Op 4 april, 2017, de stad Khan Sheikhoun in het noordwesten van Syrië kreeg te maken met een van de ergste chemische aanvallen in de recente geschiedenis. Een pluim van sarin-gas verspreidde zich over meer dan 10 kilometer (ongeveer zes mijl), gedragen door opzwepende turbulentie, het doden van meer dan 80 mensen en het verwonden van honderden.

Geschrokken van de aanval, maar ook geïnspireerd om iets nuttigs te doen, Kiran Bhaganagar, hoogleraar werktuigbouwkunde aan de Universiteit van Texas in San Antonio, en haar team van Laboratory of Turbulence Sensing and Intelligence Systems, gebruikte computermodellen om de verspreiding van het chemische gas na te bootsen. Resultaten zijn gepubliceerd in Natuurlijke gevaren in mei 2017. De nauwkeurigheid van haar simulaties toonde het vermogen om de omstandigheden in de echte wereld vast te leggen ondanks een gebrek aan informatie.

"Als er een plotselinge chemische aanval is, vragen die van belang zijn:'hoe ver gaat het' en 'welke kant gaat het op, '" zei Bhaganagar. "Dit is van cruciaal belang voor evacuaties."

Het onderzoek van Bhaganagar wordt ondersteund door het Amerikaanse Department of Army Edgewood Chemical and Biological Center (ECBC), die haar modellen hopen te adopteren om te helpen bij een aanval op Amerikaanse bodem.

Chemicaliën, of het nu gaat om giftige stoffen zoals saringas of uitlaatgassen van voertuigen, anders reizen dan andere deeltjes in de atmosfeer. Als bosbranden, die ongelooflijk snel kan bewegen, chemicaliën creëren hun eigen microcondities, afhankelijk van de dichtheid van het materiaal en hoe het zich vermengt met de atmosfeer. Dit fenomeen staat bekend als opwaartse turbulentie en leidt tot opmerkelijke verschillen in hoe chemicaliën zich overdag of 's nachts verplaatsen, en tijdens verschillende seizoenen.

"In de nacht en de vroege ochtend, zelfs als je een rustige wind hebt, de hellingen zijn erg scherp, wat betekent dat chemicaliën sneller reizen, ' legde Bhaganagar uit.

Zelfs gewone turbulentie is wiskundig moeilijk te modelleren en te voorspellen. Het functioneert op verschillende schalen, elk in interactie met de anderen, en verspreidt energie terwijl het naar de kleinste niveaus beweegt. Het modelleren van drijvende turbulentie is nog moeilijker. Om de effecten van turbulentie op de verspreiding van chemische deeltjes te voorspellen, Het team van Bhaganagar voerde computersimulaties uit op de Stampede2-supercomputer in het Texas Advanced Computing Center (TACC), het grootste systeem op een Amerikaanse universiteit.

"We gaan in op de fysica ervan en proberen te begrijpen wat de hoekpunten zijn en waar de energie is, " zei Bhaganagar. "We ontleden het probleem en elke processor lost een klein deel op. Daarna hebben we alles weer in elkaar gezet om de resultaten te visualiseren en te analyseren."

Bhaganagar gebruikte supercomputers van TACC via het initiatief University of Texas Research Cyberinfrastructure (UTRC), die, sinds 2007, heeft onderzoekers van een van de 14 instellingen van de University of Texas System toegang gegeven tot de bronnen van TACC, deskundigheid en opleiding.

De achtergrondsfeer en het tijdstip van de dag spelen een grote rol bij de verspreiding. In het geval van de aanslagen in Syrië, Bhaganagar moest eerst de windsnelheden bepalen, temperatuur, en de soorten chemicaliën die erbij betrokken zijn. Met die informatie in de hand, haar model met hoge resolutie kon voorspellen hoe ver en in welke richting chemische pluimen reisden.

"In Syrië, het was erg slecht omdat de timing ervoor zorgde dat het ideale omstandigheden waren om zich zeer snel te verspreiden, " zei ze. "We hebben de feitelijke zaak van Syrië op de TACC-supercomputer uitgevoerd, kreeg alle achtergrondinformatie en voegde deze toe aan de modellen, en onze modellen legden de grenzen van de pluim vast en naar welke steden deze zich verspreidde. We zagen dat het erg leek op wat er in het nieuws werd gemeld. Dat gaf ons het vertrouwen dat ons systeem werkt en dat we het kunnen gebruiken als evacuatiemiddel."

Het onderzoek is gericht op kortetermijnvoorspellingen:inzicht in welke richting chemicaliën zich binnen een tijdsbestek van vier uur zullen verspreiden en samenwerken met eerstehulpverleners om personeel op de juiste manier in te zetten.

Echter, het uitvoeren van het model met hoge resolutie kost tijd. In het geval van de Syrië-simulatie, het vergde vijf volle dagen van het kraken van cijfers op Stampede2 om te voltooien. Tijdens een echte aanval dergelijke tijd zou niet beschikbaar zijn. Bijgevolg, Bhaganagar ontwikkelde ook een grover model dat een database met seizoensomstandigheden als achtergrondinformatie gebruikt om de berekeningen te versnellen.

Voor dit doeleinde, Het team van Bhaganagar heeft een nieuw mobiel detectieprotocol geïntroduceerd waarbij ze goedkope mobiele sensoren inzetten, bestaande uit luchtdrones en grondsensoren om de lokale windgegevens te verzamelen en het courser-model te gebruiken om het pluimtransport te voorspellen.

Met behulp van deze methode, de voorspellingen van vier uur kunnen in slechts 30 minuten worden berekend. Ze werkt eraan om de tijd nog verder in te korten, tot 10 minuten. Hierdoor zouden ambtenaren snel nauwkeurige evacuatiebevelen kunnen geven, of personeel plaatsen waar ze nodig zijn om de burgers te helpen beschermen.

"Er zijn nauwelijks modellen die dit niveau van nauwkeurigheid kunnen voorspellen, "Bhaganagar zei. "Het leger gebruikt vrachtwagens met mobiele sensoren, die ze in een cirkel rond de bron sturen. Maar het is erg duur en ze moeten soldaten sturen, dat is een gevaar voor hen." In de toekomst, het leger hoopt computersimulaties en live monitoring te combineren bij een chemische aanval.

Bhaganagar zal de komende maanden tests uitvoeren in de experimentele faciliteit van het Amerikaanse leger in Maryland om te bepalen hoe goed drones windomstandigheden nauwkeurig kunnen voorspellen.

"Hoe hoger de nauwkeurigheid van de gegevens - de windsnelheid, windrichting, lokale temperatuur - hoe beter de voorspelling, " legde ze uit. "We gebruiken drones om ons aanvullende gegevens te geven. Als u deze gegevens in het model kunt invoeren, de nauwkeurigheid voor het venster van vier uur is veel hoger."

Meest recent, zij en haar afgestudeerde student, wie is een Ph.D. kandidaat, Sudheer Bhimireddy, integreerden hun drijvende turbulentiemodel met het Advanced Research Weather Research and Forecast-model met hoge resolutie om de rol van atmosferische stabiliteit op het kortetermijntransport van chemische pluimen te begrijpen. Het onderzoek verschijnt in de september 2018-editie van Onderzoek naar atmosferische vervuiling

Tools ontwikkelen om vervuiling in uw gemeenschap op te sporen

In gerelateerd werk gefinancierd door de National Science Foundation, Bhaganagar heeft haar chemische pluimmodel aangenomen om vervuiling te volgen. Ze hoopt dat haar code gemeenschappen kan helpen om lokale vervuilingsomstandigheden te voorspellen.

Volgens Bhaganagar, goedkope wind- en gassensoren die door een gemeenschap zijn gekocht, kunnen helpen bij het opstellen van dagelijkse voorspellingen, zodat individuen de juiste voorzorgsmaatregelen kunnen nemen wanneer de vervuilingsniveaus zich in een gebied concentreren. Recente inspanningen hebben geprobeerd te bepalen hoeveel sensoren nodig zijn om nauwkeurige lokale voorspellingen mogelijk te maken.

"Kunnen we vervuilingszones detecteren en effectieve maatregelen nemen om vervuiling te voorkomen?" vroeg Bhaganagar. "Als we onze eigen kleinschalige modellen hadden die we in onze gemeenschappen zouden kunnen gebruiken, zouden die een grote impact hebben op de vervuiling."

Hoewel prognoses voor vervuiling door de gemeenschap uiteindelijk zouden worden uitgevoerd op computers van consumentenkwaliteit, dergelijke voorspellingen zouden niet mogelijk zijn zonder toegang tot supercomputers om de modellen te testen en een database met achtergrondcondities te genereren.

"TACC-middelen zijn zo waardevol, " zei ze. "Ik zou deze onderzoeksprojecten niet eens hebben geprobeerd als ik geen toegang had tot TACC-supercomputers. Ze zijn absoluut noodzakelijk voor het ontwikkelen van nieuwe turbulentiemodellen die in de toekomst levens kunnen redden."