MODEL DISPERSI

PENCEMAR
UDARA
Abdu F. Assomadi

Main concepts in air quality modeling

Parameter-parameter dalam Model

Sumber (Karakteristik emisi)

laju emisi (massa/waktu)
lokasi sumber (koordinat)
temperatur gas emisi (K)
tinggi plume rise (m)
Meteorology
Temperatur Atmosfer
Stabilitas Atmosfer (diperlukan untuk menentukan koefisien
dispersi)
Kecepatan dan arah angin, turbulensi
Sifat Kimia Atmosfer
Reaksi-reaksi kimia di atmosfer
Deposisi (basah / kering)
Parameter permukaan
geometri permukaan, kekasaran/terrain, lautan, daerah kota atau
desa

Beberapa Model Kualitas Udara

Model point source

Model at urban and large scale

Model Fotokimia

Model-model lain:

Model secara meteorologi

Model plume rise dan Model Dispersi

Model Statistik - Model Penerima/receptor di ambien

Model deposisi

Model bau/odor

Model partikulat

Model Point Source

Model pertama yang dikembangkan untuk

kualitas udara (contoh, Sutton, 1932,
Bosanquet, 1936) menjelaskan sifat dispersi
plume yang diemisikan dari cerobong industri.
Dalam sejarahnya dinilai sukses, dari sini
dikembangkan model dispersi sederhana
Model Plume Gaussian.
Model ini telah diaplikasikan untuk menghitung
impact plume pada MGL (max ground level)
dan jarak maksimum dari sumber.

Z
Plume Boundary

Q
u
Y
H

The simplest dispersion modeling Gaussian approximation for

the plume spread

Not applicable to regional scales complex

terrain, convective conditions, and ground-level sources.
7

Gambaran Model Gaussian

Asumsi-asumsi pada Model

Dispersi Gauss

Plume disebar mengikuti sebaran gauss normal

baik dalam bidang horisontal maupun vertikal,
dengan deviasi standar konsentrasi plume pada
arah horisontal dan vertikal y, and z;
Laju emisi polutan seragam, Q;

Kondisi plume pada ground (z=0) dianggap secara total

direfleksikan oleh permukaan; dan

Plume bergerak downstream (horisontal pada

arah x) dengan rata-rata kecepatan angin, u,

Limitations of Gaussian-plume models

Causality effects
Gaussian-plume models assume pollutant material is transported in a straight line instantly
(like a beam of light) to receptors that may be several hours or more in transport time away
from the source.

Low wind speeds

Gaussian-plume models 'break down' during low wind speed or calm conditions due to the
inverse wind speed dependence of the steady-state plume equation, and this limits their
application.

Straight-line trajectories
In moderate terrain areas, these models will typically overestimate terrain impingement effects
during stable conditions because they do not account for turning or rising wind caused by the
terrain itself. CTDM and SCREEN are designed to address this issue.

Spatially uniform meteorological conditions

Gaussian steady-state models have to assume that the atmosphere is uniform across the
entire modelling domain, and that transport and dispersion conditions exist unchanged long
enough for the material to reach the receptor.

Convective conditions are one example of a non-uniform meteorological state that Gaussianplume models cannot emulate.

No memory of previous hour's emissions

In calculating each hour's ground-level concentration the plume model has no memory of the
contaminants released during the previous hour(s).
10

Wark & Warner, Air Pollution: Its Origin & Control

TRAPPED BY MIXED LAYER

Mixed layer

Sistem Koordinat Model Dispersi

Gauss

Short term model, steady-state Gaussian plume

equation untuk sumber kontinyu dan punya elevasi
tertentu.
Koordinat asal (0,0) ditempatkan pada ground
surface tepat di dasar stack.
Sumbu X positif pada arah angin (downwind direction),
sumbu y tegak lurus arah angin (crosswind searah
sumbu X) dan sumbu Z merupakan arah vertikal.
Lokasi penerima dikonversi dari sistem koordinat
sumber, untuk perhitungan konsentrasi jangka waktu
tertentu (sesuai arah angin dominan)

Sistem Koordinat Distribusi Gauss Arah

Horizontal dan Vertikal

Persamaan Model Dispersi Gauss

Model Gauss distribusi konsentrasi

Rumus menghitung C gas atau aerosol (<20 u) pada
permukaan tanah arah downwind (x):

Di mana: C = konsentrasi polutan, g/m3

m = laju emisi polutan, g/s
= kecepatan angin rata-rata, m/s
z = standar deviasi konsentrasi flume arah orizontal
y = standar deviasi konsentrasi flume arah vertikal
He = tinggi efektif cerobonhg, m
X = jarak downwind sepanjang centerline flume dari
titik sumber, m
Y = jarak crosswind dari centerline flume, m

Model Gaussian

Diformulasikan dengan penentuan sebaran plume

scr horisontal / vertikal dan distribusi konsentrasi
plume dengan deviasi standar plume mengikuti
sebaran normal
Distribusi/sebaran polutan dihitung sebagai fungsi
stabilitas atmosfer dan jarak dari sumber searah
angin
Stabilitas Atmosfer parameter karakteristik
turbulensi atmosfer (Range F A; menyatakan
sanga stabil sangat tidak stabil; D netral)

Pengaruh Stabilitas Atmosfer pada

Plume

Typical Velocity, and Plume Shapes

Gaussian Parameters
The lateral dispersion coefficient function and, the vertical dispersion
coefficient functions depend on the downwind distance and the atmospheric
stability class. These coefficients in meters can be obtained using PasquillGifford-Turner estimates shown in the equations below

where ,
s = an integer [1-6] representing the atmospheric stability shown in Table 1
kx,x = empirical constants, values for each of the stability class can be obtained from Green et al. (1960)

Surface wind
speed at 10 m
(m/s)

Day

Night

Incoming Solar radiation

Cloud Cover

Strong

Moderate

Slight

Thinly Overcast

Mostly Cloudy

<2

A (s = 1)

A-B

B (s = 2)

2-3

A-B

C (s = 3)

E (s = 5)

F (s = 6)

3-5

B-C

5-6

C-D

D (s = 4)

>6

Table 1. Constants a,b,c,d depend on Pasquill Stability categories defined by Turner (1995)

Horizontal Dispersion Coefficient as a Function of Downwind Distance from Source

Vertical Dispersion Coefficient as a Function of Downwind Distance from Source

Gaussian Dispersion Equation

If the emission source is at ground level with no
effective plume rise then

C x, y , z

Q
y

zu

exp

1 y
2 2y

2
2
z

Plume Rise
H is the sum of the physical stack height and
plume rise.

h plume rise

hactual stack
11/20/2014

22

Plume Rise
Buoyant plume: Initial buoyancy >> initial momentum
Forced plume: Initial buoyancy ~ initial momentum
Jet:
Initial buoyancy << initial momentum

For neutral and unstable atmospheric

conditions, buoyant rise can be calculated by
h plume rise
h plume rise

21 .425 F 0.75
(F 55 m 4 / s 3 )
u
38 .71F 0.6
(F 55 m 4 / s 3 )
u

Vs: Stack exit velocity, m/s

where buoyancy flux is
d: top inside stack diameter, m
Ts: stack gas temperature, K
2
F gVs d (Ts Ta ) / 4TS Ta: ambient temperature, K
g: gravity, 9.8 m/s2
11/20/2014

23

Carson and Moses: vertical momentum & thermal

buoyancy, based on 615 observations involving 26 stacks.

h plume rise
h plume rise
h plume rise

Qh
5.15
u
Qh
Vs d
0.35
2.64
u
u
Qh
Vs d
1.04
2.24
u
u

Vs d
3.47
u

(unstable)
(neutral)
(stable)

Qh

m C p Ts Ta

d2
P
Vs
MW (stack gas mass flow rate. kg/s)
4
RTs

(heat emission rate, kJ/s)

When pollutants are dispersed to the ground level,

how should we handle the situation?
11/20/2014

24

Wark & Warner, Air Pollution: Its Origin & Control

C x, y , z

Q
2

exp

y2
2 2y

exp

z H
2 2z

exp

z H
2 2z

What if the surface is absorbing?

How should the concentration profile look like w/ reflection?
11/20/2014

25

Ground level concentration

Q
y

exp

y2
exp
2
2 y

H2
2 2z

11/20/2014

26

Maximum Ground Level Concentration

Under moderately stable to near neutral conditions,
y

k1

The ground level concentration at the center line is

C x,0,0

k1

2
z

H2
2 z2

exp

The maximum occurs at

dC / d

Once

C x,0,0

H
2

is determined, x can be known and subsequently C.

Q
y

exp

0.1171

Q
y

11/20/2014

u
27

Example
An industrial boiler is burning at 12 tons (10.9
mton) of 2.5% sulfur coal/hr with an emission
rate of 151 g/s. The following exist : H = 120 m,
u = 2 m/s, y = 0. It is one hour before sunrise,
and the sky is clear. Determine downwind
ground level concentration at 10 km.
Stability class =
y =
z =
C(10 km, 0, 0) =

11/20/2014

28

Exercise
If emissions are from a ground level source with
H = 0, u = 4 m/s, Q = 100 g/s, and the stability
class = B, what is downwind concentration at
200 m?
At 200 m:
y =
z =
C(200 m, 0, 0) =

11/20/2014

29

Example
Calculate H using plume rise equations for an 80 m high
source (h) with a stack diameter = 4 m, stack velocity =
14 m/s, stack gas temperature = 90o C (363 K), ambient
temperature = 25 oC (298 K), u at 10 m = 4m/s, and
stability class = B. Then determine MGLC at its location.
F=
h plume rise =
H=
z =
y =
Cmax =

Residents around Florida Rock Cement Plant are complaining its emission
being violating its allowed level. The plant has its facility within 0.5 km
diameter. Its effective stack height is 60 m. You are a FLDEP environmental
specialist. Where are you going to
locate your air quality monitors? Why?30
11/20/2014

Pengaruh Stabilitas Atmosfer pada

Konsentrasi Plume (A)

parameter

unit case 1

wind speed (from

or to south west) m/s

stack height

45

h
efective stack
height (He)

90,602

135,602

parameter
polutan (gas)

Nitrogen
Oxides

beban (loading) g/s

19,834
stabilitas
atmosfer
a

Pengaruh Stabilitas Atmosfer pada

Konsentrasi Plume (B)

parameter
unit
wind speed (from
or to south west) m/s

case 1

stack height

45

h
efective stack
height (He)
parameter
polutan (gas)

60,401

105,401
Nitrogen
Oxides

beban (loading)
stabilitas
atmosfer

g/s

19,834

Pengaruh Stabilitas Atmosfer pada

Konsentrasi Plume (C)

parameter
unit
wind speed (from
or to south west) m/s
stack height

case 1

45

h
m
efective stack
height (He)
m
parameter polutan
(gas)
n

36,241

beban (loading)
stabilitas atmosfer

81,241
Nitrogen
Oxides

g/s

19,834
c

Pengaruh Stabilitas Atmosfer pada

Konsentrasi Plume (D)
parameter
unit
wind speed (from or
to south west)
m/s
stack height

case 1
7

45

h
m
efective stack height
(He)
m
parameter polutan
(gas)
n

25,886

beban (loading)
stabilitas atmosfer

70,886
Nitrogen
Oxides

g/s

19,834
d

Pengaruh Stabilitas Atmosfer pada

Konsentrasi Plume (E)
parameter
unit
wind speed (from or
to south west)
m/s
stack height

case 1

45

h
m
efective stack height
(He)
m
parameter polutan
(gas)
n

36,241

beban (loading)
stabilitas atmosfer

81,241
Nitrogen
Oxides

g/s

19,834
e

Pengaruh Stabilitas Atmosfer pada

Konsentrasi Plume (F)
parameter
unit
wind speed (from
or to south west) m/s
stack height

case 1
3

45

h
m
efective stack
height (He)
m
parameter polutan
(gas)
n

60,401

beban (loading)
stabilitas atmosfer

105,401
Nitrogen
Oxides

g/s

19,834
f

Beberapa pengembang model

ini

Hgstrom (1964), Turner (1964), Briggs (1965) Moore

(1967), Klug (1968) Penggunaan dan aplikasi meluas dan
menjadi teknik standar di berbagai negara untuk menghitung
tinggi stack yang dibutuhkan untuk perijinan
Beryland (1975) telah mem-publis standar kerja di Rusia
Holzworth, (1967), Deardorff, (1975) pengaruh mixing
height dalam memeperhitungkan konsentrasi MGL
Yamartino, (1977) teri refleksi distribusi ditambahkan pada
Model Plume Gaussian

MODEL-MODEL LAIN
DALAM DISPERSI
PENCEMAR UDARA
Abdu F. Assomadi

Model pada skala urban dan luas

Sekitar 1970 diketahui bahwa polusi udara bukan hanya

fenomena lokal (tidak cocok didekati dengan model
gaussian)

SOx dan Nox di eropa hujan asam di wilayah luas (antar

negara)
Ozon urban dan industri impact

Didekati dengan model Lagrangian dan Model Eulerian

Lagrangian modeling parcel udara (atau puff) megikuti

lintasannya dan diasumsikan tetap identitasnya selama dalam
perjalanan
Eulerian modeling area studi dibagi menjadi grid cell, dalam
arah vertikal maupun horisontal

Lagrangian modeling

Diarahkan pada deskripsi transport sulfur jarak jauh (longrange), dimulai dengan penelitian Rohde (1972, 1974),
Eliassen (1975) dan Fisher (1975).
Eliassen (1975) mulai dengan model well-known EMEPtrajectory digunakan beberapa tahun untuk menghitung
polusi udara trans-boundary spesies penyebab keasaman ,
dan kemudian foto-oksidan
Lagrangian modeling digunakan mencakup periode waktu
yang lebih panjang bahkan sampai skala tahun
Secara umum dipakai di Eropa, fokus utama pada SO2
yang terdistribusi jauh dan waktu yang lama
Prinsip Perubahan Konsentrasi dideskripsikan relatif
terhadap pergerakan fluida

Eulerian modeling

Dimulai dengan studi Reynolds (1973) untuk ozon

di area urban; Shir and Shieh (1974) untuk SO2 di
area urban, Egan (1976) dan Carmichael (1979)
untuk sulfur skala regional.
Reynolds (1973) Los Angeles, simulasi
fotokimia well-known Urban Airshed Model-UAM.
Pemodelan Eulerian grid secara luas diaplikasikan
di US, meliputi area urban dengan fokus utama
pada O3.

Prinsip Eulerian Model

Sifat/perubahan spesies dideskripsikan relatif

terhadap sistem koordinat yang tetap (fixed)
Ada dua model yang dikembangkan:
Single

Box Model

Focus: Kimia Atmosfer

Lack physical realism - horizontal and vertical transport,
etc

Multi-dimensional

grid-based air quality model

Potentially the most powerful

Involving the least-restrictive assumption

Beberapa Pengembang Model

Lagrangian dan Eulerian

Sklarew et al., (1971) pendekatan hybrid, seperti metode

particle-in-cell.
Paper mengenai pemodelan Eulerian and Lagrangian
modeling Friedlander and Seinfeld (1969), Eschenroeder Martinez (1970) dan Liu and Seinfeld (1974).
A comprehensive overview of long-range transport modeling
in the seventies Johnson (1980).
Selanjutnya, global modeling of earths troposphere.

Model Global 2-D troposfer global dimodelkan dalam rata-rata

arah longitudinal (Isaksen, 1978).
model global 3-D dikembangkan Peters (1979) (dan juga
Zimmermann, 1988).

Sekitar tahun 1980, konsep dasar modeling dan

perangkatnya sudah avalaible.
Pengembangan setelah 1980 difokuskan pada fine-tuning
dari konsep dasar tersebut

Model Fotokimia

AQM dengan pendekatan Fotokimia dibuat

secara luas dan rutin digunakan sebagai alat
analisis regulasi dan menguji efektifitas strategi
pengendalian
Model fotokimia model kualitas udara skala
besar yang mensimulasikan perubahan
konsentrasi polutan di atmosfer menggunakan
sederet persamaan matematik, karakteristik kimia
dan proses fisika di atmosfer.
Model ini diaplikasikan pada skala multiple
spatial mulai lokal, regional, nasional, dan global

Beberapa Model Foto kimia

CMAQ Tujuan utama Models-3/Community Multiscale Air Quality

(CMAQ) untuk mengimprove 1) kemampuan environmental
management community untuk evaluasi impact pengelolaan kualitas
udara multi polutan pada multi skala, dan 2) kemempuan peneliti
untuk memahami dan mensimulasi lebih baik interaksi polutan
secara kimia-fisika di atmosfer
CAMX model kualitas udara komperehensif a publicly
available open-source computer modeling system untuk assesment
terintegrasi (pencemar udara gas-gas dan partikel)
Simulate air quality over many geographic scales
Treat a wide variety of inert and chemically active pollutants:
Ozone
Inorganic and organic PM2.5/PM10
Mercury and toxics
Provide source-receptor, sensitivity, and process analyses
Be computationally efficient and easy to use

Beberapa Model Foto kimia

UAM The Urban Airshed Model (UAM)

mulai dikembangkan oleh ystems Applications
International (SAI) sejak sekitar tahun 1970
paling luas digunakan dalam photochemical air
quality model saat ini
Model photochemical lain telah dikembangkan
namun tidak ada model sampai saat ini yang lebih
reliable dan superior secara teknik
CALGRID

Model-model Lain

Model Meteorologi

Model Plume Rise dan Dispersi

AERMOD termasuk PRIME sistem algoritma untuk

mensimulasi efek plume rise, termasuk downwash ketika
plume melintas diatas/melewati gedung-gedung

Model Statistik Model Receptor

CALMET
MM5
RAMS

Air Quality Forecast and Alarm Systems

Model Deposisi
Model Bau
Model Partikulat

Kinematic Simulation Particle (KSP) Model in CALPUFF

MONTECARLO (Zannetti and Sire, 1999)

Model-model yang populer dalam

AQM

Industrial Source Complex Short-Term Model (ISCST3)

American Meteorological Society- Environmental Protection Agency
Regulatory Model (AERMOD)
Guideline on Air Quality Models (GAQM)
Office of Air Quality Planning and Support (OAQPS)
Support Center for Regulatory Air Models (SCRAM)
ISC-COMPDEP model (a merger of the ISCST2 and COMPLEX I
model)
COMPLEX I, from which a new modelCOMPDEP
Rough Terrain Diffusion Model (RTDM) RTDMDEP
California Puff Model (CALPUFF)
ISCST with the new downwash algorithm, ISC-PRIME

AERMOD dan CALPUFF

Rekomendasi US-EPA saat ini dua model komputasi untuk simulasi polutan
non reaktif (misal, SO2):
AERMOD: http://www.epa.gov/scram001/dispersion_prefrec.htm#aermod
steady-state Gaussian plume model, menggunakan angin tunggal yang
diturunkan dari permukaan lapisan atas, dan pengamatan meteorological
onsite. AERMOD juga menggabungkan data geofisika (terrain, elevasi)
untuk mendapatkan parameter boundary layer ( panjang monin-obukhov,
mixing height, stabilitas, turbulrnsi , dsb)

AERMOD saat ini menggantikan ISC models untuk sebagian besar regulasi di US

CALPUFF: http://www.epa.gov/scram001/dispersion_prefrec.htm#calpuff
model dispersi puff non-steady state Lagrangian

Dibanding dengan Gaussian-based model CALPUFF lebih realistik mensimulasi

transport polutan pada kondisi calm, stagnant, complex terrain, dan coastal regions
with sea/land breezes.
CALPUFF direkomendasikan untuk long-range simulations (lebih dari 50 miles) dan
assesment visual impact plume.
Dengan VISTAS Version 6 model2, CALPUFF digunakan dengan data
meteorological sub-hourly dan dijalankan dengan tahap waktu sub-hourly. CALPUFF
versi ini juga didekati untuk kedua simulasi long-range and short-range.

ISCST3
model
Secara teknik mampu
untuk menghitung dan evaluasi

Laju dispersi gaussian vertical dan horizontal plume crosssection;

Koefisien dispersi Urban dan rural;
Efek Terrain;
Karakteristik sumber point diskrit, area dua dimensi, volume 3-D;
Rerata Short-term dan long-term (1jam - tahunan);
Data meteorologi permukaan termasuk data pengamatan kecepatan
angin tiap jam , arah angin, stabilitas (6 kelas), dan temperatur;
Interpolasi Data Mixing height dihubungkan dengan data kondisi
permukaan;
Proses deposisi massa konservatif , wet /dry deposisi partikel dan
removal
Laju peluruhan ekponensial order satu tunggal

Sumber dan referensi

Human Health Risk Assessment Protocol Chapter 3:

Air Dispersion and Deposition Modeling, U.S. EPA
Region 6 Multimedia Planning and Permitting Division
Center for Combustion Science and Engineering,
september 2005
Daly, A. and P. Zannetti. 2007. Air Pollution Modeling
An Overview. Chapter 2 of AMBIENT AIR
POLLUTION (P. Zannetti, D. Al-Ajmi, and S. AlRashied, Editors). Published by The Arab School for
Science and Technology (ASST)
(http://www.arabschool.org.sy) and The EnviroComp
Institute (http://www.envirocomp.org/).