Математическая модель для прогнозакачества воздуха в городе с использованием суперкомпьютеров | Вестник Томского государственного университета. Математика и механика. 2011. № 3(15).

Математическая модель для прогнозакачества воздуха в городе с использованием суперкомпьютеров

Описывается подход, позволяющий при помощи одномерной метеорологической модели и модели переноса примеси прогнозировать качество атмосферного воздуха над урбанизированной территорией. Особенностью метода является использование данных среднесрочного метеорологического прогноза по глобальной модели Гидрометцентра РФ. Модель переноса примеси реализована на суперЭВМ, что позволяет получать прогноз в короткие сроки.

Supercomputer-based mathematical model for air quality prediction in the urban area.pdf Атмосфера Земли - сложная система, в которой ряд физических и химическихпроцессов протекает одновременно. Измерения состояния окружающей среды -это только срез атмосферных условий в конкретное время и для конкретной мест-ности. Часто такие измерения очень сложно интерпретировать без четкой концеп-туальной модели атмосферных процессов. Одни лишь измерения не могут бытьиспользованы для установления эффективной административной политики реше-ния проблемы загрязнения воздуха, так как информация об отдельных, проте-кающих в атмосфере процессах (химических, транспортных и др.) не даёт полно-го представления о системе в целом. Математические модели, в свою очередь,предоставляют необходимый «каркас» для объединения представлений об от-дельных атмосферных процессах и их взаимодействия между собой [1].Успешное решение задач прогноза уровня загрязнения воздуха основано наиспользовании математических моделей, учитывающих физические особенностираспространения примесей в атмосфере, связи между концентрациями примесей иметеорологическими параметрами: скоростью и направлением ветра, инверсией(повышение температуры воздуха с высотой), осадками, туманами.Целью работы является разработка и апробация математической модели дляпрогноза качества атмосферного воздуха над городской территорией, способнойоперативно и c достаточной точностью предсказывать перенос и образование вто-ричных загрязнителей.Математическая модель переноса примесиДля расчета концентрации компонентов примеси с учетом химических реак-ций применяется эйлерова модель турбулентной диффузии, включающая транс-портные уравнения с описанием адвекции, турбулентной диффузии и химическихреакций [2]:; 1, 2,...,i i i ii i ii i i i sC UC VC WCt x y zc u c v c wC S R i nx y z   + + + =     = − − − − ƒ + + =  . (1)Здесь Ci, ci - осредненная и пульсационная составляющие концентрации i-й ком-поненты примеси; ось Ox направлена на восток, Oy - на север, t - время, z - вер-тикальная координата; W, w- осредненная и пульсационная составляющие верти-кальной компоненты скорости примеси; U, V, u, v - осредненные и пульсацион-ные составляющие вектора горизонтальной скорости; 〈〉 - осреднение по Рей-нольдсу, Si - источниковый член, представляющий выбросы компонентов приме-си в атмосферу; Ri описывает образование и трансформацию вещества за счет хи-мических и фотохимических реакций с участием компонентов примеси; ƒi - ско-рость влажного осаждения примеси за счет осадков; ns - количество химическихкомпонентов примеси, концентрации которых необходимо определить, 0 ≤ t ≤ T, -Lx /2 ≤ x ≤ Lx /2, -Ly/2 ≤ y ≤ Ly /2, 0 ≤ z ≤ h.Корреляции 〈ciu〉, 〈civ〉, 〈ciw〉, представляющие турбулентную диффузию, также как концентрации Ci, являются неизвестными, что делает уравнения (1) не-замкнутыми. Для определения неизвестных корреляций необходимо привлекатьдополнительные замыкающие соотношения. В данной модели переноса примесиони выводятся в предположении равновесного приближения для дифференциаль-ных уравнений переноса турбулентных потоков массы в условиях локальной од-нородности атмосферного пограничного слоя и имеют вид [3]( ) 2211 i i i;i ic u C c w U u C vuC wuCC z x y z ƒƒ− = ƒ⎛⎜⎝−  +  +  + ⎞⎟⎠( ) 2211 i i i;i ic v C c w V uvC v C wvCC z x y z ƒƒ− = ƒ⎛⎜⎝−  +  +  + ⎞⎟⎠( ) 231 11 i i i.i iCc w C g c uwC vwC w CC D F x y z ƒƒ− = +ƒ ⎛⎜⎝− − ƒ ƒ +  +  + ⎞⎟⎠Здесь ƒ - временной масштаб турбулентных пульсаций, g - ускорение свободногопадения, C1ƒ, C2ƒ, C3ƒ, D1C - эмпирические константы, F - функция, определяющаявлияние поверхности на турбулентную структуру течения, ƒ,ƒ - осреднённая ипульсационная составляющие потенциальной температуры: 0 pRP cTPƒ = ⎛⎜ ⎞⎟⎝ ⎠,P0 = 1,013*105 Н/м2, cp - удельная теплоемкость воздуха при постоянном давле-нии, T - абсолютная температура, R - газовая постоянная.Для нахождения напряжений Рейнольдса 〈uiuj〉, турбулентных тепловых пото-ков 〈uiƒ〉 и корреляции 〈ci ƒ 〉 используются алгебраические выражения и диффе-ренциальное уравнение [3].В качестве граничных условий на боковых границах для уравнений (1) исполь-зовались простые градиентные условия для отклонения концентраций от фоновыхзначений (фоновые значения рассчитывались на основе боксовой фотохимиче-ской модели без учета источников примеси). На верхней границе также применя-лись простые градиентные условия, а на нижней учитывалось сухое осаждениекомпонент примеси за счет их взаимодействия с подстилающей поверхностью [2].Начальные условия для уравнений (1) соответствовали фоновым значениям кон-центрации либо использовались результаты прогноза за предшествующий периодвремени.Задание параметров атмосферного пограничного слояДля реализации модели переноса примеси необходимо определить для каждо-го момента времени профили компонент вектора скорости, температуры и турбу-лентных характеристик. Такого рода данные можно получить усвоением резуль-татов 48-часового метеорологического прогноза, выполняемого с использованиемглобальной модели ПЛАВ. ПЛАВ - это полулагранжева модель атмосферы с вы-соким разрешением (горизонтальная сетка 0,72° - по широте, 0,9° - по долготе, 28вертикальных слоев), принятая Гидрометцентром в качестве оперативной моделидля среднесрочного прогноза с выдачей результатов через 6 часов. В модельПЛАВ включены параметризации процессов подсеточного масштаба (коротко- идлинноволновая радиация, глубокая и мелкая конвекция, планетарный погранич-ный слой, торможение гравитационных волн, тепло- и влагообмен с подстилаю-щей поверхностью с учетом растительности), разработанные Метео-Франс и ев-ропейским консорциумом LACE (www.rclace.eu) для оперативной региональноймодели ALADIN. Прогноз полей метеорологических элементов осуществляется спомощью численного решения уравнений = − , (5)где U,V - компоненты горизонтальной скорости ветра в атмосферном погранич-ном слое (W ≅ 0), Q - влажность, 〈uw〉, 〈vw〉, 〈ƒw〉, 〈qw〉 - осредненные по Рей-нольдсу корреляции турбулентных пульсаций вертикальной скорости и компо-нент горизонтальной скорости, температуры и влажности соответственно.( g,g) 1 ,U V p pf y x=ƒ ⎛⎜⎝−  ⎞⎟⎠- компоненты скорости геострофического ветра,f = 2ƒsinƒ - параметр Кориолиса, ƒ - географическая широта рассматриваемойточки, ƒ - угловая скорость вращения Земли, p - давление.Для замыкания системы уравнений (2) - (5) применяется трехпараметрическаямодель турбулентности, включающая уравнения переноса для энергии, масштабатурбулентных пульсаций и уравнение для дисперсии турбулентных пульсацийпотенциальной температуры 〈ƒ2〉 [3]:32D ;ek uw U vw V g w kl k C kt z z z z l = −  −  + ƒ ƒ +  ⎛⎜⎝ƒ  ⎞⎟⎠−(6)2l1 e l2 1 ;l C uw U vw V gw l kl l C k lt z z k z z z = ⎜⎝⎛−  −  +ƒ ƒ⎟⎠⎞ + ⎜⎝⎛ƒ  ⎟⎠⎞+ ⎡⎢⎣ −⎜⎝⎛ ƒ ⎟⎠⎞ ⎤⎥⎦(7)2 2 2C kl w2 2w 2 .t z z z ƒƒ〈ƒ 〉 ⎛ 〈ƒ 〉⎞ ƒ ƒ = + ⎜⎝ 〈 〉  ⎟⎠− 〈 ƒ〉 − ƒ(8)Здесь k = 0,5(〈u2〉+〈v2〉+〈w2〉) - кинетическая энергия турбулентности; l - инте-гральный масштаб турбулентности, ƒe = 0,54; Cl1 = −0,12; Cl2 = 0,2; CD = 0,19;Cƒ = 3,0 - числовые коэффициенты, τθ - временной масштаб температурных тур-булентных пульсаций.На верхней границе для определяемых из уравнений (2) - (8) зависимых пере-менных использовались простые градиентные условия (равенство нулю произ-водной по z, для всех переменных, для потенциальной температуры - равенствонулю второй производной), на нижней границе применялись соотношения теорииподобия Монина - Обухова и эмпирические функции параметров подобия [5].Начальные условия для уравнений (2) - (8) получались в результате обработкиданных прогноза, получаемых по модели ПЛАВ.Расчет химических реакцийМоделирование химических и фотохимических реакций в (1) проводилось наоснове полуэмпирической кинетической схемы Харли Generic Reaction Set (GRS)[6]. Фотохимическая модель GRS содержит ns = 8 химических компонент (реаги-рующая часть смога Rsmog, образующиеся в атмосфере аэрозольные частицы APM,органические радикалы RP, перекись водорода H2O2, оксид азота NO, диоксидазота NO2, озон O3, диоксид серы SO2), которые участвуют в 8 химических реак-циях. Апробация этой кинетической схемы проводилась для условий образованиявторичных загрязнителей в городе Мельбурне и области Пилбара, расположеннойна севере Австралии, а также для условий города Томска [2]. Полученные резуль-таты свидетельствуют о достижении высококачественного уровня воспроизведе-ния полей концентрации озона, оксидов азота и аэрозолей.Члены, входящие в уравнения (1) и отвечающие за химические и фотохимиче-ские реакции для схемы GRS, имеют вид [6]smog0; R⎡⎣R ⎤⎦=R[APM]=FCH2ƒk1CRsmog +FHNO3k7CRPCNO2 +FH2SO4k8CRPCSO2 ;R[RP]=k1CRsmog−k2CRPCNO−k5CRPCRP−k6CRPCNO2−k7CRPCNO2−k8CRPCSO2 ;R[H2O2] = ƒk5CRPCRP ;R[NO+NO2] = −k6CRPCNO2− k7CRPCNO2;R[NO2]=k2CRPCNO+k4CNOCO3−k3CNO2−k6CRPCNO2 −k7CRPCNO2 ;R[O3+NO2]=k2CRPCNO−k6CRPCNO2− k7CRPCNO2;R[SO2] = −k8CRPCSO2 ;FCH2 = 0,57 , FH2SO4 = 4,0 , FHNO3 = 2,6 - приближенные коэффициенты, оп-ределяющие переход устойчивых негазообразных устойчивых соединений в аэро-золи, ƒ= 0,1, [ ]smog2max 0,03,exp 0,0261NO+NOƒ = ⎛⎜⎜ ⎛⎜⎜− ⎡⎣R ⎤⎦ ⎞⎟⎟ ⎞⎟⎟⎝ ⎝ ⎠ ⎠- численные коэффициен-ты [2, 6]. Для расчета компонента примеси CO, который принимался в даннойработе химически инертным ( R[CO] = 0; ), также используется уравнение перено-са (1).Численный метод и его параллельная реализацияУравнение (1) с учетом представленной выше схемы замыкания можно запи-сать в следующем виде (ƒ = Ci, S = Si, R=Ri, ƒ = ƒi, i - фиксированное значение от1 до ns):.xx xy xzyx yy yz zx zy zzU V Wt x y z x x y zS Ry x y z z x y zƒ+ƒ+ƒ+ƒ=⎛⎜⎝ƒ ƒ+ƒ ƒ+ƒ ƒ⎞⎟⎠++⎛⎜⎝ƒ ƒ + ƒ ƒ + ƒ ƒ⎞⎟⎠+ ⎛⎜⎝ ƒ ƒ + ƒ ƒ + ƒ ƒ ⎞⎟⎠ − ƒƒ + +(9)При построении разностной схемы для уравнения (9) использовалась сетка спеременным по z шагом, сгущающаяся к поверхности Земли. При замене диффе-ренциального уравнения (9) его разностным аналогом применялись явно-неявныеразностные схемы с первым порядком аппроксимации по времени и вторым покоординатам. Все члены уравнения (9) аппроксимируются на k-м слое по времени,за исключением вертикальной диффузии и членов, отвечающих за влажное осаж-дение примеси, поступление примеси от источников и химические реакции, кото-рые берутся на k+1-м слое по времени.Для получения конечно-разностного аналога уравнения (9) используется методконечных объемов. Схема расчетной ячейки представлена на рис. 1. Для аппрок-симации диффузионных потоков используется центрально-разностный оператор.Для аппроксимации адвективных членов применяется направленная противопо-токовая схема MLU [7].Рис. 1. Вычислительная ячейка с обозначением центровиспользуемых по шаблону ячеек и граней выбранногоконечного объемаДискретный аналог уравнения переноса (9) с учетом принятых аппроксимацийможно записать в виде0 (1 1 ) 1 1 1,k k k k kP P P P P t b P t T b Bk k k k k k kE E W W N N S S T T B B P Pa xyz S R xyz D D D Da a a a a a a b⎡⎣ +ƒƒ ƒ ƒ − + ƒ ƒ ƒ + + ⎤⎦ƒ + = ƒ + + ƒ + ++⎡⎣ƒ + ƒ + ƒ + ƒ + ƒ + ƒ − ƒ⎤⎦+ (10)где aE=max(−Fe;0)+De ; aW=max(Fw;0)+Dw ;aN=max(−Fn;0)+Dn ; aS=max(Fs;0)+Ds ;aT=max(−Ft;0); aB= max(Fb;0); oaP =aE+aW+aN+aS+aT+aB−aP;( 0k 0k) *b= SP +RP ƒxƒyƒzP+DmP ; 0 PPx y zatƒ ƒ ƒ=ƒ.Здесь k 1 ( , , , )ƒP+ ≈ƒtk+ƒtxl yjzP , k - номер слоя по времени, ƒx, ƒy, ƒzp - размерыконечного объема с центром в точке P; центры соседних по горизонтали конеч-ных объемов обозначаются по направлениям сторон света - N, S, E, W, а по верти-кали - T и B для нижнего и верхнего соответственно; грани конечного объема - n,s, e, w, t, b; F, D представляют адвективные и диффузионные потоки через соот-ветствующие грани конечного объема; при аппроксимации источниковых членовиспользовалась «линеаризованная» форма записи: : k1 0k 1k k1SP+ ≅SP +SPƒP+ ,k1 0k 1k k1RP+ ≅RP +RPƒP+; 1k, 1k 0RP SP ≤ ; Dmp* содержит смешанные производные навременном слое k и наклоны в MLU-представлении потоков.Используемая явно-неявная разностная схема (10) позволяет неявным образомпровести расчет диффузионных турбулентных потоков вдоль оси Oz и тем самымизбежать существенных ограничений на шаг по времени вследствие малых верти-кальных размеров вычислительных ячеек, высота которых из-за сгущения вычис-лительной сетки к поверхности в первом узле составляет всего 2 м. В то же времягоризонтальные размеры вычислительной сетки (500 м) позволяют эффективноиспользовать явную вычислительную схему. Такой подход обеспечивает высокуюскорость вычислений вследствие применения экономичного метода прогонки длярешения на каждом шаге по времени (ƒt = 6 с) систем линейных уравнений стрехдиагональной матрицей (9).Расчетная область - равномерная в горизонтальных направлениях (Ox и Oy) инеравномерная, сгущающаяся к поверхности конечно-разностная сетка размеромNx .Ny .Nz =100.100.100 узлов.При моделировании переноса примеси используются среднегодовые данныеантропогенной эмиссии загрязнителей городского воздуха. Источники делятся на3 категории: точечные, линейные (дороги) и площадные (крупные предприятия).Для каждой из ячеек поверхности задается расход выбросов 17-ти различных посоставу химических веществ.Параллельная версия алгоритма была построена с использованием двумернойдекомпозиции сеточной области с перекрытием (рис. 2). Декомпозиция осущест-влялась по направлениям Ох и Оу.xyzРис. 2. Схема двумерной декомпозиции параллельной реализацииявно-неявного метода на примере четырех процессоров (p=4)На рисунке присутствуют светлые блоки по краям расчетной области, являю-щиеся фиктивными границами, темные блоки, расположенные со стороны разде-ления области, являются блоками обмена данными между процессорами. При та-кой декомпозиции можно использовать большее количество процессоров супер-компьютера, а доля временных затрат, связанных с необходимостью на каждомшаге по времени передавать данные между процессорными элементами, меньше,чем при одномерной декомпозиции. Расчеты, выполненные на кластере ТГУСКИФ Cyberia[8], показали, что при использовании 64 процессоров ускорениевычислений составляет 54, а эффективность соответственно 0,84. При этом одинчас моделирования на 64 процессорах выполняется в среднем за 20 секунд, в товремя как время расчета этой же задачи на одном процессоре - 18 минут.Сравнение результатов моделирования с данными измеренийПроверка полученных результатов моделирования осуществлялась путем срав-нения расчетов с данными измерений, проведенными на ТОР-станции Институтаоптики атмосферы СО РАН в Томске. Расчетная область представляет собой частьатмосферы размером 50.50.2 км, выбранная таким образом, что ее квадратное ос-нование содержит участок подстилающей поверхности с крупным населенным16 Апреля 2010 8 Декабря 2009 г. 0 г.Скоростьветра, м/с86420Направлениеветра, град.3602401200КонцентрацияCO, мг/м310.80.60.40.20КонцентрацияNO , мкг/м2 3100806040200КонцентрацияO , мкг/м3 3100806040200Время, ч0 4 8 12 16 20 24Время, ч0 4 8 12 16 20 240 4 8 12 16 20 24 0 4 8 12 16 20 240 4 8 12 16 20 24 0 4 8 12 16 20 240 4 8 12 16 20 24 0 4 8 12 16 20 240 4 8 12 16 20 24 0 4 8 12 16 20 24Рис. 3. Сравнение результатов моделирования с данными TOР-станции8 декабря 2009 г. и 16 апреля 2010 г.пунктом в центре. В расчете учитывается эмиссия примеси от линейных, площад-ных и точечных источников, находящихся на поверхности или приподнятых надземлей. Область покрывается вычислительной сеткой с размерами 100.100.100 уз-лов. Период прогностического моделирования обычно составляет 24 часа.На рис. 3 сплошной линией представлены результаты численного моделирова-ния, символами отмечены результаты измерений, проводимых на ТОР-станцииИОА, для каждого измерения вдоль оси значений приведена погрешность.На графиках дается сравнение измерений и расчетов силы и направления ветра,а также концентрации таких загрязнителей, как монооксид углерода (CO), диок-сид азота (NO2) и озон (O3). Из графиков сравнения видно, что математическаямодель хорошо предсказывает изменение ветра и значений рассматриваемых кон-центраций в течение суток.ЗаключениеПредставленная в работе модель имеет ряд преимуществ, позволяющих ис-пользовать ее в реальных условиях в оперативном режиме. Такая возможностьпоявилась благодаря усвоению данных глобального прогноза метеорологическиххарактеристик, а также за счёт параллельной реализации модели переноса приме-си при помощи двумерной декомпозиции расчетной области. В настоящее времямодель реализована и является ядром программного комплекса, расположенногона выделенном сервере. Ежесуточно программными компонентами комплекса вавтоматическом режиме производится получение начальных данных, их обработ-ка, запуск процесса моделирования на кластере ТГУ СКИФ Cyberia [8] и обработ-ка полученных результатов с последующим их представлением в сети Internet ввиде полей прогноза распространения в течение суток примеси, наложенных накарту местности[9].

Ключевые слова

parallel computing, mathematical modeling, transport and formation of secondary air pollutants, параллельные вычисления, математическое моделирование, перенос и образование вторичных загрязнителей воздуха

Авторы

ФИООрганизацияДополнительноE-mail
Барт Андрей АндреевичНациональный исследовательский Томский государственный университетаспирант кафедры вычислительной математики и компьютерного моделирования механико-математического факультетаbart@math.tsu.ru
Беликов Дмитрий АнатольевичНациональный исследовательский Томский государственный университеткандидат физико-математических наук, младший научный сотрудник лаборатории высокопроизводительных вычислений механико-математического факультетаdmitry.belikov@nies.go.jp
Старченко Александр ВасильевичНациональный исследовательский Томский государственный университетдоктор физико-математических наук, профессор, заведующий кафедрой вычислительной математики и компьютерного моделирования механико-математического факультетаstarch@math.tsu.ru
Всего: 3

Ссылки

Барт А.А., Старченко А.В., Фазлиев А.З. Информационно-вычислительная система краткосрочного прогноза качества воздуха над урбанизированной территорией // Материалы Всероссийской молодежной научной конференции «Современные проблемы математики и механики». Томск: Изд-во Том. ун-та, 2010. С. 21−24.
Межрегиональный супервычислительный центр ТГУ. URL: http://skif.tsu.ru
Hurley P.J. The Air Pollution Model (TAPM) Version 2 / CSIRO Atmospheric Research Technical Paper № 55. 2002.
Van Leer B. Towards the ultimate conservative difference scheme. Part IV: A new approach to numerical convection // J. Comput. Phys. 1977. V. 23. P. 276−299.
Атмосферная турбулентность и моделирование распространения примесей / под ред. Ф.Т.М. Ньистадта и X. Ван Допа. Л.: Гидрометеоиздат, 1985. 350 с.
Беликов Д.А., Старченко А.В. Численная модель турбулентного переноса примеси в пограничном слое атмосферы // Оптика атмосферы и океана. 2007. Т. 20. № 8, С. 667−673.
Толстых М.А. Полулагранжева модель атмосферы с высоким разрешением для численного прогноза погоды // Метеорология и гидрология. 2001. № 4. С. 5−16.
Seinfeld J.H., Pandis S.N. Atmospheric chemistry and physics. From air pollution to climate change. N.Y.: John Wiley, Sons, Inc., 1998. 1326 p.
Беликов Д.А., Старченко А.В. Исследование образования вторичных загрязнителей (озона) в атмосфере г. Томска // Оптика атмосферы и океана. 2005. Т. 18. № 05-06. С. 435−443.
 Математическая модель для прогнозакачества воздуха в городе с использованием суперкомпьютеров | Вестник Томского государственного университета. Математика и механика. 2011. № 3(15).

Математическая модель для прогнозакачества воздуха в городе с использованием суперкомпьютеров | Вестник Томского государственного университета. Математика и механика. 2011. № 3(15).

Полнотекстовая версия