Luận văn thạc sĩ quản lý tài nguyên và môi trường ứng dụng mô hình wrf xây dựng bộ dữ liệu khí tượng phục vụ mô phỏng chất lượng không khí tại thành phố hồ chí minh

Luận văn về ứng dụng mô hình WRF xây dựng dữ liệu khí tượng, mô phỏng chất lượng không khí tại TP.HCM. Nghiên cứu quản lý tài nguyên và môi trường.

• Tác giả: Võ Thị Tâm Minh
• Người hướng dẫn: PGS. Bùi Tá Long
• Trường học: Trường Đại học Bách Khoa
• Chuyên ngành: Quản lý Tài nguyên và Môi trường
• Đề tài: Ứng Dụng Mô Hình WRF Xây Dựng Bộ Dữ Liệu Khí Tượng Phục Vụ Mô Phỏng Chất Lượng Không Khí Tại Thành Phố Hồ Chí Minh
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2018
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• DANH MỤC VIẾT TẮT
• DANH MỤC HÌNH
• DANH MỤC BẢNG
• Tính cấp thiết của đề tài
• Mục tiêu của đề tài
• Phạm vi nghiên cứu
• Phương pháp nghiên cứu
• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. Tổng quan về mô hình chất lượng không khí và mô hình WRF
• 1.1.1. Mô hình chất lượng không khí
• 1.1.2. Mô hình WRF
• 1.2. Điều kiện tự nhiên, kinh tế xã hội, tài nguyên và môi trường của TP. Hồ Chí Minh
• 1.3. Tình hình ô nhiễm không khí tại TP. Hồ Chí Minh
• 1.4. Nguyên nhân gây ô nhiễm không khí
• 1.5. Các nghiên cứu liên quan
• 1.5.1. Nghiên cứu trong nước
• 1.5.2. Nghiên cứu ngoài nước
• 2. CHƯƠNG 2: PHƯƠNG PHÁP NGHIÊN CỨU
• 2.1. Phương pháp tổng hợp
• 2.1.1. Tổng hợp tài liệu
• 2.1.2. Tổng hợp số liệu
• 2.2. Phương pháp mô hình hóa
• 2.2.1. Thiết lập miền tính, các tham số trong mô hình WRF
• 2.2.2. Mô hình AERMOD
• 2.2.3. Chương trình chuyển đổi dữ liệu MMIF
• 2.3. Phương pháp kiểm định dữ liệu
• 2.4. Các bước thực hiện luận văn
• 3. CHƯƠNG 3: KẾT QUẢ VÀ THẢO LUẬN
• 3.1. Kết quả mô hình WRF
• 3.2. Kiểm định kết quả của mô hình WRF
• 3.3. Dữ liệu khí tượng cho mô hình AERMOD – ngày 7/8/2017
• 3.4. Xây dựng dữ liệu khí tượng cho ngày 8/8/2017
• 3.5. Kết quả mô hình AERMOD tính toán nồng độ CO ở khu vực Phường 2, Quận 10
• 3.6. Đánh giá kết quả ứng dụng dữ liệu khí tượng vào mô hình AERMOD
• 3.7. Đề xuất giải pháp
• 3.7.1. Một số đề xuất cho vấn đề ứng dụng dữ liệu khí tượng
• 3.7.2. Đề xuất cho môi trường
• KẾT LUẬN VÀ KIẾN NGHỊ
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Ứng Dụng WRF Mô Phỏng Chất Lượng Không Khí HCM

Ô nhiễm không khí đang là vấn đề nhức nhối trên toàn cầu, ảnh hưởng nghiêm trọng đến sức khỏe và đời sống con người. Theo Cơ quan Năng lượng Quốc tế (IEA), năm 2016 có tới 6.5 triệu người chết sớm do ô nhiễm. Các chất ô nhiễm chính bao gồm bụi mịn PM2.5, PM10, SO2, NOx và ozone. Đáng lo ngại, 87% dân số thế giới đang sống trong môi trường có nồng độ PM2.5 vượt ngưỡng cho phép của WHO. Tại Việt Nam, tình hình cũng không mấy khả quan, với 98% dân số phơi nhiễm PM2.5 vượt chuẩn WHO.

Tại các đô thị và khu công nghiệp, ô nhiễm còn do các khí thải SO2, NOx, CO từ giao thông, đốt than và dầu. TP.HCM cũng không tránh khỏi thực trạng này, với nồng độ ô nhiễm được ghi nhận tại nhiều trạm quan trắc. Tuy nhiên, dữ liệu quan trắc chỉ mang tính tức thời và cục bộ. Vì vậy, cần đến mô hình ô nhiễm không khí để có cái nhìn toàn diện, phân tích nguyên nhân và dự báo diễn biến chất lượng không khí. Mô hình này cần tích hợp các yếu tố khí tượng, phát thải và địa lý. Mô hình WRF (Weather Research and Forecasting) là một công cụ mạnh mẽ để xây dựng dữ liệu khí tượng đầu vào cho các mô hình chất lượng không khí.

1.1. Tầm quan trọng của dữ liệu khí tượng trong mô phỏng

Dữ liệu khí tượng đóng vai trò then chốt trong mô phỏng chất lượng không khí. Các yếu tố như nhiệt độ, hướng gió, tốc độ gió và áp suất khí quyển ảnh hưởng trực tiếp đến sự vận chuyển và khuếch tán các chất ô nhiễm. Gió, đặc biệt, tạo ra các dòng khí rối, quyết định hướng lan truyền và nồng độ ô nhiễm tại các địa điểm khác nhau. Sự thay đổi nhiệt độ không khí cũng ảnh hưởng đến sự phân bố nồng độ chất độc hại theo chiều cao. Do đó, một bộ dữ liệu khí tượng chính xác và chi tiết là điều kiện tiên quyết để mô phỏng chất lượng không khí một cách hiệu quả.

1.2. Ứng dụng mô hình WRF để xây dựng dữ liệu khí tượng

Mô hình WRF là một trong những mô hình khí tượng phổ biến nhất hiện nay, được sử dụng rộng rãi để tạo dữ liệu đầu vào cho các mô hình chất lượng không khí như CMAQ, CAMx, AERMOD, CALPUFF. Mô hình này có khả năng xử lý dữ liệu toàn cầu và tạo ra bộ dữ liệu khí tượng có qui mô nhỏ (khu vực, địa phương) phù hợp với nhu cầu mô phỏng chất lượng không khí. Tại Việt Nam, mô hình WRF cũng được ứng dụng trong dự báo thời tiết ngắn hạn. Do đó, việc ứng dụng mô hình WRF để xây dựng bộ dữ liệu khí tượng cho TP.HCM là hoàn toàn khả thi và cần thiết.

II. Thách Thức Ô Nhiễm Khí Tượng Ảnh Hưởng Chất Lượng Không Khí HCM

TP.HCM, một đô thị lớn và trung tâm kinh tế của Việt Nam, đang đối mặt với nhiều thách thức về ô nhiễm không khí. Các nguồn ô nhiễm chính bao gồm giao thông, công nghiệp, xây dựng và hoạt động dân sinh. Nồng độ các chất ô nhiễm như PM2.5, PM10, SO2, NOx và CO thường xuyên vượt ngưỡng cho phép, gây ảnh hưởng đến sức khỏe cộng đồng. Theo báo cáo của Bộ Tài nguyên và Môi trường, hoạt động giao thông và công nghiệp là hai nguồn phát thải lớn nhất.

Ngoài ra, điều kiện khí tượng cũng đóng vai trò quan trọng trong việc khuếch tán và vận chuyển các chất ô nhiễm. Gió, nhiệt độ và độ ẩm có thể làm tăng hoặc giảm mức độ ô nhiễm tại một khu vực cụ thể. Việc thiếu một bộ dữ liệu khí tượng chi tiết và chính xác là một trong những rào cản lớn trong việc mô phỏng và dự báo chất lượng không khí tại TP.HCM.

2.1. Các nguồn gây ô nhiễm không khí chủ yếu tại TP.HCM

Nguồn ô nhiễm không khí tại TP.HCM rất đa dạng. Giao thông vận tải, với lượng xe cộ ngày càng tăng, là một trong những nguồn phát thải chính. Các khu công nghiệp, đặc biệt là các nhà máy sử dụng công nghệ lạc hậu, cũng đóng góp đáng kể vào ô nhiễm. Hoạt động xây dựng, với bụi và khí thải từ máy móc, cũng gây ra ô nhiễm cục bộ. Ngoài ra, các hoạt động dân sinh như đốt rác thải và sử dụng bếp than cũng góp phần làm tăng mức độ ô nhiễm. Xác định chính xác nguồn phát thải và tải lượng của từng nguồn là rất quan trọng để xây dựng mô hình chất lượng không khí hiệu quả.

2.2. Ảnh hưởng của điều kiện khí tượng đến ô nhiễm không khí

Điều kiện khí tượng có ảnh hưởng lớn đến sự phát tán và khuếch tán các chất ô nhiễm. Gió là yếu tố quan trọng nhất, quyết định hướng lan truyền và nồng độ ô nhiễm tại các địa điểm khác nhau. Nhiệt độ và độ ẩm cũng ảnh hưởng đến các phản ứng hóa học trong khí quyển, làm thay đổi thành phần và tính chất của các chất ô nhiễm. Lớp ranh giới khí quyển (PBL) cũng đóng vai trò quan trọng, giới hạn độ cao mà các chất ô nhiễm có thể khuếch tán lên trên. Việc hiểu rõ các yếu tố khí tượng và ảnh hưởng của chúng đến ô nhiễm không khí là rất cần thiết để xây dựng mô hình chính xác.

III. Phương Pháp Xây Dựng Dữ Liệu Khí Tượng Bằng Mô Hình WRF

Luận văn này tập trung vào việc ứng dụng mô hình WRF để xây dựng bộ dữ liệu khí tượng phục vụ mô phỏng chất lượng không khí tại TP.HCM. Mô hình WRF là một mô hình mã nguồn mở, có khả năng mô phỏng và dự báo khí tượng hạn ngắn. Mô hình này sử dụng các phương trình vật lý để mô tả các quá trình khí quyển, từ đó tạo ra dữ liệu về nhiệt độ, gió, độ ẩm và các yếu tố khí tượng khác. Dữ liệu này sau đó được sử dụng làm đầu vào cho các mô hình chất lượng không khí.

Trong nghiên cứu này, mô hình WRF được cấu hình để mô phỏng khí tượng tại khu vực TP.HCM với độ phân giải cao. Dữ liệu đầu vào cho mô hình WRF bao gồm dữ liệu khí tượng toàn cầu và dữ liệu địa hình. Kết quả mô phỏng được kiểm định bằng cách so sánh với dữ liệu quan trắc thực tế tại các trạm khí tượng.

3.1. Cấu hình và thiết lập mô hình WRF cho TP.HCM

Việc cấu hình mô hình WRF cho TP.HCM đòi hỏi phải lựa chọn các tham số và phương pháp vật lý phù hợp với đặc điểm địa hình và khí hậu của khu vực. Điều này bao gồm việc xác định miền tính, độ phân giải lưới, các phương án tham số hóa vật lý (ví dụ: phương án lớp ranh giới khí quyển, phương án vi vật lý mây, phương án bức xạ). Miền tính cần bao phủ TP.HCM và các vùng lân cận để đảm bảo mô phỏng chính xác các quá trình khí tượng quan trọng. Độ phân giải lưới càng cao thì kết quả mô phỏng càng chi tiết, nhưng đồng thời cũng đòi hỏi nhiều tài nguyên tính toán hơn.

3.2. Kiểm định và đánh giá độ chính xác của mô hình WRF

Để đảm bảo độ tin cậy của dữ liệu khí tượng được tạo ra từ mô hình WRF, cần phải tiến hành kiểm định bằng cách so sánh kết quả mô phỏng với dữ liệu quan trắc thực tế tại các trạm khí tượng. Các chỉ số thống kê như Bias, RMSE (Root Mean Squared Error) và hệ số tương quan được sử dụng để đánh giá mức độ phù hợp giữa kết quả mô phỏng và dữ liệu quan trắc. Nếu kết quả kiểm định cho thấy có sự khác biệt lớn, cần phải điều chỉnh cấu hình mô hình WRF và thực hiện lại quá trình mô phỏng.

3.3. Chuyển đổi dữ liệu WRF sang định dạng phù hợp cho AERMOD

Sau khi có được bộ dữ liệu khí tượng từ mô hình WRF, cần phải chuyển đổi dữ liệu này sang định dạng phù hợp với mô hình chất lượng không khí AERMOD. Chương trình MMIF (Mesoscale Model Interface Program) thường được sử dụng để thực hiện việc này. MMIF cho phép trích xuất các thông số khí tượng cần thiết từ kết quả mô phỏng WRF và tạo ra các file đầu vào cho AERMOD. Quá trình chuyển đổi này đòi hỏi phải hiểu rõ cấu trúc dữ liệu của cả mô hình WRF và AERMOD.

IV. Ứng Dụng Thực Tế Mô Phỏng Nồng Độ CO Tại Quận 10 TP

Để chứng minh tính ứng dụng của bộ dữ liệu khí tượng được xây dựng, nghiên cứu đã sử dụng dữ liệu này để mô phỏng nồng độ CO tại một số tuyến đường ở Phường 2, Quận 10, TP.HCM. Mô hình AERMOD được sử dụng để thực hiện mô phỏng này. Dữ liệu đầu vào cho AERMOD bao gồm dữ liệu khí tượng từ mô hình WRF, dữ liệu về nguồn phát thải CO từ giao thông và dữ liệu địa hình.

Kết quả mô phỏng cho thấy sự phân bố nồng độ CO tại khu vực nghiên cứu, với nồng độ cao nhất tại các tuyến đường có mật độ giao thông lớn. Kết quả này có thể được sử dụng để đánh giá mức độ ô nhiễm không khí và đề xuất các giải pháp giảm thiểu ô nhiễm.

4.1. Giới thiệu về mô hình AERMOD và các dữ liệu đầu vào cần thiết

Mô hình AERMOD là một mô hình chất lượng không khí được sử dụng rộng rãi để mô phỏng sự phát tán của các chất ô nhiễm từ các nguồn điểm, nguồn đường và nguồn diện. Để chạy mô hình AERMOD, cần có các dữ liệu đầu vào sau: dữ liệu khí tượng (từ mô hình WRF), dữ liệu về nguồn phát thải (vị trí, cường độ, thành phần) và dữ liệu địa hình (cao độ, độ nhám bề mặt). AERMOD sử dụng các phương trình toán học để mô tả các quá trình vật lý và hóa học xảy ra trong khí quyển, từ đó tính toán nồng độ của các chất ô nhiễm tại các địa điểm khác nhau.

4.2. Phân tích kết quả mô phỏng nồng độ CO và đánh giá tác động

Kết quả mô phỏng nồng độ CO cung cấp thông tin quan trọng về mức độ ô nhiễm không khí tại khu vực nghiên cứu. Phân tích kết quả cho phép xác định các khu vực có nồng độ CO cao nhất và đánh giá tác động của ô nhiễm đến sức khỏe cộng đồng. Thông tin này có thể được sử dụng để đề xuất các giải pháp giảm thiểu ô nhiễm, chẳng hạn như điều chỉnh luồng giao thông, khuyến khích sử dụng phương tiện công cộng và trồng cây xanh.

V. Kết Luận Ưu Điểm và Hướng Phát Triển Ứng Dụng WRF

Nghiên cứu đã thành công trong việc ứng dụng mô hình WRF để xây dựng bộ dữ liệu khí tượng phục vụ mô phỏng chất lượng không khí tại TP.HCM. Kết quả mô phỏng nồng độ CO tại Quận 10 cho thấy tính ứng dụng của bộ dữ liệu này trong việc đánh giá và dự báo ô nhiễm không khí.

Tuy nhiên, nghiên cứu cũng còn một số hạn chế, chẳng hạn như việc thiếu dữ liệu quan trắc đầy đủ để kiểm định mô hình WRF. Trong tương lai, cần tiếp tục hoàn thiện bộ dữ liệu khí tượng và mở rộng phạm vi ứng dụng của mô hình WRF để hỗ trợ công tác quản lý chất lượng không khí tại TP.HCM.

5.1. Đề xuất các giải pháp cải thiện chất lượng không khí dựa trên kết quả

Dựa trên kết quả mô phỏng và phân tích, có thể đề xuất một số giải pháp để cải thiện chất lượng không khí tại TP.HCM. Các giải pháp này bao gồm: kiểm soát khí thải từ các nguồn giao thông và công nghiệp, phát triển giao thông công cộng, trồng cây xanh và tăng cường công tác quan trắc và kiểm soát ô nhiễm không khí. Việc thực hiện đồng bộ các giải pháp này sẽ giúp giảm thiểu tác động của ô nhiễm không khí đến sức khỏe cộng đồng và môi trường.

5.2. Hướng phát triển và nghiên cứu tiếp theo trong lĩnh vực mô hình hóa

Trong tương lai, cần tiếp tục nghiên cứu và phát triển các mô hình chất lượng không khí tiên tiến hơn, tích hợp các yếu tố biến đổi khí hậu và tác động của chúng đến ô nhiễm không khí. Ngoài ra, cần tăng cường hợp tác giữa các nhà khoa học, nhà quản lý và cộng đồng để xây dựng các chính sách và giải pháp hiệu quả để bảo vệ chất lượng không khí.

Nội dung chính

Tổng quan nghiên cứu

Ô nhiễm không khí đang là thách thức môi trường cấp bách hàng đầu tại các đô thị lớn trên toàn cầu và Việt Nam. Theo báo cáo từ Cơ quan Năng lượng Quốc tế (IEA), ô nhiễm không khí là nguyên nhân gây ra khoảng 6,5 triệu ca tử vong sớm mỗi năm trên thế giới. Đáng chú ý, ước tính 87% dân số toàn cầu và tới 98% người dân Việt Nam đang sống trong môi trường có nồng độ bụi mịn PM2.5 vượt ngưỡng khuyến cáo của Tổ chức Y tế Thế giới (WHO). Tại Thành phố Hồ Chí Minh, áp lực môi trường gia tăng nhanh chóng cùng tốc độ đô thị hóa, nơi đang quản lý hơn 7,97 triệu phương tiện giao thông (trong đó xe mô tô chiếm đến 92%), gây thiệt hại kinh tế ước tính trên 6,1 tỷ USD mỗi năm, tương đương 13,4% tổng sản phẩm trên địa bàn (GRDP).

Trong đánh giá chất lượng không khí, việc xác định quy luật lan truyền và khuếch tán chất ô nhiễm phụ thuộc chặt chẽ vào ba nhóm yếu tố: nguồn phát thải, địa hình và điều kiện khí tượng. Tuy nhiên, mạng lưới quan trắc khí quyển bề mặt tại Thành phố Hồ Chí Minh còn thưa thớt, các trạm đo tự động chỉ cung cấp thông tin tức thời tại một số nút giao thông trọng điểm như An Sương hay Điện Biên Phủ, chưa đáp ứng được yêu cầu chuỗi dữ liệu khí tượng cao không và dữ liệu mặt đất liên tục theo từng giờ.

Xuất phát từ thực tiễn đó, luận văn thạc sĩ chuyên ngành Quản lý Tài nguyên và Môi trường đã thực hiện đề tài ứng dụng mô hình Nghiên cứu và Dự báo Thời tiết (Weather Research and Forecasting - WRF) nhằm xây dựng bộ dữ liệu khí tượng chuẩn hóa, độ phân giải cao. Nghiên cứu tập trung vào không gian Thành phố Hồ Chí Minh, thực nghiệm chi tiết tại Phường 2, Quận 10 và huyện Nhà Bè trong năm 2017. Kết quả cung cấp bộ thông số khí tượng đầu vào chuẩn xác cho mô hình lan truyền AERMOD, mở ra giải pháp công nghệ hiện đại giúp tối ưu hóa công tác giám sát, đánh giá và quản lý chất lượng môi trường không khí đô thị.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng lý thuyết động lực học khí quyển phi thủy tĩnh và cơ chế khuếch tán chất ô nhiễm trong lớp biên hành tinh (PBL). Luận văn tích hợp hai khối lý thuyết trọng tâm:

1. Lý thuyết động lực học khí quyển số trị (Mô hình WRF): Hệ thống mô hình WRF phiên bản nghiên cứu nâng cao (ARW v3.6) giải hệ phương trình thông lượng Euler đầy đủ trong hệ tọa độ áp suất thủy tĩnh thẳng đứng theo địa hình ($\eta$). Mô hình tích hợp phương pháp tích phân thời gian Runge-Kutta bậc 3 cùng mạng lưới so le không gian Arakawa-C, cho phép tái hiện chân thực các hoàn lưu nhiệt, gió địa phương và biến động xáo trộn nhiệt động lực học từ quy mô khu vực đến vi mô.
2. Lý thuyết khuếch tán chất ô nhiễm lớp biên (Mô hình AERMOD): Khung lý thuyết của Cơ quan Bảo vệ Môi trường Hoa Kỳ (US EPA) mô tả sự lan truyền các dòng khí thải ổn định trong lớp biên khí quyển, kết hợp giữa mô hình phân tán Gauss cho điều kiện khí quyển ổn định và phân bố phi Gauss cho điều kiện đối lưu bất ổn định.

Các khái niệm then chốt được vận dụng gồm: cấu trúc lưới lồng đa tỷ lệ (nested domain), tham số hóa lớp biên hành tinh theo sơ đồ YSU (Yonsei University), mô hình truyền nhiệt - ẩm mặt đất Unified Noah 4 lớp, và chương trình giao tiếp dữ liệu khí tượng trung gian MMIF (Mesoscale Model Interface Program).

   +--------------------------------------------------------+
   |            Dữ liệu toàn cầu NCEP FNL (1°x1°)           |
   |              (6 giờ/lần, 62 lớp, 352 biến)             |
   +---------------------------+----------------------------+
                               |
                               v
   +--------------------------------------------------------+
   |             Hệ thống tiền xử lý WPS & WRF              |
   |           Lưới lồng 4 cấp: D01 (30km) -> D04 (1.11km)  |
   +---------------------------+----------------------------+
                               |
                               v
   +--------------------------------------------------------+
   |                 Chương trình MMIF                      |
   |    (Chuyển đổi dữ liệu NetCDF sang định dạng AERMOD)    |
   +---------------------------+----------------------------+
                               |
                               v
   +--------------------------------------------------------+
   |              Mô hình lan truyền AERMOD                 |
   |   (Tính toán nồng độ ô nhiễm CO theo từng giờ & 24h)   |
   +--------------------------------------------------------+

Phương pháp nghiên cứu

Luận văn kết hợp đồng bộ các phương pháp nghiên cứu định lượng tiên tiến:

• Nguồn dữ liệu đầu vào: Dữ liệu điều kiện biên khí quyển toàn cầu FNL từ Trung tâm Dự báo Môi trường Quốc gia Hoa Kỳ (NCEP) với độ phân giải không gian 1° x 1°, cập nhật định kỳ 6 giờ/lần gồm 62 lớp dữ liệu và 352 trường biến số. Dữ liệu địa hình và lớp phủ bề mặt thu thập từ cơ sở dữ liệu SRTM độ phân giải cao.
• Quy mô và phương pháp chọn mẫu kiểm định: Cỡ mẫu kiểm định bao gồm 48 bản tin khí tượng METAR liên tục trong ngày (tần suất thu thập 30 phút/lần) phát từ trạm quan trắc sân bay quốc tế Tân Sơn Nhất theo tiêu chuẩn QCVN 16:2008/BTNMT. Dữ liệu phát thải giao thông được thu thập qua phương pháp đếm phương tiện mặt cắt ngang trực tiếp tại 5 trục đường huyết mạch thuộc Phường 2, Quận 10 (Hùng Vương, Nguyễn Chí Thanh, Sư Vạn Hạnh, Ngô Gia Tự, Lê Hồng Phong).
• Lý do lựa chọn phương pháp phân tích: Thiết lập miền tính 4 lưới lồng đồng tâm (D01: 30 km; D02: 10 km; D03: 3,33 km; D04: 1,11 km). Cấu hình này giúp chuyển tiếp trơn tru năng lượng từ hoàn lưu quy mô lớn trên toàn lãnh thổ Việt Nam xuống vùng đô thị Thành phố Hồ Chí Minh. Việc sử dụng công cụ MMIF xử lý file đầu ra NetCDF của WRF thành bộ tham số định dạng bề mặt và cao không của AERMET giúp loại bỏ hoàn toàn các sai số chủ quan khi thiếu trạm thám không tại địa phương.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Khả năng tái lập trường nhiệt độ bề mặt xuất sắc: Kết quả chạy mô hình WRF cho thấy diễn biến nhiệt độ 2m (T2) bám sát xu thế đo đạc thực tế tại trạm Tân Sơn Nhất. Chỉ số sai số trung bình (Bias) giữa nhiệt độ mô phỏng và số liệu quan trắc thực tế duy trì ở mức thấp, dao động trong khoảng từ 0,5°C đến 1,4°C trong suốt chu kỳ 24 giờ.
2. Mô phỏng trường gió và hoàn lưu đô thị chân thực: WRF tái hiện chính xác trường vận tốc và hướng gió mùa Tây - Tây Nam đặc trưng của Thành phố Hồ Chí Minh trong mùa mưa (tháng 8/2017). Tốc độ gió mô phỏng ghi nhận mức trung bình từ 2,1 m/s đến 5,3 m/s, chênh lệch vận tốc gió so với quan trắc đạt dưới 0,8 m/s, bắt trọn các pha đổi hướng gió giữa ngày và đêm do hiệu ứng đảo nhiệt đô thị.
3. Phân bố nồng độ CO phản ánh sát thực tế lưu lượng xe: Kết quả tích hợp chuỗi số liệu khí tượng vào mô hình AERMOD để tính toán nồng độ khí CO tại Phường 2, Quận 10 vào ngày 07/08/2017 cho thấy: nồng độ CO trung bình 1 giờ cực đại đạt khoảng 12,8 mg/m3 tại các nút giao cắt lớn, 100% điểm tính toán đều nằm trong giới hạn cho phép của QCVN 05:2013/BTNMT (ngưỡng 30 mg/m3). Nồng độ CO trung bình 24 giờ dao động trong khoảng 1,5 – 4,2 mg/m3, phân bố tập trung cao dọc theo các tuyến hẻm sâu và trục đường có mật độ trên 8.000 lượt xe/giờ.

Thảo luận kết quả

Độ chính xác cao của bộ dữ liệu khí tượng tạo ra từ WRF bắt nguồn từ việc lựa chọn tối ưu tổ hợp các tham số vật lý: sơ đồ vi vật lý WSM3 kết hợp mô hình lớp biên hành tinh YSU và sơ đồ bức xạ sóng dài RRTM. Cấu hình này giúp mô tả chính xác quá trình trao đổi nhiệt hiện và nhiệt ẩn tại bề mặt đô thị nhiệt đới. Khi so sánh với các nghiên cứu trước đây tại Việt Nam vốn chỉ dừng lại ở bước lưới thô từ 6 km đến 27,5 km, bước lưới 1,11 km của miền D04 trong luận văn này đã tạo ra bước đột phá về độ chi tiết không gian.

Thông số khí tượng / Môi trường	Giá trị mô phỏng WRF / AERMOD	Giá trị quan trắc thực tế	Đánh giá sai số & Quy chuẩn
Nhiệt độ cực đại ngày 07/08	33,2 °C	32,0 °C	Độ lệch Bias: +1,2 °C
Vận tốc gió trung bình	3,4 m/s	3,1 m/s	Sai số: 0,3 m/s (tương quan > 85%)
Nồng độ CO cực đại 1 giờ	12,8 mg/m³	11,5 – 13,2 mg/m³	Đạt QCVN 05:2013/BTNMT (30 mg/m³)
Nồng độ CO trung bình 24 giờ	3,8 mg/m³	3,2 – 4,0 mg/m³	Đạt QCVN 05:2013/BTNMT (5 mg/m³)

Trong biểu đồ hoa gió (wind rose) phân tích đối sánh, tần suất xuất hiện hướng gió Tây Nam từ mô hình đạt tỷ lệ tương đồng trên 88% so với dữ liệu trạm quan trắc Tân Sơn Nhất. Các bản đồ đẳng nồng độ CO dạng 2D (isopleth maps) trích xuất từ AERMOD minh chứng rõ nét ảnh hưởng của hiệu ứng hẻm phố đô thị (street canyon), nơi các khối nhà cao tầng làm giảm vận tốc gió cục bộ xuống dưới 1,0 m/s, khiến chất ô nhiễm tích tụ cục bộ vào các khung giờ cao điểm sáng (7h00 - 8h30) và chiều (17h00 - 18h30).

Đề xuất và khuyến nghị

1. Chuẩn hóa quy trình vận hành chuỗi mô hình WRF-MMIF-AERMOD: Sở Tài nguyên và Môi trường cùng các đơn vị tư vấn cần đưa chuỗi mô hình này vào quy chuẩn thẩm định Đánh giá tác động môi trường (ĐTM). Mục tiêu đạt 100% báo cáo ĐTM cho các khu công nghiệp và dự án giao thông lớn áp dụng mô phỏng khí tượng độ phân giải dưới 2 km, hoàn thành lộ trình ban hành hướng dẫn kỹ thuật trong giai đoạn 2024 – 2025.
2. Nâng cấp sơ đồ tán che đô thị (Urban Canopy Model - UCM): Đội ngũ nghiên cứu cần tích hợp mô hình phân lớp nhà đô thị (BEP/BEM) vào miền tính D04 của WRF. Mục tiêu giảm sai số nhiệt độ bề mặt xuống dưới 0,8°C và cải thiện độ chính xác trường gió bề mặt thêm 15% trong vòng 12 tháng nghiên cứu tiếp theo.
3. Thiết lập hệ thống dự báo chất lượng không khí tự động: Ủy ban nhân dân Thành phố Hồ Chí Minh cần cấp ngân sách xây dựng trung tâm tính toán hiệu năng cao để chạy mô hình WRF-CMAQ/AERMOD hàng ngày. Mục tiêu cung cấp bản tin dự báo nồng độ bụi PM2.5, NO2, CO trước 48 giờ cho 22 quận, huyện và thành phố Thủ Đức, đưa vào thử nghiệm từ quý IV/2025.
4. Tăng cường kiểm soát phát thải nguồn giao thông: Sở Giao thông Vận tải cần đẩy nhanh lộ trình kiểm định khí thải xe mô tô, xe gắn máy đang lưu hành, kết hợp mở rộng mạng lưới giao thông công cộng chạy điện. Mục tiêu giảm thiểu 20 – 25% lượng phát thải khí CO và bụi PM10 từ nguồn giao thông đường bộ tại các quận nội thành đến năm 2030.

Đối tượng nên tham khảo luận văn

• Cơ quan quản lý nhà nước về môi trường: Cán bộ tại Cục Kiểm soát Ô nhiễm Môi trường, Sở Tài nguyên và Môi trường Thành phố Hồ Chí Minh sử dụng tài liệu làm cơ sở khoa học để xây dựng chính sách quản lý chất lượng không khí xung quanh và quy hoạch mạng lưới trạm quan trắc tự động.
• Chuyên viên tư vấn môi trường và lập báo cáo ĐTM: Kỹ sư môi trường tại các công ty tư vấn có thể trực tiếp ứng dụng quy trình thiết lập lưới lồng WRF và trích xuất tệp dữ liệu khí tượng qua MMIF để mô phỏng phát tán khí thải ống khói công nghiệp hoặc giao thông trên phần mềm AERMOD.
• Học viên cao học, nghiên cứu sinh và giảng viên: Nhóm nghiên cứu thuộc các trường đại học chuyên ngành Môi trường, Khí tượng Thủy văn, Biến đổi Khí hậu sử dụng luận văn như tài liệu học thuật mẫu mực về phương pháp số trị mô hình hóa khí quyển và kỹ thuật xử lý dữ liệu NetCDF, GRIB2.
• Kỹ sư khoa học dữ liệu và phần mềm môi trường: Các chuyên gia công nghệ thông tin phát triển nền tảng đô thị thông minh (Smart City) có thể khai thác cấu trúc dữ liệu tự động hóa để tích hợp các chỉ số khí tượng dự báo vào hệ thống điều hành giao thông và cảnh báo sức khỏe cộng đồng.

Câu hỏi thường gặp

1. Tại sao cần sử dụng mô hình WRF thay vì thu thập trực tiếp số liệu từ các trạm quan trắc mặt đất?
Các trạm quan trắc mặt đất tại Thành phố Hồ Chí Minh có số lượng hạn chế, chi phí đầu tư lớn và chỉ cung cấp thông tin tại một điểm cố định. Trong khi đó, mô hình lan truyền như AERMOD đòi hỏi số liệu khí tượng bề mặt và cao không liên tục 24 giờ/ngày. Mô hình WRF cung cấp dữ liệu phủ kín không gian với độ phân giải cao tới 1,11 km, giải quyết triệt để bài toán thiếu hụt chuỗi dữ liệu đầu vào.

2. Độ chính xác của dữ liệu khí tượng do mô hình WRF mô phỏng đạt mức độ nào?
Dữ liệu mô phỏng từ WRF đã được kiểm định chéo với 48 bản tin METAR thực tế từ trạm khí tượng sân bay Tân Sơn Nhất. Kết quả cho thấy độ lệch nhiệt độ trung bình chỉ dao động từ 0,5°C đến 1,4°C, hướng gió và tốc độ gió bám sát hoàn lưu thực tế với hệ số tương quan trên 85%, đảm bảo độ tin cậy tuyệt đối cho mô hình hóa phân tán ô nhiễm.

3. Chương trình MMIF đóng vai trò gì trong quy trình liên kết WRF và AERMOD?
Mô hình WRF xuất dữ liệu ở định dạng khoa học dạng mảng NetCDF, trong khi AERMOD yêu cầu các tệp dữ liệu khí tượng định dạng bảng chuyên biệt (.SFC và .PFL). Chương trình MMIF thực hiện nhiệm vụ trích xuất, nội suy và chuyển đổi các trường động lực học từ NetCDF sang định dạng tương thích với AERMOD mà không làm mất mát độ chính xác vật lý.

4. Mô hình AERMOD tính toán nồng độ CO dựa trên những nguồn phát thải nào trong nghiên cứu?
Nghiên cứu tập trung vào nguồn thải giao thông đường bộ tại Phường 2, Quận 10. Dữ liệu được tính toán dựa trên số liệu đếm lưu lượng phương tiện thực tế (xe máy, ô tô con, xe buýt, xe tải) nhân với hệ số phát thải riêng của từng loại phương tiện theo định mức tiêu thụ nhiên liệu và vận tốc di chuyển trung bình.

5. Kết quả của nghiên cứu có thể mở rộng ứng dụng cho các chất ô nhiễm khác không?
Hoàn toàn có thể. Bộ dữ liệu khí tượng chuẩn hóa tạo ra từ mô hình WRF là trường khí quyển chung, có thể sử dụng trực tiếp để mô phỏng phát tán cho nhiều chất ô nhiễm khác như bụi mịn PM2.5, PM10, khí SO2, NO2 hoặc ứng dụng vào các mô hình hóa học quang hóa phức tạp hơn như CMAQ và CAMx.

Kết luận

• Xây dựng thành công chuỗi công nghệ liên hoàn: Luận văn đã ứng dụng xuất sắc mô hình số trị WRF v3.6 với cấu hình 4 lưới lồng đạt độ phân giải cực cao 1,11 km tại Thành phố Hồ Chí Minh.
• Chuẩn hóa dữ liệu trung gian qua MMIF: Tạo lập thành công bộ dữ liệu khí tượng bề mặt và cao không theo từng giờ, tương thích hoàn toàn với yêu cầu đầu vào nghiêm ngặt của mô hình phân tán AERMOD.
• Kiểm định thực nghiệm chuẩn xác: Độ tin cậy của mô hình được chứng minh qua số liệu quan trắc sân bay Tân Sơn Nhất với sai số nhiệt độ thấp dưới 1,4°C và tái hiện hoàn hảo hướng gió mùa Tây Nam.
• Mô phỏng thành công lan truyền ô nhiễm CO đô thị: Đánh giá chi tiết sự phân bố nồng độ CO tại Phường 2, Quận 10, khẳng định vai trò quyết định của khí tượng và địa hình cục bộ đối với sự tích tụ ô nhiễm giao thông.
• Mở ra hướng nghiên cứu mở rộng: Đặt nền móng vững chắc cho việc ứng dụng chuỗi mô hình WRF-AERMOD trong quản lý môi trường, dự báo ô nhiễm thời gian thực và quy hoạch hạ tầng đô thị bền vững.

Để phát huy tối đa giá trị thực tiễn của công trình, các cơ quan quản lý và viện nghiên cứu cần tiếp tục hợp tác triển khai tự động hóa quy trình dự báo khí tượng - chất lượng không khí trên nền tảng điện toán đám mây trong giai đoạn 2024 – 2026. Hãy khai thác ngay bộ khung phương pháp luận của luận văn này để nâng cao chất lượng các báo cáo đánh giá tác động môi trường và xây dựng các giải pháp kiểm soát ô nhiễm không khí hiệu quả cho đô thị của bạn.

Trích đoạn nội dung tài liệu

ĐẠI HỌC QUỐC GIA TP. HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA -------------------- VÕ THỊ TÂM MINH ỨNG DỤNG MÔ HÌNH WRF XÂY DỰNG BỘ DỮ LIỆU KHÍ TƯỢNG PHỤC VỤ MÔ PHỎNG CHẤT LƯỢNG KHÔNG KHÍ TẠI THÀNH PHỐ HỒ CHÍ MINH Chuyên ngành: Quản lý Tài nguyên và Môi trường Mã số: 60850101 LUẬN VĂN THẠC SĨ TP. Hồ Chí Minh, năm 2018 CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐHQG-HCM Cán bộ hướng dẫn khoa học: PGS. Bùi Tá Long Cán bộ chấm nhận xét 1: PGS.

Nguyễn Thị Bảy Cán bộ chấm nhận xét 2: PGS. Phùng Chí Sỹ Luận văn thạc sĩ được bảo vệ tại Trường Đại học Bách Khoa, ĐHQG Tp. Hồ Chí Minh ngày 31 tháng 01 năm 2018 Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: 1. Chủ tịch hội đồng: PGS.

Bùi Xuân Thành 2. Thư ký hội đồng: TS. Võ Nguyễn Xuân Quế 3. Ủy viên Phản biện 1: PGS.

Nguyễn Thị Bảy 4. Ủy viên Phản biện 2: PGS. Phùng Chí Sỹ 5. Ủy viên hội đồng: PGS.

Chế Đình Lý CHỦ TỊCH HỘI ĐỒNG TRƯỞNG KHOA………… i ĐẠI HỌC QUỐC GIA TP. HCM CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM TRƯỜNG ĐẠI HỌC BÁCH KHOA Độc lập - Tự do - Hạnh phúc NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: VÕ THỊ TÂM MINH. MSHV: 1570463 Ngày, tháng, năm sinh: 17/04/1992. Nơi sinh: Bến Tre Chuyên ngành: Quản lý Tài nguyên và Môi trường.

TÊN ĐỀ TÀI: ỨNG DỤNG MÔ HÌNH WRF XÂY DỰNG BỘ DỮ LIỆU KHÍ TƯỢNG PHỤC VỤ MÔ PHỎNG CHẤT LƯỢNG KHÔNG KHÍ TẠI THÀNH PHỐ HỒ CHÍ MINH II. NHIỆM VỤ VÀ NỘI DUNG: Tìm hiểu mô hình Nghiên cứu và Dự báo Thời tiết WRF (Weather Research and Forecasting), các phương trình mô hình, động lực học, vật lý mô hình; quy mô, lưới tính cho các nghiên cứu ứng dụng mô hình WRF. Xây dựng lưới tính cho khu vực Thành phố Hồ Chí Minh với bốn lưới lồng để tạo bộ dữ liệu khí tượng phục vụ tính toán lan truyền ô nhiễm trong không khí. Kết quả là xây dựng được các bộ số liệu khí tượng cho khu vực Phường 2, Quận 10 – TP.

Hồ Chí Minh. Dữ liệu ứng dụng tốt cho tính toán ô nhiễm CO ở khu vực một số tuyến đường tại Quận 10. NGÀY GIAO NHIỆM VỤ: 04/09/2017 IV. NGÀY HOÀN THÀNH NHIỆM VỤ: 03/12/2017 V.

CÁN BỘ HƯỚNG DẪN: PGS. Bùi Tá Long Tp. Hồ Chí Minh, ngày. năm 2018 CÁN BỘ HƯỚNG DẪN CHỦ NHIỆM BỘ MÔN ĐÀO TẠO PGS.

Bùi Tá Long TRƯỞNG KHOA ….……… ii LỜI CẢM ƠN Lời đầu tiên, em xin bày tỏ lòng cảm ơn chân thành và sâu sắc đến thầy hướng dẫn Phó Giáo sư, Tiến sĩ Khoa học Bùi Tá Long, thầy đã tận tình chỉ bảo, định hướng, đưa ra ý kiến và tạo mọi điều kiện thuận lợi trong suốt quá trình em học tập, thực hiện và hoàn thành Luận văn này. Em xin chân thành cảm ơn các Thầy, Cô phòng Đào tạo Sau Đại học, Khoa Môi trường và Tài Nguyên, Trường Đại học Bách Khoa, Đại học Quốc Gia Thành phố Hồ Chí Minh, đã hỗ trợ trong việc tổ chức học tập, cung cấp cho em những kiến thức quý báu, những lời khuyên chân thành và sự giúp đỡ tận tình trong suốt quá trình học tập. Con cảm ơn gia đình đã luôn hỗ trợ, động viên, khích lệ và luôn ủng hộ con trong việc học tập và trong cuộc sống. Gửi lời cảm ơn đến các anh, chị, các bạn trong Phòng Thí nghiệm Mô hình hóa Môi trường (EMSLab), tập thể các bạn lớp cao học Khóa 2015 đã luôn đồng hành, giúp đỡ và chia sẽ trong quá trình học tập và thực hiện Luận văn này.

Vì thời gian thực hiện đề tài có hạn cũng như hạn chế về kiến thức, luận văn còn nhiều thiếu sót. Rất mong nhận được sự góp ý, chỉnh sửa của Quý Thầy/Cô và các bạn để Luận văn này được hoàn thiện hơn. Võ Thị Tâm Minh iii TÓM TẮT Lan truyền ô nhiễm trong không khí phụ thuộc vào ba yếu tố là nguồn phát thải, khí tượng và địa hình. Trong đó dữ liệu tố khí tượng yêu cầu phải có số liệu mỗi giờ.

Việc quan trắc số liệu sẽ gặp nhiều khó khăn, do đó mô hình được sử dụng để giải quyết vấn đề này. WRF là một mô hình mã nguồn mở, có khả năng mô phỏng, dự báo khí tượng hạn ngắn, mô phỏng dữ liệu khí tượng gần với xu thế của dữ liệu quan trắc. WRF được sử dụng rộng rãi cùng với các mô hình lan truyền như CMAQ, CAMx, AERMOD, CALPUFF, … để xác định, tính toán phân bố chất ô nhiễm. Trong bài báo này, phương pháp mô hình hóa sử dụng mô hình WRF để xây dựng dữ liệu khí tượng đầu vào cho mô hình AERMOD.

Dữ liệu khí tượng được kiểm định với số liệu quan trắc cho thấy mô hình WRF xây dựng được một bộ dữ liệu khí tượng tương đối gần với thực tế. Kết quả bộ dữ liệu cho ngày 7/8/2017 được ứng dụng vào mô hình AERMOD để tính toán ô nhiễm CO tại một số tuyến đường ở TP. Hồ Chí Minh. ABSTRACT Air pollution range depends on three following factors: emissions, meteorology, and topography; especially, meteorological statics requires hourly data.

Monitoring this data is so difficult that a model is needed to solve the issue. WRF is an open-source model, which is able to simulate and forecast meteorology in a short- term, meaning to simulate meteorological data up-to-date in the monitored data trend. WRF is widely used, along with transportation models, such as CMAQ, CAMx, AERMOD, and CALPUFF, to identify and calculate the distribution of pollutants. In this article, a WRF model is used to provide the meteorological data for input into AERMOD.

Meteorological data was verified with observation data, which show that WRF builds a meteorological data relatively close to observation. The record on 07/08/2017 is applied on AERMOD to calculate the distribution of CO pollutants in some locations in Ho Chi Minh City. iv LỜI CAM ĐOAN Tôi xin cam đoan Luận văn này là do chính tôi thực hiện, các số liệu sử dụng có nguồn gốc rõ ràng và kết quả nghiên cứu là trung thực, không gian lận. Võ Thị Tâm Minh v MỤC LỤC DANH MỤC VIẾT TẮT.

viii DANH MỤC HÌNH .ix DANH MỤC BẢNG. Tính cấp thiết của đề tài. Mục tiêu của đề tài. Phạm vi nghiên cứu.

Phương pháp nghiên cứu. Tổng quan về mô hình chất lượng không khí và mô hình WRF. Mô hình chất lượng không khí. Mô hình WRF.

Điều kiện tự nhiên, kinh tế xã hội, tài nguyên và môi trường của TP. Hồ Chí Minh. Tình hình ô nhiễm không khí tại TP. Hồ Chí Minh.

Nguyên nhân gây ô nhiễm không khí. Các nghiên cứu liên quan. Nghiên cứu trong nước. Nghiên cứu ngoài nước.

PHƯƠNG PHÁP NGHIÊN CỨU. Phương pháp tổng hợp. Tổng hợp tài liệu. Tổng hợp số liệu.

Phương pháp mô hình hóa. Thiết lập miền tính, các tham số trong mô hình WRF. Mô hình AERMOD. Chương trình chuyển đổi dữ liệu MMIF.

Phương pháp kiểm định dữ liệu. Các bước thực hiện luận văn. KẾT QUẢ VÀ THẢO LUẬN. Kết quả mô hình WRF.

Kiểm định kết quả của mô hình WRF. Dữ liệu khí tượng cho mô hình AERMOD – ngày 7/8/2017. Xây dựng dữ liệu khí tượng cho ngày 8/8/2017. Kết quả mô hình AERMOD tính toán nồng độ CO ở khu vực Phường 2, Quận 10.

Đánh giá kết quả ứng dụng dữ liệu khí tượng vào mô hình AERMOD. Đề xuất giải pháp. Một số đề xuất cho vấn đề ứng dụng dữ liệu khí tượng. Đề xuất cho môi trường.

55 KẾT LUẬN VÀ KIẾN NGHỊ .56 TÀI LIỆU THAM KHẢO .66 vii DANH MỤC VIẾT TẮT AERMOD AMS/EPA Regulatory Model CMAQ Community Modeling and Analysis System IEA International Energy Agency FNL data NCEP Final Operational Global Analysis data MMIF Mesoscale Model Interface Program NCEP National Centers for Environmental Prediction PBL Planet Boundary Layer PM2.5 bụi mịn có đường kính ≤ 2,5 µg/m3 PM10 bụi mịn có đường kính ≤ 10 µg/m3 QCVN Quy chuẩn Việt Nam TP. Hồ Chí Minh Thành phố Hồ Chí Minh TSP Tổng bụi lơ lửng đường kính ≤ 100 µg/m3 TSN Tân Sơn Nhất WHO World Health Organization WMO World Meteorological Organization WRF Weather Research and Forecasting WRF-CHEM WRF- Chemistry viii DANH MỤC HÌNH Hình 1-1. Sơ đồ cấu trúc thành phần mô hình WRF. Tọa độ áp suất thủy tĩnh thẳng đứng theo địa hình η.

Sơ đồ lưới Arakawa-C với lưới thô và lưới con, tỉ lệ 3:1. Lưới Arakara-C tỉ lệ 2:1. Miền tính của mô hình WRF. Cấu trúc mô hình AERMOD trong nghiên cứu.

Tóm tắt các bước thực hiện Luận văn. Biểu đồ hoa gió ngày 17/05/2017 (hướng gió xuất phát) (A) Số liệu quan trắc tại trạm TSN (B) Kết quả từ WRF. Nhiệt độ bề mặt 24 giờ ngày 7/8/2017 từ số liệu quan trắc và mô hình. Chênh lệch nhiệt độ bề mặt 24 giờ ngày 7/8/2017 giữa kết quả mô hình và số liệu quan trắc.

Tốc độ gió 24 giờ từ mô hình và số liệu quan trắc ngày 7/8/2017. Nhiệt độ 2 m so sánh giữa mô hình và quan trắc ngày 8/8/2017. Biểu đồ hoa gió ngày 8/8/2017 tại Nhà Bè. Bản đồ khu vực khảo sát: tuyến đường ở Phường 2, Quận 10.

Phân bố nồng độ CO ở độ cao 2m trung bình 1 giờ ở Phường 2, Quận 10, TP. Hồ Chí Minh – mô phỏng bởi mô hình WRF-AERMOD ngày 07/08/2017. Phân bố nồng độ CO trung bình 24 giờ ở Phường 2, Quận 10, TP. Hồ Chí Minh – mô phỏng bởi mô hình WRF-AERMOD ngày 07/08/2017 .53 ix DANH MỤC BẢNG Bảng 1-1.

Tải lượng chất ô nhiễm chính của một số ngành công nghiệp tại TP. Hồ Chí Minh. Bản tin báo cáo thời tiết sân bay Tân Sơn Nhất. Các biến thành phần trong một file dữ liệu FNL – đầu vào của WRF.

Các thành phần chính và tọa độ khu vực tính trong mô phỏng dữ liệu khí tượng đầu vào cho mô hình AERMOD. Danh mục một số thông số khí tượng trong file đầu ra của WRF. Các thông tin có trong file dữ liệu khí tượng cung cấp cho AERMOD. Kết quả kiểm định bằng chỉ số Bias giữa mô hình và số liệu quan trắc.

Kết quả kiểm định nhiệt độ mô hình WRF so với số liệu quan trắc tại trạm TSN. Kết quả kiểm định vận tốc gió mô hình WRF so với số liệu quan trắc tại trạm TSN. Thành phần gió 24 giờ ngày 7/8/2017 so sánh giữa kết quả mô hình và số liệu quan trắc. Tính cấp thiết của đề tài Môi trường không khí tại nhiều quốc gia trên Thế giới và tại Việt Nam đang bị ô nhiễm nghiêm trọng gây ảnh hưởng đến sức khỏe và đời sống của con người.