RNDr. Josef Keder, CSc. Organizace Český hydrometeorologický ústav Název textu Vyhodnocení metod pro předpověď koncentrací přízemního ozónu BK7 -
|
|
- Roman Toman
- před 8 lety
- Počet zobrazení:
Transkript
1 Autor RNDr. Josef Keder, CSc. Organizace Český hydrometeorologický ústav Název textu Vyhodnocení metod pro předpověď koncentrací přízemního ozónu Blok BK7 - Specializované modelové systémy Datum Červenec 2001 Poznámka Text neprošel redakční ani jazykovou úpravou
2 VYHODNOCENÍ METOD PRO PŘEDPOVĚĎ KONCENTRACÍ PŘÍZEMNÍHO OZÓNU Ozón je velmi agresivní oxidant, který se formuje složitými chemickými rekcemi z prekurzorů za přítomnosti aktivního ultrafialového záření. Produkce ozónu je nejvýznamnější ve dvou vrstvách zemské atmosféry: ve stratosféře mezi výškovými hladinami km a v troposféře v blízkosti zemského povrchu. Zatímco stratosférický ozón plní nezastupitelnou roli ochranného štítu před biologicky aktivním ultrafialovým zářením Slunce, troposférický ozón je naopak považován za škodlivou znečišťující látku. V dalším bude pojmem ozón označován přízemní (troposférický) ozón. V souvislosti se zjištěnými nepříznivými účinky vysokých koncentrací ozónu na lidské zdraví, vegetaci a materiály vznikl a trvá zájem nejen o monitorování úrovně jeho koncentrací, ale též o včasnou předpověď výskytu epizod s vysokými koncentracemi ozónu překračujícími práh, kdy se jejich nepříznivé účinky začínají objevovat zejména u rizikových skupin populace. Takovéto předpovědi umožňují vydávat včasné varování pro veřejnost a poskytují prostor pro přípravu případných opatření ke snížení emisí prekurzorů ozónu s cílem snížit špičkové hodnoty a minimalizovat důsledky ozónových epizod. Nezbytnou podmínkou vytvoření efektivních metod predikce ozónových koncentrací je znalost fyzikálních a chemických procesů, řídících produkci ozónu a znalost mechanismů, jejichž prostřednictvím je úroveň znečištění ovzduší ozónem ovlivňována meteorologickými podmínkami. 1. ZÁKLADNÍ NÁČRT PROCESŮ FORMOVÁNÍ OZÓNU Ozón není přímo vypouštěn do ovzduší, ale tvoří se jako druhotná znečišťující látka jako výsledek složitého systému fotochemických reakci mezi oxidy dusíku a uhlovodíky, které jsou společně označovány jako prekurzory ozónu. Prekurzory mohou pocházet jak z antropogenních, tak z přírodních (biogenních) procesů. Hlavními zdroji prekurzorů jsou spalovací procesy, zejména emise z autodopravy, chemická výroba, vypařování pohonných hmot a rozpouštědel. Významnými zdroji těkavých organických látek mohou být lesní porosty a další druhy vegetace. Za přítomnosti ultrafialového záření slunce se oxid dusičitý štěpí po dle reakce NO 2 + hν! NO + O O+ O 2! O 3 Vzniklý ozón ovšem okamžitě oxiduje NO zpět na NO 2 O 3 + NO! NO 2 + O 2 Tento systém reakcí vede k ustálení rovnovážného stavu, kdy i bez antropogenních emisí dosahují ozónové koncentrace hodnot přirozeného pozadí 50 2
3 90 µg.m -3. Další akumulace ozónu nemůže nastat bez přítomnosti těkavých organických látek (VOC) obsahujících uhlovodíky. Ty zastoupí v titrační reakci s NO ozón a další oxid dusičitý vzniká podle schématické reakce VOC + NO! NO 2 + další produkty Vzniklý NO 2 je tak k dispozici jako výchozí materiál pro štěpení ultrafialovým zářením a ozónové koncentrace mohou narůstat. Pro formování postupů predikce ozónu je tedy nezbytná znalost režimů produkce emisí NO a VOC, jejich prostorové rozložení a časové změny. 3
4 2. METEOROLOGICKÉ PROCESY OVLIVŇUJÍCÍ ÚROVEŇ KONCENTRACÍ OZÓNU Denní a mezidenní změny celé řady meteorologických prvků ovlivňují tvorbu ozónu a chody jeho koncentrací stejně významně jako emise prekurzorů. Pochopení režimů počasí podporujících vznik ozónových epizod, je podmínkou správného výběru vstupních meteorologických proměnných pro predikční algoritmy. Mezi nejvýznamnější takové faktory je možno zařadit: Sluneční záření a oblačnost Teplota Tvar výškového profilu teploty Přízemní vítr Výškový vítr ultrafialové záření je nutnou podmínkou nastartování fotochemických procesů teplota vzduchu ovlivňuje rychlost fotochemických reakcí a biogenní emise prekurzorů labilita nebo stabilita atmosféry ovlivňuje turbulentní mísení a vertikální transport ozónu i jeho prekurzorů ovlivňuje podmínky ventilace a akumulace ozónu a prekurzorů ovlivňuje transport ozónu a prekurzorů v regionálním měřítku, zejména v nočních hodinách Každá metoda predikce imisní úrovně ozónu je na kvalitní předpověď těchto meteorologických prvků, které prostřednictvím ovlivňování emisí, podmínek ventilace, promíchávání a transportu ovlivňují úroveň lokálních koncentrací ozónu, mimořádně citlivá. 3. PŘEHLED METOD PRO PŘEDPOVĚĎ KONCENTRACÍ PŘÍZEMNÍHO OZÓNU Pro předpověď koncentrací ozónu byla vypracována řada metod, které se liší složitostí metodického přístupu, obtížností aplikace, nároky na zkušenost uživatele, nároky na technické vybavení a z toho rezultující přesností a úspěšností. Přehledný výčet nejčastěji používaných metod predikce ozónu je podán v publikaci US EPA (US EPA, 1999). Přehled každé metody obsahuje popis jejího principu, možností aplikace v konkrétních podmínkách uživatele jejích výhod a nevýhod. 4
5 Persistentní metoda naivní predikce Princip Uplatňuje se jednoduchý předpoklad persistence stávajícího stavu a budoucí koncentrace ozónu se předpokládá stejná jako měřením zjištěná koncentrace v referenčním období pro předpověď (např. maximální koncentrace ozónu v odpoledních hodinách zítřejšího dne se očekává stejná jako maximální hodnota změřená v předešlém dnu). Persistentní metoda má oporu v autokorelaci časových řad koncentrací ozónu: je pravděpodobné, že vysoké hodnoty koncentrací budou následovány rovněž vysokými hodnotami a naopak nízké hodnoty budou pravděpodobně následovány hodnotami rovněž nízkými. Persistence hodnot ozónových koncentrací je určována persistencí synoptické meteorologické situace. Významná změna meteorologických podmínek přináší rovněž zlom ve vývoji imisních koncentrací a persistentní metoda je pro takové případy nepoužitelná. Persistentní metoda se používá zejména jako metoda referenční pro testování jiných, sofistikovanějších metod predikce. Požadavky na vývoj metody Znalost úrovně koncentrací v období referenčním pro předpověď a znalost prognózy persistence meteorologické situace. Vyžaduje minimum zkušeností a klade na uživatele minimální nároky. Je nutno sledovat, zda nedochází k výrazné změně meteorologických podmínek. Výhody " Jednoduchá, rychlá a nenáročná metoda " Značně přesná v období se stálými meteorologickými podmínkami Nevýhody " Nelze předpovídat první a poslední den epizody vysokých koncentrací " Selhává při výrazných změnách povětrnostní situace Klimatologická metoda Princip Vychází ze znalostí statistických charakteristik povětrnostních prvků a s nimi spojených koncentrací ozónu (průměrů, extrémů, počtu překročení vybrané prahové 5
6 hodnoty apod.). Metoda se opírá o fakt, že podobné situace mají tendenci se v ročním a sezónním chodu opakovat. Požadavky na vývoj metody Je nutná dostupnost datových souborů koncentrací a meteorologických parametrů za posledních alespoň 5 let. V emisních inventurách je nutno ověřit, zda nedošlo během krátké doby k výrazné změně emisní situace v oblasti, pro kterou se předpověď vydává. Metoda využívající klimatických tabulek neklade velké nároky na zkušenost uživatele. Je užitečná zejména při aplikaci v kontextu s jinými metodami, kdy umožňuje například posoudit věrohodnost předpovědi extrémních hodnot. Výhody " Jednouchá metoda z hlediska nároků na vývoj i použití " Vymezuje hranice pro jiné metody předpovědi Nevýhody " Je vázána na lokální podmínky, není přenositelná do jiné lokality " Je citlivá na náhlé změny v podmínkách emisí Metoda kriteriální Princip Využívají se prahové hodnoty meteorologických prvků a koncentrací kritéria. Splnění kritéria nebo souboru kritérií je předpokladem pro vydání předpovědi na výskyt vysokých hodnot koncentrace ozónu. Například překročení maximální denní teploty 25 o C je nutné kritérium pro překročení prahové koncentrace ozónu 180µg.m -3. Požadavky na vývoj metody Je nutná znalost fyzikálních a chemických procesů ovlivňujících úroveň ozónových koncentrací v zájmové oblasti. Na jejich základě se vyberou vstupní proměnné, například maximální teplota dne, ranní a polední hodnota rychlosti větru apod. Relevantnost vybraných prvků se dá testovat statistickými postupy. Na základě znalosti ozónových koncentrací za posledních alespoň 5 let se stanoví prahové hodnoty meteorologických prvků, které vymezují oblasti vysokých a nízkých 6
7 koncentrací. Stanovená kriteria se otestují metodou křížové validace na nezávislých datových souborech. Při výrazné změně emisních podmínek je nutno soubor kritérií aktualizovat. Je nutná dostupnost vstupních dat, pro něž jsou stanovena kritéria. Rozhodovací proces porovnání stávajících hodnot s kriteriálními hodnotami - nevyžaduje hlubší znalosti meteorologie a chemismu atmosféry. Výhody " Jednoduchá a provozně nenáročná metoda " Objektivní metoda, jež není nezatížená subjektivním postojem zpracovatele předpovědi " Metodu je poměrně snadné vyvinout i aktualizovat Nevýhody " Výběr vstupních proměnných a prahových hodnot je do značné míry subjektivní " Metoda není ideální pro předpověď hodnot koncentrací, spíše předpovídá překročení nebo nedosažení určitých limitních hodnot Metoda klasifikačních a regresních stromů (CART) Princip Metoda je založena na statistické proceduře zařazující data do disjunktních, navzájem nepodobných skupin. Údaje o hodnotách koncentračních špiček jsou postupně členěny vždy do dvou skupin na základě stanovené prahové hodnoty vybraného prediktoru. Výběr prediktoru a prahové hodnoty provádí specializovaný program pro konstrukci rozhodovacích stromů. Ten identifikuje proměnné nejvíce korelované s vysokými hodnotami ozónových koncentrací a provádí zařazení dat do dvou disjunktních skupin. Celý proces pokračuje až do stavu, kdy je každá skupina dat dostatečně homogenní (ČHMÚ, 1998). Požadavky na vývoj metody Na základě znalosti rozhodujících fyzikálních a chemických procesů ovlivňujících koncentrace ozónu v zájmové oblasti, se vybere soubor vstupních proměnných. Jedná se obvykle o meteorologické parametry, ale jako další proměnné se mohou použít např. pořadí dne v týdnu nebo délka světlé části dne. Rozhodovací 7
8 stromy, vytvořené pomocí specializovaného softwarového systému, je nutno validovat pomocí souborů nezávislých dat, které nebyly při konstrukci stromů použity. Stromy je nutno aktualizovat při změně emisních podmínek. Je nutno zajisti přísun naměřených hodnot vstupních proměnných. Na rozdíl od vývoje metody je operativní provoz jednoduchý, nevyžaduje velké zkušenosti provozovatele a specializované programové vybavení. Uživatel postupně porovnává hodnoty prediktorů s prahovými hodnotami, v rozhodovacím stromu je veden po větvích stromu k výsledné hodnotě prediktandu. Výhody " Jednoduchá metoda, rychlé zpracování " Umožňuje diferencovat mezi situacemi, kdy ozónové koncentrace jsou výsledkem rozdílných procesů Nevýhody " Vývoj metody je náročnější na zkušenost a vyžaduje specializovaný program " Predikovaná hodnota koncentrace ozónu je velmi citlivá na malé změny hodnot prediktorů " Může selhávat v případě neobvyklých emisních situací (např. zvýšený silniční provoz o svátcích) Regresní metody Princip Je založena na regresních rovnicích popisujících statistické vztahy mezi koncentrací ozónu a hodnotami prediktorů. Požadavky na vývoj metody Na základě znalosti rozhodujících fyzikálních a chemických procesů, ovlivňujících koncentrace ozónu v zájmové oblasti, se vybere soubor vstupních proměnných - prediktorů. Přiřadí se odpovídající hodnoty koncentrací ozónu prediktandu. Datový soubor by měl zahrnovat alespoň 5 let. Pomocí standardních postupů regresní analýzy se stanoví hodnoty regresních koeficientů. Při konstrukci regresních rovnic je nutno respektovat požadavky na normalitu rozložení proměnných. Doporučuje se výběr rozumného počtu prediktorů, maximálně 10 proměnných. 8
9 Regresní vztahy je možno konstruovat pro stratifikované hodnoty, například pro jednotlivé měsíce, typy povětrnostních situací apod. Stanovené regresní rovnice je třeba validovat na nezávislých datových souborech. Ve srovnání s procesem vývoje metody je provoz jednoduchý. Je nutno zjistit přísun hodnot vstupních proměnných (prediktorů). Výpočet hodnot koncentrací nevyžaduje hlubší znalosti meteorologie a atmosférické chemie. Je nutno brát v úvahu nejistoty v hodnotách prediktorů, které jsou rovněž produktem nějaké předpovědní metody. Výhody " Regresní metoda je široce používaná a dobře dokumentovaná, existuje řada kvalitních statistických programů pro výpočet regresních vztahů a jejich provozování na PC je rychlé a snadné " Metoda je objektivní, je schopná detekovat vztahy mezi proměnnými, které nelze odhalit subjektivními postupy Nevýhody " Vývoj metody je náročný na zkušenosti zpracovatele " Regresní postupy předpovídají střední hodnoty nikoliv okrajové části statistických rozdělení proměnných. Důsledkem je podhodnocení vysokých koncentrací a nadhodnocení koncentrací nízkých Umělé neuronové sítě (ANN) Princip ANN (artificial Neural Networks) jsou algoritmy simulující činnost lidského mozku a proces učení (ČHMÚ, 1998). Vhodně konstruované a trénované ANN jsou schopny detekovat nelineární závislosti a trendy v rozsáhlých datových souborech. ANN využívají složitých kombinací váhových funkcí, jejichž prostřednictvím se vektoru vstupních proměnných (prediktorů), přiváděných na vrstvu vstupních neuronů, přiřazuje výsledná hodnota prediktantu, která se objevuje na neuronech výstupní vrstvy. Váhové funkce se formují během procesu učení (tréninku) neuronové sítě, kdy jsou síti postupně předkládány sobě příslušné dvojice vstupních a výstupních vektorů. Váhové funkce jsou postupně nastavovány tak, aby se minimalizovala chyba mezi hodnotou výstupu ANN a hodnotou požadovanou. Po skončení procesu učení se síť testuje na souboru nezávislých dat, která nebyla použita při jejím učení. 9
10 Požadavky na vývoj metody Vytvoření a učení ANN je poměrně zdlouhavý a náročný proces vyžadující značnou zkušenost a specializované programové vybavení. Vývoj metody je náročný rovněž na dostatečné množství dat, datový soubor musí zahrnovat alespoň 5 let.. Vstupní datový soubor je nutno rozdělit na 3 části. Prvá se využije pro trénink vytvořené sítě, druhá slouží k testování výskytu jevu tzv. přetrénování ANN a třetí část dat se využije k validaci sítě. Provozování vytvořené ANN je na rozdíl od její konstrukce a učení jednoduché. Je nutno zajistit přísun vstupních dat a ošetřit případné výpadky v těchto datech. Výhody " ANN jakožto nelineární metoda predikce je mimořádně vhodným prostředkem pro vyšetřování procesu tvorby ozónu, který je rovněž nelineární " Pokud byly v tréninkovém souboru dostatečně zastoupeny odlehlé hodnoty (outliers), je ANN schopna detekovat extrémní hodnoty lépe než regresní metoda Nevýhody " Neuronové sítě jsou složité a jejich princip nebývá často plně pochopen, z čehož plyne nebezpečí schématického přístupu k této metodě a její nesprávné aplikace, zejména v případě, kdy má nezkušený uživatel k dispozici sofistikovaný specializovaný software Trojrozměrné numerické simulační modely Princip Trojrozměrné (3-D) modely simulující kvalitu ovzduší jsou složité matematické popisy procesů transportu, rozptylu a chemických změn znečišťujících látek v ovzduší. Původně byly 3-D modely používány pro případové studie ozónových epizod a simulace dopadů změn emisí. V současné představují ve spojení s numerickými předpovědními modely, které poskytují vstupní meteorologická pole, mohutný nástroj pro denní operativní předpověď ozónových koncentrací. Jednotlivé 3-D modely se liší použitým způsobem parametrizace chemických změn, numerickými algoritmy, velikostí modelové oblasti, počtem vertikálních hladin a velikostí elementů čtvercové výpočetní sítě. Velikost čtvercových elementů se obvykle pohybuje od 4 do 36 km, počet vertikálních hladin se volí od 5 do 15. Volba počtu hladin a velikost elementu čtvercové sítě je kompromisem mezi vysokou 10
11 prostorovou rozlišovací schopností a náklady na strojový čas výpočtu. Moderní 3-D modely využívají techniky tzv. nestingu, kdy je rozlišovací schopnost modelu menší v odlehlých oblastech a jemné rozlišení se používá v oblastech zvýšeného zájmu. Požadavky na vývoj metody V současné době je dostupná řada 3-D modelů pro simulaci koncentrací ozónu, například CAMx, MAQSIP, UAM-V a dalších, z nichž některé jsou volně k dispozici na síti Internet. Implementace 3-D modelů však i přes tuto skutečnost představuje náročný proces vyžadující odpovídající počítačové vybavení a vysoce kvalifikovaný personál. Pro 3-D modely je nutno zajistit přísun emisních a meteorologických vstupních dat a okrajových podmínek ve vhodných formátech. Celý provoz modelů této kategorie musí být plně automatizován Výhody " 3-D modely předpovídají ozónové koncentrace pro rozsáhlé oblasti " Předpověď je možno dělat i pro oblasti nepokryté monitorovací sítí " Je možno provádět modelové simulace pro různé emisní scénáře a testovat vliv jednotlivých meteorologických prvků Nevýhody " Modely této třídy jsou vysoce citlivé na kvalitu emisních inventur a emisních modelů " Přesnost predikce koncentrací ozónu závisí na kvalitě výstupů z numerických meteorologických modelů. Například nepřesnosti v prognóze směru a rychlosti větru způsobí významný posun v poloze maxim ozónových koncentrací " Lokální koncentrace ozónu mohou být ovlivněny vlivy malého měřítka nezahrnutými do modelu 11
12 4. POROVNÁNÍ METOD PREDIKCE Porovnání jednotlivých metod predikce ozónových koncentrací je shrnuto v následující tabulce. Metoda Persistentní Klimatologická Kriteriální Rozhod. stromy Regresní ANN 3-D modely Nároky na vývoj Malé Malé/Střední Malé/Střední Střední Střední Střední/Vysoké Velmi vysoké Nároky na provoz Malé Malé Malé Malé Střední Střední Velmi vysoké Přesnost Malá Malá Střední Střední/Vysoká Střední/Vysoká Střední/Vysoká Střední/Vysoká Vývoj Nároky na zkušenost Software/Hardware Nároky na zkušenost Tabulkový procesor/pc Schopnost získat dnešní a včerejší ozónová data Tabulkový procesor/pc Schopnost získat ozónová data a interpretovat grafy a tabulky Schopnost identifikovat klíčové prediktory Znalost statistiky a metody rozhod. stromů Znalost statistiky a regresních metod Znalost statistiky a ANN Statistický SW/PC CART SW/PC Statistický SW/PC Statistický a NN SW/PC Schopnost získat pozorovaná a predikovaná meteorologická a imisní data Schopnost získat pozorovaná a predikovaná meteorologická a imisní data, schopnost používat rozhodovací stromy Schopnost získat pozorovaná a predikovaná meteorologická a imisní data,, schopnost používat výpočetní program nebo tabulkový procesor Schopnost získat pozorovaná a predikovaná meteorologická a imisní data,, schopnost používat výpočetní program Vysoce kvalifikovaná znalost vztahů emisemeteorologie-imise Prognostický a, emisní model, 3-Dmodel/ Supercomputer Základní znalost vztahů meteorologie-imise 12
13 5. APLIKACE METOD PRO PŘEDPOVĚĎ OZÓNU V ČESKÉ REPUBLICE Rozvoj metod predikce koncentrací ozónu byl umožněn vybudováním rozsáhlé automatizované monitorovací sítě kvality ovzduší na území ČR na počátku 90. let. Tato síť v roce 1999 zahrnovala celkem 53 míst, kde bylo prováděno měření půlhodinových koncentrací troposférického ozónu (Fiala a kol., 2000). Soubory naměřených dat byly využity pro konstrukci lineárního regresního modelu pro předpověď maximálních koncentrací ozónu na následující den (Keder, Šimšová, 1997a). Jako prediktory byly použity maximální koncentrace ozónu ve dni předcházejícímu předpovědi, maximální teplota vzduchu ve dni předcházejícím předpovědi a předpovězená maximální teplota na den předpovědi. Regresní vztahy byly konstruovány s ohledem na odlišný typ denních chodů koncentrací ozónu na různých typech stanic (městská, venkovská, horská) a za různých povětrnostních situací. Vyhodnocení úspěšnosti předpovědí touto metodou (Keder, Šimšová, 1997a, Keder, Šimšová, 1997b) ukázalo, že metoda poskytuje výsledky srovnatelné s modely stejné třídy používanými v zahraničí. Další etapa rozvoje metod předpovědi koncentrací ozónu v ČR je spojena s řešením grantového projektu VaV/520/2/97 (ČHMÚ, 1998). V jeho rámci prověřoval ČHMÚ ve spolupráci s Ústavem informatiky AV ČR možnosti využití nelineárních metod predikce fotochemického smogu. Jako perspektivní byla studována zejména metoda umělých neuronových sítí, nicméně stranou nebyly ponechány ani další postupy. Z analýzy vstupních dat vyplynulo, že z hlediska vlivu na vysoké koncentrace O 3 jsou nejvýznamnějšími vstupními veličinami kromě teplot zejména vlhkost a rychlost větru. Tyto analýzy se dále ověřovaly použitím dat z různých typů měřících stanic (městská, příměstská, venkovská, horská). Ke klasifikaci jednotlivých stanic bylo použito Kohonenovy neuronové sítě pro zprůměrované denní průběhy NO, NO 2 a O 3. Výsledky všech těchto tří klasifikací prokázaly dobrou shodu s experimenty provedenými dříve v ČHMÚ. Na základě vytipovaných vstupních dat byly navrženy predikční modely pro předpověď překročení stanovené prahové hodnoty. Modely jsou konstruovány tak, aby predikci pro následující den bylo možné provést v SEČ aktuálního dne. Predikční modely jsou založeny na třech statistických přístupech: umělých neuronových sítích, Kalmanově filtraci a klasifikačních stromech. Důvodem pro aplikaci těchto tří nezávislých technik bylo vzájemné porovnání a ověření správnosti navržených postupů a ověření možnost jejich případného vzájemného doplnění. Modely založené na umělých neuronových sítích byly navrženy jako neuronové klasifikátory, predikující překročení imisního limitu 130 µg.m -3 a 180 µg.m -3. Výkonnost 13
14 těchto modelů je velice dobrá, nevýhodou se může jevit jejich neprůhlednost. Modely založené na Kalmanových filtrech jsou dostatečně robustní, spolehlivé a flexibilní pro praktické použití. Mohou posloužit jako prediktor numerické hodnoty maxima ozónu na příští den na jednotlivých stanicích a tak poskytnout základ pro další postupy např. pro konstrukci předpovědních map. Rovněž mohou být jedním ze vstupů pro klasifikátory, které pomocí dalších proměnných nebo expertní informace přesněji předpoví překročení hranice 180 respektive 130 µg.m -3. Klasifikační stromy se dle očekávání ukázaly jako spíše hrubší predikční nástroj, kterým je obtížné z použitých dat získat modely s dobrou výkonností. Významnější roli mohou hrát spíše při návrhu korekce existujících modelů. Testování přenosnosti predikce a hodnocení úspěšnosti vyhlašování poplachů provedené na datech z roku 1998 prokázalo, že ozónové epizody je možné rozdělit do třech kategorií z hlediska predikovatelnosti: " Ozónové epizody snadno predikovatelné (většina) " Ozónové epizody predikovatelné za cenu únosného zvýšení počtu falešných poplachů " Epizody daným modelem nepředpověditelné bez neúnosného zvýšení počtu falešných poplachů Důvodem existence poslední třídy epizod může být odlišný způsob vzniku vysokých koncentrací ozónu, který se vyskytuje relativně zřídka. Metody založené na statistickém zpracování historických dat obtížně podchycují. V porovnání s persistentním modelem (model typu zítra bude tak jako dnes ) a s lineárně regresním modelem dříve testovaným v ČHMÚ prokázaly navržené nelineární modely výrazně lepší výsledky. Metody predikce založené na neuronových sítích a Kalmanově filtraci byly začleněny do prognózního systému APROPOS používaného v ČHMÚ. Struktura systému a výsledky jeho testování jsou shrnuty v pracích (Keder, 2000; Pelikán a kol., 2000).Vývoj nelineárních statistických metod pro předpověď ozónu pokračuje na bázi mezinárodní spolupráce v rámci projektu APPETISE, který je začleněn do 5. rámcového projektu Evropské unie (APPETISE, 1999) V ČR dosud není k predikci ozónu využívána třída numerických simulačních modelů (3-D modely).v průběhu řešení grantového projektu VaV/520/2/98 (ČHMÚ, 1999) byl vytvořen submodel chemizmu mezní vrstvy atmosféry, který by ve spolupráci s vhodným modelem transportu a rozptylu znečišťujících látek v ovzduší mohl sloužit pro prognózu koncentrací ozónu. Provedené experimenty ukázaly, že zabudování tohoto submodelu do disperzních vlečkových modelů Gaussovského typu nebo tzv. puff modelů nepředstavuje perspektivní cestu. Za tím účelem bude třeba vytvořit a zprovoznit numerický model eulerovského typu, jakými jsou například dříve zmíněný CAMx nebo UAM-V. Zprovoznění modelu CAMx se zabudováním asimilace monitorovaných dat pomocí Kalmanova filtru je testováno v rámci projektu APPETISE. 14
15 S ohledem na řadu metodických a provozních problémů spojených zejména se získáváním potřebných vstupních dat a vytvořením dostatečně podrobných emisních inventur nelze provozně použitelné výsledky očekávat v nejbližší době. Vývoj a implementace numerických 3-D modelů pro předpověď ozónu představuje dosud v podmínkách ČR slabý článek a bude tudíž tímto směrem orientovat úsilí dostupné domácí výzkumné základny. 6. LITERATURA APPETISE, Fiala, J. a kol.: Znečištění ovzduší a atmosférická depozice v datech, Česká republika 1999, ČHMÚ, Praha, 2000 Guideline for Developing an Ozóne Forecasting Program, EPA-454/R , U.S. Environmental Protection Agency, Research Triangle Park, North Carolina 27711, July 1999 Keder, J., Šimšová, Z.: Velmi krátkodobá předpověď koncentrací znečišťujících látek Diplomová práce, MFF UK, KMOP, Praha, duben 1997 Keder, J., Šimšová, Z.: Výskyt vysokých koncentrací ozónu na území ČR v letním období a možnost překročení zvláštních imisních limitů In: Sborník přednášek 7. odborné konference Znečištění ovzduší a zdraví, Špičák , KHS Plzeň, 1997 Keder, J.: Statistical and Neural Network Ozóne Forecasts in the Czech Republic, In: Proc. of the EUMETNET Workshop on Ground- Level Ozóne Forecasting, Langen, Germany, 2000 Pelikan, E. at al.:ground level ozóne peak forecasts using neural networks and Kalman filter, Meteorological Journal, 3 (2000), Nr. 2, pp. 3-8, Vznik a režim změn letního fotochemického smogu na území ČR, závěrečná zpráva za projekt VaV/520/2/97, ČHMÚ, Praha, listopad 1998 Vytvoření submodelu chemických a radioaktivních transformací pro modely transportu a rozptylu, závěrečná zpráva za projekt VaV/520/2/98, ČHMÚ, Praha, listopad
Modelování rozptylu suspendovaných částic a potíže s tím spojené
Modelování rozptylu suspendovaných částic a potíže s tím spojené Konzultační den hygieny ovzduší 13.12.2005 Josef Keder Český hydrometeorologický ústav keder@chmi.cz Osnova Proč modelování? Modelování
VíceNávrh postupu pro stanovení četnosti překročení 24hodinového imisního limitu pro suspendované částice PM 10
Návrh postupu pro stanovení četnosti překročení 24hodinového imisního limitu pro suspendované částice PM 1 Tento návrh byl vypracován v rámci projektu Technologické agentury ČR č. TA23664 Souhrnná metodika
VícePredikce, krátkodobé smogové situace RNDr Josef Keder, CSc.
ODBORNÉ VZDĚLÁVÁNÍ ÚŘEDNÍKŮ PRO VÝKON STÁTNÍ SPRÁVY OCHRANY OVZDUŠÍ V ČESKÉ REPUBLICE Predikce, krátkodobé smogové situace RNDr Josef Keder, CSc. Smogová situace základní pojmy, legislativa Zákon o ochraně
VíceVÝZNAMNÉ SMOGOVÉ SITUACE A JEJICH ZÁVISLOST NA METEOROLOGICKÝCH PODMÍNKÁCH V ČR
VÝZNAMNÉ SMOGOVÉ SITUACE A JEJICH ZÁVISLOST NA METEOROLOGICKÝCH PODMÍNKÁCH V ČR Jana Šimková, Robert Skeřil, Gražyna Knozová Český hydrometeorologický ústav, pobočka Brno Smogová situace je podle zákona
VíceMeteorologické minimum
Meteorologické minimum Stabilitně a rychlostně členěné větrné růžice jako podklad pro zpracování rozptylových studií Bc. Hana Škáchová Oddělení modelování a expertíz Úsek ochrany čistoty ovzduší, ČHMÚ
VíceVÝSLEDKY MĚŘENÍ ZNEČIŠTĚNÍ OVZDUŠÍ V BOLATICÍCH 12. 12. 211 27. 1. 212 Zpracoval: Český hydrometeorologický ústav, pobočka Ostrava Mgr. Blanka Krejčí Lokalita CZ I - Bolatice Měření 12. 12. 211-27. 1.
VíceZnečištění ovzduší města Liberce
Znečištění ovzduší města Liberce Úvod Problematika znečištění ovzduší je pro všechny z nás stále aktuální téma dané tím, že vzduch, který se kolem nás nachází nemůžeme přestat dýchat, nemáme možnost výběru.
VíceK možnostem krátkodobé předpovědi úrovně znečištění ovzduší statistickými metodami. Josef Keder
K možnostem krátkodobé předpovědi úrovně znečištění ovzduší statistickými metodami Josef Keder Motivace Předpověď budoucí úrovně znečištění ovzduší s předstihem v řádu alespoň několika hodin má význam
VíceRNDr. Josef Keder, CSc. Organizace Český hydrometeorologický ústav, Praha Název textu Návrh na další rozvoj monitorování kvality ovzduší v Praze BK5
Autor RNDr. Josef Keder, CSc. Organizace Český hydrometeorologický ústav, Praha Název textu Návrh na další rozvoj monitorování kvality ovzduší v Praze Blok BK5 - Imisní monitoring Datum Prosinec 2001 Poznámka
VíceHodnocení rozptylových podmínek ve vztahu ke koncentracím znečišťujících látek. Josef Keder Hana Škáchová
Hodnocení rozptylových podmínek ve vztahu ke koncentracím znečišťujících látek Josef Keder Hana Škáchová VENTILAČNÍ INDEX Jako parametr hodnotící podmínky rozptylu navržen ventilační index (VI), který
VíceROZPTYLOVÉ PODMÍNKY A JEJICH VLIV NA KONCENTRACI AEROSOLOVÝCH ČÁSTIC PM 10 V LOKALITĚ MOSTECKÉHO JEZERA
ROZPTYLOVÉ PODMÍNKY A JEJICH VLIV NA KONCENTRACI AEROSOLOVÝCH ČÁSTIC PM 10 V LOKALITĚ MOSTECKÉHO JEZERA Ing. Jan Brejcha, Výzkumný ústav pro hnědé uhlí a.s., brejcha@vuhu.cz Vodárenská a biologie 2015
VíceNázev lokality Stehelčeves 53,91 41,01 40,92 48,98 89,84 55,06 43,67 Veltrusy 13,82 14,41
Název lokality 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 Stehelčeves 53,91 41,01 40,92 48,98 89,84 55,06 43,67 Veltrusy 13,82 14,41 Kromě meteorologických podmínek má na koncentrace suspendovaných
VíceModelování znečištění ovzduší. Nina Benešová
Modelování znečištění ovzduší Nina Benešová 2. května 2012 trocha historie druhy znečišt ujících látek a jejich vliv na člověka a životní prostředí k čemu je dobré umět znečištění modelovat typy modelů
VíceVliv emisí z měst ve střední Evropě na atmosférickou chemii a klima
Vliv emisí z měst ve střední Evropě na atmosférickou chemii a klima, Tomáš Halenka, Michal Belda Matematicko-fyzikální fakulta UK v Praze Katedra fyziky atmosféry Výroční seminář ČMeS 21-23. září, 2015,
VícePOKUS O STATISTICKOU PŘEDPOVĚD ZNEČIŠTĚNÍ OVZDUŠÍ. Josef Keder. ČHMÚ, ÚOČO, Observatoř Tušimice,
POKUS O STATISTICKOU PŘEDPOVĚD ZNEČIŠTĚNÍ OVZDUŠÍ Josef Keder ČHMÚ, ÚOČO, Observatoř Tušimice, keder@chmi.cz Proč statistická předpověď motivace Deterministické odhady jedné určité hodnoty často neuspokojivé
VíceHodnocení úrovně koncentrace PM 10 na stanici Most a Kopisty v průběhu hydrologické rekultivace zbytkové jámy lomu Most Ležáky 1
Hodnocení úrovně koncentrace PM 1 na stanici Most a Kopisty v průběhu hydrologické rekultivace zbytkové jámy lomu Most Ležáky 1 Projekt č. TA12592 je řešen s finanční podporou TA ČR Znečištění ovzduší
VíceExtrémní imisní situace RNDr. Zdeněk Blažek, CSc., Mgr. Libor Černikovský Český hydrometeorologický ústav, pobočka Ostrava
Extrémní imisní situace RNDr. Zdeněk Blažek, CSc., Mgr. Libor Černikovský Český hydrometeorologický ústav, pobočka Ostrava Foto: Z. Blažek Blažek, Černikovský Konference (ČHMÚ): o kvalitě Extrémní ovzduší
VíceK MOŽNOSTI IDENTIFIKACE PŮVODU ZNEČIŠTĚNÍ OVZDUŠÍ POMOCÍ KOMBINACE IMISNÍCH A METEOROLOGICKÝCH MĚŘENÍ. Josef Keder
K MOŽNOSTI IDENTIFIKACE PŮVODU ZNEČIŠTĚNÍ OVZDUŠÍ POMOCÍ KOMBINACE IMISNÍCH A METEOROLOGICKÝCH MĚŘENÍ Josef Keder keder@chmi.cz Víme: co, kolik, kde, kdy Kvalitně prováděná měření koncentrací znečišťujících
VíceMonitorování kvality ovzduší v České republice
Monitorování kvality ovzduší v České republice Jaroslav Šantroch, Jana Ostatnická Český hydrometeorologický ústav Sezimovo Ústí 4. 6.. 006 Sledování kvality ovzduší legislativně vymezují Český hydrometeorologický
VíceIng. Vladislav Bízek Organizace DHV CR, spol. s r. o. Název textu Programy ke zlepšení kvality ovzduší BK10 - Legislativa a právo Datum Prosinec 2001
Autor Ing. Vladislav Bízek Organizace DHV CR, spol. s r. o. Název textu Programy snižování emisí Programy ke zlepšení kvality ovzduší Blok BK10 - Legislativa a právo Datum Prosinec 2001 Poznámka Text neprošel
VíceSledování a hodnocení kvality ovzduší v ČR
Sledování a hodnocení kvality ovzduší v ČR (zejména z pohledu ČHMÚ) Jan Macoun Český hydrometeorologický ústav, macoun@chmi.cz Seminář Atmosférická chemie a její interakce s procesy v atmosféře. 3. září
VíceA-PDF Split DEMO : Purchase from www.a-pdf.com to remove the watermark
A-PDF Split DEMO : Purchase from www.a-pdf.com to remove the watermark STŘEDNĚDOBÁ STRATEGIE (DO ROKU 2020) ZLEPŠENÍ KVALITY OVZDUŠÍ V ČR Tabulka 47: Úplná emisní bilance kraje Vysočina, údaje rok 2011,
Více553/2002 Sb. VYHLÁŠKA ze dne 16. prosince 2002,
Systém ASPI - stav k 2.1.2007 do částky 1/2007 Sb. a 60/2006 Sb.m.s. Obsah a text 553/2002 Sb. - poslední stav textu 553/2002 Sb. VYHLÁŠKA ze dne 16. prosince 2002, kterou se stanoví hodnoty zvláštních
VíceOrganizace ATEM - Ateliér ekologických modelů Název textu Vyhodnocení informačních zdrojů o kvalitě ovzduší v Praze BK12 - Informatika, osvěta a
Autor Bc. Radek Jareš Organizace ATEM - Ateliér ekologických modelů Název textu Vyhodnocení informačních zdrojů o kvalitě ovzduší v Praze Blok BK12 - Informatika, osvěta a práce s veřejností Datum Červenec
VíceOBSERVATOŘ KOŠETICE RNDr. Milan Váňa, Ph.D
OBSERVATOŘ KOŠETICE RNDr. Milan Váňa, Ph.D Připraveno pro rozšířenou poradu ÚOČO 22-24.9.2009 Radostovice http://www.chmi.cz/uoco/struct/odd/ook/index.htm Historie Začátek 80 let minulého století zahájení
VíceAlgoritmy a struktury neuropočítačů ASN - P10. Aplikace UNS v biomedicíně
Aplikace UNS v biomedicíně aplikace v medicíně postup při zpracování úloh Aplikace UNS v medicíně Důvod: nalezení exaktnějších, levnějších a snadnějších metod určování diagnóz pro lékaře nalezení šetrnějších
VíceMinisterstvo životního prostředí stanoví podle 5 odst. 6 a 30 odst. 4 zákona č. 201/2012 Sb., o ochraně ovzduší (dále jen zákon ):
Strana 4178 Sbírka zákonů č. 330 / 2012 Částka 121 330 VYHLÁŠKA ze dne 8. října 2012 o způsobu posuzování a vyhodnocení úrovně znečištění, rozsahu informování veřejnosti o úrovni znečištění a při smogových
VíceJe tříatomová molekula kyslíku. Jeho vliv se liší podle toho, v jaké výšce se vyskytuje. Přízemní ozon je škodlivý, má účinky jako jedovatá látka,
Ozon Je tříatomová molekula kyslíku. Jeho vliv se liší podle toho, v jaké výšce se vyskytuje. Přízemní ozon je škodlivý, má účinky jako jedovatá látka, ničí automobily, umělé hmoty a pryž. Vzniká při vzájemném
Vícezdroj
Co je smogová situace? Alespoň na polovině stanic reprezentativních pro toto území překročil 12hodinový klouzavý průměr koncentrací suspendovaných částic PM10 informativní prahovou hodnotu (IPH) 100 mikrogramů/m
VíceMěření znečištění ovzduší na Lysé hoře a v Beskydech
Měření znečištění ovzduší na Lysé hoře a v Beskydech Vladimíra Volná ODDĚLENÍ OCHRANY ČISTOTY OVZDUŠÍ, ČHMÚ/OSTRAVA Konference Lysá hora 120 let meteorologických měření a pozorování, 14. 15. 6. 2017 Vývoj
VícePROJEKT DOPRAVA prezentace výsledků
PROJEKT DOPRAVA prezentace výsledků S:\!Projekty\_Interni projekty\doprava Jan Sládeček, Lea Paličková, Jana Ďoubalová, Václav Novák, Jan Horálek, Josef Keder, Martin Beran, Hana Škáchová, Leona Vlasáková
VíceNAŘÍZENÍ MĚSTA č. 1/2006
Město Příbram NAŘÍZENÍ MĚSTA č. 1/2006 ze dne 11.12.2006 kterým se vydává MÍSTNÍ REGULAČNÍ ŘÁD pro regulaci zdrojů znečišťování ovzduší na území města Příbrami. Rada města Příbrami se na svém zasedání
VíceIdentifikace zdrojů znečišťování ovzduší
Identifikace zdrojů znečišťování ovzduší Libor Černikovský Oddělení ochrany čistoty ovzduší, pobočka Ostrava Výroční seminář ÚOČO, Kletečná, 21. 9. 2016 Identifikace zdrojů znečišťování Spolupráce ČHMÚ
VíceINFORMAČNÍ SYSTÉMY PRO KRIZOVÉ ŘÍZENÍ POUŽITÍ INFORMAČNÍCH SYSTÉMŮ PRO MODELOVÁNÍ A SIMULACE KRIZOVÝCH SITUACÍ - T6 ING.
INFORMAČNÍ SYSTÉMY PRO KRIZOVÉ ŘÍZENÍ POUŽITÍ INFORMAČNÍCH SYSTÉMŮ PRO MODELOVÁNÍ A SIMULACE KRIZOVÝCH SITUACÍ - T6 ING. JIŘÍ BARTA Operační program Vzdělávání pro konkurenceschopnost Projekt: Vzdělávání
VíceVliv města na interakce mezi klimatem a kvalitou ovzduší
Vliv města na interakce mezi klimatem a kvalitou ovzduší, Tomáš Halenka, Michal Belda, Kateřina Šindelářová Matematicko-fyzikální fakulta UK v Praze Katedra meteorologie a ochrany prostředí Projekt TEPELNÝ
VíceDATA Z ATMOSFÉRICKÉ A EKOSYSTÉMOVÉ STANICE KŘEŠÍN U PACOVA VYUŽITELNÁ PŘI STUDIU CHEMICKÝCH PROCESŮ V ATMOSFÉŘE
DATA Z ATMOSFÉRICKÉ A EKOSYSTÉMOVÉ STANICE KŘEŠÍN U PACOVA VYUŽITELNÁ PŘI STUDIU CHEMICKÝCH PROCESŮ V ATMOSFÉŘE Pavel Sedlák, Kateřina Komínková, Martina Čampulová, Alice Dvorská 21. září 2015 Výroční
VíceProtokol o měření. Popis místa měření: Fotografie z měření:
Protokol o měření Měřící místo: Stadion Bazaly, Slezská Ostrava GPS souřadnice: 49 50' 35" N, 18 18' 0" E Nadmořská výška místa: 250 m Datum měření: 13. března 2014 Čas měření: od 13.00 do 16.00 hod Popis
VíceStav a vývoj kvality ovzduší v Praze-Satalicích v letech 2004 2013
Stav a vývoj kvality ovzduší v Praze-Satalicích v letech 2004 2013 a) Zhodnocení stavu a vývoje kvality ovzduší v Praze-Satalicích v letech 2004-2013 zejména vzhledem k zprovoznění Vysočanské radiály.
VíceVerifikace modelu Symos. Mgr. Ondřej Vlček Mgr. Zdenka Chromcová, Ph.D. Oddělení modelování a expertiz Úsek ochrany čistoty ovzduší, ČHMÚ
Verifikace modelu Symos Mgr. Ondřej Vlček Mgr. Zdenka Chromcová, Ph.D. Oddělení modelování a expertiz Úsek ochrany čistoty ovzduší, ČHMÚ Ochrana ovzduší ve státní správě, Třebíč 8. 11. 2016 Osnova Motivace
VíceSVRS A PŘESHRANIČNÍ MIGRACE ZNEČIŠTĚNÍ,
SVRS A PŘESHRANIČNÍ MIGRACE ZNEČIŠTĚNÍ, ANEB VŽDY JE DOBRÉ VĚDĚT, ODKUD VÍTR FOUKÁ Josef Keder ČHMÚ, Observatoř Tušimice Motivace V souvislosti s posuzováním možností řešení špatné kvality ovzduší v Ostravsko-Karvinské
VíceOpatření č. 3/04. Ministerstva životního prostředí. o úpravě zřizovací listiny příspěvkové organizace Český hydrometeorologický ústav
V Praze dne 15. června 2004 Č. j.: M/200269/04 Opatření č. 3/04 Ministerstva životního prostředí o úpravě zřizovací listiny příspěvkové organizace Český hydrometeorologický ústav I. Podle 53 zákona č.
VíceSTŘEDNÍ ODBORNÁ ŠKOLA a STŘEDNÍ ODBORNÉ UČILIŠTĚ, Česká Lípa, 28. října 2707, příspěvková organizace
Název školy: Číslo a název projektu: Číslo a název šablony klíčové aktivity: Označení materiálu: Typ materiálu: STŘEDNÍ ODBORNÁ ŠKOLA a STŘEDNÍ ODBORNÉ UČILIŠTĚ, Česká Lípa, 28. října 2707, příspěvková
VíceKoncentrace tuhých částic v ovzduší v bezesrážkových epizodách
Koncentrace tuhých částic v ovzduší v bezesrážkových epizodách The concentration of airborne in episode without precipitation Gražyna Knozová Robert Skeřil Český hydrometeorologický ústav, Brno Zdroje
VíceO MOŽNOSTI ADJUSTACE IMISNÍCH KONCENTRACÍ NA METEOROLOGICKÉ PODMÍNKY. RNDr. Josef Keder, CSc.
O MOŽNOSTI ADJUSTACE IMISNÍCH KONCENTRACÍ NA METEOROLOGICKÉ PODMÍNKY RNDr. Josef Keder, CSc. Zadání úlohy V souladu s požadavkem zadavatele (MŽP) bude zpracována metodika, umožňující oprostit průměrné
VíceKoncepční nástroje a jejich role Ing. Vladislav Bízek, CSc.
ODBORNÉ VZDĚLÁVÁNÍ ÚŘEDNÍKŮ PRO VÝKON STÁTNÍ SPRÁVY OCHRANY OVZDUŠÍ V ČESKÉ REPUBLICE Koncepční nástroje a jejich role Ing. Vladislav Bízek, CSc. Systém posuzování a řízení kvality ovzduší Koncepční úroveň
VíceRozptyl emisí. Ochrana ovzduší ZS 2012/2013
Rozptyl emisí Ochrana ovzduší ZS 01/013 1 Úvod emise přenos imise Závažné zdroje znečišťování posudek EIA rozptylová studie Šíření znečišťujících látek v přízemní vrstvě atmosféry Přenos znečišťujících
VíceKvalita ovzduší a emisní inventury v roce 2007
Kvalita ovzduší a emisní inventury v roce 2007 Ochrana ovzduší ve státní správě 18. 20. listopadu 2007 Jan Macoun, Český hydrometeorologický ústav macoun@chmi.cz Emisní bilance podklady: REZZO 1: údaje
VícePREDIKCE VÝROBY FV SYSTÉMŮ
PREDIKCE VÝROBY FV SYSTÉMŮ Petr Wolf petr.wolf@cvut.cz Predikce výroby FV systémů 1 VYUŽITÍ PŘEDPOVĚDI VÝROBY PRO LOKÁLNÍ ŘÍZENÍ Záleží na konkrétním případu - Co je možné lokálně řídit (zátěže, bateriové
Víceč. 6/2011, kterým se vydává Místní regulační řád statutárního města Karviné
STATUTÁRNÍ MĚSTO KARVINÁ Nařízení č. 6/2011, kterým se vydává Místní regulační řád statutárního města Karviné Schváleno: 14.06.2011 Účinnost: 29.06.2011 Zpracovatel: Kancelář tajemníka Rada města Karviné
VíceKLIMATICKÝ DOWNSCALING. ZOO76 Meteorologie a klimatologie Petr Kolář PřF MU Brno
ZOO76 Meteorologie a klimatologie Petr Kolář PřF MU Brno 12.12.2012 Definice: klimatický downscaling zahrnuje soubor technik, které využívají předpovědí globálních klimatických modelů (AOGCMs) k získávání
VíceStanovení nejistot při výpočtu kontaminace zasaženého území
Stanovení nejistot při výpočtu kontaminace zasaženého území Michal Balatka Abstrakt Hodnocení ekologického rizika kontaminovaných území představuje komplexní úlohu, která vyžaduje celou řadu vstupních
VíceVliv Mosteckého jezera na teplotu a vlhkost vzduchu a rychlost větru. Lukáš Pop Ústav fyziky atmosféry v. v. i. AV ČR
Vliv Mosteckého jezera na teplotu a vlhkost vzduchu a rychlost větru Lukáš Pop Ústav fyziky atmosféry v. v. i. AV ČR Motivace a cíle výzkumu Vznik nové vodní plochy mění charakter povrchu (teplotní charakteristiky,
VíceJak se projevuje změna klimatu v Praze?
Jak se projevuje změna klimatu v Praze? Michal Žák (Pavel Zahradníček) Český hydrometeorologický ústav Katedra fyziky atmosféry Matematicko-fyzikální fakulta Univerzita Karlova Větší růst letních dnů
VíceMETODIKA PRO PŘEDPOVĚĎ EXTRÉMNÍCH TEPLOT NA LETECKÝCH METEOROLOGICKÝCH STANICÍCH AČR
Katedra vojenské geografie a meteorologie Univerzita obrany Kounicova 65 612 00 Brno METODIKA PRO PŘEDPOVĚĎ EXTRÉMNÍCH TEPLOT NA LETECKÝCH METEOROLOGICKÝCH STANICÍCH AČR 1 1. Obecná charakteristika Teplota
VícePříloha 4. Porovnání prototypů jednotlivých souborů s podpisem zdroje
Porovnání prototypů jednotlivých souborů s podpisem zdroje Obsah 1. ÚVOD... 4 2. SROVNÁNÍ PROTOTYPŮ JEDNOTLIVÝCH SOUBORŮ S PODPISEM ZDROJE... 4 2.1 POLYCYKLICKÉ AROMATICKÉ UHLOVODÍKY... 4 2.2 TĚŽKÉ KOVY...
VíceAktualizace krajského programu ke zlepšení kvality ovzduší Ústeckého kraje Příloha II. Příloha II
Příloha II Posouzení a doplnění Zprávy o zónách a aglomeracích v České republice MŽP listopad 2005, část: zóna Ústecký kraj ASCEND s.r.o. Strana 1 (celkem 8) 1. Posouzení Zpráva o zónách a aglomeracích
VícePlán rozvoje oboru ochrany čistoty ovzduší ČHMÚ do roku 2020
Plán rozvoje oboru ochrany čistoty ovzduší ČHMÚ do roku 2020 Jan Macoun Český hydrometeorologický ústav, macoun@chmi.cz Ochrana ovzduší ve státní správě X, teorie a praxe Hustopeče, 10. 12. listopadu 2015
VíceHodnocení lokálních změn kvality ovzduší v průběhu napouštění jezera Most
Hodnocení lokálních změn kvality ovzduší v průběhu napouštění jezera Most Ing. Jan Brejcha, Výzkumný ústav pro hnědé uhlí a.s., brejcha@vuhu.cz Voda a krajina 2014 1 Projekt č. TA01020592 je řešen s finanční
VíceČeský hydrometeorologický ústav Úsek kvality ovzduší. Kvalita ovzduší a rozptylové podmínky na území ČR
Český hydrometeorologický ústav Úsek kvality ovzduší Kvalita ovzduší a rozptylové podmínky na území ČR Obsah I. ÚVOD... 2 II. METEOROLOGICKÉ A ROZPTYLOVÉ PODMÍNKY... 2 III. ZNEČIŠTĚNÍ OVZDUŠÍ SUSPENDOVANÝMI
VíceINDIKATIVNÍ MĚŘENÍ MS HAVÍŘOV Vyhodnocení za rok 2011
INDIKATIVNÍ MĚŘENÍ MS HAVÍŘOV Vyhodnocení za rok 2011 Zadavatel: Odpovědný pracovník: Statutární město Havířov Mgr. Jiří Bílek Zdravotní ústav se sídlem v Ostravě Oddělení ovzduší Partyzánské nám. 7, 702
VícePŘÍLOHA A IMISNÍ STUDIE PROGRAM ZLEPŠENÍ KVALITY OVZDUŠÍ PARDUBICKÉHO KRAJE DRUH A POSOUZENÍ ZNEČIŠTĚNÍ OVZDUŠÍ ZHOTOVITEL:
Krajský program snižování emisí podle přílohy č. 2 odst. 2 k zák. č. 86/2002 Sb. PROGRAM ZLEPŠENÍ KVALITY OVZDUŠÍ PARDUBICKÉHO KRAJE PŘÍLOHA A IMISNÍ STUDIE DRUH A POSOUZENÍ ZNEČIŠTĚNÍ OVZDUŠÍ ZHOTOVITEL:
VíceMgr. Jan Macoun, PhD. Organizace Český hydrometeorologický ústav, Praha Název textu Modelový systém AIRVIRO BK7 - Specializované modelové systémy
Autor Mgr. Jan Macoun, PhD. Organizace Český hydrometeorologický ústav, Praha Název textu Modelový systém AIRVIRO Blok BK7 - Specializované modelové systémy Datum Prosinec 2001 Poznámka Text neprošel redakční
VícePorovnání výstupů z modelu Aladin s výsledky měření na LMS Mošnov a MS Lysá hora
Porovnání výstupů z modelu Aladin s výsledky měření na LMS Mošnov a MS Lysá hora Pro přednášku ČMeS P/Ostrava 13. března 2017 zpracoval RNDr. Z. Blažek, CSc. Pokud si to dobře pamatuji v 1.polovině roku
VíceCAMx. Model CAMx. Představení Stav a perspektivy implementace. Ondřej Vlček, OME, ČHMÚ Praha Radostovice
Model Představení Stav a perspektivy implementace Ondřej Vlček, OME, ČHMÚ Praha Radostovice 24.9.2009 Úvod Eulerovský fotochemický disperzní model vyvíjí jej ENVIRON (www.environ.com) Volně ke stažení;
VíceZdroje dat o kvalitě ovzduší a možnosti práce s nimi imise RNDr. Leona Matoušková, Ph.D.
ODBORNÉ VZDĚLÁVÁNÍ ÚŘEDNÍKŮ PRO VÝKON STÁTNÍ SPRÁVY OCHRANY OVZDUŠÍ V ČESKÉ REPUBLICE Zdroje dat o kvalitě ovzduší a možnosti práce s nimi imise RNDr. Leona Matoušková, Ph.D. Webové stránky ČHMÚ www.chmi.cz
VíceVyužití rozptylových studií pro hodnocení zdravotních rizik. MUDr.Helena Kazmarová Státní zdravotní ústav Praha
Využití rozptylových studií pro hodnocení zdravotních rizik MUDr.Helena Kazmarová Státní zdravotní ústav Praha Obsah Hodnocení zdravotních rizik Expozice Popis imisní situace možnosti a problémy Rozptylové
VíceIng. Václav Píša, CSc. Autor
Ing. Václav Píša, CSc. Autor Mgr. Radek Jareš Mgr. Jan Karel Organizace ATEM - Atelier ekologických modelů Název textu Modelové výpočty kvality ovzduší Blok BK6 - Modelové hodnocení imisní zátěže Datum
VícePožadavky na programové vybavení synoptických stanic. Jiří Bednařík, ČHMÚ - OPSS Lysá hora,
Požadavky na programové vybavení synoptických stanic Jiří Bednařík, ČHMÚ - OPSS Lysá hora, 15. 6. 2017 Výpočetní technika na synoptických stanicích Počítače byly na většině MS nasazeny do provozu v roce
VíceÚvod do problematiky, sledování úrovně znečištění ovzduší, vyhodnocení plnění cílů v oblasti ochrany ovzduší RNDr. Leona Matoušková, Ph.D.
ODBORNÉ VZDĚLÁVÁNÍ ÚŘEDNÍKŮ PRO VÝKON STÁTNÍ SPRÁVY OCHRANY OVZDUŠÍ V ČESKÉ REPUBLICE Úvod do problematiky, sledování úrovně znečištění ovzduší, vyhodnocení plnění cílů v oblasti ochrany ovzduší RNDr.
VíceModelování zdravotně významných částic v ovzduší v podmínkách městské zástavby
Modelování zdravotně významných částic v ovzduší v podmínkách městské zástavby Jiří Pospíšil, Miroslav Jícha pospisil.j@fme.vutbr.cz Vysoké učení technické v Brně Fakulta strojního inženýrství Energetický
VíceKvalita ovzduší v Jihomoravském kraji. Mgr. Robert Skeřil, Ph.D. Český hydrometeorologický ústav,
Kvalita ovzduší v Jihomoravském kraji Mgr. Robert Skeřil, Ph.D. Český hydrometeorologický ústav, robert.skeril@chmi.cz Český hydrometeorologický ústav 3 odborné úseky: Meteorologie a klimatologie Hydrologie
VíceFAKTORY VNITŘNÍHO PROSTŘEDÍ STAVEB
FAKTORY VNITŘNÍHO PROSTŘEDÍ STAVEB Vysoká škola technická a ekonomická v Českých Budějovicích Institute of Technology And Business In České Budějovice Tento učební materiál vznikl v rámci projektu "Integrace
VíceModerní systémy pro získávání znalostí z informací a dat
Moderní systémy pro získávání znalostí z informací a dat Jan Žižka IBA Institut biostatistiky a analýz PřF & LF, Masarykova universita Kamenice 126/3, 625 00 Brno Email: zizka@iba.muni.cz Bioinformatika:
VícePříprava meteorologických dat pro zkoumané oblasti
Informační systém kvality ovzduší v oblasti Polsko-Českého pohraničí ve Slezském a Moravskoslezském regionu CZ.3.22/1.2.00/09.01610 Příprava meteorologických dat pro zkoumané oblasti Manažerské shrnutí
VíceAnalytické metody v motorsportu
Analytické metody v motorsportu Bronislav Růžička Ústav konstruování Odbor konstruování strojů Fakulta strojního inženýrství Vysoké učení technické v Brně 26. června 2013, FSI VUT v Brně, Česká republika
VícePŘEDBĚŽNÉ VÝSLEDKY ANALÝZY VZTAHŮ METEOROLOGICKÝCH FAKTORŮ A IMISNÍCH KONCENTRACÍ V OKOLÍ DOPRAVNÍ KOMUNIKACE
PŘEDBĚŽNÉ VÝSLEDKY ANALÝZY VZTAHŮ METEOROLOGICKÝCH FAKTORŮ A IMISNÍCH KONCENTRACÍ V OKOLÍ DOPRAVNÍ KOMUNIKACE Josef Keder ČHMÚ, Observatoř Tušimice, Tušimice 6, 432 01 Kadaň, e-mail: keder@chmi.cz Rozložení
VíceEulerovské modely, výhody a možnosti využití
Eulerovské modely, výhody a možnosti využití J. Resler 1,3, J. Karel 2, R. Jaros 2, J. Liczki 3, M. Belda 3, K. Eben 1,3, I.Kasanicky 3, P. Jurus 1,3, O. Vlcek 4, N. Benesova 4 and M. Kazmukova 5 1 ) Fakulta
VícePrůběh průměrných ročních teplot vzduchu (ºC) v období na stanici Praha- Klementinum
Změna klimatu v ČR Trend změn na území ČR probíhá v kontextu se změnami klimatu v Evropě. Dvě hlavní klimatologické charakteristiky, které probíhajícím změnám klimatického systému Země nejvýrazněji podléhají
Více(opakovaná studie) Fory, Hadinger,Hladík, Roubal (ČHMÚ P-Plzeň)
(opakovaná studie) Fory, Hadinger,Hladík, Roubal (ČHMÚ P-Plzeň) 23.-25.9.2008 Radostovice 2008 O výstavbě dálnice spojující Prahu se západní hranicí České republiky, označovanou nyní jako D 5, se uvažovalo
VíceČeský hydrometeorologický ústav Úsek kvality ovzduší. Kvalita ovzduší a rozptylové podmínky na území ČR
Český hydrometeorologický ústav Úsek kvality ovzduší Kvalita ovzduší a rozptylové podmínky na území ČR Obsah I. ÚVOD... 2 II. METEOROLOGICKÉ A ROZPTYLOVÉ PODMÍNKY... 2 III. ZNEČIŠTĚNÍ OVZDUŠÍ SUSPENDOVANÝMI
VíceNeuronové časové řady (ANN-TS)
Neuronové časové řady (ANN-TS) Menu: QCExpert Prediktivní metody Neuronové časové řady Tento modul (Artificial Neural Network Time Series ANN-TS) využívá modelovacího potenciálu neuronové sítě k predikci
VíceStatistické metody vyhodnocení vlivu škodlivin na denní úmrtnost, hospitalizaci a příznaky kardiovaskulárních a respiračních onemocnění
Statistické metody vyhodnocení vlivu škodlivin na denní úmrtnost, hospitalizaci a příznaky kardiovaskulárních a respiračních onemocnění Jiří Skorkovský Úvod a cíle studie vlivu PM10 na denní
VíceRNDr. Eva Janoušová doc. RNDr. Ladislav Dušek, Dr.
Analýza dat pro Neurovědy RNDr. Eva Janoušová doc. RNDr. Ladislav Dušek, Dr. Jaro 2014 Institut biostatistiky Janoušová, a analýz Dušek: Analýza dat pro neurovědy Blok 7 Jak hodnotit vztah spojitých proměnných
VíceVIZUALIZACE TRANSPORTU ZNEČIŠTĚNÍ V OSTRAVSKO KATOVICKÉ PRŮMYSLOVÉ OBLASTI (manažerské shrnutí)
VIZUALIZACE TRANSPORTU ZNEČIŠTĚNÍ V OSTRAVSKO KATOVICKÉ PRŮMYSLOVÉ OBLASTI (manažerské shrnutí) MANAŽERSKÉ SHRNUTÍ 1. Identifikační údaje projektu 1.1 Název projektu Vizualizace transportu znečištění v
VíceProtokol o měření. Popis místa měření:
Protokol o měření Měřící místo: Ostrava, odval Heřmanice GPS souřadnice: 49 51'58.95"S, 18 19'22.85"V Nadmořská výška místa: 210 m.n.m. Datum měření: 2.4.2014 Čas měření: od 10.00 do 12.30 hod Popis místa
VíceExperimentáln. lní toků ve VK EMO. XXX. Dny radiační ochrany Liptovský Ján 10.11.-14.11.2008 Petr Okruhlica, Miroslav Mrtvý, Zdenek Kopecký. www.vf.
Experimentáln lní měření průtok toků ve VK EMO XXX. Dny radiační ochrany Liptovský Ján 10.11.-14.11.2008 Petr Okruhlica, Miroslav Mrtvý, Zdenek Kopecký Systém měření průtoku EMO Měření ve ventilačním komíně
VícePracovní list č. 3 téma: Povětrnostní a klimatičtí činitelé část 2
Pracovní list č. 3 téma: Povětrnostní a klimatičtí činitelé část 2 Obsah tématu: 1) Vzdušný obal země 2) Složení vzduchu 3) Tlak vzduchu 4) Vítr 5) Voda 1) VZDUŠNÝ OBAL ZEMĚ Vzdušný obal Země.. je směs
VíceBezpečnostní inženýrství - Šíření škodlivých plynů v atmosféře-
Bezpečnostní inženýrství - Šíření škodlivých plynů v atmosféře- M. Jahoda Historie 2 Disperzní modely rozptylů První studie, simulující pohyb vzduchu G.I. Taylor, 1915, Eddy Motion in the Atmosphere O.G.
VíceRozvoj metodiky tvorby map znečištění. Jan Horálek Pavel Kurfürst, Nina Benešová, Roman Juras, Jana Ďoubalová
Rozvoj metodiky tvorby map znečištění Jan Horálek Pavel Kurfürst, Nina Benešová, Roman Juras, Jana Ďoubalová 1. Stávající metodika mapování a její použití 2. Rozvoj mapování NO 2 pomocí LC a dopravních
VíceHLAVNÍ PROBLÉMY V ŽIVOTNÍM PROSTŘEDÍ
HLAVNÍ PROBLÉMY V ŽIVOTNÍM PROSTŘEDÍ Současná etapa je charakterizována: populační explozí a nebývalým rozvojem hospodářské činnosti společnosti řadou antropogenních činností s nadměrnou produkcí škodlivin
VíceZpráva o životním prostředí za rok 2005 (zahrnuje celkové emise POPs) Zodpovědná osoba: Ing. Pavel Machálek,
1) Výskyt POPs ve volném ovzduší Kapitola sumarizuje výsledky Českého hydrometeorologického ústavu a Výzkumného centra pro chemii životního prostředí a ekotoxikologii (RECETOX) na Masarykově univerzitě
VíceKatedra agroekologie a biometeorologie, Fakulta agrobiologie, potravinových a přírodních zdrojů Česká zemědělská univerzita
Kvalita ovzduší doc. RNDr., Ph.D. Katedra agroekologie a biometeorologie, Fakulta agrobiologie, potravinových a přírodních zdrojů Česká zemědělská univerzita Katedra fyziky atmosféry Matematicko-fyzikální
VíceČeský hydrometeorologický ústav Úsek kvality ovzduší. Kvalita ovzduší a rozptylové podmínky na území ČR
Český hydrometeorologický ústav Úsek kvality ovzduší Kvalita ovzduší a rozptylové podmínky na území ČR Obsah I. ÚVOD... 2 II. METEOROLOGICKÉ A ROZPTYLOVÉ PODMÍNKY... 2 III. ZNEČIŠTĚNÍ OVZDUŠÍ SUSPENDOVANÝMI
VícePříloha k nařízení statutárního města Ostravy č. 8/2010
Příloha k nařízení statutárního města Ostravy č. 8/2010 MÍSTNÍ REGULAČNÍ ŘÁD STATUTÁRNÍHO MĚSTA OSTRAVY Řídícím pracovištěm je Magistrát města Ostravy, odbor ochrany životního prostředí (dále jen magistrát
VíceN Á V R H VYHLÁŠKA. ze dne.2017,
Zákony pro lidi Monitor změn (https://apps.odok.cz/attachment//down/2ornajbenuwz) II. N Á V R H VYHLÁŠKA ze dne.2017, kterou se mění vyhláška č. 330/2012 Sb., o způsobu posuzování a vyhodnocení úrovně
VícePřístupy k měření znečišťujících látek z dopravy
Přístupy k měření znečišťujících látek z dopravy Jak to vlastně je.? Exponenciální nárůst počtu vozidel po roce 1989 Saturace komunikací v sídlech (tranzitní, obslužná a cílová doprava) až 80 tisíc vozidel/24
VíceINDEXACE SPÁSA NEBO PROBLÉM
INDEXACE SPÁSA NEBO PROBLÉM B. Kotlík 1, V. Novák 2, H. Kazmarová 1, J. Schovánková a V. Bäumelt 1) Státní zdravotní ústav, Šrobárova 48, Praha 10, 10042, bohumil.kotlik@szu.cz 2. Český hydrometeorologický
VíceOvěření zdrojů benzenu v severovýchodní části města Ostrava
Ověření zdrojů benzenu v severovýchodní části města Ostrava Blanka Krejčí, Libor Černikovský, Josef Keder, Lucie Hellebrandová, Ivan Tomášek, Vladimír Lollek Zakázka MŽP Řešitel: ČHMÚ Termín: 11.12.2013
VíceČeský hydrometeorologický ústav Úsek kvality ovzduší. Kvalita ovzduší a rozptylové podmínky na území ČR
Český hydrometeorologický ústav Úsek kvality ovzduší Kvalita ovzduší a rozptylové podmínky na území ČR Obsah I. ÚVOD... 2 II. METEOROLOGICKÉ A ROZPTYLOVÉ PODMÍNKY... 2 III. ZNEČIŠTĚNÍ OVZDUŠÍ SUSPENDOVANÝMI
VíceZnečištěné ovzduší a lidské zdraví
Znečištěné ovzduší a lidské zdraví Brno, 11. ledna 2011 odborný konzultant v oblasti ekologických a zdravotních rizik e-mail: miroslav.suta (zavináč) centrum.cz http://suta.blog.respekt.ihned.cz Znečištění
Více