Πρόγνωση ατομικής έκθεσης με μοντέλα υπολογιστικής ρευστομηχανικής

Abstract

One of the key problems, which is directly related to the safety of human life, is the emissions of hazardous substances into the atmosphere from point sources, caused mainly by deliberate or accidental atmospheric releases. In many cases, the releases are short and the concentrations are high and there is a need to reliably predict the maximum expected individual exposure at short time intervals. The classic method that appears in the literature for the prediction of the maximum expected concentration/exposure is based on statistical distributions. According to this method, a known probability density function is used to model the concentration. The maximum expected concentration/exposure is estimated from the probability distribution by using predefined confidence intervals. This methodology presents certain weaknesses which are analyzed in this thesis. An alternative method for the prediction of the maximum individual exposure is the use of empirical models. A sophisticated empirical model that appears in the literature relates the expected maximum exposure with parameters such as the exposure time, the mean concentration, the fluctuation intensity and the turbulent autocorrelation time scale of concentration. The present empirical model is simple and overcomes the limitations of probabilistic models. A key advantage of this model is that it can expand the capability of computational, atmospheric dispersion models to estimate the expected maximum exposure for a wide range of time intervals. A review of the available dispersion models based on the open literature indicates that the Computational Fluid Dynamics (CFD), Reynolds Averaged Navier Stokes (RANS) models are ideal for the incorporation of this empirical model, due to the reliable prediction of the wind flow and pollutant dispersion in complex configurations such as urban environments. The need for the reliable prediction of the dispersion parameters of the empirical model (concentration mean, variance and time scale) poses new challenges in the RANS methodology. In the present thesis, a new CFD-RANS approach is introduced for the atmospheric dispersion from point sources. The key feature of the new approach is the capability to predict the concentration time scales not only as a function of the hydrodynamic time scale but also as a function of the pollutant travel time. The new approach is applied for the estimation of the dissipation time scale of concentration variance and the maximum individual exposure for short time intervals. The pollutant travel time is estimated in the CFD grid by introducing the new 'radioactive tracer method'. The new methodology for the prediction of the maximum individual exposure is evaluated in two steps. Firstly, the empirical model is evaluated by using the extensive concentration database of the MUST (Mock Urban Setting Test, moderate urban complexity) field experiment that includes data of all atmospheric stability classes. Furthermore the uncertainty of the model’s parameters is estimated. The results of this step strengthen the reliability of the empirical model. The reliability of the overall methodology is examined by performing CFD simulations on selected trials of the field experiments MUST and FLADIS (Research on the dispersion of two-phase flashing releases) under neutral atmospheric conditions. The new CFD-RANS approaches and the empirical model for the prediction of the maximum individual exposure are incorporated into the computational code ADREA, a three-dimensional CFD code appropriate for simulations of atmospheric flow and dispersion in complex geometries. The solution of the RANS equations is based on the finite volume method. In this thesis, the closure of the equations is obtained by using a new turbulence model that appears in the literature, which is appropriate for simulations requiring the extension of the grid at heights where the Coriolis force is not negligible. The variables that need to be evaluated include the concentration mean and standard deviation and the maximum individual exposure for various time intervals. The new methodology is evaluated mainly by using validation metrics and scatter plots. Overall, the numerical results show good agreement with the experimental data according to the state-of-the-art values presented in the literature for the validation metrics. Moreover, the results indicate that the present methodology is capable of dealing properly with complex transient dispersion phenomena.

Ένα από τα προβλήματα που έχει άμεση σχέση με την ασφάλεια της ζωής του σύγχρονου ανθρώπου είναι οι εκπομπές επικίνδυνων ουσιών στην ατμόσφαιρα από σημειακές πηγές που προέρχονται κυρίως από ατυχήματα ή εσκεμμένες ενέργειες. Σε πολλές περιπτώσεις οι εκπομπές είναι σύντομες και οι συγκεντρώσεις υψηλές και υπάρχει η ανάγκη εκτίμησης της μέγιστης αναμενόμενης ατομικής έκθεσης σε μικρά χρονικά διαστήματα. Η κλασική μέθοδος που εμφανίζεται στη βιβλιογραφία για την πρόβλεψη της μέγιστης συγκέντρωσης και κατ’ επέκταση της έκθεσης βασίζεται στη χρήση στατιστικών κατανομών. Σύμφωνα με τη μέθοδο αυτή χρησιμοποιείται μία γνωστή κατανομή πυκνότητας πιθανότητας για τη μοντελοποίηση της συγκέντρωσης και εκτιμάται η μέγιστη αναμενόμενη συγκέντρωση/έκθεση χρησιμοποιώντας ένα διάστημα εμπιστοσύνης. Η μέθοδος αυτή εμφανίζει συγκεκριμένες αδυναμίες οι οποίες αναλύονται στην παρούσα διατριβή. Μία εναλλακτική μέθοδος για την πρόβλεψη της μέγιστης ατομικής έκθεσης είναι η χρήση εμπειρικών μοντέλων. Ένα εξελιγμένο εμπειρικό μοντέλο που εμφανίζεται στη βιβλιογραφία συσχετίζει τη μέγιστη αναμενόμενη έκθεση με παραμέτρους όπως το χρονικό διάστημα έκθεσης, τη μέση συγκέντρωση, την ένταση των διακυμάνσεων και την τυρβώδη χρονική κλίμακα αυτοσυσχέτισης της συγκέντρωσης. Το συγκεκριμένο εμπειρικό μοντέλο είναι απλό και ξεπερνά τους περιορισμούς των πιθανολογικών μοντέλων. Ένα βασικό πλεονέκτημα του μοντέλου είναι ότι μπορεί να διευρύνει την ικανότητα των υπολογιστικών μοντέλων πρόβλεψης της ατμοσφαιρικής διασποράς για την εκτίμηση της μέγιστης αναμενόμενης έκθεσης για ένα μεγάλο εύρος χρονικών διαστημάτων. Μία ανασκόπηση των διαθέσιμων υπολογιστικών μοντέλων διασποράς από τη βιβλιογραφία αποδεικνύει ότι τα μοντέλα Υπολογιστικής Ρευστομηχανικής (Computational Fluid Dynamics, CFD) που βασίζονται στη μεθοδολογία RANS (Reynolds Averaged Navier Stokes) είναι ιδανικά για την ενσωμάτωση του εμπειρικού μοντέλου, λόγω της ικανοποιητικής πρόβλεψης της ροής του ανέμου και διασποράς των ρύπων σε σύνθετες διαμορφώσεις όπως τα αστικά περιβάλλοντα. Η ανάγκη αξιόπιστης εκτίμησης των μεταβλητών διασποράς που εμφανίζονται στο εμπειρικό μοντέλο (μέση τιμή, διακύμανση, χρονική κλίμακα της συγκέντρωσης) θέτει νέες προκλήσεις στη μεθοδολογία RANS. Στην παρούσα διατριβή παρουσιάζεται μία νέα προσέγγιση CFD-RANS για τη μοντελοποίηση της διασποράς των αέριων εκπομπών από σημειακές πηγές. Το βασικό χαρακτηριστικό της προσέγγισης αυτής είναι η δυνατότητα πρόβλεψης των χρονικών κλιμάκων της συγκέντρωσης σαν συνάρτηση όχι μόνο της υδροδυναμικής χρονικής κλίμακας αλλά και του χρόνου μεταφοράς του ρύπου. Η προσέγγιση αυτή εφαρμόζεται για τον υπολογισμό της χρονικής κλίμακας σκέδασης της διακύμανσης της συγκέντρωσης και της μέγιστης ατομικής έκθεσης σε μικρά χρονικά διαστήματα. Για την εκτίμηση του χρόνου μεταφοράς στα μοντέλα CFD εισάγεται η νέα ‘μέθοδος ραδιενεργούς ανίχνευσης’. Η αξιολόγηση της νέας μεθοδολογίας για την πρόβλεψη της μέγιστης ατομικής έκθεσης αποτελείται από δύο στάδια. Αρχικά το εμπειρικό μοντέλο που επιλέχθηκε αξιολογείται με την εκτεταμένη βάση δεδομένων συγκέντρωσης του πειράματος πεδίου MUST (Mock Urban Setting Test, μέτρια αστική πολυπλοκότητα) που περιλαμβάνει δεδομένα που καλύπτουν όλες τις κλάσεις ατμοσφαιρικής ευστάθειας. Παράλληλα γίνεται εκτίμηση της αβεβαιότητας των παραμέτρων του μοντέλου. Τα αποτελέσματα αυτού του σταδίου ενισχύουν την αξιοπιστία του εμπειρικού μοντέλου. Στη συνέχεια η συνολική μεθοδολογία αξιολογείται πραγματοποιώντας υπολογιστικές προσομοιώσεις επιλεγμένων δοκιμών των πειραμάτων πεδίου MUST και FLADIS (Research on the dispersion of two-phase flashing releases) υπό ουδέτερες ατμοσφαιρικές συνθήκες. Οι νέες προσεγγίσεις CFD-RANS και το εμπειρικό μοντέλο πρόβλεψης της μέγιστης ατομικής έκθεσης ενσωματώνονται στον υπολογιστικό κώδικα ADREA, έναν τρισδιάστατο κώδικα CFD που χρησιμοποιείται για προσομοιώσεις ατμοσφαιρικών ροών και διασποράς σε πολύπλοκες γεωμετρίες. Η επίλυση των εξισώσεων RANS βασίζεται στη μέθοδο πεπερασμένων όγκων. Στην παρούσα διατριβή το κλείσιμο των εξισώσεων επιτυγχάνεται με τη χρήση ενός νέου μοντέλου τύρβης που εμφανίζεται στη βιβλιογραφία, το οποίο θεωρείται αξιόπιστο για προσομοιώσεις όπου απαιτείται η επέκταση του πλέγματος σε ύψη όπου η δύναμη Coriolis δεν είναι αμελητέα. Οι μεταβλητές που αξιολογούνται είναι η μέση τιμή, η τυπική απόκλιση της συγκέντρωσης και η μέγιστη ατομική έκθεση για διάφορα χρονικά διαστήματα. Η αξιολόγηση της νέας μεθοδολογίας πραγματοποιείται με τη χρήση δεικτών αξιολόγησης και διαγραμμάτων διασποράς. Τα αριθμητικά αποτελέσματα δείχνουν συνολικά καλή συμφωνία με τις πειραματικές μετρήσεις σύμφωνα με τα όρια που εμφανίζονται στη βιβλιογραφία για τους δείκτες αξιολόγησης. Επιπλέον τα αποτελέσματα αποδεικνύουν ότι η παρούσα μεθοδολογία είναι σε θέση να αντιμετωπίσει σύνθετα φαινόμενα μεταβατικής διασποράς.