دوره 23، شماره 69 - ( 4-1402 )                   جلد 23 شماره 69 صفحات 153دوره137فصل__Se | برگشت به فهرست نسخه ها


XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

moharreri M, lari K, arkian F, salehi G. (2023). Determining Urban Development Orientation Based on Air Pollution Diffusion Modeling from Thermal Power Plants, Case Study: Mashhad. jgs. 23(69), : 8 doi:10.61186/jgs.23.69.137
URL: http://jgs.khu.ac.ir/article-1-3515-fa.html
محرری محمدامیر، لاری کامران، ارکیان فروزان، صالحی غلامرضا. تعیین جهت توسعه شهر بر مبنای مدل سازی انتشار آلودگی هوا از نیروگاه های حرارتی (مطالعه موردی: شهر مشهد) تحقیقات کاربردی علوم جغرافیایی 1402; 23 (69) :153-137 10.61186/jgs.23.69.137

URL: http://jgs.khu.ac.ir/article-1-3515-fa.html


1- دانشجوی دکتری، گروه مهندسی سیستم‌های انرژی، دانشکده علوم و فنون دریایی، واحد تهران شمال، دانشگاه آزاد اسلامی، تهران، ایران، دانشجوی دکتری، گروه مهندسی سیستم‌های انرژی، دانشکده علوم و فنون دریایی، واحد تهران شمال، دانشگاه آزاد اسلامی، تهران، ایران
2- دانشیار، گروه فیزیک دریا، دانشکده علوم و فنون دریایی، واحد تهران شمال، دانشگاه آزاد اسلامی، تهران، ایران، دانشیار، گروه فیزیک دریا، دانشکده علوم و فنون دریایی، واحد تهران شمال، دانشگاه آزاد اسلامی، تهران، ایران ، k_lari@iau-tnb.ac.ir
3- استادیار، گروه هواشناسی، دانشکده علوم و فنون دریایی، واحد تهران شمال، دانشگاه آزاد اسلامی، تهران، ایران، استادیار، گروه هواشناسی، دانشکده علوم و فنون دریایی، واحد تهران شمال، دانشگاه آزاد اسلامی، تهران، ایران
4- گروه مهندسی مکانیک،دانشکده فنی و مهندسی، واحد تهران مرکز، دانشگاه آزاد اسلامی، تهران، ایران؛ استادیار گروه مهندسی مکانیک، دانشکده فنی و مهندسی، واحد تهران مرکز، دانشگاه آزاد اسلامی، تهران، ایران، گروه مهندسی مکانیک، ، واحد تهران شمال، دانشگاه آزاد اسلامی، تهران، ایران؛ استادیار گروه مهندسی مکانیک، دانشکده فنی و مهندسی، واحد تهران مرکز، دانشگاه آزاد اسلامی، تهران، ایران
چکیده:   (5506 مشاهده)
به منظور توسعه شهرها عوامل محدود کننده متعددی وجود دارد. این عوامل سبب توسعه شهرها در جهت­های خاص می­شود. آلودگی هوا به عنوان یک معضل بزرگی کلان شهر­ها خود می­تواند به عنوان یک عامل محدود کننده توسعه شهری مورد توجه تصمیم­گیران شهری قرار گیرد. در شهر مشهد 4 نیروگاه نسبتا بزرگ در حال فعالیت می­باشد. درحال حاضر 2 نیروگاه در شرق شهر و 2 نیروگاه در غرب مشهد وجود دارند. بخش عمده سوخت این نیروگاه­ها، مازوت وگاز طبیعی می­باشد. مدل­سازی انتشار آلاینده­های هوای این نیروگاه­ها و مشخص شدن الگوی انتشار آلاینده­ها در سطح شهر می­تواند نقش کلیدی در کیفیت زندگی و سلامت حدود 3.5 میلیون ساکن شهر مشهد داشته باشد. خروجی های این مدل همچنین می تواند به عنوان یک پارامتر موثر در تخمین مدل توسعه شهری مورد استفاده قرار گیرد. در این مطالعه انتشار آلاینده­های NOX، CO و 10PM با استفاده از نرم­افزار AERMOD در شهر مشهد مدل­سازی و بررسی شده است. با استفاده از نرم افزارArc GIS جمعیت تحت تاثیر این آلاینده­های هوا با بازه­های زمانی یک سال شمسی غلظت آلاینده­ها در مناطق مختلف شهر به تفکیک جمعیت و مساحت تحت تاثیر آن محدوده غلظت آلودگی مشخص گردید.
شماره‌ی مقاله: 8
متن کامل [PDF 1089 kb]   (869 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: جغرافیا و برنامه ریزی شهری

فهرست منابع
1. شاهمحمدی، عاطفه، بیات، علی، مشهدی¬زاده ملکی، سعید، 1398، بررسی رفتار دی‌اکسید نیتروژن در شهرستان مشهد و ارتباط آن با پارامترهای هواشناسی، نشریه تحقیقات کاربردی علوم جغرافیایی، زیر چاپ.
2. فردی، غلامرضا اسدالله، زنگوئی، 1396، حسین، پیش‌بینی آلودگی 10PM هوای شهر مشهد با استفاده از شبکه‌های عصبی مصنوعی MLP و مدل زنجیره مارکف، نشریه تحقیقات کاربردی علوم جغرافیایی، ۱۷ (۴۷).
3. نژاد کورکی، فرهاد، توسعه مدل پخش آلودگی هوا (AERMOD) در نرم‌افزار (MATLAB)، کارشناسی ارشد مهندسی محیط‌زیست، دانشکده منابع طبیعی و کویر شناسی، دانشگاه یزد، 1392.
4. Aarshabh Misra, Matthew J. Roorda, Heather L. MacLean, (2013). An integrated modelling approach to estimate urban traffic emissions. Atmospheric Environment 73 (2013) 81_91. [DOI:10.1016/j.atmosenv.2013.03.013]
5. AERMIC, 2009. AERMOD Modelling System.
6. AERMIC.www.epa.gov/ttn/scram/dispersion prefrec.htm
7. ArcGIS for (Desktop, Engine, Server) 10.2.2 | Samples and Utilities".
8. Azapagic A. Z. Chalabi Z., Fletcher T. Grundy C. Jonesa M. Leonardo G. Osammord O. Sharifie V. Swithenbanke J. Tiwarya A. Vardoulakisb S. (2013), An integrated approach to assessing the environmental and health impacts of pollution in the urban environment: Methodology and a case study, Process Safety and Environmental Protection 91, pp. 508-520. [DOI:10.1016/j.psep.2012.11.004]
9. Boris Galvis, Michael Bergin, James Boylan, Yan Huang, Michelle Bergin, Armistead G. Russel (2015), Science of the Total Environment. Air quality impacts and health-benefit valuation of a low-emission technology for rail yard locomotives in Atlanta Georgia. 533 (2015) 156-164. [DOI:10.1016/j.scitotenv.2015.06.064] [PMID]
10. Chad W. Milando, Sheena E. Martenies, Stuart A. Batterman, (2016). Assessing concentrations and health impacts of air quality management strategies: Framework for Rapid Emissions Scenario and Health impact ESTimation (FRESH-EST). Environment International 94, pp 473-481. [DOI:10.1016/j.envint.2016.06.005] [PMID] []
11. Chan. T.L., Dong. G., Leung. C.W., Cheung. C.S., Hung. W.T., 2002. Validation of a two-dimensional pollutant dispersion model in an isolated street canyon, Journal of Atmospheric Environment 36, 861-872. [DOI:10.1016/S1352-2310(01)00490-3]
12. Chao Yuan, Leslie Norford, Rex Britter, Edward Ng, (2016). A modelling-mapping approach for fine-scale assessment of pedestrian-level wind in high-density cities. Building and Environment 97, pp 152-165. [DOI:10.1016/j.buildenv.2015.12.006]
13. Dipankar.C, Gautam.B, Sakir.A., 2010. Numerical simulation of flow past row of square cylinders for various separation ratios, Computers & Fluids39 , 49-59. [DOI:10.1016/j.compfluid.2009.07.002]
14. Harikishan Perugu, Heng Wei, Zhuo Yao, (2016). Integrated data-driven modeling to estimate PM2.5 pollution from heavy-duty truck transportation activity over metropolitan area. Transportation Research Part D 46 (2016) 114-127. [DOI:10.1016/j.trd.2016.03.013]
15. Masoud Fallah Shorshani, Christian Seigneur, Lucie Polo Rehn, Hervé Chanut. Atmospheric dispersion modeling near a roadway under calm meteorological conditions, Transportation Research Part D. 34 (2015) 137-154. [DOI:10.1016/j.trd.2014.10.013]
16. Moharreri, M.A, Arkian, F, Lari, K, Salehi, G.R., 2019, PM10 and CO Dispersion Modeling of Emissions from the Four Thermal Power Plants in Mashhad-Iran, Scientia Iranica, inpress. [DOI:10.20944/preprints201902.0163.v1] []
17. Qian Di, Joel Schwartz, Petros Koutrakis (2016). A Hybrid Prediction Model for PM2.5 Mass and Components Using a Chemical Transport Model and Land Use Regression. http://dx.doi.org/10.1016/j.atmosenv.2016.02.002. [DOI:10.1016/j.atmosenv.2016.02.002]
18. Rafael Borge, Adolfo Narros, Begoña Artíñano, Carlos Yagüe, Francisco Javier Gómez-Moreno, David de la Paz, Carlos Román-Cascón, Elías Díaz, Gregorio Maqueda, Mariano Sastre, Christina Quaassdorff, Chrysanthi Dimitroulopoulou, Sotiris Vardoulakis, (2016). 10.1016/j.atmosenv.2016.06.020.
19. Shih Ying Chang, William Vizuete, Alejandro Valencia, Brian Naess, Vlad Isakov, Ted Palma, (2015). A modeling framework for characterizing near-road air pollutant concentration at community scales. Science of the Total Environment 538 (2015) 905-921. [DOI:10.1016/j.scitotenv.2015.06.139] [PMID]
20. Support.esri.com Retrieved 2015-12-09.
21. Tamura.T., 2008. Towards practical use of LES in wind engineering, Journal of Wind Engineering and Industrial Aerodynamics 96 1451-1471. [DOI:10.1016/j.jweia.2008.02.034]

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وبگاه متعلق به تحقیقات کاربردی علوم جغرافیایی است.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2024 CC BY-NC 4.0 | Journal of Applied Researches in Geographical Sciences

Designed & Developed by : Yektaweb

Creative Commons License
This work is licensed under a Creative Commons — Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)