Mô hình quan trắc môi trường
Mô hình quan trắc môi trường truyền thống dựa vào các trạm quan trắc cố định có kích thước lớn, tốn kém và yêu cầu nhân lực điều hành Những trạm này được trang bị thiết bị phân tích hiện đại nhưng không thể triển khai trong các khu vực đông dân cư do hạn chế về kích thước và độ chính xác Thay vào đó, các trạm thường được đặt ở những khu vực biệt lập, xa khu dân cư, dẫn đến khó khăn trong việc giám sát môi trường một cách hiệu quả Sơ đồ phân bố các trạm quan trắc môi trường tại Hong Kong minh họa rõ ràng cho vấn đề này.
Hình 1 Vị trí các trạm quan trắc cố định ở Hong Kong
Cách tiếp cận hiện nay cho các ứng dụng quan trắc môi trường chủ yếu dựa trên nền tảng Internet of Things (IoT), với các điểm quan trắc nhỏ gắn cảm biến để thu thập thông tin môi trường Những điểm quan trắc này được phân bố rộng rãi và gửi dữ liệu không dây về một trạm chủ, nơi dữ liệu được xử lý để đánh giá chất lượng môi trường Mô hình này cho phép cập nhật thông tin liên tục từng phút hoặc từng giây, điều mà các trạm quan trắc truyền thống không thể thực hiện Với kích thước nhỏ và chi phí thấp, các điểm quan trắc IoT dễ dàng mở rộng ứng dụng Người dùng có thể truy cập thông tin môi trường xung quanh thông qua các cảm biến gần nhất, làm cho hệ thống này trở thành thế hệ kế tiếp trong quan trắc môi trường (TNGAPMS – The Next Generation Air Pollution Monitoring System).
Hình 2 Một ứng dụng về giám sát khi CO 2 trong thành phố
Mô hình quan trắc dựa trên IoT gặp phải hạn chế lớn về độ bền của cảm biến tại điểm quan trắc, đặc biệt khi số lượng cảm biến phân bố rải rác khắp thành phố Việc bảo trì và thay thế cảm biến thường xuyên là không khả thi và tốn kém, đặc biệt trong điều kiện thời tiết nóng ẩm và mưa nhiều tại Việt Nam Để khắc phục vấn đề này, các hệ thống quan trắc đã được cải tiến bằng cách kết hợp với hệ thống lấy mẫu Thay vì để cảm biến tương tác trực tiếp với môi trường, chúng được bảo vệ cẩn thận nhằm đảm bảo độ bền và an toàn Khi cần đo đạc thông tin môi trường, hệ thống lấy mẫu sẽ hoạt động để rút trích mẫu vật và cung cấp cho các cảm biến, từ đó cho phép chúng xử lý và thu thập dữ liệu.
Mô hình mô phỏng lan truyền khí
Dữ liệu quan trắc, đặc biệt là khí thải, sau khi thu thập sẽ được phân tích bằng nhiều phương pháp khác nhau Cần lưu ý rằng dữ liệu này chủ yếu được thu thập từ một số vị trí cụ thể, đại diện cho vùng không gian, do đó không thể bao quát toàn bộ không gian hai chiều.
Hoạt động giao thông vận tải hiện nay được coi là một trong những nguyên nhân chính gây ô nhiễm không khí, đặc biệt tại các khu đô thị và khu vực đông dân cư Sự phát tán ô nhiễm từ khí thải của các phương tiện giao thông đang được chú trọng nghiên cứu, do đặc điểm phát thải nhỏ nhưng số lượng phương tiện rất lớn Do đó, việc áp dụng mô hình phát tán khí là cần thiết để đánh giá mức độ ô nhiễm không khí trong các khu vực này.
Hiện nay, trên thế giới có nhiều mô hình phát tán khí được áp dụng phổ biến, và chúng có thể được phân loại thành một số nhóm chính.
Nhóm mô hình CFD như Ansys và OpenFOAM rất thích hợp cho việc mô phỏng sự phát tán của nước hoặc khí với độ chi tiết cao và ở quy mô nhỏ (microscale).
Mô hình CFD được sử dụng để mô phỏng sự phát tán chất ô nhiễm từ một hoặc nhiều nguồn thải, chịu ảnh hưởng của gió, sự nhiễu xạ và các yếu tố khí hậu như độ ẩm, mưa, nắng và bức xạ Tuy nhiên, khi áp dụng mô hình này trong môi trường đô thị, việc cung cấp đầy đủ dữ liệu về các yếu tố che chắn từ các toà nhà là rất quan trọng Do đó, các mô hình CFD thường không đạt yêu cầu khi mô phỏng phát tán khí trong thành phố do thiếu dữ liệu đầu vào và yêu cầu cao về tài nguyên tính toán, dẫn đến thời gian tính toán kéo dài.
Mô hình theo hướng Lagrangian, như NAME, HYSPLIT và FLEXPART, rất hiệu quả trong việc mô phỏng sự phát tán ô nhiễm từ nguồn xả ra môi trường xung quanh Những mô hình này cung cấp kết quả chính xác và đáng tin cậy, đặc biệt trong việc đánh giá tác hại của ô nhiễm môi trường liên quan đến các thảm họa như vụ phun trào núi lửa Eyjafjallajökull ở Iceland vào năm 2010 và sự cố phóng xạ do thảm họa Fukushima, Nhật Bản vào năm 2011.
Nhóm mô hình chùm, như AERMOD và ADMS, thường được sử dụng để tính toán nồng độ ô nhiễm trung bình dài hạn từ nhiều nguồn thải được theo dõi liên tục Mặc dù không đáng tin cậy trong điều kiện thời tiết và địa hình phức tạp, nhưng thời gian chạy nhanh của các mô hình này khiến chúng phù hợp cho việc mô phỏng và phân tích ô nhiễm không khí trên diện rộng trong điều kiện khí hậu bình thường.
Trực quan hoá dữ liệu trên nền bản đồ 3D
Trực quan hóa khoa học và trực quan hóa thông tin là hai lĩnh vực đa ngành đang phát triển mạnh mẽ trong thập kỷ qua Trước đây, trực quan hóa chủ yếu được sử dụng để hiển thị và đánh giá kết quả mô phỏng, nhưng với sự gia tăng của dữ liệu lớn, vai trò của nó đã mở rộng để giúp khám phá dữ liệu, khái niệm, mối quan hệ và quy trình bên trong Nhiều nhà khoa học đã đề xuất phân tách hai nhánh này để phân biệt giữa trực quan hóa dữ liệu liên tục (trực quan hóa khoa học) và dữ liệu rời rạc (trực quan hóa thông tin).
Trực quan hóa dữ liệu trên bản đồ 2D và 3D là một thách thức hấp dẫn, thu hút sự quan tâm của nhiều nhà khoa học Một trong những nghiên cứu nổi bật là phát triển một nguyên mẫu cho hệ thống trực quan hóa giao thông, trong đó nhóm tác giả đã tích hợp các mô hình 3D cũ với dữ liệu giao thông thời gian thực Tuy nhiên, việc chỉ sử dụng hai đại lượng chính là tốc độ và khối lượng di chuyển đã hạn chế khả năng trực quan hóa, gây khó khăn cho việc phân tích sâu hơn về tình hình giao thông.
Trình bày hoạt hình (computer animation) sử dụng hai đại lượng để mô phỏng các phương tiện mà không dựa trên thực tế của chúng và vị trí thật Hiện tại, nguyên mẫu này chỉ đạt được mức độ hoạt hình hóa thông qua đồ họa máy tính mà chưa hướng tới việc phân tích trực quan.
Các công cụ trực quan cổ điển như kế hoạch, mặt cắt và mặt phẳng đang trở nên kém hiệu quả trong việc phân tích mối quan hệ giữa các đối tượng di chuyển và các đại lượng mô tả dòng giao thông Điều này khiến cho các nhà quy hoạch gặp khó khăn trong việc sử dụng những phương thức và công cụ này để hỗ trợ công việc của họ.
Tại Việt Nam, nghiên cứu về trực quan hóa dữ liệu trên bản đồ 2D và 3D khá phổ biến, nhưng chủ yếu sử dụng các công cụ có sẵn để trực quan hóa thông tin trong các lĩnh vực quản lý cụ thể Việc nghiên cứu các phương pháp trực quan hóa hợp lý và sáng tạo cho phân tích dữ liệu vẫn là một thách thức lớn đối với các nhà khoa học máy tính Qua việc tìm kiếm trong thư viện và trên Internet, có thể nhận thấy rằng phần lớn các nghiên cứu trong lĩnh vực GIS tập trung vào một số lĩnh vực nhất định.
Trực quan hóa hỗ trợ quản lý là lĩnh vực nghiên cứu mạnh mẽ tại Việt Nam, nhưng việc trực quan hóa dữ liệu giao thông vẫn chưa được phát triển Nguyên nhân chính là do thiếu dữ liệu, xuất phát từ đầu tư chưa đủ và chưa tập trung, cùng với công nghệ thu thập chưa đáp ứng yêu cầu Các công nghệ đo dòng giao thông hiện tại không phù hợp, và các phương thức như camera hay GPS chưa đảm bảo độ tin cậy Thêm vào đó, các nhóm nghiên cứu GIS thiếu kiến thức về lý thuyết dòng lưu thông, điều này hạn chế khả năng phát triển các phương pháp trực quan hóa mới cho giao thông hỗn hợp tại Việt Nam và các quốc gia tương tự Do có nhiều nghiên cứu trong lĩnh vực này, bài viết sẽ không chỉ rõ từng nghiên cứu trong phần tham khảo.
Trực quan hóa hỗ trợ mô phỏng trên bản đồ là công cụ quan trọng trong việc nghiên cứu các hiện tượng tự nhiên như ô nhiễm, ngập lụt, biến đổi khí hậu và dự báo thời tiết Tại Việt Nam, phần lớn các nghiên cứu trong lĩnh vực này sử dụng các công cụ trực quan khoa học, đặc biệt là bản đồ 3-D và mã hóa màu sắc để thể hiện các đại lượng vật lý Một ví dụ điển hình là hình ảnh trực quan hóa ô nhiễm không khí tại huyện Tân Uyên, Bình Dương, do nhóm của PGS TS Bùi thực hiện.
Tá Long thực hiện vào năm 2012
Hình 3 Ảnh trích từ đề tài nghiên cứu của PGS TS Bùi Tá Long về mô phỏng ô nhiễm không khí tại mỏ đá huyện Tân Uyên, tỉnh Bình Dương
Vào năm 2015, PGS TS Trần Văn Hoài đã áp dụng phương pháp trực quan hoá dữ liệu giao thông trên nền bản đồ 3D nhằm hiển thị kết quả tìm đường và mật độ giao thông tại Tp HCM.
Hình 4 Kết quả tìm đường có góc nhìn ngang thể hiển hiện thời gian di chuyển
PHÂN TÍCH XU HƯỚNG NGHIÊN CỨU VÀ ỨNG DỤNG IOT TRONG
Tình hình công bố sáng chế về nghiên cứu và ứng dụng IoT trong quan trắc chất lượng nước và không khí theo thời gian
trắc chất lượng nước và không khí theo thời gian
Bi ểu đồ 1 Tình hình công b ố sáng ch ế v ề nghiên c ứ u và ứ ng d ụ ng IoT trong quan tr ắ c ch ất lượng nướ c và không khí theo th ờ i gian
Tính đến tháng 12/2017, đã có 2650 sáng chế liên quan đến nghiên cứu và ứng dụng IoT trong quan trắc chất lượng nước và không khí được công bố tại 31 quốc gia và 2 tổ chức đăng ký sáng chế là WO và EP Sáng chế đầu tiên được công bố vào tháng 4/1992 tại Hoa Kỳ, do nhóm tác giả Hall Nancy L và Hattey David L thực hiện, đề cập đến hệ thống quan trắc không khí sử dụng vô tuyến Trong khoảng thời gian từ 2007 đến 2017, số lượng sáng chế tăng mạnh qua từng năm, mặc dù có sự giảm nhẹ vào các năm 2013 và 2015 Sự gia tăng mạnh mẽ trong số lượng sáng chế công bố gần đây cho thấy nghiên cứu và ứng dụng IoT trong quan trắc chất lượng nước và không khí đang thu hút sự quan tâm lớn trên toàn cầu.
Tình hình công bố sáng chế về nghiên cứu và ứng dụng IoT trong quan trắc chất lượng nước và không khí theo quốc gia
trắc chất lượng nước và không khí theo quốc gia
Bi ểu đồ 2 Tình hình công b ố sáng ch ế v ề nghiên c ứ u và ứ ng d ụ ng IoT trong quan tr ắ c ch ất lượng nướ c và không khí theo qu ố c gia
Trong 31 quốc gia kể trên, Trung Quốc, Hoa Kỳ, Nhật Bản, Hàn Quốc và
Canada là 5 quốc gia dẫn đầu về số lượng sáng chế được công bố Trong đó, Trung
Quốc dẫn đầu về số lượng sáng chế được công bố với 883 sáng chế, cho thấy sự quan tâm đáng kể đối với vấn đề này trong nước.
Tình hình nghiên cứu và ứng dụng IoT trong quan trắc chất lượng nước và không khí theo các hướng nghiên cứu
và không khí theo các hướng nghiên cứu
Bi ểu đồ 3 Tình hình nghiên c ứ u và ứ ng d ụ ng IoT trong quan tr ắ c ch ất lượng nướ c và không khí theo các hướ ng nghiên c ứ u
Theo bảng phân loại sáng chế quốc tế (IPC), hiện nay, nghiên cứu và ứng dụng
IoT trong quan trắc chất lượng nước và không khí tập trung vào bốn hướng chính: mạng truyền dẫn, kỹ thuật truyền dữ liệu số, hệ thống điều khiển giám sát và hệ thống truyền dẫn các giá trị đo lường Trong đó, mạng truyền dẫn chiếm tỷ lệ sáng chế được công bố cao nhất, cho thấy đây là lĩnh vực nghiên cứu và ứng dụng thu hút sự quan tâm lớn từ các nhà sáng chế.
Các đơn vị dẫn đầu sở hữu sáng chế về nghiên cứu và ứng dụng IoT trong quan trắc chất lượng nước và không khí trên cơ sở số liệu sáng chế quốc tế
quan trắc chất lượng nước và không khí trên cơ sở số liệu sáng chế quốc tế
Bi ểu đồ 4 Các đơn vị d ẫn đầ u s ở h ữ u sáng ch ế v ề nghiên c ứ u và ứ ng d ụ ng IoT trong quan tr ắ c ch ất lượng nướ c và không khí
Các công ty hàng đầu trong lĩnh vực nghiên cứu và ứng dụng IoT cho việc quan trắc chất lượng nước và không khí bao gồm những tên tuổi lớn như Qualcomm và Google.
Qualcomm Inc, một công ty hàng đầu trong lĩnh vực bán dẫn toàn cầu của Mỹ, nổi bật với thiết kế và tiếp thị các sản phẩm viễn thông không dây Công ty này sở hữu nhiều sáng chế quan trọng liên quan đến nghiên cứu và ứng dụng IoT, đặc biệt trong việc quan trắc chất lượng nước và không khí.
Sáng chế tiêu biểu
Internet of things-based air monitoring system
(Hệ thống quan trắc không khí dựa trên mạng lưới kết nối vạn vật)
Tác giả: Jiang S; Xu Y; Yin J
Quốc gia cấp bằng: Trung Quốc Đơn vị sở hữu: Wuxi Dongrui Power Technology Co Ltd
Hệ thống sáng chế bao gồm máy thổi khí, máy nén khí, bộ lọc, tháp sàng lọc phân tử và ống xả, được điều khiển bởi một cảm biến gửi tín hiệu đến bộ điều khiển trung tâm qua mô-đun tần số vô tuyến ZigBee Bộ điều khiển trung tâm quản lý toàn bộ hệ thống, với các tháp sàng phân tử được kết nối thông qua van cân bằng áp suất.
Toxicity monitoring system using IoT technique in water system
(Hệ thống giám sát độc tính sử dụng công nghệ IoT trong hệ thống nước)
Tác giả: Cheolmin Y; Dae H J; Eunhyoung L; Hyun S H; Ju I K; Kangyong R;
Quốc gia cấp bằng: Hàn Quốc Đơn vị sở hữu: M Cubic Co Ltd; Nineco Inc
Sáng chế đề cập đến hệ thống có các máy đo độc tính được đặt tại các điểm đo
Thông qua Internet, dữ liệu về độc tính của nước sẽ được truyền về bộ phận trung tâm để phân tích và xử lý
Internet of things based ambient air quality monitoring system for smart cities
(Hệ thống giám sát chất lượng không khí dựa trên mạng lưới kết nối vạn vật cho thành phố thông minh)
Tác giả: Das A; Dehury N; Priyadarshini A; Sahoo A; Sahoo N; Samantaray A K
Quốc gia cấp bằng: Ấn Độ Đơn vị sở hữu: Phoenix Robotix PVT Ltd
Hệ thống giám sát ô nhiễm không khí bao gồm các thiết bị đặt tại nhiều địa điểm trong thành phố, thu thập dữ liệu về chất và khí ô nhiễm Dữ liệu này sẽ được gửi về máy chủ để xử lý và phân tích, từ đó dự đoán và hiển thị các khu vực ô nhiễm không khí trên toàn thành phố.
Hệ thống cung cấp thông tin về chất lượng không khí của thành phố thông qua một trang web và ứng dụng di động, với giao diện thân thiện và dễ sử dụng.
Kết luận
Tính đến tháng 12/2017, đã có 2.650 sáng chế liên quan đến nghiên cứu và ứng dụng Internet of Things (IoT) trong việc quan trắc chất lượng nước và không khí được công bố tại 31 quốc gia và 2 tổ chức quốc tế WO và EP Sự gia tăng mạnh mẽ số lượng sáng chế trong những năm gần đây cho thấy vấn đề này đang thu hút sự quan tâm lớn trên toàn cầu.
Trung Quốc, Hoa Kỳ, Nhật Bản, Hàn Quốc và Canada hiện đang dẫn đầu trong việc công bố các sáng chế liên quan đến nghiên cứu và ứng dụng Internet vạn vật (IoT) trong việc quan trắc chất lượng nước và không khí.
- Nghiên cứu và ứng dụng IoT trong quan trắc chất lượng nước và không khí có
4 hướng nghiên cứu chính, đó là: “mạng truyền dẫn”, “kỹ thuật truyền dữ liệu số”,
Hệ thống điều khiển và giám sát kết hợp với hệ thống truyền dẫn các giá trị đo lường đang thu hút sự chú ý lớn từ các nhà sáng chế Trong đó, mạng truyền dẫn chiếm tỷ lệ sáng chế được công bố cao nhất, cho thấy tầm quan trọng và tiềm năng phát triển của công nghệ này.
GIỚI THIỆU CÁC THIẾT BỊ VÀ MÔ HÌNH ỨNG DỤNG IOT TRONG
Thiết bị datalogger phục vụ cho các giải pháp ứng dụng IoT trong quan trắc
- Cho phép người dùng sử dụng bàn phím để cấu hình IP, domain nhận dữ liệu
- Gửi dữ liệu về Server thông qua kênh truyền GSM, Ethernet theo tiêu chuẩn trong thông tư 24/2017/TT-BTNMT của Bộ Tài Nguyên Môi Trường
- Cho phép cấu hình gửi dữ liệu về 3 nơi khác nhau, thuận tiện cho việc truyền dữ liệu về Sở TNMT, trạm, Server công ty
Hình 6 Các ch ức năng củ a datalogger EMS SYSTEM
- 9 cổng ADC 4-20mA, phù hợp với các sensor thông dụng như pH, nhiệt độ, độ mặn, COD, SS, gas, khói, bụi
- 2 cổng giao tiếp RS232, để giao tiếp với các thiết bị khác
- 1 cổng giao tiếp RS485, kết nối thiết bị hoặc máy tính trạm
- Có GSM, Ethernet để truyền dữ liệu về server
- 16 phím nhấn cài đặt và nhập dữ liệu số và chữ như bàn phím điện thoại
- Nạp chương trình thông qua cổng COM
- Lưu trữ dữ liệu thông qua Flash với tần suất 1 lần / 1 phút Lưu trong 65 ngày
1.3 Ứng dụng điều khiển thiết bị
* Truyền nhận và lưu trữ dữ liệu:
- Giám sát chỉ tiêu quan trắc online theo thời gian thực
- Thống kê số liệu theo thời gian: Phút, giờ, ngày, tháng, trong khoảng thời gian thiết lập
- Có khả năng lưu trữ dữ liệu trong thời gian dài, tự động sao lưu, backup dữ liệu dự phòng khi sự cố xảy ra
- Chiết xuất dữ liệu theo format quy định và truyền dữ liệu báo cáo về Bộ Tài nguyên và Môi trường
* Xử lý và đánh giá dữ liệu:
- Thống kê giá trị vượt ngưỡng trong khoảng thời gian ấn định
- Thống kê chỉ tiêu theo khoảng giá trị
- Vẽ đồ thị chỉ tiêu quan trắc
- Hiển thị vị trí trạm quan trắc, thông số quan trắc theo thời gian thực trên bản đồ Google Online
- Tích hợp điều khiển thiết bị lấy mẫu tự động, lấy mẫu tự động khi vượt ngưỡng
- Tự động gửi tin nhắn, email cảnh báo khi vượt ngưỡng, mất dữ liệu
- Có khả năng nhận biết dữ liệu bất thường và đưa ra cảnh báo
- Cho phép tìm kiếm, thêm, sửa, xóa người dùng
- Cho phép phân quyền trạm quan trắc cho người dùng
- Cho phép phân nhóm người dùng
- Cho phép tìm kiếm, thêm, sửa, xóa trạm quan trắc
- Cho phép tìm kiếm, thêm, sửa, xóa thông số quan trắc
- Quản lý đăng nhập hệ thống
- Quản lý đăng xuất hệ thống
- Quản lý thay đổi thông tin cá nhân, mật khẩu
2 Các mô hình đánh giá, kiểm soát chất lượng không khí và đánh giá hiệu quả ứng dụng mô hình cho các nước đang phát triển
2.1 Ô nhiễm không khí và xu hướng mô phỏng lan truyền
Ô nhiễm không khí là một trong những vấn đề môi trường nghiêm trọng nhất tại các khu vực đô thị, gây ra cái chết của hơn 8 triệu người mỗi năm ở các nước đang phát triển và khiến hàng triệu người mắc bệnh hô hấp Do đó, quản lý chất lượng không khí cần được xem xét khẩn trương để bảo vệ sức khỏe con người Các nước phát triển đã thực hiện nhiều nỗ lực để cải thiện chất lượng không khí thông qua việc giảm khí thải, sử dụng năng lượng sạch hơn và áp dụng các quy định mới Tuy nhiên, chất lượng không khí ở các nước đang phát triển đã xấu đi đáng kể, với hàng triệu người phơi nhiễm nồng độ cao các chất ô nhiễm độc hại Ô nhiễm không khí ở thành phố rất phức tạp, do nhiều yếu tố như số lượng lớn các nguồn phát thải, các quá trình khí tượng và biến đổi hóa học.
Việc thiết kế chiến lược giảm thiểu phát thải gặp nhiều khó khăn do các vấn đề kinh tế - xã hội, đặc biệt là sự gia tăng dân số và hoạt động công nghiệp Những thách thức này có thể được giải quyết thông qua công nghệ cải tiến nhằm giảm ô nhiễm, nhưng chi phí triển khai công nghệ này rất cao Chẳng hạn, việc lắp đặt bộ chuyển đổi xúc tác cho tất cả các xe mới tại Hoa Kỳ hàng năm có thể tốn đến 7 triệu đô la Mỹ (Clappier, 2001).
Để thiết kế các chiến lược giảm phát thải hiệu quả, cần phải hiểu rõ các yếu tố gây ô nhiễm không khí Hơn 20 năm trước, nhiều hệ thống A M đô thị đã được phát triển bởi các nhà khoa học và tổ chức môi trường, giúp nghiên cứu ô nhiễm không khí và đề xuất các chiến lược xử lý hiệu quả.
Hình 8 H ệ th ố ng qu ả n lý ch ất lượ ng không khí cho khu v ực đô thị
Phòng Ô nhiễm không khí và Biến đổi khí hậu – Viện Môi Trường và Tài Nguyên hiện đang là một trong những đơn vị hàng đầu với nhiều kinh nghiệm trong kiểm kê khí thải và mô phỏng sự lan truyền ô nhiễm không khí Các mô hình tiêu biểu được sử dụng để thực hiện các mô phỏng này rất đa dạng và hiệu quả.
- Mô hình hóa ô nhiễm không khí qui mô thành phố, tỉnh hay quốc gia gồm mô hình FVM – TAPOM; TAPM-CTM
- Các mô hình mô phỏng đánh giá ô nhiễm không khí nguồn điện, công nghiệp, đường gồm mô hình AERMOD, GAUSS
- Mô hình mô phỏng không khí để đánh giá tác động của ô nhiễm không khí lên sức khỏe cộng đồng gồm mô hình CALPUFF
2.2 Mô hình đánh giá chất lượng không khí cho tỉnh/thành phố
2.2.1 Tính năng của các mô hình
Mô hình khí tượng FVM, phát triển bởi Trường Đại Học Bách Khoa Liên Bang Lausanne (EPFL) tại Thụy Sỹ, là một mô hình Eulerian không gian 3 chiều với độ phân giải thể tích giới hạn FVM là mô hình rối khép kín, bao gồm các phương trình động lượng, phương trình liên tục, phương trình bảo toàn nhiệt ẩm và các phương trình động năng rối cũng như khuếch tán năng lượng rối Điều kiện ban đầu và biên được lấy từ mô hình dự báo toàn cầu NCEP hoặc các mô hình quy mô vừa Sản phẩm của mô hình cung cấp thông tin về nhiệt độ, độ ẩm, áp suất, thông lượng nhiệt ẩm và các đặc trưng rối trên nhiều mức khác nhau.
Mặt đệm đô thị có ảnh hưởng đáng kể đến các yếu tố khí tượng trong lớp biên, cũng như đến quá trình lan truyền ô nhiễm Kỹ thuật lưới lồng được áp dụng để tính toán điều kiện biên và điều kiện ban đầu trong quá trình mô phỏng.
Trong mô hình FVM, việc tham số hóa các qui mô dưới lưới trong khu vực đô thị được chú trọng đặc biệt để thể hiện một cách chi tiết quá trình trao đổi nhiệt và động lực trong lớp biên.
Có 3 dạng bề mặt của đô thị được đặc biệt quan tâm là mái nhà, tường và đường phố Cho tính toán động lượng, có hai dạng độ cao lớp gồ ghề là được xác định riêng biệt cho mái nhà và mặt đường, ảnh hưởng của phần tường nhà được tham số hóa qua lực cản khí động lực Thông lượng hiển nhiệt được xác định theo mức độ chênh lệch nhiệt độ không khí và nhiệt độ bề mặt Phương trình cân bằng nhiệt bề mặt được giải cho nhiều lớp đất Thông lượng bức xạ sóng ngắn và dài tại bề mặt được tính toán dựa trên các ảnh hưởng che chắn bức xạ của công trình xây dựng và ảnh hưởng kết hợp của các tường nhà đến tán xạ và khúc xạ
Các hệ số tham số hóa trong mô hình FVM được xác định dựa trên kết quả đo đạc nhiệt, ẩm, động lượng, tốc độ gió và nhiệt độ bề mặt đô thị Modul đô thị trong mô hình này phản ánh các tác động nhiệt học và cơ học từ bề mặt đô thị Ảnh hưởng của tường, mái và mặt đường được tính toán riêng biệt cho từng mắt lưới đô thị Việc tiêu tán động lực do lực ma sát và lực cản khí động học được xây dựng dựa trên lý thuyết lớp biên.
Các tham số mô phỏng trong mô hình đô thị bao gồm độ rộng đường, hướng đường, độ cao và độ rộng của nhà, cùng với đặc tính vật liệu xây dựng như hệ số khuếch tán nhiệt, nhiệt dung, albedo và hệ số phát xạ Do độ phân giải thẳng đứng của mô hình không cao, các thông số về nhà được thể hiện qua việc phân độ cao theo các lớp và tính mật độ các căn nhà xuất hiện ở mỗi lớp trên tổng số.
2.2.2 Mô hình mô phỏng lan truyền ô nhiễm không khí TAPOM
Mô hình TAPOM (Transport and Air Pollution Model) được ứng dụng rộng rãi tại nhiều quốc gia châu Âu như Thụy Sỹ, Tây Ban Nha, Pháp và Italia, cũng như ở Nam Mỹ như Colombia và Mexico, và tại Việt Nam (TP.HCM) Được phát triển bởi PAS - EPFL, TAPOM mô phỏng quá trình chuyển hóa các chất ô nhiễm không khí trong khí quyển thông qua mô hình vận chuyển và quang hóa học ba chiều theo mô hình Euler Đây là một công cụ toán học quan trọng giúp mô tả quá trình vận chuyển, khuếch tán và phản ứng hóa học của các chất ô nhiễm trong không khí, từ đó hỗ trợ trong việc quản lý chất lượng không khí.
Một số các ưu điểm của mô hình TAPOM:
Mô hình này bao gồm nhiều module mô phỏng các quá trình chuyển hóa chất ô nhiễm trong khí quyển, bao gồm phản ứng hóa học, vận chuyển, phát tán và sa lắng.
Mô hình này đã được áp dụng thành công ở nhiều quốc gia, mang lại kết quả tốt tại quy mô địa phương, vùng và khu vực thông qua các dự án hợp tác và nghiên cứu chuyên sâu Nó dựa trên phương trình cân bằng khối lượng cho các chất trong khí quyển, bao gồm các quá trình khí tượng do gió (Adv), khuếch tán theo chiều thẳng đứng do chuyển động rối (Dif), biến đổi hóa học từ các phản ứng (Chem), quá trình sa lắng khô (DD) và phát thải (Emi).
Phương trình cân bằng khối được giải trong mô hình TAPOM như sau:
∆pQp/∆t + Adν = Dif + chem + DD +Emi (1)
Qp là tỷ lệ hòa trộn của chất ô nhiễm P ρ tỷ trọng chất khí
Adv, Dif, Chem, DD và Emi là sự đóng góp của khí tượng, khuếch tán, hóa học, sa lắng khô và phát thải
Các biến đổi hóa học trong mô hình TAPOM được mô phỏng dựa trên cơ chế RACM (Regional Atmospheric Chemistry Mechanism) và mô đun ISORROPIA Mô hình này tích hợp 237 phản ứng hóa học, bao gồm 17 nhóm chất vô cơ bền vững, 4 nhóm chất vô cơ trung gian, 32 nhóm chất hữu cơ bền vững (trong đó có 4 nhóm có nguồn gốc sinh học) và 24 nhóm chất hữu cơ trung gian.
Mô hình TAPOM bao gồm 6 mặt và 8 điểm góc, cho phép người dùng tùy chọn để tạo ra ô lưới Ô lưới này được áp dụng trong việc mô phỏng chất lượng không khí theo quy mô vùng, với sự ảnh hưởng của địa hình tại lớp mặt đất và bề mặt phẳng ở lớp trên cùng.
Hình 9 Ô lưới đượ c s ử d ụ ng trong mô hình TAPOM