Geri Dön

Land based emission inventory and consistency analysis for WRF-Chem: Dilovası example

WRF-Chem için arazi bazlı emisyon envanteri ve tutarlılık analizi: Dilovası örneği

PDF İndir

  1. Tez No: 684651
  2. Yazar: UMUR DİNÇ
  3. Danışmanlar: PROF. DR. HÜSEYİN TOROS
  4. Tez Türü: Yüksek Lisans
  5. Konular: Meteoroloji, Meteorology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: İngilizce
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Meteoroloji Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Atmosfer Bilimleri Bilim Dalı
  13. Sayfa Sayısı: 77

Özet

Günümüzün en önemli problemlerinden biri olan hava kirliliği sağlık problemlerine ve ekonomik kayıplara sebep olmaktadır. Bu yüzden hava kirliliğine teşhis ve çözümler uygulanması, ayrıca önceden tahmin yapılması ve önlemler alınması çok önemlidir. Ülkelerin otoriteleri artan farkındalıkla beraber kirliliğin yoğun olduğu bölgelerde hava kirliliği sorunlarını teşhis etmek, çözüm bulmak ve önlem almak için uygulamalarını arttırmaktadır. Bu sebeple Dünya'mızda hava kalitesi ölçüm istasyonları da gittikçe artmaktadır. Hava kalitesini ölçmek için bir çok standart ölçüm parametreleri vardır. Türkiye'de hava kalitesi ölçümleri Çevre ve Şehircilik Bakanlığı tarafından yapılmakta ve PM10, PM2.5, NO2, SO2, CO, O3, NOX parametreleri birçok konumda ölçülmektedir. Hava kirliliğinin nerede ne kadar yoğunluğunun bilinmesi için çok fazla ölçüm istasyonuna ihtiyaç vardır. Fakat hava kalitesini ölçmek zahmetli ve pahalıdır. Hava kirliliği özellikle sanayinin çok olduğu, trafiğin yoğun olduğu ve ısınmanın kömür ile yapıldığı yerlerde çok artmaktadır. Dilovası, İstanbul'a yakın olması sebebiyle sanayinin yoğun olduğu ve 2 tane önemli otoyolunu barındıran Kocaeli'nin bir ilçesidir. Sanayinin yoğun olması sebebi ile hava kirliliği ile ilgili şikayetler yoğundur. Bölgenin kuzeyinden yeni bir paralı yol daha hizmete girmiştir. Ayrıca TUBİTAK117Y398 kapsamında yerleşim yerlerinin kuzeyinden yeni bir yol geçmesi planlanmıştır. Şehir içindeki hava kirliliğinin sınır değerlerini aşması durumunda araçların şehrin kuzeyinden geçen paralı yola yönlendirilmesi ve bunun insan sağlığı ve çevreye sağlayacağı katkınında hesaplanması planlama açısından önemlidir. İlçede kanser vakaları Türkiye ve Dünya ortalalamasının oldukça üstündedir. Kanser vakalarının yaklaşık yarısı akciğer kanseri ve kanser dışı solunum yolu hastalıkları da ilçede önemli derecede yüksektir. Bu sebeple çalışmayı yapmak için bu alan seçilmiştir. İlçede Çevre ve Şehircilik Bakanlığının 4 tane hava kalite istasyonu aktif olarak ölçüm yapmaktadır. Bu hava kalitesi istasyonlarının 3 tanesi sanayi bölgesinde bulunurken, bir tanesi yerleşim yerlerinin olduğu bölümde bulunmaktadır. Hava kirliliği ölçümleri uzun vadeli kirlilik analizleri yapmak ve bölge hakkında fikirler edinmek için önemli olsa da, sonraki günlerde kirliliğin nasıl olacağı konusunda bize yeterli fikir vermez. Bu sebeple sonraki günlerin tahmininin yapılması, olası hava kirliliği episodlarında insanlar ve ekoloji için sorunlar oluşmadan önlem alınması için çok önemlidir. Hava kirliliği tahmini yapmak için bir çok istatiksel yöntem ve bir çok dinamik model bulunmaktadır. Atmosferin kaotik yapısı nedeniyle istatiksel yöntemler dinamik modeller kadar başarılı değildir. Hava kirliliği tahminlerinde kullanılan birçok atmosferik kimyasal dinamik model bulunmaktadır. Bu çalışmada online kimyasal model olan Weather Research and Forecasting (WRF) modeli kimyasal taşınımlar için derlenerek WRF-Chem modeli olarak kullanılmıştır. Atmosferik kimyasal modellerde hava kirliliği tahminlerinde girdi olarak kullanılan emisyon envanteri çok önemlidir. WRF-Chem gibi atmosferik kimyasal modellerde kullanılmak üzere hazırlanan literatürde yaygın olarak kullanılan birçok küresel emisyon envanteri bulunmaktadır. Genelde bu emisyon envanterleri aylık ortalama salınımlar kullanılarak oluşturulmaktadır. Bu emisyon envanterleri genelde tatmin edici sonuçlar verse de bu emisyon envanterlerin çözünürlükleri düşük olup, güncel değildir, ve günlük emisyon salınım değişiklerini hesaba katmazlar. Bu yüzden bu çalışmada yeni bir yaklaşım getirmek amacıyla arazi kullanımı regresyonu yöntemiyle emisyon envanteri oluşturma yöntemine gidilmiştir. Bu yöntemde OpenStreetMap, Corine ve NDVI gibi coğrafi bilgi sistemleri verileri ölçümlerle lineer regresyon kullanılarak ilişkilendirilmiştir. Bu verilerin özelliği bize arazi kullanımı hakkında detaylı bilgi vermesidir. Tüm bu verilerin değişimi ile emisyon envanteri arasında dolaylı bir ilişki vardır. Örneğin yeşil alanların çok olduğu yerlerde insan faaliyetlerinin genel olarak daha az iken, binaların çok olduğu yerlerde ise daha çok emisyon salınımı ile ilişkilendirilebilinir. Hatta tersine modelleme yöntemi ile bir bölgedeki hava kirliliği ölçüm değerleri ile arazi kullanımı arasında bir bağ kurulabilinir. Bu ilişki sonucunda alansal değerler elde edilerek, WRF-Chem modeli için yüksek çözünürlüklü emisyon envanteri oluşturulmuştur. İlişki kurulurken Openstreetmap'teki yol ve bina tiplerine göre, Corine verisinde ise şehirleşmenin yüksek olmasına veya düşük olmasına göre hava kirliliği ile arazi kullanımını daha iyi temsil edebilmesi adına farklı farklı katsayılar verilmiştir. Meteorolojik veri girdisi olarak Amerika Birleşik Devletlerinin Ulusal Okyanus ve Atmosfer Dairesi'nin (NOAA) verisi olan 0.25⁰ çözünürlüklü Global Data Assimilation System (GDAS) verisi, coğrafi veri girdisi olarak da WRF modelinin sitesinden indirilen 30s çözünürlüklü veri kullanılmıştır. WRF-Chem modeli çalışıtırılırken iç içe 2 domain kullanılmıştır. Dış domain İstanbul, Yalova ve İzmit gibi sanayinin yoğun olduğu bölgelerininde taşınım etkisini de dahil edebilmek için o bölgeleri de kapsayacak şekilde 0.025⁰ çözünürlükte alınırken, iç domain ise sadece Dilovası ilçesi ve çok yakın çevresini alacak şekilde 0.005⁰ çözünürlükte oluşturulmuştur. Büyük dış domainde her iki model çalıştırmasında da EDGAR5 emisyon envanteri kullanılmıştır. Küçük olan iç domainde ise bir çalıştırmada bu çalışmada kullanılan yöntem olan arazi kullanım regresyonu yöntemi ile oluşturulmuş emisyon envanteri, diğerinde ise yine EDGAR5 emisyon envanteri kullanılmıştır. Arazi kullanım regresyonu yöntemi ile oluşturduğumuz emisyon envanterinin başarısı EDGAR5 emisyon envanteri ile Dilovası bölgesindeki 4 hava kalitesi ölçüm istasyonun verileri kullanılarak her bir kirletici için karşılaştırılmıştır. Karşılaştırma yaparken zaman serisi görseline ve hata metriklerinin sayısal sonuçlarına bakılmıştır. Oluşturulan emisyon envanteri EDGAR5 ile karşılaştırıldığında birçok emisyon için birçok noktada daha başarılı sonuçlar verdiği görülmektedir. CO emisyonu için ölçümü olan 3 istasyonda, oluşturulan emisyon envanteri daha yüksek korelasyon verirken, 2 istasyonda ölçüm değerine yaklaşmada EDGAR5 daha iyi sonuç verirken, 1 istasyonda çalışma kapsamında oluşturulan emisyon daha iyi sonuç vermiştir. NO2 ve NOX için ise çalışma kapsamında oluşturulan emisyon envanteri ölçüme yaklaşma kapsamında üstünlük sağlarken, EDGAR5 daha yüksek korelasyon vermiştir. SO2 emisyonu için ise iki emisyonu birbirine çok yakın sonuçlar vermiştir. Sonuç olarak oluşturulan emisyonun envanterinin önemli başarılı sonuçlar verdiği görülmektedir. Bu çalışmanın özgün ve yenilikçi yönü arazi kullanımı ile emisyon envanteri arasında bir bağ vardır varsayımına dayanmaktadır. Eğer arazi kullanımı ile emisyon envanteri arasında bir bağ var ise, tersine modelleme yöntemiyle hava kirliliği ölçüm değerleri ile arazi kullanımı arasındaki bağ tahmini olarak belirlenebilir. Bu durumda geçmiş verilerden tersine modelleme ile elde edilebilecek bağ yardımı ile emisyon envanteri oluşturulabilinir. Bu yüzden bu çalışmada arazi kullanımı ile tahmini emisyon envanteri oluşturulmuştur. Oluşturulan emisyon envanteri ile küresel ölçekte yaygın olarak kullanılan EDGAR5 emisyon envanteri atmosferik sayısal ve kimyasal modelle kullanılmıştır. Her iki emisyon envanterine aynı zaman dilimlerinde çalıştırılan model sonuçları ile gözlenen veriler karşılaştırıldığında tersine modelleme ile oluşturulan emisyon envanterinin istatistiki olarak daha tutarlı sonuçlar verdiği görülmüştür. Dolayısıyla öne sürülen varsayımın daha sonraki çalışmalarda yapay zeka teknikleri ile daha da geliştirilerek operasyonel olarak kullanılabileceği ve bunun hem özgün ve hem de literatüre yenilikçi bir bakış açısı getirdiği ve daha sonraki süreçlerde hem araştırmacılar arasında ve hem de uygulayıcılar arasında yaygın etki göstermesi beklenmektedir.

Özet (Çeviri)

Air pollution, which is one of the most important problems of today, causes health problems and economic losses. Therefore, it is very important to diagnose and apply solutions to air pollution, as well as to predict and take precautions. With the increasing awareness, the authorities of the countries are increasing their practices in order to diagnose air pollution problems, find solutions and take precautions in areas where pollution is intense. For this reason, air quality measurement stations are increasing day by day in our world. There are many standard measurement parameters to measure air quality. In Turkey, air quality measurements are made by the Ministry of Environment and Urbanization and PM10, PM2.5, NO2, SO2, CO, O3, NOX parameters are measured in many locations. Many measurement stations are needed to know where and how much air pollution is concentrated. But measuring air quality is laborious and expensive. Air pollution increases especially in places where industry is very dense, traffic is intense and heating is done with coal. Dilovası is a district of Kocaeli, where industry is dense and has 2 important highways due to its close proximity to Istanbul. Due to the intense industry, complaints about air pollution are intense. A new toll road has been put into service from the north of the region. In addition, a new road is planned to pass from the north of the settlements within the scope of TUBITAK117Y398. In case the air pollution in the city exceeds the limit values, it is important in terms of planning that the vehicles are directed to the toll road passing through the north of the city and its contribution to human health and the environment is calculated. Cancer cases in the district are well above the average of Turkey and the world. About half of the cancer cases are lung cancer and non-cancer respiratory diseases are also significantly higher in the district. For this reason, this area was chosen to conduct the study. 4 air quality stations of the Ministry of Environment and Urbanization are actively measuring in the district. While 3 of these air quality stations are located in the industrial zone, one is located in the residential area. Although air pollution measurements are important for making long-term pollution analyzes and getting ideas about the area, they do not give us enough idea of what the pollution will be like in the next few days. For this reason, forecasting of the next days is very important in order to take action in possible air pollution episodes before problems for humans and ecology occur. There are many statistical methods and many dynamic models for estimating air pollution. Due to the chaotic nature of the atmosphere, statistical methods are not as successful as dynamic models. There are many atmospheric chemical dynamic models used in air pollution forecasts. In this study, the Weather Research and Forecasting (WRF) model, which is an online chemical model, was compiled for chemical transports and used as the WRF-Chem model. The emission inventory, which is used as an input in air pollution estimations in atmospheric chemical models, is very important. There are many global emission inventories widely used in the literature prepared for use in atmospheric chemical models such as WRF-Chem. In general, these emissions inventories are created using monthly average emissions. Although these emission inventories generally give satisfactory results, these emission inventories have low solubility, are not up-to-date, and do not take into account daily emission changes. Therefore, in this study, in order to bring a new approach, the method of creating an emission inventory with the land-use regression method was used. In this method, geographic information systems data such as OpenStreetMap, Corine and NDVI are correlated with measurements using linear regression. The feature of this data is that it gives us detailed information about land use. There is an indirect relationship between the change of all these data and the emission inventory. For example, while human activities are generally less in places where there are many green areas, it can be associated with more emissions in places where there are many buildings. In fact, with the reverse modeling method, a link can be established between the air pollution measurement values in a region and the land use. As a result of this relationship, areal values were obtained and a high-resolution emission inventory was created for the WRF-Chem model. While establishing the relationship, different coefficients are given in order to better represent air pollution and land use according to the road and building types in OpenStreetMap and according to whether the urbanization is high or low in the Corine data. As meteorological data input, 0.25⁰ resolution Global Data Assimilation System (GDAS) data from the National Oceanic and Atmospheric Administration (NOAA) of the United States, and 30s resolution data downloaded from the WRF model's site were used as geographic data input. While running the WRF-Chem model, 2 nested domains were used. While the outer domain was taken at 0.025⁰ resolution to include the convection effect in industrially dense regions such as Istanbul, Yalova and Izmit, the inner domain was created at 0.005⁰ resolution to include only the Dilovası district and its very close surroundings. The EDGAR5 emissions inventory was used in both models run in the large outer domain. In the smaller inner domain, the emission inventory created by the land-use regression method, which is the method used in this study, was used in one study, and the EDGAR5 emission inventory was used in the other. The success of the emission inventory we created with the land-use regression method was compared for each pollutant using the EDGAR5 emission inventory and the data of 4 air quality measurement stations in the Dilovası region. While comparing, the time-series image and the numerical results of the error metrics were examined. When the created emission inventory is compared with EDGAR5, it is seen that it gives more successful results for many emissions at many points. In 3 stations with measurement for CO emission, the emission inventory created gave a higher correlation, while EDGAR5 gave better results in approaching the measurement value in 2 stations, while the emission generated within the scope of the study at 1 station gave better results. For NO2 and NOX, the emission inventory created within the scope of the study provided superiority in the scope of approach to measurement, while EDGAR5 gave a higher correlation. For SO2 emission, the two emissions gave very close results. As a result, it is seen that the inventory of the generated emission gives significant successful results. The original and innovative aspect of this study is based on the assumption that there is a link between land use and emissions inventory. If there is a link between land use and emission inventory, the link between air pollution measurement values and land use can be estimated by using reverse modeling. In this case, an emission inventory can be created with the help of the bond that can be obtained by reverse modeling from the historical data. Therefore, in this study, an estimated emission inventory with land use was created. The emission inventory created and the EDGAR5 emission inventory, which is widely used on a global scale, were used with atmospheric numerical and chemical models. When the results of the models operated in the same time periods for both emission inventories are compared with the observed data, it is seen that the emission inventory created by reverse modeling gives more consistent results statistically. Therefore, it is expected that the proposed hypothesis can be further developed with artificial intelligence techniques in future studies and used operationally, and this brings an original and innovative perspective to the literature, and it is expected that it will have a widespread effect both among researchers and practitioners in later processes.

Benzer Tezler

  1. Tez No

    842175

    Dairesel sezgisel bulanık CODAS (D-SB CODAS) yöntemi ile yeşil lojistik merkezi yeri seçimi: İstanbul ili örneği

    Green logistics park location selection with circular intuitionistic fuzzy CODAS (CİFS CODAS) method: An example of İstanbul province

    EREN KAMBER

    Doktora

    Türkçe

    Türkçe

    2023

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MURAT BASKAK

  2. Tez No

    518967

    Fotovoltaik sistemlerin kurulum aşamaları ve işletimdeki santrallerin gerçekleşen üretim değerlerinin simulasyon sonuçları ile karşılaştırılması

    Construction processes of photovoltaic plants and comparison of produced energy values with simulation results for operating plants

    ERAY SAĞLAM

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Enerjiİstanbul Teknik Üniversitesi

    Enerji Bilim ve Teknoloji Ana Bilim Dalı

    DOÇ. DR. ZEHİR FATİH ÖZTÜRK

  3. Tez No

    863737

    Effects of climate change on potential range shifts and composition of Türkiye's terrestrial ecosystems

    İklim değişikliğinin Türkiye'nin karasal ekosistemlerindeki potansiyel dağılım ve kompozisyon değişikliklerine olan etkileri

    BİKEM EKBERZADE

    Doktora

    İngilizce

    İngilizce

    2024

    Botanikİstanbul Teknik Üniversitesi

    İklim ve Deniz Bilimleri Ana Bilim Dalı

    PROF. DR. ÖMER LÜTFİ ŞEN

    DR. ÖĞR. ÜYESİ ÖMER YETEMEN

  4. Tez No

    439628

    Evaluation of EMEP SO2 emissions for Turkey using WRF-CMAQ modeling system

    Emep SO2 emisyonlarının WRF-CMAQ model sistemi kullanılarak Türkiye için değerlendirilmesi

    AMIRHOSSEIN ABDI

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Çevre Mühendisliğiİstanbul Teknik Üniversitesi

    Çevre Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. BURÇAK KAYNAK TEZEL

  5. Tez No

    713447

    Investigation of SO2 pollution from coal-fired and geothermal power plants using high resolution satellite retrievals

    Yüksek çözünürlüklü uydu verileri kullanılarak kömür yakıtlı ve jeotermal santrallerden kaynaklı SO2 kirliliğinin incelenmesi

    SÜMEYYE SENA DEĞER

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Çevre Mühendisliğiİstanbul Teknik Üniversitesi

    Çevre Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BURÇAK KAYNAK TEZEL

Geri Dön