Josef Keder Hana Škáchová

Slides:



Advertisements
Podobné prezentace
PLAYBOY Kalendar 2007.
Advertisements

Fakta o vývoji vlastnictví bytů v ČR za posledních 10 let Stanislav Drápal, Český statistický úřad Praha, 18. září 2012.
Statistika.
Produkce odpadů 2002 – 2007 obce ORP Šumperk
Partyzánské náměstí Ostrava tel.: fax: Znečištění ovzduší suspendovanými částicemi PM 10 a PM 2.5 na území města.
Rozhodovací matice.
Page 1 © 3M All rights reserved. TS/Speedglas SL Představení produktu 3M ™ Speedglas ™ SL.
Spektra zatížení Milan Růžička 1 Dynamická pevnost a životnost
CIT Sekvenční obvody Díl VI.
NORMOVANÉ NORMÁLNÍ ROZDĚLENÍ
AutorMgr. Lenka Závrská Anotace Očekávaný přínos Tematická oblastOperace s reálnými čísly Téma PředmětMatematika RočníkPrvní Obor vzděláváníUčební obory.
9 CELÁ ČÍSLA
ZŠ a MŠ Olšovec, příspěvková organizace Vzdělávací materiál, šablona – Inovace a zkvalitnění výuky směřující k rozvoji matematické gramotnosti žáků základní.
Zpřísňující balíček Moravskoslezského kraje v rámci smogových situací Ostrava, dne Miroslav Novák.
Násobíme . 4 = = . 4 = = . 4 = = . 2 = 9 .
Kdo chce být milionářem ?
Diplomová práce Autorka: Ing. et Ing. Zuzana Hynoušová
Vizualizace projektu větrného parku Stříbro porovnání variant 13 VTE a menšího parku.
ČLOVĚK A JEHO SVĚT 2. Ročník - hodiny, minuty Jana Štadlerová ŽŠ Věšín.
Dělení se zbytkem 3 MODERNÍ A KONKURENCESCHOPNÁ ŠKOLA
ZÁKLADNÍ ŠKOLA PODBOŘANY, HUSOVA 276, OKRES LOUNY
Základní škola národního umělce Petra Bezruče, Frýdek-Místek, tř. T. G
ARITMETICKÁ POSLOUPNOST I
Vyhodnocení dotazníkových šetření prováděných na veletrhu GAUDEAMUS Přípravný výbor – Slavonice Přípravný výbor – Slavonice
Získávání informací Získání informací o reálném systému
Projekt PŘEDPOVĚĎ POČASÍ. projekt PŘEDPOVĚĎ POČASÍ.
Vlastnosti sčítání a odčítání
projekt PŘEDPOVĚĎ POČASÍ předpověď počasí na 13. května 2014.
Projekt PŘEDPOVĚĎ POČASÍ. projekt PŘEDPOVĚĎ POČASÍ.
XI. jarní konference energetických manažerů Problémy ČR v kontextu evropského trhu s energiemi (Bezpečnost a dostupnost dodávek energií v ČR a EU) Vliv.
Fotografie je ve skutečnosti zachycení světla Světla musí být pro správnou fotografii správné množství Úskalí: ▫ světelné podmínky během dne mění ▫ je.
Josef Keder Hana Škáchová
Tloušťková struktura porostu
projekt PŘEDPOVĚĎ POČASÍ

Projekt PŘEDPOVĚĎ POČASÍ. Předpověď počasí na
Nejmenší společný násobek
Marie Trantinová ÚZEI - pracoviště Opava Ústí nad Labem
Posloupnosti, řady Posloupnost je každá funkce daná nějakým předpisem, jejímž definičním oborem je množina všech přirozených čísel n=1,2,3,… Zapisujeme.
Násobení zlomků – teorie a cvičení VY_32_INOVACE_19
předpověď počasí na 14. května 2009 OBLAČNOST 6.00.
Stručný obsah 5. přednášky
8. listopadu 2004Statistika (D360P03Z) 6. předn.1 chování výběrového průměru nechť X 1, X 2,…,X n jsou nezávislé náhodné veličiny s libovolným rozdělením.
Znečištění ovzduší a jeho zdroje v Ostravě …Znečištění ovzduší v Ostravě a jeho zdroje Mgr. Libor Černikovský, RNDr. Roman Volný
Cvičná hodnotící prezentace Hodnocení vybraného projektu 1.
Projekt PŘEDPOVĚĎ POČASÍ. projekt PŘEDPOVĚĎ POČASÍ.
Tento Digitální učební materiál vznikl díky finanční podpoře EU- OP Vzdělávání pro konkurenceschopnost. Není – li uvedeno jinak, je tento materiál zpracován.
Pojmy a interpretace.
Vývoj kvality ovzduší v České republice
Charakteristika kraje
25/1 Příčina globální krize? Smilovice ‘09 M. Vlček.
Fyzika 2 – ZS_3 OPTIKA.
Název materiálu: OPAKOVÁNÍ 1.POLOLETÍ - OTÁZKY
1 Celostátní konference ředitelů gymnázií ČR AŘG ČR P ř e r o v Mezikrajová komparace ekonomiky gymnázií.
Referenční model ATEM České ekologické manažerské centrum Praha, 14. října 2010 Jan Macoun, Český hydrometeorologický ústav -
Znečištění ovzduší na Ostravsko-Karvinsku v zimní sezóně
Koncentrace znečišťující příměsi v ovzduší
METEO stanice Výsledky pozorování třída 5.A a 5.B.
Přednost početních operací
Nejprve provedeme výpočet v závorce
Interpretace výsledků modelových výpočtů
Změny v SOILINu ve SCIA Engineer oproti Nexis32
Požadavky na vypracování rozptylových studií
Integrovaná povolení v Moravskoslezském kraji , Marek Bruštík.
Způsoby vyjadřování složení směsí
Mgr. Robert Skeřil, Ph.D. Český hydrometeorologický ústav pobočka Brno V YHODNOCENÍ KVALITY OVZDUŠÍ V J IHLAVĚ ZA ROKY 2010 – 2014.
Propojení modelu AEOLIUS a GIS
Návrh metodiky výpočtu příspěvku resuspenze ke koncentracím PM10
Zdeněk Blažek, Vladimíra Volná
Transkript prezentace:

Josef Keder Hana Škáchová Hodnocení rozptylových podmínek ve vztahu ke koncentracím znečišťujících látek Josef Keder Hana Škáchová

VENTILAČNÍ INDEX VI = 0.0638*MH*WSavg [m2/s] Jako parametr hodnotící podmínky rozptylu navržen ventilační index (VI), který je součinem výšky směšovací vrstvy (MH) a průměrné rychlosti větru uvnitř směšovací vrstvy (WSavg) (/1/ Smoke management guide, 2001) Hodnoty výšky směšovací vrstvy a možno vyhodnotit pomocí diagnostického modelu CALMET (z dat modelu ALADIN, historická, současná i prognostická) nebo přímo z ALADINa VI = 0.0638*MH*WSavg [m2/s] Konstanta 0.0638 slouží ke kalibraci na stupnici, použitou v /1/ - převod anglosaských jednotek na metrické Školení SVRS RPP CPP

VENTILAČNÍ INDEX – k definici Školení SVRS RPP CPP

VENTILAČNÍ INDEX – vliv větru Školení SVRS RPP CPP

VI, VLIV VÝŠKY MH – dobrá ventilace Školení SVRS RPP CPP

VI, VLIV VÝŠKY MH – špatná ventilace Školení SVRS RPP CPP

HRANICE EXPOZIČNÍHO INDEXU Kritická hodnotou indexu VI podle /1/ je 200 m2s-1 Školení SVRS RPP CPP

VI VERUS PM10 PRAHA 1/2 Závislost denního oblastního průměru koncentrace PM10 v Praze na ventilačním indexu Je zřejmé, že VI může sloužit jako dobrá charakteristika kategorizace rozptylových podmínek ve vazbě na imisní koncentrace. Školení SVRS RPP CPP

VI VERUS PM10 PRAHA 2/3 Zpracovány histogramy četností denního oblastního průměru koncentrace PM10 v Praze, členěné podle kategorií VI za roky 2005 - 2009. Znázorněny jsou pouze případy překročení imisního limitu, tj, hodnoty oblastního průměru nad 50 µg.m-3. Naprostá většina případů překročení IL je spojena s kategorií VI „Poor“, která charakterizuje špatné rozptylové podmínky – malou výšku směšovací vrstvy, nízké inverze a malou rychlost proudění. Školení SVRS RPP CPP

VI VERUS PM10 PRAHA 3/3 Školení SVRS RPP CPP

VI A DENOSTUPNĚ 1/2 Pro hodnocení vlivu povětrnostních podmínek na hladinu imisní zátěže byly dále použity denostupně (degree days), které charakterizují úroveň potřebné intenzity vytápění a jsou indikátorem hladiny emisí zejména z lokálních topenišť Výpočet denostupňů: Denostupeň = 0 když Průměrná denní teplota >12oC Denostupeň = 12 - Průměrná denní teplota jinak   Školení SVRS RPP CPP

VI A DENOSTUPNĚ 2/2 Dále znázorněny denní koncentrace PM10, zprůměrované pro území jednotlivých krajů za roky 2005 až 2009, v závislosti na hodnotě ventilačního indexu VI a denostupňů. Grafy ukazují dominantní vliv povětrnostních podmínek na imisní koncentrace. Největší znečištění ovzduší v naprosté většině nastává při nízkých hodnotách VI a vyšších hodnotách denostupňů. Indikuje vysoký podíl lokálního vytápění, Školení SVRS RPP CPP

VI A DENOSTUPNĚ versus PM10 Praha Školení SVRS RPP CPP

VI A DENOSTUPNĚ versus PM10 Plzeňský Školení SVRS RPP CPP

VI A DENOSTUPNĚ versus PM10 Ústecký Školení SVRS RPP CPP

VI A DENOSTUPNĚ versus PM10 Moravskoslezský Školení SVRS RPP CPP

KLIMATOLOGIE VI 1/4 Pro porovnání rozptylových podmínek v letech 2005 – 2010 byly zkonstruovány histogramy četností výskytu kategorií ventilačního indexu od 50 do 500 m2.s-1 v členění po 50 m2.s-1 Dále zkonstruovány křivky kumulativních četností výskytu tříd VI v jednotlivých letech. Školení SVRS RPP CPP

KLIMATOLOGIE VI 2/4 Školení SVRS RPP CPP

KLIMATOLOGIE VI 3/4 Kumulativní četnosti výskytu hodnot VI pro jednotlivé roky Školení SVRS RPP CPP

KLIMATOLOGIE VI 4/4 Z grafů je zřejmé, že v roce 2007 byly jednoznačně nejlepší rozptylové podmínky v celém hodnoceném období 2005 – 2010. Tento rok má ve srovnání s ostatními největší četnost výskytu dobrých ventilačních podmínek (VI>500) a malou četnost výskytu VI do 200 Nejhorší rozptylové podmínky byly v roce 2010. Tento rok má nejvyšší procentuální zastoupení kategorií VI do 100 i 200 m2.s-1 z celého období. V pořadí druhými nejhoršími roky z hlediska rozptylových podmínek jsou 2006 a 2009, kde je výskyt hodnot ventilačního indexu do 100 m2.s-1 srovnatelný  a kumulativní četnost hodnot do 200 m2.s-1 (kategorie „Poor“) je pro 2009 druhá nejvyšší za hodnocené období. Školení SVRS RPP CPP

AKTUÁLNÍ SITUACE MS kraj 1/3 Oblastní průměr PM10 Školení SVRS RPP CPP

AKTUÁLNÍ SITUACE MS kraj 2/3 Oblastní průměr PM2.5 Školení SVRS RPP CPP

AKTUÁLNÍ SITUACE MS kraj 3/3 Hodinové koncentrace PM10 Bohumín Školení SVRS RPP CPP

Návrh klasifikca RP podle VI 25 100 250 Dobré Zhoršené Špatné Velmi špatné Při poklesu VI rostou koncentrace, absolutní velikosti však závisí na typu stanice Pro každou stanci denní koncentrace převedeny na percentily Konstruováno rozložení percentilů podle log10 VI Příklad: pro VI<25 má 50% percentilů hodnotu nad 0.8 Mediány rozložení propojeny Percentily koncentrací v závislosti na ventilačním indexu Školení SVRS RPP CPP

VI – predikce ALADIN na 31.1.2012 Školení SVRS RPP CPP

VI – predikce 31.1.12 00:00 – 12:00 Školení SVRS RPP CPP

PM10 31.1.12 09:00 – 10:00 Školení SVRS RPP CPP

PM10 31.1.12 10:00 – 11:00 Školení SVRS RPP CPP

VI – predikce 31.1.12 12:00 Školení SVRS RPP CPP

PM10 31.1.12 11:00 – 12:00 Školení SVRS RPP CPP

PM10 31.1.12 14:00 – 15:00 Školení SVRS RPP CPP

PM10 31.1.2012 Školení SVRS RPP CPP

ZÁVĚR A DOPORUČENÍ Definice VI má fyzikální logiku a stanovené je objektivní VI se dá jednoduše stanovit z naměřených či modelových dat, případně z jejich kombinace Stanovení VI je možno softwarově automatizovat VI dobře koreluje s hodnotami koncentrací znečišťujících látek (kromě ozonu) Je možné konstruovat historická, aktuální a předpovědní pole VI pro celé území ČR Lze konstruovat statistiky a klimatologii VI Navrhuje se zavést použití VI pro klasifikaci rozptylových podmínek Pokud bude přijato, zbývá dohodnout hranice kategorií (některé kategorie možno sloučit) a „počeštit“ názvy kategorií Školení SVRS RPP CPP