18.

4 PARAMETER DISPERSI DALAM MODEL GAUSSIAN Kondisi di mana persamaan ini berlaku sangat ideal dan karena itu bahwa hal itu tidak harus diharapkan akan berlaku sangat banyak ambeient situasi actual. Karena persamaan ini sederhana, persamaan Gaussian Plume telah di applikasikan (US.Environmental Protection Agency,1980). Konsentrasi yang diukur yang sebenarnya merupakan difusi atmosfer pada percobaan di bawah kondisi yang mendekati aplikasi. 18.4.1 Korelasi untuk y dan z berdasarkan teori kesamaan Perubahan dari rata-rata dimensi plum dapat ditunjukkan dengan gerakan partikel-pertikel yang dilepaskan dari sumbernya. Maka, untuk mengatasi kesulitan dalam memakai persamaan (17.90) dalam memperoleh nilai y dan z, Pasquill (1971) mengusulkan suatu teori dan persamaan alternative dimana masih mempertahankan teori Taylor, namun teori Pasquill ini lebih bisa dipertanggung jawabkan untuk memparameterisasi kuantitas/jumlah Eulerian. Berikut Teori dari Pasquill : y = v . t . Fy z = w . t . Fz dimana dan adalah standar deviasi fluktuasi kecepatan angin pada y dan z, dan dan

adalah fungsi secara umum yang mengatur parameter bahwa karakteristik spesifikasi batas lapisan atmosfer. Variabel dan diasumsi tergantung dari friksi kcepatan , Panjang Monin,

Obukhov L, Parameter Coroilis f, kedalaman campuran lapisan zi, kecepatan konvektif

kekasaran permukaan z0, dan ketinggian smuber polutan dari tanah h. zi identik dengan H, ketinggian lapisan impermeable terhadap difusi. Persamaan Gaussian untuk distribusi konsentrasi vertikal menjadi bentuk Gaussian sangat sulit daripada simetri samping distribusi horizontal dan pendekatan bentuk Gaussian dengan asumsi yang tepat. Irwin (1979) mengembangkan persamaan untuk v : v = [1,78 u*(1+0,059(-zi/L)](1/3) v = 1,78 u* Irwin juga mengembangkan rumus untuk Fy: Fy = [1+(t/Ti)(1/2)](-1) ; Ti-1 =2,5u*/zi [1+0,0013 (-zi/L)]1/3 Fy = [1+0,9 (t/To)]-1 ; To-1 = 1,001 untuk zi/L 0 untuk zi/L > 0 untuk zi/L < 0 untuk zi/L > 0

Kecepatan fluktuasi dalam kondisi yang tidak stabil dapat dirumuskan w = w*G(z/zi) (Irwin, 1979) dimana : G(z/zi) = 1,342 (z/zi)0,333 G(z/zi) = 0,763 (z/zi)0,175 G(z/zi) = 0,722 (1-(z/zi))0,207 G(z/zi) = 0,37 untuk z/zi < 0,03 untuk 0,03 < z/zi < 0,40 untuk 0,40 < z/zi < 0,96 untuk z/zi > 0,96 w = u*[(m(z/L) z/L) / (3.fm)]1/3 dimana : m (z/L) = 1+4,7 z/L dan, fm = 0,4[1+3,9z/L 0,25(z/L)2] fm = 0,4[6,78+2,39(z/L-2)] untuk z/L 2 untuk z/L > 2 untuk z/L 0

Jika dalam keadaan netral dan stabil, rumus untuk w dikembangkan oleh Binkowski (1979) :

Langkah selanjutnya untuk menyelesaikan parameterisasi koefisien disperse adalah dengan menspesifikasikan nilai Fz. Draxler (1976) mengembangkan rumus untuk Fz dalam kondisi netral dan stabil : Fz = [1+0,9(t/To)1/2]-1 Fz = [1+0,945(t/To)0,8]-1 nilai initial time To = 50 detik. 18.4.2 Korelasi untuk y dan z berdasarkan stabilitas Pasquill Dalam perumusan tentang disperse, akan lebih mudah jika nilai y dan z difungsikan sebagai nilai x. Banyak bentuk empiris yang ditunjukkan oleh rumus power-law : y = Ry.x(ry) z = Rz.x(rz) dimana Ry, Rz, ry, dan rz berdasarkan stabilitas dan waktu rata-rata. Korelasi koefisien parameter dispersi dalam Gaussian plum disajikan dalam table 18.2 . Walaupun korelasi y untuk koefisien Pasquill-Gifford (P-G) dirumuskan dalam y = Ry.x(ry), namun untuk korelasi z membutuhkan tiga bentuk parameter: z = exp[Iz+Jz ln x + Kz (ln x)2] untuk z < 50 m untuk z 50 m

Kedua perumusan ini memerlukan spesifikasi waktu To. Draxler dan Irwin (1979) memberikan

Dan untuk menyempurnakannya, maka diberikan juga nilai y dalam table 18.2 untuk korelasi PG.Tiga set koefisien dalam Tabel 18.2 didasarkan pada data yang berbeda.