Simulating Volatility and Atmospheric Evolution of Transport Related Emission

Abstract

Aerosoleilla on merkittävä vaikutus ympäristöön ja ihmisten terveyteen. Niiden vaikutukset riippuvat esimerkiksi hiukkaskoosta ja niiden koostumuksesta. Sekundäärisiä hiukkasia muodostuu kun volatiilit, erityisesti orgaaniset, yhdisteet hapettuvat tai reagoivat fotokemiallisesti ilmakehässä. Tämä voi tuottaa alemman haihtuvuuden yhdisteitä jotka pystyvät tiivistymään olemassaoleviin hiukkasiin muodostaen sekundääristä orgaanista aerosolia (SOA). Liikenne tuottaa runsaasti volatiilisia orgaanisia yhdisteitä ja siten myös SOA:a.

Aerosolien orgaanisten yhdisteiden haihtuvuudella on merkittävä vaikutus SOA-muodostukseen ja siihen, miten orgaaninen massa partitioituu kaasu- ja hiukkasfaasien välillä. Liikenteen päästöjen haihtuvuuksista on rajallinen määrä tietoa. Päästöt voivat koostua tuhansista yhdisteistä joidan ominaisuuksia ei tunneta. Mallinnuksen kannalta tämä tarkoittaa sitä, että näiden päästöjen simulointi on raskasta ja vaatii usein tietoa jota ei ole saatavilla ilmakehän olosuhteissa. Haihtuvuusjakaumien esittämiseksi tarvitaan siis yksinkertaisempi mutta tarpeeksi tarkka metodi.

Tässä työssä tutkitaan dispersioprosessien vaikutusta liikenneperäisiin aerosoleihin laskennallisin menetelmin. Dispersioprosessien vaikutusta ja tärkeyttä tieliikenteen aerosoleihin mallinnettiin ilmakehän olosuhteissa. Tärkeimmät prosessit olivat laimentuminen, depositio ja tiivistyminen. Laivapäästöjen haihtuvuutta tosielämän oloissa tutkittiin haihtuvuusmallinnuksen ja geneettisen optimisaatioalgoritmin avulla kokeellisia tuloksia vastaavan haihtuvuusjakauman löytämiseksi. Tuoreen päästön haihtuvuusjakaumassa suuri osa orgaanisesta massasta oli puolihaihtuvia SVOC- ja IVOC-yhdisteitä joiden SOA-muodostuspotentiaali on korkea. Ikääntynyt päästö oli IVOC-yhdisteiden dominoima. Nämä haihtuvuudet tarkoittavat että partitio voi merkittävästi siirtää orgaanista massaa hiukkas- ja kaasufaasien välillä päästön laimentuessa. Tämä on tärkeä huomioida verratessa ilmakehässä laimentunutta hiukkaskonsentraatiota päästöhetkeen. Haihtuvuuden huomioimatta jättäminen voi myös aiheuttaa virhettä laimennuskorjatessa mitattuja hiukkaskonsentraatioita.

Aerosols have a major impact on environment and human health. Their effects depend on factors such as particle size and composition. Secondary particle formation happens when volatile, especially organic, compounds go through oxidation and photochemical reactions in the atmosphere. This can lead to species of lower volatility able to condense on existing particles and form secondary organic aerosols (SOA). Transportation is a major source of volatile organic compounds and thus SOA.

Volatility of the organic material in an aerosol has a major effect on the SOA formation and how the organic mass is partitioning between gas and particle phases. There is a limited amount of information on the volatilities of transportation related emissions. These can consists of thousand of species with unknown properties. From modelling point of view, simulating such a scenario explicitly is resource-heavy and requires often unavailable information in atmospheric conditions. A simplified but accurate enough method to represent volatility distributions is therefore needed.

This thesis studies the dispersion processes acting upon a transportation related aerosol using computational methods. Dispersion simulation was used to investigate how different processes affect an emission from traffic, and their importance in atmospheric conditions. The key processes were dilution, deposition and condensation. Volatility of an emission from ship engine in real-world conditions was studied using a volatility model and a genetic optimization algorithm to find an initial volatility distribution matching experiments. The volatility distribution of a fresh emission had a large fraction of organic mass in the semi- and intermediate volatility range (SVOC and IVOC) signifying high potantial for SOA formation. An aged emission was dominated by IVOCs. The presence of these volatility ranges means that the gas and particle phase partitioning of these emissions can significantly change as the emission is diluted. This is important when comparing atmospheric concentrations to those at the point of emission. Not taking into account the volatility of a sample can also lead to mistakes when dilution correcting measured particle concentrations.