شبیه‌سازی پاشش جوّی و ارزیابی دُز با کاربست مدل جفت‌شده WRF-HYSPLIT برای نیروگاه بوشهر

نوع مقاله: مقاله تحقیقی‌ (پژوهشی‌)

نویسندگان

1 دانشکده علوم و فنون دریایی، دانشگاه هرمزگان، هرمزگان، ایران

2 دانشکده علوم و فنون دریایی دانشگاه هرمزگان، هرمزگان، ایران

3 دانشکده محیط زیست دانشگاه تهران، تهران، ایران

4 گروه فیزیک فضا، موسسه ژئوفیزیک دانشگاه تهران، تهران، ایران

5 موسسه ژئوفیزیک دانشگاه تهران، تهران، ایران

چکیده

شبیه‌سازی و پیش‌بینی نحوه پاشش (Dispersion) جوی مواد ناشی از ورود آلاینده‌ها به جو (مانند مواد خروجی از دودکش‌ کارخانه‌های صنعتی و نیروگاه‌ها) دارای اهمیت بسیاری از دیدگاه‌های متفاوت از جمله پایش محیطی بلندمدت و محاسبات پرتوگیری (Dose Calculation) و نیز صدور هشدار مناسب در صورت بروز حادثه می‌باشد. یکی از راه‌های رسیدن به این هدف استفاده از یک سامانه جفت‌شده هواشناسی-پاشش می‌باشد. در واقع در سامانه مذکور یک مدل هواشناسی با یک مدل پاشش جوی جفت می‌شود. لذا هر چه دقت و قابلیت اعتماد خروجی مدل هواشناسی بیشتر باشد عملکرد سامانه جفت‌شده نیز بهبود خواهد داشت. در کار حاضر ابتدا عملکرد مدل WRF با ترکیب‌های مختلف طرحواره‌های پارامترسازی فیزیکی (خردفیزیک ابر، تابش طول‌موج بلند، تابش طول‌موج کوتاه، لایه ‌سطحی، سطح زمین، لایه مرزی و همرفت‌کومه‌ای) برای پیش‌بینی پارامترهای هواشناسی منطقه‌ی مورد مطالعه مورد ارزیابی قرار گرفت. برای این منظور، تعداد 8 پیکربندی از دیدگاه پارامترسازی‌های فیزیکی مختلف انتخاب و پس از اجرای مدل WRF برای تعدادی تاریخ منتخب و انجام حساسیت‌سنجی و اعتبارسنجی نتایج خروجی مدل، پیکربندی مناسب انتخاب شد. ارزیابی عملکرد پیش‌بینی‌های مدل هواشناسی WRF به‌وسیله محاسبه پارامترهای آماری از جمله ضریب همبستگی (CC) و جذر میانگین مربعات (RMSE) و مقایسه با داده‌های مشاهدات گردآوری شده (برج‌ هواشناسی و سودار نیروگاه و داده‌های ایستگاه‌های همدیدی در اطراف آن) در تاریخ‌های منتخب انجام گردید.
بعد از تعیین پیکربندی مناسب برای مدل WRF، شبیه‌سازی پاشش و پیش‌بینی دُز مؤثر سالانه گروه سنی بزرگ‌سال با استفاده از مدل جفت‌شده WRF-HYSPLIT برای کارکرد عادی نیروگاه بوشهر انجام شد. برای این منظور پیش‌بینی‌های مدل WRF با استفاده از پیکربندی منتخب، به‌عنوان ورودی هواشناسی مدل پاشش به‌کار رفت و سپس شبیه‌سازی‌های پاشش و محاسبات دُز با مدل پاشش HYSPLIT انجام گردید. پیش‌بینی دُز معادل مؤثر سالانه توسط این مدل جفت‌شده برای سال‌های 2014، 2015 و 2016 میلادی به‌ترتیب Sv/y 8-10×8/5، Sv/y 8-10×7/6 و Sv/y 7-10×1/1 را به دست داد، در مقابل مقدار Sv/y 8-10×7/7، برای گزارش FSAR نیروگاه، نشان‌دهنده‌ی صحت پیش‌بینی‌های دُز معادل توسط مدل جفت‌شده WRF-HYSPLIT می‌باشد. همچنین مقایسه نتایج پیش‌بینی دُز با حد دُز سالانه کارکرد عادی نیروگاه، مقداری کمتر از 2/0 درصد (% 2/0>) را به دست داد، که نشان می‌دهد پرتوگیری سالانه مردم برای کارکرد عادی نیروگاه نسبت به حد دُز قانونی اعلام شده بسیار ناچیز است.
نتایج پژوهش حاضر نشان می‌دهد که مدل جفت‌شده WRF-HYSPLIT با تقریب بسیار مناسبی می‌تواند برای پیش‌بینی پاشش و محاسبات دُز نیروگاه مورد استفاده قرار گیرد. همچنین نتایج این مدل جفت‌شده می‌تواند در تأمین اطلاعات مورد نیاز مدیریت شرایط اضطراری برای پیش‌بینی حرکت پلوم رادیواکتیو و محاسبات پرتوگیری مورد استفاده قرار گیرد.

کلیدواژه‌ها


عنوان مقاله [English]

Simulation of atmospheric dispersion and dose assessment by a coupled WRF-HYSPLIT model for Bushehr power plant

نویسندگان [English]

  • Masoud Feyzinejad 1
  • Hossain Malakooti 2
  • Masoud Sadrinasab 3
  • Sarmad Ghader 4
  • Daniel Yagi 5
1 Hormozgan University, Hormozgan, Iran
2 Faculty of Marine Sciences and Technologies, Hormozgan University, Hormozgan, Iran
3 Graduate Faculty of Environment, University of Tehran, Tehran, Iran
4 Institute of Geophysics, University of Tehran, Tehran, Iran
5 Institute of Geophysics, University of Tehran, Tehran, Iran
چکیده [English]

The simulation and prediction of pollutants dispersion entering into the atmosphere (such as material releases from the chimneys of industries and power plants) are important in different views, long-term environmental monitoring and dose calculations as well as issuing an appropriate warning in the event of an accident. To this end, a system of coupled meteorology-dispersion model can be used. In fact, a numerical weather prediction model is coupled to a dispersion model. In the present work, the weather research and forecasting (WRF) model is used to provide the meteorological data for the HYSPLIT (HYbrid Single Particle Lagrangian Integrated Trajectory) dispersion model.
Sensitivity and validation of the WRF model are conducted by utilizing different combinations of physical parameterization schemes (microphysics, longwave radiation, shortwave radiation, surface layer, land surface, boundary layer and cumulus convection) for the prediction of meteorological parameters in an area containing the Bushehr power plant. For this purpose, eight different configurations are used. Then, for several dates, sensitivity, and validation of the model results is carried out to find the proper configuration of the model. Assessment of the predictions of the WRF model is carried out by computing the statistical parameters including correlation coefficient (CC), root mean square error (RMSE), and comparing with the collected observational data (on-site the meteorological tower and Sodar system in Bushehr power plant and synoptic meteorological stations nearby).
After determining the proper configuration of the WRF model, dispersion simulations and annual effective dose for the adult age group are carried out by WRF-HYSPLIT coupled model under normal conditions for Bushehr power plant. The predicted annual effective dose for the adult age group by the coupled model for the years 2014, 2015 and 2016, provided 5.8×10-8 (Sv), 6.7×10-8 (Sv) and 1.1×10-7 (Sv) respectively, in return value 7.7×10-8 (Sv) for Bushehr power plant final safety analysis report (FSAR report). Comparing these results show that the simulation and prediction of dose by the coupled WRF-HYSPLIT model are in good agreement with observations and indicates the validity of the simulations. The ratio of predicted annual effective dose to dose limit for normal operation is obtained less than 0.2 percent (The results of the present work showed that the coupled WRF-HYSPLIT model can be used as a promising tool for the prediction of dispersion and dose calculations for Bushehr power plant under normal operation. In addition, the results of this coupled model can provide the required information for emergency management to forecast the movement and direction of radioactive plume and exposure dose calculations.

کلیدواژه‌ها [English]

  • Simulation
  • WRF
  • parameterization
  • HYSPLIT
  • dose calculations
  • Bushehr power plant

بیدختی، ع.، و مردادی، م.، 1384، مطالعه مشاهداتی روی نسیم دریا در منطقه بوشهر: مجله علمی پژوهشی دیوار، 30(56-57)، 7-31.

جعفری بهبهانی، ت.، و کاشفی، ک.، 1386، بررسی دقت مدل‌های گوسی و مطالعه حساسیت آنها در پیش‌بینی آلودگی هوا: مجله پژوهش نفت، 17(56)، 64-71.

فیضی‌نژاد، م.، و خاموشی، س.، 1383، مدل‌سازی پخش جوی در نیروگاه هسته‌ای بوشهر: مجله علوم و فنون هسته‌ای، 31، 35-42.

قادر، س.، یازجی، د.، سلطانپور، م.، و نعمتی، م. ح.، 1394، به‌کارگیری یک سامانه همادی توسعه داده ‌شده برای مدل WRFجهت پیش‌بینی میدان باد سطحی در محدوده خلیج‌فارس: مجله هیدروفیزیک، 1، 41- 54.

قصابی، ز.، کمالی، غ.، مشکوتی، ا. ح.، حجام، ح.، و جواهری، ن.، 1393، ارزیابی عملکرد طرحواره‌های پارامترسازی خرد فیزیکی و همرفت مدل  WRFدر برآورد بارش در حوضه آبریز کارون در جنوب غرب ایران: نشریه پژوهش‌های اقلیم‌شناسی، 5(19-20)، 1-10.

کمیجانی، ف.، نصرالهی، ع.، نظری، ن.، و ناهید، ش.، 1393، تحلیل رژیم باد خلیج‌فارس با استفاده از داده‌های ایستگاه‌های هواشناسی همدیدی: مجله علمی پژوهش نیوار، 84-85، 27-44.

لایقی، ب.، قادر، س.، بیدختی، ع.، و آزادی، م.، 1396، حساسیت‌سنجی شبیه‌سازی‌های مدل WRF به پارامترسازی‌های فیزیکی در محدوده خلیج‌فارس و دریای عمان در زمان مونسون تابستانی: مجله ژئوفیزیک ایران، 11(1)، 1-19.

ملکوتی، ح.، پاخیزه‌زن، م.، و حسنی، و.، 1395، رفتار مشاهداتی و همدیدی باد شمال در سواحل شمال غرب خلیج فارس-بوشهر ایران (2010): مجله پژوهش‌های جغرافیای طبیعی، 48(1)، 159-174.

ملکوتی، ح.، و علی‌محمدی، م.، 1393، مطالعه حساسیت شدت و مسیر توفان گونو به پارامترسازی‌های شارهای سطحی مدل Advanced Hurricane WRF: مجله جغرافیا و مخاطرات محیطی، 9، 97-112.

ملکوتی، ح.، و فیضی‌نژاد، م.، 1383، مدل‌سازی بلندمدت پخش آلاینده‌ها ناشی از رهاسازی رادیونوکلئیدها از واحد یکم نیروگاه اتمی بوشهر: دومین کنفرانس بین‌المللی هسته‌ای ایران، شیراز، 8 تا 11 اردیبهشت.

AEOI, Atomic Energy Organization of Iran, 2003, Bushehr Nuclear Power Plant: Environmental Report (ER).

AEOI, Atomic Energy Organization of Iran, 2013, Bushehr Nuclear Power Plant: Environmental Report-2 (ER2).

AEOI, Atomic Energy Organization of Iran, 2015, Final Safety Analysis Report of BNPP-1.

Borge, R., Vassil, A., Del Vas, J. J., Julio, L., and Encarnacion, R., 2008, A comprehensive sensitivity analysis of the WRF model for air quality applications over the Iberian peninsula: Atmos. Environ. 42, 8560–8574.

Carrascal, M. D., Puigcerver, M., and Puig, P., 1993, Sensitivity of Gaussian plume model to dispersion specifications: Theoretical and Applied Climatology, 48, 147-157.

Challa, V. S., Indrcanti, J., Baham, J. M., Patrick C., Rabarison, M. K., Young J. H., Hughes R., Swanier, S. J., Hardy, M. G., and Yerramilli, A., 2008, Sensitivity of atmospheric dispersion simulations by HYSPLIT to the meteorological predictions from a meso-scale model: Environmental Fluid Mechanics, 8, 367–387.

Draxler, R. R., Jean M., Hicks B., and Randerson D., 1997, Emergency preparedness-regional specialised meteorological centres at washington and montreal: Radiation Protection Dosimetry,73(1-4), 27–30.

Draxler, R. R. 1996, Trajectory optimization for balloon flight planning: Weather and Forecasting, 11, 111-114.

Draxler, R.R., 1999, HYSPLIT4 user's guide: National Oceanic and Atmospheric Administration Technical Memorandum, ERL ARL-230.

Draxler, R. R., 2006, The use of global and mesoscale meteorological model data to predict the transport and dispersion of tracer plumes over washington, D. C.: Weather and Forecasting, 21(3), 383-394.

Draxler, R. R., and Hess, G. D., 1997, Description of the HYSPLIT_4 modeling system: National Oceanic and Atmospheric Administration Technical Memorandum, ERL ARL-224, 24 pp.

Draxler, R. R., and Hess, G. D., 1998, An overview of the HYSPLIT_4 modeling system of trajectories, dispersion, and deposition: Australian Meteorological Magazine, 47, 295-308.

Draxler, R. R., and Hess, G. D., 2004, Description of the HYSPLIT_4 modeling system: National Oceanic and Atmospheric Administration Technical Memorandum, ERL ARL-224, 25 pp.

DuVivier, A., and Cassano, J., 2013, Evaluation of WRF model resolution on simulated mesoscale winds and surface fluxes near Greenland: Monthly Weather Review, 141(3), 941-63.

EC, European Communities, 2002, Guidance on the Realistic Assessment of Radiation Doses to Members of the Public due to the Operation of Nuclear Installations under Normal Conditions: Luxembourg.

Evans, J. P., Ekstrom, M., and Fei, J., 2011. Evaluating the performance of a WRF physics ensemble over south-east Australia: Climate Dynamics, 39,1241-1258.

Ghader, S., Montazeri-Namin, M., Chegini, F., and Bohlouly, A., 2014, Hindcast of surface wind field over the Caspian sea using WRF model: proceedings of the 11 th International Conference on Coasts, Ports and Marine Structures (ICOPMAS 2014), Tehran, Iran.

Housiadas, C., 1999, Cm-Hysplit a software capability for response in nuclear emergencies, National Centre for Scientific Research “Demokritos”: Institute of Nuclear Technology and Radiation Protection, Technical Report, 11 pp.

Hurley, P. J., 1994, PARTPUFF, a Lagrangian particle/puff approach for plume dispersion modelling applications: Journal of Applied Meteorology, 33, 285-294.

IAEA, 1980, Atmospheric Dispersion in Nuclear Power Plant Siting: Vienna.

IAEA, 2001, Generic models for use in assessing the impact of discharges of radioactive substances to the environment: Vienna.

ICRP, 1991, 1990 Recommendations of the International Commission on Radiological Protection: ICRP Publication 60. Ann. ICRP 21 (1-3).

ICRP, 1995, Age-dependent Doses to the Members of the Public from Intake of Radionuclides - Part 5 Compilation of Ingestion and Inhalation Coefficients: ICRP Publication 72. Ann. ICRP 26 (1), ICRP Publication 72.

INRA, Iranian Nuclear Regulatory Authority, 2008, Radiation protection criteria for Bushehr nuclear power plant (BNPP-1): Tehran, Iran.

Jasiulionis, R., and Rozkov A., 2006, Radionuclides in deposition in the Ignalina npp region in 2005, Central European: Journal of Physics, 4(4), 417–428.

Kreyszig, E., 2006, Advanced engineering mathematics: 9th Ed., J. Wiley and Sons, 1245 pp.

Miller, C. W., and Craig, A., 1986, Accuracy of Gaussian plume dispersion model predictions as a function of three atmospheric stability classification calculations: Health Physics, 39 (November), 773-782.

O'Neill, L., Esbensen, S., Thum, N., Samelson, R., and Chelton, D., 2010, Dynamical analysis of the boundary layer and surface wind responses to mesoscale SST perturbations: Journal of Climate, 23(3), 559-581.

Pashazadeh, A. M., Aghajani, M., Nabipour, I., and Assadi, M., 2014, Annual effective does from enviromental gamma radiation in Bushehr city: Journal of Enviromental Health Sciences and Engineering, 12(4), 2-4.

Pasquill, F. and Smith, F. B., 1983. Atmospheric Diffusion: 3rd ed., (Wiley, New York, 1983) p. 437.

Pasquill, F., 1971, Atmospheric dispersion of pollution: Quarterly Journal of the Royal Meteorological Society, 97, 369.

Perlin, N., De Szoeke, S., Chelton, D., Samelson, R., Skyllingstad, E., and O’Neill, L., 2014, Modeling the atmospheric boundary layer wind response to mesoscale sea surface temperature perturbations: Monthly Weather Review, 142(11), 4284-4307.

Pirouzmand, A., Dehghani, P., Hadad, K., and Nematollahi, M., 2015, Dose assessment of radionuclides dispersion from Bushehr nuclear power plant stack under normal operation and accident: International Journal of Hydrogen Energy,1-8.

Raisali, G., Davilu, H., Haghighishad, A., Khodadadi, R. and Sabet, M., 2006, Calculation of total effective dose equivalent and collective dose in the event of a loca in Bushehr nuclear power plant: Radiation Protection Dosimetry, 121(4), 382-390.

Reid, S. J., and Turner, R., 2001, Correlation of real and model wind speeds in different terrains: Weather and Forecasting, 16, 620-627.

Schnelle, K. B., and Dey, P. R., 1999, Atmospheric dispersion modelling compliance guide: McGraw-Hill, Europe.

Shrivastava, R., Dash, S. K., Oza, R. B., and Hegde, M. N., 2015, Evaluation of parameterization schemes in the Weather Research and Forecasting (WRF) model: A case study for the Kaiga nuclear power plant site: Annals of Nuclear Energy, 75, 693–702.

Skamarock, W. C., Klemp, J. B., Dudhia, J., Gill, D. O., Barker, D. M., Duda, M. G., Huang, X., Wang, W., and Powers, J., 2008, A description of the advanced research wrf version 3, NCAR/TN–475+STR.

Sohrabi, M, Ghasemi, M., Amrollahi, R, Khamooshy, C, and Parsouzi, Z., 2013, Assessment of environmental public exposure from a hypothetical nuclear accident for Unit-1 Bushehr nuclear power: Radiation and Environmental Biophysics, 52, 235-244.

Sohrabi, M, Parsouzi, Z, Amrollahi, R, Khamooshy, C, and Ghasemi, M., 2013, Public exposure from environmental release of radioactive material under normal operation of unit-1 Bushehr nuclear power plant: Annals of Nuclear Energy, 55, 351-358.

Srinivas, C. V., Venkatesan, R., Baskaran, R., Rajagopal, V., and Venkatraman, B., 2013, Regional scale atmospheric dispersion simulation of accidental releases of radionuclides from Fukushima Dai-ichi reactor: Annals of Nuclear Energy, 55, 351–358.

Sutton, O. G., 1947, The theoretical distribution of airborne pollution from factory chimneys.

Thom, H. C. S., 1966, Some methods of climatological analysis: World Meteorological Organization Technical Notes, 81, 53 pp.

Tinker, R., Orr, B., Grzechnik, M., Hoffmann, E., Saey, P., and Solomon, S., 2010, Evaluation of radioxenon releases in Australia using atmospheric dispersion modelling tools: Journal of Environmental Radioactivity, 101, 353-361.

UNSCEAR, 2000, Report to the general assembly. Annex B: exposures from natural radiation sources.

Van Ulden, A. P., and Holtslag, A., 1985, Estimation of atmospheric boundary layer parameters for diffusion applications: Journal of Applied Meteorology and Climatology, 24, 1196-1207.

Vauquelin, O., and Levy, F., 2000, Evaluation of a Gaussian-modified dispersion model for atmospheric release from the Marcoule nuclear site: Environmental Modeling and Assessment, 5, 75–81.

Wang, W., Bruyère, C., Duda, M., Dudhia, J., Gill, D., Lin, H., Michalakes, J., Rizvi, S. Zhang, X., Beezley, J. D., Coen, J. L., and Mandel, J., 2010, User’s guide for the advanced research wrf (arw) version 3.2, NCAR (http://www.mmm.ucar.edu/wrf/users/docs/arw_v3.pdf).

Wilks, D.S., 2011, Statistical methods in the atmospheric sciences: 3rd Ed., Academic Press, 676 pp.

Wu, Q., Wang, Z., Chen, H., Zhou, W., and Wenig, M., 2012, An evaluation of air quality modeling over the Pearl River Delta during November 2006: Meteorology and Atmospheric Physics, 116, 113-132.

Xu, H., Xu, M., Xie, S. P., and Wang, Y., 2011, Deep atmospheric response to the spring kuroshio over the east china sea: Journal of Climate, 24(18), 4959-4972.

Zali, A., Shamsaei Zafarghandi, M., Feghhi, S. A., and Taherian, A. M., 2017, Public member dose assessment of Bushehr Nuclear Power Plant under normal operation by modeling the fallout from stack using the HYSPLIT atmospheric dispersion model: Journal of Environmental Radioactivity, 171, 1-8.

Zhang, D., and Zheng, W., 2004, Diurnal cycles of surface winds and temperatures as simulated by five boundary layer parameterizations: Journal of Applied Meteorology, 43, 157–169.