Bu Proje Avrupa Birliği ve Türkiye Cumhuriyeti tarafından ortak finanse edilmektedir.

(1)

0 Technical Report 2.3 a, AUGUST 2019

Union and the Republic of Turkey

Technical Assistance for Improving Air Quality and Raising Public Awareness in Cities in Turkey -

CITYAIR (in line with CAFE Directive)

Contract N° TR2017 ESOP MI A3 01/SER/01

1st Interim Progress Report

May 2019

Türkiye’de Şehirlerde Hava Kalitesinin İyileştirilmesi ve Kamuoyu Farkındalığının Artırılması Teknik Destek Projesi - CITYAIR (CAFE Direktifi uyarınca)

Sözleşme N° TR2017 ESOP MI A3 01/SER/01

Teknik Rapor 2.3 a – Kullanılacak Hava Kalitesi Modellerine ilişkin Değerlendirme Raporu

Ağustos 2019

(2)

1 Teknik Rapor 2.3a, AĞUSTOS 2019

This publication was produced with the financial support of the European Union. Its contents are the sole responsibility of Agriconsulting Europe S.A. (AESA), and do not necessarily reflect the views of the European

Union.

(3)

Teknik Rapor 2.3a, AĞUSTOS 2019 Sayfa 2

Proje Özet Bilgileri

Proje Adı: Türkiye’de Şehirlerde Hava Kalitesinin

İyileştirilmesi ve Kamuoyu Farkındalığının Artırılması Teknik Destek Projesi- CITYAIR (CAFE Direktifi uyarınca)

Sözleşme Numarası: TR2017 ESOP MI A3 01/SER/01TR2017

Proje Bütçesi: 5 Mio. EUR

Başlangıç Tarihi: 17.12.2018

Bitiş Tarihi: 16.12.2021

Süre: (36 ay)

Sözleşme Makamı:

Proje Müdürü:

Adres:

Telefon:

Faks:

Kontrat Müdürü:

e-mail:

Çevre ve Şehircilik Bakanlığı, AB ve Dış İlişkiler Genel Müdürlüğü

Mr İsmail Raci BAYER

Mustafa Kemal Mah. Eskişehir Devlet Yolu 9.km No:

278, Ankara, Türkiye + 90 312 474 03 50-51 + 90 312 474 03 52-53 Erinç Ebinç

erinc.ebinckocal@csb.gov.tr Faydalanıcı:

Adres:

Faks:

Telefon:

Proje Müdürü / OCU Koordinator:

Telefon:

e-mail:

Çevre ve Şehircilik Bakanlığı

Mustafa Kemal Mahallesi Eskişehir Devlet Yolu (Dumlupınar Bulvarı) 9. Km (Tepe Prime Yanı) No :278 Çankaya-Ankara,Türkiye

+ 90 312 474 03 37-38 + 90 312 474 03 35 Pervin Doğan + 90 312 586 30 54 pervin.dogan@csb.gov.tr

Danışman Kurum:

[Project Directörü]:

Adres:

Telefon:

Faks:

e-mail:

Proje offis adres:

Proje Takım Lideri:

Telefon / faks:

e-mail:

AESA

Mr. Ottavio Novelli

Avenue de Tervuren 36, 1040-Brussels, Belgium +32 2 736 22 77

+32 2 736 49 70

O.novelli@aesagroup.eu

Mustafa Kemal Mahallesi 2124.Sokak Edige Plaza 15/3-4, Çankaya/Ankara, Turkey

Dr. Huseyin Ozdemir

+90 312 219 6804 / +90 312 219 6805 Huseyin.Ozdemir@cityair-tr.eu

Teknik Rapor 2.3a – Kullanılacak Hava Kalitesi

Modellerine ilişkin Değerlendirme Raporu Rapor Tarih Aralığı:

Hazırlayan: Prof. Dr. Alper Ünal, Dr. Frederic Tognet

Kontrol Eden:

Dr. Huseyin Ozdemir, Ottavio Novelli

Rapor Tarihi: 29.08.2019

(4)

Teknik Rapor 2.3a, AĞUSTOS 2019 Sayfa 3 KISALTMALAR LİSTESİ

ABDİGM AB ve Dış İlişkiler Genel Müdürlüğü BTHM Bölgesel Temiz Hava Merkezi

CAFE 2008/50/EC sayılı Avrupa İçin Daha Temiz Hava Direktifi CLRTAP Uzun Menzilli Sınırlar Ötesi Hava Kirliliği Sözleşmesi ÇŞB Çevre ve Şehircilik Bakanlığı

ÇYEP Çok Yıllı Eylem Programı ÇYGM Çevre Yönetimi Genel Müdürlüğü

EF Emisyon Faktörü

EMEP Avrupa İzleme ve Değerlendirme Programı EP AB Eşleştirme Projeleri

EPA Birleşik Devletler Çevre Koruma Ajansı HEY Hava Emisyon Yönetim Portalı

HKDB Hava Kalitesi Değerlendirme Birimi

HKDYY Hava Kalitesi Değerlendirme ve Yönetimi Yönetmeliği HKM Hava Kalitesi Modeli

IPPC Entegre Kirlilik Önleme ve Kontrol İTÜ İstanbul Teknik Üniversitesi MGM Meteoroloji Genel Müdürlüğü NAPEMS Ulusal Hava Kirliliği Yönetim Sistemi

NEC 2001/81/EC sayılı Ulusal Emisyon Tavanları Direktifi

NH3 Amonyak

NMVOCs Metan Dışı Uçucu Organik Bileşikler NOx Azot Oksitler

PM2,5 İnce Partikül Madde

RSHM Refik Saydam Hıfzıssıhha Merkezi

SM Sözleşme Makamı (ÇŞB, AB ve Dış İlişkiler Genel Müdürlüğü) SNAP Standart Hava Kirleticileri Sınıflandırması

SO2 Kükürt Dioksit

SOP Sektör Operasyon Planlama THEP Temiz Hava Eylem Planı

THM Temiz Hava Merkezi

TOR Görev Tanımı

TÜBİTAK Türkiye Bilimsel ve Teknolojik Araştırma Kurumu TÜİK Türkiye İstatistik Kurumu

UHKİA Ulusal Hava Kalitesi İzleme Ağı VOC Uçucu Organik Bileşikler YKT Yönlendirme Kurulu Toplantısı

(5)

İçindekiler

1 Giriş ... 5

2 Hava kalitesi modellerinin politika amaçlarına uygunluğu ... 6

2.1 Bağlam ... 6

2.2 Hangi amaç için hangi model ... 6

2.3 CITYAIR için Model Seçimi ... 9

3 Model değerlendirme çalışmaları (planlama ve senaryo analizi) ... 10

3.1 Genel değerlendirmeler ... 10

3.2 Bilimsel değerlendirme ... 12

4 Bölgesel hava kalitesi tahmini modeli ... 15

4.1 Genel değerlendirmeler ... 15

4.2 Bilimsel değerlendirme ... 16

5 Cadde seviyesi tahmini için modeller ... 21

5.1 Kentsel kanyon tipi cadde modelleri ... 21

5.1.1 OSPM ... 21

5.1.2 ADMS URBAN ... 22

5.1.3 SIRANE ... 23

5.2 Avrupa’da Kentsel Hava Kalitesi Tahmin Sistemleri Örnekleri ... 24

5.2.1 Londra ... 24

5.2.2 Kopenhag ... 24

5.2.3 Paris ... 24

5.2.4 Lyon ... 24

5.3 SIRANE’in Seçilmesi ... 24

5.4 Bölgesel ve cadde seviyesi tahminler için pilot vaka çalışması ... 25

5.4.1 Türkiye’de CHIMERE simülasyonları ... 25

5.4.2 CHIMERE ve SIRANE eşleştirmesi ölçek küçültme simülasyonu gösterimi ... 27

6 Sonuç ... 28

7 Referanslar ve Ekler ... 30

(6)

1 Giriş

Atmosfer kimyası ve dispersiyon modelleme konusunda son yirmi yılda önemli değişiklikler kaydedilmiştir. Günümüzde basit olanlardan daha karmaşık olanlara, küresel/bölgesel kapsamlı olanlardan şehir ve cadde seviyesi ölçeğinde olanlara kadar çok çeşitli modelleme sistemleri ve seçenekler mevcuttur.

Bilimsel ilginin yanı sıra hava kalitesi modellemesinin gelişimi politik ihtiyaçlarla da desteklenmiştir. Hava kalitesi, kamuoyunun da yoğun ilgisiyle ortaya çıkmış, yasalarla en fazla düzenlenmiş çevre konularından biridir. Bu da bilimsel izleme ağlarının yasal olarak düzenlenmesiyle sağlanacak gözlem ve ölçümlerin diğer araçlar tarafından tamamlanması gerektiğini göstermektedir. Modellerin (gözlemlere kıyasla) sunduğu başlıca üç avantaj şöyledir:

• Emisyonlar, atmosferik süreçler ve konsantrasyonlar arasındaki sebep-sonuç ilişkisi (anlama)

• Konsantrasyonların coğrafi dağılımı (haritalar)

• Gelecekteki hava kirleticilerini tahmin edebilme (senaryolar)

Avrupa mevzuatında modelleme hava kirliliğini izleme ve yönetmeye yönelik potansiyel araçlardan biri (ölçümlerle birlikte) olarak tanınmaktadır. Fakat modellemenin politika uygulanmaları yalnızca son on yıl içinde gelişmiştir. Yaklaşımın doğasında var olan belirsizlikler, matematiksel konseptlere dayanması, güvenilir ve hatasız girdi verisinin toplanmasının önündeki zorluklar (örneğin emisyonlar), zamansal ve mekânsal çözünürlüklere karşı hassas olması, modellemeye olan güvenin artmasının neden gözlemlerden daha uzun süre aldığını açıklayabilir. Fakat hava kalitesi modelleri yoğun araştırma programlarından faydalanmış, gelişen hesaplama kapasiteleri hava kirliliği süreçlerini simüle etmekteki performanslarını arttırmış ve modeller politika amaçlı kullanıma uygun olacak kadar olgun hale gelmişlerdir.

2007’de Avrupa Komisyonları (DG ENV) “hava kalitesi modelleyicilerini ve kullanıcılarını, Avrupa Hava Kalitesi Yönergeleri kapsamında model uygulaması vurgusuyla AB üye devletler tarafından modellerin uyumlu bir şekilde kullanılmasını sağlamak ve desteklemek için bir araya getirmek” amacıyla Avrupa’da Hava Kalitesi Modelleme Forumu’nu (FAIRMODE - https://fairmode.jrc.ec.europa.eu/) başlatmışlardır.

Bu girişim, modellerin hava kalitesi izleme ve yönetim stratejilerinin uygulanmasını desteklemeye yönelik kullanımını teşvik edecek bir teknik çerçeve oluşturulmasını amaçlamaktadır. Kalite güvence kriterlerinin tanımı ve uygulanması, pilot çalışmalar ve modelin politika amaçlı kullanımını desteklemeye ve kamuoyunu bilinçlendirmeye katkıda bulunan yerli uzmanlar arasında tecrübe paylaşımı ile FAIRMODE üretimlerinin bir parçasını oluşturmaktadır.

CITYAIR Projesi, modelleme sistemleri kullanarak seçilen il ve şehirlerde mevcut ve gelecekteki hava kalitesini değerlendirmeyi amaçlamaktadır. Sonuç 1 kapsamında daha fazla geliştirilecek emisyon envanterlerinin bu hava kalitesi modelleri için girdi verisi sağlaması beklenmektedir. İki ana hedef vardır:

• Orta ve uzun vadeli bir perspektifle, hava kirleticileri yoğunluklarını üzerindeki etkilerini simüle ederek ulusal/bölgesel/yerel eylem planlarının verimliliğini değerlendirmek

• Kısa vadeli bir perspektifle, 2-3 günlük tahminlerle nüfusu hava kirliliği epizodlarının¹

oluşumundan haberdar etmek ve böylelikle nüfusun maruz kalışını en aza indirebilecek kısa vadeli (acil) önlemleri test etmek.

Kısacası, bu modelleme sistemleri, ulusal ve yerel yetkililerin Türkiye’deki illerde çevresel hava kalitesini iyileştirmek için ihtiyaç duyulan temiz hava eylemlerinin belirlenmesine yönelik çabalarını destekleyecektir.

Bu rapor, CITYAIR Projesi’nde (değerlendirme, planlama ve tahmin) değinilen konulara odaklanarak hava kalitesi modellemesinin politika amaçlı uygulanması ile ilgili öneri ve kriterlerin kısa bir özetidir.

Halihazırda Avrupa ve Kuzey Amerika’da kullanılan birkaç modelleme aracı performanslarıyla birlikte kısaca tanıtılmıştır. Son olarak, CITYAIR projesi için seçilen hava kalitesi modellerinin politika hedeflerine uygunluğunu sağlayacak ölçütleri nasıl karşıladığı tartışılacak ve böylece proje amaçlarına ulaşmak için Ineris ve AgriConsulting SA tarafından tercih edilmeleri gerekçelendirilecektir.

.

1 Sınır veya hedef hava kalitesi eşiklerinin aşılmasıyla tanımlanır.

(7)

2 Hava kalitesi modellerinin politika amaçlarına uygunluğu

2.1 Bağlam

Hava kalitesi modellemesi, gözlem ağlarının bir tamamlayıcısı olarak politika uzmanları tarafından giderek daha fazla hava kirliliği yönetim stratejisinin bir parçası olarak görülmektedir. Modellemenin katkıları üç başlık altında özetlenebilir:

• Hava kirleticisi konsantrasyon alanlarını ve hava kirliliği şekillerini haritalandırmak:

Hiçbir ölçüm verisi bulunmasa bile hedeflenen arazide hava kirleticisi konsantrasyonlarının genel görünüm hakkında fikir vermek amaçlanmaktadır. Haritalandırma, iletişimi

kuvvetlendirme, hava konsantrasyonları alanlarının kolay okunabilir bir sunumu ile kamuoyu ve ehil yetkililerin bilinçlendirilmesi açısından son derece önemlidir. Hava kirliliği şekillerinin en kapsamlı şekilde sunumunu sağlamakta, örneğin sağlık üzerindeki etkisini ve ekosistem maruziyetini değerlendirmek için nüfus yoğunluğu ve arazi örtüsü gibi diğer tür verilerle birlikte kullanımına olanak tanımaktadır.

• Yakın veya uzak bir gelecekteki hava kirliliğini tahmin etmek: Modelleme, gelecekteki konsantrasyonların meteoroloji ve emisyonlar gibi faktörlerin değişimine göre potansiyel değerlendirmesinin yapılmasının tek yoludur. Kısa dönem tahminler (genellikle iki-üç gün sonrası) kamuoyunu (örneğin astım ve diğer solumun hastalıklarından etkilenen hassas nüfusu) ve yetkilileri (örneğin nüfus episodu durumunda kısa dönem eylem planı uygulamak isteyebilecek olanları) bilgilendirme amacını taşımaktadır. Uzun vadeli senaryo analizi ise emisyon kontrol stratejilerinin etkisini değerlendirmeyi amaçlamaktadır. Etki değerlendirmesi çalışmaları karar vermek ve daha genel olarak şehir planlaması için gereklidir.

• Hava kirliliği olgusunu anlamak: Model parametrelendirmesinin analiz edilmesi, değişiklere olan hassasiyeti ve çok sayıda durumda model sonuçları uzmanların hava kirliliğini yorumlama ve çeşitli meteorolojik durumlarla ilgili en önemli etmenleri tespit etme kapasitelerini arttırmaktadır. Bu özellikle yasal düzenlemeyle belirlenen eşik değerlerin sürekli aşılmasıyla episodların meydana geldiği zamanlarda önemlidir. Belirleyici faktörleri anlamak (yerel kaynaklar, uzun mesafeli ulaşım, doğal olaylar, vs.) en etkili emisyon kontrol stratejilerini hedeflemeye yardımcı olmaktadır.

2.2 Hangi amaç için hangi model

Hava kirliliği atmosferik kimyasal ve dinamik süreçler neticesinde, onlar da emisyonlar, meteoroloji, arazi örtüsü, sınır şartları gibi dış faktörler sonucunda meydana gelmektedir.

Hava Kalitesi Modelleri bu fiziksel ve kimyasal süreçleri simüle eden matematiksel araçlardır. Bu modeller, meteorolojik veriler ile emisyon oranları ve baca yüksekliği gibi kaynak bilgileri girdilerine dayanarak atmosfere doğrudan yayılan birincil kirleticiler ve bazı durumlarda ise atmosferdeki kompleks kimyasal reaksiyonlar sonucunda meydana gelen ikincil kirleticileri tanımlamak üzere tasarlanmıştır.

Hava kalitesi modelleri atmosferde gaz olarak hareket eden kirleticiler (ozon, nitrojen oksit, sülfür oksit, benzen…), partiküller (PM10 veya PM2.5, ağır metaller) veya bazı durumlarda her ikisiyle (kalıcı organik kirleticiler) ilgilenmektedir.

(8)

Teknik Rapor 2.3a, AĞUSTOS 2019 Sayfa 7 Şekil 1 hava kalitesi modellerinin genel kavramlarını göstermektedir. Ele alınan kirleticilere, alan boyutu ve modelleme amaçlarına bağlı olarak farklı fonksiyonlar etkinleştirilebilmektedir.

Şekil 1 :

Hava Kalitesi Modelinin genel şeması

Genel olarak uygun model çözünürlüğü coğrafi alan ve kirleticilerin türü ile belirlenir ve çoğu zaman aşağıdaki formüller kullanılır:

• Yerel/Sıcak nokta ölçeği: Çözünürlük: 1-100m², alan boyutu < 1 km²

• Şehir/yığın ölçeği: Çözünürlük: 1 - 10 km²; alan boyutu: < 100 km²

• Bölgesel ölçek: Çözünürlük: 10- 50 km²; alan boyutu: ulusal ve kıtasal.

Uygulanması gereken model sınıfı, alanın boyutuna ve grid çözünürlüğüne bağlıdır. Kirletici oluşumunu ve taşınımı etkileyen süreçler hedeflenen alanlar için doğru mekânsal çözünürlükle modellenmelidir.

(9)

Teknik Rapor 2.3a, AĞUSTOS 2019 Sayfa 8 Atmosfer modellemesi alanında yıllardır yapılan çalışmalar ve sayısız değerlendirmeler hava kalitesi modellerinin sınıflandırılmasının tanımlanmasını sağlamıştır. Bu sınıflar, Avrupa Çevre Ajansı’nın (EEA) 2011 yılında yayınladığı bir kılavuzda² ayrıntılı bir şekilde yayınlanmıştır. EEA raporunda verilen aşağıdaki tablo (Tablo 1) bu sınıflandırmayı yönlendiren ölçütleri sentezlemektedir.

Değerlendirme Alanı

Açıklama Yerel/yoğun nokta (1-1000m)

Şehir/toplama (1-300 km)

Bölgesel (25-10000 km) Model türü Gauss veya Gauss olmayan

yöntemle

parametrelendirilmiş modeller

İstatistik modelleri

Hesaplamalı akışkanlar dinamiği modelleri

Lagrange partikül modelleri

Gauss veya Gauss olmayan yöntemle parametrelendirilmiş modeller

Euler kimyasal taşınım modelleri

Lagrange partikül modelleri

Euler kimyasal taşınım modelleri

Lagrange kimyasal modelleri

Meteoroloji Yerel meteorolojik ölçümler

Hesaplamalı Akışkanlar Dinamiği Modelleri Orta ölçekli meteorolojik modeller

Rüzgar alanı tanı modeli

Orta ölçekli meteorolojik modeller

Yerelleştirilmiş meteorolojik ölçümler

Rüzgar alanı tanı modeli

Sinoptik/orta ölçek Meteorolojik ölçümler

Kimya Sınırlı veya hiç Uygulamaya bağlı olarak sııfırdan kapsamlıya kadar

Kapsamlı

Bileşen Yerel/Yoğun Nokta Şehir/toplama Bölgesel/Kıtasal PM10 Kimyasal süreç yok Çökelme

İkincil inorganik partikül oluşumu

Çökelme

İkincil inorganik ve organik partikül oluşumu

Asılı toz Deniz tuzu PM2.5 Kimyasal süreç yok Çökelme

İkincil inorganic partikül oluşumu

Çökelme

İkincil inorganik ve organik partikül oluşumu

NO2 Basit foto-oksidan kimyası İstatistiksel/ampirik ilişkiler

Sınırlı foto-oksidan kimyası Işınımsal sabit şeması İstatistiksel/ampirik ilişkiler

Çökelme

Tam foto-oksidan kimyası

NOx Kimyasal süreç yok Kimyasal süreç yok Tam foto-oksidan kimyası

O3 NO2 gibi NO2 gibi NO2 gibi

2 Modellerin Avrupa Birliği’nin Hava Kalitesi Yönetmeliği uyarınca uygulanması, AÇA teknik raporu 10/2011

(10)

SO2 Kimyasal süreç yok Çökelme

Çökelme

Tam foto-oksidan kimyası

Pb Kimyasal süreç yok Çökelme

Kimyasal süreç yok

Çökelme

Özeli kimyasal şema

Benzene Kimyasal süreç yok Çökelme

Tam foto-oksidan kimyası CO Kimyasal süreç yok Kimyasal süreç yok Tam foto-oksidan kimyası Ağır metaller Kimyasal süreç yok Çökelme

Özel kimyasal şema

Çökelme

Özel kimyasal şema

Tablo 1 : Hava kalitesi değerlendirmesi için ihtiyaç duyulan çeşitli ölçekler ve kirleticiler için tipik model özellikleri, formülasyonlar ve süreçlerin listesi (kaynak: AÇA Teknik Raporu No:10/2011)

Son olarak yeterli bir program seçmenin en önemli kriterleri şöyledir: Çalışılan alanın boyutları, kirlilik kaynaklarının sayısı, ilişkili kimya türleri ve uygulamanın zaman ölçeği (yıllık değerlendirme, episod analizi).

Coğrafi bağlamda, bir şehirde trafik veya sanayi kaynaklı bir kirleticinin şehrin kendisinin üzerinde veya daha geniş bir alanda kirleticinin özelliklerine ve atmosferdeki ömrüne bağlı olarak kayda değer bir etkisi bulunmaktadır. Trafik veya sanayi kaynaklarından salınan birincil kirleticilerin (örneğin nitrojen oksit) maksimum zemin seviyesi etkilerinin değerlendirilmesi gibi yerel ölçekli problemler, kimyasal dönüşüm veya çökelme gibi daha küçük ölçekte ele alınmasına gerek olmayan bölgesel ölçekteki süreçlerin etkilerinden dolayı uzun vadeli problemlere benzer bir şekilde ele alınamaz.

Pratik olarak vaka çalışmasının (meteorolojik etkiler, arazi etkileşimleri) ve potansiyel etkilerin ölçeği ve önemi (alıcı çevrenin hassasiyeti, insan sağlığı) belli bir problem için en uygun modellemeye karar vermek için göz ününde bulundurulması gereken hususlardır.

2.3 CITYAIR için Model Seçimi

Daha önceki değerlendirilmeler ışığında CITYAIR projesinin hedeflerine ulaşmak için uygulanacak birkaç model seçmiş bulunuyoruz. Üç model düşünülmektedir:

• USEP tarafından geliştirilen The Community Multiscale Air Quality Model (CMAQ):

Ulusal ve kentsel değerlendirme çalışmaları ile senaryo analizleri (planlama) için önerdiğimiz bölgesel bir kimya-taşınım modelidir.

• INERIS tarafından geliştirilen CHIMERE: Ulusal hava kalitesi tahmin platformunun omurgasını olarak önerdiğimiz bölgesel bir kimya-taşınım modelidir.

• Fransız Araştırma Merkezi (CNRS) tarafından geliştirilen SIRANE modeli: Bölgesel hava kalitesi tahminlerini şehir ölçeğine çekmek için önerdiğimiz yerel kanyon tipi cadde modelidir.

Bu modellerin proje amaçlarına uygunlukları ve bilimsel nitelikleri aşağıdaki paragraflarda verilmiştir.

Güvenirlikleri, bilimsel hakemlikler, işlemci kapasitelerine ilişkin bir dizi tamamlayıcı kriter de incelenmiştir.

Bunlar:

• Modele kolay erişim ve etkili kullanıcı desteği:

o Dokümantasyonu, yayınları, son gelişmeleri, ön işlem ve işlem sonrası kodlarını özetleyen ilgili bir ağ sayfası

o Duyarlı bir destek ekibi

o Bir kullanıcı grubu ve kullanıcı forumunun olması yeni ekibin tecrübelerini paylaşmaları açısından faydalı olacaktır.

(11)

Teknik Rapor 2.3a, AĞUSTOS 2019 Sayfa 10 o Modelin geliştiricileri tarafından verilen bir eğitim seansının olması sistemden sorumlu

kişilere bilgi aktarımının etkili bir şekilde yapılasını sağlayacaktır.

o Alandaki hava kalitesinin iyileştirilmesi için daha fazla işlemleme için uzman destek verilmelidir.

o Modelin erişime açık, şeffaf ve geniş bir kullanıcı kitlesi için esnek olması kullanılabilirlik açısından daha iyi bir güvence sağlamaktadır. (Göstergeler: Halka açık kaynak kodları, önden derlenmiş çalıştırılabilir kodların olmaması)

• Yeni uygulamalar için kolaylıkla uygulanabilir olmalarını sağlayacak genel ölçütler:

o Modelin sağlam ve açık bilimsel temellere dayanması gerekmektedir (gösterge: yüksek kaliteli (SCI endeksli) bilimsel yayınlar);

o Model sonuçları yinelenebilir olmalıdır (gösterge: model performansları hakkında bilimsel literatür);

o Model yasal düzenleme ile ilgili sorulara yanıt verebilmelidir (gösterge: çevresel düzenleyici amaçlarla tam ölçekli kullanım sayısı);

o Modelin gerektirdiği verilerin kolaylıkla hazırlanabilir olması;

o Modelin yeni gelişmelere imkân verecek bilimsel bir camiaya sahip olması (gösterge:

model gelişimine katkıda bulunan bilim insanlarının sayısı);

o İsteğe bağlı olarak: Modelin yerel olarak kullanılması (gösterge: modelin yerel olarak kullanıldığı çalışmaların sayısı).

(12)

3 Model değerlendirme çalışmaları (planlama ve senaryo analizi)

3.1 Genel değerlendirmeler

En sık kullanılan hava kalitesi modelleri dispersiyon modellemesi, foto-kimyasal modelleme ve reseptör modellemesidir. Bu modelleme sınıfları arasında foto-kimyasal modelleme, geniş alan ölçeklerinde hem durağan hem de kimyasal reaktif kirleticilerin konsantrasyonlarını ve çökelmelerini tahmin ederek bütün kaynaklardan etkilerini simüle etmek için tipik olarak yasal düzenleme veya politika değerlendirmeleri için kullanılmaktadır.

Foto-kimyasal hava kalitesi modelleri kontrol stratejilerinin etkililiğini değerlendirmesiyle yasal düzenlemelerin analizi ve hava kalitesi değerleriyle uyumlu alanların gösterimi için yaygın olarak kabul edilmiş ve rutin olarak kullanılmaktadır. Bu foto-kimyasal modeller atmosferdeki kimyasal ve fiziksel süreçleri karakterize eden bir matematiksel eşitlik seti kullanarak atmosferdeki kirletici konsantrasyonlarındaki değişiklikleri simüle eden geniş ölçekli hava kalitesi modelleridir. Bu modeller yerel, bölgesel, ulusal ve küresel olmak üzere çoklu alan ölçeklerinde uygulanabilmektedir.

Hava kalitesi değerlendirmelerinde yaygın olarak kullanılan iki foto-kimyasal hava kalitesi modeli türü vardır: Hareketli bir referans çerçevesi kullanan Lagrange modeli ve zemin açısından sabit bir koordinat sistemi kullanan Euler gridi modelidir. Lagrange yaklaşımının dezavantajı tanımlayabildiği fiziksel süreçlerin bir miktar eksik olmasıdır. Şekil 1’de de görülebileceği gibi, güncel operasyonel foto-kimyasal hava kalitesi modellerinin çoğu atmosferdeki fiziksel süreçleri daha iyi ve tam bir şekilde karakterize edebildiği ve bütün model alanında tür konsantrasyonlarını tahmin edebildiği için üç boyutlu Euler grid modellemesini tercih etmektedir.

Şekil 1’de görülebileceği üzere hava Kalitesi Modelleri, özellikle de foto-kimyasal Euler grid modelleri, işlevsel olabilmek için iki ana girdiye ihtiyaç duyar. Bu girdiler emisyon ve meteorolojidir. Emisyon envanterleri uzun süredir hava kalitesi yönetimi için temel araçlardan biri olmuştur. Emisyon tahminleri emisyon kontrol stratejilerinin geliştirilmesi, izin ve kontrol programlarına uygulanabilirliğinin belirlenmesi, kaynakların etkilerinin ve uygun azaltma stratejilerinin kararlaştırılması için ve federal, eyalet düzeyinde ve yerel ajanslar, danışmanlar ve sanayiler de dahil birtakım kullanıcıları olan bazı uygulamalar için önem arz etmektedir.

Emisyon envanterleri hava kalitesi modelleri için başlıca girdilerdir ve dolayısıyla onların gerekliliklerini, yani emisyonların mekânsal ve zamansal dağılımlarını model kurulumuna uygun olarak karşılamalıdır.

(13)

Teknik Rapor 2.3a, AĞUSTOS 2019 Sayfa 12 Bireysel kimyasal bileşimlerin mekânsal ve zamansal emisyon dağılımı ulusal, bölgesel veya yerel seviyelerde yasal düzenleme amaçlı emisyon envanterlerinde bulunmayabilmektedir. Emisyon envanteri hazırlanması hava kalitesi modellemesinde son derece önemli bir aşamadır. Birçok yazar, Hava Kalitesi Modellerine emisyon girdilerinin ana belirsizlik kaynaklarından biri olduğunu açıkça göstermiştir (Russel&Dennis, 2000; Hanna ve diğerleri, 2001).

Zamansal emisyon dağılımı hava kalitesi modelleri için kabul edilebilir girdiler meydana getirmek için ele alınması gereken başka bir konudur. Zamansal çözünen emisyonlar, CMAQ gibi deterministik Euler modelleri yoluyla hava kalitesini düzgün bir şekilde simüle etmek için gereklidir. Genel olarak yıllık ve günlük bazda ifade edilen emisyonlar ve zamansal profiller emisyonları hava kalitesi modellerinde beklenen zamansal çözünürlüğe bölmek için kullanılır (genellikle 1 saat). Bu profiller her tür kaynaktan zamansal faaliyet modelleri değerlendirerek elde edilmektedir.

Yukarıda da ifade edildiği gibi, hava kalitesi modellerinin gerekliliklerini karşılamak için emisyon envanterinin derlenmesi ve uyarlanması kolay görevler değildir. Bu süreci basitleştirmek için bir dizi emisyon işlemci sistemi geliştirilmiştir. DUMANpy bunlarda biridir ve Türkiye’deki çeşitli hava kalitesi modelleri için gridlenmiş, özelleşmiş ve saatlere bölünmüş emisyon girdileri oluşturmak için tasarlanmıştır. Çevre ve Şehircilik Bakanlığı, emisyonları HEY portalıyla işlemek için bu modelleme alt yapısını kullanmaktadır. Bu emisyon işleme modülü, DUMANpy, farklı hava kalitesi modellerine uyarlanabilmekle beraber CMAQ modelleme sistemi için optimize edilmiştir. Tüm antropojenik emisyon sektörlerine ek olarak biyojenik emisyonlar dahil yüksek çözünürlüklü yerel emisyon girdileri üretmektedir.

Ek 1 Avrupa ve ABD’de hava kalitesi tahminleri, değerlendirme ve senaryo analizleri gerçekleştirmek için yaygın olarak kullanılan bölgesel Euler foto-kimyasal modellerinin bir listesini sunmaktadır. Bütün bu modeller, modelleri ve performanslarını açıklayan çok sayıda hakemli yayına sahip bir bilim insanı camiası tarafından tanınmakta ve geniş bir geliştirici ve kullanıcı topluluğundan faydalanmaktadır. Her biri, en azından geliştirildikleri ülkelerde politika desteği olarak kullanılmaktadır.

Hava kalitesi modelleri için bir diğer önemli girdi meteorolojik girdilerdir. Salınan bir kirleticinin taşınımı, dispersiyonu, çökelmesi ve kimyasal reaksiyonlarını doğru bir şekilde tanımlamak için rüzgarların, türbülans alanlarının ve radyasyonun yanlışsız bir şekilde tanımlanması gerekmektedir. Gelişmiş modeller, meteorolojik şartların modelleme alanında ve atmosferde yukarı çıkıldıkça farklılık göstermesini sağlamakta, bu da daha kompleks meteorolojik veri gerektirmektedir. Tüm prognostik modeller gerçekçi, dinamik ve fiziksel formülasyonlar içermekte ve verilerin seyrek olduğu veya hiç bulunmadığı bölgeler için daha gerçekçi meteorolojik simülasyonlar üretebilmektedir. Yerel meteorolojik verilerin bulunmadığı durumlarda prognostik modelleme sistemlerinin kullanılması yasal düzenleme değerlendirmesinin bir parçası olarak akla yatkın bir seçenek olabilir.

CITYAIR’deki uygulamaların değerlendirilmesi amacıyla CMAQ modelini seçtik. Mevcut altyapı ve yeni bir altyapı için gereken büyük çaplı yatırımı göz önünde bulundurduğumuzda CMAQ modelleme sistemi yasal düzenleme ile ilgili ve bilimsel amaçlar için en uygun hava kalitesi modeli olarak karşımıza çıkmaktadır ve Türkiye’de test edilmiştir.

Paragraf 2.3’te sıralanan kriter ve göstergeler göz önüne alındığında CMAQ modelleme sistemi Bakanlığın ihtiyaçlarına ve mevcut altyapıya, özellikle de HEY portalı uyumluluğuyla mükemmel bir şekilde bağdaşmaktadır (aşağıdaki tabloda gösterilmiştir).

Kriterler CMAQ Performansı

i. Yüksek kaliteli (SCI endeksli) bilimsel

yayınlar Mükemmel

ii. Kamuya açık kaynak kodu, önden derlenmiş çalıştırılabilir kodların

olmaması Mükemmel

iii. Model performansı konusunda bilimsel literatür

Mükemmel

(CMAQ’ya model değerlendirmelerinin yapıldığı CMAS konferansı bulunmaktadır. (Şekil 14)

(14)

Teknik Rapor 2.3a, AĞUSTOS 2019 Sayfa 13 iv. Çevre mevzuatı amaçları ile tam

ölçekli uygulamaların sayısı

Mükemmel

ABD Çevre Koruma Ajansı’nın (Temiz Hava Eylem Planıları’nın muadili) %90’ı CMAQ modellemesini kullanmaktadır.

v. Türkiye’deki model uygulama sayısı (bilimsel ve mevzuatla ilgili)

Mükemmel

İTÜ CMAQ’ı 9 yıldır Türkiye’de kullanmaktadır. Çevre ve Şehircilik Bakanlığı için 6 proje yürütülmüş ve 15’in üzerinde SCI endeksli yayın yapılmıştır.

vi. Model geliştirilmesine katkıda bulunan bilim insanlarının sayısı

Mükemmel

Her sene 300’e yakın bilim insanı CMAQ konferansında gelişmeleri paylaşmak üzere bir araya gelmektedir. (Şekil 14)

vii. Modelin yerel olarak kullanan bilimsel çalışmaların sayısı

Mükemmel

İTÜ CMAQ’ı 9 yıldır Türkiye’de kullanmaktadır. Çevre ve Şehircilik Bakanlığı için 6 proje yürütülmüş ve 15’in üzerinde SCI endeksli yayın yapılmıştır.

viii. Modeli HEY portalına entegre etme

çabaları Mükemmel

HEY CMAQ modelleme çerçevesine dayanmaktadır.

Şekil 2 : CMAQ hakkındaki yayınların sayısı

Şekil 3 : CMAS - CMAQ konferans istatistikleri

Şekil 2 ve Şekil 3’te, CMAQ’a, atmosfer bilimlerine ve hava kalitesi alanına yapılan bilimsel katkıların miktarı açıkça görülmektedir. Yayın sayısı ve her geçen yıl artan trend CMAQ’a olan destek veren topluluğun büyüdüğünü ve desteğin boyutunu göstermektedir.

3.2 Bilimsel değerlendirme

Hava kalitesi modeli değerlendirilmesi, hava kalitesi gözlemlerindeki mekânsal ve zamansal özellikleri simüle ederek performansını değerlendirme sürecidir.

(15)

Teknik Rapor 2.3a, AĞUSTOS 2019 Sayfa 14 ABD Çevre Koruma Ajansı’nın Atmosfer Modellemesi ve Analizi bölümü model değerlendirmesinin farklı yönlerini farklı genel kategorilerde sınıflandırmaktadır:

a) Operasyonel performans değerlendirmesi modelin simüle edilmiş değerlerinin

gözlemlenen verilerle karşılaştırılmasıyla yapılmaktadır. Konsept sadece hava kalitesi parametrelerine değil, WRF gibi gelişmiş eşleştirilmiş modeller söz konusu olması halinde (WRF-CMAQ çevrimdışı eşleştirilmiş model HEY portalı ile çok iyi

çalışmaktadır) meteorolojik değişkenlere de uygulanabilmektedir.

b) Dinamik değerlendirme, hava kalitesi yönetimi uygulamalarında merkezi bir rol oynayan emisyon ve meteoroloji değişikliklerine hava kalitesi modelinin yanıtını değerlendirmeye odaklanmaktadır. Bu tür bir analiz hava kirliliği yönetiminde ana faktörlerin tespitinde faydalı olabilmektedir; (CMAQ’ın geniş çaplı emisyon ve meteoroloji girdilerini ele alma konusunda güçlü özellikleri vardır. Bu da ayrıntılı ve açık bir çerçeve ile dinamik değerlendirmeye yardımcı olur.)

c) Tanısal değerlendirme, algoritma için muhtemel iyileştirmeleri bulmak amacıyla süreçleri ve model performansını etkileyen girdi sürücülerini araştırır. (Hem WRF girdi ve performansı hem de DUMANpy emisyon modeli CMAQ için en iyi girdileri

sağlamak konusunda optimize edilmiştir.)

Hava kalitesi yönetim stratejilerini değerlendirirken karar vericiler farklı seçeneklerin göreceli risk ve başarı olasılığı hakkında bilgiye ihtiyaç duymaktadır. Bu durumlarda model kararsızlıklarını yansıtan bir dizi değer, modelin en iyi tahmininden veya gerçek çıktıdan daha önemlidir.

Model çıktısını doğrulamak için gerekli veri türü modelin kendisine ve kullanıcının ihtiyaçlarına bağlıdır.

CALMET gibi meteorolojik ön işlemciler veya WRF/Chem veya CMAQ gibi eşleştirilmiş meteorolojik/kimyasal modeller için atmosfer değişkenlerinin gözlemlenmesi alanın bazı noktalarında sonuçların doğrulanması için gerekecektir.

Prof. Ünal ve grubu CMAQ modelleme sistemini yıllardır kullanmakta ve bu modelleme sisteminin sonuçlarına dayanarak kayda değer miktarda yayın yapmışlardır. En son çalışmalarından birinde (Şekil 4), CMAQ sistemi kullanılarak evsel ısıtmanın hava kalitesi üzerindeki etkisi tahmin edilmiştir. Bu çalışmada emisyonlar NAPEM projesinde toplanan faaliyet verileri ve emisyon faktörleri kullanılarak öngörülmüştür. CMAQ model performansı zemin gözlemleriyle değerlendirilmiştir ve model performansının gerçekçi ölçülen değerlere yakın olduğu bulunmuştur (Baykara vd., 2019). Bu çalışma CITYAIR ve HEY portalının bir parçası olarak kullanılmasını önerdiğimiz CMAQ modelleme çerçevesi ve bileşenlerinin WRF ve DUMANpy’nin gerçekçi sonuçlar ürettiğini göstermektedir. Herhangi bir hava kalitesi sisteminin en önemli girdilerinden biri emisyonlar olduğundan ve mevcut HEY protalı DUMANpy kullandığından mevcut sistem için uygun bir hava kalitesi modeli kullanmak, (bu durumda CMAQ modelleme sistemi) en iyisidir. Başka bir hava kalitesi modeli çerçevesini mevcut altyapıya uyumlandırmak çok fazla zaman ve kaynak gerektirecektir.

(16)

Teknik Rapor 2.3a, AĞUSTOS 2019 Sayfa 15 Şekil 4 : İTÜ’nün evsel ısınma CMAQ çalışmasının sonuçları

(17)

4 Bölgesel hava kalitesi tahmini modeli

4.1 Genel değerlendirmeler

Günümüzde tahmin sistemleri geniş ölçekli süreçleri göz önüne alarak ilgili alan üzerinde yüksek çözünürlüklü simülasyon yapılmasını sağlayan basamaklı bir yaklaşımla çalışmaktadır (Şekil 5).

Şekil 5 : Fransa’da yüksek çözünürlüklü hava kalitesi tahminlerini hesaplamayı sağlayan simülasyon basamaklarının gösterimi

Operasyonel tahmin için kullanılan modellerin bilimsel becerisi değerlendirme için kullanılan modellere çok benzemektedir. Modellenmiş fiziksel ve kimyasal süreçler (taşınım ve difüzyon, çökelme, kimya, mikrofizik…) en güncel duruma uyum sağlamalıdır. Emisyon güncel olmalı ve zamansal profilleriyle açıklanmalıdır (biyojenik, antropik ve toz emisyonu). Aerosol tanımlamaları boyut, dağılım, fiziksel ve kimyasal süreçler açısından olabildiğince ayrıntılandırılmalıdır. İlgili sınır koşulları ve ilgili meteorolojik tahminlerin çözünürlükleri sistemi besleyen gereklilikleri karşılamak için uyumlandırılmalıdır. Sonuç olarak düzenli güncellemeye imkân verecek standart bir yaklaşım operasyonel tahmin sisteminin her modülü için oluşturulmalıdır.

Copernicus Avrupa hava kalitesi hizmetlerinde kullanılan her model için kısa bir teknik açıklama (CAMS özetleri) Ek 1’de verilmiştir.

Tahmini hava kalitesi modellemedeki en güncel metodolojiye göre yapmak için aşağıdaki gereklilikleri karşılayan, yüksek performanslı bir linux hesaplama kümesi şiddetle tavsiye edilmektedir:

• Modele ilişkin kodların ve araçların yürütülmesi için geniş çaplı kitaplıklar

• Kümenin 7/24 izlenmesi

• Temel verilerin kaybolmasını önlemek amacıyla bir yedekleme sistemi

• Önceki tahmin çıktılarının arşivleri

• Kümenin güçlülüğü ve güvenirliği

• Türkiye’de hava kalitesi tahmin üretimi için tavsiye edilen kurulum için yaklaşık 200 cpu Önemli bir depolama hacmi gerekmektedir (birkaç Tb) ve ürünün ve arşiv sisteminin saklanması politikasına göre bu hacmin arttırılması da mümkündür.

CITYAIR’deki bölgesel hava kalitesi uygulamaları için Ineris ve ulusal araştırma merkezi tarafından geliştirilen CHIMERE modelini seçtik. Bu model, AB Copernicus Atmosfer Hizmetlerinin tahminlerinde rol oynayan (Bakınız: Ek) ve birkaç ülkede ulusal hava kalitesi tahin uygulamaları için zaten uygulanmış tam operasyonel bir modeldir.

• Fransa: Prév’air Sistemi (www.prevair.org) 2003 yılında ozon tahminlerini yürütmek için kurulmuştur. 15 yıldan fazla bir süre sonra sistem şimdi ozon, PM ve nitrojen dioksit hava kirliliği episodları meydana geldiğinde ulusal seviyede hava kalitesi yönetiminde kullanılmaktır. Sistem iki modele dayanmaktadır: CHIMERE ve MOCAGE. CHIMERE referans modeldir. Bugün Prév’air, modelin yüksek gücünün bir sonucu olarak yüksek seviyeli geçerlilikle (>%99) tahminler sunan 24 CHIMERE simülasyonu dahil her gün 400 görevi yürüten güçlü bir sistemdir.

(18)

• Belçika: IRCEL tarafından Belçika için uyarlanan CHIMERE’nin mevcut çözünürlüğü 50x50 km’dir. Dolayısıyla model geniş bir alan için konsantrasyon örneklerini

hesaplamaktadır. Dolayısıyla yerel olarak (sanayi bölgeleri yakınları, önemli yollar…) gerçek konsantrasyonların daha yüksek olma ihtimali vardır. CHIMERE modellerinin burada anlatılmayan başka modellerle ortak sonuçları, yaz aylarında ozonun en yüksek seviyede olması ve partikül maddenin yüksek olması konusunda nüfusu bilgilendirmek için kullanılmaktır. http://www.irceline.be/en

• İtalya: Emilia-Romagna Çevre Ajansı 2003 yılından bu yana hem operasyonel tahmin hem de bölgesel değerlendirme için NINFA³ adında operasyonel bir hava kalitesi sistemi uygulamaktadır. NINFA son zamanlarda bölgesel hava kalitesi değerlendirmeleri için kullanılmaktadır. Meteorolojik girdiler, meteorolojik İtalyan Sınırlı Alan Modeli COSMO- I7’den alınmaktadır. Kimyasal sınır koşulları Prév’air verilerinden sağlanmakta, emisyon girdi verileri ise bölgesel Emilia-Romagna Envanteri’ne (INEMAR), ulusal (ISPRA) ve Avrupa envanterlerine dayanmaktadır. CHIMERE modeli O3, NO2, PM10 ve PM2.5

tahminlerini yapmak için kullanılmaktadır.

Bilimsel değerlendirme açısından CHIMERE’nin performansı Copernicus ve Prév’air çevrelerinde yürütülen analiz skorlarıyla da doğrulandığı üzere mükemmeldir ve aşağıda kısaca özetlenmiştir.

4.2 Bilimsel değerlendirme

Model performansları, model sonuçları ve mevcut istasyonların gözlemleri arasındaki boşluğu nesnel olarak ölçen istatistiksel göstergeler (yanlılık, kök ortalama kare hatası (RMSE) ve korelasyon katsayısı) ışığında değerlendirilmektedir. Gözlemlenen ve modellenen ortalamaların zamansal ve mekânsal karşılaştırmaları da genel olarak göz önünde bulundurulmaktadır

Performans göstergelerinin hareketi istasyon tipolojisine ve ele alınan kirleticiye bağlıdır. CAMS bölgesel hizmetinde kullanılan modeller Avrupa ölçeğinde yürütülmektedir ve mekânsal çözünürlükleri 10 km civarındadır. Sonuç olarak yerel kaynaklardan (NO2, bazı durumlarda PM) büyük ölçüde etkilenen kirleticiler için bu bölgesel modeller trafik veya sanayi istasyonları tarafından izlenen sıcak noktaları tekrar üretememektedir ve performans göstergeleri bu lokasyonlarda değerlendirilmemelidir. Şehir istasyonlarında bile zorluklarla karşılaşılabilmektedir.

Tam aksine, atmosferde uzun süredir var olan kirleticiler ve etkilenmiş geniş alanlarda (tipik olarak ozon ve bazı durumlarda PM), her tür istasyonda değerlendirilen performans göstergeleri (trafik ve sanayi bölgeleri hariç) akla yatkın olmaktadır.

Raporda kullanılan çeşitli performans göstergelerinin tanımları aşağıda verilmiştir. Bu tanımlar değerlendirme süreçlerinde sıklıkla görülmektedir.

• Yanlılık, ortalama olarak, simülasyonların mevcut ölçülen konsantrasyonları düşük veya yüksek tahmin edip etmediğini göstermektedir. Bizim durumumuzda negatif değer düşük tahmini pozitif değerse yüksek tahmini göstermektedir. 0’a yakın değerler en iyileridir:

( )



=

−



^N

i

O

N

₁

P 1

N gözlem sayısı iken, Pi tahminleri ve Oi ise gözlemleri göstermektedir. µg/m³ olarak ifade edilmektedir.

CAMS Bölgesel Üretimlerinin son raporu 2016 yılının doğrulanmış yeniden analizlerini göstermektedir.

Yeniden analiz, hava kirleticileri konsantrasyon alanlarına dayanarak Avrupa için aposteriori olarak doğrulanan hava kalitesi değerlendirmeleri sağlamaktadır. Bu yeniden analiz belirli bir alanda modellerin kirleticilerin seviyesini tekrar üretme kapasiteleri ve paternleri hakkında fikir vermektedir.

3 https://www.arpae.it/mappa_qa.asp?idlivello=134&tema=valutazioni&inq=o3

(19)

Teknik Rapor 2.3a, AĞUSTOS 2019 Sayfa 18 Şekil 6 2016 yılında istasyonların iki tipolojisi için günlük PM10 ortalaması için yanlılık göstermektedir.

Sonuçların analizleri MOCAGE, SILAM ve MATCH hata ile ilgili daha iyi sonuçları verdiğini göstermektedir.

Şekil 6 : CAMS Bölgesel Üretimleri ile ilgili skorlar 2016 yılında tüm Avrupa alt bölgelerinde banliyö ve kırsal istasyonlarda günlük ozon pikini ve PM10 günlük ortalamasını tahmin etme amaçlı yeniden analizleri doğrulamaktadır.

• Kök Ortalama Kare Hatası (RMSE) modelin gözlemlerin genel büyüklüğünü tahmin etme becerini hakkında bilgi vermektedir. Mümkün olduğunca zayıf olmalıdır:

( )



=

−



^N

i

O

N

1

P 1

2

(20)

Teknik Rapor 2.3a, AĞUSTOS 2019 Sayfa 19 Şekil 7 : CAMS çerçevesinde gerçekleştirilen ara yeniden analiz sonucunun skor örneği (RMSE µg/m³

cinsinden). Solda 2018 yılında ozon için hesaplanmış RMSE ve sağda PM10 için ve her ikisi için hesaplanmış RMSE.

PM10 günlük ortalaması ve 2018 yılı için günlük maksimum ozon için RMSE göstergesi analizi CHIMERE modelinde daha iyi performans göstermektedir.

• Tahminler veya gözlemler olsun, korelasyon ölçümleri aynı yönde birlikte değişiklik göstermektedir (aynı anda ve/veya aynı yerde). Korelasyonun bire yakın olması iki veri setindeki uç değerlerin daha iyi eşleşmesi anlamına gelmektedir.

) var(

) , cov(

i i

O P

O r P

= 

• Taylor diagramları (Şekil 8 ve Şekil 9) farklı modeller için tek bir çeyrek üzerinde çeşitli istatistiksel göstergeler üzerinde sentezleme yapmaktadır. Yarıçaplar korelasyon katsayısı değerlerine tekabül etmekte, x ekseni ve y ekseni standart sapma değerleri yayını sınırlandırmakta ve iç yarı çemberler RMSE değerlerine karşılık gelmektedir. Dolayısıyla bu, bir model setinin göreceli performansının bir özetini sunmanın oldukça sentetik bir yöntemidir ve model karşılaştırma çalışmalarında sıklıkla kullanılmaktadır.

Şekil 8 : CAMS çerçevesinde gerçekleştirilen yeniden analiz ara sonucunun Taylor grafiğinde bir örneği.

(21)

Teknik Rapor 2.3a, AĞUSTOS 2019 Sayfa 20 Geçen yılın PM10 Taylor grafiği, CHIMERE sonuçlarının 2018 CAMS grubuna çok yakın olduğunu göstermektedir. Korelasyon göstergesi ve RMSE CHIMERE’nin PM10 girdileri için daha iyidir.

Şekil 9 : Günlük ozon maksimumlarını (Mayıstan Eylüle kadar) simüle etmek amacıyla bireysel ve grup model performanslarını sentezleyen Taylor grafiği

2016 yılı için günlük maksimum ozonu gösteren Taylor grafiği (Şekil 9) 2016 yılı için doğrulama analizleri hakkındaki raporundan alınmıştır ve CHIMERE sonuçlarının CAMS gruplarına çok yakın olduğunu göstermektedir. CHIMERE çıktıları RMSE ve korelasyon için en iyi ozon pikleri sonuçlarını elde etmektedir.

Eşik değerlerle ilgili göstergeler için, örneğin belli bir konsantrasyon seviyesinin aşıldığı gün sayısı, saatler, doğru tahminleri (GP), yanlış alarmları (FA) veya eksik olayları (ME) gösteren “kontenjans tabloları” öngörülmektedir. Bu konseptler hava durumu veya hava kalitesi tahmin alanından gelmektedir.

Zor olsa da ve gerçek model performansının nesnel bir temsili olmasa da (eşik limit etkisinden dolayı, eşiğe yakın bir sonuç nedensiz bir şekilde herhangi bir kategoriye düşebilmektedir.) farklı coğrafi bölgelerde farklı modellerin davranışlarını karşılaştırmak konusunda faydalı bilgiler verebilmektedir. GP, FA ve ME her sınıfta toplam istasyon sayısına işaret etmektedir (GP, FA ve ME).

(22)

Teknik Rapor 2.3a, AĞUSTOS 2019 Sayfa 21 Şekil 10 : Değerlendirme yapan bönliyö ve kentsel istasyonlarında PM10 eşik aşımlarının sayısıyla ilgili olarak model performanslarını açıklayan histogramlar (“goodfa” aşımın iyi bir şekilde tespit edildiğini,

“faf” yanlış alarmları, “ndf” ise tespit edilemeyen olayları ifade etmektedir).

Şekil 10 yanlış alarmların grup için az olmasının eşik aşım tespitinde (şehir istasyonlarında %40) yüksek güven seviyesi anlamına geldiğini doğrulamaktadır. CHIMERE ve SILAM eşiğin üstünde konsantrasyonlara sahip bölgelerin temsili konusunda yüksek becerilere sahiptir ve LOTOS-EUROS’un sistematik pozitif hatası birçok yanlış alarma sebebiyet vermektedir. Bu sonuçların değerlendirme için seçilen istasyonla ilgili olduğu ve değerlendirmede asimile edikmiş istasyonları ele alırsak doğru tespitlerin sayının artacağı da göz önünde bulundurulmalıdır.

Şekil 11 : CHIME ve CAMS tüm model tahminleri: PM10 ve ozon skorları temsili sitelerden alınan verilerle birlikte

Şekil 11 CHIMERE için PM10 ile ilgili günlük analizler ve tahmin faaliyetleri, ozon için CAMS modelini ve CAMS dahilindeki tahmin performanslarının doğrulamasını göstermektedir. Bu skorlardan da anlaşılacağı gibi, CHIMERE’nin RMSE’si (maksimum 2µg/m³) en iyi model olduğu düşünülen grup tahminlerine çok yakındır.

Daha önce bahsedilen kriterlere göre, operasyonel tahmin sistemi olarak kullanılan CHIMERE, aslında istatistiksel göstergeler açısından en iyi göstergeleri sağlamaktadır. CHIMERE modeli hava kalitesi ve tahmini için dünyaca ünlü bir modeldir ve Avrupa’da yaygın olarak dağıtımı yapılmakta, yurtdışında da kullanılmaktadır (Şekil 12). Fransız CNRS ve INERIS gibi köklü kurumlar tarafından geliştirilmekte ve desteklenmektedir. CHIMERE Fransız dinamik meteoroloji laboratuvarında (LMD) çalışmaları sürdürülen ücretsiz bir açık kaynak modeldir, ilgili bir ağ sayfası ve geniş bir kullanıcı topluluğu

(23)

Teknik Rapor 2.3a, AĞUSTOS 2019 Sayfa 22 bulunmaktadır. Yeni versiyonları yıllık olarak yayınlanmakta ve CAMS, Prév’air ve Fransız hava kalitesi merkez laboratuvarı (LCSQA, ulusal referans laboratuvarı) için ayrıntılı yıllık değerlendirmeler yapılmaktadır. Ayrıca CHIMERE modeli polen gibi başka kirleticilerin tahminine de olanak vermektedir.

Şekil 12 : CHIMERE kullanıcılarının haritaları (2019)

INERIS takımı ulusal tahmin sistemini ulusal ölçekte ve Avrupa ölçeğinde sürdürmektedir. Prév’air ise hava kalitesi yönetimi konusunda ulusal politika desteği konusunda çok tecrübelidir.

Takım, tecrübe, meslektaş ilişkisi ve güven konusunda avantajlıdır. Hava kalitesi platformu geliştirilmesini desteklemek konusunda uzmanlığa sahiptir. Bu da son derece önemli bir önkoşuldur.

INERIS tarafından geliştirilen tahmin sistemi, sınır koşulları ve ilk koşullar olarak veya sadece yerel ölçekte hava kalitesi yönetimine destek verecek hava kalitesi haritalandırması için yerel hava kalitesi sistemlerine entegre edilecek verileri sağlamak amacıyla dosyaların son kullanıcılara dağıtımını da içermektedir.

5 Cadde seviyesi tahmini için modeller

Kanyon tipi cadde, yolun iki tarafında yüksek binalar sıralandığında derin, dar, vadi gibi yerler olarak tanımlanmaktadır. Kanyon tipi caddelerde yüksel kirlilik seviyeleri sıklıkla gözlenmektedir. Özellikle kanyon tipi cadde uygulamaları için geliştirilmiş veya sadece onlar için kullanılan birçok dispersiyon modeli mevcuttur. Bu modeller, hava kalitesi ve trafik yönetimi, şehir planlama, izleme verilerinin yorumlanması, kirlilik tahmini, insan maruz kalma çalışmaları, vs. için faydalı olabilmektedir. Faklı kategoriler için keskin ayrımlar bulunmasa da modeller fiziksel (örneğin azalan skala) veya matematiksel (örneğin kutu, Gauss, HAD) ilkelerine ve gelişmişlik seviyelerine (örneğin tarama, yarı ampirik, sayısal) göre sınıflandırılabilmektedir. Bu kategorilerden bazıları (sıklıkla çakışırlar) ve karşılık gelen modeller aşağıda verilmiştir.

5.1 Kentsel kanyon tipi cadde modelleri

Hava kalitesi değerlendirmesi ve tahmini için Avrupa’da başlıca kullanılan üç model burada açıklanmaktadır. Bölgesel modellerin aksine, bu yerel hava kalitesi modelleri açık kaynak ve ücretsiz değildir. Her teknik açıklamadan sonra lisans ücretlerinin listesi verilmektedir.

5.1.1 OSPM

Operasyonel Cadde Kirliliği Modeli (OSPM) kanyon tipi caddelerdeki hava kirleticilerinin dispersiyonunu simüle etmeye yarayan atmosfer dispersiyon modelidir. Danimarka Ulusal Çevre Araştırmaları Enstitüsü, Aarhus Üniversitesi Atmosferik Çevre Bölümü tarafından geliştirilmiştir. Aarhus Üniversitesi’ndeki yeniden yapılanmanın sonucunda modelin sürdürülmesi 2011 yılından itibaren Aarhus Üniversitesi Çevre Bilimleri Bölümü tarafından üstlenilmiştir.

Egzoz gazı konsantrasyonları doğrudan katkı için duman modeli ve caddedeki kirleticilerin devridaim eden kısmı için kutu modelinin bir kombinasyonu kullanılarak hesaplanmaktadır. Hertel ve Berkowicz (1989a) kanyon tipi caddelerde atmosferik akım ve dispersiyon şartlarının basitleştirilmiş

(24)

Teknik Rapor 2.3a, AĞUSTOS 2019 Sayfa 23 parametrelendirmesini kullanmaktadır. Bu parametrelendirme deneysel veriler ve model testlerinin ayrıntılı analizinden çıkarılmıştır (Berkowicz vd. 1997).

Doğrudan katkı basit duman modeli kullanılarak hesaplanmaktadır. Kanyonda trafik ve emisyonun homojen bir biçimde dağıldığı varsayılmaktadır. Emisyon alanı, cadde seviyesinde rüzgâr yönüne dik birkaç sonsuz küçük doğrusal kaynak olarak ele alınmaktadır. Çapraz rüzgâr difüzyonu göz ardı edilmektedir. Cadde seviyesindeki rüzgâr yönünün çatı seviyesi rüzgarına göre ayna yansıması olduğu varsayılmaktadır. Doğrusal bir kaynak için duman salınımı, cadde seviyesi rüzgârı ile tanımlanan yol boyunca entegre edilmektedir. Entegrasyon yolunun uzunluğu devir bölgesinin genişliğine bağlıdır.

OSPM ticari bir modeldir. Lisans ücretleri örnekleri aşağıda verilmiştir:

Standart ücretler:

• 1995 € : eğitim kurumları ve ticari olmayan öğretim ve araştırma amaçlı kullanımlar için.

• 625 € : Kurulum dahil Hava Kalitesi Yönetimi sistemleri için özel OSPM lisans paketidir

• 4500 € : (İçerdikleri: WinOSPM için standart lisanstır, bölgesel arka plan hava kirliliği

konsantrasyonları dahil zaman dizisi, Grafik Kullanıcı Ara yüzü dahil Kentsel Arka plan Modeli UBM, UBM sonuçlarını görselleştirmek için GIS programı, ek program ve bütün sistemin kuruluşu)

Veri ile ilgili 6 aylık destek (teslim tarihinden itibaren) ve program güncellemeleri ve sınırlı telefon ve e- posta yardım hattı (danışma değil, programlar ilgili kısa sorular).

5.1.2 ADMS URBAN

ADMS-Urban modeli CERC (Cambridge Çevre Araştırmaları Danışmanları) tarafından geliştirilmiştir.

ADMS-Urban büyük kentsel alanlarda, şehirlerde ve kasabalar hava kalitesi modellemesi için bir sistemdir. ADMS-Urban, ozon ve hidrokarbonlu reaksiyonları kapsayan 8 reaksiyonlu Genelleyici Reaksiyon Seti (Venkatram vd. 1994) kullanarak NOx kimyasını modellemektedir. NOx kimyasal reaksiyonları görece olarak kısa bir süre içinde gerçekleşmektedir ve doğru NO2 konsantrasyonları elde edebilmek için NOx kimyası göz önüne alınmalıdır. Genelleyici Reaksiyon Seti ozon konsantrasyonundaki değişiklikleri de tahmin etmektedir. ADMS-Urban kanyon tipi cadde modellemesi için iki modül kullanmaktadır.

Basit kanyon tipi cadde modülü Danimarka Operasyonel Cadde Kirliliği Modeli’ne (OSPM Hertek ve Berkowicz 1989, Hertel vd. 1990) dayanmaktadır. Gelişmiş kanyon tipi cadde modülü (Hood vd. 2014) daha ayrıntılı bir vadi tipi cadde modeli gerektiğinde kullanılabilmektedir. Model birçok çalışmada kapsamlı olarak doğrulanmıştır. Bu, danışmanlık çalışmalarımız boyunca elde edilen İngiltere’nin Otomatik Kent Ağı (AUN) verileriyle karşılaştırmaları ve standart arazi, laboratuvar ve sayısal veri setleri kullanılarak özel doğrulama çalışmalarını kapsamaktadır.

CERC ayrıca model uyumlulaştırması ile ilgili Avrupa programlarına da dahil olmaktadır ve modellerimiz diğer AB ve ABD EPA sistemleriyle karşılaştırıldığında iyi sonuçlar vermektedir. ADMS-Urban bütün dünyada kentsel alanlar, şehirler, kasabalar ve otoyollara, yollara ve geniş sanayi bölgelerine yakın yerlerde karmaşık durumların hava kalitesi yönetimi ve değerlendirmesi çalışmalarında kullanılmaktadır.

ADMS ticari bir modeldir. Kalıcı lisans, kapsanan yolların sayına bağlı olarak 15 k€ ila 30 k€ arasında değişmektedir. Ayrıca yıllık lisanslar da mevcuttur, ücretler aşağıda ayrıntılı bir şekilde verilmiştir.

ADMS-Urban Ücretleri

Sınırsız kullanım hakkı veren yıllık ADMS-Urban lisansları satın alınabilmektedir. Lisans ücretleri kaynak limitlerine ve gereken program anahtarı sayısına bağlıdır.

Üç program seçeneği mevcuttur. Bunlar aşağıdaki tabloda verilmiştir.

Paket kaynak limitleri bilgisi

Paket Kaynak Limitleri

Yollar Grid hücresi Nokta Doğrusal Alan Hacim

(25)

A 150 400 3 3 4 25

B 600 3000 25 5 10 25

C 3000 3000 Herhangi bir kombinasyonda 1500’e kadar

ADMS-Urban için A, B ve C Paketleri için yıllık bedeller aşağıdaki tablolarda verilmiş, gereken program anahtarı sayısına göre kategorilendirilmiştir.

Yıllık lisans bedelleri (€)

Paket Program Anahtarı Sayısı

1 5 10

A 2500 5000 7500

B 5000 7500 10000

C 10000 12500

Verilen bütün ücretler KDV’ye tabidir.

5.1.3 SIRANE

SIRANE’nin geliştirilmesi ve bakımı, dünyanın önde gelen araştırma kurumlarından biri olan CNRS’nin (Fransa Ulusal Bilimsel Araştırma Merkezi) bir laboratuvarı olan Akışkan Mekaniği ve Akustik Laboratuvarı tarafından sürdürülmektedir. SIRANE formülasyonu rüzgâr tünel deneyleri ve hesaplamalı akışkan dinamiği (HAD) simülasyonları yoluyla hava akımı ve kütle transferi konusunda kapsamlı bir araştırmaya dayanmaktadır. SIRANE çeşitli kentsel bölgelere uygulanmış ve çevresel hava kirletici konsantrasyonları ile karşılaştırıldığında (örneğin Soulhac vs. 2012) tatmin edici bir performans sergilemiştir. SIRANE programı,

• Kentsel bölgede taşınım süreçlerinin farklı teorik kentsel parametreleştirilmesini de kapsayan bağlantılı bir cadde segmenti ağını

• Çatı seviyesinin üstünde dispersiyon için atmosferik sınır katmanı ile birlikte bir Gauss modelinin parametrelendirilmesiyle bir araya getiren bir dispersiyon modelidir.

SIRANE programında bir dörtyolda akımın modellemesi, kesişen farklı caddeler arasındaki kirletici akımların nasıl gidip geldiğini belirlemeyi amaçlamaktadır. Ayrıntılı sayısal simülasyonlar (Soulhac vd.

2009) dörtyol modellemesinde iki ana davranışın vurgulanmasına yardımcı olmuştur.

• Caddeden caddeye yatay hava akımı

• Alanın içi ve dışı arasında düşey hareketler

• Fiziko-kimyasal süreçler

• Kimyasal transformasyonlar (Chapman döngüsü NO- NO2-O3)

• Partiküllerin taşınımı ve çökelmesi

• Yağmur süpürmesi (ıslak çökelme)

SIRANE operasyonel bir araçtır ve bu olayları gerçekçi bir şekilde temsil edebilecek basitleştirilmiş teorik model ve formülasyonlar kullanmaktadır. Dolayısıyla çok kısa bir hesaplama süresinde büyük sayılarda caddenin işlenmesi için uygundur. SIRANE Yüksek Performans Hesaplaması ile paralel hale getirilmiştir ve orada kullanılabilir. Model tahmin uygulaması ve değerlendirmeye entegre edilmiştir.

SIRANE modeli Fransa’da yerel hava kalitesi ajansları tarafından yaygın olarak kullanılmaktadır.

Fransız yerel hava kalitesi ajanslarının raporlarına göre bütün diğer teknik sebepler arasında SIRANE’nın Fransa’da yaygın olarak kullanılmasının nedeni cadde kesişimlerinde akım ve kirliliğini modelleme kapasitesidir.

Ayrıca SIRANE belediyeler, yerel otoriteler ve hükumet ajanlarının araştırmaları için lisanssızdır. Çıktı hakkında kişiselleştirilmiş yardım ve uzmanlıkla teknik destek sağlayan ve aynı zamanda SIRANE

(26)

Teknik Rapor 2.3a, AĞUSTOS 2019 Sayfa 25 kullanımını öğrenmek veya geliştirmek isteyen, ister başlangıç seviyesinde ister tecrübeli olsun, tüm kullanıcılara eğitim veren “the AIR-Atmosphere, Impact & Risk team” tarafından sağlanmaktadır.

Eğitimler faydalanıcıların ofisinde veya Ecole Centrale de Lyon kampüsünde verilebilmektedir.

5.2 Avrupa’da Kentsel Hava Kalitesi Tahmin Sistemleri Örnekleri

Bölgesel hava kalitesi modelinin aksine cadde seviyesi tahminleri Avrupa’da sık yapılmamaktadır.

Burada bir dizi seçilmiş şehir için birkaç sistem verilmektedir.

5.2.1 Londra

CERC yüksek çözünürlüklü çevrim içi hava kalitesi tahmin haritaları da dahil olmak üzere kentsel ve yerel seviyede hava kalitesi tahmin hizmetleri sunmaktadır.

Tahmin sistemi, trafik modellerini, hava tahminleri ve atmosfer kompozisyonu tahminlerini CAMS gibi sağlayıcılardan alıp bir araya getirmektedir. Bu veriler ADMS-Urban kirlilik dispersiyonu modelleme sisteminin girdileridir ve şehirde yüksek derecede alansal çözünürlükte konsantrasyonlar vermektedir.

ADMS-Forecast sistemleri şu an İngiltere’de (Londra airTEXT) kullanılmaktadır: airTEXT Londra ve Güney Doğu İngiltere’de kamuya yönelik ücretsiz hava kalitesi ve sağlık bilgileri hizmeti vermektedir. Üç gün önceden O3, NO2, PM10 ve PM2.5 için hava kalitesi tahmini vermektedir. airTEXT 2007’den bu yana ADMS-Forecast kullanarak tahminlerde bulunmaktadır.

5.2.2 Kopenhag

Danimarka Euler Yarımküre Modeli (DEHM) bölgesel arka plan ölçeğinde (örneğin daha geniş Avrupa ölçeğinde) hava kirliliği tahminleri üretmektedir. Kentsel arka plan modelinin çıktıları Operasyonel Cadde Kirliliği Modeli, OSPM’de girdi olarak kullanılmakta, şehirlerde caddelerin iki tarafında cadde seviyesindeki hava kirliliği konsantrasyonları üretmektedir. Model, kanyon tipi caddede caddenin her iki tarafında havadaki NO, NO2, NOx, O3, CO ve benzen konsantrasyonlarını hesaplamaktadır.

5.2.3 Paris

Paris, gerçek zamanlı hava kalitesi konsantrasyonu haritası ve değerlendirmesi için yerel cadde modelleri SIRANE ve ADMS-Urban kullanmaktadır. Harita, her kirletici (nitrojen dioksit, PM10 partikülleri, PM2.5 partikülleri ve ozon) ve gerçek zamanda her saat için trafik verileri (sayım halkaları) entegre edilerek oluşturulmuştur. Mevcut veriler Paris’te yaklaşık 10 metre, dar alanda 25 m, geniş alanda 50 m çözünürlükle yüksek çözünürlük haritalarının üretimine imkân vermektedir. Bu tür harita yıllık ölçekte birkaç yıl, önceki gün için her gün oluşturulabiliyordu. Artık gerçek zamanlı olarak tüm İle-de-France bölgesi için saatlik olarak elde edilebilmektedir.

5.2.4 Lyon

Lyon yerel cadde modeli SIRANE’ı cadde seviyesinde hava kalitesi tahmini yürütmek için CHIMERE ile bağlantılandırılmaktadır. SIRANE’nın arka plan konsantrasyonu için girdi verisi olarak CHIMERE’nin konsantrasyon tahmini çıktılarını kullanmaktadır. Nitrojen dioksit, PM10 partikülleri, PM2.5 partikülleri ve ozon için simülasyonlar trafik verilerini entegre etmektedir. SIRANE aynı zamanda Rhone-Alpes bölgesinde cadde ölçeğinde birkaç şehirde de hava kalitesi tahmini için de kullanılmaktadır. CHIMERE ile bağlantılandırılması birkaç yıllık yüksek çözünürlüklü hava tahmini tecrübesi olan güçlü bir takımdan da faydalanmasını sağlamaktadır.

5.3 SIRANE’in Seçilmesi

Ekspertiz projesinde (Thunis vd. 2016) detaylandırılan inceleme ışığında kanyon tipi cadde modellerinin (Vardoulakis vd. 2003) çok sık kullanılması (hava kalitesi planlarının %12’sinde) ilginçtir. Bu muhtemelen yeterli çözünürlükte uygun girdi verileri olmamasından veya bu modellerin genellikle sınırlı alanı kapsamalarından kaynaklanmaktadır. Fakat bu tür modeller az kullanılmasına rağmen geçmişte yapılan karşılaştırmalı çalışmalar mevcuttur. Bunların en yenilerinden biri (Hertwig vd. 2018), SIRANE’ın

(27)

Teknik Rapor 2.3a, AĞUSTOS 2019 Sayfa 26 çoğu zaman referans modelleri sayılan Büyük Girdap Simülasyonu (LES) ile yüksek seviyede uyumlu olduğunu göstermiştir. Buna ek olarak, operasyonel tahminin yüksel hesaplama zamanı olan modelleri hesaba katmadığını ve ADMS ve OSPM’nin modelin paralelleştirilmiş versiyonunun olmamasından dolayı kısıtlı kaldığını göz önünde bulundurursak SIRANE’ın hedeflenen şehir üzerinden ölçek küçülten tahminler için en uygun model olarak tercih edilmesi yerindedir. SIRANE modeli, hava kalitesi modellemesi ve tahmini için yaygın olarak bilinen bir modeldir. Fransız CNRS gibi köklü bir kurum tarafından desteklenen ve geliştirilen SIRANE modeli yürütülen araştırmalarla büyümeye devam eden bir araçtır. Halihazırda SIRANE programı hakkında bir tez ve iki ANRS projesi yürütülmektedir. Kodun geliştirilmesi üzerinde tam kontrolün olması, geliştiricilerin farklı ihtiyaçlara uyum sağlamalarına ve dış platformlara entegrasyona olanak vermektedir.

5.4 Bölgesel ve cadde seviyesi tahminler için pilot vaka çalışması 5.4.1 Türkiye’de CHIMERE simülasyonları

Bu sistem INERIS tarafından geliştirilecek ve INERIS’in daha önce Fransız hava kalitesi tahmin sistemi (PREV’AIR: www.prevair.org) ve hava kalitesi ile ilgili birkaç operasyonel Copernicus hizmetinin yönetiminden edindiği tecrübelere dayanacaktır.

Bu sistem, gözlem ağlarından gelen ölçüm bilgilerine ek olarak hava kalitesi yönetimini destekleyebilecek Türk ulusal hava kalitesi izleme sisteminin bir bileşeni olmayı amaçlamaktadır.

Günlük tahminleri hesaplamak için 3 ana adım hayata geçirilmelidir:

• İlk adım girdi verilerinin (meteoroloji, emisyonlar, sınır koşulları ve gözlemler) tespiti ve toplanmasıdır.

• İkinci adım ilgili alanın özelliklerine ilişkin modelin kurulmasını kapsamaktadır.

• Üçüncü adım ise model çıktılarının işlem sonrası, hesaplamanın istatistiksel doğrulaması ve tahminlerin yayılması ile ilgilidir.

Emisyonlar

Tahmin için emisyonlar ilk olarak CITYAIR projesinin Sonuç 1 kısmının Türk ulusal envanteri kullanılarak hesaplanacaktır.

Türkiye’nin dışında, EMEP/HTAP veya Copernicus dünya ve bölgesel envanterler gibi diğer emisyon envanterleri kullanılabilir.

CHIMERE, gerek operasyonel faaliyetler gerekse araştırma çalışmaları için INERIS’deki tüm emisyon kaynakları ile çalışmakta, böylece emisyon veri setlerinin kaynakları ne olursa olsun işlem öncesi sağlamlık sağlamaktadır.

Meteoroloji

Türkiye ECMWF’ye üye bir devlettir ve bu, günde iki defa hava tahminleri veren ECMWF tarafından çıkarılan IFS modelinden meteorolojik girdi verilerini alabilmek için önkoşuldur. Bu veriler ilk 90 saat için her saat ve 144 saate kadar 3 saatlik olarak sunulmaktadır.

INERIS tarafından işletilen CHIMERE bu tür meteorolojik veri setleri ile hesaplanmaktadır.

Sınır Koşulları

Rutin görevler, Copernicus dünya tahminlerinden kimyasal sınır koşullarını (ve gerektiğinde ilk koşulları) CHIMERE’ye aktarmak için günlük dosyalar alacaktır. Bu veriler aralarında ozon, nitrojen dioksit, toz, deniz tuzu, birkaç uçucu organik bileşik, biyoyakıt yakılmasından kaynaklanan aerosollerin de bulunduğu birtakım uzun ömürlü tür için konsantrasyonları vermektedir.

INERIS’in işlettiği CHIMERE tahminleri bu tün sınır koşulları veri setleriyle hesaplanmaktadır.

Çalışma Alanı

4 km’lik yüksek kaliteli tahminin hesaplanması, yüksek yatay çözünürlüğe ulaşmak için çalışma alanlarının katmanlaştırılması gerektirmektedir. Geniş ölçek şartları ve bu en üst model arasında düzgün bir geçiş sağlamak için Türkiye ve partikül madde konsantrasyonuna etkisi bulunabilecek uzak çöllerin

(28)

Teknik Rapor 2.3a, AĞUSTOS 2019 Sayfa 27 bir kısmı da dahil olmak üzere çevre ülkeler üzerinde 10 km’lik yatay çözünürlük ile orta çalışma alanı oluşturulması planlanmaktadır (Şekil 13).

Şekil 13 : Türkiye’de hava kalitesi tahmin platformunda kullanılması önerilen çalışma alanları. Orta çalışma alanı yeşille gösterilmiştir, 0.1° yatay çözünürlüğe sahiptir. Ulusal çalışma alanı mavi ile gösterilmiştir, 4 km’lik yatay çözünürlüğe sahiptir.

Veri toplanmasından HEY portalı aracılığıyla tahminlerin yayılmasına kadar tam üretim sağlamak için özel bir iş akışı meydana getirilecektir.

Genellikle bu tür bir iş akışı hava kalitesi tahmin üretimi için çoğu zaman yüzü aşan iş uygulamasının başlatılmasını idare etmektedir. İş uygulamaları en taze verilerin kullanımı için en iyi zaman diliminde planlanmaktadır. Bu da geceleri tahmin hesaplamasını ve sabahın erken vakitlerinin ise en son gözlemleri gerektiren işlem sonrasına ayrılmasını gerektirmektedir.

İşlem sonrasında ağ sayfasına yüklenecek harita üretimi bulunmaktadır.

Şekil 14 Türkiye’deki çalışma alanı için CHIMERE modelinden hava kalitesi tahminlerinin gösterimini vermektedir. Bu simülasyonlar Copernicus Atmosfer İzleme hizmetleri çerçevesinde yapılmıştır.

Şekil 14 : Türkiye çalışma alanında CAMS için CHIMERE’nin konsantrasyon tahminleri (µg/m³).

05/04/2019’dan itibaren Gün+0, Gün+1 ve Gün+2