before.

This type of formula is used in the model for estimation of mean and maximum 24 h and yearly mean ground level concentration.

2.4. Estimation of the average concentration for the actual sector

Based on a suggestion of Meade and Pasquill [6], we define this type of concentration distribution. The concentration is the integral between the 10 percent limits of the ground-level concentration.
In the first step we calculate the limits of the integral, which was in the previous case ±?. Because of symmetry case, y1=y2, the basic equations are:

(4)

Where:
y1, y2: crosswind distances belonging limits of sector delta phi, m

Resulting from this transformation, we have got the average concentration for the actual sector (delta pi). With help of the Taylor-series and the definition of the exponential function:

(5)

Comparing Eq. (3) to the Eq. (5) we can see that the difference between the concentrations calculated between ±? and between the borders suggested by Meade and Pasquill is negligible, only about 2.7%.
Substituting y0 from Eq. (4) and Eq. (5) we have got:

(6)

The multiplication factor 0.57 is a constant, because the crosswind dispersion sigma y effects both khi centerl and y0 similarly, so at the simplification it falls out.
This is the critical formula used by Hungarian environmental inspectors to qualify whether a source complies with norms and the allowable norm exceedencies or not.


3. Practical considerations

The correct estimation of norm exceedencies is vital for air resources management, air quality controll and air quality planning. If we calculate the 1-hour concentration plus the base-pollution, we should divide this sum by a factor denoted by 'e'. So the yearly number of cases,(Nt(w,x)), when concentration is above the limit value is the function of wind direction,w, downwind distance,x, wind speed,u, and atmospheric stability, S, beside of the source parameters:

(7)

Where
- fN1w,u,S : is the number of cases when the sum of the ground-level concentration and basic pollution is over the 1 hour norm with a tolerable degree,
- fN2w,u,S: is the number of cases when the sum of the ground-level concentration and basic pollution exceeds the 1 hour norm more, than tolerable,
- a: the number of cases with allowable exceedencies,
- eN1, eN2: factors of normalization to divide the number of cases fN1w,u,S and fN2w,u,S.

Definition of the factor "e"

Practically the factor "e" is the ratio of the crosswind width of the 22.5o sector and the crosswind width of the sector, where the concentration is greater, than the limit. Starting from this principle, the factor "e" can not be less than 1. As we can see in Fig. 2, the value of "e" varies between 1 and 21 depending on the meteorological and physical conditions.


Figure 2.
The value of "e" at a distance of 2000 m from the source Deduction of algorythm for 'e'

Considering the geometry of Fig. 1 and the definition of the factor "e":

(8)

The inequality, which has to be solved, is:

(9)

After some transformations and defining the ?At as the difference below:

The Eq. (9) has the form:

Where: khi norm: the limit value of the concentration, µg•m-3
At: basic pollution, µg•m-3.


Let us denote a source type factor Q, as:

(10)

We obtain:

Because only the positive resolution of Eq. (8) has physical meaning, so we obtain the following algorithm for the factor "e":


Figure 3.
Yearly number of 1 hour maximum concentration exceedencies around point sources

An example of the yearly number of 1 hour maximum concentration exceedencies estimated by TRANSMISSION 1.1, the official regulatory model in Hungary is shown by Fig. 3 for a two-source configuration with emissions of 400 kg/h and 250 kg•h-1 NO2, stack heights 70 m and 40 m, respectively, and norm of 100 µg•m-3, basic pollution of 20 µg•m-3.


4. Regional scale diffusion climatology

The basic idea of meteorological data preprocessing is that for ground level concentration estimations it is more representative to use regional scale meteorology - in other words average meteorology for an area of 20-30 km diameter - instead of measurements made at a single point. This is called spatial representativity or regionalization of meteorological data. The method of data regionalization is described at [5] here we only summarize the main steps.
This is a non-computerized (graphical) data assimilation technique. After plotting all wind direction and speed data available (sixteen directions and for each direction mean speed data, respectively) we can analyze these charts graphically, one by one (See Fig. 4 and Fig. 5). Over mountainous areas isofrequencies are denoted by dots. These maps make possible to pick up or interpolate average yearly wind direction frequencies and mean speed values data for any point of the country.

Figure 4.
Relative frequencies of NW wind directions

Figure 5
Relative frequencies of NNE wind directions

The next step is to preprocess transmission matrices based on 5 years of measurements. This period (1958-1962) was selected because of having similar weather characteristics as the 100-year period (1880-1980) had. In other words the frequency distribution of macrosynoptic (Péczely) weather types were nearly similar in both periods.
The last step is to apply K.Tar's circular polar smoothing process [7] then using interpolation technique built in the model TRANSMISSION 1.0 to interpolate data matrices to any point of interest over the country.
Transmission matrices gained this way and built in the model will be temporally and spatially representative and serve as readily applicable input data base.
Evaluation of the most frequent meteorological situations was another important task. This was carried out by the following way. Since atmospheric stability category S=6 (Szepesi stability 1-7 see [5]) is the most frequent one, surface wind speed prevailing during this stability conditions were evaluated over Hungary. The numerical values ranged from 1.6 m•s-1 to 3.1 m•s-1. These parameters are essentials for the estimation of the range of significant impact (RSI) (1, 2, 3 or 4). Fig.6 shows an example of RSI estimation, for the following source parameters:

Source height 70 m and 40 m, emission 80 kg•h-1 and 50 kg•h-1, u=2,5 m•s-1, basic pollution 20 µg•m-3, norm=100 µg•m-3, surface roughness 0.5 m.


Figure 6.
RSI in km for NO2, emitted by high sources

For estimation of 24 h mean and maximum concentrations time series of meteorological data for 7 regions were included

5. Characteristics of model TRANSMISSION 1.1

By using modules detailed under points 2 and 3 a regulatory model TRANSMISSION 1.0 was prepared to satisfy the new euroconform air quality laws for Hungary.
Major characteristics are the followings: It estimates ground level concentration and deposition emitted by point, area and volume sources - up to 50 -, and located at different points. It calculates 1 h, 24 h and yearly average, maximum values and norm exceedencies. Their outputs are in table or areal distributions on EOV maps in user selected coloured form. Dry deposition and transformation modules are included as well.
Effects of inhomogeneous roughness, basic pollution and orographical effects in homogeneous or inhomogeneous distributions can also be simulated.

6. Summary

Firstly, we reviewed definitions used in the field of air quality modeling, and air quality planning. A new definition, 'the average concentration for the actual sector' was introduced, which is more adequate to the theory of Pasquill and Meade, than the definition used before. It occurs more frequently than the centerline concentration, so it is more realistic for air quality control purposes. Secondly we defined and estimated the normalization factor "e", which is the function of meteorological parameters like wind speed, atmospheric stability, air temperature; and source data like emission of the source, the effective stack height and the distance from the source.

Then we detailed some ideas and steps of carrying out meteorological data preprocessing, the estimation of the range of significant impact and 1 hour maximum concentrations and norm exceedencies by the official, regulatory model TRANSMISSION 1.1 in Hungary.


Literature

[1] Magyar Közlöny (Official Government Gazette) 14/2001. V.9. Emission and Immission Norms. Budapest, Hungary
[2] M.K. ( O.G.G.) 20/2001. II.14. Environmental Impact Assesment. Budapest, Hungary.
[3] M.K., (O.G.G.) 21/2001. II. 14. Clean Air Act. Budapest, Hungary.
[4] M.K., (O.G.G.) 120/2001 VI.30. Modifications. Budapest, Hungary.
[5] Fekete K., Popovics M., Szepesi D., 1983: Légszennyező anyagok transzmissziójának meghatározása ( Guide to Estimate the Transmission of Air Pollutants) OMSZ Hivatalos Kiadványai LV. Kötet
[6] Meade P.J. and Pasquill, F. 1958: A Study of the Average Distribution of Pollution around Staythorpe. Int. Journal of Air Pollution, 1. 60.,
[7] Tar Károly, 1991: Magyarország szélklímájának komplex statisztikai elemzése.(A Complex Statistical Analysis of Wind Climatology in Hungary), OMSZ Kisebb Kiadványai67. szám
[8] Fekete K. and Szepesi D., 1983: Simulation of atmospheric acid deposition on a regional scale. Environmental Management, Vol. 24, pp. 17-28.
[9] Szepesi D., 1967: Légszennyező anyagok turbulens diffúziójának meteorológiai föltételei Magyarországon (Meteorological Conditions of the Turbulent Diffusion of Atmospheric Pollutants in Hungary) OMI Hivatalos Kiadványai XXXII. Kötet
[10] D.J. Szepesi, K.E. Fekete and L.Gyenes: Regularory Models for Environmental Impact Assessment in Hungary. Int. J. Environ. and Pollution, Vol. 5, Nos 4-6, 1995.

Proceedings of the Fourth International Clean Air Congress,
Tokyo, Japan 1978, 284-287

Szepesi D. J.:

Modified roll-back model for air quality planning


Summary of major findings

For the quantitative analysis and forecasting of the quality of ambient air proper tools are necessary. Such tools are meteorological simulation models. In this paper an advanced version of a simple roll-back model reported by Moris and Slater (1974) is presented.

This model is based on the following principle of proportionality: The quality of air to be attained in the n-th year in an emission control area is proportional to the air quality measured in the initial year as well as the quality of air calculated for the n-th year is proportional to the air quality calculated for the initial year. The above principle of proportionality is expressed by the following algorythm:

[khi(yn)-khi(b)]goal / [khi(0ym)-khi(b)]meas. =

sum (i=1...4) {[khi/Q]ni * Q(ni)}calc. / sum (i=1...4) {[khi/Q]0i * Q(0i)}calc.,

where

khi(yn) [microgram/cubic m] - the yearly air quality norm value,
khi(b) [microgram/cubic m] - value of background concentration,
khi(0ym) [microgram/cubic m] - yearly mean value of air quality measured
in the emission control area,
index i of the source category is: 1 ground level source, 2 area source,
3 point source, 4 tall stack,
Q(ni) and Q(0i) [t/year] - emission of the i-th source category
in the n-th and the initial year, respectively,
[khi/Q]ni and [khi/Q]0i [microgram/cubic m/t/year] - relative concentration value of
the i-th source category
in the n-th and the initial year, respectively.

Relative concentration

for ground level:

[khi/Q] (n=0, i=1) = [C1(Z-1.5)M] / [D(uz+0.5)Z x]

for area source:

[khi/Q] (n=0, i=2) = C2 M / uz T

for point source:

[khi/Q] (n=0, i=3) = C3 M / [pi e uh sigma(y).sigma(z) N]

for tall stack:

[khi/Q] (n=0, i=4) = C4 M / [pi e uh sigma(y).sigma(z) N]

where

C1=7, C2 =30.72 empirical constants,
C3=0.002, C4=0.0006 conversion factors of the one hour maximum concentration value into yearly average for the whole control area,
M=31700 conversion factor,
Z [m] average height of buildings,
D [m] average width of the main road,
uz, uh [m/s] mean wind speed value at the roof top and at the average height of the chimneys,
x [m] length of the main roads in the control area,
T [square m] area of the emission control region,
N number of industrial establishments having point sources in the control area,
sigma(y).sigma(z) [square m] product of the horizontal and vertical crosswind components of atmospheric dispersion for normal stratification of the atmosphere, which can be determined by the aid of Figure 1b,
h [m] average height of the chimneys in the emission control area.


Figure 1b.
Product of sigma(y) and sigma(z) against the height of the source

The model presented gives a good approximation if the following conditions fulfilled:

a) The measured air quality data are characteristic for emission control area.
b) The value of background concentration remains unchanged.
c) The diffusion climatological factors will not change during the period investigated.

The model presented takes into account the simultaneous polluting effects of different source categories. According to example shown here, the most intensive pollution is due to ground level sources as well as area sources. A much less effect is caused to the ambient air by point sources and tall stacks. The comparison of the relative concentration values for the 4 source categories gives the following ratios of the polluting effectiveness:

Ground level s. : Area s. : Point s. : Tall s. = 500 : 300 : 3 : 1.

References

Morris, R. et al., Modified Rollback Models. Proc. 5th Expert Meeting on Air Pollution Modelling. Comitteee on the Challenges to Modern Society, Denmark (1974).

 

Journal of Environmental Management (1987) 24, 17-28

Katalin E. Fekete and Dezső J. Szepesi:

Simulation of Atmospheric Acid Deposition on a Regional Scale

Extended summary

A regional scale operational model for the simulation of air and precipitation quality is presented. The aim of the simulation is to determine, quantitatively, the complex effects of the following: source strength of sulphur and nitrogen oxides (Figure 1.), effective height of the source, wind pattern in the transport layer, mixed layer height, precipitation, transformation, wet and dry deposition, and hemispheric background values of air (Table 1.) and precipitation quality.


Figure 1.
Sector zones for which average emission densities were determined

Compounds

Background, microgram/cubic m

Sulphur dioxide (in sulphur)

1.2

Particulate sulphate (in sulphur)

1.0

Nitrogen dioxide (in nitrogen)

0.4

Particulate nitrate (in nitrogen)

0.05

Nitric acid gas (in nitrogen)

0.05

Table 1.
Hemispheric background for sulphur and nitrogen compounds for Europe

The model presents a regional scale territorial distribution of sulphur dioxide (Figure 2.), nitrogen dioxide, particulate sulphate and nitrate, nitric acid gas and precipitation sulphate and nitrate. The total deposition is also expressed as maximal atmospheric acid stress.


Figure 2.
Annual average sulphur dioxide concentrations (microgram S/cubic m) in the ambient air originating from domestic area sources (a), domestic tall stacks (b), and foreign sources (c), 1978-82


The first-generation model estimates annual average concentrations and depositions, and it is validated by 5 years of data from Regional Background Pollution Station in Hungary (Table 2.).

 

Compounds

Estimated

Measured

Concentration
(microgram/cubic m)

Sulphur dioxide (in sulphur)

7.4

7.4

Particulate sulphate (in sulphur)

2.7

2.3

Nitrogen dioxide (in nitrogen)

2.3

2.3

Particulate nitrate(in nitrogen)

0.5

0.5

Nitric acid gas (in nitrogen)

0.5

0.6

Wet deposition
(gram/square m/year)

Sulphate (in sulphur)

0.93

0.95

Nitrate (in nitrogen)

0.36

0.28

Table 2.
Estimated and measured annual average concentration and deposition values for the Regional Background Pollution Station at K-puszta (1978-82)

 

Koncentráció mértékegységek konvertálása
(Feketéné dr. Nárai Katalain)

 

Koncentráció mértékegységek átszámításának általános egyenlete (forrás: www.air-dispersion.com/formulas.html):

 

ppmv-ből  mg/m3-re

mg/m3 = ppmv * 12.187 *  MW /(273.15 + 0C)                 /1/

 

Minthogy  ppb=10-3 ppmv  és mg/m3=10-3 mg/m3, ezért  ppb-ből  mg/m3-re való átszámításnál a fenti /1/ egyenlet érvényes, azaz:

mg/m3 = ppb * 12.187 *  MW /(273.15 + 0C)                    /2/

 

ahol:   MW a szennyezőanyag molekulasúlya

                  SO2=64,0628    NO2=46,0055    CO=28,0106   O3=47,9982

           0C a hőmérséklet, amelynél az átszámítás történik; általában 20-25 fok.

                  Legyen 25 0C.

A fenti /2/ egyenlet szerint, a koncentráció ppb-ből  mg/m3-re való átszámításához az alábbi táblázatban lévő, szennyezőanyagtól függő szorzótényező (y) alkalmazandó:

 

 

Szennyezőanyag típusa

y szorzótényező

/mg/m3 = ppb * y/

Kén-dioxid

2,61

Nitrogén-dioxid

1,88

Szén-monoxid

1,14

Ózon

1,96

 

Például 10 ppb kén-dioxid koncentráció esetén 10 * 2,61 =26,1 ~ 26 mg/m3

 

 





 


------------------------------------------------------------------------