dc.contributor | Tørnes, John Aasulf | en_GB |
dc.contributor | Endregard, Monica | en_GB |
dc.contributor | Vik, Thomas | en_GB |
dc.contributor | Bjerke, Audun | en_GB |
dc.date.accessioned | 2018-11-21T11:42:12Z | |
dc.date.available | 2018-11-21T11:42:12Z | |
dc.date.issued | 2010 | |
dc.identifier | 1149 | |
dc.identifier.isbn | 978-82-464- 1783-7 | en_GB |
dc.identifier.other | 2010/00874 | |
dc.identifier.uri | http://hdl.handle.net/20.500.12242/2369 | |
dc.description.abstract | Dispersion models and hazard prediction and assessment software tools are used to assess
consequences from dispersion of hazardous materials, such as toxic chemicals. Such tools can be
employed during and after an event to support crisis and consequence management, or to assess
hypothetical scenarios for emergency preparedness planning, training and exercises. The software
HPAC, ARGOS, DEGADIS, NBC-Analysis, ERGO and “Farlig gods” are compared by
performing calculations of the dispersions and predicted hazard areas for the three scenarios:
rupture of a tank containing 20 tonnes of pressurized liquefied chlorine, rupture of a tank
containing 10 tonnes of pressurized liquefied ammonia, and finally an attack with soman by
bomber aircrafts. For the first two scenarios, several meteorological conditions are considered.
The motivations of this study are: to investigate the required input parameters and exemplify
possible output of the various tools; to outline the assumptions and limitations of the programs;
and to discuss the user friendliness and the pre-required user knowledge and competence.
The main conclusions are:
The box model for heavy gases (DEGADIS) and the Gaussian dispersion models which
are included in two decision support systems (HPAC and ARGOS) give large variations
in calculated plume prediction patterns for the three scenarios. Not all programs are
suited for all scenarios. Hence, decisions based solely on the use of one of these programs
can lead to serious misjudgements. It is important to have several models available and to
know which model to employ for a given scenario. FFI will continue to test and evaluate
these and possible other models for other scenarios.
A fairly high user competence level is required for HPAC, ARGOS and DEGADIS.
When HPAC or ARGOS is used in an operation or in a crisis situation, a real-time
connection to a meteorological service is highly desirable.
The “Farlig gods” program and ERGO are both simple to use, even for inexperienced
users. They only give areas where protective actions should be considered. NBC-Analysis
gives no safety distances based on quantitative hazard levels, but produces an area which
is considered unsafe to enter.
The inter-comparison of results in this study is purely based on a relative comparison
since the true dispersion patterns for selected scenarios are not known. There is an urgent
need for additional experimental data in order to have data sets for model validation and
improvements. FFI is currently pursuing this goal through international collaborations
and project initiatives. | en_GB |
dc.description.abstract | Spredningsmodeller og fareprediksjonsverktøy blir brukt til å vurdere konsekvenser fra spredning
av helseskadelige materialer slik som giftige kjemikalier. Slike verktøy kan benyttes under og
etter en hendelse for å støtte krisehåndteringen, eller for å analysere hypotetiske scenarioer for
bruk til beredskapsplanlegging, trening og øvelser. Programvarene HPAC, ARGOS, DEGADIS,
NBC Analysis, ERGO og ”Farlig gods” er sammenlignet ved å utføre spredningsberegninger og
fareprediksjon for følgende tre scenarioer: revnet tankbil med 20 tonn trykksatt væskeformig klor,
revnet tank med 10 tonn trykksatt væskeformig ammoniakk, og et bombeangrep med det
kjemiske stridsmiddelet soman. I de to første scenarioene ble flere ulike meteorologiske
betingelser testet.
Motivasjonen for studien er: å undersøke hva som er nødvendige inngangsverdier, samt å
eksemplifisere mulige resultater ved bruk av de ulike programmene; å skissere antakelsene og
begrensningene for programpakkene; og å diskutere brukervennlighet og nødvendig kunnskap og
kompetanse for brukerne.
De viktigste konklusjonene er:
Boksmodellen for tunge gasser (DEGADIS) og de gaussiske spredningsmodellene i
beslutningsstøtteverktøyene (HPAC og ARGOS) gir store variasjoner i beregnet
spredningsforløp for de tre scenarioene. Ikke alle programmer er egnet for alle scenarioer.
Beslutninger basert kun på bruk av ett av disse programmene kan derfor føre til alvorlige
feilvurderinger. Det er viktig å ha flere modeller tilgjengelig og vite hvilken modell som
bør brukes for et gitt scenario. FFI vil fortsette å evaluere disse og andre mulige modeller
for andre scenarioer.
HPAC, ARGOS og DEGADIS krever et relativt høyt kompetansenivå hos brukeren.
Når HPAC og ARGOS brukes operasjonelt i en krisesituasjon, er det sterkt ønskelig med
en direkte kobling i sanntid til en værtjeneste slik at meteorologiske data i det riktige
formatet kan lastes inn.
Programmene “Farlig gods” og ERGO er begge enkle å bruke, også for uerfarne brukere.
De gir kun sikkerhetsavstander der beskyttelsestiltak bør vurderes. NBC-Analysis gir
ikke sikkerhetsavstander basert på kvantitative farenivåer, men angir et område som
vurderes som risikabelt.
Resultatene i denne studien er kun basert på relative sammenlikninger siden den sanne
spredningen av gasser i de valgte scenarioene ikke er kjent. Det er et presserende behov
for flere eksperimentelle data for å bli i stand til å validere og forbedre de tilgjengelige
modellene. FFI er i ferd med å gjennomføre dette gjennom internasjonale
samarbeidsprosjekter. | en_GB |
dc.language.iso | en | en_GB |
dc.title | Comparison of results from some chemical dispersion models and hazard prediction and assessment tools | en_GB |
dc.subject.keyword | Kjemiske stoffer - Giftvirkning | en_GB |
dc.subject.keyword | Modellering og simulering | en_GB |
dc.subject.keyword | Toksiner | en_GB |
dc.subject.keyword | Industriell toksikologi | en_GB |
dc.subject.keyword | Kjemiske stridsmidler | en_GB |
dc.source.issue | 2010/00874 | en_GB |
dc.source.pagenumber | 89 | en_GB |