Komparasi Gaussian Plume Model dan Cellular Automata pada Simulasi Distribusi Gas Polutan Cerobong Pembuangan Pembangkit Listrik

Haris Kawarizmi, Apriansyah Apriansyah
{"title":"Komparasi Gaussian Plume Model dan Cellular Automata pada Simulasi Distribusi Gas Polutan Cerobong Pembuangan Pembangkit Listrik","authors":"Haris Kawarizmi, Apriansyah Apriansyah","doi":"10.26418/positron.v8i2.28794","DOIUrl":null,"url":null,"abstract":"Telah dilakukan simulasi distribusi gas polutan cerobong pembuangan pembangkit listrik menggunakan Gaussian Plume Model (GPM) dan Cellular Automata (CA). GPM adalah sebuah metode analitik untuk mempelajari pola sebaran polutan gas di udara akibat proses adveksi dan difusi yang disebabkan oleh angin. Sementara CA merupakan model sederhana yang berbasiskan sel diskrit dalam suatu kisi dengan seperangkat aturan interaksi antar sel tetangga. Sehingga, CA dapat digunakan untuk mensimulasikan dinamika spasial yang disebabkan oleh proses adveksi dan difusi. Polutan yang dipilih sebagai data input adalah Sulfur Dioksida (SO2). Simulasi sebaran polutan di udara dilakukan dengan menerapkan model difusi dan adveksi gas berdasarkan metode CA dan GPM. Simulasi dilakukan pada domain berukuran 100  100 meter dengan dua skenario, yakni skenario satu sumber dan skenario dua sumber identik. Hasil simulasi dari kedua model yang digunakan, menghasilkan pola sebaran polutan yang saling bersesuaian. Hal ini ditunjukkan dengan nilai Root Mean Square Error (RMSE) pada skenario 1 sumber sebesar 0,01229 untuk penampang sumbu-x (y = 50) dan 0,004195 untuk penampang sumbu-y  (x = 35). Sedangkan pada skenario 2 sumber, nilai RMSE sebesar 0,02032 untuk penampang sumbu-x (y = 60) dan 0,004814 untuk penampang sumbu-y (x = 50).","PeriodicalId":31789,"journal":{"name":"Positron","volume":"1 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2018-11-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Positron","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.26418/positron.v8i2.28794","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Telah dilakukan simulasi distribusi gas polutan cerobong pembuangan pembangkit listrik menggunakan Gaussian Plume Model (GPM) dan Cellular Automata (CA). GPM adalah sebuah metode analitik untuk mempelajari pola sebaran polutan gas di udara akibat proses adveksi dan difusi yang disebabkan oleh angin. Sementara CA merupakan model sederhana yang berbasiskan sel diskrit dalam suatu kisi dengan seperangkat aturan interaksi antar sel tetangga. Sehingga, CA dapat digunakan untuk mensimulasikan dinamika spasial yang disebabkan oleh proses adveksi dan difusi. Polutan yang dipilih sebagai data input adalah Sulfur Dioksida (SO2). Simulasi sebaran polutan di udara dilakukan dengan menerapkan model difusi dan adveksi gas berdasarkan metode CA dan GPM. Simulasi dilakukan pada domain berukuran 100  100 meter dengan dua skenario, yakni skenario satu sumber dan skenario dua sumber identik. Hasil simulasi dari kedua model yang digunakan, menghasilkan pola sebaran polutan yang saling bersesuaian. Hal ini ditunjukkan dengan nilai Root Mean Square Error (RMSE) pada skenario 1 sumber sebesar 0,01229 untuk penampang sumbu-x (y = 50) dan 0,004195 untuk penampang sumbu-y  (x = 35). Sedangkan pada skenario 2 sumber, nilai RMSE sebesar 0,02032 untuk penampang sumbu-x (y = 60) dan 0,004814 untuk penampang sumbu-y (x = 50).
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Gaussian Plume模型与Cellular自身对焦对电站排气污染物的分布模拟
利用高斯羽流模型(GPM)和细胞自动模型(CA)对去除发电机后的气体污染物分布进行了模拟。GPM是一种分析方法,用于研究由风引起的平流和扩散过程引起的空气中气体污染模式。而CA是一个基于盒子中离散细胞的简单模型,相邻细胞之间有一定程度的相互作用。因此,CA可以用来模拟平流和扩散过程引起的空间动力学。选择作为输入数据的污染是二氧化硫(SO2)。应用基于CA和GPM方法的扩散和气体平流模型对大气污染扩散进行了模拟。模拟是在100到100米的区域内进行的,有两种场景,即一个源场景和两个相同源场景。使用的两个模型的模拟结果,产生了相互匹配的污染物扩散模式。场景1中的均方根误差(RMSE)值显示了这一点,x轴(y=50)为0.01229,y轴(x=35)为0.004195。在场景2中,x轴(y=60)的均方根误差为0.02032,y轴(x=50)的均方误差为0.004814。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
审稿时长
24 weeks
期刊最新文献
Characteristics of Internal Solitary Waves near Its Generation Site in the Lombok Strait, Indonesia Analysis of Projected Temperature Changes in Aceh Province Degradasi Rhodamin B oleh Bi4Ti3O12 yang Diperoleh dari Metode Lelehan Garam Campuran NaCl/KCl Effect of Calcination Temperature on the Powder of Freshwater Snail Shells (Sulcospira testudinaria) Properties Peningkatan Kinerja Bio-Baterai Nanas Dengan Penambahan Pasta Aki Bekas dan Natrium Benzoat
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1