فایل ورد کامل مدل سازی اثرات تغییر اقلیم بر کیفیت هوا و مواجهه جمعیت در سناریو های برنامه ریزی شهری

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل مدل سازی اثرات تغییر اقلیم بر کیفیت هوا و مواجهه جمعیت در سناریو های برنامه ریزی شهری،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۲۵ صفحه

در این مطالعه، ما از  ریز مقیاس سازی منطقه ای دو مدل تغییر اقلیم مختلف (ECHAM5 A1B-r3 و HadCM3 A1B-ref) همراه با RCP4.5 صورت گرفت. شبیه ساز یهای  کیفیت هوا برای  سال ۲۰۱۰ و ۲۰۳۰ به طور تک تک انجام شدند  که RCA2 به  هواشناسی ECHAM5 A1B-r3 ریز مقیاس شده و انتشار RCP4.5 در اروپا تعیمیم داده شد. این برای هر دو سناریوی اقلیمی معتبر است. اما با مدل HadCM3 A1Bref کاهش قوی تر از O3 در استکهلم طی دوره مورد بررسی نشان داد. برای NO2 مقادیر متوسط تاثیر کاهش خروجی های NOx اروپا کوچک و قابل مقایسه است با اثر تنها تغییر آب و هوا. ارزش افراطی NO2 هستند همچنین به طور قابل توجهی با کاهش انتشار  تحت تاثیر قرار  قرار نمی گیرد؛ یک نتیجه از نفوذ قوی از انتشار NOx محلی ، که در این مورد ثابت در سال نگه داشته  است و سطح ۲۰۱۰آخرین شبیه سازی،  در بر گیرنده اثر ترکیبی تغییر اقلیم  و تغییرات در اروپا و نیز انتشار گاز های گل خانه ای محلی است. اثر زیاد در ماکزیمم میانگین ۸ساعته مشاهده شده است که نشان دهنده اثر زیاد تغییر اقلیم بر طیف های حداکثر  اوزن است. روند کاهشی ضعیف در غلظت اوزان در شمال اروپا از سال ۲۰۰۰ تا ۲۰۰۹  تا ۲۰۴۰ تا ۲۰۰۹ نیز در   مطالعه چند منظوره اخیر مشاهده شد(۲۴). این مطالعه در مورد اثر تغییر اقلیم  بر روی غلظت های اوزن اروپایی بود. کاهش  انتشار نیتروز اکسید اروپایی علاوه بر دیگر پیش ساز های اوزون بر اساس RCP4,5    موجب کاهش  خفیف در غلظت متوسط اوزون شد.

عنوان انگلیسی:Modeling Effects of Climate Change on Air Quality and Population Exposure in Urban Planning Scenarios~~en~~

. Introduction Worldwide air pollution cause more than 2 million premature deaths annually [1]. A majority of the world’s population today live in cities. One of the most challenging tasks of city planning is to cope with demands for effi- cient transport systems of the increasing urban population without risking adverse health impacts through poor air quality. The European air pollution directive states that if a proposed plan will lead to exceedances of air quality limit values, it should not be implemented. Estimates of future air quality are based on air quality dispersion models using assumptions of future air pollutant emissions. Future air quality is, however, not only a matter of emissions. City planners need also to consider climate change in order to fully assess the impacts on the environment (water and air quality), local climate (heat waves, storm water, and river flooding events), and the effects on population health. This requires much higher spatial resolution than available from global climate modeling [2]. Downscaling of global climate models to local scales has been done to assess effects on land use [3], agricultural potential [4], rain events, runoff, and local meteorology [5]. The effect of climate change on European air quality levels has been investigated in earlier studies, for example, [6, 7], but larger effects can be expected over urban areas and during pollution episodes [8]. Studies that address climate change effects on urban air quality and population exposure are only recently published. Mahmud et al. [9] assessed future exposure levels of particulate matter in California. In this work we investigate the role of climate change on future urban air quality and compare it with the effects of changing emissions in Europe and locally in a specific urban area, namely, Stockholm, Sweden. We compare the future year 2030 pollution levels in the urban background air with current levels (ca. year 2010). We also assess the effects of different traffic solutions on future urban air quality. The impact on air quality and population exposure of a road transit scenario, in which a new bypass highway is constructed, is compared to that of a reference scenario Figure 1: Conceptual overview of the model chain used in the present study. The global climate models (ECHAM5 A1B-r3 and HadCM3 A1B-ref) utilizing the A1B climate scenario are being regionally downscaled by the Rossby centre regional climate model, RCA3. The regional and urban air quality models (MATCH) are driven by the same three-dimensional meteorology but forced by different emissions estimates, the urban air quality model takes boundary concentrations from the European-scale air quality model. The calculated near-surface concentrations from the urban scale air quality simulation are finally coupled to gridded population data to produce population exposure in the urban domain. where no new roads are created. The comparison is made for year 2030 when the road project should be completed. 2. Methods Figure 1 gives an overview on how different input and model results are coupled in the present study. Below we explicitly discuss some of the more important steps in our analysis of future air quality and population exposure in Stockholm. 2.1. Climate Scenarios. To assess the present and future climate in Stockholm we make use of European climate data provided by the Rossby Centre [5]. The Rossby Centre has completed a suite of regional climate simulations (climate downscaling), which provide more details over Europe than the global climate models (GCMs). The regional climate simulations address a range of uncertainties regarding projections of future climate in Europe through studying different climate scenarios (i.e., greenhouse gas concentrations), utilizing different global climate models as drivers of the regional climate model (RCM), taking into account different initial states and different climate sensitivities of the global climate models.

$$en!!