| تعداد نشریات | 127 |
| تعداد شمارهها | 7,196 |
| تعداد مقالات | 77,227 |
| تعداد مشاهده مقاله | 157,222,995 |
| تعداد دریافت فایل اصل مقاله | 118,406,270 |
مدلسازی مکانی-زمانی انتشار محلی مونوکسیدکربن ناشی از ترافیک با استفاده از مدل GRAL در محیط شهری (مطالعۀ موردی: خیابان کارگرشمالی، تهران) | ||
| محیط شناسی | ||
| مقاله 2، دوره 52، شماره 1، خرداد 1405، صفحه 21-40 اصل مقاله (1.76 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/jes.2025.395717.1008608 | ||
| نویسندگان | ||
| آتنا باقری1؛ هانی رضائیان* 2؛ جواد سدیدی1؛ شهاب مرادی پور3 | ||
| 1گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده علوم جغرافیایی، دانشگاه خوارزمی، تهران، ایران. | ||
| 2استادیار گروه سنجش از دور و سیستم اطلاعات مکانی، دانشکده علوم جغرافیایی، دانشگاه خوارزمی | ||
| 3گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده جغرافیا، دانشگاه تهران، تهران، ایران. | ||
| چکیده | ||
| هدف: این پژوهش با رویکردی مکانی- زمانی، به بررسی الگوی انتشار ذرات آلایندۀ مونوکسیدکربن ناشی از ترافیک وسایلنقلیه در ترازهای ارتفاعی نزدیک به سطح زمین، در مقیاسی محلی و در بخشی از شهر تهران میپردازد؛ محیطی که با ساختار شهری پیچیده و ناهمگن خود تأثیر بسزایی بر روند پراکندگی ذرات آلاینده دارد. روش: پس از شناسایی پارامترهای مؤثر بر حرکت ذرات آلاینده، این عوامل در سه دستۀ معیارهای اقلیمی، مکانی و ترافیکی طبقهبندی شدند. برای تحلیل رفتار ذرات آلاینده از مدل GRAL استفاده شد. در ادامه، دینامیک حرکت و غلظت ذرات در بازۀ زمانی یک ساعت پس از انتشار، در پنج سطح ارتفاعی و در بخشی از خیابان کارگرشمالی شهر تهران، مدلسازی شد. همچنین، بهمنظور ارزیابی عملکرد مدل، از شاخصهای آماری ضریب همبستگی پیرسون و میانگین خطای سوگیری بهره گرفته شد. یافتهها: بیشترین همبستگی بین مقادیر پیشبینی شده و اندازهگیری شده در تراز ارتفاعی 10/5 متر و کمترین مقدار آن در ارتفاع 26 متر بهدست آمد. در این زمینه، دیوارههای ساختمانی و ارتفاع ایستگاه نمونهبرداری نقش مؤثری ایفا میکنند. در ارتفاعات پایینتر (2 و 4/5 متر)، بهدلیل وجود موانع ساختمانی و جریانهای ضعیف باد، تمرکز ذرات بیشتر و سوگیری مدل، مثبت مشاهده شد. با اینحال، نتایج بهدست آمده از معناداری آماری برخوردار بودند. همچنین، بیشترین غلظت ذرات آلاینده در سطح خیابان و در نزدیکی ورودی کوچهها ثبت شد. چنانچه جهت باد همسو با محور خیابان باشد، خیابان به منزلۀ دالانی برای تخلیۀ ذرات آلاینده عمل میکند؛ اما در صورت وزش باد عمود بر جهت عبور و مرور، ورودی کوچهها به کانون تمرکز و تخلیۀ آلایندهها تبدیل میشود. نتیجهگیری: متغیرهایی چون هندسۀ معابر شهری، ارتفاع ساختمانها، جهت باد و میزان پایداری جو، سناریوهای متنوعی از انتشار ذرات آلاینده را در محیط شهری رقم میزنند. شواهد بهدست آمده نشان میدهند که بیشترین تراکم ذرات آلاینده هم از نظر مدت زمان ماندگاری و هم از نظر حجم تجمع، در ارتفاعی کمتر از ۳۰ متر نسبت به سطح زمین که با محدودۀ تنفسی ساکنان شهر منطبق است، رخ میدهد. این یافتهها بر ضرورت مدلسازی آلودگی هوا در مقیاس محلی، با لحاظ کردن ویژگیهای هندسی و جریانپذیری محیطهای شهری تأکید میکنند. | ||
| کلیدواژهها | ||
| GRAL انتشار محلی؛ محیط شهری؛ مدلسازی مکانی-زمانی؛ مونوکسیدکربن | ||
| مراجع | ||
|
آلشیخ، علیاصغر؛ قراگوزلو، علیرضا، و سجادیان، مهیار (1391). بررسی آلودگی هوای منتج از ترافیک شهر تهران با بهرهگیری از مدل LUR در تلفیق با GIS و ضرایب انتشار. فصلنامه جغرافیایی چشمانداز زاگرس، 4(11)، 143-158. https://sid.ir/paper/175656/fa
بخشیزاده، فریماه؛ رضائیان، هانی، و اکبری، مهری (1394). مدلسازی مکانی-زمانی سهبعدی پراکنش آلایندۀ اکسیدهای ازت هوا ناشی از ترافیک در تقاطع خیابان ولیعصر- فاطمی شهر تهران. تحلیل فضایی مخاطرات محیطی، 2(1)، 43-62. http://dx.doi.org/10.18869/acadpub.jsaeh.2.1.43
حیدریاصل، سحر؛ مرادی، حسین، و سلیمانی، محسن (1400). مدلسازی پراکنش ذرات معلق هوای شهر اصفهان با بهرهگیری از روشهای IDW و Co-Kriging. علوم و تکنولوژی محیط زیست، 23(6)، 187-200.
شرکت کنترل کیفیت هوا، گزارش سالانۀ کیفیت هوای تهران در سال 1400، تهران.
کریمی، مصطفی؛ خوشنواز، سمانه؛ شمسیپور، علیاکبر، و مقبل، معصومه (1399). مدلسازی اثر جهت خیابان در پراکنش آلودگی هوا (مطالعه موردی: ناحیه 2 منطقه 6 شهرداری تهران). مطالعات شهری، 9(34)، 77-90.
کیانمهر، آیدا، و بحرینی، سید حسین (1395). بررسی تاثیر سرعت و جهت باد بر شرایط تهویه و میزان تمرکز آلایندهها در دالانهای خیابانی. فصلنامه علوم محیطی، 14(2). 97-108. https://envs.sbu.ac.ir/article_97719.html?lang=fa
مویدی، محمدکاظم، و آزادیطلب، وحید (1400). مدلسازی لایه مرزی اتمسفری آشفته و پراکندگی ذرات آلاینده ریزمقیاس جامد در یک محدودة شهری به کمک الگوی شبیهسازی گردابههای بزرگ. نشریه مهندسی مکانیک امیرکبیر، 53(5). 2839-2856. https://doi.org/10.22060/mej.2020.17685.6656
معاونت حملونقل و ترافیک شهرداری تهران و مرکز تحقیقات سوخت، احتراق و آلایندگی (1394). ضرایب انتشار آلایندههای هوا برای خودروهای بنزین سوز تولید داخل بر اساس استاندارد آلایندگی یورو 2، دانشگاه صنعتی شریف، دانشکده مهندسی مکانیک.
Alesheikh, A. A., Gharagozlu, A., & Sajadian, M. (2012). Study of air pollution resulting from the transportation traffic in Tehran metropolis by using LUR model combined with GIS and emission factors. Geographical Journal of Chashmandaz-e-Zagros, 4(11), 143-158. https://sid.ir/paper/175656/en [in Persian]
Bakhshizadeh, F., Rezayan, H., & Akbary, M. (2015). 3D spatio-temporal modeling of NOx air pollution of vehicular traffic in Vali-e-Asr and Fatemi Streets intersection, Tehran city. Journal of Spatial Analysis Environmental Hazards, 2(1), 43-62. http://dx.doi.org/10.18869/acadpub.jsaeh.2.1.43 [in Persian]
Baik, J. J., & Kim, J. J. (2002). On the escape of pollutants from urban street canyons. Atmospheric Environment, 36(3), 527-536.
Berchet, A., Zink, K., Oettl, D., Brunner, J., Emmenegger, L., & Brunner, D. (2017). Evaluation of high-resolution GRAMM-GRAL (v15.12/v14.8) NOx simulations over the city of Zürich, Switzerland. Geoscientific Model Development, 10(9), 3441-3459. https://doi.org/10.5194/gmd-10-3441-2017.
Buccolieri, R., Sandberg, M., & Di Sabatino, S. (2010). City breathability and its link to pollutant concentration distribution within urban-like geometries. Atmospheric Environment, 44(15), 1894-1903. https://doi.org/10.1016/j.atmosenv.2010.02.022.
Blocken, B., Stathopoulos, T., & Carmeliet, J. (2007). CFD simulation of the atmospheric boundary layer: Wall function problems. Atmospheric Environment, 41(2), 238-252. https://doi.org/10.1016/j.atmosenv.2006.08.019.
Britter, R. E., & Hanna, S. R. (2003). Flow and dispersion in urban areas. Annual Review of Fluid Mechanics, 35, 469-496. https://doi.org/10.1146/annurev.fluid.35.101101.161147.
Department of Transportation & Traffic Organization of Tehran Municipality and Fuel, Combustion and Pollution Research Center. (2015). The hot exhaust pollution emission factors for petrol cars manufactured domestically based on pollutant standard Euro-2. Sharif University of Technology, Mechanical Engineering Department. [in Persian]
El-Harbawi, M. (2013). Air quality modelling, simulation, and computational methods: a review. Environmental Reviews, 21(3), 149-179. https://doi.org/10.1139/er-2012-0056.
Gertler, A. W., Koracin, D. R., Koracin, J., Lewis, J. M., Luria, M., Sagebiel, J. C., & Stockwell, W. R. (2004). Development and Validation of a Predictive Model to Assess the Impact of Coastal Operations on Urban Scale Air Quality. In: Borrego, C., Incecik, S. (eds) Air Pollution Modeling and Its Application XVI. Springer, Boston, MA. https://doi.org/10.1007/978-1-4419-8867-6_69.
Gianquintieri, L., Oxoli, D., Caiani, E. G., & Brovelli, M. A. (2024). State-of-art in modelling particulate matter (PM) concentration: A scoping review of aims and methods. Environmental Development and Sustainability. https://doi.org/10.1007/s10668-024-04781-5.
GRAL, (2020), GRAL-Graz Lagrangian Model. Documentation and User Guides. Available online: https://gral.tugraz.at/index.php/files/category/3-documentation-and-user-guides (accessed 28 November 2020).
Hang, J., Li, Y., Sandberg, M., Buccolieri, R., & Di Sabatino, S. (2012). The influence of building height variability on pollutant dispersion and pedestrian ventilation in idealized high-rise urban areas. Building and Environment, 56, 346-360. https://doi.org/10.1016/j.buildenv.2012.03.023.
Heidari Asl, S., Moradi, H., & Soleimani, M. (2021). Modeling of air particulate matter in the city of Isfahan with the use of IDW and Cokriging methods. Journal of Environmental Science and Technology, 23(6), 187-200. [in Persian]
Karimi, M., Khosnavaz, S., Shamsipour, A., & Moghbel, M. (2020). Modeling the effect of street orientation on the air pollution dispersion (District Six of Tehran Municipality). Motaleate Shahri, 9(34), 77-90. [in Persian]
Katharopoulos, A., Galmarini, S., & Schmidli, J. (2022). Lagrangian particle dispersion models in the grey zone of turbulence: Adaptations to FLEXPART COSMO for simulations at 1 km grid resolution. Boundary-Layer Meteorology, 184, 241-267. https://doi.org/10.1007/s10546-022-00728-3.
Kahl, J. D., & Chapman, H. L. (2018). Atmospheric stability characterization using the Pasquill method: A critical evaluation. Atmospheric Environment, 187, 196-209. https://doi.org/10.1016/j.atmosenv.2018.05.058.
Kianmehr, A., & Bahrainy, H. (2016). The effect of wind direction and speed on ventilation and pollutant concentrations in street canyons. Advanced Environmental Sciences, 14(2), 97-108. https://envs.sbu.ac.ir/article_97719.html?lang=en [in Persian]
Lazić, L., Pejanović, G., & Živković, M. (2010). Wind forecasts for wind power generation using the Eta model. Renewable Energy, 35(6), 1236-1243. https://doi.org/10.1016/j.renene.2009.10.028.
Lee, C.-H., Lung, S.-C. C., & Chen, J.-P. (2023). Three-dimensional spatial inhomogeneity of traffic-generated urban PM2.5 in street canyons. Atmospheric Pollution Research, 14(5), 101748. https://doi.org/10.1016/j.apr.2023.101748.
Ling, H., Lung, S.-C. C., & Uhrner, U. (2020). Micro-scale particle simulation and traffic-related particle exposure assessment in an Asian residential community. Environmental Pollution, 266, 115046. https://doi.org/10.1016/j.envpol.2020.115046.
Liu, W., Ling, X., Xue, Y., Wu, S., Gao, J., Zhao, L., & He, B. (2024). Study on the concentration of top air pollutants in Xuzhou city in winter 2020 based on the WRF-Chem and ADMS-Urban models. Atmosphere, 15(1), 129. https://doi.org/10.3390/atmos15010129.
Moayyedi, M. K., & Talab, V. A. (2021). Modeling of turbulent atmospheric boundary layer and dispersion of solid pollutant particles in an urban area using large eddy simulation. Amirkabir Journal of Mechanical Engineering, 53(5), 2839-2856. https://doi.org/10.22060/mej.2020.17685.6656 [in Persian]
Oettl, D. (2015). Evaluation of the revised Lagrangian particle model GRAL against wind-tunnel and field observations in the presence of obstacles. Boundary-Layer Meteorology, 155(2), 271-287. https://doi.org/10.1007/s10546-014-9993-4.
Oettl, D., & Uhrner, U. (2011). Development and evaluation of GRAL-C dispersion model, a hybrid Eulerian-Lagrangian approach capturing NO-NO2-O3 chemistry. Atmospheric Environment, 45(4), 839-847. https://doi.org/10.1016/j.atmosenv.2010.11.028.
Pantusheva, M., Mitkov, R., Hristov, P. O., & Petrova-Antonova, D. (2022). Air pollution dispersion modelling in urban environment using CFD: A systematic review. Atmosphere, 13(10), 1640. https://doi.org/10.3390/atmos13101640.
Ruda Sarria, F., Guerrero Delgado, M., Monge Palma, R., Palomo Amores, T., Sánchez Ramos, J., & Álvarez Domínguez, S. (2025). Modelling pollutant dispersion in urban canyons to enhance air quality and urban planning. Applied Sciences, 15(4), 1752. https://doi.org/10.3390/app15041752.
Shafiepor, M., & Kamalan, H. (2005). Air quality deterioration in Tehran due to motorcycles. Iranian Journal of Environmental Health Science & Engineering, 2(3), 145-152. http://hdl.handle.net/1807/9094.
Srivastava, A., & Rao, B. P. S. (2011). Urban air pollution modeling. In Air Quality-Models and Applications (p. 364). https://doi.org/10.5772/16776.
Soulhac, L., Salizzoni, P., Cierco, F. X., & Perkins, R. (2011). The model SIRANE for atmospheric urban pollutant dispersion; Part I, presentation of the model. Atmospheric Environment, 45(39), 7379-7395. https://doi.org/10.1016/j.atmosenv.2011.07.008
Tehran Air Quality Control Company. (1400). Annual report on Tehran air quality. [in Persian]
Vardoulakis, S., Fisher, B. E. A., Pericleous, K., & Gonzalez-Flesca, N. (2003). Modelling air quality in street canyons: a review. Atmospheric Environment, 37(2), 155-182. https://doi.org/10.1016/S1352-2310(02)00857-9.
Willmott, C. J., & Matsuura, K. (2005). Advantages of the mean absolute error (MAE) over the root mean square error (RMSE) in assessing average model performance. Climate Research, 30(1), 79-82. https://doi.org/10.3354/cr030079.
Zhang, S., Wu, Y., Huang, R., Wang, J., Yan, H., Zheng, Y., & Hao, J. (2016). High-resolution simulation of link-level vehicle emissions and concentrations for air pollutants in a traffic-populated eastern Asian city. Atmospheric Chemistry and Physics, 16(15), 9965-9981. https://doi.org/10.5194/acp-16-9965-2016.
Zhang, Z., & Chen, Q. (2007). Comparison of the Eulerian and Lagrangian methods for predicting particle transport in enclosed spaces. Atmospheric Environment, 41(25), 5236-5248. https://doi.org/10.1016/j.atmosenv.2006.05.086. | ||
|
آمار تعداد مشاهده مقاله: 112 تعداد دریافت فایل اصل مقاله: 26 |
||