I.3. A légköri és csatolt numerikus modellek osztályozási elvei

A következőkben az általunk alkalmazott numerikus modellek osztályozási elveivel, főbb típusaival ismerkedünk meg. Elsőként röviden áttekintjük a légköri modelleket. Ezt követi az áramlástani modellek, (vagy más szóval megoldók) bemutatása, majd a terjedési és az ökológiai modellekkel ismerkedünk. Ezek a mi szempontunkból csatolt modellek. (A numerikus megoldó kifejezés itt arra utal, hogy adott – előre beprogramozott – egyenletek megoldását végezzük el, amihez a modellrácsot, a kezdeti és peremfeltételeket és a modellfuttatáshoz szükséges további információkat (pl. időlépcső, numerikus módszer) a felhasználó állítja be.) Az áramlástani modellek felhasználják a légköri modellek adatait, illetve ha együtt alkalmazzuk, kölcsönhatásban vannak a légköri modellel. Gondoljunk csak a felhőképződésre, vagy a sugárzási folyamatokra, ahol meghatározó pl. az aeroszol koncentráció ismerete.

Vannak további modelltípusok is, amelyekkel itt nem foglalkozunk. Ilyenek például a regionális éghajlati modellek, a Lagrange-típusú trajektóriamodellek (pl. HySplit -  http://www.arl.noaa.gov/HYSPLIT_info.php), a Lagrange-típusú részecskemodellek, mint a Flexpart (http://transport.nilu.no/flexpart),vagy a különböző hidrológiai pl. folyó- és tómodellek.

Van néhány általános osztályozási elv, ami meghatározza az alkalmazott modell szerkezetét (Koncsos et al., 2011). Ilyen a tér- és időbeli felbontás, az egyenletekben alkalmazott egyszerűsítések és elhanyagolások, az alkalmazott numerikus módszer. Előrejelzéseink támaszkodhatnak egyetlen modellszimuláció eredményére, de lehetnek valószínűségi (ensemble) előrejelzések is (ebben az esetben több előrejelzés együttesét tekintjük).

I.2. táblázat. A légköri mozgásrendszerek jellegzetes tér- és időskálái (Orlanski, 1975; Stull, 1988 és Czelnai, 1995 alapján).

I.3.1. Légköri modellek

A légköri folyamatok tér- és időskálája (I.2. táblázat) egyúttal megadja a numerikus modellek természetes osztályozását. Az egyes skálákon a tér- és időbeli felbontásnak olyannak kell lenni, hogy le tudjuk írni az adott jelenség fejlődését. Például egy zivatarcella modellezésénél, melynek karakterisztikus mérete 10 km-es, legalább néhány km-es horizontális rácsfelbontással kell dolgoznunk. A rácshálózat horizontális és vertikális kiterjedését úgy kell megválasztanunk, hogy követni tudjuk az adott folyamat fejlődését. A hazánkat elérő zivatarlánc mezoskálájú modellezéséhez már szükségünk van a Kárpát-medencét is jó felbontásban (néhány km-es horizontális rácstávolság) lefedő modellrácsra.

Az alkalmazott rácsfelbontás szabja meg a parametrizációs eljárásokat. A rácstávolságnál nagyobb skálájú folyamatokat a légköri hidro-termodinamikai egyenletrendszer közvetlenül modellezi, míg a rácsfelontásnál kisebb térskálájú folyamatokat csak parametrizációk segítségével tudjuk figyelembe venni. A parametrizációk és a modelldinamika szempontjából fontos elkülöníteni a kisebb felbontású (nagyobb horizontális rácstávolsággal jellemzett) hidrosztatikus és a finom felbontású – általában (2–5) km-es rácstávolság alatti – nem-hidrosztatikus modelleket.

Megkülönböztetünk globális (teljes Földre vonatkozó), illetve korlátos tartományú vagy regionális modelleket, melyekkel egy kiválasztott területre készítenek előrejelzést általában finomabb felbontással, viszont ezek határfeltételeket is igényelnek. A koordináta-rendszer választástól függően egy globális modell is alkalmazhat finomabb horizontális rácsfelbontást kiválasztott régiók felett, pl. a változó felbontású modellek esetében. Itt a változó modell-közelítések és a parametrizációk okoznak nehézséget, cserébe viszont nem kell a peremfeltételekkel foglalkozni.

I.3.2. Áramlástani modellek

A mérnöki gyakorlatban alkalmazott áramlástani modellek (más szóval megoldók) a hidro-termodinamikai egyenletrendszer numerikus megoldásán alapulnak. A cél a különböző közegek áramlási rendszerének a leírása legyen az egy épület körüli áramlás, vagy a belterek modellezése, esetleg egy szárnyprofil körüli áramlás leírása, de idetartozik például az erekben a véráram modellezése is. Ez a tudományterület az áramlástan numerikus modellezése, amit a CFD angol mozaikszó takar (CFD – Computational Fluid Dynamics, Toro, 1999).

I.15. ábra. A CFD alkalmazása mezoskálájú modell-környezetben (Moeng et al., 2007.). A LES (Large Eddy Simulation – nagy örvény szimuláció) az egyik általánosan használt CFD módszer. MM/WRF – a mezoskálájú modell (MM) rácshálózata. Példaként a WRF modell szerepel (lásd a III. fejezetet is).

Amíg a meteorológiai gyakorlatban a beágyazott mezoskálájú modellek rácsfelbontása egyre inkább csökken, s ma már használhatók akár a városi utcaközök dinamikai modellezésére, addig a CFD modellek térbeli tartományuk kiterjesztésével és az ún. adaptív rácshálózat alkalmazásával (ami a falak közelében akár néhány mm-es, míg távolabb m-es felbontást jelent) már egy-egy városrész modellezésére is alkalmas. A két modellközelítés (a meteorológiai és az áramlástani) „összeér”. Ez indokolja, hogy megismerkedjünk a CFD modellekkel is. E modellezési technikát úgy képzelhetjük el a meteorológiában, mintha egy-egy mezoskálájú rácskockában az áramlási képet már CFD modell segítségével határoznánk meg. Ilyen modell opciója a későbbiekben megismerésre kerülő WRF (Weather Research and Forecasting) modellnek is van (I.15. ábra).

Amíg a meteorológiai modellekben – a nagy rácsfelbontás miatt – elhanyagoljuk a molekuláris viszkozitást, addig az áramlástani megoldókban a kis rácsfelbontás és a falhatás miatt ennek meghatározó szerepe van. Együtt modellezik a kétféle turbulens kicserélődést. Kolmogorov és Richardson hipotézisei szerint a nagyléptékű struktúrákra (örvényekre) az áramlási tér geometriája van hatással, míg a molekuláris viszkozitás szerepe elhanyagolható. A turbulens áramlás a nagy örvények instabilitását és aprózódását okozza a határrétegben, egészen addig a szintig, amíg a csökkenő léptékeknél a súrlódás növekedésével a legapróbb örvények már stabilak maradnak. Ezek az örvények már nem szállítják, hanem disszipálják az energiát. Ezek már izotróp örvénytestek (Kósa, 2009; Lohász és Régert, 2010).

A turbulens áramlás leírására különböző modellezési technikák vannak a rácsfelbontás függvényében. A rácsfelbontás feletti örvénytesteket közvetlenül (a légköri hidro-termodinamikai egyenletrendszer, benne a molekuláris viszkozitás megoldásával) modellezzük, míg a rácsfelbontásnál kisebb örvények hatását parametrizáljuk.

I.16. ábra. CFD modellezési technikák az átlagolási idő függvényében. L a turbulens örvények karakterisztikus mérete, lε az energiadisszipációs izotróp örvények karakterisztikus mérete, Δ a direkt modellezés felbontása, Re a Reynolds-szám  (Sodja, 2007 nyomán).

A legteljesebb – elsősorban kutatási céllal alkalmazott – eljárás a közvetlen numerikus szimuláció (DNS - Direct Numerical Simulation). A Navier–Stokes-egyenletek megoldásánál közvetlenül modellezik a teljes turbulens hossz- és időskálát (kis rácsfelbontás).  Megfelelő peremfeltételek ismeretében elvben tetszőleges áramlás „pontosan” számítható. Mindehhez azonban a legkisebb léptékeknél is kisebb cellaméret és időlépcső szükséges. A módszer nagy számítógépigénye miatt csak alacsony Reynolds-számok esetén alkalmazható. A fejlett turbulencia és a disszipációs folyamatok pontos leírásához szükséges rácsméret a mai számítástechnika mellett sem kivitelezhető. Gondoljunk csak a cm-es, vagy annál kisebb felbontásra.

A nagyörvény-szimuláció (LES – Large-Eddy Simulation) a korábban említett direkt módszerrel (DNS) szemben a Navier–Stokes-egyenletek térben szűrt változatát oldja meg. E modellezési technika lényege: a primitív egyenletek megoldása mikroskálán akár néhány méteres rácsfelbontással, amihez a domborzat és a felszíni hatások pontos ismerete szükséges (Moeng és Sullivan, 2002). A rácsfelbontásnál kisebb skálájú folyamatokat (energia disszipáció) itt is parametrizálni kell, egy nagyobb széllökést, a koherens turbulens struktúrákat azonban már nem. A LES modellezési technikát – pl. adaptív rácshálózatot alkalmazva – elterjedten használják a mérnöki tervezésben is (áramlástani megoldók). Amíg azonban a mérnöki feladatokban a határfelületet ún. fal-függvényekkel írják le, addig a mikrometeorológiában a felszíni energiamérleg egyenletet kell megoldani, illetve a felszín feletti molekuláris és turbulens diffúziót kell leírni. Az LES a közeli jövő egyik meghatározó eszköze lesz a mikrometeorológiában is; számos gyakorlati feladat (terjedés-számítás, szélenergetikai vizsgálatok) megoldása mellett alkalmas az inhomogén felszínek feletti turbulens áramlás modellezésére (Wood, 2000). A mikrometeorológiai LES modelleket gyakran egy mezoskálájú modellbe ágyazzák (I.15. és I.16. ábra).

A harmadik módszer a Reynolds-átlagolt (Reynolds-Averaged Navier-Stokes – RANS) egyenletek megoldása. Általában másfeles, vagy magasabb rendű lezárási hipotéziseket alkalmaznak. Az egyenletek lezárásához szükséges, nemlineáris tagokból származó Reynolds-feszültségeket vagy közvetlenül, a komponenseire felírt transzport-egyenletekkel vagy a molekuláris és a turbulens viszkozitás parametrizálásán keresztül számítják (Pope, 2000, Kósa, 2009). Ez a modellezési technika áll a legközelebb a klasszikus mezo- és mikroskálájú meteorológiai modellekhez.

Megemlítjük még az elkülönített örvény-szimulációt is (Detached Eddy Simulation). Ez két módszer a RANS és a LES ötvözete. A turbulens örvények modellezésére az LES technikát, míg a határfelületektől távolabb az egyszerűbb RANS módszert alkalmazzuk.

Az áramlástani megoldók szerkezetéről és gyakorlati alkalmazásáról olvashatnak pl. a kereskedelmi forgalomban is kapható FLUENT program leírásában (https://confluence.cornell.edu/display/SIMULATION/FLUENT+Learning+Modules), de ezzel a kérdéskörrel foglalkozik a IV., s részben a VII. fejezet is. 

I.3.3. Terjedési modellek – a légköri szennyzőanyag-terjedés

A levegőszennyezettség mértéke függ a légszennyező anyagok és prekurzoraik emissziójától, a légköri elszállítódási és hígulási folyamatoktól, a légkörben lejátszódó kémiai átalakulásoktól és a légköri száraz és nedves ülepedés mértékétől. E folyamatok bonyolultsága miatt a légszennyezettség meghatározásához matematikai eszközöket használunk, amelyeket légszennyezettségi modelleknek nevezünk. A terjedési modellek a meteorológiai adatokat mérésekből, illetve numerikus légkörmodellekből kapják az alkalmazott modell bonyolultságától és a feladattól függően. A gyakorlati feladatok megoldásához számtalan különböző típusú modell érhető el és használható (Baklanov et al. 2011).

A légszennyezettségi modellek osztályozása történhet annak alapján is, hogy milyen skálájú folyamatok modellezésére fejlesztették ki (I.17. ábra, I.2. táblázat). A városi területeken megkülönböztetünk lokális skálájú modelleket, amelyeknek modellezési léptékét az utcák méretei határozzák meg. Lokális skálájúak még a városrészekre kiterjedő modellek is egészen 10 km x 10 km-es kiterjedésig. Az itt modellezett jelenségek élettartama néhány perctől 1 nap nagyságrendig tarthat (I.17. ábra).

I.17. ábra. A légszennyezettségi modellek tér és időbeli felbontása Moussiopoulos et al. (2003) alapján.

A városi és más nagyobb skálájú modellek nem foglalkoznak minden épülettömb, vagy minden egyes épület áramlásmódosító hatásának a leírásával, de az érdességi magasság alkalmazásával a turbulens átvitel leírásánál figyelembe veszik a felszín hatását is. A városi modellek a feladattól függően széles tér- és időskálán mozognak attól függően, hogy csak egy-egy város áramlási rendszerét vagy a város és vidék kölcsönhatásokat is figyelembe veszik. A városi skálájú modellek néhány 10 km-es karakterisztikus horizontális mérettől több száz kilométeres mérettartományig terjedhetnek (I.17. ábra). Egy tipikus európai városi régiót figyelembe véve – előrejelzési céllal – akár 500 km x 500 km-es térbeli kiterjedésűek is lehetnek a beágyazott levegőkörnyezeti modellek, míg az előrejelzési időszak (időskála) elérheti a néhány napot is. Ezen modellek gyakran képesek olyan jelenségek leírására is, amelyek élettartama néhányszor tíz perces, horizontális mérete pedig száz méteres, kilométeres nagyságrendű.

A szinoptikus skálájú modellek vizsgálati területei lefedhetik például az atlanti-európai térséget (5000 km x 5000 km), míg a makro-skálájú modellek meghaladják az 5000 km x 5000 km-es mérettartományt.

Ha a légszennyező modelleket az általuk használt számítási eljárások alapján osztályozzuk, akkor négy kategóriát különböztethetünk meg: 1) statisztikai analízis, 2) Gaussi- modell és 3) Lagrange-típusú modell. A számítások során azonban leggyakrabban 4) Euler-féle közelítést használnak a szennyezettség transzport szimulálására. Gyakori eset, hogy egyes modellek több kategóriába sorolhatóak, mivel egyszerre több típusú számítási módszert alkalmaznak (http://acm.eionet.europa.eu/databases/MDS/index_html; Daly és Zannetti, 2007; Weidinger et al., 2010; Baklanov et al., 2011).

I.3.3.1. Statisztikai modellek

A statisztikai modellek olyan fizikai összefüggéseken alapulnak, amelyeket megfelelően kiválasztott (mért és/vagy modellezett) paraméterek között állapíthatunk meg. Számos statisztikai módszer alkalmazható, mint a regresszió analízis, neurális hálózatok (neural network), stb. Mivel az összefüggések az adott mérőhely környezetére érvényes megfigyeléseken alapulnak, a statisztikai modelleket minden egyes esetre újra és újra meg kell határozni. A statisztikai modellek pontszerű meteorológiai adatokat igényelnek, amelyeket a kívánt tér- és időbeli felbontásban meteorológiai modellekből nyerhetünk. Megjegyezzük, hogy a statisztikai modellek nem alkalmasak a légszennyezettség csökkentésére vonatkozó stratégiák kidolgozására, vagyis nem használhatóak a légszennyezőanyag emisszió és a légköri koncentrációk közötti kapcsolat feltárására.

I.3.3.2. Gauss-modellek

A gaussi-modell típusok azoknak az egyenleteknek az analitikus megoldásai, amelyek a kémiai és/vagy légköri transzport és diffúziós folyamatokat írják le (I.18. ábra). Egyik jellemző fajtája ennek a Gauss-féle füst fáklya modell, amely a turbulens diffúzió leírására Gauss-féle eloszlásprofilt használ. A gyakorlati feladatok megoldásában elterjedten használják az ilyen típusú modelleket, mivel számos olyan feltételezésen alapulnak, amelyek jó közelítését adják az ipari és a közlekedési forrásokból származó légköri szennyezőanyag koncentráció eloszlásának. Ebbe a kategóriába esnek a boksz-modellek is vagy azok a nem-gaussi típusúak, amelyek a diszperziós folyamatok leírásakor magukban foglalnak magasabb rendű momentumokat is. Léteznek továbbá olyan analitikai modellek is, amelyek valószínűségi eredményeket nyújthatnak. Gauss-féle modellek használatosak az ipari és a közlekedési forrásokból származó szennyezettség meghatározására. Ezek a modellek pontszerű meteorológiai adatokat, vertikális profilszerkezetet és a Monin–Obukhov-féle turbulens skála paraméterek meghatározását igénylik. Erre szolgálnak a meteorológiai preprocesszorok (COST Action 710, 1998). A meteorológiai interface-hez felhasznált háromdimenziós meteorológiai adatok reprezentativitása azonban elég kritikus különösen erősen tagolt felszínnel rendelkező nagy kiterjedésű városok esetében.

I.3.3.3. Lagrange-féle modellek

A Langrange-féle modelleknek széles skálája létezik, de mindegyikre jellemző, hogy a részecskék, illetve légrészek (egy vagy több) leírására áramlási trajektóriákat használnak. Ezek a modellek 3D-s átlagos meteorológiai mezőket igényelnek a szél, a hőmérséklet, a nedvesség tartalom és lehetőség szerűen a turbulens kinetikus energia vonatkozásában; továbbá szükségesek a számításokhoz a csapadék, a szenzibilis hőáram, a súrlódási sebesség és a Monin-Obukhov hossz két dimenziós felszíni mezői is. Szükség van még 3D-s turbulens mezőkre is, mint a szél-variancia és a Lagrange-féle időskála. Ezeket az átlagos változókból vagy rekonstruált légköri határréteg skálaparaméterekből kell meghatározni. (A Lagrange-féle időskála a turbulencia tér- és időbeli szerkezetének hasonlóságáról tájékoztat. Azt mutatja, hogy az adott mérőhelyen áthaladó turbulens örvénytestek milyen időskálán tekinthetők egymással kapcsolatban levőnek.)

A modelleket alkalmazhatjuk kémiailag inert és kémiai átalakulásokban résztvevő gázokra egyaránt, ez utóbbi esetben egy kémiai modul alkalmazásával vehetjük figyelembe a transzport folyamán lejátszódó bonyolult kémiai reakciókat, mint pl. a fotokémiai reakciókat  a NO, NO2 és O3 koncentráció meghatározásakor. A számítások során az aeroszolokat gyakran kémiailag passzív részecskékként kezelhetjük, de egyes lépésekben a kémiailag aktív aeroszol részecskék illetve a vízfázisú kémiai átalakulások is figyelembe vehetőek. A száraz ülepedést a legtöbb légszennyezettségi modellben egy ellenállás modellel számítjuk, ugyanakkor a különböző szennyezőanyagok nedves ülepedését csak kevés modell veszi figyelembe. Ennek a parametrizációja a koncentráció valamint a csapadékmennyiség és -intenzitás figyelembevételével történik.

A Lagrange-féle részecskemodellek nagy előnye, hogy nincsen bennük „mesterséges” numerikus diffúzió,amely elkerülhetetlen az Euler-féle modelleknél.

I.18. ábra. A Gauss-féle modell szerkezete. Hs a kéménymagasság, Heff  az effektív kéménymagasság, σy, σz a gorizontális és a vertikális diszperziós együttható, u a szélsebesség, Q a forráserősség.

I.3.3.4. Euleri-féle modellek

Az Euler-féle modellek legelterjedtebben városi és regionális skálán használatosak. A mozgásegyenleteknek és a kémiai/fizikai folyamatok egyenleteinek megoldása adott rácshálózaton történik (I.19. ábra). Az Euler-féle rácshálózat alapulhat földrajzi koordinátákon, mint a regionális modellek esetében, de speciális helyi rácshálózaton is történhet a számítás, pl. a forrástól vett távolság, mint skálaparaméter alapján. Városi léptékben történő alkalmazáshoz a rácshálózat mérete általában 1–5 km, regionális skálán 10–50 km. Olyan nagy felbontású Euler-féle modellek alkalmazása is lehetséges, amelyek a mozgásegyenleteket méteres vagy még kisebb skálán képesek megoldani. Ezek a modellek az épületek és egyéb akadályok hatását is számítják (lásd a I.2.3. fejezetet is). A háromdimenziós Euler-féle modelleknek háromdimenziós átlagos meteorológiai mezőkre van szükségük bemenő adatként. Az Euler-féle diszperziós koefficienseket (KH, KM) a numerikus időjárás előrejelző modellek futtatási eredményeiből nyerhetjük, más esetekben pedig az Euler-féle modell preprocesszorok képesek a turbulens paraméterek meteorológiai mezőkből való meghatározására, továbbá alkalmasak a skála-paraméterek (pl. Monin-Obukhov-féle hossz) kiszámítására is.

A fentiekben áttekintett légszennyezettségi modellek között semmilyen preferencia, de még ajánlás sem létezik; az Európai Levegőminőségi Irányelvek nem mondanak ki semmilyen választási kritériumot a légszennyezettségi transzport modellek alkalmazására, csupán a vizsgálat célja dönti el, hogy melyik modell használata a legcélravezetőbb. Jelenleg mindegyik modell-típust elterjedten alkalmazzák az európai városok légszennyezettségének szabályozására és előrejelzésére, például Euler-féle fotokémiai transzport modellt alkalmaznak Budapest, Oslo, Torino, London és Castellon/Valencia levegőminőségének előrejelzésére, ugyanakkor Lagrange-féle modellt használtak a koppenhágai baleseti előrejelző rendszer kidolgozásakor.

A fotokémiai transzport modellek Eeuler-típusúak, felépítésüket a I.20. ábra szemlélteti, ahol a nyilak az információ áramlást reprezentálják.

I.19. ábra. Az Euler-féle modell vázlatos szerkezete.

A mezo- és ennél nagyobb skálájú légszennyezettségi modellek fejlesztésének újabb tendenciái szerint a levegőminőségi transzport modellek számára a megfelelő meteorológiai input paramétereket a numerikus időjárás előrejelző modellek szolgáltatják (csatolások). A két modellezési eljárás összekapcsolása kezdetben számos nehézségbe ütközött, hiszen történetileg az időjárás előrejelző modellek és a légszennyezettségi modellek (nevezhetjük légköri kémiai transzport modelleknek is) egymástól elkülönítve fejlődtek és a kétféle modell-típus fejlesztői is szinte egymástól függetlenül dolgoztak. A számítógép kapacitások megsokszorozódásának köszönhetően a modern időjárás-előrejelző modellek már mezo- és városi léptékben is képesek a meteorológiai mezők meghatározására, és egyben nagyon részletes felszíni adatbázisokat és finom felbontású távérzékelési adatokat is beépítenek a számításokba.

Az időjárás-előrejelző modell és a légköri kémiai transzport modell integrálásával javultak a meteorológiai, környezeti és légszennyezettségi előrejelzések: és így egy új, gyorsan fejlődő légköri modellezési rendszer alakult ki az elmúlt 10–15 évben, amelyet kémiai időjárás előrejelzésnek (Chemical Weather Forecasting) is neveznek (European Chemical Weather Forecast portal: http://www.chemicalweather.eu/Domains).

I.20. ábra. A fotokémiai transzport modell folyamatábrája.

A kapcsolt meteorológiai és kémiai terjedési (transzport) modelleknek két alapvető típusa létezik: az off-line (külön-külön futtatott, visszacsatolás nélküli) és az on-line (egyszerre futtatott, visszacsatolásokkal rendelkező) integrált modell. Mind a kettő egyaránt használatos, de eltérő alkalmazásokra és különböző célokra.

Az off-line kapcsolt modellek fő jellegzetessége, hogy a numerikus időjárás előrejelző modell és a kémiai transzport modell külön-külön működik, ahogyan az I.21. ábra szemlélteti. Az operatívan, 1, 3, vagy 6 órás idő intervallumban működő numerikus előrejelző modell outputjai adják a meteorológiai bemenő adatokat a légköri transzport modell futtatásához.

I.21. ábra. Az off-line integrált fizikai és kémiai időjárás-előrejelzés sémája.

Az I.21. ábrán az eljárások közötti adatáramlás irányát nyilakkal jelöltük. A vörös nyilak mutatják a kölcsönhatást a légszennyezettség és a természetes/antropogén emissziók között. Az egymás utáni futtatás miatt nincs figyelembe véve a legfontosabb visszacsatolás, az aeroszol részecskék és a légköri folyamatok közötti kapcsolatrendszer. Ez további fejlesztéseket igényel. Ez már az online modellek birodalma.

Számos gyakorlati alkalmazás és kutatási célú modellfuttatás azt mutatja, hogy a légköri folyamatok (időjárás, beleértve a csapadékot, viharokat, sugárzást, felhőzetet, ködöt, látási viszonyokat és a planetáris határréteg szerkezetét) függenek a kémiai nyomanyagok légköri koncentrációjától, különösen az aeroszoloktól.

Az on-line kapcsolt kémiai transzport modellrendszer egyszerre jelzi előre a meteorológiai a diszperziós és a légszennyezettségi mezőket (I.22. ábra). A meteorológiai adatok elérhetőek minden kívánt időlépcsőben. Ebben az esetben figyelembe vehető a meteorológia és a kémiai anyagok között a kölcsönhatás. Az eredmények felhasználhatósága sokrétű lehet; fizikai, kémiai és biológiai vonatkozású időjárás-előrejelzéseket nyerhetünk. Az on-line modell definíciószerűen azt jelenti, hogy a rendszerek között fellépő kölcsönhatásokkal is számolunk. Az on-line kapcsolt modell rendszer főbb előnyei:

  • csak egy rácshálózatot használ,

  • nem szükséges interpoláció sem térben sem időben,

  • lehetőség van aeroszol részecskék és a légkör közötti visszacsatolási mechanizmusok figyelembevételére,

  • elérhető az összes 2D és 3D meteorológiai változó minden időlépcsőben,

  • a fizikai parametrizációk és a numerikus sémák (például az advekcióra) ugyanazok, nincsen köztük inkonzisztencia,

  • lehetőség van a visszacsatolások figyelembevételére a meteorológia-emisszió és a meteorológia-kémiai összetétel között,

  • nincs szükség meteorológiai pre- és posztprocesszorra.

I.22. ábra. On-line integrált meteorológiai és kémiai transzport modell-rendszer.

Ma már nagy számban használnak Európában is on-line kapcsolt modelleket (http://acm.eionet.europa.eu/databases/MDS/index_html), igaz jórészüket nem kifejezetten mezo-skálára fejlesztették ki, hanem inkább a globális légköri modellekből leskálázási módszerek alkalmazásával váltak képessé a kisebb skálán lejátszódó folyamatok szimulálására.

I.3.4. Ökológiai modellek

A számítástechnika fejlődésével lehetővé vált az összetett természeti folyamatok nagy számítási kapacitást igénylő modellezése. Ennek megfelelően számos ökológiai modell, illetve modelltípus létezik, amelyek sok esetben, nagy pontossággal számítják ki a természeti folyamatok egy-egy kisebb szeletét. Maga az ökológia összetett fogalom. Az MTA Ökológiai Bizottságának állásfoglalása a következőképpen definiálja: a biológiához, azon belül pedig az egyedfeletti (szupraindividuális) szerveződési szintekkel foglalkozó szünbiológiához tartozó tudományág. Tárgya a populációkra és populáció-kollektívumokra hatást gyakoroló „ökológiai-környezeti” és az ezeket a hatásokat fogadó és ezekre reagáló „ökológiai-tűrőképességi” tényezők közvetlen összekapcsoltságának (komplementaritásának) a vizsgálata. Feladata azoknak a limitálással irányított (szabályozott és vezérelt) jelenségeknek és folyamatoknak (pl. együttélés, sokféleség, mintázat, anyagforgalom, energiaáramlás, produktivitás, szukcesszió stb.) a kutatása, amelyek a populációk és közösségeik tér-időbeni mennyiségi eloszlását és viselkedését (egy adott minőségi állapothoz kapcsolható változását) ténylegesen okozzák (http://www.mbt.mtesz.hu/081okologiai_szakosztaly/allasfogl.html).

A fenti definícióból is látszik, hogy valóban igen összetett fogalomról van szó és ez csupán egyféle magyarázata, értelmezése az ökológiának. A számítástechnika, bár rendkívüli fejlődésen ment keresztül – a természeti folyamatok ilyen fokú összetettségének a modellezésére jelenleg még nem alkalmas maradéktalanul. Emiatt a modellek az ökológia kisebb részeit írják le, amelyek önállóan is jól értelmezhetők. A modellek osztályozásáról sincs egységes álláspont. Nincs egységes csoportosítási elv. A legfontosabb ökológiai modellezési területeket Jorgensen (2009) munkája alapján mutatjuk be a teljesség igénye nélkül:

  • bio-geokémiai modellek,

  • populációdinamikai modellek,

  • ökotoxikológiai modellek,

  • térbeli modellek,

  • szerkezeti dinamikus modellek.

Jegyzetünkben a bio-geokémiai modellek bemutatására fókuszálunk (VI. fejezet), a talaj bioszféra-légkör kapcsolatát vizsgáljuk. Számos modell létezik, amelyek képesek leírni különböző tér- és időskálán a talaj-bioszféra-légkör kapcsolatát. Ezek közül legismertebbek a

  • Century,

  • RothC,

  • DNDC,

  • Pasim,

  • Coup.

E modellek különböző folyamatokat szimulálnak, más a tér- és időbeli felbontásuk, a számításokhoz eltérő bementi adatok szükségesek, azonban valamennyi a talaj-bioszféra-légkör közötti kölcsönhatás egy-egy szegmensét írja le. E modellek segítségével – felhasználva a terepi mérések adatait a modell teszteléséhez, a parametrizációk optimalizálásához – tanulmányozhatjuk a talaj-bioszféra-légkör kicserélődési folyamatokat. Egy ellenőrzött (validált) modell segítségével több pontra, nagyobb területre kaphatunk információt, a sok esetben drága, bonyolult és csak egy-egy pontra vonatkozó mérések nélkül is. Ezek a modellek nem csak a múltat és a jelent képesek szimulálni. Különböző klímaszcenáriók hatásai is vizsgálhatók, de lehetőség van a földhasználat-változás, illetve az évek közötti változékonyság tanulmányozására is. A hazai talaj-növényt-légkör rendszer modellezésével kapcsolatos szakirodalomból feltétlenül javasoljuk Anda és Burucs (1997), Szász és Tőkei (1997), Anda és Dunkel (2000), Huzsvai et al. (2005) és Ács (2008) egyetemi jegyzeteit, illetve tankönyveit. 

Nézzük az egyes – fent említett – modelleket!

Century

A modell évtizedes és évszázados időskálán adja meg a szén, nitrogén, foszfor és kén kicserélődési folyamatokat. A Century modellt elsősorban művelési metódusok és művelési ág változások vizsgálatára alkották meg. A modell a hosszú időskálának köszönhetően az agrárrendszerben bekövetkező globális változásokat, a produktivitást és a fenntarthatóságot szimulálja. A hosszú időskála miatt kiválóan követhetők a szén, nitrogén, kén és a foszfor ciklus folyamatai. Segítségével elemezni lehet különböző típusú ökoszisztémákat, vizsgálni a művelés hatását az éghajlatra és a talaj-bioszféra-légkör rendszerre. Forrás: http://www.nrel.colostate.edu/projects/century5.

RothC

A RothC modellt a „nem mocsaras” területek szén forgalmának modellezésére fejlesztették, amit a különböző talajok hőmérséklet, nedvesség tartalom, felszínborítottság adatait felhasználva számít ki. A modell havi időlépcsőt használva készít becslést a talaj teljes szerves széntartalmáról, a szerves mikrobiális biomasszáról és a Δ14C (amelyet a radiocarbon kormeghatározás során használnak) mennyiségéről éves vagy évtizedes időszakra. (Jenkinson és Rayner, 1977; Hart, 1984; Jenkinson et al., 1987; Jenkinson, 1990; Jenkinson és Coleman, 1994, http://www.rothamsted.ac.uk/aen/carbon/mod26_3_win.pdf)

DNDC

A denitrifikációs-dekompozíciós (DNDC) modell a talaj szén és nitrogén bio-geokémiájáról folyamatorientált becslést készít (lásd a VI. fejezetet is). A modell két fő komponensből áll. Az első komponens tartalmazza a talajklíma, a növényi növekedési és a bomlási almodelleket, amelyek leírják az ökológiai hajtóerőket, úgymint: talajhőmérséklet, -nedvesség, pH, redox-potenciál és a tápanyagok koncentráció profilját, de figyelembe veszik a növényzetet és az emberi beavatkozást is. A második komponens tartalmazza a nitrifikációs, denitrifikációs és a fermentációs almodelleket, amelyek leírják az NO, N2O, N2, NH3, CO2, CH4 fluxusokat a talaj környezeti faktorai alapján. A klasszikus fizikai, kémiai és biológiai törvények mellett, laboratóriumi kísérletek alapján, empirikus egyenleteket is alkalmaz a modell, így a legtöbb specifikus geokémiai, vagy biokémiai reakciót parametrizálni tudjuk. A modell hidat képez a szén és nitrogén ciklusa, valamint az alapvető ökológiai hajtóerők között. (Li et al., 1992a,b; Li, 2000). Más szavakkal: a modell a talaj C- és N bio-geokémiai folyamatait, valamint a növényi fejlődést egyesítve lehetővé teszi mind a növény-, mind a talajdinamika egyidejű leírását. Forrás: http://www.dndc.sr.unh.edu/

Pasim

A modell gyepterületek folyamatainak szimulálására alkalmas. Mivel a modell igen rövid, félórás időlépcsővel számol, így leírja a napon belüli folyamatokat és az energiamérleg komponensek változását.

A modellezés során figyelembe veszi a talaj-növényzet-állat-légkör rendszert. A felszínt m2-es területi egységenként kezeli és egy, illetve több éves időszak szimulációjára is alkalmas. A Pasim modellezi a víz, szén és nitrogén ciklust. A fotoszintézis során felhasznált szén a gyökér és a hajtás részhez rendelt fotoszintézis folyamatokban vesz részt. A szén a respirációs folyamatok, az állatok, illetve a CH4 kibocsátás révén távozik a rendszerből. A biológiai N2 megkötődést a modell Schwinning és Parsons (1996) munkája alapján írja le, feltételezve egy állandó hüvelyes növény frakciót. A növényzet részletesen parametrizálható. Beállítható a maximális fajlagos levélfelületi index, a levél fény és légzés aránya a fotoszintézis függvényében, továbbá az emészthető és emészthetetlen rostok aránya a hajtásokban.

A nitrogén ciklusban háromféle nitrogén bevitel lehetséges:

  • talaj-légkör nitrogén ülepedés,

  • nitrogén tartalmú műtrágyák,

  • szimbiotikus nitrogén megkötődés a hüvelyes növények és az állati trágya révén.

A gyökérzet által a talajból felvehető nitrogén mennyiségét a modell szimulációja szerint csökkenti a nitrogén kimosódás, az ammónia kipárolgás, a nitrifikációs és denitrifikációs folyamatok, illetve a dinitrogén-oxid (N2O) fluxusa. Részletesen parametrizálhatók a művelési ágak. Pontosan beállítható a szerves vagy szervetlen trágyázás mennyisége, a nitrogéntrágyázás, a kaszálás és a legeltetés. Forrás: https://www1.clermont.inra.fr/urep/modeles/Pasim_User_Guide-pasim_v5-3_201212.pdf

Coup

A Coup modell segít a talaj-növényzet-légkör rendszer alapvető hidrológiai és biológiai folyamatainak megértésében. Különböző talajtípusokra szimulálja a talaj víz- és hőáramlási folyamatait. Az olyan jelenségek, mint például a hóolvadás, a csapadék megkötődés vagy az evapotranspiráció, kiválóan alkalmasak a talaj-légkör határfelületen lejátszódó folyamatok bemutatására. Két kapcsolt – a víz és hő áramlást leíró – differenciálegyenlet adja a központi részét a modellnek. Ezeket az egyenleteket explicit numerikus eljárással oldja meg a modell. Az alapvető felvetések mögött, igen egyszerű összefüggések állnak:

  • az anyag és energia megmaradás törvénye,

  • a víz a nedvesség és a hőmérsékleti gradiens révén létrejött áramlások (Darcy- és Fourier-törvény).

A víz- nedvesség- és hőáram számítása a talajadatok felhasználásával történik, mint például a vízvisszatartás, a vízzel telített vagy telítetlen talajok vezetőképessége, hőkapacitása és hővezető képessége (lásd pl. Unger et al. (2012) jegyzetét is). A legfontosabb növény adatok a függőleges gyökér-eloszlás és a vízárammal szembeni felületi ellenállás. Fontos, hogy a modell nem korlátozza a talaj víztárolási kapacitását, illetve a növények maguk szabályozzák a vízfelvételt, a transpirációt, valamint komoly befolyást gyakorolnak a sugárzási egyenlegre.

A modellnek szüksége van részletes meteorológiai adatokra a szimulációkhoz: a hőmérséklet és csapadék adatokon felül fontos a páratartalom, a szélsebesség, illetve a felhőzet ismerete.

A modellszimuláció eredményeként a következő talajadatokat kaphatjuk meg:  talajhőmérséklet, talajjég tartalom, a nem fagyott víztartalom, a függőleges és vízszintes hő és vízáram, a gyökérzet vízfelvétele, a raktározott hő és víz mennyisége, a hó mélysége, a hó mennyisége víz egyenértékben kifejezve, a fagy mélysége, továbbá a felszíni víz elfolyt, illetve a mélyebb rétegekbe és a talajvízbe leszivárgott mennyisége. A modell emellett szimulálja a növényi növekedést, illetve a fenti folyamatokkal összefüggő szén és nitrogén forgalmat is. Forrás: http://www2.lwr.kth.se/Vara%20Datorprogram/CoupModel/