Show simple item record

dc.contributorTørnes, John Aasulfen_GB
dc.contributorEndregard, Monicaen_GB
dc.contributorVik, Thomasen_GB
dc.contributorBjerke, Audunen_GB
dc.date.accessioned2018-11-21T11:42:12Z
dc.date.available2018-11-21T11:42:12Z
dc.date.issued2010
dc.identifier1149
dc.identifier.isbn978-82-464- 1783-7en_GB
dc.identifier.other2010/00874
dc.identifier.urihttp://hdl.handle.net/20.500.12242/2369
dc.description.abstractDispersion 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.abstractSpredningsmodeller 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.isoenen_GB
dc.titleComparison of results from some chemical dispersion models and hazard prediction and assessment toolsen_GB
dc.subject.keywordKjemiske stoffer - Giftvirkningen_GB
dc.subject.keywordModellering og simuleringen_GB
dc.subject.keywordToksineren_GB
dc.subject.keywordIndustriell toksikologien_GB
dc.subject.keywordKjemiske stridsmidleren_GB
dc.source.issue2010/00874en_GB
dc.source.pagenumber89en_GB


Files in this item

This item appears in the following Collection(s)

Show simple item record