Two Gaussian atmospheric dispersion

Two Gaussian atmospheric dispersion models, AERMOD and CALPUFF, both incorporating the PRIME algorithm for plume rise and building downwash, are intercompared and validated using wind tunnel data on odour dispersion around a complex pig farm facility comprising of two attached buildings. The results show that concentrations predicted by AERMOD are in general higher than those predicted by CALPUFF, especially regarding the maximum mean concentrations observed in the near field. Comparison of the model results with wind tunnel data showed that both models adequately predict mean concentrations further downwind from the facility. However, closer to the buildings, the models may over-predict or under-predict concentrations by a factor of two, and in certain cases even larger, depending on the conditions. One of the main causes of this behaviour is that the PRIME algorithm, incorporated in both models, can only see the two attached buildings as a rectangular structure with the projections of the total streamwise and crosswind dimensions of the complex building. Two different methodologies were used to examine maximum mean concentrations for shorter averaging times, which is especially relevant for odour dispersion, one adjusting Kc and the other σy. The results suggested that the adjustment of Kc results at higher estimates of maximum mean concentrations for shorter averaging times than the adjustment of σy.

ผลลัพธ์ (ไทย) 1:

สองรุ่นนที่บรรยากาศกระจาย AERMOD และ CALPUFF รวมทั้งอัลกอริทึมนายกเบิ้ลพลูมขึ้นและอาคาร downwash มี intercompared และตรวจสอบการใช้อุโมงค์ลมข้อมูลบนกลิ่นกระจายทั่วซับซ้อนหมูฟาร์มสถานประกอบด้วยอาคารแนบ ผลแสดงว่า ความเข้มข้นคาดการณ์ โดย AERMOD อยู่โดยทั่วไปสูงกว่าคาดการณ์ โดย CALPUFF โดยเฉพาะอย่างยิ่งเกี่ยวกับความเข้มข้นเฉลี่ยสูงสุดพบในใกล้ เปรียบเทียบผลการจำลองมีอุโมงค์ลมข้อมูลแสดงให้เห็นว่า ทั้งสองรุ่นพอทำนายความเข้มข้นเฉลี่ยต่อล่องจากสถาน อย่างไรก็ตาม ใกล้อาคาร แบบจำลองอาจทำนายมากกว่า หรือใต้ทำนายความเข้มข้น โดยปัจจัย ของทั้งสอง และ ในบางกรณีแม้จะมีขนาดใหญ่ ขึ้นอยู่กับเงื่อนไขได้ สาเหตุหลักของพฤติกรรมนี้อย่างใดอย่างหนึ่งคือว่า ที่นายกอัลกอริทึม รวมอยู่ในทั้งสองรุ่น สามารถดูแนบอาคารเป็นโครงสร้างรูปสี่เหลี่ยมด้วยคาดการณ์รวม streamwise และ crosswind มิติของอาคารที่ซับซ้อน ใช้สองวิธีที่แตกต่างกันเพื่อตรวจสอบความเข้มข้นเฉลี่ยสูงสุดสั้นลงเฉลี่ยเวลา ซึ่งเป็นที่เกี่ยวข้องโดยเฉพาะอย่างยิ่งการกระจายกลิ่น เคซีปรับหนึ่ง และ σy อื่น ๆ ผลลัพธ์แนะนำว่า การปรับปรุงของ Kc ผลที่ประมาณการสูงขึ้นของความเข้มข้นเฉลี่ยสูงสุดครั้งเฉลี่ยสั้นกว่าของ σy

ผลลัพธ์ (ไทย) 2:

สองรูปแบบการกระจายตัวของบรรยากาศเสียน AERMOD และ CALPUFF ทั้งการใช้มาตรการขั้นตอนวิธีการที่สำคัญสำหรับการเพิ่มขึ้นของขนนกและ downwash อาคารจะ intercompared และตรวจสอบการใช้ข้อมูลในอุโมงค์ลมกลิ่นกระจายไปรอบ ๆ สถานที่ฟาร์มหมูที่ซับซ้อนประกอบด้วยสองอาคารที่แนบมา ผลปรากฏว่าระดับความเข้มข้นที่คาดการณ์โดย AERMOD โดยทั่วไปสูงกว่าที่คาดการณ์โดย CALPUFF โดยเฉพาะอย่างยิ่งเกี่ยวกับความเข้มข้นเฉลี่ยสูงสุดตั้งข้อสังเกตในเขตใกล้ เปรียบเทียบผลรุ่นที่มีข้อมูลที่อุโมงค์ลมแสดงให้เห็นว่าทั้งสองรุ่นอย่างเพียงพอทำนายความเข้มข้นเฉลี่ยต่อล่องจากสิ่งอำนวยความสะดวก แต่ใกล้ชิดกับอาคารรุ่นอาจมากกว่าที่คาดการณ์หรืออยู่ภายใต้การคาดการณ์ความเข้มข้นโดยปัจจัยที่สองและในบางกรณีแม้มีขนาดใหญ่ขึ้นอยู่กับเงื่อนไขที่ หนึ่งในสาเหตุหลักของปัญหานี้ก็คือว่าอัลกอริทึม PRIME จดทะเบียนในทั้งสองรุ่นเท่านั้นที่สามารถเห็นทั้งสองอาคารที่แนบมาเป็นโครงสร้างสี่เหลี่ยมที่มีการคาดการณ์ของ streamwise รวมและลมขนาดของอาคารที่ซับซ้อน สองวิธีที่แตกต่างกันถูกนำมาใช้ในการตรวจสอบความเข้มข้นเฉลี่ยสูงสุดสำหรับเวลาที่สั้นกว่าค่าเฉลี่ยซึ่​​งมีความเกี่ยวข้องโดยเฉพาะอย่างยิ่งสำหรับการกระจายกลิ่นหนึ่งปรับ Kc และσyอื่น ๆ ผลการศึกษาพบว่าการปรับตัวของ Kc ผลที่ประมาณการที่สูงขึ้นของความเข้มข้นเฉลี่ยสูงสุดสั้นครั้งเฉลี่ยกว่าการปรับตัวของσy

ผลลัพธ์ (ไทย) 3:

2 ) รูปแบบการแพร่กระจายของบรรยากาศและ aermod calpuff ทั้งผสมผสานขั้นตอนวิธีนายกรัฐมนตรีสำหรับขนนกเพิ่มขึ้นและสร้างดาวน์วอช , intercompared และตรวจสอบการใช้อุโมงค์ลมข้อมูลกลิ่นกระจายรอบ ๆฟาร์มสุกร โรงงานที่ซับซ้อนประกอบด้วยสองติดอาคาร ผลที่ได้แสดงให้เห็นว่าปริมาณที่คาดการณ์โดย aermod อยู่ทั่วไป สูงกว่าคาดการณ์ โดย calpuff โดยเฉพาะอย่างยิ่งเกี่ยวกับสูงสุดหมายถึงความเข้มข้นที่พบในเขตใกล้ การเปรียบเทียบรูปแบบผลลัพธ์กับอุโมงค์ลมข้อมูลแสดงให้เห็นว่าทั้งสองรุ่นอย่างเพียงพอทำนายหมายถึงความเข้มข้นต่อไปลมจากโรงงาน อย่างไรก็ตาม ใกล้อาคาร รูปแบบอาจมากกว่าหรือภายใต้คาดการณ์ทำนายความเข้มข้นโดยปัจจัยที่สองและในบางกรณีแม้กระทั่งขนาดใหญ่ ขึ้นอยู่กับเงื่อนไข หนึ่งในสาเหตุหลักของพฤติกรรมนี้คือ ขั้นตอนวิธีการเฉพาะ ซึ่งทั้งสองรุ่น สามารถมองเห็นทั้งสองแนบอาคารเป็นโครงสร้างสี่เหลี่ยมกับประมาณการของ streamwise น็อตติงแฮมทั้งหมดและขนาดของอาคาร ที่ซับซ้อน สองวิธีการที่ใช้เพื่อตรวจสอบความเข้มข้นเฉลี่ยสูงสุดสั้นเฉลี่ยครั้งซึ่งเป็นโดยเฉพาะอย่างยิ่งที่เกี่ยวข้องกับการแพร่กระจายของกลิ่นหนึ่งปรับเคซีและσ Y อื่น ๆพบว่า การปรับตัวของเคซี ผลการประเมินสูงกว่าความเข้มข้นเฉลี่ยสูงสุดเฉลี่ยสั้นกว่าครั้งกว่าการปรับตัวของσ Y