Repte 4 – Contaminació per NO22022-06-30T08:43:27+00:00

Contaminació per NO2

El repte 4 del Projecte PIKSEL està dirigit per Ignasi de Pouplana, investigador postdoctoral de CIMNE (Centre Internacional de Mètodes Numèrics a l’Enginyeria), i Xavier Guinart, cap del Servei de Vigilància i Control de l’Aire. El repte se centra a disposar d’una eina de pronòstic de la contaminació per NO2 a curt termini, amb alta resolució i fiabilitat, en dos àmbits: la Zona de Protecció Especial de l’ambient atmosfèric (ZPE) al voltant de Barcelona, i a la ciutat de Tarragona.

Per mesurar la qualitat de l’aire el repte posa el focus en el contaminant diòxid de nitrogen (NO2), un gas que s’emet en processos de combustió que tenen lloc majoritàriament als vehicles, així com en instal·lacions industrials d’alta temperatura i de generació elèctrica. Es generarà un model que permetrà predir, amb una antelació de tres dies, els nivells de concentració de NO2 sobre un territori determinat, de manera que es puguin aplicar mesures per prevenir aquest contaminant i evitar que la població estigui exposada a nivells elevats de NO2, perjudicials per a la salut.

Objectius

L’objectiu principal és assolir un nivell de resolució alt que permeti simular les concentracions de contaminants a escala de carrer i faci possible:

  • Avaluar l’evolució de les situacions d’episodi ambiental i restriccions per contaminació.

  • Avaluar amb més precisió la contaminació per NO2 a les zones urbanes principals.

  • Oferir a la ciutadania informació bàsica de les emissions i immissions a les diferents zones de la seva ciutat.

Metodologia

El repte 4 ha programat un model computacional, anomenat Piplates-R4, per obtenir prediccions acurades dels nivells del contaminant NO2. Aquest model està basat en mètodes numèrics i s’ha generat mitjançant el programari d’enginyeria Kratos.

Per tal de realitzar les prediccions, es durà a terme una entrada de dades al model, que recolliran la situació actual en un territori concret, anomenat zona d’estudi. També s’hi introduiran les dades dels factors clau que afecten l’evolució de NO2 en aquella zona, com ara el vent (intensitat i direcció, dades del Meteocat) i el trànsit de vehicles (intensitat mitjana diària, IMD). Aquestes dades s’incorporaran manualment, i se n’utilitzaran diferents fonts oficials, com ara l’Institut Cartogràfic i Geològic de Catalunya (ICGC), per generar un mapa de les zones d’interès, així com dades de l’Ajuntament de Barcelona per obtenir una estimació automàtica de la IMD a partir dels aforaments de mobilitat existents.

Mitjançant models matemàtics, el model computacional utilitzarà les dades incorporades per calcular la velocitat de vent i la concentració de NO2 als carrers de la zona d’estudi. El model requereix un seguit de simplificacions, com ara obviar els fenòmens turbulents, però permet igualment obtenir una alta resolució de la qualitat de l’aire als carrers. Per aconseguir-ho aplica tres etapes de càlcul:

Velocitat de vent (km/h)

1. Velocitat del vent a 10 m d’alçada: Es parteix de les dades d’intensitat i direcció del vent recollides per Meteocat amb sensors a 10 m d’alçada (situats al terrat dels edificis) i es calcula la velocitat del vent a tots els carrers de manera ràpida i robusta mitjançant l’equació de flux potencial. Aquesta equació permet simplificar la dinàmica de fluids i obviar la turbulència del vent.

Tot i que la turbulència del vent és important en el transport i la dinàmica dels contaminants, obviant-la s’aconsegueix generar un model més fàcil sense privar el repte d’un pronòstic acurat i d’alta resolució per a la concentració de contaminants.

2. Estimació de la velocitat a 3,5 m d’alçada: Calcular la velocitat del vent a 10 m d’alçada permet obviar la fricció que hi exerceix el terra. La velocitat d’interès, però, es troba a 3,5 m d’alçada, i s’estima escalant la velocitat obtinguda a 10 m mitjançant la fórmula semiempírica de Hellmann. 

Concentració de NO2 (µg/m3)

3. Transport de NO2 als carrers de la zona d’estudi: Utilitzant les dades de trànsit i la velocitat del vent estimada a 3,5 m d’alçada es calcula la concentració de NO2, en µg per m3, a cada punt dels carrers, resolent l’equació de transport.

Aquesta equació permet incorporar fenòmens que afecten la dinàmica dels contaminants, com ara el focus d’emissions (terme font) i possibles turbulències del vent que s’emporten part dels contaminants (terme d’absorció).

El model computacional del repte 4 segueix un mètode semilagrangià basat en els elements finits. El mètode dels elements finits és un mètode de càlcul numèric que s’empra en la resolució d’equacions diferencials. Es basa en la discretització (o compartimentació) del medi o de l’objecte d’estudi en una malla d’elements connectats en nodes (imatge superior), i serveix per resoldre problemes considerats continus.

D’aquesta manera, el model separa el territori en diferents seccions i forma una malla on les equacions matemàtiques són resoltes per separat. Finalment, se n’acoblen els resultats per donar lloc a una solució per a un “problema” continu, com és el vent que bufa als carrers de Barcelona o del Camp de Tarragona.

Mitjançant la resolució de les equacions amb el mètode d’elements finits, el model obté les concentracions i el transport teòrics de contaminants (NO2) i serà capaç de pronosticar l’evolució de la qualitat de l’aire amb una resolució alta. El model es valida mitjançant la comparació de les prediccions teòriques amb les dades reals de NO2 recollides a 3,5 m als carrers de les zones d’estudi per la Xarxa de Vigilància i Previsió de la Contaminació Atmosfèrica (XVPCA), una xarxa d’estacions de la Generalitat de Catalunya per al mesurament de contaminants de l’aire.

Finalment, s’aconsegueix una eina amb una capacitat de predicció de tres dies, amb simulacions hora a hora. Aquest instrument serà útil per a la gestió i la predicció del NO2, un contaminant problemàtic a la ciutat de Barcelona i al Camp de Tarragona. No obstant això, es tracta d’un model escalable, amb la qual cosa es preveu ampliar la zona d’estudi.

El nostre equip

L’equip de PIKSEL es conforma pel binomi entre el CIMNE i la Generalitat de Catalunya.

Últimes publicacions

Dissenyant un model computacional de la mà d’Ignasi De Pouplana, líder del repte 4

By |14 junio 2022|Tags: , , , , , , |

Dissenyant un model computacional de la mà d’Ignasi De Pouplana, líder del repte 4 El repte 4 de PIKSEL desenvolupa un model computacional per a la [...]

«PIKSEL és un projecte ambiciós i original, que engloba moltes disciplines diferents de l’enginyeria civil i d’altres àmbits per a una gestió del territori més intel·ligent i eficient.»

Ignasi De Pouplana , Repte 4

Repte 0

Avaluar les pèrdues probables davant riscos provocats per processos com sismes o inundacions

Fenòmens disruptius
Edifici ciutat

Repte 1

Donar resposta a la problemàtica demogràfica que afecta a diferents punts del territori

Ocupació territorial
Imatge 2D del litoral a la ciutat

Repte 2

Predir l’evolució dels sediments al litoral per efecte del canvi climàtic i l’explotació del territori

Evolució del litoral
ozó troposféric

Repte 3

Predir els nivells d’ozó troposfèric utilitzant models computacionals d’anàlisi de dades basats en Machine Learning

Ozó troposfèric
Mariposa monarca

Repte 5

Visitar els espais naturals protegits pot comportar la pèrdua de biodiversitat en diferents graus d’afectació

Pèrdua de biodiversitat

Participa

PIKSEL és un projecte multidisciplinar on ciutadania, administracions, comunitat científica i empreses s’uneixen per construir un futur a Catalunya.

Contacte
Go to Top