Aerosolimallit ja aerosolisään ennustaminen Suomen olosuhteissa

Samankaltaiset tiedostot
TIIVISTELMÄRAPORTTI. Aerosolimallit ja aerosolisään ennustaminen Suomen olosuhteissa

TIIVISTELMÄRAPORTTI. Aerosolimallit ja aerosolisään ennustaminen Suomen olosuhteissa

Mikä muuttuu, kun kasvihuoneilmiö voimistuu? Jouni Räisänen Helsingin yliopiston fysiikan laitos

Ilmastonmuutos pähkinänkuoressa

Ilmakehän aerosoliprosessien ja aerosoliilmastovaikutuksen. tutkimus. Antti-Ilari Partanen Ilmatieteen laitos, Kuopion yksikkö

Aerosolimittauksia ceilometrillä.

Utön merentutkimusasema

Hiukkasten lukumäärän ja keuhkodeposoituvan pintaalan mittaukset erilaisissa ympäristöissä. Ilmanlaadun mittaajatapaaminen, Tampere 11.4.

Ilmastonmuutos ja ilmastomallit

Pienhiukkaset: Uhka ihmisten terveydelle vai pelastus ilmastolle? FT Ilona Riipinen Nuorten Akatemiaklubi Suomalainen Tiedeakatemia

Perusopintojen Laboratoriotöiden Työselostus 1

Jatkuvatoimiset hiukkasmittaukset. Anssi Julkunen Ilmanlaadun mittaajatapaaminen Turussa

Havaitsevan tähtitieteen peruskurssi I, kevät Luento 2, : Ilmakehän vaikutus havaintoihin Luennoitsija: Jyri Näränen

Auringonsäteily Suomessa ja Östersundomissa

Tuulen viemää. Satelliitit ilmansaasteiden kulkeutumisen seurannassa. Anu-Maija Sundström

RADIOTIETOLIIKENNEKANAVAT

Havaitsevan tähtitieteen pk I, 2012

Havaitsevan tähtitieteen peruskurssi I. Ilmakehän vaikutus havaintoihin. Jyri Lehtinen. kevät Helsingin yliopisto, Fysiikan laitos

ILMASTONMUUTOSENNUSTEET

Pienhiukkasten ja mustan hiilen lähteet sekä koostumus pääkaupunkiseudulla

Hämeenlinna Jari Lindblad Jukka Antikainen

Johtuuko tämä ilmastonmuutoksesta? - kasvihuoneilmiön voimistuminen vaikutus sääolojen vaihteluun

FYSIIKAN LABORATORIOTYÖT 2 HILA JA PRISMA

MAA (4 OP) JOHDANTO VALOKUVAUKSEEN,FOTOGRAM- METRIAAN JA KAUKOKARTOITUKSEEN Kevät 2006

Ilmakehän jäätävien olosuhteiden havainnointi maanpinnalta tehtävän kaukokartoituksen avulla

7.4 Fotometria CCD kameralla

Hiukkaspäästöjen mittaus

Mamk / Tekniikka ja liikenne / Sähkövoimatekniikka / Sarvelainen 2015 T8415SJ ENERGIATEKNIIKKA Laskuharjoitus

Ilmansuodattimien luokitus muuttuu Sisäilmastoseminaari 2017 Tero Jalkanen VTT Expert Services Oy

Mittaustulosten tilastollinen käsittely

PIENHIUKKASTEN JA HENGITETTÄVIEN HIUKKASTEN MITTAUSRAPORTTI

KUOPION, SIILINJÄRVEN JA VARKAUDEN ILMANLAATU: Kuukausiraportti syyskuulta 2016

Kosteusmittausten haasteet

Mistä tiedämme ihmisen muuttavan ilmastoa? Jouni Räisänen, Helsingin yliopiston fysiikan laitos

Luku 3. Ilmakehä suojaa ja suodattaa. Manner 2

Havaitsevan tähtitieteen peruskurssi I

VIII LISÄTIETOA 8.1. HAVAINTOVIRHEISTÄ

Edullisten sensorien käyttö hiukkamittauksissa

Ulkoilman laatuun ja väestön terveyteen liittyvän uusimman osaamisen ja innovaatiotoiminnan vauhdittaminen

KUOPION, SIILINJÄRVEN, SUONENJOEN JA VARKAUDEN ILMANLAATU: Kuukausiraportti maalis- ja huhtikuulta 2017

KUOPION, SIILINJÄRVEN, SUONENJOEN JA VARKAUDEN ILMANLAATU: Kuukausiraportti heinäkuulta 2017

Infrapunaspektroskopia

9. Polarimetria. tähtitieteessä. 1. Polarisaatio. 2. Stokesin parametrit. 3. Polarisaattorit. 4. CCD polarimetria

Miten Suomen ilmasto muuttuu tulevaisuudessa?

10. Polarimetria. 1. Polarisaatio tähtitieteessä. 2. Stokesin parametrit. 3. Polarisaattorit. 4. CCD polarimetria

Mikä määrää maapallon sääilmiöt ja ilmaston?

Paloriskin ennustaminen metsäpaloindeksin avulla

KUOPION, SIILINJÄRVEN, SUONENJOEN JA VARKAUDEN ILMANLAATU: Kuukausiraportti touko- ja kesäkuulta 2017

9. Polarimetria. 1. Stokesin parametrit 2. Polarisaatio tähtitieteessä. 3. Polarisaattorit 4. CCD polarimetria

KUOPION, SIILINJÄRVEN, SUONENJOEN JA VARKAUDEN ILMANLAATU: Kuukausiraportti joulukuulta 2016

KUOPION, SIILINJÄRVEN JA VARKAUDEN ILMANLAATU: Kuukausiraportti joulukuulta helmikuulta 2018

Tuoretta tietoa ulkoilman pienhiukkasista. Dos. Hilkka Timonen et al., Ilmatieteen laitos, Pienhiukkastutkimus

11. Astrometria, ultravioletti, lähiinfrapuna

Kojemeteorologia. Sami Haapanala syksy Fysiikan laitos, Ilmakehätieteiden osasto

FYSA242 Statistinen fysiikka, Harjoitustentti

Uutta ilmanlaadun seurannassa

KOTIKÄYTTÖISEN 3D-TULOSTIMEN AIHEUTTAMAT VOC- JA HIUKKASPÄÄSTÖT ASUINHUONEISTON SISÄILMASSA

T F = T C ( 24,6) F = 12,28 F 12,3 F T K = (273,15 24,6) K = 248,55 K T F = 87,8 F T K = 4,15 K T F = 452,2 F. P = α T α = P T = P 3 T 3

Mistä on kyse? Pilvien luokittelu satelliittikuvissa. Sisältö. Satelliittikartoitus. Rami Rautkorpi Satelliittikartoitus

KUOPION, SIILINJÄRVEN JA VARKAUDEN ILMANLAATU: Kuukausiraportti elokuulta 2016

Ilmaston ja sen muutoksen

Pyöräilyn aikainen altistuminen ilmansaasteille

YMPÄRISTÖSEURANNAT Ympäristömelu ja ilmanlaatu. Jani Kankare

Z 1 = Np i. 2. Sähkömagneettisen kentän värähdysliikkeen energia on samaa muotoa kuin molekyylin värähdysliikkeen energia, p 2

9. Polarimetria. Havaitsevan tähtitieteen peruskurssi I, Syksy 2017 Thomas Hackman (Kalvot JN, TH, MG & VMP)

KUOPION, SIILINJÄRVEN, SUONENJOEN JA VARKAUDEN ILMANLAATU: Kuukausiraportti tammi- ja helmikuulta 2017

Virhearviointi. Fysiikassa on tärkeää tietää tulosten tarkkuus.

Mikroskooppisten kohteiden

Kojemeteorologia. Sami Haapanala syksy Fysiikan laitos, Ilmakehätieteiden osasto

IPCC 5. ilmastonmuutoksen tieteellinen tausta

Braggin ehdon mukaan hilatasojen etäisyys (111)-tasoille on

Nokipäästöt ja niiden kulkeutuminen Arktiselle alueelle

Polarisaatio. Timo Lehtola. 26. tammikuuta 2009

Mitä on huomioitava kaasupäästöjen virtausmittauksissa

ILMASTOMALLEIHIN PERUSTUVIA ARVIOITA TUULEN KESKIMÄÄRÄISEN NOPEUDEN MUUTTUMISESTA EI SELVÄÄ MUUTOSSIGNAALIA SUOMEN LÄHIALUEILLA

Luku 13 KAASUSEOKSET

Sisäympäristön laadun arviointi energiaparannuskohteissa

Ilmastonmuutos globaalina ja paikallisena ilmiönä

TURUN SEUDUN ILMANSUOJELUN YHTEISTYÖRYHMÄ

ILMASTONMUUTOSSKENAARIOT JA LUONTOYMPÄRISTÖT

Radioyhteys: Tehtävien ratkaisuja. 4π r. L v. a) Kiinteä päätelaite. Iso antennivahvistus, radioaaltojen vapaa eteneminen.

Alkuaineita luokitellaan atomimassojen perusteella

Tiheäpulssinen ja monikanavainen laserkeilausaineisto puulajeittaisessa inventoinnissa

Tuuli- ja aurinkosähköntuotannon oppimisympäristö, TUURINKO Tuuli- ja aurinkosähkön mittaustiedon hyödyntäminen opetuksessa

Rantatunnelin ympäristöseurannat 2018

EMC Suojan epäjatkuvuudet


Pitäsköhä näitä suojata jotenki?

Avaruuslävistäjää etsimässä

Spektrofotometria ja spektroskopia

Synkrotronisäteily ja elektronispektroskopia. Tutkimus Oulun yliopistossa

Luento Kyösti Ryynänen

Ilmastonmuutokset skenaariot

Suomen kaatopaikat kasvihuonekaasujen lähteinä. Tuomas Laurila Ilmatieteen laitos

Sisältö. Työn lähtökohta ja tavoitteet Lyhyt kertaus prosessista Käytetyt menetelmät Työn kulku Tulokset Ongelmat ja jatkokehitys

Suomen aurinkoenergiapotentiaali & ennustaminen ISY kevätseminaari, ABB

ILMANTARKKAILUN VUOSIRAPORTTI 2015

Testbed-havaintojen hyödyntäminen ilmanlaadun ennustamisessa. Minna Rantamäki TUR/Viranomaisyhteistyö ILA/Ilmanlaadun mallimenetelmät

Differentiaalilaskennan tehtäviä

IL Dnro 46/400/2016 1(5) Majutveden aallokko- ja virtaustarkastelu Antti Kangas, Jan-Victor Björkqvist ja Pauli Jokinen

Transkriptio:

Aerosolimallit ja aerosolisään ennustaminen Suomen olosuhteissa MATINE hanke 800 Suorituspaikka: Ilmatieteen laitos Rahoitus: 56 0000 eur Tutkimuksenjohtaja: Dos. Heikki Lihavainen

AEROSOLIEN VAIKUTUS SÄTEILYNKULKUUN ILMAKEHÄSSÄ Millainen on aerosolien aiheuttama vaimennus suomalaisissa olosuhteissa?

Mistä vaimennus johtuu? Ilmassa olevista kaasuista: pääasiassa vesihöyrystä ja hiilidioksidista Näiden aiheuttama vaimennus voidaan laskea Lisäksi ilman pienhiukkaset eli aerosolit aiheuttavat vaimennusta Aerosolien ominaisuudet ja määrä riippuvat ajasta, paikasta, ilmamassan alkuperästä ja kulkureitistä Tässä projektissa on tutkittu juuri aerosolivaimennuksen ennustamista PVTT suojan osaamiskeskus Tutkimuksesta suorituskykyä

Miksi IR-alueen vaimennuksen arviointi on haasteellista? Ilmakehän läpinäkyvyyttä IR-alueella ei kyetä arvioimaan aistinvaraisesti Myös mittaaminen hankalaa (PVTT:n transmissometri) => käytettävä laskennallista mallia! Toimivatko tarjolla olevat standardiaerosolimallit suomalaisissa olosuhteissa? Sekä FOI:n että PVTT:n tutkimusten perusteella amerikkalaiset mallit aliarvioivat voimakkaasti ilmakehän vaimennuksen IRalueella tietyissä sääolosuhteissa yliarvioimme IR-järjestelmiemme suorituskyvyn havaintoetäisyydet lyhempiä kuin kuvittelemme PVTT suojan osaamiskeskus Tutkimuksesta suorituskykyä

FOI-PVTT-aerosolivaimennusmalli Vaimennuskerroin (km -1 ) 0.5 0.4 0.3 0.2 V met = 10 km RH = 85 % T = 10 C p = 1013 mbar Rural Urban Maritime Normstorp Lövsättra 0.1 0.0 0.5 1 10 20 Aallonpituus (µm) PVTT suojan osaamiskeskus Tutkimuksesta suorituskykyä

PVTT:n ATRAIN-tutkimus Johtopäätökset 1) Rural-aerosolimalli ennustaa aerosolien aiheuttaman säteilyn etenemisvaimennuksen yleensä oikein suomalaisessa aerosoliympäristössä. Kuitenkin noin neljäsosassa tapauksista eli noin 15 % todennäköisyydellä se aliarvioi voimakkaasti aerosolien aiheuttaman vaimennuksen infrapuna-alueella. Aallonpituuden kasvaessa virhe kasvaa voimakkaasti. 2) Ilmakehän aerosolien aiheuttaman säteilyn etenemisvaimennuksen tarkka arvioiminen infrapuna-alueella on käytännössä mahdotonta helposti mitattavien perussääsuureiden avulla. PVTT suojan osaamiskeskus Tutkimuksesta suorituskykyä

Tutkimustarpeet Nykyisessä tutkimusprojektissa Miksi MODTRAN:in Rural-aerolimalli ei aina toimi? Miten aerosolimallia olisi korjattava? Miten aerosolien aiheuttaman vaimennuksen ennustamista voitaisiin kehittää luotettavammaksi? Tulevaisuudessa Ennustetyökalun kehittäminen, operatiivinen IRsää PVTT suojan osaamiskeskus Tutkimuksesta suorituskykyä 7

Tutkimushankkeen tavoitteet 1) määritellä Suomen alueella tyypillisimmät infrapuna-aallonpituudella vaikuttavat aerosolimallit 2) tehdä ohjelmistoprototyyppi, joka määrittää ennusteen aerosolien aiheuttamaan säteilynvaimenemisen ilmakehässä infrapunaaallonpituuksilla Hanke on tarkoitettu kolmevuotiseksi, meneillään ensimmäinen vuosi.

Hiukkasen ja säteilyn vuorovaikutus Absorptio + Sironta = Vaimennus Päätekijät hiukkasen ja säteilyn vuorovaikutuksessa: 1) säteilyn aallonpituus 2) hiukkasen koko 3) hiukkasten taitekerroin Seinfeld & Pandis, 1998, p. 1116

Tavoite 1: Aerosolimalli Tarvittavat parametrit Aerosolihiukkasten lukumäärä (kuiva halkaisija > 100 nm) Aerosolihiukkasten kokojakauma (kuiva halkaisija > 100 nm) Hiukkasten kemiallinen koostumus Kasvukerroin Taitekerroin

Aerosolien kokojakauma lähdealueilla Olemassaolevan aerosolidatan perusteella on selvitetty lähdealueen sekä vuodenajan vaikutus mitattavaan aerosolien kokojakauman muotoon. Käytettävissä pitkiä aikasarjoja usealta mittausasemalta, erityisesti Hyytiälästä, Kuopiosta ja Pallakselta (hiukkasten kuiva halkaisija 0,1 13 µm) Havaittiin kaksi selkeästi toisistaan eroavaa aerosolien kokojakaumaa; Merellinen Manterellinen

Hiukkas-jakaumat merellisille ja mantereellisille (perustuuko koko dadaan) 2/3 datasta sijoittuu katkoviivojen välille

Vertailu nyt määriteltyjen ja aiemmin käytetyn Shettle & Fenn (1979) aerosoli kokojakaumien välillä

Hiukkasten tilavuusjakauman muoto Selvä ero merellisen ja mantereellisen ilman välillä Ero kesän ja talven välillä (vuodenaikaisvaihtelu) Vähän eroa eri lähdealueiden välille (esim alueiden III ja II välillä)

Hiukkasten tilavuuspitoisuus Mantereellisessa ilmassa suurempi kuin merellisessä Etelässä suurempi kuin pohjoisessa Idässä suurempi kuin lännessä Kesällä suurempi kuin syksyllä / talvella 6 5 µm 3 /cm 3 4 3 2 Talvi Kevät Kesä Syksy 1 0 Pallas meri Pallas maa Puijo meri Puijo maa Hyytiälä meri Hyytiälä maa

Tavoite 2: aerosolien aiheuttaman vaimennuksen ennustaminen Säänennustusmalli Ilmamassan kulkeutumisreitti (Aerosolimallit)*skaalaus(esim. PM10) + extralähteet (esim. metsäpalot) Aerosoliennuste + ennustettu sää IR-säteilyn vaimenemisennuste

Kuiva hiukkasjakauma Käytetään lähdealueiden (meri / maa) vuodenajasta riippuvia keskimääräisiä hiukkasjakaumia. Painotettu keskiarvo sen mukaan, kuinka kauan ilmamassa on ollut lähdealueen yläpuolella. Skaalataan hiukkasten kokojakauma kokonaistilavuudella tai PM10 massalla. Lasketaan säteilyn vaimeneminen halutuilla aallonpituuksilla. Verrataan suoriin mittaustuloksiin.

Tilavuuspitoisuus PM10 massasta Hiukkasten kokonaismassa (PM10) verrannollinen tilavuus pitoisuuteen ja vaimenemiseen Alueellisesti kattava havaintoverkko suomessa Mittausdata tunnin välein Kaupunki-ilma vs taustapitoisuudet PM10 pitoisuus voidaan myös ennustaa esim. ilmanlaatumalleilla

Säteilynvaimeneminen λ=1µm λ=10µm Ennustetusta (pystyakseli) ja mitatusta (vaaka-akseli) kuivasta hiukkasjakaumasta laskettu säteilynvaimeneminen 1 ja 10 µm aallonpituuksilla, yksikkö 1/m.

Miten tästä eteenpäin? Määritetään lähdealueita vastaavat hiukkasten kemialliset koostumukset, ja siten tarkempi taitekerroin ja kasvukerroin. Lasketaan hiukkasten todellinen koko kasvukertoimen ja suhteellisen kosteuden avulla. Lasketaan säteilynvaimeneminen käyttäen hiukkasten märkää kokojakaumaa ja taitekerrointa. Verrataan säteilynvaimenemista suoriin mittaustuloksiin. 01.02.08 20

Haasteet Ennustemenetelmä perustuu statistiikkaan; aerosoliprosesseja ei suoraan mukana Erikoistapaukset; esim. metsäpalot, tulivuoret, suuri sateisuus Mittaustiedon puute isojen hiukkasten (>1 µm) kasvukertoimista Mittaustiedon puute hiukkasten kasvukertoimista suurissa suhteellisissa Kosteuksissa (>98%) 01.02.08 21

Projektin lopputuote Pystytään määrittämään hiukkasten aiheuttama säteilynvaimeneminen puolustusvoimien kannalta mielenkiintoisilla aallonpituuksilla. Suomen aerosoliklimatologia ja lähdealueet suurten (yli 0.1 µm) hiukkasten osalta. Työkalu jota voidaan hyödyntää operatiivisessa IR- sään ennustamisessa. 01.02.08 22