VALIDCE MODELU SYMOS’97, UPRAVENÉHO PRO PACHOVÉ LÁTKY

Slides:



Advertisements
Podobné prezentace
Analýza fungování institutu dohod o výkonu pěstounské péče v ČR SocioFactor s.r.o.
Advertisements

Strategické řízení školy s využitím sebehodnocení školy dle modelu CAF RNDr. Hana Žufanová.
Vyhodnocení chodu NO x na dvou stanovištích měřící sítě v Brně za období Vedoucí práce: Ing. Jan Svoboda, CSc. Vypracoval: Miloš Veselý.
Využití informačních technologií při řízení obchodního řetězce Interspar © Ing. Jan Weiser.
Experimentální metody oboru – Pokročilá tenzometrie – Měření vnitřního pnutí Další využití tenzometrie Měření vnitřního pnutí © doc. Ing. Zdeněk Folta,
Hodnocení pedagogických pracovníků manažerská dovednost = účinný nástroj manažerská dovednost = účinný nástroj řízení a kontroly pracovníků řízení a kontroly.
1 Obhajoba diplomové práce Sluneční záření a atmosféra Autor: Tomáš Miléř Vedoucí: Doc. RNDr. Petr Sládek, CSc. Oponent: RNDr. Jan Hollan BRNO 2007Katedra.
Plánovací část projektu Cíl projektu - vychází z řešení z prognostické části, - odpovídá na otázku, čeho má být dosaženo? - představuje slovní popis účelu.
Název kapitoly Název podkapitoly Text Schvalovací proces + hodnoticí kritéria Jakub Krátký Praha, 5. května 2016.
Název školy ZÁKLADNÍ ŠKOLA, JIČÍN, HUSOVA 170 Číslo projektu CZ.1.07/1.4.00/ Číslo a název klíčové aktivity 3.2 Inovace a zkvalitnění výuky prostřednictvím.
Vnitřní předpisy účetní jednotky Porada odboru veřejné správy, dozoru a kontroly Ing. Tomáš Sluka Ministerstvo financí odbor Regulace a metodika účetnictví.
Název školy ZÁKLADNÍ ŠKOLA, JIČÍN, HUSOVA 170 Číslo projektu CZ.1.07/1.4.00/ Číslo a název klíčové aktivity 3.2 Inovace a zkvalitnění výuky prostřednictvím.
Autor práce: Denisa Vydrová Vedoucí práce: Ing. Petra Solarová, Ph.D. Oponent práce: Ing. František Martíšek České Budějovice, červen 2016.
9. SEMINÁŘ INDUKTIVNÍ STATISTIKA 2. TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ.
Pojem přeměna obchodní společnosti
PŘESHRANIČNÍ VLIVY Gijs van Luyn InfoMil
nevýdělečné organizace (ČÚS a vyhláška 504/2002 Sb.)
Financováno z ESF a státního rozpočtu ČR.
Josef Středula, předseda ČMKOS
NEVIDITELNÝ ŠKRTIČ Jh*.
Rozvoj zaměstnanosti ve vybraném podniku
Strategická analýza vybraného podniku Orsay s.r.o.
NÁZEV ŠKOLY: ČÍSLO PROJEKTU: NÁZEV MATERIÁLU: TÉMA SADY: ROČNÍK:
Evaluace předmětů studenty (Anketky)
Odborný výcvik ve 3. tisíciletí
Vlastnosti zvuku - test z teorie
Marketingový výzkum. Marketingový výzkum Organizace marketingového výzkumu Cíl výzkumu Typ výzkumu Příprava výzkumného projektu Sběr dat Analýza výsledků.
Název školy: Základní škola Pardubice – Spořilov
Důlní požáry a chemismus výbušniny
Téma 11: Finanční plánování
Logistika a Supply Chain Management
Jedno-indexový model a určení podílů cenných papírů v portfoliu
Evaluace a hodnocení Evaluace Autoevaluace ©.
Ing. Sylvie kršková, Státní zemědělská a potravinářská inspekce
Škola Katolické gymnázium Třebíč, Otmarova 22, Třebíč Název projektu
Oblast: Dobré životní podmínky zvířat
3. Metody pedagogické diagnostiky
C1200 Úvod do studia biochemie 2.1 Biochemická diagnostika
RIZIKO.
Obchodní akademie, Střední odborná škola a Jazyková škola s právem státní jazykové zkoušky, Hradec Králové Autor: Mgr. Lubomíra Moravcová Název materiálu:
Management Přednáška 7, 8: Plánování.
Vykazování postupu nebo stavu
VYPAŘOVÁNÍ SUBLIMACE Tato práce je šířena pod licencí CC BY-SA 3.0. Odkazy a citace jsou platné k datu vytvoření této práce. VY_32_INOVACE_05_32.
Schvalovací proces + hodnoticí kritéria
Marketingová komunikace ve vybrané společnosti
Mgr. et Mgr. Veronika Víchová Mgr. Hana Navrátilová
Digitální učební materiál
Autorem materiálu, není-li uvedeno jinak, je Jitka Dvořáková
Přehled nejdůležitějších novinek
PRŮMYSLOVÁ REVOLUCE - OPAKOVÁNÍ
Změny právní úpravy ochrany přírody a krajiny
Odborný výcvik ve 3. tisíciletí
Josef Keder Český hydrometeorologický ústav
RIZIKO.
Zpráva ČR o implementaci směrnice 1999/13/ES o používání organických rozpouštědel. Radostovice
Digitální učební materiál zpracovaný v rámci projektu
Nesrovnalosti v měření imisí a rozptylových modelech
DOMOVNÍ ROZVODY * přípojky nn *
Jiří Vyskočil, Marko Genyg-Berezovskyj 2010
Emise jemných částic Helena Hnilicová.
Lineární činitel prostupu
Název operačního programu: OP Vzdělávání pro konkurenceschopnost
Dostupné vzdělání pro všechny kdo chtějí znát a umět víc…
Uskutečněné a očekávané změny právních předpisů důležité pro zástupce ředitele Praha
Poznámky k možnosti modelování šíření pachových látek
Porovnání modelů SYMOS’97 a ATEM Emisní model MEFA
ATMOSFÉRA - vzdušný obal Země.
Hodnocení, realizace a kontrolní etapa
Teorie chyb a vyrovnávací počet 2
Český hydrometeorologický ústav Praha
Transkript prezentace:

VALIDCE MODELU SYMOS’97, UPRAVENÉHO PRO PACHOVÉ LÁTKY Josef Keder

Proč modelovat pachové látky Přítomnost pachových látek v ovzduší obvykle nevyvolává přímé účinky na lidské zdraví. Zápach způsobuje především obtěžování, nicméně ve vážnějších případech se mohou projevit i přímé zdravotní potíže, (nausea, bolesti hlavy nebo dýchací potíže, pocity nepohody) V souvislosti s mírou obtěžování a množstvím stížností, které vyvolávají, se jim přikládá odpovídající důležitost. Kromě přímého měření pachové zátěže rovněž požadováno modelování transportu a rozptylu pachových látek v ovzduší, nezastupitelné při oceňování vlivu nově plánovaných zdrojů.

Specifika vnímání zápachu, důsledky Odezva nosu na pachu velmi rychlá, téměř okamžitá, obvykle v řádu milisekund, nejdéle v řádu trvání jednoho nádechu Maximální excitace dosažena pří krátké expozici Intenzita vjemu je určena špičkovými hodnotami koncentrace, nikoliv průměrnou hodnotou Úvahy založené na průměrné koncentraci, které jsou výstupem rozptylových modelů, by vedly k podcenění účinků koncentrací pachových látek Do modelu musí být proto zabudována možnost výpočtu okamžitých koncentrací nebo korekce na poměr Špička/Průměr (Peak-to-Mean, P/M ratio)

Fluktuace koncentrace pachové látky ve vlečce

Modifikace SYMOS pro pachové látky Výpočet založen na stanovení nejvyšších možných hodinových koncentrací a počtu překročení zadané limitní koncentrace v referenčních bodech Pro řešení problematiky pachových látek jsou relevantní pouze maximální krátkodobé koncentrace a doba překročení zadané limitní koncentrace Pro každý referenční bod se získá sada hodnot maximální hodinové koncentrace pachové látky (v OU/m3) pro 11 různých režimů rozptylových podmínek a jedna hodnota absolutního maxima. Tyto hodnoty se přepočítají pomocí faktoru P/M na špičkové koncentrace. Pro přepočet průměrných koncentrací na špičkové se používá sada převodních faktorů, stanovených na základě rozsáhlé studie společnosti Katestone Scientific Faktory závisí na typu zdroje (bodový, plošný..), třídě stability a vzdálenosti referenčního bodu od zdroje

Validace modelu, experimentální data (1) Zdroj dat - Bächlin W., A. Rühling and A. Lohmeyer, 2002 Polní experiment v okolí vepřína u Stadt Biberach a. d. Riss, SRN Plochý terén, všechna měření se uskutečnila při normálním zvrstvení Celkem 14 použitelných 10 minutových měřicích sérií, označených B až O (série A vedena jako testovací)

Validace modelu, experimentální data (2) Emise – pachové látky a SF6 Kompletní data o zdroji Meteo – WD, WV, teplota, stabilita Měření imisní koncentrace SF6 Hodnocení intenzity pachu 12 školenými probandy v šestistupňové škále Každých 10s jeden odhad intenzity, celkem 60 hodnot pro každou sérii

Validace modelu, analýza dat Pro každou sérií v každém měřícím bodě zjištěna maximální hodnota intenzity pachu odhadnuté probandy a použita v další analýze S využitím dat o zdroji a metodat pro každou sérii a každý bod vypočtena modelem SYMOS průměrná hodinová koncentrace pachových látek Průměrné koncentrace převedeny na špičkové hodnoty podle algoritmu, navrženém v upraveném modelu Párovaná data modelových koncentrací pachových látek a intenzit pachu zjištěných probandy byla analyzována a porovnána pro série B, C a E až O Koncentrace pachových látek přepočítány na intenzitu pachu pomocí Stevensova zákona ve tvaru I=a.Cb Hodnoty konstant a, b zjištěny pomocí regresního vztahu mezi modelovými koncentracemi intenzitami, udávanými probandy

Validace modelu, příklady výsledků (1) Porovnány modelové hodnoty koncentrace pachu a intenzity udávané probandy pro sérii G Měřicí body s vysokými maximy subjektivní intenzity pachu korespondují vysokými hodnotami modelových koncentrací Podle odhadu probandů je pachová vlečka širší, než vyplynulo z modelu

Validace modelu, příklady výsledků (2) Porovnány modelové a zjištěné hodnoty intenzity pachu pro sérii G Uspokojivá shoda modelových a experimentálních dat Model mírně nadhodnocuje intenzitu pachu v centrální oblasti vlečky

Závěry, náměty pro další práci Nehledě na poměrně jednoduchou metodu, použitou při adaptaci modelu SYMOS, dává model rozumné a prakticky použitelné výsledky (alespoň v případě normálního zvrstvení a v rovinném terénu v blízkosti bodového zdroje) Validace modelu pro složitější podmínky (složitý terén, jiné zvrstvení, plošný zdroj, fugitivní emise..) je otázkou dostupnosti vhodných datových souborů

Děkujeme Vám