Hoe werkt een Gaussian Plume Model? – Een belangrijk deelmodel van Aerius.OPS om verspreiding te voorspellen.

Het Gaussian Plume Model is een wiskundig hulpmiddel om te begrijpen hoe vervuilende stoffen, zoals ammoniak of rookgassen, zich verspreiden in de atmosfeer. Hoewel het model in de kern gebaseerd is op complexe vergelijkingen, kun je de werking ervan ook zonder formules inzichtelijk maken. Het model is een basisinstrument binnen de luchtkwaliteitskunde en wordt gebruikt om te voorspellen hoe emissies zich vanaf een bron verspreiden, afhankelijk van factoren zoals de hoogte van de emissiebron, de eigenschappen van de emissie en de weersomstandigheden.

Wouter de Heij heeft op Foodlog twee artikel geschreven met de respectievelijke titel “RIVM lijkt ammoniakdepositie op erf boer flink te onderschatten” en “De twee vragen die Nederland uit de stikstofcrisis kunnen trekken”. waarin een eigen Gaussian Plume model is gebruikt om de verspreiding van ammoniak rondom een stal met melkvee te voorspellen.

De basisprincipes

1. De hoogte van de bron
   De hoogte van de bron speelt een cruciale rol in hoe een vervuilende stof zich verspreidt. Een hoge schoorsteen, zoals bij een fabriek, zorgt ervoor dat de vervuiling verder van de grond begint. Dit betekent dat de concentratie van de vervuiling op de grond vaak lager is, omdat de stof zich over een groter gebied kan verspreiden voordat het de grond bereikt. Bij een lage bron, zoals een stal, verspreidt de vervuiling zich juist dicht bij de grond, wat lokaal tot hogere concentraties kan leiden.
2. De energie-inhoud van de emissie
   Warme emissies, zoals rook uit een industriële schoorsteen, stijgen door het temperatuurverschil tussen de emissie en de omgevingslucht. Dit heet de thermische lift. Hoe warmer de emissie, hoe hoger deze opstijgt voordat de verspreiding begint. Dit helpt om vervuiling verder van de bron te verdunnen. Koude emissies, zoals die van een kippenstal, hebben minder thermische lift en blijven daardoor dichter bij de grond.
3. Weersomstandigheden en atmosferische stabiliteit
   De stabiliteit van de atmosfeer bepaalt hoe goed de lucht zich mengt.
   • Onstabiele condities (bijvoorbeeld zonnige dagen met veel opwarming van het aardoppervlak) zorgen voor veel turbulentie, waardoor vervuilende stoffen snel worden gemengd en verdund.
   • Stabiele condities (bijvoorbeeld tijdens heldere nachten met weinig wind) leiden tot minder menging en een meer geconcentreerde verspreiding in een smalle pluim.
   • Neutrale condities (vaak bij bewolkt en matig winderig weer) liggen tussen deze twee uitersten in.

Twee voorbeelden

1. Kippenstal in Barneveld
   In Barneveld staat een stal waar ammoniak vrijkomt uit het mestoppervlak van kippen. Omdat de emissiebron laag bij de grond is, verspreidt de ammoniak zich horizontaal door de lucht en blijft de hoogste concentratie dicht bij de bron. Bij stabiele weersomstandigheden, zoals op een koude winteravond, kunnen ammoniakconcentraties zich opbouwen in de directe omgeving van de stal. Dit kan lokaal schadelijk zijn voor gevoelige natuurgebieden of de gezondheid van omwonenden.
2. Hoge schoorsteen van Tata Steel in IJmuiden
   Bij Tata Steel wordt een groot deel van de rookgassen via hoge schoorstenen afgevoerd. De emissies zijn bovendien warm, wat ervoor zorgt dat ze eerst opstijgen voordat ze zich horizontaal verspreiden. Bij een onstabiele atmosfeer op een winderige dag verspreidt de rook zich snel over een groot gebied, wat de concentratie op de grond verlaagt. In stabiele omstandigheden, zoals bij weinig wind, kan de rook echter op enkele kilometers afstand van de fabriek weer dalen en daar voor hogere concentraties zorgen.

Het belang van het Gaussian Plume Model

Het Gaussian Plume Model helpt ons om emissies te begrijpen en te beheren. Voor een kippenstal kan dit model aangeven hoe ver ammoniak kan reiken en welke mitigerende maatregelen nodig zijn. Voor een industrie zoals Tata Steel helpt het model om de impact op de luchtkwaliteit over een groter gebied te beoordelen. Door de invloed van bronhoogte, thermische lift en weersomstandigheden te begrijpen, kunnen beleidsmakers en ingenieurs betere keuzes maken om de impact van emissies te minimaliseren.

Met dit model in gedachten is het duidelijk dat zowel de eigenschappen van de emissiebron als de omgevingsfactoren essentieel zijn om verspreidingspatronen te voorspellen en te beheersen.