und Lagrange'schen Partikelmodell zur Ausbreitung von Viren

Weitere Magazine

Empfehlungen

Info

34 3.1 Das Gauß’sche AusbreitungsmodellAbb. 3.3: Darstellung der Schadstoffkonzentration von SO 2 in den zu den Koordinatenachsensenkrechten Schnittebenen. Auch hier erkennt man einerseits den weiträumigenhorizontalen Transport bei stabiler Schichtung und andererseits die hoheSchadstoffkonzentration am Boden in Quellnähe bei labiler Schichtung. Manbeachte wieder die unterschiedlichen Achsenskalierungen sowie die einheitlicheDarstellung von Konzentrationen von über 20 µg/m 3 mit derselben Farbe.
3.1 Das Gauß’sche Ausbreitungsmodell 35Ausbreitungsklassen Atm. Schichtung A α B β2 labil 0.086 1.456 1.270 0.9003 leicht labil 0.834 0.889 1.105 0.8684 neutral 0.900 0.762 1.067 0.8355 leicht stabil 0.640 0.699 0.943 0.7966 mäßig stabil 0.737 0.566 0.504 0.7997 stark stabil 0.316 0.500 0.458 0.728Tab. 3.1: Parameter des Potenzansatzes (3.39) bzw. (3.40) für die unterschiedlichen Ausbreitungsklassen( x) β( x) ασ y = B(3.39) σ z = A(3.40)ūūDie Parameter A, B, α und β sind nun von der Stabilität der Atmosphäre bezüglichder Diffusion abhängig. In dieser Arbeit werden die vom Österreichischen Norminstitutim Rahmen der Berechnungsgrundlage für die Ausbreitungsabschätzungenvon luftverunreinigenden Stoffen in der Atmosphäre festgelegten Werte verwendet(Österreichisches Norminstitut (ON) 1992). Dieses Klassifikationsschema geht auf Arbeitenvon Reuter (1970) zurück und ist in Tab. (3.1) aufgelistet.Um die Auswirkungen der unterschiedlichen Streuparameter auf die Schadstoffausbreitungzu veranschaulichen, ist in Abb. (3.2) die Ausbreitung von SO 2 für vier unterschiedlicheAusbreitungsklassen dargestellt. Zu sehen ist die Isofläche der 5 µ g/m 3Konzentration von SO 2 bei einer Emission von Q = 2 g/(m 3 s) aus einer Höhe vonh = 100 m. Der mittlere Wind wurde mit ū = 2 m/s in x−Richtung angenommen.Der selbe Sachverhalt ist in Abb. (3.3) in Form von Konturflächen auf den zu denKoordinatenachsen senkrechten Schnittebenen dargestellt.Neben den einfachen Potenzansätzen (3.39) und (3.40) existieren weitere Vorschlägefür die Parametrisierung der Diffusionsparameter σ y und σ z . Ein vonBriggs (1973) vorgeschlagener Ansatz ist von folgender Form:σ y,z = m x (1 + n x) p (3.41)Die Werte von m, n und p sind für die nach Pasquill-Gillford-Turner definierten Ausbreitungsklassenfür offenes und urbanes Gelände in Carrascal (1993) tabelliert.Ein weiterer Ansatz für den lateralen Diffusionsparameter σ y stammt vonCramer (1979):σ y = m x tan [n (a − b ln x)] (3.42)Eine Auflistung der Parameter a, b, m und n ist ebenfalls in Carrascal (1993) zufinden.
Seite 1 und 2: Dipl.-Ing. Dr. Dieter MayerVergleic
Seite 3 und 4: InhaltsverzeichnisDanksagungAbstrac
Seite 5: DanksagungDiese Diplomarbeit wurde
Seite 8 und 9: viii
Seite 11: Teil IEinleitung11
Seite 14 und 15: 14 1. ÜbersichtTurner (1964) und P
Seite 16 und 17: 16 1. Übersicht
Seite 18 und 19: 18 2.3 Gauß’sche und Lagrange’
Seite 20 und 21: 20 2.4 Anwendungsgebiete von Ausbre
Seite 22 und 23: 22 2.4 Anwendungsgebiete von Ausbre
Seite 25 und 26: Kapitel 3Mathematische Grundlagen d
Seite 27 und 28: 3.1 Das Gauß’sche Ausbreitungsmo
Seite 33: 3.1 Das Gauß’sche Ausbreitungsmo
Seite 39 und 40: 3.2 Das Lagrange’sche Partikelmod
Seite 41 und 42: 3.3 Zusammenhang zwischen den beide
Seite 43 und 44: 3.3 Zusammenhang zwischen den beide
Seite 45 und 46: Kapitel 4Die Berechnung derAusbreit
Seite 47 und 48: 4. Die Berechnung der Ausbreitungsk
Seite 49 und 50: Kapitel 5Die Maul- und Klauenseuche
Seite 51 und 52: Kapitel 6Berechnung / Abschätzungf
Seite 53 und 54: 6.2 Berechnung der relativen Luftfe
Seite 55 und 56: Kapitel 7Statistische MethodenAn di
Seite 57 und 58: 7.3 Die Partialkorrelation 57nur ei
Seite 59 und 60: 7.4 Die multiple Regression 59Die P
Seite 61 und 62: 7.5 Die Varianzanalyse 61gleicht di
Seite 63: Teil IIIDaten und Ergebnisse63
Seite 66 und 67: 66 8.2 Statistik der Ausbreitungskl
Seite 72 und 73: 72 8.3 Relevanz der Höhe der Wolke
Seite 74 und 75: 74 8.3 Relevanz der Höhe der Wolke
Seite 76 und 77: 76 9.2 Bestimmung der Risikodistanz
Seite 78 und 79: 78 9.3 Statistik des Vorhersagefehl
Seite 80 und 81: 80 9.3 Statistik des Vorhersagefehl
Seite 82 und 83: 82 9.4 Güte der Vorhersagbarkeit d
Seite 84 und 85:
84 9.4 Güte der Vorhersagbarkeit d
Seite 86 und 87:
86 10. Beispiel einer MKS-Ausbreitu
Seite 88 und 89:
88 10. Beispiel einer MKS-Ausbreitu
Seite 90 und 91:
90 LITERATURAtlanta, GA, USA. Ameri
Seite 92:
LebenslaufName: DI. Dr. Dieter Maye
Alle anzeigen

und Lagrange'schen Partikelmodell zur Ausbreitung von Viren

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

Template löschen?

Als Template speichern?