Presentation is loading. Please wait.

Presentation is loading. Please wait.

台灣中部三大河川出海口 河川裸露地之揚塵數值模擬

Similar presentations


Presentation on theme: "台灣中部三大河川出海口 河川裸露地之揚塵數值模擬"— Presentation transcript:

1 台灣中部三大河川出海口 河川裸露地之揚塵數值模擬
台灣中部三大河川出海口 河川裸露地之揚塵數值模擬 國立中興大學 水土保持學所 專題討論 (四) 授課老師:陳文福 教授 指導老師:林德貴 教授 報告學生:劉昱麟 學號: 報告日期:2011 / 04 / 01

2 研究目的 研究目的 文獻回顧 文獻回顧 研究方法 研究方法 FDM模式參數輸入 FDM模式參數輸入

3 研究目的 隨著氣候變遷之影響,台灣中部三大河川(大安溪、大甲溪及烏溪)出海口於冬季時河川裸露地之揚塵問題日益嚴重;每逢冬季枯水期,河川裸露地面積增加,加上東北季風之吹拂,以致揚塵污染問題經常發生,影響河川臨近地區居民之生活品質。

4 為了瞭解河川裸露地之揚塵擴散機制與其對鄰近地區之影響,過去研究主要工作皆針對河川裸露地進行現地調查,再依據現地裸露地砂粒之物理性質來探討河川揚塵之啟動機制。且亦於河川裸露地進行現地實驗,來獲得現地風特性對揚塵排放之影響。

5 但由於過去研究中,實驗器材與人力資源之限制因素,上述研究方法只能針對小區域之揚塵行為進行觀測,對於大區域之揚塵擴散行為則較無法確切掌握。
因此,本研究將採用FDM (Fugitive Dust Model)數值模式,進行河川裸露地之揚塵擴散模擬,以便藉由模擬分析成果來探討揚塵擴散對鄰近大區域範圍內保全對象之影響。

6 文獻回顧 河川裸露地飛砂與揚塵之研究 河川裸露地砂粒物理性質之研究 氣象特性與揚塵之關係 揚塵排放率計算關係式 FDM揚塵模式之應用
河川揚塵抑制工法

7 河川裸露地飛砂與揚塵之研究 Blanco and Lal(2008)研究提出,一般而言,河川砂粒之移動類型分為滾動(creep)、跳躍(saltation)和懸浮(suspension)三大類型 < 0.1 mm >0.5 mm 0.1~0.5 mm 砂粒運動行為示意圖(改繪自Blanco and Lal,2008)

8 Bagnold(1954)之研究指出,當砂粒粒徑較大時,砂粒僅能沿地面滾動前進,其滾動量約為總體飛砂量之25%。
游繁結(1989)在濁水溪河口調查中,得知其懸浮量約為滾動量與跳躍量總合之25%。 Zhibao(2002)之研究則顯示,當粒徑大於0.25 mm時,其滾動量則轉變約為總體飛砂量之20%。 White(1997)研究指出在砂粒運移過程中,跳躍量、滾動量及懸浮量分別約佔總砂量之50~70%,5~25%及30~40%。

9 河川裸露地砂粒物理性質之研究 Bagnold(1954)、田中貞雄(1954)、吳正(1965)、林信輝、江永哲(1979)、Tsoar and Pye(1987)、游繁結(1989)、Zhibao(2002)、吳昌翰(2006)、范姜明威(2010)等人研究結果顯示,現地之砂粒密度、砂粒含水率與砂粒粒徑分布等砂粒物理性質,皆會影響飛砂與揚塵之運動機制 。 由以上過去研究中,得到砂粒之運動類型與其粒徑大小有極高度之相關性,粒徑越小,懸浮量相對增加。

10 氣象特性與揚塵之關係 Chi Wen Lin與Ju Fang Yeh(2007)研究指出,台灣冬季期間,雨量少且河川流量變小,使下游出海口地區之河床水位降低,因而使河床裸露地增加,造成河床裸露地之細粒含量增加,河床裸露地之土壤含水量降低,再者,受到東北季風時強勁風勢之風特性影響,受風吹拂之河川揚塵增加,以致河川鄰近地區之揚塵污染嚴重,亦對於河川鄰近地區產生短期之空氣品質影響。

11 梁鳳文(2005)之研究指出,在不穩定之大氣狀況下,污染源較易擴散,此表示污染物擴散的範圍較廣,其濃度相對降低,因而對大氣污染濃度有改善效果。另外,由試驗結果得知,當污染物粒徑越大時,越容易受重力影響。因此,污染物之最終落點將會距污染源越近,並造成污染源附近有較高的濃度分布。因此,長時間的污染物擴散結果,會形成一特定範圍之濃度分布。

12 詹俊南(1996)分析台灣地區PM10之污染特性,從環保署之空氣品質測站發現,在PM10高污染期間,氣象局之監測資料具有溫度高、風速低與降水量少等特徵,其所形成之混合層高度較低。反之,則較高。此顯示大氣混合層高度會影響污染物擴散之現象。 綜觀以上研究,溫度,雨量,大氣穩定度,混合層高度與風特性(風向與風速)等氣象條件之變化,會直接或間接影響揚塵行為。

13 (multiplicative effect)
M.K. Chakraborty等人(2002)利用統計最佳化方法,推導揚塵污染之經驗公式。 影響因子之參數情況 邊界條件情況 最佳化經驗公式 m = 含水量(%) E = 揚塵排放率 m =0, E = E =A[ln(101)/ln(m+1)-1] m =100, E =0 E =A{e[B(100-m)/m]-1} E =A[(100-m)/m]B s = 細粒含量(%) s =0, E =0 E =A[ln(101)/ln(101-s)-1] s =100, E = E =A{e[Bs/(100+s)]-1} E =A[s/(100-s)]B 通過原點之線性方程式(其他影響因子) x =0, y =0 y = A xB x =, y = y =x/(A+Bx) 倍增效果之影響因子 (multiplicative effect) y =A ln(x+1) y =A(eBx-1) y =A xB y = x/(A+Bx) 附加效果之影響因子 (additive effect) x =0, y =A y =A eBx y =A+Bx

14 揚塵排放率計算關係式 在國內外許多揚塵污染探討與分析之案例中,許多研究對於揚塵污染之排放率計算皆有不同之計算公式。彙整所有相關之揚塵污染計算關係式。 工業區域  美國、印度、芬蘭、哥斯大黎加……

15 Ekpy,i = (Ar × OpHrs) × EFi
研究學者 揚塵污染物種類 揚塵污染計算關係式 公式參數說明 M.K. Chakraborty 等人 (2002) 露天採礦 區域之揚塵 Cx,0 = Q / (uyz) Cx,0:汙染濃度值(g/m3) (下風處濃度值上風處濃度值) Q:污染物排放率(g/s) u:平均風速(m/s) y:水平分散係數 z:垂直分散係數 EF ={u0.4a0.2[ p+b/(4+0.4b)]} EF:污染物排放率(g/s) u:風速(m/s) a:區域範圍(km2) p:煤礦生產率(M ton/year) b:過度裝載率(mm3/yaer) C. B. Arpacioglu, C. Er (2003) El = 1/{1+[vg/( × u)]} El:逸散型揚塵微粒之排放率 (g/s) vg:地表重力速度(m/s) :比例常數(=0.029) u:10 m高度之風速(m/s) Sabah A.等人 (2006) 水泥生產 (生產程序) Ekpy,i = (Ar × OpHrs) × EFi Ekpy,i:每年之污染物i之排放率 (kg/year) Ar:活動率(ton/ha) OpHrs:運作時間(ha/year) EFi:污染物i之自由排放因子 (kg/ton) (儲備庫存) EPM10 = EFPM10 × area × ERPM10 EPM10:每小時之PM10排放率 (kg/hr) EFPM10:現場之PM10排放因子 (kg/ha/hr) area:儲備庫存範圍(ha) ERPM10:PM10之削減百分比(%) (石灰搬運輸送帶) EPM10 = EFPM10 × VKT EPM10:每年之PM10排放率 EFPM10:PM10排放因子 (= 1.5kg/VKT) (kg/km/year) VKT:貨運運送途程(km/year) Chi-Wen Lin, Ju-Fang Yeh (2007) 河川裸露地之揚塵 EF = (1.05 × 10-13) × 1.53Ws × 2.21T × 1.09S × 0.77M EF:TSP排放率(g/m2-s) Ws:風速(m/s) T:大氣溫度(℃) S:裸露地細粒含量(%) M:裸露地土壤含水量(%) Ratnesh Trivedi等人 (2008) Q = C(x,0) × u AyAz C(x,0) = DNmax  UP Q:總排放率(g/s) Ay:下風處距離x之 水平標準偏差變化量 Az:下風處距離x之 垂直標準偏差變化量 DNmax: 下風處之最大汙染變化量 UP: 上風處之週遭環境汙染變化量

16 FDM揚塵模式之應用 在國外,許多學者常採用此模式進行各種逸散性粒狀污染物之擴散模擬分析。
Abbott (1999);Arpacιoğlu and Er (2003);Trivedi等人(2009)在礦區之揚塵對週邊地區環境影響之研究方面,採用FDM模式之濃度模擬值與法定標準值之比對,來確認FDM模式在逸散型擴散物模擬分析之適用性

17 Sabah(2006)則採用FDM模式,來模擬水泥生產工廠之揚塵對周遭環境污染之影響評估該研究採用推估之揚塵排放率進行揚塵模擬演算,並在濃度模擬值與鄰近地區之監測值比對方面獲得良好的吻合度,此結果顯示FDM模式在揚塵污染擴散之模擬分析上具有高度之可靠性。

18 Sivacoumar等人(2009)為研究評估印度水泥生產工廠之揚塵對周遭環境污染之影響,採用FDM、ISCST3與AERMOD等三種空氣品質計算數值模式,進行揚塵模擬分析。由模擬結果發現,FDM模式之濃度模擬值明顯較高,並推論FDM模式在模擬水泥揚塵濃度上較為保守。

19 在國內研究方面,金門縣衛生局在空氣品質粒狀污染物之成因探討及管制計畫(1998)中,也採用FDM模式來模擬金門地區之總懸浮微粒值TSP(Total Suspended Particulate)與單位天數逸散污染物之濃度值,並與法規標準值進行比對,以確認該地區粒狀污染物對環境影響及必要之改善管制措施。

20 在國內外過去之模擬分析研究中,大多針對小區域範圍之揚塵擴散行為來進行,而對於海岸河口大區域範圍之揚塵模擬,其分析之有效性及適宜性,則目前仍無實務案例可供參用及驗證。
本研究決定採用FDM模式,以解決河川大面積裸露地之揚塵擴散分析問題,並檢測此模式在海岸河口大面積裸露地之揚塵擴散之適用性。

21 河川揚塵抑制工法 破壞強風的風場 通常利用防風林、攔砂柵等設施來干擾風場並降低風速,並防止氣流對地表直接作用影響與提高砂粒啟動風速,進一步降低砂粒搬運作用的啟動和揚塵的搬運量。 減少裸露地之面積 例如透過植物生長的自然覆蓋、稻草席的覆蓋等,藉由增加裸露地之地表粗糙度,以減少砂、塵受風吹拂的機會發生。

22 防風設施 跳島式植生 葉脈式水覆蓋法 截砂石籬法 水覆蓋法

23 河川護甲化 植生覆蓋 稻草蓆覆蓋 灑水法 靜砂圍籬

24 研究方法

25 彙整河川現地與材料試驗資料 室內風洞試驗  建立揚塵排放率 氣象資料蒐集分析  選擇氣象輸入 FDM 模式參數設定與模擬計算
室內風洞試驗  建立揚塵排放率 氣象資料蒐集分析  選擇氣象輸入 FDM 模式參數設定與模擬計算 ArcGIS 後處理與判釋分析 1.揚塵濃度分布趨勢分析 2.揚塵抑制工法配置效益分析 3.河段揚塵之貢獻量分析

26 FDM (Fugitive Dust Model)
電腦程式化之空氣品質計算模式 採用高斯擴散方程式來計算揚塵源所引起之揚塵濃度對環境造成之衝擊 通常使用於模擬逸散性污染物對空氣品質之分析。 污染物之排放量、氣象與擴散參數 點源、線源、面源

27 FDM揚塵模式之主要輸入參數 初始條件 邊界條件 線型揚塵源排放率 揚塵受體點 氣象資料(風速、風向、溫度) 混合層高度 大氣穩定度等級

28 初始條件 模式模擬演算前,均假設離地表高度10 m處之初始風速為 0 m/sec,亦即無揚塵產生。亦即在初始階段河川裸露地微粒物並不隨風吹起動,因此模擬區之PM10濃度可設定為0 g/m3。 邊界條件 模式模擬計算過程中,河川裸露地揚塵之擴散方式並不受幾何邊界之影響,且目前幾何邊界受點之PM10濃度並無氣象監測資料可供比對,因此其模擬揚塵濃度值完全依據FDM之演算模式來決定。

29 線型揚塵源排放率 依據風洞試驗所實驗得到之風速與揚塵量觀測值,經由單位換算後建立排放率(g/m-sec);並將烏溪模擬河段劃分為9段線型揚塵源。 揚塵受體點 揚塵受體點即為FDM模式之數值檢視點,每個受體點之位置可輸入(X, Y, Z)座標予以確定,並由該座標點位來獲得其揚塵濃度之計算結果。為瞭解河床揚塵擴散後之PM10濃度分布,需在模擬河段兩側布設受體點,以檢視並呈現PM10濃度之計算結果。

30 氣象資料 目前台灣中部三大河川之河段現地並無架設氣象監測器,因而無法得到河段現場長時間之氣象資料,因此,僅能選用以距離河段較近之氣象測站資料,再進行風特性比較,以決定模式所需之氣象資料。

31 混合層高度 空氣污染物在垂直方向所能擴散之最大高度 採用Holzworth(1972)所提出之乾絕熱直減率,將地面溫度沿乾絕熱曲線降溫,直至與探空溫度曲線相交處之高度定義為混合層高度,為目前空品分析模式採用最廣之方法。

32 依據風速、雲量及日照強度等資料,利用Pasquill (1961)穩定度等級分類來求得。
大氣穩定度等級 依據風速、雲量及日照強度等資料,利用Pasquill (1961)穩定度等級分類來求得。 穩定度等級分成六級,級別由最不穩定等級至最穩定等級,可分為A、B、C、D、E及F級。 配合五個風速區間之風速大小,即可決定穩定度等級。 白天採用日照強度即強、中及弱三個等級來決定穩定度之等級,而夜晚則以雲量0.5(=4/8)作為分界點來決定穩定度之等級。 地面風速 (m/sec) (10 m高度) 白 天 日 射 量 夜     晚 雲 量 ≧4/8 <4/8 < 2 A A-B B - 2 - 3 C E F 3 - 5 B-C D 5 - 6 C-D > 6

33 報告完畢 感謝聆聽


Download ppt "台灣中部三大河川出海口 河川裸露地之揚塵數值模擬"

Similar presentations


Ads by Google