23/10/2018
TÓM TẮT
Cở sở khoa học cho những nghiên cứu đánh giá về hiện trạng nồng độ các chất ô nhiễm không khí là số liệu quan trắc từ các trạm quan trắc môi trường. Tuy nhiên, không phải khi nào cũng có đủ cơ sở dữ liệu phục vụ cho việc tính toán, đánh giá chất lượng môi trường không khí, khi đó, mô hình WRF - CMAQ là một trong những công cụ hiệu quả, mở ra nhiều tiềm năng ứng dụng. Trong nghiên cứu này, bộ công cụ kết nối song song giữa mô hình nghiên cứu, dự báo thời tiết WRF và mô hình chất lượng không khí (CLKK) CMAQ phục vụ mô phỏng nồng độ các chất ô nhiễm trong không khí ở Việt Nam đã được ứng dụng. Các kết quả mô phỏng, đánh giá nồng độ các chất ô nhiễm không khí vào tháng 1/2017 cho thấy, nồng độ CO, NO2, SO2 và bụi PM2.5 tập trung chủ yếu tại khu vực đồng bằng Bắc bộ và đồng bằng Nam bộ. Kết quả của nghiên cứu góp phần nâng cao hiệu quả công tác nghiệp vụ dự báo chất lượng môi trường nói chung và dự báo chất lượng môi trường không khí nói riêng.
Từ khóa: Công cụ kết nối song song WRF - CMAQ Two Way, PM2.5, CO, SO2, NO2.
1. Mở đầu
Trước đây, các nghiên cứu về mô hình CLKK chủ yếu thực hiện kết nối không đồng thời (nối tiếp), các mô hình khí tượng được mô phỏng để tạo đầu vào cho các mô hình chất lượng môi trường không khí. Những năm gần đây, các mô hình “đồng thời”, kết nối mô phỏng song song được ứng dụng và phát triển mạnh mẽ trong công đồng nghiên cứu khoa học [1].
Thực tế trong khí quyển thực, các quá trình khí tượng và hóa học tương tác với nhau rất chặt chẽ thông qua các tác động hồi tiếp giữa khí hậu - hóa học - xon khí - mây - bức xạ. Trong khi đó, các mô hình “đồng thời” tuy yêu cầu khoảng thời gian tích phân dài hơn, nhưng lại giải quyết được bài toán hồi tiếp của sol khí tới hệ thống khí hậu. Hệ thống có thể mô phỏng đồng thời thành phần hóa học và thành phần khí tượng trên cùng một quy mô không gian, thời gian, do đó, có thể bỏ qua các bước nội suy phức tạp [1] [2]. Nếu mô hình khí tượng và mô hình hóa học không được tích phân đồng thời với nhau, sẽ dẫn đến những sai số lớn do bước cập nhật đầu vào khí tượng thấp, nên mô hình có thể không nắm bắt được những quá trình khí tượng xảy ra trong quy mô thời gian nhỏ [3].
Nghiên cứu ứng dụng công cụ kết nối song song giữa mô hình nghiên cứu, dự báo thời tiết WRF và mô hình CMAQ sẽ như một trong những mô hình “đồng thời”, phục vụ mô phỏng nồng độ CO, NO2, SO2 và bụi PM2.5 thử nghiệm cho Việt Nam.
2. Phương pháp
Hệ thống mô hình kết hợp bao gồm 3 thành phần chính: Mô hình nghiên cứu, dự báo thời tiết WRF, mô hình CLKK CMAQ và công cụ kết nối [4].
2.1. WRF
Mô hình nghiên cứu và dự báo thời tiết WRF được phát triển từ những đặc tính ưu việt nhất của mô hình MM5, với sự hợp tác của nhiều cơ quan, tổ chức trên thế giới [5]. WRF là một hệ thống bao gồm nhiều mô đun khác nhau, linh hoạt và tối ưu cho mục đích nghiên cứu, cũng như nghiệp vụ, cho phép sử dụng các tùy chọn khác nhau đối với tham số hóa các quá trình vật lý và thường xuyên được cập nhật các phiên bản mới. Hiện tại, WRF có 2 phiên bản là nghiên cứu nâng cao ARW cho phép người sử dụng có thể đưa hệ thống đồng hóa số liệu 3DVAR vào mô hình và phiên bản mô hình quy mô vừa phi thủy tĩnh NMM. Bắt đầu từ WRF -ARW phiên bản 3 là có thể thực hiện kết nối song song với CMAQ phiên bản 5. Cả hai mô hình WRF - ARW và CMAQ đều có thể được cấu hình theo định dạng lưới tính và các hệ tọa độ. Do đó, không cần có nội suy không gian của dữ liệu khí tượng, hoặc hóa học [5].
2.2. CMAQ
CMAQ là hệ thống mô hình có khả năng mô phỏng các quá trình khí quyển phức tạp ảnh hưởng tới biến đổi, lan truyền và lắng đọng với giao diện thân thiện với người sử dụng. CMAQ tiếp cận CLKK một cách tổng quát với các kỹ thuật hiện đại trong các vấn đề về mô hình CLKK, bao gồm khí ôzôn trên tầng đối lưu, độc tố, bụi mịn, lắng đọng axít, suy giảm tầm nhìn. CMAQ cũng được thiết kế đa quy mô để không tạo ra các mô hình riêng biệt cho vùng đô thị, hay nông thôn. Độ phân giải và kích thước miền tính có thể khác nhau một vài bậc đại lượng theo không gian và thời gian. Tính mềm dẻo theo thời gian cho phép thực hiện các mô phỏng nhằm đánh giá dài hạn của các chất ô nhiễm (trung bình khí hậu), hay lan truyền ngắn hạn mang tính địa phương. Tính mềm dẻo theo không gian cho phép sử dụng CMAQ để mô phỏng quy mô đô thị, hay khu vực [6].
2.3. Công cụ kết nối WRF - CMAQ
Công cụ kết nối được sử dụng để liên kết hai mô hình với nhau và được xem như một chương trình liên thông. Bộ kết bao gồm phần mềm Aqprep để chuyển trường khí tượng từ WRF đến CMAQ và chuyển các mô phỏng xon khí từ CMAQ quay trở lại WRF. Phần mền Aqprep chuẩn bị các trường khí tượng theo các biểu mẫu tương thích với CMAQ. Việc chuẩn bị bao gồm trích xuất dữ liệu như trường áp suất, gió… từ WRF và tính toán các biến bổ sung được sử dụng trong CMAQ như tọa độ dọc Jacobi, loại hình sử dụng đất trong mỗi ô lưới. Về bản chất, Aqprep bao gồm các chức năng hiện tại được thể hiện bởi MCIP [7].
Ưu điểm của việc ghép nối 2 chiều giữa các mô hình khí tượng và CLKK là khả năng sử dụng các trường sol khí được mô phỏng bởi mô hình CLKK ảnh hưởng đến các quá trình trong mô hình khí tượng. Phản hồi đầu tiên được thực hiện trong hệ thống WRF - CMAQ là các tác động trực tiếp mà các loại chất hóa học được tính toán trong CMAQ được chuyển đến WRF để tính toán ảnh hưởng của chúng đối với bức xạ được tính toán trong WRF. Ngoài ra, việc thực hiện phản hồi trực tiếp yêu cầu một chương trình con mới để tính toán các đặc tính quang học của sol khí như độ dài quang học, tán xạ, tham số bất đối xứng và phân tán. Các loại chất hóa học được tính toán bởi CMAQ được kết hợp thành 5 nhóm: Hòa tan trong nước, không hòa tan, muối biển, các bon đen và nước. Những phản hồi trực tiếp này có xu hướng giảm bức xạ SW mặt đất trong các khu vực có nồng độ sol khí cao, do đó, làm giảm nhiệt độ bề mặt ban ngày. Ngoài ra, các sol khí hấp thụ như các bon đen, có xu hướng làm ấm không khí [4].
3. Kết quả và thảo luận
3.1. Miền tính
Nhóm nghiên cứu lựa chọn miền tính trong khoảng 5 - 28 vĩ độ Bắc và từ 95 - 130 kinh độ Đông bao phủ toàn bộ biển Đông, một phần Tây Bắc Thái Bình Dương, vịnh Bengan, vịnh Thái Lan, phía Bắc lên đến giữa Trung Quốc. Miền tính có độ phân giải 13 km, với kích thước lưới 300 x 196, mô phỏng được các quá trình quy mô vừa như gió mùa Đông bắc vào mùa đông, và gió mùa Tây Nam vào mùa hè.
Hình 1. Miền lưới tính
3.2. Dữ liệu đầu vào
Số liệu khí tượng: Để phục vụ kiểm nghiệm mô hình, nghiên cứu sẽ mô phỏng lại các trường khí tượng cho khu vực biển Đông và đất liền Việt Nam vào thời kỳ tháng mùa đông và mùa hè năm 2013, với số liệu đầu vào từ mô hình GFS là mô hình dự báo thời tiết toàn cầu được vận hành bởi Cơ quan Thời tiết Quốc gia Mỹ. Mô hình GFS chạy nghiệp vụ 4 lần trên ngày vào 0h, 6h, 12h và 18h với độ phân giải thời gian 16 ngày, trong đó 10 ngày đầu, độ phân giải không gian 0,25º x 0,25º kinh vĩ, 6 ngày sau là 1,0º x 1,0º kinh vĩ.
Số liệu sử dụng đất: Dữ liệu về 25 loại đất sử dụng trong nghiên cứu được cung cấp bởi Trung Tâm Nghiên cứu Địa chất Mỹ (USGS). Dữ liệu đất sử dụng từ USGS là cơ sở dữ liệu đặc trưng cho đất bao phủ toàn cầu độ phân giải 1 km có thể sử dụng cho các nghiên cứu về môi trường và các ứng dụng mô hình hóa.
Số liệu phát thải cập nhật, bổ sung trong nghiên cứu này, được cung cấp từ nguồn số liệu kiểm kê phát thải cho khu vực Châu Á (REAS), được thực hiện bởi Trung Tâm Nghiên cứu Biến đổi Toàn cầu (FRCGC) và Cục Khoa học kỹ thuật Biển - Địa cầu Nhật Bản. Số liệu kiểm kê được cập nhật đến năm 2008, với độ phân giải 0,250 x 0,250 (phiên bản 2.1), bao gồm: SO2, NOx, NH3, CO, NMVOC, BC (các bon đen) từ các nguồn đốt và NOx, NH3, N2O, CH4 từ nguồn sinh học.
3.3. Kiểm nghiệm mô hình
Để đánh giá mức độ tin cậy của mô hình, các số liệu quan trắc tự động trung bình giờ tại trạm quan trắc Nguyễn Văn Cừ (TP. Hà Nội) vào tháng 1, tháng 7 và tháng 8/2013 được so sánh với các nồng độ tính toán từ kết quả hệ thống kết nối mô hình WRF -CMAQ ở tọa độ của trạm này.
Hình 2. Nồng độ CO trung bình giờ thực đo và mô hình tại trạm Nguyễn Văn Cừ (TP. Hà Nội); tháng 1 (trên), tháng 7 (dưới)
Hình 2 thể hiện biến trình nồng độ CO giữa tính toán từ mô hình WRF -CMAQ và nồng độ quan trắc. Kết quả nghiên cứu cho thấy, khả năng mô phỏng nồng độ CO từ mô hình theo thời gian là khá tốt. Số liệu phân bố CO tại trạm Nguyễn Văn Cừ có biến trình khá phù hợp với giá trị thực đo. Kết quả cũng cho thấy, nồng độ các chất khí lớn hơn ứng với thời tiết hanh khô (tháng 1) và nhỏ hơn vào mùa mưa (tháng 7). Do các chất khí vào mùa mưa thường bị lắng đọng nhiều hơn nên cả giá trị nồng độ và mức độ phát tán của các khí cũng nhỏ hơn so với mùa khô [6].
Hình 3. Nồng độ SO2 trung bình giờ thực đo và mô hình tại trạm Nguyễn Văn Cừ (TP.Hà Nội); tháng 1 (trên), tháng 7 (dưới)
Hình 3 thể hiện biến trình nồng độ SO2 giữa tính toán và thực đo. Kết quả nghiên cứu cho thấy, khả năng mô phỏng SO2 bằng mô hình CLKK WRF - CMAQ tương đối tốt, phân bố nồng độ SO2 mô phỏng tại trạm Nguyễn Văn Cừ khá phù hợp với số liệu thực đo. Kết quả cho thấy vào mùa đông, nồng độ cao hơn mùa hè. Mức dao động nồng độ SO2 mô phỏng từ mô hình trong khoảng từ 10 - 30 µg/m3 vào tháng 1 và từ 5 - 20 µg/m3 vào tháng 7/2013.
Hình 4. Nồng độ NO2 trung bình giờ thực đo và mô hình tại trạm Nguyễn Văn Cừ (TP. Hà Nội); tháng 1 (trên), tháng 7 (dưới)
Hình 4 thể hiện biến trình nồng độ NO2 giữa tính toán và thực đo. Biến trình và giá trị nồng độ các chất khí giữa quan trắc và mô hình khá phù hợp. Tuy nhiên, có thể nhận thấy, trong cả thời gian tính toán, giá trị nồng độ từ mô hình thường thấp hơn giá trị quan trắc. Nguyên nhân có thể do số liệu phát thải sử dụng được kiểm kê bởi Trung Tâm Nghiên cứu Biến đổi Toàn cầu (FRCGC) có độ phân giải thấp và được kiểm kê từ năm 2008 [6]. Mức dao động nồng độ NO2 mô phỏng từ mô hình trong khoảng từ 15 - 45 µg/m3 vào tháng 1 và từ 10 - 60 µg/m3 vào tháng 7/2013.
Hình 5. Nồng độ PM2.5 trung bình giờ thực đo và mô hình tại trạm Nguyễn Văn Cừ (TP.Hà Nội); tháng 1 (trên), tháng 8 (dưới)
Kết quả so sánh nồng độ PM2.5 giữa tính toán từ mô hình và thực đo được được thể hiện trong Hình 5. Kết quả nghiên cứu cho thấy, khả năng mô phỏng PM2.5 từ hệ thống mô hình WRF - CMAQ khá tốt, phân bố nồng độ PM2.5 tính toán tại trạm Nguyễn Văn Cừ khá phù hợp với số liệu thực đo. Mức dao động nồng độ NO2 mô phỏng từ mô hình trong khoảng từ 15 - 60 µg/m3 vào tháng 1 và từ 5 - 50 µg/m3 vào tháng 8/2013.
Sau khi kiểm nghiệm hệ thống kết nối song song mô hình WRF và CMAQ, nghiên cứu thực hiện mô phỏng thử nghiệm nồng độ SO2, NO2 và bụi PM2.5 ở Việt Nam vào tháng 1/2017.
a. Mô phỏng nồng độ CO
Kết quả mô phỏng CO vào tháng 1/2017 (Hình 6) cho thấy, nồng độ CO trung bình tháng 1 cao nhất cả nước tập trung chủ yếu tại khu vực đồng bằng sông Hồng, với mức giá trị trong khoảng từ 2.500 - 3.000 µg/m3. Tại Hà Nội, một số điểm có nồng độ lớn hơn 3000 µg/m3. Một số tỉnh miền Bắc như Quảng Ninh, Lạng Sơn, Cao Bằng, Hà Giang có nồng độ CO trong khoảng từ 700 - 1.000 µg/m3. Các tỉnh miền Trung có nồng độ CO mô phỏng được trong khoảng từ 400 - 700 µg/m3. Tại khu vực phía Nam, nồng độ CO mô phỏng có mức giá trị lớn nhất tại Cần Thơ (2.000 - 2.500 µg/m3), một số tỉnh còn lại có mức nồng độ CO mô phỏng trong khoảng từ 1.000 - 2.000 µg/m3.
Hình 6. Phân bố nồng độ CO trung bình tháng 1/2017
b. Mô phỏng nồng độ SO2
Kết quả mô phỏng cho thấy, nồng độ SO2 cao tập trung chủ yếu ở các tỉnh thuộc đồng bằng sông Hồng và đồng bằng sông Cửu Long (Hình 7). Tại khu vực Hà Nội, nồng độ SO2 mô phỏng từ mô hình có giá trị trong khoảng từ 20 -40 µg/m3. Một số điểm tại TP. Hồ Chí Minh có nồng độ SO2 trung bình tháng 1/2017 lớn nhất cả nước, với mức giá trị trong khoảng 50 - 60 µg/m3.
Hình 7. Phân bố nồng độ SO2 trung bình tháng 1/2017
c. Mô phỏng nồng độ NO2
Hình 8 thể hiện phân bố nồng độ NO2 từ hệ thống mô hình kết nối song song WRF - CMAQ. Nồng độ NO2 cao tập trung chủ yếu tại Hà Nội, TP. Hồ Chí Minh và các tỉnh như: Bắc Ninh, Hải Dương, Nam Định, Bình Dương, Long An. Đây cũng là các tỉnh tập trung phần lớn các khu dân cư, công nghiệp, xây dựng… Nồng độ NO2 trung bình tháng 1/2017 lớn nhất tại Hà Nội có giá trị khoảng 30 - 40 µg/m3, và khoảng 40 - 50 µg/m3 tại TP. Hồ Chí Minh.
Hình 8. Phân bố nồng độ NO2 trung bình tháng 1 năm 2017
d. Mô phỏng nồng độ bụi PM2.5
Kết quả mô phỏng nồng độ bụi PM2.5 cao (25 - 30 µg/m3) tập trung chủ yếu tại TP. Hà Nội và một số tỉnh lân cận như Hưng Yên, Hải Dương (Hình 9). Một số tỉnh biên giới phía Bắc như Quảng Ninh, Lạng Sơn có nồng độ bụi PM2.5 từ 10 - 15 µg/m3. Khu vực miền Trung, có nồng độ PM2.5 cao tại các tỉnh Thanh Hóa, Nghệ An và Hà Tĩnh (15 - 20 µg/m3), các tỉnh còn lại có nồng độ dưới 10 µg/m3. Tại các tỉnh phía Nam, nồng độ bụi PM2.5 cao nhất tập trung chủ yếu ở TP. Hồ Chí Minh, với giá trị nồng độ bụi mô phỏng từ 15 -25 µg/m3. Một số tỉnh lân cận như Long An, Bình Dương, Tiền Giang có giá trị nồng độ bụi mô phỏng trong khoảng từ 5-15 µg/m3.
Hình 9. Phân bố nồng độ PM2.5 trung bình tháng 01 năm 2017
4. Kết luận
Nghiên cứu ứng dụng thành công bộ công cụ kết nối song song giữ mô hình WRF và mô hình CMAQ phục vụ mô phỏng nồng độ các chất ô nhiễm không khí. Mô hình mô phỏng khá tốt biến trình nồng độ các chất ô nhiễm theo thời gian tại trạm Nguyễn Văn Cừ, Hà Nội. Kết quả mô phỏng cho thấy, những khu vực có nồng độ ô nhiễm cao chủ yếu tập trung tại các tỉnh thuộc đồng bằng sông Hồng và đồng bằng sông Cửu Long.
Nồng độ CO, PM2.5, SO2 và NO2 mô phỏng vào mùa đông (tháng 1) thường cao hơn vào mùa hè (tháng 7) do nồng độ các chất khí mùa mưa thường bị lắng đọng nhiều hơn nên cả giá trị nồng độ và mức độ phát tán của các khí cũng nhỏ hơn so với các tháng mùa khô. Kết quả mô phỏng nồng độ trung bình các chất ô nhiễm trong không khí vào tháng 1/2017 cho thấy, nồng độ CO trong khoảng 500 - 3.000 µg/m3, nồng độ SO2 từ 10 - 40 µg/m3, nồng độ NO2 từ 10 - 50 µg/m3, và PM2.5 có nồng độ từ 5 - 30 µg/m3.
Lê Văn Quy1, Lê Văn Linh1
1Viện Khoa học Khí tượng Thủy văn và Biến đổi khí hậu
Nguyễn Anh Dũng1
1Vụ Khoa học và Công nghệ - Bộ TN&MT
(Nguồn: Bài đăng trên Tạp chí Môi trường, số Chuyên đề Tiếng Việt III năm 2018)
Tài liệu tham khảo
1. Stohl, A., Forster, C., Frank, A., Seibert, P., and Wotawa, G., Technical Note: The Lagrangian particle dispersion model FLEXPART version 6.2., Atmos. Chem. Phys., 5, 2461-2474, 2005.
2. Stohl A., Hittenberger, M., and Wotawa, G., Validation of the Lagrangian particle dispersion model FLEXPART against large scale tracer experiments. Atmos. Environ. 32, 4245-4264, 1998.
3. Martilli, A., P. Thunis, F. Muller, A. G. Russell, and A. Clappier (2002), An optimised method to couple meteorological and photochemical models, Environmental Modelling & Software, 17 (2), 169-178.
4. D. C. Wong, J. Pleim, R. Mathur, F. Binkowski, T. Otte, R. Gilliam, G. Pouliot, A. Xiu, J. O. Young, and D. Kang, WRF-CMAQ two-way coupled system with aerosol feedback: software development and preliminary results, Geosci. Model Dev., 5, 299–312, 2012.
5. Hiroyuki Kusaka et al, Perfomance of the WRF model as high resolution regional climate model: Model intercomparison study, The seventh International Conference on Urban Climate, Yokohama, Japan, 2009.
6. Dương Hồng Sơn, ngk (2013) Nghiên cứu đánh giá ảnh hưởng của ô nhiễm không khí xuyên biên giới đến miền Bắc Việt Nam, ứng dụng công nghệ tiên tiến, Đề tài nghiên cứu khoa học công nghệ cấp Bộ.
7. Otte, T. L. and Pleim, J. E.: The Meteorology-Chemistry Interface Processor (MCIP) for the CMAQ modeling system: updates through MCIPv3.4.1, Geosci. Model Dev., 3, 243–256, doi:10.5194/gmd-3-243-2010, 2010.
APPLICATION OF WRF-CMAQ TWO WAY MODEL FOR ESTIMATION OF AIR POLLUTANT CONCENTRATIONS IN VIET NAM
Lê Văn Quy1, Lê Văn Linh1
1Vietnam Institute of Meteorology, Hydrology and Climate change
Nguyễn Anh Dũng1
1Department of Science and Technology, MONRE
Abstract:
The scientific basis of estimation of air pollutant concentrations is from the database of environmental monitoring stations. Nevertheless, in fact, the database system is limited on calculating and analyzing air environmental quality. Therefore, model is regarded as one of the most potential and efficient tools. The research indicates that the application of WRF-CMAQ Two Way model has attained substantial success in Viet Nam. Based upon the results on air pollutant concentrations in January 2017, it is shown that CO, NO2, SO2 and PM2.5 concentrations mainly appear on the Northern Delta and Southern Delta. Accordingly, the outcomes of the research aim to enhance the efficiency of forecasting environmental quality in general and air environmental quality in particular.
Key Words: WRF-CMAQ Two Way model, PM2.5, CO, SO2, NO2.
