levegőminőségi mérések és kerékpáros és beltéri mérések a légszennyezettség finom...

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:










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

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


SILAMr2 0,47BIAS -13 µg/m3


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:










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.

levegőminőségi mérések és kerékpáros és beltéri mérések a légszennyezettség finom...

Documents