Phép phân tích độ nhạy của mơ hình được sử dụng để xem xét tác động của các thơng số đầu vào đối với các thơng số đầu ra. Trong các tài liệu, nhiều nhà nghiên cứu đã rà sốt, so sánh kết quả đã cho thấy rằng hầu hết các phân tích độ nhạy đã được tiến hành để tìm ra tác động của các thơng số khí tượng vào sự phát tán chất ơ nhiễm. Việc đánh giá mơ hình nhằm mục đích là làm cho người sử dụng tin tưởng khi sử dụng chúng. Phép đánh giá được thực hiện bằng cách so sánh hàm lượng chất ơ nhiễm do mơ hình đưa ra với hàm lượng chất ơ nhiễm đo được ở hiện trường để tìm ra sự phù hợp giữa chúng.
a) Phân tích độ nhạy của mơ hình phát tán khí thải
Phân tích độ nhạy của các mơ hình phát tán khí thải là phép phân tích được tiến hành để tìm hiểu sự thay đổi đầu ra của các mơ hình phát tán khí thải sau khi thay đổi
27
các thơng số đầu vào. Mơ hình phát tán khí thải chứa rất nhiều thơng số đầu vào, ví dụ như tốc độ phát thải, điều kiện khí tượng, địa hình. Điều kiện khí tượng là thơng số rất quan trọng, bởi vì nĩ cĩ thể thay đổi và cĩ tác động lớn đến sự phát tán chất ơ nhiễm trong khơng khí. Các dữ liệu khí tượng đầu vào của các mơ hình phát tán khí thải bao gồm chiều cao pha trộn, nhiệt độ mơi trường xung quanh, lớp ổn định khí quyển, tốc độ giĩ, hướng giĩ. Phân tích độ nhạy các thơng số khí tượng là một cơng cụ hữu ích khơng chỉ trong việc xác định các thơng số quan trọng về sự tác động của chúng vào giá trị hàm lượng chất ơ nhiễm theo hướng giĩ mà cịn xác định phạm vi, khu vực nơi mà các nghiên cứu sâu hơn sẽ được tiến hành (Ould-Dada, 2008).
b) Đánh giá mơ hình phát tán khí thải
Mơ hình phát tán khí thải phải được đánh giá độ thích hợp trước khi áp dụng trong thực tế để mơ phỏng phát tán chất ơ nhiễm. Phép đánh giá được thực hiện qua việc so sánh giá trị dự đốn của các mơ hình với các giá trị đo tại hiện trường. Các giá trị đo đạc thực địa được coi là các giá trị chuẩn và kết quả dự báo của mơ hình được so sánh với giá trị chuẩn tương ứng để kiểm tra xem chúng cĩ phù hợp với nhau khơng.
Khả năng của các mơ hình phát tán khí thải khác nhau về mặt dự đốn hàm lượng chất ơ nhiễm theo hướng giĩ thổi của nguồn thải đã được khảo sát bởi nhiều nhà nghiên cứu. Zhu et al. (1999) đã đánh giá INPUFF-2 trong việc dự đốn mùi hơi theo hướng giĩ từ một số cơ sở sản xuất động vật. Theo thử nghiệm của Wilcoxon Signed Rank, mơ hình đã cĩ thể dự đốn mức độ mùi hơi theo hướng giĩ ở các khoảng cách 100, 200, và 300 m từ nguồn mùi hơi với độ tin cậy là 95, 92, và 81%, tương ứng. Ở các khoảng cách xa hơn, chẳng hạn như 400 và 500 m, độ chính xác của mơ hình dự đốn này đã giảm đáng kể. Guo et al. (2001a) hiệu chuẩn cùng một mơ hình cho việc đánh giá phát tán mùi hơi ở khoảng cách xa. Nghiên cứu này được thực hiện trên lưới 4,84,8 km đất nơng nghiệp cĩ 20 trang trại chăn nuơi gia súc/gia cầm. Walker et al. (2002) so sánh các kết quả đầu ra của các mơ hình CALPUFF và AERMOD khi áp dụng dự báo nồng độ khí độc trong khoảng thời gian 48 giờ xung quanh một nhà máy đặt tại Nova Scotia, Canada và thấy CALPUFF mang lại kết quả đáng tin cậy hơn AERMOD đối với phạm vi mơ phỏng lớn với lưới là 400600 km, tuy nhiên, AERMOD lại tốt hơn CALPUFF trong diện tích nhỏ 2525 km.
Nhận xét chung.
Trong 2 phần mềm được lựa chọn là ORION-WIN và CALPUFF ở trên, phần mềm ORION-WIN được viết dựa trên mơ hình Pasquill-Gifford nhằm phục vụ cho việc đánh giá hàm lượng các chất thải phát ra mơi trường, mật độ rơi lắng các nhân phĩng xạ lên mặt đất, hàm lượng các chất thải xâm nhập vào lương thực thực phẩm và đánh giá liều chiếu trong, liều chiếu ngồi đến dân chúng do thải khí liên tục từ cơ sở hạt nhân trong điều kiện hoạt động thơng lệ. Cịn mơ hình phụt với phần mềm CALPUFF được chấp nhận để sử dụng trong một số trường hợp khi điều kiện khí tượng, địa hình rất phức tạp hoặc trong các giai đoạn khi tốc độ giĩ thấp xảy ra thường xuyên và trong trường hợp ứng phĩ sự cố nhà máy điện.