VNUHCM JOURNAL OF ENGINEERING AND TECHNOLOGY

A sub-journal of VNUHCM Journal of Science and Technology since 2018

Skip to main content Skip to main navigation menu Skip to site footer

 Research article

HTML

1108

Total

569

Share

Application of hysplit model to evaluate the relationship between meteorological parameters and PM10 content in the atmospheric environment in Ha Noi city, Vietnam






 Open Access

Downloads

Download data is not yet available.

Abstract

Meteorology is one of the factors that plays an important role in assessing the quality of the atmospheric environment. Regarding the air pollution, especially dust and gaseous emissions, there are currently few studies on the relationship between meteorological factors and the increase in pollutant concentration. In this study, the relationship between several meteorological parameters such as temperature (TEM), wind speed (WS), wind direction (WD) and PM10 content in Hanoi were evaluated through the Spearman correlation coefficient (r) by SPSS statistical analysis software. Data includes hourly meteorological factors (temperature, wind speed and wind direction) and 24-h PM10 concentration collected at three automatic air quality monitoring stations in Hanoi in 2018. In addition, HYSPLIT model is used to determine the influence of wind direction and contribution of air pollution sources. The results show a negative correlation (r <0) between PM10 content, temperature and wind speed in dry and rainy seasons. During the dry season, Hanoi has a higher PM10 content than the remaining months of the year. This might be partly affected by outside pollution sources from the North and Northwest. The findings emphasize the dependence of air quality on local meteorological conditions and the distribution of major

Đặt vấn đề

Ô nhiễm không khí tại Hà Nội đã trở thành một trong những vấn đề nổi cộm trong thời gian gần đây. Từ năm 2016, Báo cáo hiện trạng môi trường quốc gia đã chỉ ra rằng hàm lượng bụi PM 10 trung bình năm ở các thành phố lớn như Hà Nội, TP. Hồ Chí Minh, Hải Phòng, Đà Nẵng nhìn chung đều vượt ngưỡng theo khuyến nghị của Tổ chức Y tế thế giới WHO (20 µg/m 3 ). Tại Hà Nội, số ngày có mức độ ô nhiễm bụi PM 10 và PM 2.5 vượt quá giới hạn của Quy chuẩn kỹ thuật quốc gia (QCVN) về chất lượng không khí xung quanh (QCVN 05:2013/BTNMT) nhiều lần ở mức khá cao (từ 4 - 186 ngày/năm với hàm lượng bụi PM 10 khoảng 55 µg/m 3 , PM 2.5 khoảng 35 µg/m 3 ) và thường tập trung vào các tháng mùa khô (tháng 11 - 3) 1 . Năm 2017, dữ liệu tại 10 trạm quan trắc không khí tự động của Ủy ban nhân dân thành phố Hà Nội đã khẳng định khu vực nội thành Hà Nội đang bị ô nhiễm bụi và thông số bụi vẫn là thông số có mức độ ô nhiễm cao nhất 2 . Tần suất ô nhiễm bụi tại các vị trí cũng rất khác nhau, các trạm đo tại đường Minh Khai và đường Phạm Văn Đồng có số ngày hàm lượng bụi PM 10 vượt quá QCVN cao nhất lần lượt là 129 ngày (chiếm 35% tổng số ngày) và 109 ngày (chiếm 30% tổng số ngày) 2 . Các kết quả phân tích chất lượng môi trường không khí trong 3 năm qua cho thấy chất lượng không khí ở Hà Nội có sự thay đổi theo các mùa trong năm, các ngày có hàm lượng bụi cao vượt tiêu chuẩn cho phép thường tập trung vào các tháng mùa lạnh, và các giai đoạn này thường chịu ảnh hưởng của khối khí từ phía Đông và Đông Bắc. Ngược lại, trong các tháng mùa nóng từ tháng 5 đến tháng 9 ở Hà Nội chất lượng không khí tốt hơn và nằm trong giới hạn cho phép của QCVN 05:2013/BTNMT 1 .

Nhiều bằng chứng khoa học đã chỉ ra rằng ô nhiễm bụi lơ lửng từ các quá trình đốt cháy ở các dạng khác nhau có thể gây ra những tác động lớn đến sức khỏe con người. Các bệnh thường gặp bao gồm bệnh về hô hấp, tim mạch và ung thư phổi 3 . Kết quả nghiên cứu của Katsouyanni và cộng sự (1997) thực hiện tại 29 thành phố ở Châu Âu năm 1997 đã chỉ ra rằng, với mức tăng 10 μg/m 3 hàm lượng bụi PM 10 trong môi trường không khí tương ứng với mức tăng 0,6% tỷ lệ tử vong hàng ngày do mọi nguyên nhân, đặc biệt là bệnh tim mạch tăng 0,5% với hàm lượng bụi PM 10 tăng 10 μg/m 3 4 . Kết quả tương tự cũng đã được đưa ra trong nghiên cứu của Samet và cộng sự (2000), cụ thể với mức tăng 10 μg/m 3 hàm lượng bụi PM 10 tương ứng với mức tăng 0,5% tỷ lệ tử vong hàng ngày do mọi nguyên nhân tại 20 khu vực đô thị lớn tại Mỹ với tổng số 50 triệu dân 5 .

Thông số khí tượng là yếu tố không thể kiểm soát được nhưng đóng vai trò quan trọng trong việc làm thay đổi hàm lượng các chất ô nhiễm trong môi trường không khí. Trong bối cảnh biến đổi khí hậu, các tương tác giữa các thông số khí tượng và các chất ô nhiễm không khí càng được quan tâm. Trên thế giới, đã có rất nhiều nghiên cứu về ảnh hưởng của các thông số khí tượng đến sự thay đổi của chất lượng môi trường không khí 6 . Tại Nepal, nghiên cứu của Giri và cộng sự (2008) cho thấy tốc độ gió và độ ẩm là các yếu tố quan trọng ảnh hưởng đến hàm lượng bụi PM 10 7 . Tại Trung Quốc, Zhang và cộng sự (2015) đã chứng minh xu hướng biến đổi theo mùa của các chất gây ô nhiễm không khí, theo đó hàm lượng PM 2.5 , PM 10 , CO, SO 2 , NO 2 và O 3 lớn nhất vào mùa đông và thấp nhất vào mùa hè, ngoài ra các chất gây ô nhiễm không khí khác nhau có mối tương quan khác nhau với các thông số khí tượng 8 . Nghiên cứu tương tự của Islam và cộng sự (2015) tại Dhaka, Bangladesh cũng đã cho thấy các thông số khí tượng như nhiệt độ và độ ẩm có ảnh hưởng quan trọng đến hàm lượng bụi PM 10 trong môi trường không khí. Kết quả đánh giá hệ số tương quan Pearson giữa hàm lượng bụi PM 10 với nhiệt độ, độ ẩm và tốc độ gió đều thể hiện tương quan nghịch trong cả mùa khô và mùa mưa. Như vậy khi nhiệt độ và độ ẩm tăng thì hàm lượng bụi PM 10 giảm. Nghiên cứu cũng chỉ ra rằng hướng gió và tốc độ gió là các yếu tố có ảnh hưởng đáng kể đến hàm lượng của các hạt bụi trong môi trường không khí xung quanh 9 .

Cho đến nay có rất ít các nghiên cứu trong nước đã công bố về sự ảnh hưởng của các thông số khí tượng đến ô nhiễm không khí nói chung và ô nhiễm bụi nói riêng. Để tìm hiểu về mối liên hệ giữa các thông số khí tượng và chất lượng môi trường không khí, nghiên cứu này sẽ đánh giá ảnh hưởng của nhiệt độ, tốc độ gió và hướng gió tới hàm lượng bụi PM 10­ tại khu vực Hà Nội.

Phương pháp nghiên cứu

Phương pháp thu thập số liệu: Dữ liệu khí tượng trung bình giờ gồm nhiệt độ, tốc độ gió và dữ liệu hàm lượng bụi PM 10 trung bình giờ tại 03 trạm quan trắc không khí tự động trên địa bàn thành phố Hà Nội năm 2018 được thu thập để đánh giá. Nghiên cứu thực hiện tính toán theo 02 mùa: mùa khô (từ tháng 10 đến tháng 3), mùa mưa (từ tháng 4 đến tháng 9). Thông tin các trạm quan trắc chi tiết tại Table 1 .

Table 1 Thông tin chung về các trạm quan trắc môi trường không khí tự động
Tên trạm Ký hiệu Tọa độ Đặc trưng trạm Đơn vị quản lý
Trạm Trung tâm Quan trắc môi trường miền Bắc, số 556 Nguyễn Văn Cừ, Long Biên Trạm NVC 21° 2'58,43"N105°52'55,83"E Ven đường Tổng cụcMôi trường
Trạm Chi cục Bảo vệ môi trường Hà Nội, số 17 Trung Yên 3, Trung Hòa, Cầu Giấy Trạm TY3 21° 0'54,22"N105°48'0,17"E Hỗn hợp Chi cục Bảo vệ Môi trường, Sở Tài nguyên và Môi trường thành phố Hà Nội
Trạm trụ sở UBND phường Minh Khai, 242U Minh Khai, Hai Bà Trưng Trạm MK 20°59'41,91"N105°51'22,07"E Ven đường

Phương pháp phân tích tương quan: Hệ số tương quan Spearman (r) được dùng để đánh giá mối tương quan giữa hàm lượng bụi PM 10 với các thông số khí tượng như nhiệt độ và tốc độ gió thông qua phần mềm phân tích thống kê SPSS.

Phương pháp mô hình hóa: Sử dụng Mô hình HYSPLIT do cơ quan Khí quyển và Đại dương Quốc gia Mỹ (NOAA) phát triển, chạy trực tiếp mô hình trên trang web Air Resources Laborotory’s (https://www.ready.noaa.gov/) thông qua ứng dụng READY (Real-time Environmental Applications and Display sYstem) để theo dõi quỹ đạo của các khối không khí đến Hà Nội trong khoảng thời gian nghiên cứu.

Kết quả và thảo luận

Hàm lượng bụi PM10 và giá trị của các thông số khí tượng

Diễn biến hàm lượng bụi PM 10 trung bình 24 giờ tại 03 trạm quan trắc môi trường không khí có sự thay đổi theo thời gian từ tháng 01 đến tháng 12 trong năm 2018 ( Figure 1 ). Kết quả tính toán cho thấy, hàm lượng bụi PM 10 vượt ngưỡng cho phép trung bình 24 giờ (150 µg/m 3 ) so với QCVN 05:2013/BTNMT thường tập trung chủ yếu vào các ngày trong các tháng mùa khô, các ngày trong các tháng còn lại có hàm lượng bụi PM 10 thấp hơn. Theo kết quả phân tích, trạm NVC và trạm MK có số ngày vượt ngưỡng cho phép nhiều hơn trạm TY3, nguyên nhân là do đặc trưng của các trạm quan trắc tại các vị trí khác nhau.

Figure 1 . Diễn biến hàm lượng bụi PM 10 trung bình 24 giờ trong năm 2018

Kết quả phân tích hàm lượng bụi PM 10 trung bình mùa và trung bình năm tại 03 trạm quan trắc ( Table 2 ) cho thấy hàm lượng bụi PM 10 trong môi trường không khí tại thành phố Hà Nội vượt ngưỡng cho phép trung bình năm (50 µg/m 3 ) từ 1,06 lần (trạm NVC) đến 2,00 lần (trạm MK) theo QCVN 05:2013/BTNMT. Trong các tháng mùa mưa có nhiệt độ trung bình cao, hàm lượng bụi PM 10 tại tất cả các trạm quan trắc đều thấp hơn trong các tháng mùa khô, lạnh.

Table 2 Hàm lượng bụi PM 10 và giá trị các thông số khí tượng
Trạm NVC Trạm TY3 Trạm MK
Mùa khô PM10 (µg/m3) 76,73 ± 13,39 72,18 ± 11,06 109,10 ± 20,08
Nhiệt độ (0C) 21,57 ± 3,41 20,88 ± 3,38 20,98 ± 3,18
Tốc độ gió (m/s) 1,42 ±0,26 1,48 ± 0,18 0,47 ± 0,12
Mùa mưa PM10 (µg/m3) 30,04 ± 11,53 55,61 ± 9,19 91,49 ± 16,44
Nhiệt độ (0C) 28,98 ± 2,16 27,26 ± 3,45 27,25 ± 2,30
Tốc độ gió (m/s) 1,56 ± 0,38 1,45 ± 0,09 0,41 ± 0,07
Trung bình năm PM10 (µg/m3) 53,38 ± 27,14 63,89 ± 12,99 100,29 ± 19,77
PM­10 theo QCVN 05:2013/BTNMT 50 µg/m3
Nhiệt độ (0C) 25,28 ± 4,73 24,07 ± 4,66 24,11 ± 4,22
Tốc độ gió (m/s) 1,49 ± 0,32 1,47 ± 0,13 0,44 ± 0,10

Xem xét mối liên hệ giữa hàm lượng bụi PM 10 và các thông số khí tượng theo các tháng trong năm tại Figure 2 , kết quả cho thấy hàm lượng bụi PM 10 trong môi trường không khí xung quanh thường cao vào các tháng có nhiệt độ trung bình và tốc độ gió thấp hơn, tập trung vào các tháng mùa khô.

Figure 2 . Diễn biến hàm lượng bụi PM 10 với các thông số khí tượng

Như vậy, trong các tháng có giá trị nhiệt độ cao và tốc độ gió cao, thường tập trung vào các tháng mùa mưa, hàm lượng bụi PM 10 thấp hơn các tháng còn lại trong năm. Từ khoảng tháng 10 đến tháng 3, đây là khoảng thời gian mùa đông, thời tiết khô lạnh, điều kiện khí tượng thuận lợi để hình thành lớp nghịch nhiệt, khiến chất lượng môi trường không khí bị suy giảm nhiều hơn. Bên cạnh đó, khi xuất hiện hiện tượng nghịch nhiệt trong các tháng mùa khô, với điều kiện không có gió hoặc tốc độ gió thấp, hàm lượng các chất ô nhiễm trong môi trường không khí càng cao hơn do không khí không thể khuếch tán được lên cao 6 .

Mối liên hệ giữa các thông số khí tượng và hàm lượng bụi PM10

Trên cơ sở bộ dữ liệu về các thông số khí tượng và hàm lượng bụi PM 10 tại 03 trạm quan trắc môi trường không khí tự động tại Hà Nội trong năm 2018, nghiên cứu thực hiện đánh giá mối tương quan giữa hàm lượng bụi PM 10 và các yếu tố nhiệt độ, tốc độ gió. Hệ số tương quan Spearman (r) giữa hàm lượng bụi PM 10 với nhiệt độ, tốc độ gió tại cả 03 vị trí quan trắc được xem xét ( Table 3 ). Với mức tin cậy tại tất cả các trạm đạt 99%, hệ số tương quan Spearman (r) đều nhỏ hơn 0, chứng tỏ có mối tương quan nghịch giữa hàm lượng bụi PM 10 với yếu tố nhiệt độ (r = -0,58; Sig. < 0.01, trạm NVC) cũng như tốc độ gió (r = -0,232; Sig. < 0.01, trạm TY3). Như vậy, khi nhiệt độ và tốc độ gió càng tăng thì hàm lượng bụi PM 10 trung bình trong môi trường không khí càng giảm và ngược lại.

Table 3 Tương quan Spearman giữa hàm lượng bụi PM 10 và các thông số khí tượng
Tương quan Spearman's rho PM10
Trạm NVC Nhiệt độ Hệ số tương quan (r) -0,587**
Sig. 0,000
N 365
Tốc độ gió Hệ số tương quan (r) -0,151**
Sig. 0,004
N 365
Trạm TY3 Nhiệt độ Hệ số tương quan (r) -0,281**
Sig. 0,000
N 360
Tốc độ gió Hệ số tương quan (r) -0,232**
Sig. 0,000
N 360
Trạm MK Nhiệt độ Hệ số tương quan (r) -0,199**
Sig. 0,000
N 358
Tốc độ gió Hệ số tương quan (r) -0,055
Sig. 0,301
N 358

Kết quả này có sự thống nhất với các nghiên cứu đã công bố trên thế giới như nghiên cứu của Giri và cộng sự (2008), Islam và cộng sự (2015), Zhang và cộng sự (2015). Theo Clements và cộng sự (2016), tốc độ gió có tương quan nghịch với hàm lượng bụi PM 10 do ảnh hưởng chủ yếu liên quan đến sự phân tán và pha loãng của bụi 10 . Trong khi đó nhiệt độ thay đổi, đặc biệt trong những ngày mùa đông, có thể liên quan đến hiện tượng nghịch nhiệt, làm giảm chiều cao lớp biên xáo trộn và sự khuếch tán bụi do đó làm tăng hàm lượng bụi 11 .

Xem xét mối tương quan giữa nhiệt độ, tốc độ gió và hàm lượng bụi PM 10 trung bình tại các vị trí quan trắc trong hai mùa mưa và mùa khô cũng cho kết quả tương tự ( Table 4 ), với mức tin cậy tại tất cả các trạm đạt 95% đến 99%, kết quả hệ số tương quan Spearman (r) đều nhỏ hơn 0, chứng tỏ rằng có mối tương quan nghịch giữa hàm lượng bụi PM 10 với các yếu tố nhiệt độ và tốc độ gió trong cả hai mùa.

Table 4 Tương quan Spearman giữa hàm lượng bụi PM 10 và các thông số khí tượng trong mùa khô và mùa mưa
Tương quan Spearman's rho Nhiệt độ Tốc độ gió
Trạm NVC PM10 Mùa khô Hệ số tương quan (r) -0,101 -0,165
Sig. 0,196 0,057
N 182 182
PM10 Mùa mưa Hệ số tương quan (r) -0,172* -0,286*
Sig. 0,024 0,000
N 183 183
Trạm TY3 PM10 Mùa khô Hệ số tương quan (r) -0,091 -0,474**
Sig. 0,229 0,000
N 178 178
PM10 Mùa mưa Hệ số tương quan (r) 0,013 -0,202**
Sig. 0,864 0,007
N 182 182
Trạm MK PM10 Mùa khô Hệ số tương quan (r) -0,198* -0,518**
Sig. 0,015 0,000
N 175 175
PM10 Mùa mưa Hệ số tương quan (r) -0,174* -0,180*
Sig. 0,040 0,034
N 183 183

Để thấy rõ hơn mối liên hệ giữa các thông số khí tượng và sự thay đổi hàm lượng bụi PM 10 trong môi trường không khí xung quanh, nghiên cứu đã thử nghiệm xác định sự tồn tại của mô hình hồi quy thông qua hệ số xác định r 2 để xem xét trực quan hơn mối liên hệ này ( Figure 3 , Figure 4 ). Theo đó, trong các tháng mùa mưa và mùa khô, hệ số xác định (r 2 ) tại tất cả các vị trí đều nằm trong khoảng 0 < r 2 < 1, như vậy mô hình hồi quy tồn tại và có ý nghĩa, với hệ số xác định r 2 càng gần 1, mức độ ý nghĩa của mô hình càng cao. Hệ số xác định r 2 còn cho biết mức độ (%) biến thiên của biến số hàm lượng bụi PM 10 được giải thích bởi biến số nhiệt độ và tốc độ gió.

Figure 3 . Mô hình hồi quy giữa hàm lượng bụi PM 10 với yếu tố nhiệt độ.

Figure 4 . Mô hình hồi quy giữa hàm lượng bụi PM 10 với yếu tố tốc độ gió.

Quan sát kết quả từ mô hình có thể thấy hệ số xác định của mô hình r 2 tương đối thấp, có nghĩa là các thông số khí tượng như tốc độ gió và nhiệt độ chưa thể giải thích được đối với sự biến đổi hàm lượng bụi PM 10 , hay nói cách khác, tốc độ gió và nhiệt độ có tương quan thấp với hàm lượng bụi PM 10 . Theo Giri và cộng sự (2008), nguyên nhân có thể là do sự cạnh tranh của hai cơ chế gây ô nhiễm, một là sự phân tán của khí quyển (các hạt bụi đã được loại bỏ khỏi không khí ô nhiễm qua quá trình lắng đọng khô và lắng đọng ướt do mưa), và hai là sự khuếch tán khí từ bề mặt (sự phát thải của các hạt vật chất trong không khí từ các phương tiện giao thông trên đường phố, từ bụi công nghiệp và bụi đất). Điều này đã làm rõ thực tế rằng ô nhiễm bụi PM 10 chủ yếu xuất phát từ nguồn gây ô nhiễm tại chỗ.

Ngoài các yếu tố nhiệt độ và tốc độ gió, hướng gió cũng là một thông số quan trọng ảnh hưởng đến hàm lượng bụi PM 10 trong môi trường không khí xung quanh. Hoa gió năm 2018 tại Hà Nội cho thấy hướng gió chủ đạo là hướng Nam, trong đó hướng gió Đông Nam có tốc độ trung bình cao hơn các hướng còn lại ( Figure 5 ). Hàm lượng bụi PM 10 trung bình trong năm 2018 tại Hà Nội tương ứng với các hướng gió chủ đạo được thể hiện trên Figure 6 . Gió từ các hướng khác nhau vận chuyển lượng chất ô nhiễm khác nhau. Cụ thể với điều kiện thời tiết không có gió hoặc lặng gió, hàm lượng bụi PM 10 trung bình trong môi trường không khí cao hơn tại tất cả các vị trí quan trắc. Đối với hướng gió từ phía Bắc và Đông Bắc, thường xuất hiện trong mùa khô, hàm lượng bụi PM 10 trung bình tương ứng thấp hơn, từ 34,61µg/m 3 tại trạm NVC đến 81,71µg/m 3 tại trạm MK. Đối với hướng gió từ phía Nam và Tây Nam, hàm lượng bụi PM 10 đạt cực đại tương ứng là 48,68µg/m 3 tại trạm NVC đến 104,48 µg/m 3 tại trạm MK. Theo biểu đồ hoa gió tại Hà Nội năm 2018 ( Figure 5 ), nhìn chung hàm lượng PM 10 cao tương ứng với hướng gió từ phía Nam.

Figure 5 . Hoa gió tại Hà Nội năm 2018.

Figure 6 . Hàm lượng PM 10 trung bình theo hướng gió.

Quỹ đạo của các khối khí di chuyển tới Hà Nội trong khoảng thời gian mùa khô và mùa mưa được thể hiện qua kết quả chạy mô hình HYSPLIT. Figure 7 hiển thị mô hình quỹ đạo di chuyển của khối không khí đến Hà Nội trong khoảng thời gian 72 giờ với 3 mốc độ cao (200m, 500m và 1000m) so với mặt đất vào mùa mưa (Tháng 5/2018) và mùa khô (Tháng 12/2018). Các nguồn phát thải theo hướng các quỹ đạo này có thể đóng góp vào ô nhiễm chung tại Hà Nội. Theo đó, vào tháng 5, khối không khí từ hướng Nam và Đông Nam thổi đến Hà Nội là chủ yếu, ngược lại vào tháng 12 hướng gió chủ đạo là từ hướng Bắc và Đông Bắc. Điều này một phần chứng minh rằng trong khoảng thời gian mùa khô, Hà Nội có hàm lượng bụi PM 10 trong môi trường không khí cao hơn các tháng còn lại trong năm do một phần có thể chịu ảnh hưởng của nguồn ô nhiễm bên ngoài Hà Nội xuất phát từ các nguồn ô nhiễm từ hướng Bắc, Tây Bắc. Khối không khí này có thể đã đi qua khu vực Quảng Ninh, nơi tập trung một lượng lớn các khu công nghiệp và các nhà máy nhiệt điện than tại Việt Nam.

Figure 7 . Quỹ đạo khối không khí đến Hà Nội trong mùa mưa và mùa khô năm 2018.

Kết luận và kiến nghị

Kết quả nghiên cứu từ nguồn thống kê số liệu khí tượng và hàm lượng bụi PM 10 tại 03 trạm quan trắc môi trường không khí tự động trên địa bàn thành phố Hà Nội trong năm 2018 cho thấy các thông số khí tượng như nhiệt độ, tốc độ gió có mối tương quan nghịch với hàm lượng bụi PM 10 trong cả mùa khô và mùa mưa. Kết quả phân tích số liệu cũng đã chứng minh được rằng hàm lượng bụi PM 10 luôn có xu hướng cao hơn trong giai đoạn các tháng mùa đông lạnh, ít mưa (từ tháng 10 đến tháng 3) với đặc điểm nền nhiệt độ môi trường thấp, trời lặng gió. Phân tích quỹ đạo khối không khí di chuyển đến Hà Nội giúp nhận biết được sự đóng góp của các nguồn ô nhiễm khác ngoài địa bàn Hà Nội, theo đó hướng xuất phát từ các nguồn thải khu vực hướng Bắc, Tây Bắc của Hà Nội có thể đã góp phần gia tăng hàm lượng các chất ô nhiễm trong các tháng mùa khô.

Trong nghiên cứu này, nhóm nghiên cứu chỉ đánh giá sơ bộ ảnh hưởng của nhiệt độ, tốc độ gió và hướng gió đến hàm lượng bụi PM 10 . Cần có những nghiên cứu sâu hơn về ảnh hưởng của các thông số khí tượng khác đối với các chất ô nhiễm không khí khác như SO 2 , NO x , CO, O 3 ,... để có thể đưa ra được những đánh giá toàn diện hơn về nguyên nhân gây ô nhiễm môi trường không khí tại thành phố Hà Nội.

DANH MỤC TỪ VIẾT TẮT

HYSPLIT (Hybrid Single Particle Lagrangian Integrated Trajectory Model): Mô hình tích hợp quỹ đạo hạt đơn theo hướng Lagragian

NOAA (National Oceanic and Atmospheric Administration): Cơ quan Khí quyển và Đại dương Quốc gia Mỹ

QCVN : Quy chuẩn kỹ thuật quốc gia

READY (Real-time Environmental Applications and Display sYstem): Hệ thống ứng dụng và hiển thị môi trường thời gian thực

SPSS (Statistical Package for Social Sciences): Phần mềm thống kê cho khoa học xã hội

XUNG ĐỘT LỢI ÍCH

Nhóm tác giả cam đoan không có bất kỳ xung đột lợi ích nào trong công bố bài báo.

ĐÓNG GÓP CỦA CÁC TÁC GIẢ

Nguyễn Anh Dũng điều phối toàn bộ nghiên cứu, đưa ra ý tưởng, phương pháp nghiên cứu, xử lý số liệu, phân tích kết quả và viết chính bản thảo.

Dương Hồng Sơn, Nguyễn Đắc Đồng định hướng nội dung khoa học, kết quả và hiệu chỉnh bản thảo.

Nguyễn Thế Đức Hạnh tham gia xử lý số liệu, phân tích kết quả và viết bản thảo.

LỜI CẢM ƠN

Nhóm tác giả xin chân thành cảm ơn Trung tâm Quan trắc môi trường miền Bắc, Tổng cục Môi trường và Chi cục Bảo vệ môi trường Hà Nội, Sở Tài nguyên và Môi trường thành phố Hà Nội đã hỗ trợ, cung cấp số liệu quan trắc phục vụ nghiên cứu.

References

  1. Bộ Tài Nguyên Môi trường, "Chương 2: Môi trường không khí". Báo cáo hiện trạng môi trường Quốc gia năm 2016. . 2017;:. Google Scholar
  2. Nam D.T., Anh L.H., Luận V.N.. Đánh giá chất lượng không khí Hà Nội thông qua chỉ số AQI. Tạp chí môi trường, Chuyên đề IV, tháng 12. 2018;:. Google Scholar
  3. WHO Regional Office for Europe, Copenhagen. Health effects of Particulate Matter: Policy Implications for Countries in Eastern Europe, Caucasus and Central Asia. 2013;:. Google Scholar
  4. Katsouyanni K., Touloumi G.. Short Term Effects of Ambient Sulphur Dioxide and Particulate Matter on Mortality in 12 European Cities: Results from Time Series Data from the APHEA Project. British Medical Journal. 1997;314:1658-1663. Google Scholar
  5. Samet J.M., Dominici F., Curriero F.C., Coursac I., Zeger S.L.. Fine Particulate Air Pollution and Mortality in 20 US Cities, 1978-1994. New England Journal of Medicine. 2000;343:1742-1749. PubMed Google Scholar
  6. Dung N.A., Son D.H., Hanh N.T.D., Tri D.Q.. Effect of Meteorological Factors on PM10 Concentration in Hanoi, Vietnam. Journal of Geoscience and Environment Protection. 2019;7:138-150. Google Scholar
  7. Giri D., Venkatappa K.M., Adhikary P.R.. The influence of meteorological conditions on PM10 concentrations in Kathmandu Valley. International Journal of Environmental Research. 2008;2(1):49-60. Google Scholar
  8. Zhang H., Wang Y., Hu J., Ying Q., Hu X.M.. Relationships between Meteorological Parameters and Criteria Air Pollutants in Three Megacities in China. Environmental Research. 2015;140:242-254. PubMed Google Scholar
  9. Islam M. M., Afrin S., Ahmed T., Ali M.A.. Meteorological and seasonal influences in ambient air quality parameters of Dhaka city. Journal of Civil Engineering. 2015;43:67-77. Google Scholar
  10. Clements A.L., Fraser M.. Source identification of coarse particles in the Desert Southwest, USA using Positive Matrix Factorization. Atmospheric Pollution Research. 2016;8(5):873-884. PubMed Google Scholar
  11. Gramsch E., Caceres D., Oyola P., Reyes F., Vasquez Y., Rubio M.A., Sanchez G.. Influence of surface and subsidence thermal inversion on PM2.5 and black carbon concentration. Atmospheric Environment. 2014;98:290-298. Google Scholar


Author's Affiliation
Article Details

Issue: Vol 3 No 2 (2020)
Page No.: 432-442
Published: Aug 16, 2020
Section: Research article
DOI: https://doi.org/10.32508/stdjet.v3i2.715

 Copyright Info

Creative Commons License

Copyright: The Authors. This is an open access article distributed under the terms of the Creative Commons Attribution License CC-BY 4.0., which permits unrestricted use, distribution, and reproduction in any medium, provided the original author and source are credited.

 How to Cite
Nguyen, A. D., Dương, H. S., Nguyễn Thế, Đức H., & Dong, N. (2020). Application of hysplit model to evaluate the relationship between meteorological parameters and PM10 content in the atmospheric environment in Ha Noi city, Vietnam. VNUHCM Journal of Engineering and Technology, 3(2), 432-442. https://doi.org/https://doi.org/10.32508/stdjet.v3i2.715

 Cited by



Article level Metrics by Paperbuzz/Impactstory
Article level Metrics by Altmetrics

 Article Statistics
HTML = 1108 times
Download PDF   = 569 times
View Article   = 0 times
Total   = 569 times