Dispersi atmosfer adalah proses yang sangat penting dalam polusi udara.

Penggunaan
tumpukan tinggi untuk meminimalkan dampak emisi polutan udara mencerminkan pepatah
bahwa “solusi untuk polusi adalah dilusi. “Meskipun pepatah ini ternyata salah karena
beberapa alasan, termasuk efek kumulatif sejumlah besar sumber individu dan pembentukan
polutan sekunder pada skala regional yang besar, penyebaran atmosfer tetap merupakan salah
satu proses utama yang mengatur tingkat polusi udara. Bab ini menyajikan proses fundamental
dispersi atmosfer, landasan teoretisnya, serta kelebihan dan kekurangan berbagai jenis model
dispersi atmosfer.

Pertimbangan Umum tentang Dispersi Atmosfer

Polutan tersebar, dan karenanya diencerkan, di atmosfer sebagai akibat turbulensi. Turbulensi
ini mencakup berbagai skala spasial, termasuk pusaran skala besar, pusaran kecil, dan
seterusnya hingga dispersi energi kinetik pada skala molekuler. Lewis Fry Richardson (1881–
1953), seorang ahli fisika Inggris, merangkum kaskade proses ini dengan cara yang lebih puitis:

"Pusaran besar memiliki pusaran kecil yang memakan kecepatannya, dan pusaran kecil memiliki
pusaran yang lebih rendah dan seterusnya untuk viskositas."

Karena tidak mungkin merepresentasikan turbulensi dengan cara deterministik amathematis,

maka perlu untuk memperkenalkan perkiraan representasi dari proses utama yang terlibat.
Karena keberadaan permukaan Bumi, yang menciptakan anisotropi di lapisan atmosfer yang
lebih rendah, maka tepat untuk membedakan antara turbulensi dalam arah vertikal dan
horizontal.

Turbulensi vertikal hasil dari proses yang disebutkan dalam Bab 4, yang meliputi turbulensi
mekanik dan turbulensi termal. Yang terakhir ini sangat tergantung pada struktur termal dari
lapisan batas planet (PBL); itu sangat besar ketika atmosfer tidak stabil dan lemah ketika
atmosfer stabil. Fenomena konveksi, yang terjadi di PBL dan juga di troposfer bebas,
mencampur juga paket udara (dan, oleh karena itu, polutan udara) dalam arah vertikal, tetapi
mereka biasanya berhubungan dengan gerakan yang koheren dan, oleh karena itu, tidak
diperlakukan secara rinci di sini . Turbulensi horisontal dapat dibuat oleh proses mekanis dalam
PBL, serta oleh proses termal. Lebih menantang untuk mengukur proses fisik yang relevan,
dibandingkan dengan yang mengatur gerakan vertikal. Oleh karena itu, pemodelan
matematisnya bisa sulit, terutama pada skala spasial yang sangat besar.

Proses turbulen dapat diatasi baik melalui pendekatan lagrangian atau eulerian. Dalam
pendekatan lagrangian, seseorang menggunakan sistem referensi yang bergerak dengan
berarti gerakan angin dan turbulen dipelajari sehubungan dengan sistem referensi bergerak itu.
Oleh karena itu, orang mengacu pada difusi turbulen relatif, karena itu relatif terhadap sistem
referensi ini. Dengan demikian, meandering bulu-bulu, yang mungkin dihasilkan dari gerakan
skala besar yang mempengaruhi sistem referensi, tidak termasuk. Difusi relatif sesuai dengan
ukuran bulu sesaat, karena rata-rata ukuran bulu-bulu dari waktu ke waktu akan sesuai dengan
termasuk beberapa bulu-bulu yang berkelok-kelok dalam ukuran bulu-bulu. Dalam pendekatan
euler, ensemble dari gerakan turbulen dianggap sehubungan dengan sistem referensi tetap.
Karena itu, orang mengacu pada difusi turbulen absolut. Kedua pendekatan menjadi setara
ketika pendekatan lagrangian mencakup seluruh rentang pusaran turbulen.

Representasi Turbulensi Lagrangian

Dalam representasi turbulensi lagrangian, seseorang mengikuti evolusi statistik jarak antara dua
partikel (atau molekul) yang dipancarkan dari sumber yang sama (Csanady, 1973). Jika sebuah
partikel hadir di lokasi x 'pada waktu t = 0, gerakan acaknya dapat diwakili dengan kepadatan
kemampuan p (x − x', t) sedemikian rupa sehingga (x − x ', t) memiliki kemampuan yang dapat
dihasilkan oleh pergerakan partikel selama waktu t mengarah. untuk kedatangannya di ruang
dx berpusat di lokasi x. Kemudian, konsentrasi partikel yang ada pada waktu t di lokasi x (yaitu,
massa partikel dalam volume dx) adalah sebagai berikut:

di mana S0 adalah massa partikel yang dipancarkan pada waktu 0 di lokasi x '. Asumsi proses
difusi turbulen acak menyebabkan distribusi gaussian konsentrasi partikel dengan deviasi
standar σ dan maksimumnya di lokasi sumber x '. Dalam tiga dimensi, deviasi standar dari
distribusi partikel yang mengalami difusi turbulen dapat didefinisikan dalam satu arah (di sini)
untuk seluruh populasi partikel sebagai berikut (dengan asumsi bahwa sumbernya adalah pada
x '= y' = z '= 0):

Oleh karena itu, penyimpangan standar dari distribusi yang dibagikan pada bagian ini sesuai
dengan kuadrat ke akar kuadrat dari gerakan partikel ke arah itu. Jika turbulensi seragam dan
isotropik, maka: σx = σy = σz = σ. Jarak yang ditempuh partikel dengan kecepatan u selama
waktu t adalah:
Oleh karena itu, perubahan kuadrat jarak yang ditempuh sebagai fungsi waktu adalah sebagai

berikut:
di mana σ adalah deviasi standar dari distribusi partikel dalam satu arah (σx dalam arah angin
inthemean, σy dalam arah crosswind horizontal, σz dalam arah vertikal), t adalah waktu sejak
emisi, u adalah kecepatan angin, dan R ( τL) adalah fungsi korelasi lagrangian untuk turbulensi
yang seragam dan stasioner. Untuk situasi ideal seperti itu (konstan dalam waktu dan ruang),
orang dapat menggunakan proses Markov untuk mewakili nilai berturut-turut dari kecepatan
partikel yang terdispersi. (Dalam proses Markov, prediksi masa depan dilakukan hanya dengan
menggunakan informasi pada kondisi saat ini tanpa informasi tentang kondisi sebelumnya;
meskipun tidak sepenuhnya benar untuk aliran turbulen, ini merupakan perkiraan yang baik
kecuali untuk waktu yang sangat singkat.) Kemudian, fungsi korelasi dapat diwakili oleh fungsi
eksponensial:

di mana tL adalah skala waktu lagrangian. Ini didefinisikan sebagai integral dari fungsi
korelasi:

Skala waktu lagrangian berada pada urutan 60 hingga 100 dalam lapisan batas planet. Di dekat
sumber, mis., Seperti t -> 0, R (τL) -> 1 dan solusi untuk deviasi standar adalah:

Yang mana :
Deviasi standar σ sebanding dengan deviasi standar kecepatan angin sesaat, di sini σu, dan
dengan waktu yang berlalu sejak emisi (atau jarak yang ditempuh oleh partikel dari sumber jika
kecepatan angin rata-rata konstan, x = ut) . Jauh dari sumbernya, mis., Seperti t - ›∞, R (τL) -› 0
dan solusi untuk deviasi standar adalah:

Mari kita definisikan:

Standar deviasi σ sebanding dengan akar kuadrat dari waktu yang berlalu sejak emisi atau ke
akar kuadrat dari jarak x yang ditempuh oleh partikel dari sumber jika kecepatan angin rata-rata
adalah konstan (x = ut). Oleh karena itu, representasi lagrangian mengarah pada proses dispersi
yang meningkat

 lebih cepat di dekat sumber (sebanding dengan t atau x) daripada lebih jauh

 aliran bawah (sebanding dengan t 1/2 atau x 1/2). Dalam artikelnya pada tahun 1922, Taylor
menyebutkan bahwa hasil ini konsisten dengan pengamatan yang diperoleh di laboratorium
dan pengamatan lapangan tumpukan plum. Memang, bulu-bulu di dekat sumber
memperlihatkan bentuk kerucut (mis., Σ sebanding dengan x), sedangkan lebih jauh ke hilir
bentuk bulu-bulu itu menyerupai bentuk paraboloid elliptic (mis., Σ sebanding dengan x1 / 2).
Perubahan dalam formulasi deviasi standar sebagai fungsi jarak dari sumber dibahas lebih
lanjut dalam Bagian 6.3.2, ketika representasi lagrangian dan eulerian turbulensi dibandingkan.

Representasi lagrangian ini menggunakan asumsi implisit bahwa distribusi kecepatan sesaat
tentang kecepatan rata-rata adalah gaussian. Asumsi ini umumnya sesuai untuk arah
horisontal; namun, jarang diverifikasi ke arah vertikal karena permukaan bumi mengarah ke
ketidaksimetrisan penting antara gerakan ke atas dan ke bawah. Gerakan ke atas umumnya
terjadi di sepanjang kolom sempit, sedangkan gerakan ke bawah cenderung terjadi dengan
kecepatan lebih rendah dan di atas kolom udara yang lebih luas.

Persamaan Kontinuitas Untuk polutan udara (partikel atau molekul) ditulis dengan cara yang
sama dengan yang ditulis untuk suhu pada Bab 4 (di sini, orang tidak memperhitungkan emisi,
deposisi, dan transformasi):

Persamaan ini kadang-kadang disebut sebagai persamaan difusi atmosfer. Molekuler difusi
tidak diperhitungkan di sini, karena dapat diabaikan di atmosfer dibandingkan dengan difusi
turbulen, kecuali permukaan yang dekat (lihat Bab 11). Menghitung sifat turbulen aliran, yang
tidak hanya memengaruhi momentum dan suhu (lihat Bab 4), tetapi juga konsentrasi polutan:

Menggunakan persamaan kontinuitas untuk momentum (lihat Persamaan 4.19) mengarah ke

persamaan yang disederhanakan:
Selanjutnya, seperti dalam Bab 4, notasi berikut digunakan: C ¼ C; kamu, kamu; dll: Penutupan
pertama dilakukan dengan analogi dengan hukum Fick untuk difusi molekuler (Bird et al., 2006).
Misalnya, untuk istilah u0C0:

di mana Kxx, Kxy, dan Kxz adalah koefisien difusi turbulen. Secara umum diasumsikan bahwa
syarat non-diagonal dari matriks koefisien difusi turbulen adalah nol (Kxy = Kxz = 0). Kemudian

Istilah serupa diperoleh untuk v0C0 dan w0C0. Perhatikan bahwa analogi dengan difusi
molekuler tidak memiliki arti fisik yang sebenarnya. Difusi molekuler diatur oleh gradien
konsentrasi (nilai-nilai dari koefisien perpuluhan sel-sel kimia yang bervariasi). Dalam kasus
difusi turbulen, istilah ini juga sebanding dengan gradien konsentrasi, tetapi itu adalah sifat
turbulen dari aliran, yang mengatur pentingnya istilah ini dalam persamaan difusi atmosfer.
Istilah "dispersi" biasanya digunakan sebagai sinonim dari difusi turbulen. Persamaan difusi
atmosfer kemudian ditulis sebagai berikut:

Demi kesederhanaan, seseorang mengasumsikan setelah ini bahwa kecepatan dan arah angin
adalah konstan di sepanjang arah x (yaitu, v = w = 0), dengan demikian:
Sumber Titik Seketika

Studi kasus sumber titik seketika, yang digunakan untuk representasi lagrangian, juga
digunakan di sini pertama untuk representasi euler. Oleh karena itu, kondisi awal dan batas
adalah sebagai berikut:

di mana S0 adalah massa (g) yang dipancarkan dari sumber, yang terletak di (xs, y s, z s), dan δ
adalah fungsi Dirac. Misalnya, untuk δ (x - xs):

Solusi dari persamaan kontinuitas adalah konsentrasi dalam embusan yang dipancarkan oleh
sumber:

Persamaan ini menunjukkan distribusi konsentrasi gaussian. Memperkenalkan standar deviasi

distribusi gaussian, σx, σy, dan σz
Perbandingan sederhana antara Persamaan 6.33 dan 6.34 menunjukkan bahwa koefisien difusi
turbulen euler berhubungan dengan standar deviasi distribusi konsentrasi oleh hubungan
berikut:

Dalam perumusan euler ini, standar deviasi sebanding dengan akar kuadrat dari waktu yang
telah berlalu sejak emisi (atau akar kuadrat dari jarak yang ditempuh dari sumber daya kelima
gaya dan kecepatan gerak tidak konstan). Oleh karena itu, hubungan ini sama seperti yang
diperoleh dengan representasi lagrang untuk kasus ketika seseorang diperoleh angin jauh dari
sumbernya (Persamaan 6.21). Di sisi lain, di dekat sumber, representasi lagrang menyebabkan
deviasi standar yang sebanding dengan waktu yang berlalu sejak emisi atau jarak yang
ditempuh dari sumber (Persamaan 6.14).
Perubahan laju dispersi dengan jarak dari sumber dapat dijelaskan secara konseptual sebagai
berikut. Di dekat sumber, kepulan polutan sangat kecil. Dispersi relatif dari hasil kepulan hanya
dari pusaran turbulen yang lebih kecil dari kepulan. Karena kepulan tumbuh dalam ukuran
karena dispersi, ada lebih banyak pusaran yang lebih kecil dari kepulan. Lebih jauh ke bawah
angin, ketika ukuran engah cukup besar untuk menutupi seluruh spektrum ukuran eddy,
dispersi engah menstabilkan dan formula euler berlaku. Ada rezim sementara antara dispersi
sumber dekat, diwakili oleh dispersi lagrangian sumber dekat, dan dispersi angin jauh, diwakili
oleh dispersi eulerian (serta rumus lagrangian untuk t ≫ tL), di mana standar deviasi sebanding
dengan tα di mana 0,5 <α <1. Perubahan fungsi yang mengatur standar deviasi distribusi
konsentrasi puff ditunjukkan secara skematis pada Gambar 6.1.

Sumber Titik Berkelanjutan

Untuk sumber titik kontinu di bawah kondisi meteorologi yang stasioner dan seragam (mis.,
Dengan kecepatan angin konstan dan arah), konsentrasi keadaan-apolutant dalam keadaan
plume dihitung dengan persamaan konservasi massa berikut:

di mana S adalah tingkat emisi sumber (g s − 1). Turbulensi di arah x dapat diabaikan dengan
mengasumsikan bahwa transportasi atmosfer di arah itu didominasi oleh angin rata-rata; ini
disebut aproksimasi bulu ramping (Kxx = 0):

Lagrangian Models of Atmospheric Dispersion

1.General Considerations
Dispersi atmosfer dapat dimodelkan menggunakan pendekatan lagrangian, yaitu, berkenaan
dengan sumber, atau menggunakan pendekatan euler, yaitu, tanpa referensi khusus ke lokasi
sumber. Dalam kasus sebelumnya, model harus memperhitungkan jarak yang ditempuh oleh
polutan dari sumber (atau waktu yang berlalu sejak emisi) dan kondisi meteorologi dan
konfigurasi fisiografi, yang mempengaruhi turbulensi. Dalam kasus terakhir, hanya kondisi
meteorologis dan konfigurasi fisiografi yang diperhitungkan. Model dispersi lagrangian sering
disebut sebagai model gaussian, karena distribusi konsentrasi gaussian di sekitar puff atau
pusat plume diasumsikan. Jika kondisi meteorologi diasumsikan stasioner dan seragam (mis.,
Konstan dalam waktu dan ruang), solusi analitik dapat diperoleh, yang identik dengan yang
diperoleh untuk persamaan euler:

di mana zs adalah sumber tinggi, sumbernya berada di (0,0, zs), dan dispersi sepanjang arah
angin diasumsikan dapat diabaikan (aproksimasi plume ramping). Kemudian, konsentrasi pada
garis tengah plume diperoleh untuk y = 0 dan z = zs:

Di dekat sumber, pendekatan lagrangian mengarah ke standar deviasi yang sebanding dengan
jarak dari sumber (Persamaan 6.14):

dan juga untuk σz. Oleh karena itu, konsentrasi pada garis tengah plume terkait dengan jarak
dari sumber sebagai berikut:
Konsentrasi maksimum dalam plume berkurang pada awalnya sebagai kebalikan dari kuadrat
jarak dari sumber

Plume Naik

Nilai ketinggian membanggakan awal tidak hanya tergantung pada tinggi sumber, tetapi juga
pada kenaikan membanggakan sehubungan dengan sumber itu. Jika efek pada sumber memiliki
kecepatan awal, momentum ini menyebabkan bulu-bulu naik di atas sumber. Juga, jika suhu
bulu lebih besar dari suhu sekitar, bulu itu naik karena daya apungnya, hingga beberapa
ketinggian di atas sumber di mana ia mencapai keseimbangan dengan lingkungan sekitar.
Perhitungan kenaikan plume, Δzs, dapat dilakukan dengan menggunakan rumus semi-empiris.
Rumus CONCAWE sederhana:

di mana Qh adalah tingkat emisi panas (J s − 1). Tingkat emisi panas ini dapat dihitung
berdasarkan jumlah gas yang dipancarkan dan suhunya:

di mana ns adalah tingkat emisi dalam mol yang dipancarkan per satuan waktu (mol s − 1), CP
adalah kapasitas rata-rata molar dari gas yang dikeluarkan (Jmol − 1 K − 1) dan ΔT = T s –T (K)
adalah perbedaan antara suhu efluen dan suhu sekitar. suhu. Rumus CONCAWE ini
memperhitungkan kenaikan plume karena daya apung plume (yaitu, gerakan vertikal plume
karena perbedaan suhu antara plume dan lingkungannya), tetapi ia tidak memperhitungkan
momentum awal plume. Rumus Briggs (1984) lebih lengkap karena memperhitungkan kedua
efek: daya apung dan energi kinetik awal dari efluen:
 

di mana ds adalah diameter tumpukan (m), Ts dan T adalah suhu efluen pada sumber dan suhu
sekitar (K), masing-masing, dan vi adalah kecepatan vertikal awal dari efluen (yaitu, plume atau
puff). ) di sumber (ms − 1), biasanya di pintu keluar stack. Rumus ini berlaku hingga jarak xt,
yang didefinisikan sebagai berikut:

Ketinggian akhir dari bulu-bulu di atas permukaan tanah disebut ketinggian sumber efektif dan
sesuai dengan nilai akhir dari tinggi bulu, zs, f = zs + szs. Formula yang lebih terperinci yang
menjelaskan stabilitas atmosfer telah dikembangkan. Mereka tidak diberikan di sini, tetapi
tersedia dalam literatur. Sebagai contoh, Carson dan Musa (1969) telah membandingkan
beberapa formula kenaikan plume dengan data eksperimen yang tersedia di lokasi industri.
Formula plume rise ini awalnya dikembangkan untuk model dispersi gaussian. Mereka sekarang
digunakan juga dalam model lain, seperti model kualitas udara euler.

Model Gaussian Operasional untuk Sumber Titik

Gumpalan yang dipancarkan ke atmosfir bersentuhan dengan tanah pada jarak tertentu di
bawah angin sumber (segera jika sumbernya berada di permukaan tanah, zs = 0). Kemudian,
solusi untuk konsentrasi membanggakan harus memperhitungkan fakta bahwa konsentrasi
tidak dapat dihitung untuk z <0. Secara umum diasumsikan bahwa bulu-bulu seluruhnya
tercermin di tanah. Kemudian, solusinya diperoleh dengan menggunakan sumber virtual yang
simetris dari sumber aktual sehubungan dengan tanah untuk mewakili refleksi dari bulu-bulu di
tanah. Solusi untuk konsentrasi bulu adalah sebagai berikut:
 

Demikian pula, jika emisi di bawah ini adalah di bawah suhu inversi, ada refleksi lapisan bulu
terhadap dasar lapisan inversi ini. Konsep sumber maya juga dapat digunakan untuk
menghitung cadangan cahaya di atas. Sumber asli yang tidak simetris dari sumber aktual
sehubungan dengan basis inversi digunakan untuk mewakili refleksi bulu terhadap dasar lapisan
inversi ketinggian zi di atas permukaan tanah:

Dua persamaan di atas dapat digabungkan untuk menjelaskan refleksi bulu di tanah dan
terhadap dasar lapisan inversi yang tinggi. Kemudian, seseorang harus memperhitungkan
refleksi dari bulu-bulu yang bersesuaian dengan sumber-sumber virtual (misalnya, refleksi pada
permukaan tanah dari bulu-bulu dari sumber virtual yang digunakan untuk mewakili refleksi
terhadap dasar lapisan inversi). Oleh karena itu, solusinya mencakup serangkaian istilah yang
mewakili berbagai refleksi tersebut:

di mana Nr adalah jumlah refleksi (Nk = 1, ..., Nr). Solusi yang memuaskan diperoleh dengan
refleksi tunggal (Nr = 1) dan lima istilah (Nr = 5) cukup untuk mendapatkan solusi yang akurat.
Formulasi ini berguna untuk mewakili berbagai jenis atmosfer
dispersi bulu di PBL tergantung pada berbagai kondisi stabilitas dan keberadaan lapisan inversi.
Gambar 6.2 menggambarkan tipe-tipe utama dispersi vertikal plume yang dipancarkan dari
tumpukan tinggi. Ketika menggunakan formulasi gaussian lagrangian, standar deviasi σy dan σz
harus didefinisikan. Mereka biasanya didefinisikan secara empiris menggunakan data dari
percobaan lapangan. Data-data tersebut biasanya sesuai dengan rata-rata waktu 5 hingga 15
menit; oleh karena itu, mereka menyertakan beberapa bulu yang berkelok-kelok selain difusi
bulu yang relatif. Penyimpangan standar ini umumnya disebut koefisien dispersi. Di antara
koefisien dispersi Gaussian yang paling banyak digunakan, orang dapat mengutip orang-orang
dari Pasquill-Gifford dan orang-orang dari McElroy-Pooler. Koefisien Pasquill-Gifford disajikan
pada Gambar 6.3. Mereka juga dapat dilaporkan sebagai rumus matematika analitik untuk
penggunaan langsung dalam pemodelan numerik. Tabel 6.1 mencantumkan formula analitik
untuk koefisien Pasquill-Gifford dan McElroy-Pooler. Rumus empiris lain telah dikembangkan
untuk koefisien dispersi, seperti Briggs dan Doury (yang terakhir berlaku untuk jarak yang lebih
jauh daripada yang berlaku untuk formula lain), serta yang didasarkan pada teori kesamaan
(Irwin dan Venkatram) dan dikembangkan untuk tumpukan tinggi (Hanna dan Paine, Gillani dan
Godowitch).

 
Koefisien dispersi empiris Pasquill-Gi ff ord sebagai fungsi jarak dari sumber untuk kelas
stabilitas atmosfer yang berbeda (berkisar dari A, sangat tidak stabil, hingga F, sangat stabil).
Koefisien dispersi vertikal, σz (gambar atas), dan koefisien dispersi horizontal, σy (gambar
bawah).

Asumsi kondisi atmosfer yang stasioner dan seragam, yang diperlukan saat menggunakan
formula gaussian plume, dapat dihilangkan dengan menggunakan ensemble puff daripada
plume tunggal. Tingkat emisi kontinu kemudian diskritisasi sehubungan dengan waktu dan
setiap tingkat emisi diskritisasi ditugaskan ke embusan sebagai tingkat emisi sesaat. Puff
dipancarkan pada langkah waktu berturut-turut (umumnya, tetapi tidak harus, konstan). Jadi,
jika arah angin bervariasi dalam waktu dan / atau ruang, bulu-bulu diwakili oleh ansambel puff
dan tidak akan mengikuti lintasan lurus. Oleh karena itu, model engah memberikan
representasi yang lebih realistis dari transportasi dan dispersi atau polutan udara yang
dipancarkan dari sumber daripada model bulu asli, ketika kondisi meteorologis tidak stasioner
dan seragam. Formulasi gaussian dapat digunakan dalam model engah. Namun, karena setiap
tiupan dipengaruhi oleh kondisi atmosfernya sendiri (kecepatan dan arah angin, stabilitas
atmosfer), bulu-bulu itu, yang diwakili oleh ensembel tiupan, bukan gaussian. Representasi
dispersi bulu yang lebih realistis ini melibatkan beban komputasi yang lebih besar, karena itu
perlu untuk menghitung transportasi dan dispersi ansambel puff. Ada beberapa model engah
lagrangian operasional. Beberapa yang paling umum digunakan termasuk SCIPUFF dan versinya
dengan kimia atmosferik SCICHEM, HYSPLIT, dan FLEXPART.
Profil konsentrasi pencemar udara dari membanggakan pembangkit listrik berbahan bakar
batubara. Nilai yang diukur diwakili oleh lingkaran dan nilai-nilai yang disimulasikan diwakili
oleh garis solid. Simulasi yang diwakili oleh garis adotted sesuai dengan kasus di mana pengaruh
turbulensi atmosfer pada kinetika kimia dari reaksi polutan diperhitungkan. Sumber:
Direproduksi dengan izin dari Karamchandani, P. et al. (2000).

Formulasi gaussian untuk dispersi bulu adalah teoretis. Namun demikian, ini adalah
representasi atmosfer yang baik ketika kondisinya relatif stasioner. Gambar 6.4 menunjukkan
perbandingan konsentrasi nitrogen oksida yang diukur dan disimulasikan (oksida nitrat, NO, dan
ansambel nitrogen oksida, NOy, lihat Bab 8 untuk definisi NOy) dan sulfur dioksida (SO2) dalam
gumpalan batubara. pembangkit listrik fi si. Konsentrasi yang diukur diperoleh dengan pesawat
terbang instrumen melintasi plume. Konsentrasi simulasi diperoleh dengan model kepulan
SCICHEM. Meskipun profil konsentrasi yang diukur tidak tepat gaussian, simulasi model
mereproduksi dengan memuaskan konsentrasi yang diamati. Gambar 6.5 menunjukkan hasil
konsentrasi permukaan tanah yang dihitung dengan model gaussian plume untuk sumber titik
(tumpukan). Dalam simulasi ini, laju emisi SO2 adalah 5gs −1. Pada gambar atas, ketinggian
tumpukan (zs) adalah 5 m; tingginya 30 m di gambar bawah. Dalam setiap kasus, empat
skenario disimulasikan: dua kondisi atmosfer yang terpisah (tidak stabil dan netral) dan dua
suhu membanggakan awal (25 dan 50 ° C, dengan suhu sekitar 20 ° C).