Tiedeuutiset

Ilmatieteen laitoksessa tehdään korkeatasoista ilmakehä- ja meriaiheista tutkimusta. Vuosittain julkaistaan noin 300 kansainvälisesti ennakkotarkastettua julkaisua.


Tiedeuutisten tavoitteena on kertoa Ilmatieteen laitoksen tutkimuksista ja tutkimusten tärkeimmistä tuloksista kansantajuisesti. Näistä ja muusta Ilmatieteen laitoksen tiedeaiheista twiitataan myös @IlmaTiede-twitterissä.

« Takaisin

Tarkka tieto tuulennopeudesta parantaa kaupunkien ilmanlaatumalleja

Tarkka tieto tuulennopeudesta parantaa kaupunkien ilmanlaatumalleja

Sääolosuhteilla voi olla yhtä tärkeä merkitys liikenteen päästöjen haittoihin kuin päästöjen voimakkuudella. Erityisesti tarkat tiedot tuulennopeudesta parantavat ilmanlaatumalleja.

Ilmassa leijuvat pienhiukkaset ovat vaarallisia terveydelle. Nämä hiukkaset ovat vaarallisia erityisesti silloin, kun niitä leijuu ilmassa paljon tai jos niille altistuu pitkiä aikoja. Kaupunkiympäristössä pienhiukkaset tulevat pääsääntöisesti liikenteen päästöistä. Pienhiukkasten lisäksi liikennepäästöissä on myös terveydelle haitallisia kaasuja, kuten typpioksideja ja otsonia. Mallintamalla liikennepäästöjen leviämistä kaupunkiskaalalla, on kaupunkisuunnittelun avulla paremmin mahdollista minimoida asukkaiden altistumista.

Liikennepäästöjen leviämistä kaupunkiskaalalla tehdään mm. Ilmatieteen laitoksessa kehitetyillä leviämismalleilla. Leviämiselle oleellisia sääolosuhteita kuvataan leviämismalleissa skaalausparametreilla, jotka kertovat ilmakehän stabiilisuudesta sekä tuulen aiheuttamasta pyörteisyydestä. Nämä skaalausparametrit lasketaan meteorologisella mallilla, joka on tämän tutkimuksen aiheena. "Tutkimuksessa todettiin, että tuulennopeus on tärkein parametri ilmanlaatuennusteiden laatimisessa. Tuulennopeus vaikuttaa suuresti sekä stabiilisuutta että pyörteisyyttä kuvaaviin skaalausparametreihin. Tämän takia on tärkeää että mallinnukseen käytetty tuulennopeus data on mahdollisimman edustava. Toiseksi tärkein sisääntuloparametri meteorologiselle mallille on useimmiten auringon säteily", toteaa Ilmatieteen laitoksen tutkija John Backman.

Leviämismallit tarvitsevat päästöjen lisäksi tietoa ilmakehän alimman kerroksen eli ns. rajakerroksen tilanteesta. Rajakerroksen tilanne ja erityisesti säätilanne voi merkittävästi vaikuttaa päästöjen leviämiseen. Kaupunkiskaalan leviämismalleihin skaalausparametrit mallinnetaan meteorologisella mallilla. Stabiilisuutta kuvaavaa skaalausparametria kutsutaan Obukhov-pituudeksi ja tuulen aiheuttamaa pyörteisyyttä kuvataan kitkanopeudella. Stabiilisuus ja pyörteisyys mallinnetaan meteorologisista havainnoista.

Maj ja Tor Nesslingin Säätiö on rahoittanut hanketta.

Esimerkki ilmansaasteiden leviäminen tieverkostosta kaupunkiympäristössä. Mallinnus on tehty CAR-FMI mallilla leviämiselle oleelliset skaalausparametrit laskettu MPP-FMI mallilla.

Lisätietoja:

Tutkija John Backman, puh. 050 566 0502, john.backman@fmi.fi

Sensitivity analysis of the meteorological preprocessor MPP-FMI 3.0 using algorithmic differentiation

John Backman1, Curtis R. Wood1, Mikko Auvinen1,2, Leena Kangas1, Hanna Hannuniemi1, Ari Karppinen1, and Jaakko Kukkonen1 1Atmospheric Composition Research

www.geosci-model-dev.net/10/3793/2017/

Linkkejä:

Tieliikennepäästöjen leviämismalli (http://ilmatieteenlaitos.fi/car-fmi)
Urban Air Quality Forecast System (http://uaqfs.fmi.fi)
Ilmanlaatuportaali (www.ilmanlaatu.fi)

 


Tiedeuutisten arkisto

Yhteyshenkilöt

  • Tutkimus ja menetelmäkehitys
    tutkimusjohtaja Yrjö Viisanen
    puh. 029 539 5400
  • Tutkimushallinnon koordinaattori Anna Salonen
    puh. 029 539 6002
  • Tiedeuutiset
    viestintäasiantuntija Eija Vallinheimo
    puh. 029 539 2231

IlmaTiede-twitter