SZÁMÍTÓGÉPES MODELL A LÉGKÖRI SZÉN-DIOXID-MENNYISÉG HOSSZÚ TÁVÚ VÁLTOZÁSAINAK VIZSGÁLATÁRA
|
|
- Brigitta Balázsné
- 6 évvel ezelőtt
- Látták:
Átírás
1 SZÁMÍTÓGÉPES MODELL A LÉGKÖRI SZÉN-DIOXID-MENNYISÉG HOSSZÚ TÁVÚ VÁLTOZÁSAINAK VIZSGÁLATÁRA Szakdolgozat Földtudomány alapszak Meteorológia szakirány Készítette: Kelemen Fanni Dóra Témavezető: Dr. Havasi Ágnes Eötvös Loránd Tudományegyetem Földrajz- és Földtudományi Intézet Meteorológiai Tanszék Budapest, 2009
2 Tartalomjegyzék. Bevezetés 3 2. A modell.6 3. A numerikus vizsgálat Az emissziós függvények.7 5. Az óceán szerepe és savasodása Összefoglalás Köszönetnyilvánítás Irodalomjegyzék
3 . Bevezetés Az ipari forradalom óta az ember egyre jelentősebben beleavatkozik a környezetébe. Ezek közé a hatások közé tartozik az ember által kibocsátott szén-dioxid is. A légkörbe bekerülő szén-dioxid közvetve vagy közvetlenül számos, a természetben lezajló folyamatot befolyásol, például az üvegházhatás, vagy az óceánok kémhatásának megváltoztatása révén. A szén-dioxid koncentrációjának alakulása tehát fontos kérdés, amelynek megválaszolásában segítségünkre vannak a számítógépes modellek. A szén-dioxid koncentrációja a Föld légkörében sokat változott a földtörténet során. Az élet kialakulásakor, tehát körülbelül három és fél milliárd éve a légkörnek mintegy 0%-át a szén-dioxid tette ki. Később az oxigént tűrő illetve termelő szervezetek megjelenésével kialakult a légkör mai összetétele, amelyben a szén-dioxid, mennyiségét tekintve a változó gázok közé tartozik, és a légkörnek körülbelül 0,3%-át teszi ki. Viszonylag kis mennyisége ellenére a hatása, illetve a koncentrációjában történő változások hatása igen jelentős. Az antarktiszi jégfuratok elemzéséből tudjuk, hogy a légköri szén-dioxid koncentrációja több ezer évig nagyjából állandó volt, de az iparosodás elterjedésével, a 9. századtól kezdődően növekedésnek indult. A koncentráció értéke mára körülbelül 30%-kal nőtt meg az iparosodás előtti időszakban mérthez képest (Doney, 2006). Az ember által kibocsátott szén-dioxid főleg a fosszilis tüzelőanyagok égetéséből származik, ilyen módon évente körülbelül 7 Pg szén kerül a légkörbe széndioxid formájában (IPCC, 200). A szén-dioxidnak két nagy nyelője van a természetben, az egyik a bioszféra, a másik pedig az óceán. Régebben voltak, akik úgy gondolták, hogy az ember által kibocsátott többlet szén-dioxidot el fogja nyelni az óceán, illetve felhasználja majd az egyre dúsuló növényzet. Ma már tudjuk, hogy a fosszilis tüzelőanyagok elégetése által kibocsátott szén-dioxidnak mintegy 40%-a a légkörben marad, a szén-dioxid koncentrációját növelve. A maradékot pedig nagyjából egyenlő arányban felveszi az óceán és a bioszféra. Miután a szén-dioxid fontos üvegházgáz, légköri koncentrációjának növekedése az üvegházhatás erősödésével jár, ami hatással van a Föld éghajlatára. A szén-dioxid légköri koncentrációjának növekedése tehát a globális klímaváltozás egyik fő okozója. 3
4 A szén-dioxid koncentrációjának növekedése nem csak a légkörben okoz problémát. Az óceánba beoldódó szén-dioxid változásokat okoz az óceán kémiájában, mégpedig csökkenti a tengervíz amúgy enyhén lúgos kémhatását, illetve megváltoztatja a karbonát- és bikarbonátionok egyensúlyát. Az óceán tehát elsavasodik, ami sok tengeri élőlényt veszélyeztet, például azáltal, hogy megnehezíti a kalcium-karbonát vázat kiválasztó élőlények számára a szilárd váz építését. Ez azért is problémát jelenthet a jövőben, mert ezek az élőlények kulcsfontosságúak a tengeri élővilág táplálékláncában. A bioszféra által felvett szén-dioxidnak nincsenek ilyen fenyegető következményei, sőt a növényi vegetáció szempontjából pozitív változás a légköri szén-dioxid koncentrációjának a növekedése. A visszacsatolási mechanizmusok és a hosszú távú folyamatok vizsgálatánál azonban nem szabad figyelmen kívül hagyni a bioszférában elraktározott szén mennyiségét. A szén-dioxid koncentrációjának vizsgálata és jövőbeli alakulásának modellezése tehát több okból is elengedhetetlen. Szakdolgozatom témája egy egyszerűsített globális szén-dioxid-modell, amely nagyban leegyszerűsíti ugyan a természetben lejátszódó folyamatokat, de segítségével többet megtudhatunk a gáz dinamikájáról. A modell egy közönséges differenciálegyenlet-rendszer megoldásán alapul. A közönséges differenciálegyenlet-rendszer hét egymással összefüggő egyenletből áll. Minden egyenlet egy kiválasztott tározó szén-dioxid-koncentrációjának időbeli változását írja le. Az egyenletrendszer pontos megoldását nem tudjuk előállítani, ezért a modell numerikusan számítja ki az eredményeket. A dolgozatomban először ismertetem a modell felépítését és működését, majd néhány mondatban bemutatom a modellel korábban elvégzett numerikus vizsgálataink eredményeit. A modellben eredetileg négy különböző emissziós függvény szerepel, melyek a jövőben várható antropogén szén-dioxid-kibocsátás mértékét írják le. Bemutatom a modellben szereplő négy emissziós függvényt és a különböző futtatások eredményeit, majd a hosszabb távú változások vizsgálatának céljából lefuttatom a modellt hosszabb időintervallumra is. Ennél a hosszabb időintervallumnál kibővítem a modellt további öt emissziós függvénnyel, melyeket egy másik hasonló, de kicsit bonyolultabb modellből veszek. A kétféle emissziós függvényből kiválasztok egyet-egyet, és összevetem a velük kapott eredményeket. Ezen kívül összehasonlítom még a két 4
5 modell által számított légköri szén-dioxid-koncentrációkat is, és megvizsgálom a különbségek lehetséges okait. Végül megvizsgálom, hogy az óceánba beoldódó szén-dioxid miként hat az óceán kémhatására. Bemutatom, hogy a modell által végzett ph-számítások milyen eredményt adnak, és hogy ez miért fontos az óceáni élővilág szempontjából. 5
6 2. A modell Az éghajlatkutatásban nagyon fontos szerepet töltenek be az éghajlati rendszer működését leíró számítógépes modellek, amelyek segítségével előrejelezhető, hogy a jövőben hogyan alakul majd bolygónk éghajlata. A Föld éghajlati rendszere viszont olyan komplex rendszer, amelynek a működését máig nem ismerjük tökéletesen. A teljes rendszer megértésének érdekében meg kell értenünk az egyes részfolyamatokat, amelyek későbbi összekapcsolásából áll majd össze az egész. Az egyik ilyen alrendszer a szén-dioxid gáz dinamikája, hiszen a szén-dioxid koncentrációjának változása kihat az éghajlati rendszer több elemére is, nevezetesen az atmoszférára, a bioszférára és a hidroszférára, ahol megváltoztat bizonyos környezeti paramétereket. Ezen részfolyamatok megértésében is segíthetnek nekünk a számítógépes modellek. A szén-dioxid légköri koncentrációjának értékét ismerjük, és az elmúlt fél évszázad mérési eredményei alapján (Keeling, 2008) megállapítható, hogy a légkörben egyre több szén-dioxid halmozódik fel. A szén-dioxid koncentrációjának alakulása egy nagyon összetett, és általunk még nem teljesen megértett folyamat eredménye. Annyit azonban már tudunk a szén-dioxid szintjét meghatározó fizikai illetve kémiai folyamatokról, hogy egy egyszerűsített szén-dioxid-modellt készítsünk, azzal a céllal, hogy megtudjuk miként alakul majd a jövőben a szén-dioxid koncentrációja. Munkám során egy ilyen egyszerűsített globális szén-dioxid-modellt vizsgáltam meg, amelynek segítségével jobban beleláthatunk a szén-dioxid körforgásába (Griffiths et al., 2008). A modell szükség szerűen csak leegyszerűsítése azoknak a természetben lejátszódó fizikai, kémiai folyamatoknak, amelyek a szén-dioxid körforgásában részt vesznek, mégis segíthet a különböző jelenségek, illetve paraméterek hatásának vizsgálatában. Az egyik ilyen szükségszerű egyszerűsítés az, hogy a modell nem tartalmaz klímakomponenseket. Habár tudjuk, hogy a szén-dioxid a globális felmelegedés egyik okozója, ezt a folyamatot kvantitatívan még nem ismerjük eléggé. Így a modell csak a szén-dioxid dinamikájával foglalkozik és nem ad eredményeket arra nézve, hogy a megnövekedett szén-dioxid-koncentráció milyen változásokat okoz majd az olyan éghajlati paraméterekben, mint például a hőmérséklet. Ez az egyszerűsítés hibákkal jár, hisz így a modell nem veszi figyelembe azt a negatív visszacsatolási folyamatot, 6
7 miszerint az óceán vizének melegedésével egyre kevesebb szén-dioxidot lesz majd képes elnyelni. A modell a koncentráció értékein kívül kiszámítja még, hogy a felső óceáni réteg kémhatása hogyan alakul, hiszen az óceán ph-ja szoros kapcsolatban van az óceánban lévő szén-dioxid mennyiségével. Tehát egy modellfuttatás eredményéül szén-dioxidkoncentráció illetve ph értékeket kapunk. A modell egy úgynevezett dobozmodell, amit úgy kell érteni, hogy minden doboz egy jól átkevert rezervoárt jelent, így egyszerűen modellezhetjük a tározók közötti anyagáramot és a tározók anyagtartalmának a változását. A modellben a globális széndioxid rendszert hét tározó, azaz doboz reprezentálja, melyek a következők: felsőlégkör (upper atmosphere-ua) alsólégkör (lower atmosphere-la) rövid életű élőlények (short lived biota-sb) hosszú életű élőlények (long lived biota-lb) felső óceáni réteg (ocean upper layer-ul) mély óceáni réteg (ocean deep layer-dl) tengeri élővilág (marine biosphere-mb). Mind a hét tározónak fontos szerepe van a szén-dioxid dinamikájában, mindamellett viszonylag könnyű egy újabb tározót beépíteni, vagy egy régit kivenni a modellből. Tomizuka (2009) például egy nagyon hasonló szén-dioxid-modellt vizsgált, szintén hét tározóval, nála azonban a tározók a következők voltak: légkör, bioszféra, talaj, felszíni óceán, középső óceán, mélyóceán és az üledékek. Minden tározóhoz egy koncentrációérték tartozik, amely az időben változik. Tehát a térbeli változékonyság a tározókon belül el van hanyagolva, azaz a modell teljes elkeveredést feltételez minden tározóban. A koncentrációértékek tehát csak időben változnak, ezért a modell alapvető matematikai felépítése egy közönséges differenciálegyenlet-rendszer, amelynek egyetlen független változója az idő. A differenciálegyenlet-rendszerben az idő naptári években van mérve. A modell eredetileg úgy van beállítva, hogy 850-től kezdődően számoljon 200-ig, de ezek a paraméterek viszonylag egyszerűen megváltozathatóak, ahogyan azt később meg is tettük. A modellben szereplő koncentrációértékek tehát a következők: 7
8 c ul (t) Felsőlégkör c la (t) Alsólégkör (t) c sb Rövid életű élőlények c lb (t) Hosszú életű élőlények (t) c uk (t) c dl (t) c mb Felső óceáni réteg Mély óceáni réteg Tengeri élővilág ahol t az időt jelöli, naptári évben. A tározók sok mindenben különböznek egymástól, így a hozzájuk tartozó koncentrációértékek is igen széles skálán változnak. A koncentrációértékek közötti nagy különbségből adódó számolási nehézségeket úgy lehet kiköszörülni, hogy a koncentrációértékeket dimenziótlanítjuk, így az összes tározó koncentrációja egy közös skálára kerül. A dimenziótlanítást a következőképpen végezzük el: cdim ( t) cdim ( t = 850) c ( t) =, () c ( t = 850) dim így tehát az összes tározóban a kezdeti, 850-es érték lenullázódik, hiszen cdim ( t = 850) cdim ( t = 850) c ( t = 850) = = 0. (2). c ( t = 850) dim A modell eredményei tehát dimenziótlan koncentrációértékek lesznek, amiket persze vissza lehet alakítani dimenziós értékekké is, ehhez csak az kell, hogy ismerjük az adott tározó koncentrációjának értékét 850-ben. A kezdeti időpontban tehát minden tározó koncentrációértéke nulla, és ha nem lenne semmilyen külső behatás, akkor ez az egyensúlyi állapot nem is változna. A probléma az antropogén szén-dioxidkibocsátással kezdődik, ugyanis az ember ipari és egyéb tevékenységek során széndioxidot bocsát ki az alsólégkörbe, ahonnét az átkeveredik az összes többi tározóba. Ezen folyamat által megbomlik a korábbi egyensúlyi állapot, és a tározókhoz rendelt koncentrációértékek nőni kezdenek. A modell által megoldott közönséges differenciálegyenlet-rendszer hét egyenletből áll, azaz minden tározó koncentrációjának változását egy egyenlet írja le, ami összefügg a többi tározó egyenletével, mint ahogy a tározók is összefüggnek a természetben. A differenciálegyenletek az egyes tározók közötti kapcsolatokat, a széndioxid kicserélődési folyamatait írják le. Ezeket a folyamatokat szemlélteti az. ábra. 8
9 . ábra. A dobozmodell tározói közötti kapcsolat. A felsőlégkör kizárólag az alsólégkörrel áll kapcsolatban. Ennél a két tározónál, amelyek jó közelítéssel tekinthetők a sztratoszférának és a troposzférának, a légkört a két elkülöníthető cirkulációs minta alapján osztották ketté. A legtöbb tározóval az alsólégkör van összeköttetésben, hiszen a felsőlégkörön kívül még a szárazföldi vegetáció és az óceán felső rétege is kapcsolatban áll vele. Az ábrán a piros nyíl az antropogén szén-dioxid-kibocsátást jelöli, hiszen az ember az ipari és egyéb tevékenységek folytán közvetlenül az alsólégkörbe juttatja a szén-dioxidot. Az alsólégkörben lévő szén-dioxid nagy része a felső óceáni rétegbe kerül, innen a széndioxid átkerülhet a mély óceáni rétegbe illetve különféle formákban elraktározódhat a tengeri élőlények vázában is. A mély óceáni réteg óriási méretű tározó, ezáltal hosszú ideig képes sok szén-dioxidot elraktározni. A légköri többlet szén-dioxid viszont csak a felső óceáni rétegen keresztül tud ide lekerülni, mégpedig egy igen lassú (az antropogén kibocsátásnál jóval lassabb) átkeverődési folyamat eredményeként. Ezeket a kapcsolatokat és átkeverődési folyamatokat írjuk le kvantitatívan egy hét egyenletből álló közönséges differenciálegyenlet-rendszerrel, ahol c tározó jelenti az indexben szereplő tározó koncentrációját, t az időt, 2 pedig az úgynevezett tartózkodási időt jelöli, vagyis azt az átlagos időt, amíg a szén-dioxid a 2-es jelzésű tározóból az -es jelzésűbe átkerül. Ez az egyenletrendszer a következőképpen írható fel: 9
10 dc dt ua = ua la ( c la c ua ) (3) dc dt la = la ua ( c ua c la ) + la sb ( c sb c la ) + la lb ( c lb c la ) + la ul ( c ul c la ) + Q c ( t) (4) dc dt sb = sb la ( c la c sb ) (5) dc dt lb = lb la ( c la c lb ) (6) dc dt ul = ul la ( c la c ul ) + ul dl ( c dl c ul ) + ul mb ( c mb c ul ) (7) dc dt dl = dl ul ( c ul c dl ) (8) dc dt mb = mb ul ( c ul c mb ) (9) Q rt c ( t) = ce (0) ahol (0) az antropogén kibocsátást leíró exponenciális függvény. A modellben négy különböző mértékű kibocsátáshoz tartozó emissziós függvény van beprogramozva. A későbbiekben ezeket részletesen bemutatom, illetve megvizsgálok más, a programba általam beírt emissziós függvényeket is. Az egyenletek tehát az egyes tározók koncentrációértékének az időbeli változásait írják le, a (3) egyenlet a felsőlégkörre, a (4) az alsólégkörre, az (5) a rövid életű élőlényekre, a (6) a hosszú életű élőlényekre, a (7) a felső óceáni rétegre, a (8) a mély óceáni rétegre, a (9) pedig a tengeri élővilágra vonatkozik. A tározók közötti anyagáram mértékét általában igen nehéz pontosan meghatározni, a fluxusok számszerű becslése külön kutatások tárgyát képezi. Ebben a modellben viszont, ahogy az egyenletekből is látszik, a tározók közötti anyagáram le van 0
11 egyszerűsítve a tartózkodási idők ( ) reciprokára. Ez igen jelentős leegyszerűsítése a valóságnak, ami talán már hibának is tűnhet, de ebben az egyszerűsített modellben a cél érdekében elfogadjuk ezt az egyszerűsítést. A tartózkodási idők értéke a következőképp alakul: la ua (a felsőlégkörből az alsólégkörbe) = 5 év ua la (az alsólégkörből a felsőlégkörbe) = 5 év la sb (rövid életű élőlényekből az alsólégkörbe) = év sb la (az alsólégkörből a rövid életű élőlényekbe) = év la lb (hosszú életű élőlényekből az alsólégkörbe) = 00 év lb la (az alsólégkörből a hosszú életű élőlényekbe) = 00 év la ul (felső óceáni rétegből az alsólégkörbe) = 30 év ul la (az alsólégkörből a felső óceáni rétegbe) = 30 év ul mb (a tengeri élővilágból az óceán felső rétegébe) = 0 év mb ul (az óceán felső rétegéből a tengeri élővilágba) = 0 év dl ul (az óceán felső rétegéből a mély óceáni rétegbe) = 000 év ul dl (a mély óceáni rétegből a felső óceáni rétegbe) = 00 év Ezek az értékek főként intuitív becslések alapján lettek meghatározva, ezért megvizsgálták, hogy az értékek megváltoztatása hogyan hat a modell kimenő értékeire. Az eredmény az volt, hogy az elsődleges modelleredmények nem érzékenyek az átlagos tartózkodási idők értékeinek kis változtatására. A becslések alapját a tározók milyensége határozta meg, így például az alsólégkörből a rövid életű élőlényekbe kerülő szén-dioxid tartózkodási ideje csak egy év, hiszen ezek az élőlények döntően mezőgazdasági növények, amelyek élettartama is egy év körül van. Az alsólégkörből a hosszú életű élőlényekbe kerülő szén-dioxid tartózkodási ideje száz év, hiszen itt fákról van szó, amelyek körülbelül száz évig élnek. A tartózkodási időknek nem kell szükségszerűen megegyezniük a forrásnál és a nyelőnél. Így van ez a két óceáni réteg esetében is, ahol a mélyóceánra vonatkozó tartózkodási idő ezer év, a felső óceáni rétegre vonatkozó viszont csak száz év. Ez azért van így, mert a mély óceáni réteg egy sokkal nagyobb, és a felszíni rétegnél
12 kevésbé mozgalmas cirkulációjú tározó, amely ezáltal akár ezer évig is raktározza az oda bekerült szén-dioxidot. A tartózkodási idők, miután csak becsléseken alapulnak, bizonyos elgondolások alapján megváltoztathatók, így például, ha azzal a feltételezéssel élnénk, hogy az esőerdők intenzív kitermelése a jövőben is folytatódik, ezzel csökkentve a fák, azaz a hosszú életű élőlények élettartamát, azzal a bennük elraktározott szén-dioxid tartózkodási ideje is lerövidülne. Ekkor lb la értékét, tehát azt az időt, ameddig az alsólégkörből származó szén-dioxid a hosszú életű élőlényekben elraktározódik, az eredeti száz évnél jóval alacsonyabb értékre kellene módosítanunk. A tartózkodási idők értékei között igen nagy különbségek fedezhetőek fel, hiszen a legkisebb érték egy év, a legnagyobb pedig ezer év. Ez által a közönséges differenciálegyenlet-rendszer együthatómátrixának sajátértékei közt több nagyságrendbeli különbség lesz, ami azt jelzi, hogy az egyenletrendszer enyhén merev, stiff. A stiff rendszerek a numerikus megoldó módszer körültekintő megválasztását igénylik, ezért a modell alkotói egy, a stiff differenciálegyenletek megoldására kifejlesztett numerikus módszert alkalmaztak. A modell Matlab programban van megírva, és futtatni is ott lehet. A Matlab egy speciális programrendszer, illetve egy programozási nyelv, amely numerikus számítások elvégzésére alkalmas ( A Matlab szó egy mozaikszó, jelentése matrix laboratory. Ez is kifejezi, hogy a Matlab egy olyan programrendszer, amely vektorokkal, mátrixokkal illetve többdimenziós tömbökkel elvégzendő műveletekre lett kifejlesztve. Ez azért előnyös, mert a program által megoldott, a modellben szereplő közönséges differenciálegyenlet-rendszer felírható a következő alakban: y '( t) = Ay( t) + B( t). (). Itt y (t) egy, az időtől függő hét elemű vektor, amelynek elemei az egyes tározókhoz tartozó koncentrációértékek. Az y '( t) pedig az y (t) időbeli deriváltja, tehát elemei a koncentrációértékek időbeli deriváltjaival lesznek egyenlők, ami éppen a (3)-(9) egyenletek bal oldalát jelenti. A egy hétszer hetes mátrix, ami a megfelelő együtthatókat, azaz a tartózkodási idők reciprokait tartalmazza. B (t) pedig egy szintén időfüggő hét elemű vektor, amelynek hat eleme nullával egyenlő, az egyetlen nemnulla eleme pedig az alsólégkör egyenletéhez tartozó, az antropogén kibocsátást 2
13 leíró emissziós függvénnyel egyenlő. Mivel a fenti egyenleteket nem tudjuk pontosan megoldani, az eredményeket a program numerikusan számítja ki. A modellt úgy tudjuk futtatni, hogy a Matlabban meghívjuk a főprogramot egy olyan könyvtárból, amely a főprogram mellett tartalmazza a szükséges szubrutinokat is. Külön szubrutinban van beprogramozva a közönséges differenciálegyenlet-rendszer, az emissziós függvények, és ismét külön szubrutin végzi el az óceán kémiájával kapcsolatos számításokat, amelyek eredményei közt szerepel többek között az óceán ph-jának értéke is. A főprogram először deklarálja, hogy milyen időintervallumon, és milyen lépésközzel dolgozzon a program, majd egy, a Matlabba beépített differenciálegyenlet-megoldó szubrutin segítségével kiszámítja az egyes időlépcsőkre a hét tározó koncentrációértékeit. Ez a numerikus megoldómódszer az ode5s, ami egy implicit numerikus módszer. Ez azért jó, mert stiff problémákra az implicit módszerek stabilabbak az explicit módszereknél. Az explicit módszerek is használhatóak a probléma megoldására, de általában csak nagyon kis időlépcső mellett adnak ugyanolyan pontosságú eredményt, mint egy implicit módszer. Miután a program befejezte a számításokat, az eredményeket függvényekként jeleníti meg. Ábrázolja az idő függvényében a szén-dioxid-koncentráció dimenziótlan értékeit az alsólégkörben, a felső és a mély óceáni rétegben, illetve az óceán ph-jának alakulását. Végül az alsólégkörre kapott dimenziótlan értékekből kiszámítja a ppmbeli megfelelőjüket, és a négy különböző emissziós függvényre kapott eredményeket egy közös ábrán rajzolja ki. 3
14 3. A numerikus vizsgálat A modell alapját képező közönséges differenciálegyenlet-rendszer pontos megoldását az egyenletek bonyolultsága miatt nem tudjuk előállítani, így az eredményeket numerikus módszerrel kell kiszámítani. Korábbi tudományos diákköri dolgozatunkban Brajnovits Brigittával (Brajnovits és Kelemen, 2009) megvizsgáltuk a modell viselkedését numerikus szempontból, ezt szeretném ebben a fejezetben röviden összefoglalni. Az előző fejezetben már volt róla szó, hogy a modell alapját képező differenciálegyenletek enyhén merev, stiff rendszert alkotnak. A stiffség egyik jelzője, hogy a differenciálegyenlet-rendszer együtthatómártixának sajátértékei közt nagyon kicsi és nagyon nagy számok is vannak. Ezen kívül a stiff rendszereknek az a tulajdonsága, hogy az explicit numerikus megoldó módszerek, az implicitekkel szemben, csak nagyon kis lépésköz (időlépcső) esetén tudnak stabil eredményt adni. A modell különböző időskálákon végbemenő folyamatokat ír le, így a modellt meghatározó egyenletek együtthatói között az ezeket az időskálákat meghatározó tartózkodási idők reciprokai találhatóak meg. Innét erednek az együtthatómátix elemei, és így a sajátértékei közti nagyságrendbeli eltérés is. A sajátértékek közti különbség, azaz a stiffség ennél a rendszernél nem túlságosan nagy, csak négy nagyságrendnyi, ezért kíváncsiak voltunk, hogy milyen eredményeket adna a modell, ha egy explicit megoldó módszerrel oldanánk meg a differenciálegyenlet-rendszert. Munkánk során három, az eredetitől eltérő numerikus módszert vizsgáltunk meg, és összehasonlítottuk az eredményeiket. A programban eredetileg szereplő numerikus módszert, amely kiválóan alkalmazható stiff feladatok megoldására, nagy pontossága miatt referenciamegoldásként használtuk az általunk választott numerikus módszerek hibáinak kiszámításánál. Az általunk a modellbe beprogramozott három numerikus módszer az explicit Euler-, az implicit Euler- és a középponti módszer volt. Az explicit Euler-módszer egy elsőrendű megoldómódszer, amely a három közül a legkevésbé stabil. A módszer működésének megértéséhez először tekintsünk egy közönséges differenciálegyenletet, ahol y (t) a keresett függvény. Az n -edik időrétegen ( t n ) ismert az y approximációja. A ( t, n n yn ) rendezett párból úgy kapjuk 4
15 meg n+ ( n+ yn y -et, hogy a ( t, n yn ) ponton átmenő megoldásgörbe érintője mentén lépünk a t, + ) pontba, itt az időlépcső (h ) hossza értelem szerűen h= t n+ tn. 2. ábra. Az explicit-euler módszer működése. A 2. ábrán látható egy, az explicit Euler-módszerrel számított eredmény, itt a kék görbe jelöli a pontos megoldást, a piros vonal pedig a közelítő megoldást. Érthető módon, ha több lépésben végezzük el a közelítést, azaz az időlépcsőt lerövidítjük, akkor a numerikus megoldás is közelebb kerül a pontos megoldáshoz. Tehát minél rövidebb az időlépcső, a megoldás annál pontosabb, de az időlépcső rövidítésével a szükséges számítások mennyisége megnő, amit a számítógépek véges kapacitása miatt szintén figyelembe kell venni. Az implicit Euler-módszer elve nagyon hasonlít az explicit Euler-módszeréhez, itt azonban a ( t n+, yn+ ) pontból haladunk az érintő mentén vissza a ( t n, yn ) pontba. Mivel az n-edik időlépcső elején y n+ még nem ismert, ezért egy implicit egyenletet kell megoldani. Az implicit Euler-módszerre készített ábra a 2. ábrához hasonló lenne, azonban most a numerikus megoldás a pontos megoldás alatt haladna. A középponti módszer az előbbi két módszer egyesítésén alapul, itt 0,5-es szorzóval súlyozva vesszük figyelembe mindkét módszer megoldóképletét. Ez a módszer már másodrendű, így az előző kettőnél pontosabban közelíti a megoldást, és az implicit módszernek köszönhetően viszonylag stabil is. 5
16 A modellt úgy állítottuk be, hogy a numerikus integrálás során a számított értékeket tízévenként jelenítse meg, és az n paraméter azt jelölte, hogy a program hányat lépjen egy ilyen tíz éves időintervallum alatt. Tehát az időlépcső hosszát úgy kaphatjuk meg, ha a tíz évet elosztjuk n értékével. Lefutattuk a modellt n = 0,20,40, 80 és 60-ra, itt értelemszerűen az n= 0 -es beállításnál a leghosszabb és n= 60 -nál a legrövidebb az időlépcső. Az első futtatásnál, n= 0 -nél, tehát ahol a modell évenként csupán egyet lép, az explicit Euler-módszer instabilnak bizonyult, míg az implicit Euler- és a középponti módszer viszonylag jól közelítette a referenciamegoldást. A következő lépésben felére csökkentettük az időlépcső hosszát ( n = 20 ), ekkor már az explicit Euler-módszer is megfelelően működött. Természetesen a legpontosabb eredményeket az n= 60 -as futtatásnál kaptuk. A hibák vizsgálata azt mutatta, hogy a legjobban a középponti módszer alkalmazható a probléma megoldására, ugyanis a hibája mindvégig legalább két nagyságrenddel kisebb volt az explicit és az implicit Euler-módszer hibájánál. Ezen kívül még azért is jobb eredményeket adott a középponti módszer, mert ez a módszer már másodrendű, ezért az időlépcső finomításával nagyobb mértékben csökkent a hibája, mint a másik két módszernek. Összehasonlítottuk a módszerek hibáit három tározóra, mégpedig az alsólégkörre, valamint a felső és a mély óceáni rétegre. Azt az érdekes eredményt kaptuk, hogy a mély óceáni rétegre mindhárom módszer pontosabb. Ennek az lehet az oka, hogy a mély óceáni rétegben eleve nagyon kis koncentrációértékekkel dolgozunk, illetve az, hogy az erre a tározóra felírt egyenlet egyszerűbb a másik két tározó egyenleténél. Összességében tehát elmondhatjuk, hogy mivel a differenciálegyenlet-rendszer csak enyhén stiff, így már viszonylag nagy lépésköz esetén is használható az explicit Eulermódszer, de a feladatot a három általunk vizsgált módszer közül a legjobban a másodrendű középponti módszer oldja meg. 6
17 4. Az emisszós függvények Emissziós függvényeken olyan függvényeket értünk, amelyek az idő függvényében megadják, hogy milyen mértékű az antropogén szén-dioxid emisszió. A modellben az időintervallum elején az összes tározó koncentrációértéke nullával egyenlő (a dimenziótlanítás miatt), így a tározók koncentrációértéke csak az antropogén széndioxid kibocsátás miatt nő az alsólégkörben, illetve az átkeveredés folytán a többi tározóban. Minthogy az emissziós függvény vezérli a szénkörforgást, roppant fontos szerepet tölt be a modellben. A modellbe eredetileg négy, hasonló alakú, de eltérő mértékkel növekvő emissziós függvény van beprogramozva. A függvényeket a következő képlet írja le: ( ) = r ( t 850) Q c t ce (2) ahol t az 850-től 200-ig terjedő időintervallumot futja be. A (2) egyenletben c egy állandó, amelynek értéke ( c = 4,4 0 3 ) úgy van megválasztva, hogy a 2007-re előrejelzett alsólégköri szén-dioxid-koncentráció megegyezzen a mért, 384 ppm-es értékkel. Az r együttható két részből tevődik össze. Az egyik része r = 0, 0, ami 850-től 200-ig egyenlő r -gyel mind a négy emissziós szcenárióra. 200-től 200-ig r különválik a négy emisszós függvénynél, interpolációval kapjuk meg: értékét a következő lineáris t 200 r = r b + r c (3) ahol az egyes esetekre r c = 0, 0050 [] r c = 0, 0025 [2] r c = 0, 0000 [3] r c = 0, 0050 [4]. Az [] esetben tehát r értéke a 200-es 0,0-ről 200-ra 0,0+0,0050=0,05-re nő, ami a szén-dioxid-kibocsátás mértékének a 200-es értékhez képesti, 50%-os növekedését jelenti. A [2] esetben r 25%-kal lesz nagyobb, azaz a negyedével nő meg a szén-dioxid-kibocsátás mértéke, így 200-ban 0,025-del lesz egyenlő. A [3] esetben nem nő tovább az antropogén szén-dioxid-kibocsátás mértéke, tehát r végig b 7
18 0,0 marad. A [4] esetben viszont 200-től folyamatosan csökken a szén-dioxidemisszió mértéke egészen 200-ig, amikor r értéke eléri a nullát. Ez nem azt jelenti, hogy teljesen megszűnik az antropogén emisszió, hanem azt, hogy beáll egy konstans értékre. Ez az eset úgy valósulhatna meg, ha a fosszilis tüzelőanyagokból nyert energiát valamilyen más energiatermelő forrásból tudnánk előállítani. A modell egyedül az alsólégkör koncentrációértékeit számítja vissza dimenziós alakba, ezeket az eredményeket ábrázolja a 3. ábra. Ezen az ábrán jól látszik az emissziós függvények hatása, hiszen az antropogén szén-dioxid először az alsólégkörbe kerül be, így itt befolyásolja legjobban a tározó koncentrációértékét [] rc = [2] rc = [3] rc = 0 [4] rc = co2 ppm év 3. ábra. A négy emissziós függvényre kapott alsólégköri koncentrációértékek 200-ig. Nézzük meg, hogy az emissziós függvények hatására hogyan változott meg más tározók koncentrációja. A következő négy ábrán a négy emissziós függvényre kapott modelleredmények láthatók három tározóra, ezek az alsólégkör, a felső óceáni réteg és a mély óceáni réteg. A vízszintes tengelyen az idő szerepel 850-től 200-ig, a függőleges tengelyen pedig a dimenziótlan koncentráció olvasható le. 8
19 alsólégkör felsõ óceáni réteg mély óceáni réteg.2 c(frac) év 4. ábra. A szén-dioxid koncentrációk előrejelzése az [] emissziós függvényre. A 4. ábrán tehát az [] emissziós függvényre kapott eredmények szerepelnek, ez az az emissziós függvény, amely szerint a 200-es szén-dioxid-kibocsátás mértéke 200-ra a másfélszeresére nő. Az emissziós függvény alakját jól követi az alsólégkör koncentrációjának alakulása. A felső óceáni rétegben már mérsékeltebb a növekedés, hiszen az átkeveredéshez idő kell. A mély óceáni rétegben pedig csak kissé emelkedett meg a koncentráció, hiszen az ide lejutó szén-dioxidnak először a felszíni rétegbe kell bekerülnie, majd onnan egy viszonylag lassú folyamat eredményeként tud lejutni a mély rétegbe. Az alsólégkörben ennek az emissziós függvénynek az esetében 828,7 ppm lenne a szén-dioxid koncentrációja. Ez az eredmény hasonlít az IPCC (2000) A2-es emisszió szcenáriójának eredményére, ami 200-ra 850 ppm-es koncentráció értéket jelez előre. 9
20 alsólégkör felsõ óceáni réteg mély óceáni réteg.2 c(frac) év 5. ábra. A szén-dioxid-koncentrációk előrejelzése a [2] emissziós függvényre. Az 5. ábrán a mérsékeltebb növekedésű [2] emissziós függvény eredménye látható. Itt az alsólégkör szén-dioxid-koncentrációja 200-ban 667,8 ppm, ami szintén hasonlít az IPCC egyik szcenáriójának eredményére, mégpedig a B2-es szcenárióra, amely esetén 625 ppm lenne 200-ban a szén-dioxid légköri koncentrációja alsólégkör felsõ óceáni réteg mély óceáni réteg.2 c(frac) év 6. ábra. A szén-dioxid-koncentrációk előrejelzése a [3] emissziós függvényre. 20
21 A 6. ábrán a [3] eset eredményei láthatók. Ebben az esetben az egész időszak alatt ugyanolyan mértékű antropogén szén-dioxid-kibocsátást feltételezünk, azaz itt nem változik az exponenciális tag kitevőjének együtthatója. Ekkor 200-ra 567,9 ppm-re nőne a szén-dioxid koncentrációja alsólégkör felsõ óceáni réteg mély óceáni réteg.2 c(frac) év 7. ábra. A szén-dioxid-koncentrációk előrejelzése a [4] emissziós függvényre. A 7. ábrán a legoptimistább emissziós függvény eredményei láthatók. Ebben az esetben 200-től 200-ig, habár továbbra is egy exponenciális függvény írja le a emissziót, az exponenciális tag együtthatója folyamatosan lecsökken egészen nullára, ami a kibocsátás jelentős csökkenését jelenti. Ennek a csökkenésnek a hatása jól látszik az ábrán az alsólégkör illetve a felső óceáni réteg koncentrációin. A mély óceáni rétegben a tározó nagy tehetetlensége miatt nem érződik a csökkentés hatása. Valójában ezen az időskálán mind a négy forgatókönyvre ugyanolyan eredményeket kaptunk a mélyóceánban. Ez is jelzi, hogy milyen lassan reagál a mélyóceán a változásokra, és habár lassan változik meg a koncentrációja, de hosszú időre, hiszen az oda bekerült szén-dioxid akár ezer évig is ott marad, így igen sokáig van hatással a mély óceáni rétegre. Kibővítettük a modell futásának időtartamát 650 évre, így 850-től 2500-ig számol. Ezzel két célunk volt: egyrészt a hosszú távú változások vizsgálata, főleg az óceáni rétegekben, másrészt az, hogy le tudjuk futtatni a modellt azokkal az új emissziós 2
22 függvényekkel, amelyeket a modellbe beprogramoztunk, és amelyek 2000-től 2500-ig futnak [] rc = [2] rc = [3] rc = 0 [4] rc = co2 ppm év 7. ábra A négy emissziós függvényre kapott alsólégköri koncentráció értékek 2500-ig. A 7. ábrán látható, hogy milyen eredményeket ad a modell az alsólégkörben a négy emissziós függvényre, ha meghosszabbítjuk a futtatás időtartamát 2500-ig. Az [], [2] és [3] emissziós függvények továbbra is exponenciálisan nőnek, így értékük túlontúl nagy számokat vesz fel, olyanokat, amelyek biztosan nem reálisak, így ezekkel az emissziós függvényekkel a továbbiakban nem foglalkozunk. A [4] emissziós függvény eredményei viszont igen érdekesen alakulnak. Ebben az esetben 200-tól kezdve az antropogén szén-dioxid-kibocsátás beáll egy nagyon kis, konstans értékre, és ennek eredményeként az alsólégkörben a szén-dioxid koncentrációja lassan csökkenni kezd. Ezt az magyarázza, hogy az átkeveredés folytán több szén-dioxid kerül át más tározókba, mint amennyi az antropogén kibocsátás értéke, így a széndioxid nem halmozódik fel az alsólégkörben, hanem koncentrációja lassan csökkenni kezd. 22
23 Mint már említettem, kibővítettük a modellt új emisszós függvényekkel, amelyeket a Caldeira és Wickett (2005) által használt óceáni általános cirkulációs modellből vettünk ki. Caldeira és Wickett a Lawrence Livermore Nationall Laboratory (LLNL) óceáni általános cirkulációs modelljének egy változatát használta, három típusú futtatásra. Az első típusnál a szén-dioxid-emisszió értéke van megadva, és ebből számítja ki a modell a légköri szén-dioxid koncentrációját. A második eset az elsőnek éppen a fordítottja, azaz a légköri szén-dioxid-koncentráció értéke van előírva, és ebből számítják ki, hogy ezekben a rögzített koncentrációjú esetekben milyen mértékű szén-dioxid-emisszió a megengedett. A harmadik típusú futtatásnál pedig meg van adva az emissziós függvény és a rögzített szén-dioxid-koncentráció is. Ekkor a modell azt számítja ki, hogy mekkora mennyiségű többlet szén-dioxid került a légkörbe, amit részben vagy teljes egészében a mély óceáni rétegekbe lehetne pumpálni. A továbbiakban, mi csak az első, ún. logisztikai emissziós függvényekkel kapcsolatos típussal foglalkozunk. A Caldeira és Wickett-féle logisztikai emissziós függvények azt írják le, hogy a következő néhány évszázadban, pontosabban 2500-ig összesen mennyi szén-dioxidot fogunk a légkörbe kibocsátani, és ez alapján alakítják ki a szén-dioxid-emisszió görbéit. A logisztikai emissziós függvényeket a következő levezetés alapján kapjuk meg. Jelölje F (t) az 750-től t ideig kibocsátott teljes szén-dioxid mennyiségét PgC-ben, E (t) pedig az egységnyi idő alatt kibocsátott szén-dioxid mennyiségét. Ezek alapján tehát df( t) E( t) = (4) dt és t F( t) = E( t ) dt. (5). 750 E(t) -ről feltesszük, hogy arányos a t ideig kibocsátott összmennyiséggel, és a készletek kimerítésének mértékével csökken. Az emissziós függvényeket meghatározó teljes kibocsátott szén-dioxid mennyiséget ( totc ) megkapjuk, ha E(t) -t integráljuk 2000-től 2500-ig, tehát 23
24 2500 totc = E( t) dt = F(2500) F(2000). (6) F(t) -re felírhatjuk a következő (7)(8) Cauchy-feladatot: df( t) = af( t)[ F(2500) F( t)] (7) dt F ( 2000) = 270 (8) ahol a egy arányossági tényező, amit ki tudunk fejezni, hiszen tudjuk, hogy df PgC E( 2000) = (2000) = 6, 8 (9) dt év és így 6,8= af(2000)( F(2500) F(2000)) = a 270 totc, (20) ahonnan 6,8 a =. (2). totc 270 Az IPCC (200) úgy becsüli, hogy a globálisan kitermelhető fosszilis tüzelőanyagok mennyisége nagyjából 5000 PgC (=8 300 PgCO 2 ), ezért az ezen összeghez tartozó emissziós függvényt tekintjük az alap emissziós függvénynek. Elképzelhető, hogy a jövőben a technikai és a gazdasági fejlődésnek köszönhetően a valóban kitermelhető fosszilis tüzelőanyagok mennyisége PgC-re nő, ezért a modellben szerepel egy PgC összkibocsátású emisszió függvény. A kontinetnális shelfeken lévő metán-hidrátok a becslések szerint szintén PgC-t tartalmaznak, amit ha hozzáadunk az előzőhöz, akkor egy PgC összkibocsátású emissziós függvényhez jutunk. Azonban az is elképzelhető, hogy a környezettudatosabb viselkedés hatására csökken a fosszilis tüzelőanyagok felhasználásának mértéke, így a rendelkezésre álló tartalékokat nem használjuk fel teljes egészében. Ezért belekerült a modellbe egy 2500 PgC és egy 250 PgC összkibocsátású emissziós függvény is. A 8. ábrán ezeknek az emissziós függvényeknek az alakja és egymáshoz való viszonya van ábrázolva. Jól látható, hogy a függvények formája megegyezik, csak az értékek nagysága különbözik. 24
25 PgC 2500 PgC 5000 PgC 0000 PgC PgC co2 emisszió év 8. ábra. A logisztikai emissziós függvények dimenziótlan értékei. Összehasonlításképp nézzük meg, hogy milyen eredményeket ad a modell az eredeti emissziós függvények közül a [4] emissziós függvényre, illetve az utólag beprogramozott logisztikai emissziós függvények közül az 5000 PgC összkibocsátásúra. A 9. ábrán látható a két emissziós függvény dimenziótlan alakja. A függvények hasonlítanak abban, hogy mindkettő 200 körül veszi fel a maximumát, és ráadásul még a maximum értékek között is csak pár ezrednyi eltérés van. A maximum elérése után a [4] emissziós függvény rögtön, az 5000 PgC összkibocsátású pedig fokozatosan csökken le. Habár ránézésre úgy tűnik, hogy a [4] emissziós függvény által összesen kibocsátott szén-dioxid mennyisége azaz a függvény integrálja kisebb, mint a másiké, mégis a számításaink alapján a [4] emisszió függvényhez tartozó integrál értéke nagyobb, mint az 5000 PgC összkibocsátású logisztikai emissziós függvényhez tartózó integrálé. 25
26 emisszió emisszió év év 9. ábra. A [4] és az 5000 PgC összkibocsátású emissziós függvények dimenziótlan alakjai. A függvények közötti különbség az eredményeiknél is szembetűnő. 0.8 alsólégkör felsõ óceáni réteg mély óceáni réteg 0.8 alsólégkör felsõ óceáni réteg mély óceáni réteg c(frac) c(frac) év év 0. ábra. A [4] és az 5000 PgC összkibocsátású emissziós függvénnyel kapott dimenziótlan koncentrációk az alsólégkörre, a felszíni és a mély óceáni rétegre. Habár a [4] emissziós függvény estében több szén-dioxid kerül a rendszerbe, a 200 utáni drasztikus emissziócsökkenésnek köszönhetően 2500-ban 362,9 ppm a széndioxid alsó légköri koncentrációja, míg a másik esetben ez az érték 30 ppm-mel magasabb. A [4] esetben viszont több a kibocsátott szén-dioxid mennyisége, és ez nem tűnik el nyomtalanul: ha megnézzük a mély óceáni réteg koncentrációértékét, láthatjuk, hogy nagyobb, mint a logisztikai emisszió függvény esetében. Tehát a széndioxid nagy része lejut a mély óceáni rétegbe, és ott halmozódik fel. 26
27 A 8. ábrán látható logisztikai emissziós függvényekkel futtatva a modellt, a. ábrán látható eredményeket kaptuk. Jól látszik, hogy az antropogén kibocsátás hatására a szén-dioxid-koncentráció folyamatosan nő az alsólégkörben PgC 2500 PgC 5000 PgC 0000 PgC PgC co2 ppm év. ábra. Az öt logisztikai emissziós függvényre kapott alsólégköri koncentrációértékek. Hasonlítsuk össze a mi modellünk eredményeit a Caldeira és Wickett által használt LLNL óceánmodell eredményeivel, amelyeket a 2. ábra mutat be. 27
28 2.ábra. A Caldeira és Wickett féle LLNL óceánmodell eredményei az öt logisztikai emisszós függvényre. Forrás: Caldeira és Wickett, A két modell eredményei között a legnagyobb különbség az, hogy az LLNL modell eredményei majdnem egy nagyságrenddel nagyobbak, mint a mi modellünk eredményei. Ezen kívül az LLNL modell szerint a szén-dioxid-koncentráció a kibocsátás ütemével egyezően nő, majd az emisszió visszaesésekor egy nagyon enyhe csökkenésbe kezd, míg az általunk használt modell szerint a szén-dioxid felhalmozódása a légkörben folyamatos ezen emissziós függvények mellett. A különbségek abból adódnak, hogy habár a két modell abban megegyezik, hogy mindkettő számít szén-dioxid-koncentrációt, mégpedig úgy hogy közben a változó klímával nem foglalkozik, de a két modell közben másra fektetik a hangsúlyt. A LLNL modell egy óceáni általános cirkulációs modell, amely vertikálisan 24 szintre osztja az óceánt. Ez lehetővé teszi, hogy részletesen leírja az óceán kémiai illetve keveredési folyamatait, mint például a légkör és az óceán közötti szén-dioxid-cserét, ami az általunk használt modellben egyetlen paraméterre, a tartózkodási időre van leegyszerűsítve. Az LLNL modell felépítése az általunk használt modellénél bonyolultabb. Az LLNL modell ugyanis például néhány fokos horizontális felbontású, enyhén simított, de valós topográfiával dolgozik, míg az általunk használt modell az összes tározóban teljes elkeveredést feltételez, így elhanyagolja a lokális eltéréseket. Ezen kívül az LLNL modell a légkör és az óceán közti fluxus kiszámításánál figyelembe veszi a szél szerepét, és más felszíni kényszereket is, amelyeket havi átlagos klimatológiai értékekből számít ki lineáris interpolációval. 28
29 Az LLNL modell a légköri szén-dioxid-koncentráció értékét az emisszió, és az óceán és a légkör közötti szén-dioxid-fluxus mérlegéből számítja ki, a következő egyenlet alapján. M atm dc dt atm = F F (22) atm A (22) egyenletben koncentrációja, ocean M atm a légkör moláris tömege, c atm a légkör szén-dioxid F atm jelöli az emissziót, F ocean pedig a légkör és az óceán közötti széndioxid-fluxust. Az emissziós függvények megadják F atm értékét, az óceánmodell kiszámítja az F ocean tagot, és a (22) egyenlet alapján előrejelzi a légkör szén-dioxid koncentrációját. Az általunk használt modell, habár a légkör és az óceán közti átkeveredést leegyszerűsíti, a légkör szén-dioxid koncentrációját egy, a (22) egyenletnél jóval bonyolultabb, közönséges differenciálegyenlet rendszer (3)-(9) megoldásával számítja ki. Az LLNL modell nem veszi figyelembe, hogy a légkör felszínközeli rétegéből a széndioxid átkerülhet a felsőlégkörbe, ezzel csökkentve a troposzféra szén-dioxidkoncentrációját. A másik igen fontos tározó, amelyet az LLNL modell nem vesz figyelembe, a bioszféra, amely a szén-dioxidnak az óceán mellett a másik legnagyobb nyelője. Az LLNL modell ugyanis egy teljesen semleges bioszférával dolgozik, így nem számol azzal a nagy mennyiségű szén-dioxiddal, amit a szárazföldi vegetáció felvesz. Ezeknek a tározóknak a figyelembevételével az LLNL modell eredményeiben a szén-dioxid légköri koncentrációja jelentősen csökkenne. A két modell közül egyik sem tekinthető pontosnak, hiszen mindkettő számos egyszerűsítést tartalmaz, és miután az általunk vizsgált modell inkább a légkörrel, az LLNL modell pedig inkább az óceánnal kapcsolatos folyamatokra helyezi a hangsúlyt, ezért eredményeik sem teljesen összehasonlíthatók. Azt azonban elmondhatjuk, hogy a két modell alkalmas kvalitatív következtetések levonására, ezáltal segítenek a széndioxid dinamikájával kapcsolatos folyamatok jelentőségének megértésében. 29
30 5. Az óceán szerepe és savasodása A fosszilis tüzelőanyagok égetésével a légkörbe kerülő szén-dioxidnak körülbelül az egyharmadát az óceán nyeli el, ezáltal az óceán a szén-dioxid egyik legnagyobb nyelője. Az óceánba bekerülő szén-dioxid kémiai folyamatokon megy keresztül, és így megváltoztatja az óceán kémiáját, többek között a ph-ját is. Ezek a változások olyan környezetet hoznak létre, amely az óceánban élő élőlények jelentős részének nem kedvező. Az óceán a szén-dioxid egyik legfontosabb nyelője. Már a korábbi vizsgálatainknál láthattuk, hogy milyen nagy hatással van a légköri szén-dioxid-koncentrációra az óceán rétegei által elnyelt szén-dioxid. A mély óceáni réteg ráadásul igen hosszú ideig képes tárolni az oda lekerült szén-dioxidot, így logikus gondolatnak tűnik, hogy a légkörben felgyülemlett szén-dioxid egy részét a mély óceáni rétegekbe pumpálva, ott raktározzuk el. A légköri szén-dioxid-mennyiség ilyen módon való csökkentésének hatásait modellezték (Caldeira és Wickett, 2005), és arra a következtetésre jutottak, hogy ez sem járható út. Ugyanis a mély óceáni rétegekbe bepumpált szén-dioxid által annyira beleavatkoznánk az óceán kémiájába, hogy az legalább akkora problémát okozna, mint a klímaváltozás. A tengervíz kémhatása eredetileg, területileg eltérően 8 és 8,3 között volt (Doney, 2006), azaz az óceán enyhén lúgos, de az általa elnyelt szén-dioxid hatására a ph-ja csökken. Már most kimutatható, hogy az óceánok felszíni vizeinek ph-ja 0,-del alacsonyabb a korábban mértnél, azaz az óceán savasodik. Az óceánban tehát a környezeti változások vizsgálatakor nem csak a szén-dioxid koncentrációját szükséges kiszámítani, hanem az azzal szorosan összefüggő ph-t is. Ezért az általunk vizsgált modell végez számításokat az óceán kémhatásának jövőbeli alakulásáról is. + A ph a vízben lévő hidrogénion koncentrációjával ([ H ]) függ össze, hiszen + ph = lg[ H ]. (23). A (23) egyenlet alapján a ph csökkenése tehát a hidrogénion koncentrációjának növekedését jelenti. A 3. ábrán láthatjuk, hogy milyen reakciók folytán nő az óceánban a hidrogénion mennyisége. 30
31 Légköri CO 2 Oldott CO 2 Szénsav Hidrogén ionok Bikarbonát ionok Karbonát ionok Telítettségi horizont 3. ábra. A szén-dioxid oldódása az óceánban. Forrás: Doney, Első lépésben az óceánba beoldódó szén-dioxid a vízzel szénsavat képez: CO 2 H 2O H 2CO3 +, (24) majd, mivel a szénsav gyenge sav, disszociál, bikarbonát- és hidrogénionokra: + H 2CO3 H + HCO3. (25) A bikarbonátion szintén disszociál, mégpedig karbonát- és hidrogénionokra: + 2 HCO 3 H + CO3. (26). A szén-dioxid a (25) és a (26) reakció hatására jobban oldódik a vízben, mint kémiai átalakulások nélkül. A két reakció hidrogéniont termel, így hozzájárulnak az óceán savasodásához. Más reakciók is termelnek hidrogéniont, de ezek közül a modellünk csak a következő kettőt veszi figyelembe. A (27) reakcióban a víz disszociál hidrogénés hidroxidionná: + H 2 O H + HO. (27) A vízen kívül még a bór-hidroxid disszociációját is figyelembe veszi a modell: B ( OH ) OH. (28). + 3 H + B( ) 4 A (25)-(28) egyenletek disszociációs együtthatóinak felhasználásával (Bacastow and Keeling, 972), egy, a hidrogénion koncentrációjában negyedrendű egyenlethez jutunk, amit a modell a Newton-módszerrel old meg. A numerikus iteráció végén eredményül megkapjuk a hidrogénionok koncentrációját, amiből kiszámítható a ph. 3
32 ph év 4. ábra. A [4] emissziós függvényre kapott ph-értékek 2500-ig. A modell ph-számításának eredményét a 4. ábrán láthatjuk; itt a [4] emissziós függvény van beállítva, és 2500-ig végzi el a számításokat a modell. Jól láthatóan az időszak elején, tehát amikor még jelentős az antropogén szén-dioxid-kibocsátás, a ph csökken. A ph a minimumát a szén-dioxid óceáni koncentrációjának maximumával nagyjából egy időben, 2070 és 2080 között veszi fel. Ekkorra az óceán ph-ja körülbelül 0,5-del kisebb, mint kezdetben, 850-ben. A 22. század elejétől kezdődően a ph emelkedni kezd, amit ennél az emissziós szcenáriónál azzal magyarázhatunk, hogy az óceán felső rétegeinek szén-dioxid-koncentrációja csökken, a nagyon lecsökkent antropogén kibocsátás, és a mély óceánba átkeveredő szén-dioxid hatására. A folyamatos emelkedés eredményeként a ph 2500-ban visszaáll az 990-es szintre. Ez azért nem teljesen érthető mert, ahogy a korábban bemutatott 0. ábrán is látszik, a felső óceáni réteg szén-dioxid-koncentrációja 2500-ra nem áll vissza az 990-es értékre, hanem magasabb annál. Tehát valószínűleg valamilyen olyan folyamat is lejátszódik az óceánban, amely segíti a ph gyorsabb visszaállását. 32
33 A ph csökkenése, azaz az óceán savasodása súlyos veszélyt jelent a korallokra és más meszes vázat kiválasztó élőlényekre. Ezek a kis élőlények a halak, és a tengeri emlősök fő tápláléka, így pusztulásuk katasztrófát okozna a táplálékláncban. A kálcium-karbonátot kiválasztó tengeri élőlények szilárd vázában a kálciumkarbonát két formában fordul elő, az egyik a kalcit, a másik pedig az aragonit. Az óceán felszíni meleg rétege kalcitra és aragonitra nézve túltelített, így az élőlények ki tudják választani a vízből a kálcium-karbonátot. A mélyebb, hidegebb rétegek viszont telítetlenek, így az odakerülő kalcium-karbonát ott feloldódik. A túltelített és a telítetlen réteg határát telítettségi horizontnak nevezzük. Megfigyelték, hogy az óceánba bekerülő szén-dioxid hatására a telítettségi horizont az 800-as évekhez képest méterrel magasabbra került. Ezáltal a kalcium-karbonátot kiválasztó élőlények élettere egyre csökken, ami a már említett tengeri tápláléklánc szempontjából igen aggasztó. Az antropogén szén-dioxid-kibocsátás tehát az egész élővilágra hatással van, hiszen a klímaváltozás igen sok szárazföldi élőlény életfeltételeit megváltoztatja, az óceán savasodása pedig veszélyezteti a tengeri élővilágot. 33
34 6. Összefoglalás Szakdolgozatomban egy egyszerűsített globális szén-dioxid-modellt vizsgáltam meg, melynek célja a szén-dioxid dinamikájának jobb megértése. Bemutattam a modellben szereplő szén-dioxid-rezervoárok közötti kapcsolatokat, amelyek alapján felírható az a közönséges differenciálegyenlet-rendszer, amelynek megoldásával a megfelelő szén-dioxid-koncentrációkat megkapjuk. Megvizsgáltam a modell alapját képező közönséges differenciálegyenlet-rendszert, és ismertettem a modellel korábban elvégzett numerikus vizsgálatunk eredményeit. A 4. fejezetben bemutattam és megvizsgáltam a modellbe beprogramozott emissziós függvényeket. Megvizsgáltam, hogy milyen változások zajlanak le a tározókban, ha a modellbe eredetileg beprogramozott időintervallumnál hosszabb időt vizsgálunk. Ennél a 650 éves időintervallumnál az emissziós függvények közül már csak egy, a [4] maradt elfogadható, mert a többi az exponenciális növekedési ütem miatt irreálisan nagy értékeket vett fel. A vizsgálat következő lépéseként beprogramoztam a modellbe további öt, az eredetiektől sokban eltérő emissziós függvényt, amiket egy másik modellből kölcsönöztem. Az új, úgynevezett logisztikai emissziós függvények közül kiválasztottam azt, amelyiknek beválása a legvalószínűbb, és ennek alakját és eredményeit összehasonlítottam az eredeti emissziós függvényekből megmaradttal. Összehasonlítottam ezen kívül még azt is, hogy milyen eredményeket ad az általam vizsgált modell és az, amelyikből az új emissziós függvényeket kölcsönöztem, az öt logisztikai emissziós függvényre. Eredményeik meglehetősen eltérőek voltak, amit azzal magyarázhatunk, hogy a két modell, habár sok hasonlóság van köztük, alapvetően más folyamatokra helyezi a hangsúlyt. Azt nem állíthatjuk, hogy bármelyik modell megoldása pontos lenne, de segítségükkel fontos kvalititatív következtetéseket vonhatunk le a szén-dioxid körforgásával kapcsolatban. A vizsgálat utolsó lépéseként megnéztem, hogy az antropogén szén-dioxid-kibocsátás milyen hatással van az óceánra. Megállapítható, hogy általam vizsgált összes emissziós függvény esetében nő az óceánban lévő szén-dioxid koncentrációja, ami az óceán vizének elsavasodásához vezet. Az antropogén szén-dioxid-kibocsátás tehát olyan negatív folyamatokat indított el a természetben, mint a klímaváltozás és az óceán elsavasodása. Ezek a változások nem kedvezőek sem az ember, sem a többi élőlény számára, és ha nem csökkentjük 34
EGY EGYSZERŰSÍTETT GLOBÁLIS SZÉN- DIOXID-MODELL ÉS NUMERIKUS VIZSGÁLATA
EGY EGYSZERŰSÍTETT GLOBÁLIS SZÉN- DIOXID-MODELL ÉS NUMERIKUS VIZSGÁLATA Szakdolgozat Földtudomány alapszak Meteorológia szakirány Készítette: Brajnovits Brigitta Témavezető: Dr. Havasi Ágnes Eötvös Loránd
A Richardson-extrapoláció alkalmazása és matematikai vizsgálata egyszerűsített környezeti modellekben
Eötvös Loránd Tudományegyetem Meteorológiai Tanszék A Richardson-extrapoláció alkalmazása és matematikai vizsgálata egyszerűsített környezeti modellekben Készítette: Brajnovits Brigitta Meteorológus MSc,
Új klímamodell-szimulációk és megoldások a hatásvizsgálatok támogatására
Új klímamodell-szimulációk és megoldások a hatásvizsgálatok támogatására Zsebeházi Gabriella Országos Meteorológiai Szolgálat KlimAdat hatásvizsgálói workshop 2018. december 7. TARTALOM 1. Klímamodellezés
A jövő éghajlatának kutatása
Múzeumok Éjszakája 2018.06.23. A jövő éghajlatának kutatása Zsebeházi Gabriella Klímamodellező Csoport Hogyan lehet előrejelezni a következő évtizedek csapadékváltozását, miközben a következő heti is bizonytalan?
Fázisátalakulások vizsgálata
KLASSZIKUS FIZIKA LABORATÓRIUM 6. MÉRÉS Fázisátalakulások vizsgálata Mérést végezte: Enyingi Vera Atala ENVSAAT.ELTE Mérés időpontja: 2011. szeptember 28. Szerda délelőtti csoport 1. A mérés célja A mérés
Fázisátalakulások vizsgálata
Klasszikus Fizika Laboratórium VI.mérés Fázisátalakulások vizsgálata Mérést végezte: Vanó Lilla VALTAAT.ELTE Mérés időpontja: 2012.10.18.. 1. Mérés leírása A mérés során egy adott minta viselkedését vizsgáljuk
REGIONÁLIS KLÍMAMODELLEZÉS AZ OMSZ-NÁL. Magyar Tudományos Akadémia szeptember 15. 1
Regionális klímamodellezés az Országos Meteorológiai Szolgálatnál HORÁNYI ANDRÁS (horanyi.a@met.hu) Csima Gabriella, Szabó Péter, Szépszó Gabriella Országos Meteorológiai Szolgálat Numerikus Modellező
G L O B A L W A R M I N
G L O B A L W A R M I N Az üvegházhatás és a globális felmelegedés Az utóbbi kétszáz évben a légkör egyre többet szenved az emberi tevékenység okozta zavaró következményektől. Az utóbbi évtizedek fő változása
5. Laboratóriumi gyakorlat
5. Laboratóriumi gyakorlat HETEROGÉN KÉMIAI REAKCIÓ SEBESSÉGÉNEK VIZSGÁLATA A CO 2 -nak vízben történő oldódása és az azt követő egyensúlyra vezető kémiai reakció az alábbi reakcióegyenlettel írható le:
Többértékű savak és bázisok Többértékű savnak/lúgnak azokat az oldatokat nevezzük, amelyek több protont képesek leadni/felvenni.
ELEKTROLIT EGYENSÚLYOK : ph SZÁMITÁS Általános ismeretek A savak vizes oldatban protont adnak át a vízmolekuláknak és így megnövelik az oldat H + (pontosabban oxónium - H 3 O + ) ion koncentrációját. Erős
Pannon löszgyep ökológiai viselkedése jövőbeli klimatikus viszonyok mellett
Pannon löszgyep ökológiai viselkedése jövőbeli klimatikus viszonyok mellett Cserhalmi Dóra (környezettudomány szak) Témavezető: Balogh János (MTA-SZIE, Növényökológiai Kutatócsoport) Külső konzulens: Prof.
A klímamodellezés nemzetközi és hazai eredményei - a gazdasági-társadalmi előrejelzések pillérei
A klímamodellezés nemzetközi és hazai eredményei - a gazdasági-társadalmi előrejelzések pillérei Hoyk Edit Kovács András Donát Tudományos munkatárs, MTA KRTK RKI ATO MRTT XII. Vándorgyűlés, Eger, 2015.
Differenciálegyenletek numerikus integrálása április 9.
Differenciálegyenletek numerikus integrálása 2018. április 9. Differenciálegyenletek Olyan egyenletek, ahol a megoldást függvény alakjában keressük az egyenletben a függvény és deriváltjai szerepelnek
A LEVEGŐMINŐSÉG ELŐREJELZÉS MODELLEZÉSÉNEK HÁTTERE ÉS GYAKORLATA AZ ORSZÁGOS METEOROLÓGIAI SZOLGÁLATNÁL
A LEVEGŐMINŐSÉG ELŐREJELZÉS MODELLEZÉSÉNEK HÁTTERE ÉS GYAKORLATA AZ ORSZÁGOS METEOROLÓGIAI SZOLGÁLATNÁL Ferenczi Zita és Homolya Emese Levegőkörnyezet-elemző Osztály Országos Meteorológiai Szolgálat Tartalom
Általános klimatológia Bevezetés a klimatológiába előadás
Általános klimatológia Bevezetés a klimatológiába előadás (K) GLOBÁLIS FELMELEGEDÉS Unger János unger@geo.u @geo.u-szeged.hu www.sci.u-szeged.hu/eghajlattan szeged.hu/eghajlattan SZTE Éghajlattani és Tájföldrajzi
Al-Mg-Si háromalkotós egyensúlyi fázisdiagram közelítő számítása
l--si háromalkotós egyensúlyi fázisdiagram közelítő számítása evezetés Farkas János 1, Dr. Roósz ndrás 1 doktorandusz, tanszékvezető egyetemi tanár Miskolci Egyetem nyag- és Kohómérnöki Kar Fémtani Tanszék
Az éghajlati modellek eredményeinek alkalmazhatósága hatásvizsgálatokban
Az éghajlati modellek eredményeinek alkalmazhatósága hatásvizsgálatokban Szépszó Gabriella Országos Meteorológiai Szolgálat, szepszo.g@met.hu RCMTéR hatásvizsgálói konzultációs workshop 2015. június 23.
ÚJ CSALÁDTAG A KLÍMAMODELLEZÉSBEN: a felszíni modellek, mint a városi éghajlati hatásvizsgálatok eszközei
ÚJ CSALÁDTAG A KLÍMAMODELLEZÉSBEN: a felszíni modellek, mint a városi éghajlati hatásvizsgálatok eszközei Zsebeházi Gabriella és Szépszó Gabriella 43. Meteorológiai Tudományos Napok 2017. 11. 23. Tartalom
Tartalom. 1. Állapotegyenletek megoldása 2. Állapot visszacsatolás (pólusallokáció)
Tartalom 1. Állapotegyenletek megoldása 2. Állapot visszacsatolás (pólusallokáció) 2015 1 Állapotgyenletek megoldása Tekintsük az ẋ(t) = ax(t), x(0) = 1 differenciálegyenletet. Ismert, hogy a megoldás
ph-számítás A víz gyenge elektrolit. Kismértékben disszociál hidrogénionokra (helyesebben hidroxónium-ionokra) és hidroxid-ionokra :
ph-számítás A víz gyenge elektrolit. Kismértékben disszociál hidrogénionokra (helyesebben hidroxónium-ionokra) és hidroxid-ionokra : H 2 O H + + OH -, (2 H 2 O H 3 O + + 2 OH - ). Semleges oldatban a hidrogén-ion
Szá molá si feládáttí pusok á Ko zgázdásá gtán I. (BMEGT30A003) tá rgy zá rthelyi dolgozátá hoz
Szá molá si feládáttí pusok á Ko zgázdásá gtán I. (BMEGT30A003) tá rgy zá rthelyi dolgozátá hoz 1. feladattípus a megadott adatok alapján lineáris keresleti, vagy kínálati függvény meghatározása 1.1. feladat
Alkalmazás a makrókanónikus sokaságra: A fotongáz
Alkalmazás a makrókanónikus sokaságra: A fotongáz A fotonok az elektromágneses sugárzás hordozó részecskéi. Spinkvantumszámuk S=, tehát kvantumstatisztikai szempontból bozonok. Fotonoknak habár a spinkvantumszámuk,
Kutatói pályára felkészítő akadémiai ismeretek modul
Kutatói pályára felkészítő akadémiai ismeretek modul Környezetgazdálkodás Modellezés, mint módszer bemutatása KÖRNYEZETGAZDÁLKODÁSI AGRÁRMÉRNÖK MSC Modellezés globálistól lokális skáláig III. 3. lecke
9. Előadás. Megyesi László: Lineáris algebra, oldal. 9. előadás Mátrix inverze, Leontyev-modell
9. Előadás Megyesi László: Lineáris algebra, 75. 84. oldal. Gondolkodnivalók Mátrix rangja 1. Gondolkodnivaló Tegyük fel, hogy egy elemi bázistranszformáció kezdetekor a sor- és oszlopindexek sorban helyezkednek
Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )
Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék, Budapest, Műegyetem rkp. 3. D ép. 334. Tel: 463-6-80 Fa: 463-30-9 http://www.vizgep.bme.hu Alap-ötlet:
Kovács Mária, Krüzselyi Ilona, Szabó Péter, Szépszó Gabriella. Országos Meteorológiai Szolgálat Éghajlati osztály, Klímamodellező Csoport
Kovács Mária, Krüzselyi Ilona, Szabó Péter, Szépszó Gabriella Országos Meteorológiai Szolgálat Éghajlati osztály, Klímamodellező Csoport 2012. március 21. Klímaváltozás - miről fecseg a felszín és miről
Numerikus integrálás
Közelítő és szimbolikus számítások 11. gyakorlat Numerikus integrálás Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor Vinkó Tamás London András Deák Gábor jegyzetei alapján 1. Határozatlan integrál
Baran Ágnes, Burai Pál, Noszály Csaba. Gyakorlat Differenciálegyenletek numerikus megoldása
Matematika Mérnököknek 2. Baran Ágnes, Burai Pál, Noszály Csaba Gyakorlat Differenciálegyenletek numerikus megoldása Baran Ágnes, Burai Pál, Noszály Csaba Matematika Mérnököknek 2. Gyakorlat 1 / 18 Fokozatos
Modern Fizika Labor. Fizika BSc. Értékelés: A mérés dátuma: A mérés száma és címe: 5. mérés: Elektronspin rezonancia. 2008. március 18.
Modern Fizika Labor Fizika BSc A mérés dátuma: 28. március 18. A mérés száma és címe: 5. mérés: Elektronspin rezonancia Értékelés: A beadás dátuma: 28. március 26. A mérést végezte: 1/7 A mérés leírása:
Példa: Tartó lehajlásfüggvényének meghatározása végeselemes módszer segítségével
Példa: Tartó lehajlásfüggvényének meghatározása végeselemes módszer segítségével Készítette: Dr. Kossa Attila (kossa@mm.bme.hu) BME, Műszaki Mechanikai Tanszék 213. október 8. Javítva: 213.1.13. Határozzuk
Egyenletek, egyenlőtlenségek VII.
Egyenletek, egyenlőtlenségek VII. Magasabbfokú egyenletek: A 3, vagy annál nagyobb fokú egyenleteket magasabb fokú egyenleteknek nevezzük. Megjegyzés: Egy n - ed fokú egyenletnek legfeljebb n darab valós
Szá molá si feládáttí pusok á Ko zgázdásá gtán I. (BMEGT30A003) tá rgy zá rthelyi dolgozátá hoz á 3. oktátá si he t tánányágá hoz kápcsolo do án
Szá molá si feládáttí pusok á Ko zgázdásá gtán I. (BMEGT30A003) tá rgy zá rthelyi dolgozátá hoz á 3. oktátá si he t tánányágá hoz kápcsolo do án 1. feladattípus Egyváltozós keresleti, vagy kínálati függvények
A Richardson-extrapoláció és alkalmazása a Dániai Euleri Modellben
A Richardson-extrapoláció és alkalmazása a Dániai Euleri Modellben Faragó István 1, Havasi Ágnes 1, Zahari Zlatev 2 1 ELTE Alkalmazott Analízis és Számításmatematikai Tanszék és MTA-ELTE Numerikus Analízis
Gauss-Seidel iteráció
Közelítő és szimbolikus számítások 5. gyakorlat Iterációs módszerek: Jacobi és Gauss-Seidel iteráció Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor London András Deák Gábor jegyzetei alapján 1 ITERÁCIÓS
Differenciálegyenletek numerikus megoldása
a Matematika mérnököknek II. című tárgyhoz Differenciálegyenletek numerikus megoldása Fokozatos közeĺıtés módszere (1) (2) x (t) = f (t, x(t)), x I, x(ξ) = η. Az (1)-(2) kezdeti érték probléma ekvivalens
Gyakorló feladatok a 2. zh-ra MM hallgatók számára
Gyakorló feladatok a. zh-ra MM hallgatók számára 1. Egy vállalat termelésének technológiai feltételeit a Q L K függvény írja le. Rövid távon a vállalat 8 egységnyi tőkét használ fel. A tőke ára 000, a
KOVÁCS BÉLA, MATEMATIKA I.
KOVÁCS BÉLA MATEmATIkA I 6 VI KOmPLEX SZÁmOk 1 A komplex SZÁmOk HALmAZA A komplex számok olyan halmazt alkotnak amelyekben elvégezhető az összeadás és a szorzás azaz két komplex szám összege és szorzata
BARTHOLY JUDIT. Eötvös Loránd Tudományegyetem Meteorológiai Tanszék Budapest
Klíma ügye(in)k 2017 2017. május 25. Budapest Nemzeti Közszolgálati Egyetem ********************************************************************************************************** Változó éghajlat,
A magyar teljesítménytúra-naptár fejlődése,
A magyar teljesítménytúra-naptár fejlődése, 28-216 Tartalomjegyzék Ferenci Tamás, tamas.ferenci@medstat.hu 217. február 2. Cél 1 Számítástechnikai megjegyzések 1 Eredmények 2 Túrák és túrázok száma..........................................
A GLOBÁLIS MELEGEDÉS ÉS HATÁSAI MAGYARORSZÁGON
FÖLDTUDOMÁNYOS FORGATAG Budapest, 2008. április 17-20. A GLOBÁLIS MELEGEDÉS ÉS HATÁSAI MAGYARORSZÁGON ELTE Meteorológiai Tanszék, Budapest VÁZLAT I. Változó éghajlat II. XXI. századra várható éghajlati
Gyakorlati útmutató a Tartók statikája I. tárgyhoz. Fekete Ferenc. 5. gyakorlat. Széchenyi István Egyetem, 2015.
Gyakorlati útmutató a tárgyhoz Fekete Ferenc 5. gyakorlat Széchenyi István Egyetem, 015. 1. ásodrendű hatások közelítő számítása A következőkben egy, a statikai vizsgálatoknál másodrendű hatások közelítő
Közönséges differenciál egyenletek megoldása numerikus módszerekkel: egylépéses numerikus eljárások
Közönséges differenciál egyenletek megoldása numerikus módszerekkel: egylépéses numerikus eljárások Bevezetés Ebben a cikkben megmutatjuk, hogyan használhatóak a Mathematica egylépéses numerikus eljárásai,
Globális változások lokális veszélyek
Globális változások lokális veszélyek Dr. Radics Kornélia ORSZÁGOS METEOROLÓGIAI SZOLGÁLAT Sivatagosodás és Aszály Elleni Küzdelem Világnapja Budapest, 2019. június 19. Globális kitekintés Éghajlatváltozás:
LINEÁRIS PROGRAMOZÁSI FELADATOK MEGOLDÁSA SZIMPLEX MÓDSZERREL
LINEÁRIS PROGRAMOZÁSI FELADATOK MEGOLDÁSA SZIMPLEX MÓDSZERREL x 1-2x 2 6 -x 1-3x 3 = -7 x 1 - x 2-3x 3-2 3x 1-2x 2-2x 3 4 4x 1-2x 2 + x 3 max Alapfogalmak: feltételrendszer (narancs színnel jelölve), célfüggvény
A LÉGKÖRI SZÉN-DIOXID ÉS AZ ÉGHAJLAT KÖLCSÖNHATÁSA
A LÉGKÖRI SZÉN-DIOXID ÉS AZ ÉGHAJLAT KÖLCSÖNHATÁSA CH 4 CFC CO 2 O 3 +14-19 o C N 2 O H 2 O 1824: Jean-Baptist Fourier az üvegházhatás felismerése 1859: John Tyndall a vízgőz és a szén-dioxid meghatározó
ph-számítás A víz gyenge elektrolit. Kismértékben disszociál hidrogénionokra (helyesebben hidroxónium-ionokra) és hidroxid-ionokra :
ph-számítás A víz gyenge elektrolit. Kismértékben disszociál hidrogénionokra (helyesebben hidroxónium-ionokra) és hidroxid-ionokra : H 2 O H + + OH -, (2 H 2 O H 3 O + + 2 OH - ). Semleges oldatban a hidrogén-ion
6. Függvények. 1. Az alábbi függvények közül melyik szigorúan monoton növekvő a 0;1 intervallumban?
6. Függvények I. Nulladik ZH-ban láttuk: 1. Az alábbi függvények közül melyik szigorúan monoton növekvő a 0;1 intervallumban? f x g x cos x h x x ( ) sin x (A) Az f és a h. (B) Mindhárom. (C) Csak az f.
GYAKORLÓ FELADATOK 4: KÖLTSÉGEK ÉS KÖLTSÉGFÜGGVÉNYEK
GYAKORLÓ FELADATOK 4: KÖLTSÉGEK ÉS KÖLTSÉGFÜGGVÉNYEK 1. Egy terméket rövid távon a függvény által leírt költséggel lehet előállítani. A termelés határköltségét az összefüggés adja meg. a) Írja fel a termelés
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,
Cölöpcsoport elmozdulásai és méretezése
18. számú mérnöki kézikönyv Frissítve: 2016. április Cölöpcsoport elmozdulásai és méretezése Program: Fájl: Cölöpcsoport Demo_manual_18.gsp A fejezet célja egy cölöpcsoport fejtömbjének elfordulásának,
A LÉGKÖR SZERKEZETE ÉS ÖSSZETÉTELE. Környezetmérnök BSc
A LÉGKÖR SZERKEZETE ÉS ÖSSZETÉTELE Környezetmérnök BSc A LÉGKÖR SZERKEZETE A légkör szerkezete kémiai szempontból Homoszféra, turboszféra -kb. 100 km-ig -turbulens áramlás -azonos összetétel Turbopauza
Éghajlatváltozás tudhatjuk-e, mi lesz holnapután?
Éghajlatváltozás tudhatjuk-e, mi lesz holnapután? Szépszó Gabriella Országos Meteorológiai Szolgálat Numerikus Modellező és Éghajlat-dinamikai Osztály TARTALOM 1. Bevezetés 2. Időjárás és éghajlat 3. A
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 8 VIII. REGREssZIÓ 1. A REGREssZIÓs EGYENEs Két valószínűségi változó kapcsolatának leírására az eddigiek alapján vagy egy numerikus
A kálium-permanganát és az oxálsav közötti reakció vizsgálata 9a. mérés B4.9
A kálium-permanganát és az oxálsav közötti reakció vizsgálata 9a. mérés B4.9 Név: Pitlik László Mérés dátuma: 2014.12.04. Mérőtársak neve: Menkó Orsolya Adatsorok: M24120411 Halmy Réka M14120412 Sárosi
Feladatok megoldásokkal a harmadik gyakorlathoz (érintési paraméterek, L Hospital szabály, elaszticitás) y = 1 + 2(x 1). y = 2x 1.
Feladatok megoldásokkal a harmadik gyakorlathoz (érintési paraméterek, L Hospital szabály, elaszticitás). Feladat. Írjuk fel az f() = függvény 0 = pontbeli érintőjének egyenletét! Az érintő egyenlete y
Reakciókinetika és katalízis
Reakciókinetika és katalízis 5. előadás: /22 : Elemi reakciók kapcsolódása. : Egy reaktánsból két külön folyamatban más végtermékek keletkeznek. Legyenek A k b A kc B C Írjuk fel az A fogyására vonatkozó
1. A VÍZ SZÉNSAV-TARTALMA. A víz szénsav-tartalma és annak eltávolítása
1. A VÍZ SZÉNSAV-TARTALMA A víz szénsav-tartalma és annak eltávolítása A természetes vizek mindig tartalmaznak oldott széndioxidot, CO 2 -t. A CO 2 a vizekbe elsősor-ban a levegő CO 2 -tartalmának beoldódásával
Differenciálegyenletek megoldása próbafüggvény-módszerrel
Differenciálegyenletek megoldása próbafüggvény-módszerrel Ez még nem a végleges változat, utoljára módosítva: 2012. április 9.19:38. Elsőrendű egyenletek Legyen adott egy elsőrendű lineáris állandó együtthatós
Konjugált gradiens módszer
Közelítő és szimbolikus számítások 12. gyakorlat Konjugált gradiens módszer Készítette: Gelle Kitti Csendes Tibor Vinkó Tamás Faragó István Horváth Róbert jegyzetei alapján 1 LINEÁRIS EGYENLETRENDSZEREK
Taylor-polinomok. 1. Alapfeladatok. 2015. április 11. 1. Feladat: Írjuk fel az f(x) = e 2x függvény másodfokú Maclaurinpolinomját!
Taylor-polinomok 205. április.. Alapfeladatok. Feladat: Írjuk fel az fx) = e 2x függvény másodfokú Maclaurinpolinomját! Megoldás: A feladatot kétféle úton is megoldjuk. Az els megoldásban induljunk el
BIOMATEMATIKA ELŐADÁS
BIOMATEMATIKA ELŐADÁS 6. Differenciálegyenletekről röviden Debreceni Egyetem, 2015 Dr. Bérczes Attila, Bertók Csanád A diasor tartalma 1 Bevezetés 2 Elsőrendű differenciálegyenletek Definíciók Kezdetiérték-probléma
ODE SOLVER-ek használata a MATLAB-ban
ODE SOLVER-ek használata a MATLAB-ban Mi az az ODE? ordinary differential equation Milyen ODE megoldók vannak a MATLAB-ban? ode45, ode23, ode113, ode15s, ode23s, ode23t, ode23tb, stb. A részletes leírásuk
(Az 1. példa adatai Uray-Szabó: Elektrotechnika c. (Nemzeti Tankönyvkiadó) könyvéből vannak.)
Egyenáramú gépek (Az 1. példa adatai Uray-Szabó: Elektrotechnika c. (Nemzeti Tankönyvkiadó) könyvéből vannak.) 1. Párhuzamos gerjesztésű egyenáramú motor 500 V kapocsfeszültségű, párhuzamos gerjesztésű
Az éghajlati modellek eredményeinek felhasználási lehetıségei
Az éghajlati modellek eredményeinek felhasználási lehetıségei Szépszó Gabriella (szepszo( szepszo.g@.g@met.hu), Kovács Mária, Krüzselyi Ilona, Szabó Péter Éghajlati Osztály, Klímamodellezı Csoport Magyar
Függvények Megoldások
Függvények Megoldások ) Az ábrán egy ; intervallumon értelmezett függvény grafikonja látható. Válassza ki a felsoroltakból a függvény hozzárendelési szabályát! a) x x b) x x + c) x ( x + ) b) Az x függvény
Változó éghajlat, szélsőségek
Változó éghajlat, szélsőségek BARTHOLY JUDIT Eötvös Loránd Tudományegyetem Meteorológiai Tanszék Budapest Vázlat A közelmúlt detektált változásai Jövőbeli tendenciák és várható következmények Időjárási
A regisztrált álláskeresők számára vonatkozó becslések előrejelző képességének vizsgálata
A regisztrált álláskeresők számára vonatkozó becslések előrejelző képességének vizsgálata Az elemzésben a GoogleTrends (GT, korábban Google Insights for Search) modellek mintán kívüli illeszkedésének vizsgálatával
Kémiai egyensúlyok [CH 3 COOC 2 H 5 ].[H 2 O] [CH3 COOH].[C 2 H 5 OH] K = k1/ k2 = K: egyensúlyi állandó. Tömeghatás törvénye
Kémiai egyensúlyok CH 3 COOH + C 2 H 5 OH CH 3 COOC 2 H 5 + H 2 O v 1 = k 1 [CH 3 COOH].[C 2 H 5 OH] v 2 = k 2 [CH 3 COOC 2 H 5 ]. [H 2 O] Egyensúlyban: v 1 = v 2 azaz k 1 [CH 3 COOH].[C 2 H 5 OH] = k
Gépészeti rendszertechnika (NGB_KV002_1)
Gépészeti rendszertechnika (NGB_KV002_1) 2. Óra Kőrös Péter Közúti és Vasúti Járművek Tanszék Tanszéki mérnök (IS201 vagy a tanszéken) E-mail: korosp@ga.sze.hu Web: http://www.sze.hu/~korosp http://www.sze.hu/~korosp/gepeszeti_rendszertechnika/
Matematikai háttér. 3. Fejezet. A matematika hozzászoktatja a szemünket ahhoz, hogy tisztán és világosan lássa az igazságot.
3. Fejezet Matematikai háttér A matematika hozzászoktatja a szemünket ahhoz, hogy tisztán és világosan lássa az igazságot René Descartes Számtalan kiváló szakirodalom foglalkozik a különféle differenciálegyenletek
I. BESZÁLLÍTÓI TELJESÍTMÉNYEK ÉRTÉKELÉSE
I. BESZÁLLÍTÓI TELJESÍTMÉNYEK ÉRTÉKELÉSE Komplex termékek gyártására jellemző, hogy egy-egy termékbe akár több ezer alkatrész is beépül. Ilyenkor az alkatrészek általában sok különböző beszállítótól érkeznek,
Makroökonómia. 8. szeminárium
Makroökonómia 8. szeminárium Jövő héten ZH avagy mi várható? Solow-modellből minden Konvergencia Állandósult állapot Egyensúlyi növekedési pálya Egy főre jutó Hatékonysági egységre jutó Növekedési ütemek
Rugalmas láncgörbe alapvető összefüggések és tudnivalók I. rész
Rugalmas láncgörbe alapvető összefüggések és tudnivalók I rész evezetés rugalmas láncgörbe magyar nyelvű szakirodalma nem túl gazdag Egy viszonylag rövid ismertetés található [ 1 ] - ben közönséges ( azaz
Példa: Tartó lehajlásfüggvényének meghatározása a Rayleigh Ritz-féle módszer segítségével
Példa: Tartó lehajlásfüggvényének meghatározása a Rayleigh Ritz-féle módszer segítségével Készítette: Dr. Kossa Attila (kossa@mm.bme.hu) BME, Műszaki Mechanikai Tanszék 2013. szeptember 23. Javítva: 2013.10.09.
Végeselem modellezés alapjai 1. óra
Végeselem modellezés alapjai. óra Gyenge alak, Tesztfüggvény, Lagrange-féle alakfüggvény, Stiness mátrix Kivonat Az óra célja, hogy megismertesse a végeselem módszer (FEM) alkalmazását egy egyszer probléma,
Feladatok megoldásokkal a 9. gyakorlathoz (Newton-Leibniz formula, közelítő integrálás, az integrálszámítás alkalmazásai 1.
Feladatok megoldásokkal a 9. gyakorlathoz (Newton-Leibniz formula, közelítő integrálás, az integrálszámítás alkalmazásai.). Feladat. Határozzuk meg az alábbi integrálokat: a) x x + dx d) xe x dx b) c)
Azonos és egymással nem kölcsönható részecskékből álló kvantumos rendszer makrókanónikus sokaságban.
Kvantum statisztika A kvantummechanika előadások során már megtanultuk, hogy az anyagot felépítő részecskék nemklasszikus, hullámtulajdonságokkal is rendelkeznek aminek következtében viselkedésük sok szempontból
1. feladatsor: Vektorterek, lineáris kombináció, mátrixok, determináns (megoldás)
Matematika A2c gyakorlat Vegyészmérnöki, Biomérnöki, Környezetmérnöki szakok, 2017/18 ősz 1. feladatsor: Vektorterek, lineáris kombináció, mátrixok, determináns (megoldás) 1. Valós vektorterek-e a következő
Sav bázis egyensúlyok vizes oldatban
Sav bázis egyensúlyok vizes oldatban Disszociációs egyensúlyi állandó HAc H + + Ac - ecetsav disszociációja [H + ] [Ac - ] K sav = [HAc] NH 4 OH NH 4 + + OH - [NH + 4 ] [OH - ] K bázis = [ NH 4 OH] Ammóniumhidroxid
Eddig csak a polinom x-ben felvett értékét kerestük
Interpolációs polinom együtthatói Eddig csak a polinom x-ben felvett értékét kerestük Ez jó, ha kevés x-re kell kiértékelni Ha sok ismeretlen f (x)-et keresünk, akkor jobb kiszámolni az együtthatókat,
3. Lineáris differenciálegyenletek
3. Lineáris differenciálegyenletek A közönséges differenciálegyenletek két nagy csoportba oszthatók lineáris és nemlineáris egyenletek csoportjába. Ez a felbontás kicsit önkényesnek tűnhet, a megoldásra
0-49 pont: elégtelen, pont: elégséges, pont: közepes, pont: jó, pont: jeles
Matematika szigorlat, Mérnök informatikus szak I. 2013. jan. 10. Név: Neptun kód: Idő: 180 perc Elm.: 1. f. 2. f. 3. f. 4. f. 5. f. Fel. össz.: Össz.: Oszt.: Az elérhető pontszám 40 (elmélet) + 60 (feladatok)
A fák növekedésének egy modelljéről
1 A fák növekedésének egy modelljéről Az interneten nézelődve találtunk rá az [ 1 ] munkára, ahol a fák növekedésének azt a modelljét ismertették, melyet először [ 2 ] - ben írtak le. Úgy tűnik, ez az
Mátrixhatvány-vektor szorzatok hatékony számítása
Mátrixhatvány-vektor szorzatok hatékony számítása Izsák Ferenc ELTE TTK, Alkalmazott Analízis és Számításmatematikai Tanszék & ELTE-MTA NumNet Kutatócsoport munkatárs: Szekeres Béla János Alkalmazott Analízis
KÉMIA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ
Kémia emelt szint 0811 ÉRETTSÉGI VIZSGA 2008. május 15. KÉMIA EMELT SZINTŰ ÍRÁSBELI ÉRETTSÉGI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ OKTATÁSI ÉS KULTURÁLIS MINISZTÉRIUM Az írásbeli feladatok értékelésének
Hajlított tartó elmozdulásmez jének meghatározása Ritz-módszerrel
Hajlított tartó elmozdulásmez jének meghatározása Ritz-módszerrel Segédlet az A végeselem módszer alapjai tárgy 4. laborgyakorlatához http://www.mm.bme.hu/~kossa/vemalap4.pdf Kossa Attila (kossa@mm.bme.hu)
Feladatunk, hogy az alábbiakban látható tízgépes elrendezésre meghatározzuk az operátorok optimális kiosztását a vevői igények függvényében.
Kosztolányi János Operátorkiosztás tervezése Feladatunk, hogy az alábbiakban látható tízgépes elrendezésre meghatározzuk az operátorok optimális kiosztását a vevői igények függvényében. Első lépésként
A szabályos sokszögek közelítő szerkesztéséhez
1 A szabályos sokszögek közelítő szerkesztéséhez A síkmértani szerkesztések között van egy kedvencünk: a szabályos n - szög közelítő szerkesztése. Azért vívta ki nálunk ezt az előkelő helyet, mert nagyon
Közgazdaságtan I. Számolási feladat-típusok a számonkérésekre 1. hét. 2018/2019/I. Kupcsik Réka
Közgazdaságtan I. Számolási feladat-típusok a számonkérésekre 1. hét 2018/2019/I. Témakörök I. Bevezetés II. Horizontális összegzés 1. III. Horizontális összegzés 2. IV. Piaci egyensúly V. Mennyiségi adó
Rönk kiemelése a vízből
1 Rönk kiemelése a vízből Az interneten találtuk az [ 1 ] művet, benne az alábbi feladatot 1. ábra. A feladat 1. ábra forrása: [ 1 ] Egy daru kötél segítségével lassan emeli ki a vízből a benne úszó gerendát
Gauss-eliminációval, Cholesky felbontás, QR felbontás
Közelítő és szimbolikus számítások 4. gyakorlat Mátrix invertálás Gauss-eliminációval, Cholesky felbontás, QR felbontás Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor London András Deák Gábor jegyzetei
Környezeti analitika laboratóriumi gyakorlat Számolási feladatok áttekintése
örnyezeti analitika laboratóriumi gyakorlat Számolási feladatok áttekintése I. A számolási feladatok megoldása során az oldatok koncentrációjának számításához alapvetıen a következı ismeretekre van szükség:
Normák, kondíciószám
Normák, kondíciószám A fizika numerikus módszerei I. mf1n1a06- mf1n2a06 Csabai István Lineáris egyenletrendszerek Nagyon sok probléma közvetlenül lineáris egyenletrendszer megoldásával kezelhetı Sok numerikus
11. Sorozatok. I. Nulladik ZH-ban láttuk:
11. Sorozatok I. Nulladik ZH-ban láttuk: 1. Egy számtani sorozat harmadik eleme 15, a nyolcadik eleme 30. Mely n természetes számra igaz, hogy a sorozat első n elemének összege 6? A szokásos jelöléseket
Differenciálegyenletek. Vajda István március 4.
Analízis előadások Vajda István 2009. március 4. Függvényegyenletek Definíció: Az olyan egyenleteket, amelyekben a meghatározandó ismeretlen függvény, függvényegyenletnek nevezzük. Függvényegyenletek Definíció:
Lineáris egyenletrendszerek
Lineáris egyenletrendszerek 1 Alapfogalmak 1 Deníció Egy m egyenletb l álló, n-ismeretlenes lineáris egyenletrendszer általános alakja: a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a
M. 33. Határozza meg az összes olyan kétjegyű szám összegét, amelyek 4-gyel osztva maradékul 3-at adnak!
Magyar Ifjúság 6 V SOROZATOK a) Három szám összege 76 E három számot tekinthetjük egy mértani sorozat három egymás után következő elemének vagy pedig egy számtani sorozat első, negyedik és hatodik elemének
Gyakorló feladatok. Agbeko Kwami Nutefe és Nagy Noémi
Gyakorló feladatok Agbeko Kwami Nutefe és Nagy Noémi 25 Tartalomjegyzék. Klasszikus hibaszámítás 3 2. Lineáris egyenletrendszerek 3 3. Interpoláció 4 4. Sajátérték, sajátvektor 6 5. Lineáris és nemlineáris
Fajhő mérése. (Mérési jegyzőkönyv) Hagymási Imre február 26. (hétfő délelőtti csoport)
Fajhő mérése (Mérési jegyzőkönyv) Hagymási Imre 2006. február 26. (hétfő délelőtti csoport) 1. A mérés elméleti háttere Az anyag fajhőjének mérése legegyszerűbben a jólismert Q = cm T m (1) összefüggés
Németh László Matematikaverseny április 16. A osztályosok feladatainak javítókulcsa
Németh László Matematikaverseny 007. április 16. A 9-10. osztályosok feladatainak javítókulcsa Feladatok csak 9. osztályosoknak 1. feladat a) Vegyük észre, hogy 7 + 5 felírható 1 + 3 + 6 + alakban, így