levegőminőségi mérések és kerékpáros és beltéri mérések a légszennyezettség finom...
TRANSCRIPT
Levegőminőségi mérések és előrejelzések városi környezetben
Mészáros Róbert, Leelőssy Ádám, Kovács Attila, Varga-Balogh Adrienn, Csapó Péter, Atfeh Bushra, Lagzi István
ELTE Meteorológia Tanszék
CélkitűzésProbléma:
Telente gyakran magas PM10 és PM2.5 szennyezettség Budapesten
Kihívások:Fűtési és közlekedési kibocsátások együttese
Közlekedéssel és beltérben töltött hosszú idő
Nehezen előrejelezhető (sekély inverziós) meteorológiai helyzetek
Jelentős lokális skálájú koncentrációkülönbségek
Lehetőségek:OLM mérőhálózat (12 budapesti mérőállomás, ebből 6 helyen PM2.5)
CAMS modellek (7 európai léptékű előrejelző modell)
OMSZ CHIMERE levegőminőség-előrejelzés
NECD-IIR emissziós adatbázis (OMSZ, 2015)
CélkitűzésProbléma:
Telente gyakran magas PM10 és PM2.5 szennyezettség Budapesten
Kihívások:Fűtési és közlekedési kibocsátások együttese
Közlekedéssel és beltérben töltött hosszú idő
Nehezen előrejelezhető (sekély inverziós) meteorológiai helyzetek
Jelentős lokális skálájú koncentrációkülönbségek
Lehetőségek:OLM mérőhálózat (12 budapesti mérőállomás, ebből 6 helyen PM2.5)
CAMS modellek (7 európai léptékű előrejelző modell)
OMSZ CHIMERE levegőminőség-előrejelzés
NECD-IIR emissziós adatbázis (OMSZ, 2015)
Eszközök:
Kerékpáros és beltéri mérések a légszennyezettség finom városi szerkezetének megismerésére.
CAMS előrejelző modellek beválásának vizsgálata.
WRF-Chem modell futtatása a szennyezettséget alakító tér- és időbeli folyamatok jobb megértésére.
Statisztikai alapú levegőminőség-előrejelzés.
Budapest automata mérőállomásai
OLM mérőhálózat
• Nagy pontosságú óránkénti adatok
• 12 mérőállomás
• Közlekedési és háttérállomások
OLM mérőhálózat
• Nagy pontosságú óránkénti adatok
• 12 mérőállomás
• Közlekedési és háttérállomások
Kerékpáros mérések
1
1
2
2
33
4
4 5
5
66
7
7
Útvonalhossza: 5 km
KALIBRÁCIÓ
y = 0.97 x + 2.56R² = 0.77
0.0
10.0
20.0
30.0
40.0
50.0
0 20 40 60
Du
stT
rak
I.
(µg
/m
3)
TEOM-FDMS (µg/m3)
DustTrak I./TEOM
TEOM-FDMS
(Tapered Element Oscillating
Microbalance-Filter Dynamic
Measurement System)
BpArt platform – Dr. Salma Imre y = 1.0153x
R² = 0.96830
5
10
15
20
25
0 10 20 30
PM
2.5
konce
ntr
áció
-se
nso
r
2.
(mg m
–3)
PM2.5 koncentráció - Sensor1.
(mg m–3)
A két műszer
összehasonlítása
MOBIL MÉRÉSEK
- 2017.12.
- 27 kör
- különböző napszak
- eltérő időjárás
-1 kör: 20 perc
MOBIL MÉRÉSEK
- 2019.09.26.
- növényzet szerepe
0.00
1.00
2.00
3.00
4.00
5.00
6.00
7.00
8.00
9.00
10.00
1 2 3 4 5 6 7
PM
2.5
ko
nce
ntr
áció
(m
g m
–3)
Mérések száma
Útvonal #1
Útvonal #2
BELTÉRI MÉRÉSEK
Közlekedési emisszió leskálázása
WRF-Chem modell
NO
xO
3
Copernicus Atmosphere Monitoring Service (CAMS) modellek
Meteorológia megegyezik
IFS (ECMWF)
Közös emisszió:
TNO MACC-III emission inventory
ENSEMBLECHIMERE
EMEP
EURAD-IM
LOTOS-EUROS
MATCH
MOCAGE
SILAM
ENSEMBLECHIMERE
EMEP
EURAD-IM
LOTOS-EUROS
MATCH
MOCAGE
SILAM
ENSEMBLECHIMERE
EMEP
EURAD-IM
LOTOS-EUROS
MATCH
MOCAGE
SILAM
ENSEMBLECHIMERE
EMEP
EURAD-IM
LOTOS-EUROS
MATCH
MOCAGE
SILAM
ENSEMBLECHIMERE
EMEP
EURAD-IM
LOTOS-EUROS
MATCH
MOCAGE
SILAM
ENSEMBLECHIMERE
EMEP
EURAD-IM
LOTOS-EUROS
MATCH
MOCAGE
SILAM
ENSEMBLECHIMERE
EMEP
EURAD-IM
LOTOS-EUROS
MATCH
MOCAGE
SILAM
Téli PM10-előrejelzésSzéna tér (városi közlekedési)
Gilice tér (külvárosi háttér)
2018. október – 2019. február
24 órás PM10-előrejelzések beválása
24h perzisztenciar2 0,26BIAS -0,3 µg/m3
érzékenység 59%relevancia 60%CAQI találat 43%
CAMS ensembler2 0,39BIAS -24 µg/m3
érzékenység 0%relevancia 100%CAQI találat 38%
SILAMr2 0,47BIAS -13 µg/m3
érzékenység 38%relevancia 79%CAQI találat 46%
Community Air Quality Index (CAQI) PM10 koncentráció [μg/m3]
Nagyon alacsony 0-25
Alacsony 25-50
Közepes 50-75
Magas 75-100
Nagyon magas >100
Statisztikai alapú előrejelzés
PM10 koncentrációk 2016-2017 telén
Köszönöm a figyelmet!Probléma:
Telente gyakran magas PM10 és PM2.5 szennyezettség Budapesten
Kihívások:Fűtési és közlekedési kibocsátások együttese
Közlekedéssel és beltérben töltött hosszú idő
Nehezen előrejelezhető (sekély inverziós) meteorológiai helyzetek
Jelentős lokális skálájú koncentrációkülönbségek
Lehetőségek:OLM mérőhálózat (12 budapesti mérőállomás, ebből 6 helyen PM2.5)
CAMS modellek (7 európai léptékű előrejelző modell)
OMSZ CHIMERE levegőminőség-előrejelzés
NECD-IIR emissziós adatbázis (OMSZ, 2015)
Eszközök:
Kerékpáros és beltéri mérések a légszennyezettség finom városi szerkezetének megismerésére.
CAMS előrejelző modellek beválásának vizsgálata.
WRF-Chem modell futtatása a szennyezettséget alakító tér- és időbeli folyamatok jobb megértésére.
Statisztikai alapú levegőminőség-előrejelzés.