B. Csatolt terjedési, levegőkémiai és ökológiai modellek
VI. A denitrifikációs-dekompozíciós (DNDC) talajmodell
VI.7. A régiós üzemmód használata, egy esettanulmánynak a bemutatása
VI.7.2. Példák a modelleredmények megjelenítésére
VI.20. ábra. Az N2O fluxus napi változásának menete 2005-ben Magyarországra.
VI.21. ábra. A termények szerinti átlagos N2O fluxus Magyarországra (mg N év–1).
VI.22. ábra. 2006-os maximális N2O kibocsátás (kg N ha–1).
VI.4. videó. A dinitrogén-oxid fluxus napi változása 2004. 04. 10. és 2004. 07. 18. között Magyarországon.
A fenti példák jól mutatják, hogy számos, igen fontos adatot szolgáltathat a DNDC modell site vagy régiós futtatása.
Lehetőség van részletes üvegházgáz becslésre az egyes terményekre, területekre, régiókra lebontva, de lehetőség van akár országos becslés készítésére is. A DNDC és más, hasonló elven működő bio-geokémiai modellek segítenek a talajfolyamatok pontosabb megértésében, illetve a költséges és körülményes terepi mérések kiváltásában.
Köszönetnyilvánítás
A fejezet a TÁMOPTÁMOP-4.2.1/B-09/1/KMR-2010-0003projekt támogatásával készült. Külön köszönet illeti Dr. Machon Attilát, hogy hozzájárult doktori disszertációjának felhasználásához.
Irodalomjegyzék
Butterbach-Bahl, K., Stange, F., Papen, H. and Li, C., 2001: Regional inventory of nitric oxide and nitrous oxide emissions for forest soils of southeast Germany using the biogeochemical model PnET-N-DNDC. Journal of Geophysical Research. 106, 34155–34166.
Brown, L., Syed, B., Jarvis, S.C., Sneath, R.W., Phillips, V.R., Goulding, K.W.T. and Li, C., 2002: Development and application of a mechanistic model to estimate emission of nitrous oxide from UK agriculture. Atmospheric Environment. 36, 917–928.
DNDC modell leírás: http://www.dndc.sr.unh.edu/
Giltrap, D.L., Li, C. and Saggar, S., 2010: DNDC: A process-based model of greenhouse gas fluxes from agricultural soil, Agriculture, Ecosystems and Environment 136: 292–300.
Hsieh, C., Leahy, P., Kiely, G. and Li, C., 2005: The effect of future climate perturbations on N2O emissions from fertilized humid grassland. Nutrient Cycling in Agroecosystems. 73, 15–23.
Kirkman, G.A., Yang, W.X. and Meixner, F.X., 2001: Biogenic Nitric Oxide Emissions Upscaling: An Approach for Zimbabwe, Global Biogeochemical Cycles, 15, 1005–1020, doi:10.1029/2000GB001287.
Levy, P.E., Mobbs, D.C., Jones, S.K., Milne, R., Campbell C. and Sutton, M.A., 2007: Simulation of fluxes of greenhouse gases from European grasslands using the DNDC model. Agriculture, Ecosystems and Environment 121, 186–192.
Li, C., 2000: Modeling trace gas emissions from agricultural ecosystems. Nutrient Cycling in Agroecosystems.
58, 259–276.
Li, C., Cui, J., Sun, G. and Trettin, C., 2004: Modeling impacts of management on carbon sequestration and trace gas emissions in forested wetland ecosystems. Environmental Management. 33, 176–186.
Neufeldt, H., Schafer, M., Angenendt, E., Li, C., Kaltschmitt, M. and Zeddies, J., 2006: Disaggregated greenhouse gas emission inventories from agriculture via a coupled economic-ecosystem model. Agriculture, Ecosystems and Environment. 112, 233–240.
Priestley, C.H.B. and Taylor, R.J., 1972: On the Assessment of Surface Heat Flux and Evaporation Using Large Scale Parameters. Monthly Weather Review 100, 81–92.
Saggar S., Giltrap D.L., Li C. and Tate, K.R., 2007: Modelling nitrous oxide emissions from grazed grasslands in New Zealand. Agriculture, Ecosystems and Environment 119, 205–216.
Smith, W.N., Grant, B.B., Desjardins, R.L., Worth, D., Li, C., Boles, S.H. and Huffmann, E.C., 2010: A tool to link agricultural activity data with the DNDC model to estimate GHG emissions factors in Canada. Agriculture, Ecosystems and Environment 136: 301–309.
Stumm, W. and Morgan, J.J., 1981: Aquatic Chemistry: An Introduction Emphasizing Chemical Equilibria in Natural Waters. 2nd ed., pp. 418–503, John Wiley and Sons, New York. ISBN 0471091731.
Xu-Ri., Wang, M. and Wang, Y., 2003: Using a modified DNDC model to estimate N2O fluxes from a semi-arid grassland in China. Soil Biology and Biochemistry. 35, 615–620.
alkalmazások lokálistól kontinentális
A légszennyezés problémaköre az ipari forradalom idején jelent meg a köztudatban a XIX. század első felében.
A széntüzelés elterjedésével a városi szmoghelyzetek a XX. század első felében már jelentős egészségügyi kockázatot jelentettek, számos áldozatot követeltek. A levegőszennyezés tudományos kutatása az 1940-es években kezdődött.
Az azóta eltelt évtizedekben i) a tudományos eredményeknek és ii) a rájuk épülő nemzetközi egyezményeknek, valamint iii) a korszerű technológiáknak köszönhetően általában a levegőminőség javulása tapasztalható, mivel számos légszennyező anyag (pl. kén-dioxid) kibocsátása jelentősen visszaesett. Másrészről, bizonyos szennyezőanyagok légköri koncentrációja folyamatosan növekszik az antropogén hatások eredményeként. Többek között a téli és nyári szmoghelyzetek továbbra is súlyos gondot jelentenek a világ szinte minden nagyvárosában.
A gyors iparosítás (pl. Kína, India) szintén számos kockázatot rejt magában. A folyamatos kibocsátások mellett az elmúlt évtizedekben történt ipari katasztrófák és egyéb eseti kibocsátások ráirányították a figyelmet a légköri szennyezőanyagok terjedésének és az általuk okozott környezeti károk megbízható becslésére. A számítástechnikai háttér gyors fejlődése, valamint a számítási idő csökkentését eredményező korszerű módszerek megjelenése megteremtették a lehetőséget az egyre finomabb tér- és időbeli felbontású modellszimulációk elvégzésére (lásd az I.3.3. fejezetet is).
Kezdetben elterjedten alkalmazták az egyszerű Gauss-modelleket, amelyek néhány kilométertől néhány tíz kilométerig terjedő skálán alkalmazhatók a légkörbe kerülő szennyezőanyagok terjedésének becslésére. Az 1986-os csernobili atomerőmű baleset következményei azonban egész Európát érintették, a radioaktív I-131 izotóp hatása pedig világszerte kimutatható volt (Pudykiewicz, 1988). A rendelkezésre álló Gauss-féle terjedési modellek ilyen nagy méretskálán azonban már nem voltak alkalmazhatók, mert az áramlási mező idő- és térbeli változása, valamint a domborzat áramlásmódosító hatása miatt a koncentrációmező jelentősen eltért a gaussi eloszlástól.
Ez előtérbe helyezte a nagyobb skálájú rácsponti (Euler-típusú), illetve trajektória (Lagrange-típusú) modellek fejlesztését, majd megjelentek a meteorológiai gyakorlatban is a az áramlási mező finom szerkezetét leíró nagyfelbontású rácson dolgozó különböző CFD (Computatinal Fluid Dynamics) modellek is.
Az egyes modelltípusokról, és alkalmazhatósági területeikről részletes áttekintés található az I.3.3. fejezetben. A továbbiakban néhány – az ELTE Meteorológiai Tanszéken is hozzáférhető és futtatható - különböző szemléletű terjedési modellre mutatunk példát, ismertetve a modellek felépítését és alkalmazási lehetőségeit.
VII.2. Az ALOHA Gauss-modell
Az amerikai NOAA (National Oceanic and Atmospheric Administration - www.noaa.gov) és EPA (Environmental Protection Agency – www.epa.gov) által közösen kifejlesztett ALOHA (Areal Locations of Hazardous Atmospheres) egyszerű gaussi terjedési modell, amely közvetlen veszélyhelyzetek elhárítására készült, ezért egyszerű kezelőfelülettel, és rendkívül rövid (néhány másodperc időtartamú) futási idővel rendelkezik. Az ALOHA lokális skálán – a kibocsátó forrástól számított 10 km sugarú körben alkalmazható (http://response.restoration.noaa.gov/aloha). Grafikus megjelenítésének köszönhetően a döntéshozók kezébe azonnali és közérthető segítséget ad olyankor, amikor a baleset során veszélyes gázok kerülnek a légkörbe. A közvetlen baleseti helyzetek mellett alkalmazzák környezeti hatástanulmányokban (SWCA, 2010), illetve más