Tác giả

Nguyễn Châu Mỹ Duyên 1,2 , Nguyễn Hoàng Phong 1,2 , Bùi Tá Long 1,2*

Đơn vị công tác

1 Trường Đại học Bách Khoa Tp. HCM; nguyenduyen91@hcmut.edu.vn; nhphongee407@gmail.com; longbt62@hcmut.edu.vn.

2 Đại học Quốc gia Tp. HCM; nguyenduyen91@hcmut.edu.vn; nhphongee407@gmail.com; longbt62@hcmut.edu.vn

*Tác giả liên hệ: longbt62@hcmut.edu.vn; Tel.: +84–918017376

Tóm tắt

Kết quả quan trắc chất lượng không khí ven đường tại Tp.HCM trong 2 năm 2017–2018, cho thấy, nồng độ bụi PM10 trung bình ngày nằm trong ngưỡng 25–133 mg/m3 với 2017, ngưỡng 50–120 mg/m3 với 2018, tuy còn đạt QCVN 05:2013/BTNMT nhưng vẫn ở mức cao. Trong bối cảnh bụi mịn có thể được vận chuyển trên một khoảng cách khá xa, ảnh hưởng đến sức khỏe cộng đồng, mô hình hóa vẫn là một trong những công cụ hữu hiệu để đánh giá mức độ phát tán PM10 nhiễm tới các huyện ngoại thành như Cần Giờ, Bình Chánh, Nhà Bè nơi mật độ trạm quan trắc giới hạn. Nghiên cứu này ứng dụng hệ thống mô hình WRF/CMAQ đánh giá diễn biến theo không gian, giai đoạn 01–15/10/2017. Thời điểm được lựa chọn khi nồng độ bụi PM10 có tần suất nồng độ cao đột biến. Trong nghiên cứu này đã sử dụng bộ dữ liệu phát thải toàn cầu,  thực hiện bước hiệu chỉnh theo phương pháp phương pháp đồng nhất dữ liệu giữa các kết quả quan trắc và mô phỏng nhằm nâng cao chất lượng mô phỏng. Cách tiếp cận bài báo này cho phép mở rộng phạm vi ứng dụng cho các tỉnh thành khác trong điều kiện hạn chế số liệu quan trắc tại Việt Nam.

Từ khóa

Ô nhiễm không khí; Phát thải giao thông; Khí tượng; PM10; WRF/CMAQ.

Trích dẫn bài báo

Duyên, N.C.M.; Phong, N.H.; Long, B.T. Ứng dụng WRF/CMAQ mô phỏng ô nhiễm PM10 từ hoạt động giao thông – Trường hợp Tp. Hồ Chí Minh. Tạp chí Khí tượng Thủy văn 2021, 724, 30-45.

Tài liệu tham khảo

1. Kouridis, C.; Gkatzoflias, D.; Kioutsoukis, I.; Ntziachristos, L.; Pastorello, C.; Dilara, P. Uncertainty estimates and guidance for road transport emission calculations. Publications Office of the European Union, 2010.
2. EEA. EMEP/EEA air pollutant emission inventory guidebook, 2019.
3. Donchenko, V.; Kunin, Y.; Ruzski, A.; Barishev, L.; Trofimenko, Y.; Mekhonoshin, V. Estimated Atmospheric Emission from Motor Transport in Moscow Based on Transport Model of the City. Transp. Res. Procedia 2016, 14, 2649–2658.
4. Lozhkina, O.V.; Lozhkin, V.N. Estimation of road transport related air pollution in Saint Petersburg using European and Russian calculation models. Transp. Res. Part D Transp. Environ. 2015, 36, 178–189.
5. Peng, T.; Ou, X.; Yuan, Z.; Yan, X.; Zhang, X. Development and application of China provincial road transport energy demand and GHG emissions analysis model. Appl. Energy 2018, 222, 313–328.
6. HEPA. Report 2020 air quality in Ho Chi Minh City. Ho Chi Minh city, Vietnam: Ho Chi Minh Environmental Protection Agency, 2020.
7. Beevers, S.D.; Kitwiroon, N.; Williams, M.L.; Carslaw, D.C. One way coupling of CMAQ and a road source dispersion model for fine scale air pollution predictions. Atmos. Environ. 2012, 59, 47–58.
8. Luong, L.M.T.; Phung, D.; Dang, T.N.; Sly, P.D.; Morawska, L.; Thai, P.K. Seasonal association between ambient ozone and hospital admission for respiratory diseases in Hanoi, Vietnam. PLoS One 2018, 13, 1–15.
9. CEM. Report on curent status of environment in Ho Chi Minh City in Annual Report 2014–2019. Hochiminh Center for Environment and Analysis, 2019.
10. Ho, B.Q.; Clappier, A.; François, G. Air pollution forecast for Ho Chi Minh City, Vietnam in 2015 and 2020. Air Qual. Atmos. Heal. 2011, 4, 145–158.
11. Phung, N.K.; Long, N.Q.; Tin, N.V.; Phung, L.T. Study calculation and forecast PM 2.5 for Ho Chi Minh city. Sci. Tech. Hydrometeorol. J. 2018, 695, 1–7.
12. Song, S.; Diao, M.; Feng, C.C. Individual transport emissions and the built environment: A structural equation modelling approach. Transp. Res. Part A Policy Pract. 2016, 92, 206–219.
13. Carrese, S.; Gemma, A.; La Spada, S. An Emission Model to Compare Bus and Tramway Transport. Procedia Soc. Behav. Sci. 2014, 111, 1025–1034.
14. Borge, R.; de Miguel, I.; de la Paz, D.; Lumbreras, J.; Pérez, J.; Rodríguez, E. Comparison of road traffic emission models in Madrid (Spain). Atmos. Environ. 2012, 62, 461–471.
15. Department of Statistics Ho Chi Minh City. The Economic of Ho Chi Minh City and Key Economic Region of South Vietnam, Ho Chi Minh City, 2019.
16. Department of Statistics Ho Chi Minh City–b, Part II: Actual situation of economic growth of Key Economic Region of South Vietnam in the period of 2010–2018. Ho Chi Minh City, 2019.
17. Ho Chi Minh City Statistical Office. Ho Chi Minh City statistical Yearbook 2018, Ho Chi Minh City, 2019.
18. Skamarock W C et., A Description of the Advanced Research WRF Version 3, NCAR TECHNICAL NOTE, 2008.
19. Skamarock, W.C.; Klemp, J.B.; Dudhia, J.; Gill, D.O.; Barker, D.; Duda, M.G.; … Powers, J.G. A Description of the Advanced Research WRF Version 3 (No. NCAR/TN-475+STR). University Corporation for Atmospheric Research, 2008.
20. Powers, J.G.; Klemp, J.B.; Skamarock, W.C.; Davis, C.A.; Duhia, J.; Gill, D.O.; Coen, J.L.; Gochis, D.J.; Ahmadov, R.; Peckham, S.E.; Grell, G.A.; Michalakes, J.; Trahan, S.; Benjamin, S.G.; Alexander, C.R.; Dimego, G.J.; Wang, W.; Schwartz, C.S.; Romine, G.S.; Liu, Z.; Snyder, C.; Fei Chen, F.; Barlage, M.J.; Wei Yu, W.; Duda, M.G. The weather research and forecasting model: Overview, system efforts, and future directions. Bull. Am. Meteorol. Soc. 2017, 98, 1717–1737.
21. Adams, J.D. Reinterpreting evaluation classics in the modern age. J. Contin. High. Educ. 2001, 49, 14–22.
22. NCAR. WRF 3.9 User’s Guide 2017, pp. 443.
23. Byun, J.E.; Pleim, R.; Tang, T.; Bourgeois, A. Meteorology–Chemistry Interface Processor (MCIP) for Models–3 Community Multiscale Air Quality (CMAQ) Modeling System. In Science algorithms of the EPA Models-3 Community Multiscale Air Quality (CMAQ) Modeling System, D. W. Byun and J. K. S. Ching, Eds., U.S. Environmental Protection Agency Rep. EPA-600/R-99/030, 12–1–12–91.
24. Byun, D.; Schere, K.L. Review of the governing equations, computational algorithms, and other components of the models–3 Community Multiscale Air Quality (CMAQ) modeling system. Appl. Mech. Rev. 2006, 59, 51–76

25. Borge, R.; Lumbreras, J.; Pérez, J.; de la Paz, D.; Vedrenne, M.; de Andrés, J.M.; Rodríguez, M.E. Emission inventories and modeling requirements for the development of air quality plans. Application to Madrid (Spain). Sci. Total Environ 2014, 466–467, 809–819.

26. Hu, J.; Wu, L.; Zheng, B.; Zhang, Q.; He, K.; Chang, Q.; Li, X.; Yang, F.; Ying, Q.; Zhang, H. Source contributions and regional transport of primary particulate matter in China. Environ. Pollut. 2015, 207, 31–42.
27. Lang, J.; Zhou, Y.; Chen, D.; Xing, X.; Wei, L.; Wang, X.; Zhao, N.; Zhang, Y.; Guo, X.; Han, L.; Cheng, S. Investigating the contribution of shipping emissions to atmospheric PM2.5 using a combined source apportionment approach. Environ. Pollut. 2017, 229, 557–566.
28. Isakov, V.; Irwin, J.S.; Ching, J. Using CMAQ for exposure modeling and characterizing the subgrid variability exposure estimates. J. Appl. Meteorol. Climatol. 2007, 46, 1354–1371.
29. Wang, F.; Chen, D.S.; Cheng, S.Y.; Li, J.B.; Li, M.J.; Ren, Z.H. Identification of regional atmospheric PM10 transport pathways using HYSPLIT, MM5–CMAQ and synoptic pressure pattern analysis. Environ. Model. Softw. 2010, 25, 927–934.
30. Compton, J.E.; Harrison, J.A.; Dennis, R.L.; Greaver, T.L.; Hill, B.H.; Jordan, S.J.; Walker, H.; Campbell, H.V. Ecosystem services altered by human changes in the
nitrogen cycle: A new perspective for US decision making. Ecol. Lett. 2011, 14, 804– 815.
31. Koo, Y.S.; Kim, S.T.; Yun, H.Y.; Han, J.S.; Lee, J.Y.; Kim, K.H.; Jeon, E.C. The simulation of aerosol transport over East Asia region. Atmos. Res 2008, 90, 264–271.
32. Koo, Y.S.; Kim, S.T.; Cho, J.S.; Jang, Y.K. Performance evaluation of the updated air quality forecasting system for Seoul predicting PM 10. Atmos. Environ. 2012, 58, 56–69.
33. Jung, S.; Kang, H.; Sung, S.; Hong, T. Health risk assessment for occupants as a decision–making tool to quantify the environmental effects of particulate matter in construction projects. Build. Environ. 2019, 161, 106–267.
34. Oh, H.R.; Ho, C.H.; Koo, Y.S.; Baek, K.G.; Yun, H.Y.; Hur, S.K.; Choi, D.R.;Jhun, J.G.; Shim, J.S. Impact of Chinese air pollutants on a record–breaking PMs episode
in the Republic of Korea for 11–15 January 2019. Atmos. Environ. 2020, 223, 117– 262.
35. Kukkonen, J.; Härkönen, J.; Walden, J.; Karppinen, A.; Lusa, K. Evaluation of the CAR–FMI model against measurements near a major road. Atmos. Environ. 2001, 35, 949–960.
36. Zilitinkevich, S. Transactions on Ecology and the Environment vol 2, © 1993 WIT Press, www.witpress.com, ISSN 1743–3541. Trans. Ecol. Environ. 1995, 6, 54–60.
37. Berkowicz, R. OSPM – A Parameterised Street Pollution Model. Environ. Monit. Assess. 2000, 65, 323–331.
38. Kurt, A.; Oktay, A.B.; Karaca, F.; Alagha, O. Artificial neural networks based modelling of carbon monoxide: Effects of spatial parameters. Information Technologies in Environmental Engineering, Proceedings of the 4th International ICSC Symposium Thessaloniki, Greece, May 28-29, 2009, 2009, 345–356.
39. Granier, C.; Darras, S.; van der Gon, H.D.; Jana, D.; Elguindi, N.; et al. The Copernicus Atmosphere Monitoring Service global and regional emissions (April 2019 version). Copernicus Atmosphere Monitoring Service 2019, pp. 55.
40. Janssens-Maenhout, G.; Crippa, M.; Guizzardi, D.; Dentener, F.; Muntean, M.; Pouliot, G.; Keating, T.; Zhang, Q.; Kurokawa, J.; Wankmüller, R.; van der Gon, H.D.; Kuenen, J.J.P.; Klimont, Z.; Frost, G.; Darras, S.; Koffi, B.; Li, M. HTAP– v2.2: A mosaic of regional and global emission grid maps for 2008 and 2010 to study hemispheric transport of air pollution. Atmos. Chem. Phys. 2015, 15, 11411–11432.

41. Sindelarova, K.; Granier, C.; Bouarar, I.; Guenther, A.; Tilmes, S.; Stavrakou, T.; Müller, J.F.; Kuhn, U.; Stefani, P.; Knorr, W. Global data set of biogenic VOC emissions calculated by the MEGAN model over the last 30 years. Atmos. Chem. Phys. 2014, 14, 9317–9341.

42. Friberg, M.D.; Zhai, X.; Holmes, H.A.; Chang, H.H.; Strickland, M.J.; Sarnat, S.E.; Tolbert, P.E.; Russell, A.G.; Mulholland, J.A. Method for Fusing Observational Data and Chemical Transport Model Simulations to Estimate Spatiotemporally Resolved Ambient Air Pollution. Environ. Sci. Technol. 2016, 50, 3695–3705.
43. Senthilkumar, N.; Gilfether, M.; Metcalf, F.; Russell, A.G.; Mulholland, J.A.; Chang, H.H. Application of a fusion method for gas and particle air pollutants between observational data and chemical transport model simulations over the contiguous United States for 2005–2014. Int. J. Environ. Res. Public Health 2019, 16.
44. Bui, L.T.; Nguyen, P.H. Integrated model for methane emission and dispersion assessment from land fills : A case study of Ho Chi Minh City , Vietnam. Sci. Total Environ. 2020, 738, 139865