KÖRNYEZETMINŐSÉGI VIZSGÁLATOK MAGYARORSZÁGON. Makra László

KÖRNYEZETMINŐSÉGI VIZSGÁLATOK MAGYARORSZÁGON

Makra László

Tartalomjegyzék Magyarországi városok és megyék objektív analízise és rangsora környezeti és társadalmi tényezők alapján 1. Bevezetés 2. Célkitűzés 3. Adatbázis és módszertan 4. Eredmények 4.1. Városok 4.2. Megyék 5. Összegzés Levegőminőségi trendek Magyarországon, különös tekintettel a dél-alföldi régióra 1. Bevezetés 2. Célkitűzés 3. Adatbázis 4. Módszerek 4.1. Extrém érték analízis 4.2. Makra-próba (A klasszikus kétmintás próba egy új interpretálása) 5. Eredmények 5.1. A légszennyező anyagok emissziós idősorai, trendjei 5.2. Az összes emissziók ágazati részesedése 5.3. A CO- és NO-koncentrációk extrém értékeinek modellezése 5.4. A vizsgált változó párok együttes napi viselkedése 6. Hivatkozások

A meteorológiai elemek és a fő légszennyező anyagok koncentrációi közötti kapcsolat egy objektív becslése Szegeden 1. Bevezetés 2. Célkitűzés 3. Adatbázis 4. Módszer 4.1. Faktoranalízis 5. Eredmények 5.1. Téli hónapok 5.2. Nyári hónapok 6. Összegzés A közlekedés hatása a levegőminőség alakulására Szegeden 1. Bevezetés 2. Célkitűzés 3. Adatbázis 4. Módszer 5. Eredmények 5.1. A légszennyező anyagok koncentrációinak napi menete a forgalomszámlálás napján 5.2. A légszennyező anyagok koncentrációinak átlagos napi menete 5.3. A légszennyező anyagok koncentrációinak átlagos évszakos koncentrációi és átlagos évszakos arányai 6. Összegzés 7. Hivatkozások

A levegöszennyezettség becslése Szegeden 1. Célkitűzés 2. Adatbázis 3. Módszer 3.1. A légszennyezettség mértékének számszerű kifejezése 4. Eredmények 4.1. A légszennyező anyagok emissziós idősorai 4.2 A levegőminőség időbeli változékonysága 5. Összegzés 6. Hivatkozások A légszennyező anyagok koncentrációinak havi, heti és napi menete Szegeden 1. Bevezetés 1.1. A légszennyező anyagok jellemzői 1.1.1. A légszennyezés fő forrásai 1.1.2. A légszennyezettség káros következményei 1.1.3. A levegőminőségi problémák természete és jelentősége 1.1.4. A légszennyező anyagok csoportosítása 1.2. Szeged közlekedése 1.3. Célkitűzés 2. Adatbázis És Módszer 2.1. Szeged földrajzi helyzete, városszerkezete és éghajlata 2.2. A légszennyező anyagok mérése

3. Eredmények 3.1. A légszennyező anyagok koncentrációinak évi ciklusai 3.1.1. Az NO-koncentrációk évi ciklusa 3.1.2. Az NO2-koncentrációk évi ciklusa 3.1.3. A troposzférikus ózon (O3) és az Ox koncentrációinak évi ciklusa 3.1.4. Az összes lebegő részecske (TSP) koncentrációinak évi ciklusa 3.2. A légszennyező anyagok koncentrációinak heti és napi ciklusai 3.2.1. Az NO- és az NO2-koncentrációk heti és napi ciklusai 3.2.2. Az O3-koncentrációk heti és napi ciklusai 3.2.3. Az Ox-koncentrációk heti és napi ciklusai 3.2.4. Az összes lebegő részecske (TSP) koncentrációinak heti és napi ciklusai 4. Összegzés A járművek okozta légszennyezettség Szegeden, CALINE-4 modell, Esettanulmány – különös tekintettel az E-5, E-43 és E-55 utakra A légszennyező anyagok évi átlagos koncentrációi a küszöbértékük %-ában Szegeden

Magyarországi városok és megyék objektív analízise és rangsora környezeti és társadalmi tényezők alapján Makra, L., Horváth, Sz., Sümeghy, Z., 2002a: Magyarországi városok és megyék objektív analízise és rangsora környezeti és társadalmi tényezők alapján. Légkör, 47(3), 14-22. Makra, L., Horváth, Sz., Sümeghy, Z., 2002b: Zöld városok és megyék Magyarországon. A földrajz tanítása, 10(5), 9-20. Gál, A., Vitányi, B., Makra, L., 2005: Magyarországi városok és megyék környezetminőségi értékelése, különös tekintettel az Északi-középhegység térségére. „Szerencs, TokajHegyalja kapuja”. Tudományos konferencia, Szerencs, 2005. április 15-16. „Szerencs, Tokaj-Hegyalja kapuja”. Konferencia kötet, Szerencs, 2005. (Eds: Frisnyák, S., Gál, A.) pp. 131-141. Makra, L., Sümeghy, Z., 2007a: Objective analysis and ranking of Hungarian cities, with different classification techniques, Part 1. Acta Climatologica et Chorologica. Universitatis Szegediensis, 40-41, 79-89. Makra, L., Sümeghy, Z., 2007b: Objective analysis and ranking of Hungarian cities, with different classification techniques, Part 2. Acta Climatologica et Chorologica. Universitatis Szegediensis, 40-41, 91-100. Makra L., Sümegh, Z., 2010: Magyarországi városok és megyék osztályozása infrastrukturális és környezeti indikátorok alapján. Földrajzi Közlemények, 134(2), 203-2015.

Tartalomjegyzék 1. Bevezetés 2. Célkitűzés 3. Adatbázis és módszertan 4. Eredmények 4.1. Városok 4.2. Megyék 5. Összegzés

1. BEVEZETÉS

•

Magyarország, 2001. január 1: 236 város (az ország lakosságának 65,7 %-a)

•

Városainkban a környezet minősége – az életminőség fontos részét képezi.

Mely városoknak / megyéknek tisztább a levegője? nagyobb a zöldövezete? kellemesebb a klímája? Mely városok / megyék szervezik meg jobban a közlekedésüket? a köztisztaság ellátását? a hulladékkezelést? Mely városok / megyék pazarolják a vizet, vagy az energiát?

2. CÉLKITŰZÉS

•

A magyarországi városok és megyék rangsorának megállapítása környezetminőségük színvonala és környezeti tudatosságuk mértéke alapján

•

A magyarországi városok és megyék objektív osztályozása

3. ADATBÁZIS ÉS MÓDSZERTAN

• KÖRNYEZETI INDIKÁTOROK

88 magyarországi város 2000. évi adatai 19 környezeti indikátorról, illetve azok 7 csoportjáról

• KÖRNYEZETI INDIKÁTOROK

• VÍZFOGYASZTÁS 1. Az egy lakosra jutó évi vízfogyasztás, m3 • ENERGIAFOGYASZTÁS 2. Egy háztartási fogyasztóra jutó évi vezetékesgáz fogyasztás, m3 3. Egy háztartási fogyasztóra jutó évi villamosenergia fogyasztás, kWh 4. Foknapok (a hűtési foknapok és a fűtési foknapok összege)

• KÖZMŰELLÁTOTTSÁG 5. A vezetékesgáz hálózatba bekapcsolt háztartások aránya, % 6. A közüzemi vízhálózatba bekapcsolt lakások aránya, % 7. A közüzemi szennyvízcsatorna-hálózatba bekapcsolt lakások aránya, % 8. Az 1 km közüzemi vízhálózatra jutó közüzemi szennyvízcsatorna-hálózat, m

• KÖZLEKEDÉS 9. Az egy személygépkocsira jutó lakosok száma, fő

• HULLADÉKKEZELÉS 10. Elvezetett szennyvíz, összesen, m3/fő 11. Elszállított hulladék, összesen, m3/fő 12. A rendszeres hulladékgyűjtésbe bevont lakások aránya, %

• TELEPÜLÉSI KÉNYELMI TÉNYEZŐK 13. Közhasználatú zöldterület, m2/fő 14. A burkolt belterületi utak aránya, % 15. A rendszeresen tisztított kiépített közterületek aránya, % 16. Egy lakásra jutó lakosok száma, fő

• LEVEGŐMINŐSÉG 17. Ülepedő por koncentráció (g/m2/30 nap; immisszió határérték: 16 g/m2/30 nap) 18. SO2-koncentráció (µgm-3; immisszió határérték: 50 µgm-3) 19. NO2-koncentráció (µgm-3; immisszió határérték: 40 µgm-3)

fűtési foknapok: azokon a napokon, amelyeken a középhőmérséklet 18°C fölötti, vesszük az aktuális napi középhőmérséklet és a 18°C-os érték különbözetét, s ezeket összeadjuk. hűtési foknapok: azokon a napokon, amelyeken a középhőmérséklet 18°C alatti, vesszük az aktuális napi középhőmérséklet és a 18°C-os érték különbözetét, s ezeket összeadjuk.

4. EREDMÉNYEK 4.1. Városok • 19 környezeti indikátor ismeretében 88 magyarországi város környezetminőségi osztályozását végeztük el. A városok megítélését lehetővé tevő végső sorrendjét a környezeti indikátorok sorrendjének átlagolásával kapott számértékek növekvő sorrendje – vagyis a Green City Index – adja meg. • Az öt legkedvezőbben minősített településünk sorrendben: (első helyen a legkedvezőbb) Nagykanizsa, Balatonföldvár, Balatonboglár, Balatonlelle és Szombathely.

• Az öt leghátrányosabb helyzetű városunk (első helyen a legkedvezőtlenebbnek minősített) Mosonmagyaróvár, Mór, Balassagyarmat, Sajószentpéter és Tiszavasvári.

• A legjobb környezeti minőséget a nyugat- és dél-dunántúli városaink mutatják. Az ország többi részében vegyesen találhatók kedvező, illetve hátrányos helyzetű városok, melyek nem tömörülnek összefüggő régiókba.

4.2. Megyék • A 19 környezeti indikátor ismeretében elvégeztük a 19 magyarországi megye környezetminőségi osztályozását is. A megyék megítélését lehetővé tevő végső sorrendjét a környezeti indikátorok sorrendjének átlagolásával kapott számértékek növekvő sorrendje – vagyis a Green County Index – adja meg. • A legjobb helyzetben lévő három megyénk (első helyen a legkedvezőbbnek rangsorolt) Somogy, Vas és Zala.

• A legkedvezőtlenebb környezeti minősítést (első helyen a leghátrányosabbnak pozicionált) Szabolcs-Szatmár-Bereg, HajdúBihar és Békés megyék kapták. • Jellegzetesen elkülönülnek egymástól – egyrészt a kedvező helyzetben lévő (alacsony Green County Index értékekkel rendelkező) dunántúli megyék, – másrészt a hátrányos pozíciójú (magas Green County Index értékekkel rendelkező) kelet-magyarországi megyék.

A figyelembe vett környezeti indikátorok (k.i.) városok szerinti sorrendjeinek átlaga (Green City Index), s ezek alapján a városok végső sorrendje, (1. = legjobb, 88. = leggyengébb)

A városok környezetminőségi színvonala a Green City Index értékeik alapján. [Alacsony értékek (nagyobb területű körök) = kedvező; magas értékek (kisebb területű körök) = kedvezőtlen]]

A figyelembe vett környezeti indikátorok (k.i.) megyék szerinti sorrendjeinek átlaga (Green County Index), s ezek alapján a megyék végső sorrendje, (1. = legjobb, 19. = leggyengébb)

A megyék környezetminőségi színvonala a Green County Index értékeik alapján. [Alacsony értékek (kisebb területű négyzetek) = kedvező; magas értékek (nagyobb területű négyzetek = kedvezőtlen) Borsod-AbaújZemplén

KomáromEsztergom Győr-Moson-Sopron Vas

Veszprém

Nógrád

Heves

Szabolcs-SzatmárBereg Hajdú-Bihar

Pest Jász-NagykunSzolnok

Fejér

Békés

Zala Bács-Kiskun Tolna

Csongrád

Somogy

Baranya

12.0 11.0 10.0 9.0 8.0 7.0 6.0

A kiindulási sajátértékek és varianciák, 2000 január 1. – december 31. komponens 1 2 3 4 5 6 7

teljes variancia 2,823 2,272 1,965 1,847 1,613 1,537 1,399

kiindulási sajátértékek relatív variancia, % 14,858 11,958 10,343 9,722 8,489 8,089 7,361

kumulatív variancia, % 14,858 26,816 37,159 46,881 55,370 63,460 70,820

Faktorsúlyok, 2000 január 1. – december 31. Csak a 0.60 -nél nagyobb értékeket tüntetjük fel. sorszám elem 1 2 3 4 5

1. faktor 0,703

2. faktor

3. faktor

4. faktor

5. faktor

6. faktor

7. faktor

vízfogyasztás gázfogyasztás -0,787 elektromos energia fogyasztás -0,793 foknapok 0,668 0,733 a vezetékes gázhálózatba bekapcsolt lakások aránya 6 a közüzemi ivóvízhálózatba bekapcsolt -0,735 lakások aránya 7 a közüzemi szennyvízhálózatba 0,628 bekapcsolt lakások aránya 8 az 1 km közüzemi vízhálózatra jutó 0,735 közüzemi szennyvíz-csatorna-hálózat 9 személygépkocsi ellátottság -0,617 10 elvezetett szennyvíz összesen 0,789 11 elszállított hulladék összesen 12 a rendszeres hulaldékgyűjtésbe bevont 0,842 lakások aránya 13 közhasználatú zöldterület 14 a burkolt belterületi utak aránya 0,793 15 a rendszeresen tisztított kiépített 0,820 közterületek aránya 16 az egy lakásra jutó lakosok száma 0,753 17 az ülepedő por átlagos koncentrációja 0,743 18 a kén-dioxid átlagos koncentrációja 0,771 19 a nitrogén-dioxid átlagos koncentrációja 0,748 A 0.21 -nél magasabb értékek a 95 %-os valószínűségi szinten szignifikánsak, azonban a 4. táblázat cask a

0.60 -nél magasabb értékeket közli. Ez azt jelenti, hogy egy elem teljes varianciájának legalább 36 %-át egyetlen faktor megmagyarázza.

A kapott 6 clusterhez tartozó faktorértékek átlaga ( m ) és szórása ( σ ) Cluster

a városok száma

“víz- és szennyvíz közmű ellátottság” komponens

“energia” komponens

“hulladékkezelés” komponens

“por” komponens

“klíma” komponens

“levegőminőség” komponens

“települési kényelmi tényezők” komponens

(az 1. faktor (a 2. faktor (a 3. faktor (a 4. faktor (az 5. faktor (a 6. faktor (a 7. faktor faktorértékei) faktorértékei) faktorértékei) faktorértékei) faktorértékei) faktorértékei) faktorértékei)

m 1 2 3 4 5 6

14 6 30 6 4 28

0,27 -0,04 0,09 0,51 -0,67 -0,19

σ

m

σ

m

σ

m

σ

m

σ

m

σ

1,24 0,59 0,57 0,26 0,64 -0,10 0,61 0,14 0,65 0,23 1,06 0,55 -0,86 0,87 0,07 0,67 0,23 0,75 -0,42 0,83 0,22 0,87 1,53 0,25 0,27 -2,62 0,63 -0,59 0,53 -0,46 1,11 -0,15 1,21 0,69 1,13 0,99 0,61 0,52 1,47 0,63 -0,79 0,32 -0,91 0,77 0,96 0,02 0,87 -0,18 0,74 0,12 0,81 1,28 1,04 -0,25 0,97 0,37 0,22 0,51 1,25 0,40 -2,79 0,42 -0,43 0,51 -0,81 0,43

m

σ

0,86 -0,24 -0,07 -0,99 -0,46 -1,02

0,88 0,75 0,92 0,56 0,58 1,20

A kapott 6 clustert az adott clusterhez tartozó települések faktorértékeinek átlagai alapján jellemeztük. Minél alacsonyabb egy adott clusterben valamely hozzá tartozó faktor faktorértékeinek a szórása, az illető faktor annál inkább jellemző az adott clusterre. Ezt figyelembe véve a fenti táblázat azon faktorérték átlagokat jelöli vastagítva, amelyhez tartozó szórások az adott clusterben alacsonyabbak 0,7-nél.

Az egyes faktorok földrajzi interpretációja

+3.00 +2.00 +1.00 +0.50 +0.25 +0.10 -0.10 -0.25 -0.50 -1.00 -2.00 -3.00

A „víz- és szennyvíz közmű ellátottság” komponens faktorérték térképe

+3.00 +2.00 +1.00 +0.50 +0.25 +0.10 -0.10 -0.25 -0.50 -1.00 -2.00 -3.00

Az “energia” komponens faktorérték térképe

+3.00 +2.00 +1.00 +0.50 +0.25 +0.10 -0.10 -0.25 -0.50 -1.00 -2.00 -3.00

A “hulladékkezelés” komponens faktorérték térképe

+3.00 +2.00 +1.00 +0.50 +0.25 +0.10 -0.10 -0.25 -0.50 -1.00 -2.00 -3.00

A “por” komponens faktorérték térképe

+3.00 +2.00 +1.00 +0.50 +0.25 +0.10 -0.10 -0.25 -0.50 -1.00 -2.00 -3.00

A “klíma” komponens faktorérték térképe

+3.00 +2.00 +1.00 +0.50 +0.25 +0.10 -0.10 -0.25 -0.50 -1.00 -2.00 -3.00

A “levegő-minőség” komponens faktorérték térképe

+3.00 +2.00 +1.00 +0.50 +0.25 +0.10 -0.10 -0.25 -0.50 -1.00 -2.00 -3.00

A “települési kényelmi tényezők” komponens faktorérték térképe

A városok térbeli elhelyezkedése a clusteranalízis során előállított 6 csoportjuk szimbólumaival. (A csoportok jele és sorszáma mellett zárójelben a hozzájuk tartozó városok száma található.)

A megyék térbeli elhelyezkedése a clusteranalízis során előállított 6 csoportjuk szimbólumaival. (A csoportok jele és sorszáma mellett zárójelben a hozzájuk tartozó megyék száma található.) Borsod-AbaújZemplén Nógrád

Szabolcs-SzatmárBereg

Heves KomáromGyőr-Moson-Sopron Esztergom Vas

Veszprém

Pest

Hajdú-Bihar Jász-NagykunSzolnok

Fejér

Békés

Zala Tolna Somogy

Baranya

Bács-Kiskun Csongrád 1 2 3 4 5 6

(5) (3) (1) (3) (6) (1)

5. Összegzés

• A faktoranalízist követően a megtartott faktorok gyűjtőnevet kaptak az egyes faktorsúlyoknak az eredeti változókkal való kapcsolata alapján. E gyűjtőnevek egyetlen esetben sem reprezentálják az adott faktor jellegét. Ennek valószínű oka az, hogy az eredeti változók egy része természeti változó, míg más részük társadalmi változó. Ebből adódóan általában nem mutatható ki oksági összefüggés valamely faktor faktorsúlyai között. Következésképp, egy adott faktor jellege nehezen értelmezhető.

• A megtartott faktorok faktorérték térképei alapján megállapítható, hogy a Budapest körüli térségben kedvező a víz- és közmű ellátottság, a hulladékkezelés és a települési kényelmi tényezők. A Dunántúl helyzete előnyös az alábbi kategóriák tekintetében: hulladékkezelés, klíma, levegőminőség és települési kényelmi tényezők. Az Alföldön alacsony az energia-fogyasztás, jó a hulladékkezelés, illetve alacsony a porkoncentráció. Az Északi-középhegység térsége viszont egyetlen komponens értékében sem mutat kedvező tulajdonságokat. Megjegyzendő, hogy néhány nehézipari város jól teljesít némely társadalmi változó esetében, különösen a közműellátottság terén. Ennek az az oka, hogy e városokban a közművek még a szocialista rendszer idején épültek, jóval 1989, azaz a rendszerváltás előtt.

• A Balaton térsége minden vizsgált komponens esetében kedvező képet mutat, kivéve a hulladékkezelést. Ez arra utal, hogy a hulladékkezelés még napjainkban is komoly problémákat jelent e kiemelt üdülőkörzetben. • A clusteranalízis alkalmazásával a városok 6 leginkább homogén csoportját különítettük el, melyek nem mutatnak egyértelmű térbeli rendszert. A GCI értékek clusterenkénti átlagai megerősítik azt, hogy a környezeti szempontok alapján a legmagasabban rangsorolt városaink a Dunántúl délnyugati részén találhatók, míg a leghátrányosabb helyzetűek az Északi-középhegység térségében, valamint az Alföld keleti részén sűrűsödnek.

• Összességében a Dunántúl csaknem minden komponens esetében előnyösebb helyzetben van, mint akár az Északi-középhegység, akár az Alföld települései. Ez történelmi okokra vezethető vissza. A Dunántúl gazdasága az osztrák tartományok szomszédságban mindig is fejlettebb volt, mint az említett területeké, ami jelentősen befolyásolta a vizsgált elemek értékét. • A vizsgált elemek egyaránt természeti és társadalmi elemek. A foknapok – lévén klíma paraméter – antropogén hatástól független. A zöldterületek kiterjedése a település pénzügyi viszonyaitól független, s csupán a helyi település-tervezéstől függ. A levegőminőségi elemek a közlekedési viszonyoktól és az ipar lététől, s jellegétől függenek. A közműellátottság alapvetően a település rendelkezésére álló pénzügyi háttértől függ. Az energia-fogyasztás részben függ a környezettudatosságtól. • Miként javítható a hátrányos helyzetű városok környezetminősége? Jóllehet számos a dolgozatban vizsgált elem pénzügyi forrás függő, azonban az első és legfontosabb a környezet-tudatosság. Az első az ember, s ezen legalsó szinten megtett lépések összeadódnak, s aztán formálják a helyi, illetve a magasabb testületek döntését.

Levegőminőségi trendek Magyarországon, különös tekintettel a dél-alföldi régióra Makra, L., Horváth, Sz., Zempléni, A., Csiszár, V., Fodré, Zs., Bucsiné Kapocsi, I., Motika, G., Sümeghy, Z., 2001a: Analysis of air quality parameters in Csongrád county. Acta Climatologica et Chorologica. Universitatis Szegediensis, 34-35, 23-44. Horváth, Sz., Makra, L., Zempléni, A., Motika, G., Sümeghy, Z., 2001b: A közlekedés szerepe a levegőminőség módosításában egy közepes méretű város példáján. Légkör, 46(1), 23-28. Makra, L., Horváth, Sz., Zempléni, A., Csiszár, V., Rózsa, K., Motika, G., 2001c: Levegőminőségi trendek Magyarországon, különös tekintettel a dél-alföldi régióra. Légkör, 46(2), 12-19. Mohl, M., Gaskó, B., Horváth, Sz., Makra, L., Szabó, F., 2002: Szeged megyei jogú város 2. KÖRNYEZETVÉDELMI PROGRAMJA, 2003-2007. Lépések a helyi fenntarthatóság felé. Tanulmány. Készült: A környezet védelmének általános szabályairól szóló 1995. évi LIII. törvény 46. és 47. § alapján. 59 p + 6 ábra + 27 táblázat Makra, L., 2005: The role of traffic in modifying air quality in a medium sized city, Szeged, Hungary. Epidemiology, 16(5), S62-S62. Makra, L., Mayer, H., Mika, J., Sánta, T., Holst, J., 2010: Variations of traffic related air pollution on different time scales in Szeged, Hungary and Freiburg, Germany. Physics and Chemistry of the Earth, 35(1-2), 85-94.

Tartalomjegyzék 1. Bevezetés 2. Célkitűzés 3. Adatbázis 4. Módszerek 4.1. Extrém érték analízis 4.2. Makra-próba (A klasszikus kétmintás próba egy új interpretálása) 5. Eredmények 5.1. A légszennyező anyagok emissziós idősorai, trendjei 5.2. Az összes emissziók ágazati részesedése 5.3. A CO- és NO-koncentrációk extrém értékeinek modellezése 5.4. A vizsgált változó párok együttes napi viselkedése 6. Hivatkozások

1. Bevezetés A légszennyezés káros az épületekre, a gépekre és műszaki berendezésekre, az élőlényekre;

A légszennyezéssel kapcsolatos problémák jelentősége és természete függ a város méretétől, földrajzi tényezőktől (éghajlat, helyi meteorológiai viszonyok az adott időpontban, földrajzi helyzet, domborzat), társadalmi aspektusoktól (meglévő környezetvédelmi szabályozók, várostervezési döntések);

2. Célkitűzés A légszennyező paraméterek térbeli és időbeli jellemzőinek, statisztikai kapcsolatainak meghatározása, meteorológiai elemekkel való összefüggésének vizsgálata.

3. Adatbázis automata levegőminőségi állomás (Szeged belvárosa (Kossuth Lajos sgt. és a Damjanich u. - Teréz u. sarok); CO, NO, NO2, SO2, O3 és a lebegő részecskék (total suspended particulate = TSP) (µg⋅m-3) tömegkoncentrációi; 1997-1999 (1. ábra; 40. dia); RIV (Regionális Immisszió Vizsgáló) állomáshálózat, szegedi és Csongrád megyei állomások; az NO2 és SO2 havi átlagos tömegkoncentrációi (heti két mérés), az ülepedő por havi összes mennyisége (g / m2 / a hónap napjainak száma), 1985-1999; Környezetvédelmi Minisztérium, 1999: Magyarország környezetvédelmi adatai (az egyes ágazatok emissziós adatai). Budapest. ISBN 963 00 2513 2

4. Módszerek 4.1. Extrém érték analízis

•

•

A szennyezőanyag-koncentrációk egyidejű, szélsőségesen magas szintjei előfordulási valószínűségeinek becsléséhez először az egydimenziós eloszlásokat, majd az extrémumok kétdimenziós együttes viselkedését modelleztük a CO-NO párra. Az extrém értékek összefüggéseire koncentrálunk, azaz azt vizsgáljuk, amikor egyidejűleg mindkét szennyezőanyag magas koncentrációban fordult elő (Coles et al., 1999). Az együttes eloszlást a logisztikus kétdimenziós extrém érték eloszlással modelleztük, amelyre a mindkét koordinátában magas koncentráció értékek előfordulási valószínűségét a

P ( X > x, Y > y ) = exp{−( x 1 / r + y 1 / r ) r } •

(1)

képlet adja meg, ahol 0 < r < 1 a paraméter. Az extrém érték analízis módszerei független, azonos eloszlású megfigyelésekre alkalmazhatók ⇒ az adatbázisokból el kellett távolítanunk a lineáris trendet és a periodikus részt. (Ez utóbbit a napi maximumokra illesztettük, mert így világosabban kirajzolódnak a változások, és az extrémérték elemzéshez amúgy is ezt az adatbázist használtuk.) Az adatsorok évente ciklikusan változnak és megfigyelhető a fennmaradó rész tendencia szerű változása is. Ez lineáris trenddel megfelelően modellezhető volt (2. ábra).

4.2. Makra-próba (A klasszikus kétmintás próba egy új interpretálása) Alapkérdés: kimutatható-e szignifikáns eltérés valamely adatsor tetszőleges részmintájának az átlaga és a teljes mintaátlag között? 0-hipotézis: NEM Vezessük be a

PS (1) =

M −m N −n ⋅σ N ⋅n

(2)

valószínűségi változót, mely N(0;1) eloszlású. Ha meghatározzuk a vizsgált adatsor M középértékét és σ szórását, akkor a 0-hipotézisnek az adott részminta m átlagértékére vonatkozó próbája PS (1 ) és xp alábbi összevetéséhez vezet

  P   

  M −m > xp  = p N −n  ⋅σ  N ⋅n 

(3)

A standard normális eloszlás táblázatából adott 0 < p << 1 számhoz meghatározhatjuk azt az xp-t, amelyre a (3) egyenlőség teljesül (Makra et al., 2005a; 2005b).

5. Eredmények 5.1. A légszennyező anyagok emissziós idősorai, trendjei A légszennyező anyagok emissziói származási forrásuk alapján csoportosíthatók:

ipar, erőművek, egyéb fűtés, közlekedés, mezőgazdaság, szolgáltató szféra, lakosság, szolgáltatások;

• A legfontosabb légszennyező anyagok [a kén-dioxid (SO2), a nitrogén-oxidok (NOx), a szén-monoxid (CO) és a szilárd légszennyező anyagok (TSP)] trendjei →(1-8. ábra);

A kén-dioxid és a szilárd anyag emissziója 1985-1998 között szignifikánsan csökken (1-8. ábra); Ok: (1) az 1990. évet megelőző időszakban bekövetkezett energiahordozó- és technológiai szerkezetváltás: a paksi atomerőmű üzembe állítása (a hazai villamos energia termelés 37,9 %-át adja; 1999. évi adat); (2) az intenzív földgázprogram; (3) a tüzelő- és fűtőolajok kéntartalmának csökkentése; (4) a szénfelhasználás mérséklődése; (5) a kőolaj-feldolgozásban a destruktív technológiák megjelenése ⇒ csökkent a nehézfrakciók aránya és jelentősen megnövekedett a fehéráru-kihozatal ⇒ a bitumenben dúsultak föl a szennyezőanyagok, amit nem tüzelünk el; (6) az erőművi rekonstrukciós program beindulása (minden széntüzelésű erőműbe elektrofiltert építettek be) (1-8. ábra).

Az emisszió csökkenés okai 1990 után: a gazdasági recesszió, valamint a szerkezetváltás, melynek következtében kevesebb energiafelhasználás történt az iparban; a fluid ágyas tüzelés elterjedése az erőműveknél és az ipari kazánoknál; az alacsony nitrogén-oxid kibocsátású égők beépítése (Százhalombatta); a kombinált ciklusú gázturbinák beépítése (Százhalombatta, Kelenföld); az energiahordozók árának drasztikus emelése cél: (1) energiatakarékosság, (2) racionális energiafelhasználás (1-8. ábra);

az energiatakarékos háztartási készülékek megjelenése (kompakt fénycső, korszerű tűzhelyek, hűtőszekrények, mélyhűtők, forróvíztárolók, mosógépek, stb.; az ólommentes benzin, valamint a katalizátoros gépkocsik megjelenése, illetve elterjedése; a gépkocsik szén-monoxid (CO) emissziójának csökkenése a zöldkártya bevezetésével. A nitrogén-oxidok (NOx) esetében mérsékeltebb a csökkenés, mely az utóbbi években meg is állt, s inkább a stagnálás a jellemző. A szén-monoxid (CO) megfigyelési idősora rövidebb a többi gázénál, csökkenése mérsékeltebb az előzőeknél, és nem szignifikáns, (Környezetvédelmi Minisztérium, 1999) (1-8. ábra).

1. ábra: Ipari emissziók, Magyarország, kt/év, 1985-1998

2. ábra: Erőművek emissziói, Magyarország, kt/év, 1985-1998

3. ábra: Egyéb fűtési emissziók, Magyarország, kt/év, 1985-1998

4. ábra: Közlekedési eredetű emissziók, Magyarország, kt/év, 1985-1998

5. ábra: Mezőgazdasági eredetű emissziók, Magyarország, kt/év, 1985-1998

6. ábra: A szolgáltató szféra emissziói, Magyarország, kt/év, 1985-1998

7. ábra: Lakossági eredetű emissziók, Magyarország, kt/év, 1985-1998

8. ábra: Összes emissziók, Magyarország, kt/év, 1985-1998

5.2. Az összes emissziók ágazati részesedése A nitrogén-oxidok (NOx) esetében minimális időbeli arányváltozások tapasztalhatók. A lakosság és az ipar részesedése az emissziókból valamelyest csökken, míg a közlekedésé hasonlóan csekély mértékben nő (9-12. ábra). Az arányeltolódások a legmarkánsabbak a kén-dioxid (SO2) és a szilárd anyag (TSP) esetében. Bár a kén-dioxid emissziók minden ágazatban csökkentek, ez legkevésbé az erőműveknél volt tapasztalható ⇒ ezek részesedése a vizsgált időszakban megduplázódott (9-12. ábra). A szilárd anyag emisszióban legmarkánsabb a közlekedés részarányának növekedése, míg a többi ágazatéban egyértelmű változás nem mutatható ki (9-12. ábra). A szén-monoxid (CO) esetében a lakosság százalékos ágazati részesedése csekély mértékben csökkent, míg a közlekedésé ugyanígy nőtt (9-12. ábra) (Környezetvédelmi Minisztérium, 1999).

9. ábra: A CO emisszió részaránya az egyes ágazatokban, Magyarország, %, 1990-1998, (Az ipari emisszió nem változik, a közlekedési nő, a lakossági csökken.)

10. ábra: Az NOx emisszió részaránya az egyes ágazatokban, Magyarország, %, 1985-1998 (A mezőgazdasági csökken, az ipari csökken, a közlekedési nő, a lakossági csökken.)

11. ábra: Az SO2 emisszió részaránya az egyes ágazatokban, Magyarország, %, 1985-1998 (Az ipari csökken, a hőerőművi nő, a közlekedési nő, a lakossági csökken.)

12. ábra: A TSP emisszió részaránya az egyes ágazatokban, Magyarország, %, 1985-1998 (A hőerőművi csökken, a közlekedési nő, a lakossági csökken.)

5.3. A CO- és NO-koncentrációk extrém értékeinek modellezése •

A tényleges elemzést a trendtől és periódustól megtisztított adatok heti maximumaira végeztük a napiak helyett. Két okból döntöttünk ezen rövidebb adatsor vizsgálata mellett: (1) az extrém érték eloszlások jobb illeszkedését várhattuk, (2) ily módon az összefüggőséget is csökkentettük. Minél hosszabb időszakot választunk, általában annál jobb illeszkedést várhatunk. Mivel a mi esetünkben az adatsor viszonylagos rövidsége (1997-1999) nem engedett meg ennél jóval nagyobb ritkítást, ezért vizsgáltuk a hetenkénti maximumok idősorát. A CO- és NO-koncentrációk napi maximumainak idősorai (13. ábra).

•

Becsültük az ún. χ farok-összefüggőségi együtthatót: χ=

lim P(Y >u| X >u)

(4)

u →1

•

mely jellemzi az extrém értékek összefüggőségét. χ a logisztikus modellnél (1. egyenlet) az r paraméternek is megfeleltethető: χ,=2-21/r. χ-re könnyen adható természetes becslés. Mielőtt becsültük volna ezeket a mennyiségeket (χ és r), a heti maximumok marginális eloszlásait egyenletes eloszlásúra transzformáltuk (14. ábra, első kép).

• Látható, hogy a változók között erős az összefüggés (14. ábra, 1. kép). Az r paraméter becsléséhez egy küszöbértéket definiálunk, s a becslésben csak az adott küszöböt meghaladó megfigyelések játszanak szerepet. A 14. ábra, 2. kép az r különböző becsléseit adja meg a küszöbérték függvényében. Mivel minket az extrém értékek összefüggősége érdekel, úgy döntöttünk, hogy a 0,7 és 0,9 közötti küszöböket vesszük figyelembe (lásd: függőleges vonalak; a 0,9-nél nagyobb küszöböket azért zártuk ki, mert ott a kis megfigyelésszám miatt nagy a szórás). Első becslésként az ebben az intervallumban kapott értékek átlagát fogadtuk el (r = 0,5155; lásd: vízszintes pontozott vonal). • Két másik módszerrel is becsültük r-et: (1) maximum likelihood (ML) módszerrel, (2) momentum típusú becsléssel (1. táblázat). • Következtetések: A visszatérési idők becslései kevesebb, mint 10 %-kal térnek el egymástól, s a legnagyobb értéket a χ-re épülő becslés adja. Valószínű ok: itt csak a nagyobb értékeket vettük figyelembe, mivel az extrém érték modell tökéletes illeszkedése nem remélhető (amit az ML módszernél feltételezünk).

600 500

10000

NO

200

300

400

8000 6000

CO ug/m3

4000

0

100

2000 0 0

200

400

600

800 1000 1200

Napok

0

200 400 600 800 1000 1200

Napok

13. ábra: A CO és NO koncentrációk napi maximumai. Szeged belvárosa, automata levegőminőségi állomás, 1997. január 1. - 1999. december 31.

1.0 0.8

1.0 0.8 0.6

0.6

Transzformált NO

0.0

0.0

0.2

0.2

0.4

0.4

r

0 .0

0 .2

0 .4

0 .6

0 .8

T ra n s z fo rm á lt C O

1 .0

0 .0

0 .2

0 .4

0 .6

0 .8

1 .0

K üszöb

14. ábra: A mindkét változóban egyenletes eloszlásúra transzformált adatok (1. kép); az r becsült értékeinek függése a küszöbértéktől (2. kép; a függőleges vonalak közötti értékek átlaga adta a javasolt becslés-értéket, ezt szaggatott vonal jelöli). Szeged belvárosa, automata levegőminőségi állomás, 1997. január 1. - 1999. december 31.

1. táblázat: A különböző becslések összehasonlítása a logisztikus modellben

r (CO; NO) (µg/m3) (6000; 500) (8000; 600) (14000; 900)

χ-re épülő becslés 0.5155 visszatérési idő, év 3,934 9,333 105,061

maximum likelihood becslés 0.4608 visszatérési idő, év 3,603 9,809 99,460

momentum típusú becslés 0.4951 visszatérési idő, év 3,802 10,128 102,740

5.4. A vizsgált változó párok együttes napi viselkedése Az NO2/NO arány az ózonkoncentráción keresztül függ a globális sugárzástól (15. ábra; light = globális sugárzás) és az NO emissziótól. Nappal az NO2/NO > 1 arány az NO gyors oxidációjával magyarázható (NO + O3 → NO2 + O2) (intenzív ózontermelő folyamatok). Ugyanakkor ennek az aránynak az esti és éjszakai megfordulása a levegő oxidációs kapacitásának a csökkenését jelzi (az alkonyatot követően az ózonképződéshez vezető fotokémiai folyamatok leállnak) (15. ábra).

2 8

3 6 2 2 2 1

1 0 0

2 0 0 3 0 0 lig h t

20 18 12

14

16

NO2

4 32 65 7 8 9 1 0

4 0 0

42 41 40 43 4439 38 45 46 37 16 14 1536 4713 12 48

1

1 0

19 33

20 32

31 21 30 29

2 10 3 49 6578 100

3 8 3 9 4 0 4 1 4 2 1 9 4 4 4 3 44 65 1 8

4 8 4 7

1 5

1 7 1 2

N O

1 3 2 0

1 6 1 41 5 2 5

17 35 18 34

11 1

0

3 7

2 0

1 1

22

0

3 6

2 2

20

4 1 441234523 1 9 4 677854 4 86 1 8 9 1 0 1 7 1 1 1 12 3 1 51 6 1 4

2 0

3 5

2 1

15

15

20

4 0

222 8397 30 1 3 2 3 3 2 6 3 4 2 5 2 4 2 3

O3

O3

25

3 7 3 8 3 9

2 7 2 6 2 5 2 4 2 3

30

3 4

3 0 3 2 3 12 9

25

30

3 5

3 3

200

300

22 23 24 28 2725 26

400

light

15. ábra. A vizsgált változó párok (O3, NO, NO2: ppb; light = globális sugárzás: W⋅m-2) együttes napi viselkedése

6. Hivatkozások Coles, S., Heffernan, J. and Tawn, J. (1999) Dependence measures for extreme value analyses. Extremes 2, 339-365. Makra, L., Mika, J. and Horváth, Sz., 2005a: 20th century variations of the soil moisture content in East-Hungary in connection with global warming. Physics and Chemistry of the Earth, 30, 181-186. Makra, L., Juhász, M., Béczi, R. and Borsos, E., 2005b: The history and impacts of airborne Ambrosia (Asteraceae) pollen in Hungary. Grana, 44/1, 57-64. Makra, L., Horváth, Sz., Taylor, C.C., Zempléni, A., Motika, G. and Sümeghy, Z., 2001: Modelling air pollution data in countryside and urban environment, Hungary. The 2nd International Symposium on Air Quality Management at Urban, Regional and Global Scales, Istanbul Technical University, Istanbul, Turkey, 25-28 September 2001. Proceedings. 189-196. Eds: Topcu, S., Yardim, M.F. and Incecik, S. Környezetvédelmi Minisztérium, 1999: Magyarország környezetvédelmi adatai (az egyes ágazatok emissziós adatai). Budapest. ISBN 963 00 2513 2

A meteorológiai elemek és a fő légszennyező anyagok koncentrációi közötti kapcsolat egy objektív becslése Szegeden (Horváth et al., 2003) Horváth, Sz., Makra, L., Kósa, E., Motika, G., 2003: A meteorológiai elemek és a fő légszennyező anyagok koncentrációi közötti kapcsolat egy objektív becslése Szegeden. Légkör, 48(2), 23-27.

Tartalomjegyzék 1. Bevezetés 2. Célkitűzés 3. Adatbázis 4. Módszer 4.1. Faktoranalízis 5. Eredmények 5.1. Téli hónapok 5.2. Nyári hónapok 6. Összegzés

1. BEVEZETÉS

• A meteorológiai viszonyok befolyásolják a légszennyező anyagok koncentrációit. • A szélsőséges légszennyezettség terhelést többnyire helyi források idézik elő, melyek hatását a kedvezőtlen nagytérségű meteorológiai viszonyok számottevően fölerősíthetik.

2. CÉLKITŰZÉS • A meteorológiai elemek és a fő légszennyező anyagok közötti kapcsolat elemzése Szeged adatsorai alapján. • ⇒ meg kell határozni azokat a faktorokat, amelyek fontos szerepet játszanak az időjárás és a levegőminőség alakításában Szegeden. → a levegőminőségi paraméterek és az időjárási elemek közötti kapcsolatok elemzése.

3. ADATBÁZIS • 11 meteorológiai elem és 8 légszennyező paraméter napi értékei, 1997-2001, öt év, nyári hónapok (június, július, augusztus), illetve téli hónapok (december, január, február); • A figyelembe vett meteorológiai elemek napi értékei:

középhőmérséklet (Tmean, °C), maximum hőmérséklet (Tmax, °C), minimum hőmérséklet (Tmin, °C), napi hőmérsékleti ingás (∆T = Tmax − Tmin; °C), relatív nedvesség (RH, %), globális sugárzás (I, MJ⋅m-2), szélsebesség (WS, m⋅s-1), gőznyomás (VP, mb), telítettségi gőznyomás (E, mm), potenciális evapotranszspiráció (PE, mm) és harmatpont hőmérséklet (Td, °C).

• A figyelembe vett légszennyező paraméterek napi értékei:

szén-monoxid (CO, mg⋅m-3), átlagos koncentrációk nitrogén-monoxid (NO, µg⋅m-3), átlagos koncentrációk nitrogén-dioxid (NO2, µg⋅m-3), átlagos koncentrációk részecskék (PM, µg⋅m-3), átlagos koncentrációk kén-dioxid (SO2, µg⋅m-3), átlagos koncentrációk ózon (O3, µg⋅m-3), átlagos koncentrációk napi maximális ózonkoncentráció (O3max, µg⋅m-3), NO2/NO arány

• Az adatok a monitoring állomásról származnak (1. ábra); működteti: ATIKÖFE (Alsó Tisza Vidéki Természetvédelmi, Környezetvédelmi és Vízügyi Felügyelőség);

1. ábra Szeged földrajzi helyzete és beépítettségi típusai [a: városközpont (2-4-emeletes épületek); b: előregyártott betonelemekből épült lakótelepek (5-10-emeletes épületek); c: sorházak (1-2-emeletes épületek); d: ipartelepek; e: zöldterületek; (1) monitoring állomás)

Országos légszennyezettségi mérőhálózat Környezetvédelmi, Természetvédelmi és Vízügyi Felügyelőségek

Automata mérőállomással rendelkező települések Magyarországon Forrás: http://www.kvvm.hu/olm/info.php?id=7

Országos légszennyezettségi mérőhálózat Szeged http://www.kvvm.hu/olm/index.php

háttér városi háttér városközponti lakóterületi közlekedési lakóterületi ipari

Szeged

SO2, NO2, NOx, CO, ózon, PM10

Cím

Állomás típusa

NO

NO2

NOX

SO2

CO

O3

PM10

PM2.5

TSP

BTEX

H2S

VOC

Kossuth L. sgt. 89.

közlekedési

x

x

x

x

x

x

x

x

-

x

-

-

BTEX: benzol, toluol, etilbenzol és xylol; VOC: „volatile organic compounds” = illó szerves vegyületek

4. MÓDSZER 4.1. Faktoranalízis A kiindulási p db X1, X2, E , Xp változót m db (m < p) lineárisan független ún. faktor segítségével fejezzük ki. Minden egyes X változó kifejezhető az m db faktor lineáris függvényeként, azaz m

X i = ∑ α ij ⋅ F j

(1)

j =1

ahol az α ij konstansok a faktorsúlyok (sajátvektor együtthatók). Ezek négyzete reprezentálja az Xi varianciájának az Fj faktor által megmagyarázott részét. A módszer egyik fontos lépése a megtartott faktorok (m) számának meghatározása. Néhány tanulmány a Guttmann-kritériumot használja, mely szerint csupán azokat a faktorokat tartják meg, melyek λk sajátértékére teljesül, hogy λk > 1. Esetünkben azonban ez túl sok (25) faktort eredményezett, ezért csak 8 faktort tartottunk meg, amennyi a városrangsorok négyzetes rangszámait 75 %-os pontossággal reprodukálja. A megtartott faktorokra ún. „faktor rotáció”-t is alkalmaztunk, ún. „varimax” rotációt hajtottuk végre, melynek révén a faktorok korrelálatlanok maradnak és a legtöbb mutató valamelyik rotált faktor, mint koordináta tengely közelébe esik.

5. EREDMÉNYEK 5.1. Téli hónapok • A faktoranalízis végrehajtása után a Guttmann kritérium szerint 4 faktort tartottunk meg; • A 4 megtartott faktor a kiindulási 19 változó teljes varianciájának 72,9 %-át megmagyarázza; • A rotált komponens mátrix faktorsúlyai, A megtartott és rotált komponensek sajátértékei, az egyes komponensek által megmagyarázott varianciák és kumulatív varianciák → 1. táblázat;

• A vizsgált 19 változó kapcsolata a megtartott és rotált faktorok súlyai szerint, téli hónapok (1. táblázat); 1. táblázat. A rotált komponens mátrix faktorsúlyai, téli hónapok. A 0.3 -nél kisebb faktorsúlyok nincsenek feltüntetve. paraméterek 1. faktor 2. faktor középhőmérséklet (Tmean) 0,97 harmatpont (Td) 0,96 gőznyomás (VP) 0,96 telítettségi gőznyomás (E) 0,95 minimum hőmérséklet (Tmin) 0,84 maximum hőmérséklet (Tmax) 0,83 szélsebesség (WS) 0,50 -0,41 NO2 0,84 CO 0,82 TSP 0,79 NO 0,76 NO2/NO -0,42 0,36 SO2 relatív nedvesség (RH) globális sugárzás (I) potenciális párolgás (PE) 0,57 0,37 napi hőmérsékleti ingás (∆T) O3 O3max sajátérték* 5,80 3,30 megmagyarázott variancia, % 30,52 17,36 kumulatív variancia, % 30,52 47,88 módszer: főkomponens analízis rotáció: varimax módszer, Kaiser-féle normalizálás *a négyzetes súlyok rotált összege

3. faktor

4. faktor

0,37

(0,25) -0,91 0,74 0,74 0,56

2,74 14,43 62,31

1. faktor:

0,90 0,90 2,00 10,54 72,85

A hőmérsékleti paraméterek nincsenek szoros kapcsolatban a besugárzással télen ⇒ a téli léghőmérséklet elsősorban nem a besugárzástól, hanem a Kárpát-medence fölötti légtömegek hőmérsékleti jellemzőitől függ. A szélsebesség és a légnedvességi paraméterek között általában egyenes arányosság tapasztalható (kivéve pl. sarkvidéki száraz, hideg légbetörés erős széllel). WS növeli a PE-t ⇒ növeli VP-t ⇒ Td is nő.

1. táblázat. A rotált komponens mátrix faktorsúlyai, téli hónapok. A 0.3 -nél kisebb faktorsúlyok nincsenek feltüntetve. paraméterek 1. faktor 2. faktor középhőmérséklet (Tmean) 0,97 harmatpont (Td) 0,96 gőznyomás (VP) 0,96 telítettségi gőznyomás (E) 0,95 minimum hőmérséklet (Tmin) 0,84 maximum hőmérséklet (Tmax) 0,83 szélsebesség (WS) 0,50 -0,41 NO2 0,84 CO 0,82 TSP 0,79 NO 0,76 NO2/NO -0,42 0,36 SO2 relatív nedvesség (RH) globális sugárzás (I) potenciális párolgás (PE) 0,57 0,37 napi hőmérsékleti ingás (∆T) O3 O3max sajátérték* 5,80 3,30 megmagyarázott variancia, % 30,52 17,36 kumulatív variancia, % 30,52 47,88 módszer: főkomponens analízis rotáció: varimax módszer, Kaiser-féle normalizálás *a négyzetes súlyok rotált összege

3. faktor

4. faktor

0,37

(0,25) -0,91 0,74 0,74 0,56

2,74 14,43 62,31

0,90 0,90 2,00 10,54 72,85

2. faktor: WS és az elsődleges légszennyező anyagok közötti + WS és a ∆T közötti ellentétes kapcsolat nyilvánvaló. Az NO koncentrációja nagyobb mértékben emelkedik, mint az NO2-é ⇒ az NO magas koncentrációihoz az NO2/NO arány alacsony értékei társulnak, s viszont. Az O3nak alacsony a súlya, mivel varianciájának egy részét az elsődleges légszennyező anyagok koncentrációi, másik részét pedig a besugárzás szabályozza. A napsugárzás szerepe a fotokémiai ózontermelésben:

NO2 + h⋅ν → NO + O O + O2 + M → O3 + M


3. faktor

4. faktor

3. faktor: Intenzív napsugárzás ⇒ emelkedik a hőmérséklet, ⇒ ösztönzi a párolgást.

0,37

(0,25) -0,91 0,74 0,74 0,56

2,74 14,43 62,31

0,90 0,90 2,00 10,54 72,85

Adott nedvességtartalom mellett ha a hőmérséklet nő ⇒ csökken a relatív nedvesség ⇒ nő a párolgás intenzitása. Ha erős a napsugárzás ⇒ nő a maximum hőmérséklet, és a hőmérséklet napi ingása, s viszont.


3. faktor

4. faktor

4. faktor: 0,37

(0,25) -0,91 0,74 0,74 0,56

2,74 14,43 62,31

0,90 0,90 2,00 10,54 72,85

Az NO2/NO arány azt jelzi, hogy az O3 varianciájának csupán egy részét szabályozza a napsugárzás. Az NO2/NO arány és az ózon paraméterek közötti egyenes arányosság következményeként a magas NO2 koncentráció egyúttal magas ózonkoncentrációt jelent és viszont.

5.2. Nyári hónapok • A faktoranalízis végrehajtása után a Guttmann kritérium szerint 4 faktort tartottunk meg; • A 4 megtartott faktor a kiindulási 19 változó teljes varianciájának 70,1 %-át megmagyarázza; • A rotált komponens mátrix faktorsúlyai, A megtartott és rotált komponensek sajátértékei, az egyes komponensek által megmagyarázott varianciák és kumulatív varianciák → 2. táblázat;

• A vizsgált 19 változó kapcsolata a megtartott és rotált faktorok súlyai szerint, nyári hónapok (2. táblázat); 2. táblázat. A rotált komponens mátrix faktorsúlyai, nyári hónapok. A 0.3 -nél kisebb faktorsúlyok nincsenek feltüntetve. paraméterek 1. faktor 2. faktor gőznyomás (VP) 0,94 harmatpont hőmérséklet (Td) 0,94 középhőmérséklet (Tmean) 0,87 0,42 telítettségi gőznyomás (E) 0,86 0,44 0,81 minimum hőmérésklet (Tmin) maximum hőmérséklet (Tmax) 0,74 0,48 TSP 0,57 relatív nedvesség (RH) -0,90 potenciális párolgás (PE) 0,52 0,76 globális sugárzás (I) 0,72 0,64 napi hőmérsékleti ingás (∆T) NO NO2 CO 0,48 szélsebesség (WS) NO2/NO SO2 O3 O3max sajátérték* 5,42 3,12 megmagyarázott variancia, % 28,55 16,40 kumulatív variancia, % 28,55 44,95 módszer: főkomponens analízis rotáció: varimax módszer, Kaiser-féle normalizálás *a négyzetes súlyok rotált összege

3. faktor

4. faktor

1. faktor: A teljes variancia 28,5 %-át magyarázza – a nedvességi (VP, Td, E, PE) és a hőmérsékleti (Tmean, Tmin, Tmax) paramétereken kívül a TSP és a CO koncentrációit is tartalmazza.

0,45

0,86 0,85 0,66 -0,54 -0,38

(0,26)

2,82 14,85 59,79

0,92 0,91 1,96 10,32 70,11

(0,23)

A nyári és a téli hónapok 1. faktorait alkotó paraméterekben nagy a hasonlóság.

2. táblázat. A rotált komponens mátrix faktorsúlyai, nyári hónapok. A 0.3 -nél kisebb faktorsúlyok nincsenek feltüntetve. paraméterek 1. faktor 2. faktor gőznyomás (VP) 0,94 harmatpont hőmérséklet (Td) 0,94 0,87 0,42 középhőmérséklet (Tmean) telítettségi gőznyomás (E) 0,86 0,44 minimum hőmérésklet (Tmin) 0,81 maximum hőmérséklet (Tmax) 0,74 0,48 TSP 0,57 relatív nedvesség (RH) -0,90 potenciális párolgás (PE) 0,52 0,76 globális sugárzás (I) 0,72 0,64 napi hőmérsékleti ingás (∆T) NO NO2 CO 0,48 szélsebesség (WS) NO2/NO SO2 O3 O3max sajátérték* 5,42 3,12 megmagyarázott variancia, % 28,55 16,40 kumulatív variancia, % 28,55 44,95 módszer: főkomponens analízis rotáció: varimax módszer, Kaiser-féle normalizálás *a négyzetes súlyok rotált összege

3. faktor

4. faktor

0,45

0,86 0,85 0,66 -0,54 -0,38

(0,26)

2,82 14,85 59,79

0,92 0,91 1,96 10,32 70,11

(0,23)

2. faktor: Nyáron a hőmérsékletet – a téli helyzettel ellentétben – a besugárzás szabályozza. Ok: a hőmérsékleti paraméterek általában arányosak a besugárzással. (Ellenpélda: olyan hidegfront átvonulása, ahol a felszakadozó felhőzet következtében nő a besugárzás intenzitása, miközben a levegő hőmérséklete a hideg advekció miatt még csökken.) Ugyanakkor, ha a hőmérséklet emelkedik ⇒ a telítettségi gőznyomás és a potenciális párolgás nő, míg a relatív nedvesség – adott nedvességtartalom mellett – csökken.


3. faktor

4. faktor

3. faktor: Az elsődleges légszennyező anyagokat (TSP, NO, NO2, CO, NO2/NO) és a szélsebességet foglalja magába. Az elsődleges légszennyező anyagok koncentrációja közvetlenül függ a szélsebességtől.

0,45

0,86 0,85 0,66 -0,54 -0,38

(0,26)

2,82 14,85 59,79

0,92 0,91 1,96 10,32 70,11

(0,23)

Ezzel szemben az enyhe légmozgások nem kedveznek a turbulens diffúziós folyamatoknak és hozzájárulnak az éjszakai hőmérsékleti inverziók kialakulásához. Ez utóbbiak alkalmával erőteljesen megnő a légszennyezettség.


3. faktor

4. faktor:

4. faktor

0,45

0,86 0,85 0,66 -0,54 -0,38

(0,26)

2,82 14,85 59,79

0,92 0,91 1,96 10,32 70,11

(0,23)

Nyáron, az anticiklonális időjárási helyzetek tartós fennállásakor, az ózonkoncentráció változásait alapvetően az elsődleges légszennyező anyagok szabályozzák és nem a besugárzás teljes mennyisége, mely ekkpr csupán nagyon kicsit változik egyik napról a másikra. Az O3 napi középértéke fordítottan arányos az elsődleges légszennyezők napi középértékeivel. Ok: az O3 az NO2/NO aránytól függ. Nevezetesen, ezen arány magas értékei egyúttal magas ózonkoncentrációt jelentenek.

6. ÖSSZEGZÉS • A kapott eredmények alapján mind a nyári, mind a téli hónapokban négy faktort vehetünk figyelembe, melyek lényegesen hozzájárulnak az időjárási és légszennyezettségi epizódok alakításához. • A szélsebesség fontos paraméter mindkét szélső évszakban a légszennyezettség felhígulásában. • Az O3 koncentrációk fordítottan arányosak az elsődleges légszennyező anyagok koncentrációival. • A 4. faktort mindössze az ózon paraméterek faktorsúlyai képezik mindkét szélső évszakban.

A közlekedés hatása a levegőminőség alakulására Szegeden Kiss, G., Makra, L,, Mika, J., Borsos, E., Motika, G., 2005: Temporal characteristics of air pollutant concentrations in Szeged, Hungary. Acta Climatologica et Chorologica Universitatis Szegediensis, 38-39, 125-133. Horváth, Sz., Makra, L., Zempléni, A., Motika, G., Sümeghy, Z., 2001b: A közlekedés szerepe a levegőminőség módosításában egy közepes méretű város példáján. Légkör, 46(1), 23-28. Makra, L., Horváth, Sz., Zempléni, A., Csiszár, V., Rózsa, K., Motika, G., 2001c: Levegőminőségi trendek Magyarországon, különös tekintettel a dél-alföldi régióra. Légkör, 46(2), 12-19. Mohl, M., Gaskó, B., Horváth, Sz., Makra, L., Szabó, F., 2002: Szeged megyei jogú város 2. KÖRNYEZETVÉDELMI PROGRAMJA, 2003-2007. Lépések a helyi fenntarthatóság felé. Tanulmány. Készült: A környezet védelmének általános szabályairól szóló 1995. évi LIII. törvény 46. és 47. § alapján. 59 p + 6 ábra + 27 táblázat Makra, L., 2005: The role of traffic in modifying air quality in a medium sized city, Szeged, Hungary. Epidemiology, 16(5), S62-S62. Makra, L., Mayer, H., Mika, J., Sánta, T., Holst, J., 2010: Variations of traffic related air pollution on different time scales in Szeged, Hungary and Freiburg, Germany. Physics and Chemistry of the Earth, 35(1-2), 85-94.

Tartalomjegyzék 1. Bevezetés 2. Célkitűzés 3. Adatbázis 4. Módszer 5. Eredmények 5.1. A légszennyező anyagok koncentrációinak napi menete a forgalomszámlálás napján 5.2. A légszennyező anyagok koncentrációinak átlagos napi menete 5.3. A légszennyező anyagok koncentrációinak átlagos évszakos koncentrációi és átlagos évszakos arányai 6. Összegzés 7. Hivatkozások

1. Bevezetés A levegőminőséget befolyásoló legfontosabb tényezők: ipari tevékenység közlekedés szolgáltató szféra Magyarországon a közlekedésből származó szennyezőanyag kibocsátás részarányai a következők: CO: 70%, NOx: 55%, PM (lebegő részecske): 14% (Környezetvédelmi Minisztérium, 1999) A levegő minőségével kapcsolatos problémák jellege és fontossága függ: a város méretétől, földrajzi paraméterektől (klíma, helyi meteorológiai adottságok az adott pillanatban, földrajzi helyzet, domborzat) társadalmi tényezőktől (környezetvédelmi szabályozások, a várostervezéssel kapcsolatos lehetőségek/irányelvek) (Mayer, 1999)

Szeged közlekedési hálózata túlzsúfolt. A forgalomban résztvevő járművek közül a személygépkocsik aránya a legnagyobb (84 %). 1990-2000 között a forgalomsűrűség nem változott számottevően ←→ a forgalomban résztvevő járműtípusok aránya alapvetően módosult; → egyre több járműtípus emissziója jelentősen csökkent, → egyre nő a katalizátorral fölszerelt járművek aránya, ⇒ a stagnáló forgalomsűrűség ellenére a légszennyező anyagok közlekedésből származó emissziója számottevően csökkent. → Pl. a közlekedésből származó CO emisszió 2000-ben mindössze 35-40 %-a volt az 1990-ben mért értéknek (Pitrik, 2000).

A városi tömegközlekedés Szegeden → Tisza Volán Rt. Buszai; A közlekedés okozta légszennyezés terhelés jelentős része a buszoktól származik. Az emisszió csökkentése érdekében a Tisza Volán 1999-től működtet Szegeden földgáz üzemű autóbuszokat. Technológiai szempontból két rendszer honosodott meg a gyakorlatban: a cseppfolyós földgáz üzem (LPG = Liquid Petrol Gas, azaz cseppfolyós gáz) (pl. Bécsben), sűrített földgáz üzem (CNG = Compressed Natural Gas, azaz sűrített földgáz) (pl. Szegeden). A sűrített gázzal működő buszok aránya folyamatosan növekszik.

A sűrített földgáz üzemű (CNG) autóbuszok egyik nagy előnye, hogy az egészségre és környezetre káros kipufogógáz komponensekből 35-85 %-kal kevesebbet bocsátanak ki, mint az, ún. „Euro 3” európai emissziós előírások határértékei. Egy földgáz üzemű autóbusznak - az ún. "londoni típusú" (téli) szmog kialakulásáért felelős - korom és kén-dioxid kibocsátása pl. kevesebb, mint 20 %-a egy hasonló kategóriájú diesel erőforrás emissziójának (1. táblázat).

1. táblázat: Emissziós normák és az alkalmazott motortípusok adatai szabvány Euro 0 Euro 1 Euro 2 Euro 3 Euro 4 Rába G10 DE UTSLL 190 sűrített földgázmotor katalizátorral Rába D10 UTSLL 190 Euro 2 diesel motor 1

CO 12,3 4,5 4,0 2,1 1,5

0,29

1,38

károsanyag kibocsátási küszöbérték (g/kWh) HC NOx részecske 2,6 15,8 1,1 8,0 0,36 1,1 7,0 0,15 0,66 5,0 0,10 0,46 3,5 0,02

0,44

0,636

2,07

6,557

0,05

0,126

megjegyzés 1

2 3 4

A Tisza Volánnál jelenleg működő típus A Tisza Volánnál jelenleg működő típus

Környezetbarát diesel motorok. Jelenleg a Tisza Volánnál a Rába D10 motorcsalád típusai. Bevezetésre került az EU-ban és Magyarországon is 1998-ban. Magyarországon jelenleg érvényes. 3 Bevezetésre került az EU-ban 2000. októberétől. Magyarországon jelenleg még tervezet. 4 Tervezett határértékek. A bevezetés tervezett időpontja az EU-ban: 2005. október. Megjegyzés: fenti előírások a 3,5 t fölötti nehéz gépjárművek típusvizsgálatára, s sorozatgyártására vonatkoznak. 2

A gáz üzemű autóbuszoknál nincs füstkibocsátás a gyorsításkor, s ez az előny a városi tömegközlekedésre jellemző folyamatos - ún. "stop and go" - üzemben hangsúlyozottan jelentkezik. A földgáz üzemű gépkocsik járulékos előnye, hogy a párolgási és forgalmazási szén-hidrogén emissziójuk elhanyagolható mértékű. Környezetvédelmi szempontból a gáz üzemű járművek további előnye a diesel buszokkal szemben a közlekedési környezet mérsékeltebb zajterhelése (-4; -6 decibel). A közgazdasági szabályozók is kedveznek a földgáz üzemre való áttérésnek. 2001. évi árakon a földgáz üzemű autóbuszok üzemeltetési költsége 49 %-a a diesel meghajtású járművekének.

2. Célkitűzés o Annak tanulmányozása, hogy miként befolyásolja a közlekedés a levegő minőségét egy forgalmas útkereszteződésben. o Az egyes szennyezőanyagok hétköznapokon, szombati napokon, továbbá vasár- és ünnepnapokon mért koncentrációiban tapasztalható különbségek meghatározása és értelmezése.

3. Adatbázis A dolgozat verifikált adatbázisa a CO, NO, NO2, NOx, SO2, O3 és PM koncentrációknak az 1997. január 1. - 1999. december 31. közötti időszakban mért 30 percenkénti átlagai; Az adatok a szegedi automata levegőminőségi állomásról származnak; A monitoring állomás a belvárosban - egy forgalmas útkereszteződésben (a Kossuth Lajos sgt., valamint a Damjanich u. - Teréz u. kereszteződése) - található, a főúttól kb. 10 m távolságra (1. ábra). Ez Szeged egyik legforgalmasabb közlekedési csomópontja.

4. Módszer Abból a célból, hogy megvizsgáljuk a járműforgalom hatását az automata állomáson mért légszennyező paraméterek koncentrációjára, 24 órás forgalomszámlálást hajtottunk végre a fent említett útkereszteződésben 2000. szeptember 12., 900 óra - szeptember 13., 900 óra között. Ezen időszak alatt (szélcsend, zavartalan sugárzási feltételek) a 30percenkénti folyamatos forgalomszámlálás eredményeit jegyeztük föl járműtípusok szerint. A forgalomszámlálás technikai hátterét a Csongrád Megyei Állami Közútkezelő KHT által alkalmazott módszer képezte. Eszerint járműcsoportokat hoztunk létre, melyek (az ún. "járműegyenérték"ükkel*) a következők: személy- és kistehergépkocsi (utóbbi pl. Ford Transit) (1,0), szóló autóbusz (1,8), csuklós autóbusz (2,5), könnyű tehergépkocsi (1,4), szóló nehéz tehergépkocsi (1,8), szerelvény (pl. kamion, nyergesvontató) (2,5), motorkerékpár (0,7) és lassú jármű (pl. traktor) (2,5). *A járműegyenérték az adott járműnek a forgalomban betöltött szerepére utal. Azt fejezi ki, hogy az adott jármű milyen mértékben lassítja vagy gyorsítja a forgalmat a személygépkocsihoz/kistehergépkocsihoz képest. A forgalomszámlálást követően a járműcsoportok összegzett 30-percenkénti értékeit megszoroztuk a hozzájuk rendelt járműegyenértékekkel. Ily módon összegzett járműegyenértéket kaptunk a 24 órás forgalomszámlálás minden egyes 30-perces időszakára. Ezen összegzett járműegyenérték idősor képezte adatbázisunk egyik részét.

5. Eredmények • Csúcsforgalom 8-10 óra, 13-14 óra, valamint 16-17 óra között tapasztalható a kereszteződésben. • Egy munkanap során átlagosan kb. 30.000 személygépkocsi és kisteherautó, 1500 szóló és csuklós autóbusz, 3000-3500 teherautó, 900 motorkerékpár és 20 lassú jármű (pl. traktor) halad át a csomópontban. • Az autók jelentős része katalizátorral rendelkezik, a buszok egy része pedig gázzal közlekedik.

5.1. A légszennyező anyagok koncentrációinak napi menete a forgalomszámlálás napján • Az O3 koncentrációk napközben (930-2000 óra között) viszonylag magas értékeket vesznek fel (2-3. ábra). Koncentrációjának napi menete a napsugárzás erősségével való szoros kapcsolatot mutatja, hiszen az ózon a napsugárzás hatására végbemenő kémiai folyamatok következtében alakul ki. A nappali magas ózonkoncentráció kialakulásánál a beáramló északias szelek is szerepet játszanak, mivel nagyobb mennyiségben tartalmaznak oxigént (2-3. ábra).

2. ábra: Az NO-, NO2-, O3- és CO-koncentrációk 30-percenkénti átlagértékei, Szeged belvárosa, automata levegőminőségi állomás, 2000. szeptember 12., 930 - szeptember 13., 900.

3. ábra: A forgalomsűrűség és a CO-koncentrációk 30 percenkénti értékei, valamint a szélsebesség értékek időbeli menete, Szeged belvárosa, automata levegőminőségi állomás, 2000. szeptember 12., 930 - szeptember 13., 900

• A forgalomszámlálás napján mérsékelt északias szél fújt 930 - 2000 óra között. Ezen időszakon kívül szélcsend volt. A CO és NO napi menete jellegzetes egyidejű változást mutat (2-3. ábra). r(CO, NO) = 0,919 (szignifikáns a 0,1 %-os valószínűségi szinten). Elvárt: Mivel a CO és NO alapvetően közlekedési eredetű, azt várhatnánk, hogy koncentrációiknak és a járműegyenértéknek a napi menete hasonló lesz (2-3. ábra). Valóság: nappal ellentétes kapcsolat mutatható ki közöttük, s csak az éjszakai-kora reggeli órákban párhuzamos a menetük (2-3. ábra). A nappali mérsékelt szél csökkenti a CO- és NO-koncentrációt, ugyanakkor az esti-éjszakai órákban, a légkör stabilitásának a növekedésével (a szélsebesség csökken) a csökkenő emisszió ellenére is nő a felszín közeli légrétegben a CO- és NO-koncentráció. (A CO a tökéletlen égés eredménye.) (2-3. ábra). • A CO- és NOx-értékek közötti korreláció is erős (r = 0,919) (4. ábra). A CO/NOx-arányok a közlekedés erőteljes szerepét tükrözik (Makra és Horváth, 2001).

4. ábra: A CO- és az NOx-koncentrációk 30 percenkénti átlagértékeinek időbeli menete, Szeged belvárosa, automata levegőminőségi állomás, 2000. szeptember 12., 930 - szeptember 13., 900

5.2. A légszennyező anyagok koncentrációinak átlagos napi menete Az O3 napi menete ellentétes a másik három légszennyező paraméterével. Az O3 és NO között a 0,1 %-os valószínűségi szinten szignifikáns negatív korrelációt mutattunk ki (r = -0,738). Ez a csúcsforgalmi időszakokban megnövekvő nitrogén-monoxid kibocsátással, s a nappali ózontermelő fotokémiai folyamatokkal kapcsolatos. Az igen reaktív NO gyorsan lebontja az O3-at. Hétvégeken a vizsgált gázok koncentrációja jóval alacsonyabb (az ózoné magasabb) és időbeli menetüknek kisebb az amplitúdója (az ózoné nem változik). Az éjszaka folyamán az összes szennyezőanyag koncentrációja igen alacsony. Ez a csökkenő emisszióra, a szennyezőanyagok keletkezéséhez vezető kémiai reakciók sebességének csökkenésére (O3, NO2), valamint a horizontális hígulásra vezethető vissza. Az ózonkoncentráció éjszakai csökkenésében szerepet játszik még az ózonfogyasztó termikus kémiai reakciók folytatódása. (5. ábra).

5. ábra: A CO-, NO- és NO2koncentrációk 30-percenkénti átlagértékeinek időbeli menete, Szeged belvárosa, automata levegőminőségi állomás, 1997-1999, hétköznapok, szombatok, vasárnapok+ünnepnapok

5.3. A légszennyező anyagok átlagos évszakos koncentrációi és átlagos évszakos arányai A vizsgált légszennyező anyagok átlagos évszakos koncentrációi → (2a. táblázat) ⇒ átlagos évi, nyári- és téli félévi arányaik (2b. táblázat). Mivel az állomás a főút közelében található ⇒ a CO évi, nyári- és téli félévi átlagértékei egyaránt magasabbak, mint a kevésbé forgalmas kerületekben (2a. táblázat). SO2/CO << 1 ⇒ nincs a közelben SO2-t kibocsátó ipari tevékenység (2b. táblázat). Ipari területek közelében alacsony az évi átlagos CO-koncentráció, s az NOx/CO arány magas (2b. táblázat). A mérőállomás környezetében nem található ipari létesítmény ⇒ az NOx/CO arány alacsony (2b. táblázat). A monitoring állomás térségében az NOx/CO évi arányai nem érik el a Liu (1991) által iparinak tekintett körzetek értékeit. Mivel az NO/NO2 arány nem nagyobb mint 1, ez azt jelenti, hogy az állomásnak és környezetének levegőminőségét nem befolyásolja lényegesen a forgalomból származó szennyező hatás (2b. táblázat).

2a. táblázat: A vizsgált légszennyező anyagok évi, nyári- és téli félévi átlagos koncentrációi, 1997-1999 szennyezőanyag év nyári félév **téli félév

CO 4,167 2,788 5,383

NO 12,674 7,563 18,432

NO2 17,154 11,630 20,414

NOx 30,372 19,543 39,554

SO2 2,183 1,217 3,153

O3 21,563 27,870 15,057

PM 44,937 39,337 50,190

*NO, NO2, NOx, SO2, O3, (ppb); CO (ppm); PM (µg m-3) **a január-március és az október-december közötti 3-3 hónap mindhárom vizsgált évben

2b. táblázat: Az SO2/CO, NOx/CO, NO/NO2, PM/CO és CO évi, nyári- és téli félévi átlagai, 1997-1999 automata állomás év Ápr-Szept Okt-Márc

SO2/CO 1997 1998 0.022 0.010 0.008 0.016 0.010

1999 0.011 0.008 0.013

NOx/CO 1997 1998 0.077 0.107 0.092 0.123 0.081 0.103

1999 0.093 0.088 0.097

*SO2, NOx (NO, NO2), PM [µg m-3], CO [ppdm]

NO/NO2 1997 1998 0.385 0.517 0.311 0.325 0.453 0.669

1999 0.541 0.347 0.694

PM/CO 1997 1998 0.071 0.076 0.098 0.099 0.061 0.063

1999 0.083 0.100 0.072

1997 5188 3214 6900

CO 1998 5216 3462 6660

1999 4188 3087 5288

Ha NO/NO2 > 2 ⇒ a forgalom hatása lényeges a levegőminőség alakulására (Liu, 1991). A fenti arányt kiszámítva azt kaptuk, hogy az automata állomás környezetében a forgalomnak a levegőminőségre gyakorolt hatása nem számottevő (2b. táblázat). (Az NO/NO2 arány alakításában jelentős szerepe van a légkör oxidatív kapacitásának is, ahogy ez a nyári és téli arányok eltéréséből jól látható.) A PM(µg⋅m-3)/CO(ppdm) << 1 ⇒ a levegőben található részecskék jelentős mértékben a járművekhez kötődnek (2b. táblázat) (Liu, 1991). Következtetés A kapott eredmények alapján nem állapíthatunk meg szignifikáns eltérést az évi, téli- és nyári félévi átlagértékek között, kivéve az NO/NO2 arány esetében 1998 és 1999-ben, valamint a CO-értékekre vonatkozóan mind a három vizsgált év során. (Megjegyzendő, hogy a fönti arányokkal kapcsolatos döntési kritérium relatív. A dolgozatban Liu (1991) eredményeit vettük alapul.)

Meghatároztuk és értelmeztük az egyes szennyezőanyagok hétköznapokon, szombati napokon, továbbá vasár- és ünnepnapokon mért koncentrációiban tapasztalható különbségeket. Következtetés A vizsgált szennyezőanyagok koncentrációja hétköznapokon magasabb, hétvégeken pedig alacsonyabb (3a-c. táblázat). Az O3 napi átlagértékei azonban pontosan az ellenkező állapotot tükrözik: szombatokon, valamint vasár- és ünnepnapokon az ózon magasabb, míg hétköznapokon alacsonyabb koncentráció értékeket mutat. Az O3 és az NO közötti reakció gyors lefolyású. Következésképp, amint a gépjárművek által kibocsátott NO koncentrációja csökken (szombatokon, valamint vasár- és ünnepnapokon), az O3-koncentráció növekszik, illetve fordítva (Fang and Chen, 1996).

3a. táblázat: A levegő minőségében tapasztalt különbség szombatokon, illetve hétköznapokon (szombat − hétköznap), % automata állomás szennyezőanyag év nyári félév *téli félév

CO -12.5 -9.9 -13.5

a napi átlagok különbsége NOx O3 SO2 -22.6 7.2 -12.6 -25.1 6.2 -19.6 -16.9 6.4 -3.4

PM -9.4 -9.2 -8.6

*a január-március és az október-december közötti 3-3 hónap mindhárom vizsgált évben

3b. táblázat: A levegő minőségében tapasztalt különbség ünnepnapokon, illetve hétköznapokon (ünnepnap − hétköznap), % automata állomás szennyezőanyag év nyári félév *téli félév

CO -17.1 -14.2 -21.8


PM -17.9 -17.0 -19.6


3c. táblázat: A levegő minőségében tapasztalt különbség ünnepnapokon, illetve hétköznapokon (ünnepnap − hétköznap), % automata állomás szennyezőanyag év nyári félév *téli félév

CO -15.0 -12.1 -18.2



PM -14.1 -13.3 -14.9

6. Összegzés Mind a CO-, mind az NO-koncentrációk ellentétes kapcsolatot mutatnak a szélsebességgel. Mivel a vizsgált forgalmi csomópontban mindkét paraméter domináns módon közlekedési eredetű, koncentrációiknak is egyidejűleg kell változniuk, ami megfelel a várakozásoknak. A CO, NOx, SO2 és PM napi átlagos koncentrációi hétköznapokon magasabbak, hétvégeken alacsonyabbak. Az O3-koncentrációk az előzőekkel ellentétes képet mutatnak. A CO, NO és NO2 átlagos napi menetét elemezve hétköznapokon, illetve hétvégeken, a legnagyobb eltérések 600-900 és 1800-2200 óra között tapasztalhatók, melyek magukba foglalják a csúcsforgalmi időszakokat is. A levegő éjszaka kitisztul, amikor nincs forgalom. A légszennyező anyagok koncentrációjának másodminimuma 10001600 óra között figyelhető meg.

A CO főként a járművek kibocsátásaiból származik. Erős korreláció figyelhető meg a CO- és az NOx-koncentrációk között. A légszennyező anyagok arányaira vonatkozóan a következő eredményeket kaptuk: (1) nincs SO2-t kibocsátó ipari létesítmény, (2) a vizsgált térség nem ipari terület (3) a PM-koncentrációt a forgalom sűrűsége erősen befolyásolja. Mivel ipari hatás nem mutatható ki, a közlekedési hatás pedig viszonylag csekély, az adott mérési ponton nincs számottevő levegőszennyezettség.

7. Hivatkozások Fang, S.H. and Chen, H.W., 1996. Air quality and pollution control in Taiwan. Atmospheric Environment, 30/5, 735-741. Környezetvédelmi Minisztérium, 1999: Magyarország környezetvédelmi adatai (az egyes ágazatok emissziós adatai). Budapest. ISBN 963 00 2513 2 Makra, L. és Horváth, Sz., 2001: A levegőszennyezettség becslése Szegeden. Légkör, 46/4, 14-18. Mayer, H., 1999: Air pollution in cities. Atmospheric Environment, 33, 4029-4037. Pitrik, J., 2000: Közlekedési eredetű környezetterhelés változása Szegeden. The 7th Symposium on Analytical and Environmental Problems. Proceedings. (Galbács, Z., ed), SZAB, Szeged, 170-179. ISBN 963 440 081 7 Liu, C.M., 1991: A study of air quality characteristics and trend in Taiwan area. R.O.C.-EPA contract No. EPA-81-E3L1-09-02

A levegőszennyezettség becslése Szegeden Makra, L., Horváth, Sz., 2001: A levegőszennyezettség becslése Szegeden. Légkör, 46(4), 14-18. Makra, L., Mayer, H., Béczi, R., Borsos, E., 2003a: Evaluation of the air quality of Szeged with some assessment methods. Acta Climatologica et Chorologica. Universitatis Szegediensis, 36-38, 85-92. Makra, L., Mayer, H., Béczi, R., Borsos, E., 2003b: Szeged légszennyezettségének értékelése különböző módszerekkel. Légkör, 48(3), 3-7. Mayer, H., Makra, L., Kalberlah, F., Ahrens, D., Reuter, U., 2004: Air stress and air quality indices. Meteorologische Zeitschrift, 13, 395-403. Eötvös, T., Makra L., 2007: Chemical and biological air pollutants, as parameters of complex air quality indices. Landscape & Environment. Acta Geograophica Debrecina, Landscape & Environment Series, 1(1), 16-23. Eötvös T., Tombácz, Sz., Gál, A., Sümerghy, Z., Makra, L., 2009a: Air quality indices as tools for estimating air pollution in Szeged, Southern Hungary. Acta Climatologica et Chorologica. Universitatis Szegediensis, 42-43, 39-47. Makra, L., Eötvös, T., 2009b: Assessment of air pollution with air quality indices in Szeged, Southern Hungary. Epidemiology, 20(6), S97-S97, Supplement: Suppl. S

Tartalomjegyzék 1. Célkitűzés 2. Adatbázis 3. Módszer 3.1. A légszennyezettség mértékének számszerű kifejezése 4. Eredmények 4.1. A légszennyező anyagok emissziós idősorai 4.2 A levegőminőség időbeli változékonysága 5. Összegzés 6. Hivatkozások

1. Célkitűzés A légszennyezettség mértékének megállapítása, annak kiderítése, hogy milyen mértékű az egyes légszennyező anyagok koncentrációja a határértékükhöz képest, annak meghatározása, hogy milyen a légszennyezettség időbeli menete.

2. Adatbázis A dolgozat adatbázisa a CO, NO, NO2, SO2, O3 (ppb) és a TSP (µg⋅m-3) tömegkoncentrációinak az 1997. január 1. - 2000. december 31. közötti időszakban mért 30 percenkénti átlagai; Az adatok a szegedi automata levegőminőségi állomásról származnak; A monitoring állomás a belvárosban - egy forgalmas útkereszteződésben (a Kossuth Lajos sgt., valamint a Damjanich u. - Teréz u. kereszteződése) - található, a főúttól kb. 10 m távolságra (1. ábra).

3. Módszer 3.1. A légszennyezettség mértékének számszerű kifejezése

AQSI (= air quality stress index) levegőminőségi index alkalmazása a várostervezésben. Ez az index néhány fontosabb légszennyező anyag együttes hatásának a mérőszáma, eltekintve azok egyedi értékétől. Egyrészt az ily módon meghatározott levegőminőségnek, másrészt az AQSI index képletében szereplő egyes légszennyező anyagok szabványban rögzített határértékeinek az ismeretében légszennyezettségi kategóriákat állapítunk meg, amelyek alapján a mért levegőminőséget osztályozzuk. Az AQSI átlagos (évi: AQSI1), illetve rövid tartamú (napi: AQSI2) légszennyezettség esetére határozható meg. Képletének összetevői: kén-dioxid (SO2), nitrogén-dioxid (NO2) és az összes lebegő részecske (TSP). Ezek az összetevők a különböző szennyező források csoportjainak kulcsfontosságú komponensei, hasonló tulajdonságaik vannak, a legtöbb levegőminőségi állomáson észlelik őket (Mayer, 1995).

Az AQSI levegőminőségi index kategóriái a következők: I. kategória: alacsony légszennyezettség; a három légszennyező anyag egyikének a koncentrációja sem lépi túl a határértéket és AQSI < 0,5; II. kategória: közepes légszennyezettség; a három légszennyező anyag egyikének a koncentrációja sem lépi túl a határértéket és 0,5 ≤ AQSI < 1,0 (Mayer, 1995); III. kategória: súlyos légszennyezettség; a három légszennyező anyag közül legalább egynek a koncentrációja túllépi a határértéket, de nem éri el annak kétszeresét, függetlenül az AQSI tényleges értékétől [Mayer (1995) után módosítva]; IV. kategória: szélsőséges légszennyezettség; a három légszennyező anyag közül legalább egynek a koncentrációja eléri vagy túllépi a határérték kétszeresét, függetlenül az AQSI tényleges értékétől [Mayer (1995) után módosítva].

Az átlagos (évi) levegőminőségi index (AQSI1):

AQSI1 = 1/3 ⋅ [I1(SO2)/50 + I1(NO2)/50 + I1(TSP)/50] ,

(1)

ahol I1 az adott szennyezőanyag évi átlagos koncentrációja (µg⋅m-3), a nevezők pedig az adott szennyezőanyagoknak az EU, illetve a WHO levegőminőségi irányelveiben közölt évi határértékei (µg⋅m-3). (Az EU szerinti évi határértékek az SO2, NO2 és TSP esetében rendre 20 µg⋅m-3, 40 µg⋅m-3 és 20 µg⋅m-3.) Kívánatos, hogy a légszennyezettség a lakó- és üdülőhelyeken az I. vagy II. légszennyezettségi kategóriákkal legyen jellemezhető, míg az ipari és kereskedelmi régiókban az gyakran a III. és IV. kategóriákba sorolható (Mayer, 1995). A rövid tartamú (napi) levegőminőségi index (AQSI2):

AQSI2 = 1/3 ⋅ [I2(SO2)/125 + I2(NO2)/150 + I2(TSP)/150] ,

(2)

ahol I2 az adott légszennyező anyag egynapi mért értékeiből képzett eloszlásfüggvény 98 %-os értékéhez tartozó független változó (µg⋅m-3) [vagyis az az x0,98 számérték, amelyre P(x<x0,98) = F(x0,98) = 98 %], a nevezők pedig az adott szennyezőanyagoknak az EU levegőminőségi irányelveiben közölt napi határértékei (µg⋅m-3) (Mayer, 1995; Matzarakis és Mayer, 1995). (Az EU szerinti napi határértékek az SO2, NO2 és TSP esetében rendre 125 µg⋅m-3, 200 µg⋅m-3 és 50 µg⋅m-3.)

4. Eredmények 4.1. A légszennyező anyagok emissziós idősorai o A legfontosabb légszennyező anyagok [nitrogén-oxidok (NOx), a kén-dioxid (SO2), a lebegő részecskék (TSP) és a szén-monoxid (CO)] trendjei (Magyarország, Csongrád megye, Szeged → 1a-c. ábra. o Csupán a kén-dioxid kibocsátások trendje csökkent szignifikánsan mind Magyarországon (1a. ábra), Csongrád megyében (1b. ábra), mind Szegeden (1c. ábra). Ok: Ez az energiahordozók és a technológia terén 1990 után bekövetkezett változások (Horváth et al., 2001).

1a. ábra: A nitrogén-oxidok (NOx), a kén-dioxid (SO2), az összes lebegő részecseke (TSP) és a szén-monoxid (CO) emissziói Magyarországon, 1985-1998 Szeged összes emissziók

Csongrád megye összes emissziók 6 16

NOX

SO2

TSP

SO2

TSP

CO

5

emisszió (kt/év)

14

emisszió (kt/év)

NOX

CO

12 10 8 6 4

4 3 2 1

2

0

0 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999

1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999

év

év

1b. ábra: A nitrogén-oxidok (NOx), a kéndioxid (SO2), az összes lebegő részecske (TSP) és a szén-monoxid (CO) emissziói Csongrád megyében, 1989-1999

1c. ábra: A nitrogén-oxidok (NOx), a kéndioxid (SO2), az összes lebegő részecske (TSP) és a szén-monoxid (CO) emissziói Szegeden, 1989-1999

o A közlekedés NOx- és CO-emissziói jelentősek, o Magyarországon a CO, valamint az NOx összes kibocsátásaiból a gépjárműforgalom részesedése rendre 44 %, illetve 53 % (Környezetvédelmi Minisztérium, 1999), o A közlekedési eredetű kibocsátások (CO, OH, NO2, SO2, Pb, korom, CO2) trendjei Csongrád megyében (2a. ábra) és Szegeden (2b. ábra), A legkarakterisztikusabb mind Szegeden, mind Csongrád megyében az ólomkibocsátás csökkenése. Ok: a benzin ólomtartalmának folyamatos csökkentése és az ólommentes benzin megjelenése. A szén-monoxid emisszió jelentős mértékben (Szegeden markánsabban) csökkent 1993-ra.

2a. ábra: Gépjárművek emissziói, Csongrád megye, kt/év; Pb: t/év

2b. ábra: Gépjárművek emissziói, Szeged, kt/év; Pb: t/év

4.2 A levegőminőség időbeli változékonysága o Szegeden az átlagos (évi) levegőminőségi index (AQSI1) értéke számottevően jobb lett 2000-ben (0,471) és 1999-ben (0,448) az 1998. évi értékéhez (0,606) képest. → a vizsgált forgalmas közlekedési csomópont (monitoring állomás) (Horváth et al., 2001) levegőminősége: I. légszennyezettségi kategória. o Meghatároztuk a napi légszennyezettség (AQSI2) hétköznapi és hétvégi (szombat, vasár- és ünnepnap) értékei közötti különbségeket: az AQSI2 hétközben magasabb, a hétvégeken alacsonyabb (1. táblázat), a téli félévben ünnepnapokon a levegőminőség számottevően jobb a hétköznapokéhoz képest, mint a nyári félévben (ezt vártuk), ugyanakkor a nyári félévben szombatokon sokkal kisebb a légszennyezettség a hétköznapokéhoz képest, mint a téli félévben (ezt nem vártuk), a szombatok, a vasárnapok, illetve az ünnepnapok azonos mértékben mérséklik a légszennyezettséget a nyári félévben. Hétvégeken a légszennyezettség csökkenése eléri a 18 %-ot. ⇒ a forgalom változása feltételezhetően jelentős mértékben hozzájárul a légszennyezettség módosulásához.

1. táblázat: A rövid tartamú (napi) levegőminőségi index (AQSI2) értékek eltérései automata állomás (1) év nyári félév *téli félév

-8.72 -13.52 -4.64

a napi átlagok eltérései, % (2)

(3)

-16.22 -13.43 -18.34

-12.92 -13.47 -12.40

(1) a szombat és hétköznap közötti eltérés (szombat − hétköznap), % (2) az ünnepnap és hétköznap közötti eltérés (ünnepnap − hétköznap), % (3) az ünnepnap + szombat és hétköznap közötti eltérés [(ünnepnap + szombat) − hétköznap)], % *a január-március és az október-december közötti 3-3 hónap mindhárom vizsgált évben

2. táblázat: A különböző légszennyezettségi kategóriájú napok száma automata állomás I. kategória

légszennyezettségi kategóriák, nap II. kategória III. kategória

1998 1999 2000 1998 1999 2000 1998 1999 2000 293 343 335 41 14 8 26 8 21 év 173 181 182 5 1 1 4 1 0 nyári félév 120 162 153 36 13 7 22 7 21 *téli félév *a január-március és az október-december közötti 3-3 hónap mindhárom vizsgált évben

IV. kategória 1998 5 1 4

1999 0 0 0

2000 2 0 2

o Azon célból, hogy áttekintést kaphassunk Szeged napi légszennyezettségéről, kategorizáltuk az egyes napokat az 1998., 1999. és a 2000. évi átlagos napi légszennyezettség koncentrációk szerint (2. táblázat) (Matzarakis és Mayer, 1995). Következtetések A téli félévben jellegzetesen megnövekszik a nagyobb légszennyezettségű napok száma (II, III. és IV. kategória) szemben a nyári félévvel. A levegőminőség számottevően jobb lett 1999-ben az 1998. évihez képest, míg 2000-ben nem történt lényeges változás az előző évihez viszonyítva. A jobb levegőminőséget az alacsony légszennyezettségű napok szignifikánsan nagyobb száma, s ezzel egyidejűleg a szélsőséges légszennyezettségű napok lényegesen kisebb száma jellemzi (2. táblázat). A téli félévben szignifikánsan gyakrabban lépnek föl a súlyos (III. kategória), illetve szélsőséges (IV. kategória) légszennyezettségű napok, mint a nyáriban.

o Kiszámítottuk az egyes légszennyező anyagoknak (NO2, O3, SO2, CO és TSP) az 1997-2000 közötti 4 évre vonatkozóan az egészségügyi határértékük %-ában kifejezett 30 percenkénti napi menetét egy átlagos napra (3a. ábra). A napi menetek maximuma az egészségügyi küszöbértéknek még a 40 %-át is alig érik el szennyezőanyagonként. Az O3 átlagos napi maximuma is – mely 14-15 óra között tapasztalható – a küszöbérték 60 %-a alatt marad. ⇒ nem csupán a vizsgált forgalmas közlekedési csomópont, hanem feltételezhetően maga a város is – ahol az átlagos légszennyezettség kisebb, mint a monitoring állomás közvetlen környezetében – az I. levegőminőségi kategóriába sorolható (Makra et al., 2001a; 2001b).

o Meghatároztuk továbbá a vizsgált szennyezőanyagok koncentrációinak az egészségügyi határértékük %-ában kifejezett napi menetét hétköznapokon (3b. ábra), szombatokon (3c. ábra), valamint vasár- és ünnepnapokon (3d. ábra) is. a légszennyezők napi menetében a kettős hullám (valamint az egycsúcsú napi menetet produkáló ózon) amplitúdója jellegzetesen csökken hétköznapról szombatra, illetve szombatról vasár- és ünnepnapra.

Szeged

Szeged 80

80 NO2

O3

SO2

CO

TSP

70

60

60

50

50

40

%

%

70

30

20

20

10

10 CET 0

1

2

3

4

5

6

7

8

O3

TSP

CET 0 1

2 3

4 5

6

7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

3b. ábra: Az egyes légszennyező anyagok átlagos napi ciklusa egészségügyi határértékeik százalékában, hétköznap, monitoring állomás, Szeged belvárosa, 1997-2000 Szeged

Szeged 80

80 NO2

O3

SO2

CO

TSP

70

60

60

50

50

40

%

%

CO

0

9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

3a. ábra: Az egyes légszennyező anyagok átlagos napi ciklusa egészségügyi határértékeik százalékában, mindennap, monitoring állomás, Szeged belvárosa, 1997-2000

70

SO2

40

30

0

NO2

30

20

20

10

10 CET 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

3c. ábra: Az egyes légszennyező anyagok átlagos napi ciklusa egészségügyi határértékeik százalékában, szombat, monitoring állomás, Szeged belvárosa, 1997-2000

O3

SO2

CO

TSP

40

30

0

NO2

CET

0 0

1

2

3

4

5

6

7

8

9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

3d. ábra: Az egyes légszennyező anyagok átlagos napi ciklusa egészségügyi határértékeik százalékában, vasár- és ünnepnap, monitoring állomás, Szeged belvárosa, 1997-2000

5. Összegzés • A legfontosabb légszennyező anyagok közül csupán a kén-dioxid kibocsátások trendje, a közlekedési emissziók közül pedig az ólomkibocsátásé mutat szignifikáns csökkenést mind Csongrád megyében, mind Szegeden. • Szegeden az átlagos (évi) levegőminőségi index (AQSI1) lényegesen jobb lett 2000-ben, illetve 1999-ben az 1998. évihez képest. • A rövid tartamú (napi) levegőminőségi index (AQSI2) nagyobb hétközben, és kisebb a hétvégeken. • Hétvégeken a légszennyezettség csökkenése eléri a 18 %-ot. • Az egyes légszennyezők átlagos napi menetében a 30 percenkénti átlagok az egészségügyi küszöbértéknek még a 40 %-át is alig érik el (kivételt képez az ózon 60 %-kal). • Szeged az I. levegőminőségi kategóriába sorolható.

6. Hivatkozások Horváth, Sz., Makra, L., Zempléni, A., Motika, G. és Sümeghy, Z., 2001: A közlekedés szerepe a levegőminőség módosításában egy közepes méretű város példáján. Légkör, XLVI/1, 23-28. Makra, L., Horváth, Sz., Zempléni, A., Csiszár, V., Rózsa, K. and Motika, G., 2001a: Characteristics of air Quality Trends in Southern Hungary. The Third International Conference on Urban Air Quality and Fifth Saturn Workshop. Measurement, Modelling and Management. 19-23 March 2001. Loutraki, Greece. Institute of Physics, Extended Abstracts CD-ROM, Canopus Publishing Limited. Makra, L., Horváth, Sz., Taylor, C.C., Zempléni, A., Motika, G. and Sümeghy, Z., 2001b: Modelling air pollution data in countryside and urban environment, Hungary. The 2nd International Symposium on Air Quality Management at Urban, Regional and Global Scales. Istanbul Technical University, Istanbul, Turkey, 25-28 September 2001. Proceedings. 189-196. Eds: Topcu, S., Yardim, M.F. and Incecik, S. Matzarakis, A. és Mayer, H., 1995: Air Quality - as Indicator for Life Quality - in Athens, Greece. 1.ECOMOVE Congress "Land Use, Lifestyle and Transport" Documentation. Universität Gesamthochschule Kassel. 248-256. Mayer. H., 1995: Human biometeorological assessment of climate and air quality for use in urban and regional planning: a new VDI guideline. Prospects for climate-orientated planning in European cities. European Academy of the Urban Environment, Berlin. 75-81. Környezetvédelmi Minisztérium, 1999: Magyarország környezetvédelmi adatai (az egyes ágazatok emissziós adatai). Budapest. ISBN 963 00 2513 2

A légszennyező anyagok koncentrációinak havi, heti és napi menete Szegeden Horváth, Sz., Makra, L., Zempléni, A., Motika, G., Sümeghy, Z., 2001: A közlekedés szerepe a levegőminőség módosításában egy közepes méretű város példáján. Légkör, 46(1), 23-28. Mohl, M., Gaskó, B., Horváth, Sz., Makra, L., Szabó, F., 2002: Szeged megyei jogú város 2. KÖRNYEZETVÉDELMI PROGRAMJA, 2003-2007. Lépések a helyi fenntarthatóság felé. Tanulmány. Készült: A környezet védelmének általános szabályairól szóló 1995. évi LIII. törvény 46. és 47. § alapján. 59 p + 6 ábra + 27 táblázat Mika, J., Makra, L., Lukács, H., 2004: A légszennyezettség néhány komponensének statisztikus modellezése városi és háttér körülmények között. GEO 2004. Magyar Földtudományi Szakemberek VII. Világtalálkozója, Abstract kötet, D18, p. 68., Szeged, 2004. augusztus 28. – szeptember 2. Makra, L., 2005: The role of traffic in modifying air quality in a medium-sized city, Szeged, Hungary. Epidemiology, 16(5), S62-S62. Makra, L., Mika, J., Szentpéteri, M., Unger, J., 2011: Nagyvárosaink légszennyezettsége és hősziget-hatása a klímaváltozás tükrében. A Földrajz Tanítása, 19(1), (megjelenés alatt)

1. Bevezetés 1.1. A légszennyező anyagok jellemzői 1.1.1. A légszennyezés fő forrásai 1.1.2. A légszennyezettség káros következményei 1.1.3. A levegőminőségi problémák természete és jelentősége 1.1.4. A légszennyező anyagok csoportosítása 1.2. Szeged közlekedése 1.3. Célkitűzés 2. Adatbázis és módszer 2.1. Szeged földrajzi helyzete, városszerkezete és éghajlata 2.2. A légszennyező anyagok mérése

3. Eredmények 3.1. A légszennyező anyagok koncentrációinak évi ciklusai 3.1.1. Az NO-koncentrációk évi ciklusa 3.1.2. Az NO2-koncentrációk évi ciklusa 3.1.3. A troposzférikus ózon (O3) és az Ox koncentrációinak évi ciklusa 3.1.4. Az összes lebegő részecske (TSP) koncentrációinak évi ciklusa 3.2. A légszennyező anyagok koncentrációinak heti és napi ciklusai 3.2.1. Az NO- és az NO2-koncentrációk heti és napi ciklusai 3.2.2. Az O3-koncentrációk heti és napi ciklusai 3.2.3. Az Ox-koncentrációk heti és napi ciklusai 3.2.4. Az összes lebegő részecske (TSP) koncentrációinak heti és napi ciklusai 4. Konklúzió

1. BEVEZETÉS 1.1. A légszennyező anyagok jellemzői • A légszennyezettség a városokban, agglomerációkban, “megacity”-kben az egyik legfontosabb környezetvédelmi probléma Ok: a fokozódó betelepülés vidékről a fokozódó iparosodás és energiafogyasztás a folyamatosan bővülő közlekedési hálózat és az egyre sűrűbb forgalom

1.1.1. A légszennyezés fő forrásai • az ipari tevékenységek • a gépjárműforgalom • az épületek fűtéséből származó emissziók (elsősorban télen) 1.1.2. A légszennyezettség káros következményei • az épületekre, a gépekre és műszaki berendezésekre • az emberi egészségre

1.1.3. A levegőminőségi problémák természete és jelentősége − függ: • a város méretétől • különböző fizikai és kémiai folyamatoktól (pl. ipari tevékenység) • meteorológiai folyamatoktól (pl. éghajlat, a pillanatnyi helyi meteorológiai feltételek) • földrajzi folyamatoktól (pl. a felszín szerkezete és minősége, a növényzettel való borítottság mértéke, földrajzi helyzet, domborzat) • társadalmi tényezőktől (pl. a meglévő környezet-védelmi szabályozók, várostervezési és -rendezési irányelvek)

1.1.4. A légszennyező anyagok csoportosítása (1) Hagyományos fő légszennyező anyagok [Major Air Pollutants (=MAPs)] • • • • • •

kén-dioxid (SO2) nitrogén-dioxid (NO2) szén-monoxid (CO) részecskék (PM) ólom (Pb) ózon (O3)

(2) Veszélyes légszennyező anyagok [Hazardous Air Pollutants (HAPs)] • kémiai reagensek [pl. illó szerves vegyületek (VOC), benzol (C6H6), poliaromás hidrokarbonátok (PAH)] • fizikai reagensek (pl. a felszínről származó ülepedő por; a sárga por, mely Kínában a Sárga-folyó felső folyása térségében a napjainkig tartó löszképződés alapanyaga), valamint a • biológiai reagensek (pl. pollenek) HAP-vegyületek: csekély légköri koncentrációjuk, (robbanás)veszélyesek, mérgezőek

Magyarországon a gépjárműforgalom emissziói az összes emissziókhoz képest: CO = 70 %, NOx = 55 %, TSP = 14 %

1.2. Szeged közlekedése • Túlzsúfolt • a forgalomban résztvevő gépjárművek közül a személygépkocsik aránya a legnagyobb (84 %) • 1990-2000: stagnáló forgalomsűrűség ⇐⇒ a gépjárművek emissziói számottevően csökkentek. Pl. a gépjárművek COemissziója 2000-ben mindössze 35-40 %-a az 1990-ben mért értéknek

1.3. Célkitűzés • a légszennyező anyagok időbeli jellemzőinek (tipikus évi, heti és napi menetek), valamint statisztikai kölcsönhatásainak meghatározása • a meteorológiai elemekkel való kapcsolatuk tanulmányozása Szegeden

2. ADATBÁZIS ÉS MÓDSZER 2.1. Szeged földrajzi helyzete, városszerkezete és éghajlata • Szeged (ϕ = 20°06'E; λ = 46°15'N; h = 79 m tszf.) DK-Magyarország legnagyobb városa; 165 ezer lakos • a beépített terület nagysága 46 km2 (1. ábra)

1. ábra Szeged földrajzi helyzete és beépítettségi típusai [a: városközpont (2-4-emeletes épületek); b: előregyártott betonelemekből épült lakótelepek (5-10-emeletes épületek); c: sorházak (1-2-emeletes épületek); d: ipartelepek; e: zöldterületek; (1) monitoring állomás)

2.2. A légszennyező anyagok mérése • monitoring állomás: Kossuth Lajos sgt., Damjanich utca − Teréz utca sarok • NO, NO2, O3 és TSP átlagos napi tömegkoncentrációi (µg⋅m-3), 1997-2001

3. EREDMÉNYEK 3.1. A légszennyező anyagok koncentrációinak évi ciklusai • Az NO átlagos napi koncentrációi határozott évi menetet mutatnak (2. ábra) • az NO2 és a TSP átlagos napi koncentrációinak évi menete kevésbé jellegzetes, az évi ciklus körül jóval nagyobb ingadozás tapasztalható (2. ábra) • Az NO, NO2 és a TSP évi ciklusát téli maximum és nyári minimum jellemzi (2. ábra) • Az O3 átlagos napi koncentrációi egyértelmű évi ciklust mutatnak téli minimummal és nyári maximummal (2. ábra)

2. ábra A nitrogén-monoxid (NO), a nitrogén-dioxid (NO2), az ózon (O3) és az Ox (= NO2 + O3) koncentrációinak évi ciklusai, monitoring állomás, Szeged, 1997-2001

• Az NO, NO2 és a TSP átlagos heti ciklusai nagyon hasonlóak: hétköznapi maximumok, hétvégi minimumok • Legnagyobbak a koncentrációk télen, a legalacsonyabbak pedig nyáron • Az O3 átlagos heti ciklusa: hétközi minimumok, hétvégi maximumok • Hétköznapokon a gépjárműforgalomhoz kapcsolódó NOkoncentráció magas. Miután az NO reakcióba lép az O3-al, koncentrációja csökken: NO + O3 → NO2 + O2 • A hétvégeken az O3-koncentráció magas, a viszonylag alacsony gépjárműforgalomnak köszönhetően (4. ábra)

4. ábra A nitrogén-monoxid (NO), a nitrogén-dioxid (NO2), az ózon (O3) és az Ox (= NO2 + O3) koncentrációinak heti és napi ciklusai, monitoring állomás, Szeged, 1997-2001

3.1. A légszennyező anyagok koncentrációinak évi ciklusai 3.1.1. Az NO-koncentrációk évi ciklusa (2. ábra) (elsődleges légszennyező) A legmagasabb értékek: nov, dec, jan; februári maximummal Ok: a gyakori inverziók (stabil egyensúlyi légállapot) • Az NO-koncentráció függ: (1) az emisszió mértékétől

(2) az uralkodó időjárási viszonyoktól A legalacsonyabb értékek: jún-júl Ok: az NO nyári gyorsabb oxidációja a légkör intenzív függőleges átkeveredése miatti hígulás


3.1.2. Az NO2-koncentrációk évi ciklusa (2. ábra) (Másodlagos légszennyező, főként kémiai reakciók révén keletkezik) • Az NO-éhoz hasonló évi menet

3.1.3. A troposzférikus ózon (O3) és az Ox évi ciklusa (2. ábra) (Másodlagos légszennyező; antropogén forrásokból származó elsődleges légszennyező anyagok fotokémiai reakciói révén keletkezik.) • Az Ox az adott légtérfogatban található O3-koncentráció mértéke


• Az Ox − definíciója szerint − az NO2 és az O3 koncentrációinak összege, s alkalmasabb a fotokémiai O3-mérleg becslésére, mint az O3 önmaga, mivel a reverzibilis kémiai folyamatokat is figyelembe veszi. Az Ox-koncentráció a légkör oxidatív kapacitásának, potenciáljának a becslésére alkalmas • A napsugárzás szerepe a fotokémiai ózonképződésben: NO2 + hν → NO + O O + O2 + M → O3 + M (h: Planck-állandó; ν: a sugárzás frekvenciája; M: általában egy O2-, vagy N2-molekula). ⇒ az O3 és az Ox átlagos évi ciklusa nyári (jún-júl) maximumot mutat

3.1.4. Az összes lebegő részecske (TSP) koncentrációinak évi ciklusa (3. ábra) • A legnagyobb értékek: nov, dec, jan − januári maximummal Ok:

a gyakori inverziók (stabil egyensúlyi légállapot) • A legalacsonyabb értékek: jún-júl-aug-szep Ok:

az intenzív vertikális keveredés, azaz az erős légköri instabilitás révén bekövetkező felhígulás

3. ábra Az összes lebegő részecske (TSP) koncentrációinak évi ciklusa, monitoring állomás, Szeged, 1997-2001

3.2. A légszennyező anyagok koncentrációinak heti és napi ciklusai 3.2.1. Az NO- és az NO2-koncentrációk heti és napi ciklusai (4. ábra) • Kettős hullámot mutatnak • Az NO napi ciklusának nagyobbak az amplitúdói • Az NO- és NO2-koncentrációk egyaránt viszonylag magasabbak hétköznapokon, mint a hétvégeken • Hétköznapokon az NO átlagos napi változása nagyobb, mint az NO2-é, mivel az NO2-nek hosszabb az élettartama, mint a reakcióképesebb NO-nak


• Általában az NO-koncentrációk magasabbak reggel, mint este Ok: reggel a csúcsforgalmi időszak rövidebb reggel a felszín közeli légrétegek stabilabbak, mint este • A kora délutáni alacsonyabb NO-koncentrációk főként az NO ózon általi oxidációjára és a légkör intenzívebb függőleges átkeveredésére (hígulás) vezethetők vissza

3.2.2. Az O3-koncentrációk heti és napi ciklusai (4. ábra) • Világos napi menetet mutat egyetlen hullámmal • Maximuma kora délután lép föl Ok: a fotokémiai ózonképződés minimuma éjfél után következik be 3.2.3. Az Ox-koncentrációk heti és napi ciklusai (4. ábra) • Hasonló az ózonéhoz • Hétvégeken az átlagos O3 maximum értékek magasabbak, mint hétközben; de ez nem vonatkozik az Ox-re


3.2.4. Az összes lebegő részecske (TSP) koncentrációinak heti és napi ciklusai (5. ábra) • Kettős hullámot mutatnak • Mind az elsődleges, mind a másodlagos maximumok a csúcsforgalom periódusaiban figyelhetők meg • Mind az elsődleges, mind a másodlagos minimumok akkor következnek be, amikor a forgalom a legalacsonyabb (éjszaka), illetve csökken (a déli órákban) • Továbbá – a sűrű gépjárműforgalommal összefüggésben – a TSP-koncentráció viszonylag magas hétközben

5. ábra Az összes lebegő részecske (TSP) koncentrációinak heti és napi ciklusa, monitoring állomás, Szeged, 1997-2001

Légszennyezőanyagok átlagos évi koncentrációi a határértékük egységében, Szeged és Freiburg, % , 1997-2001 szennyezőanyag standard 4 határérték Szeged Freiburg 1

CO 2

H 3,000 5 175.0 −

3

EC − − −

2

NO2

H 40 84.7 −

3

EC 40 84.7 57.3

2

NOx

H 100 51.5 −

3

EC 30 5 171.6 5 130.3

NO, Freiburg, 1997-1998 H: határérték, Magyar Szabvány (Bozó et al., 2001) 3 EC: határérték SO2, NO2, NOx, PM: Council Directive, 1999/30/EC (1999. 04. 22.); CO: Council Directive, 2000/69/EC (2000. 11. 16.) O3: Council Directive, 2002/3/EC (2002. 02. 12.) 4 -3 : µg⋅m 5 vastag: határérték túllépés 2

2

H 50 9.9 −

SO2

3

EC 20 24.8 24.6

PM10 2

H 40 5 112.8 −

3

EC 30 5 150.4 41.3

NO µg m-3

Szeged

NO2 µg m-3

Freiburg

60

Szeged

Freiburg

45 40

50 35 40

30 25

30 20 20

15 10

10 5 0 Jan

Feb

Mar

Apr

May

Jun

Jul

Aug

Sep

Oct

Nov

0 Jan

Dec

Feb

Mar

Apr

May

Jun

O3 µg m-3

Szeged

Jul

Aug

Sep

Oct

Nov

Dec

Sep

Oct

Nov

Dec

Ox µg m-3

Freiburg

90

100

80

90

Szeged

Freiburg

80

70

70

60

60 50 50 40 40 30

30

20

20

10 0 Jan

10

Feb

Mar

Apr

May

Jun

Jul

Aug

Sep

Oct

Nov

0 Jan

Dec

Feb

Mar

Apr

May

PM10 µg m-3

Szeged

Freiburg

60

50

40

30

20

10

0 Jan

Feb

Mar

Apr

May

Jun

Jul

Aug

Sep

Oct

Nov

Dec

Jun

Jul

Aug

Az NO, NO2, O3, Ox és PM10 koncentrációk átlagos évi változásainak összehasonlítása, Szeged és Freiburg, 1997-2001 (NO, Freiburg, 1997-1998)

NO µg m-3

NO2

Szeged

µg m-3

Freiburg

40

Szeged

Freiburg

50 45

35

40 30 35 25

30

20

25 20

15

15 10 10 5

5

0

0

CET 0 6 12 18 0 6 12 18 0 6 12 18 0 6 12 18 0 6 12 18 0 6 12 18 0 6 12 18 0 Monday Tuesday Wednesday Thursday Sunday Friday Saturday


vasárnap

vasárnap

O3 µg m-3

Ox

Szeged

µg m-3

Freiburg

Szeged

Freiburg

100

80

90

70

80 60 70 50

60

40

50 40

30

30 20 20 10

10

0

0



vasárnap

vasárnap

PM10 µg m-3

Szeged

Freiburg

70 60 50 40 30 20 10 0

CET 0 6 12 18 0 6 12 18 0 6 12 18 0 6 12 18 0 6 12 18 0 6 12 18 0 6 12 18 0 Friday Saturday Monday Tuesday Wednesday Thursday Sunday vasárnap

Az NO, NO2, O3, Ox és PM10 koncentrációk átlagos heti és napi változásainak összehasonlítása, Szeged és Freiburg, 1997-2001 (NO, Freiburg, 1997-1998)

Szeged

NO (µ µg m-3)

Szeged

NO2 (µ µg m-3) 140

400 350

120 98%

98%

300

100

95%

250

95%

90%

90%

80

75%

75%

200 66%

66%

60

50%

150

50%

33%

100

40

33%

átlag

átlag

20

50 0

0

CET 0

6 12 18 0

hétfő

6 12 18 0

kedd

6 12 18 0

szerda

6 12 18 0

csütörtök

6 12 18 0

6 12 18 0

szombat

péntek

6 12 18

6 12 18 0

hétfő

Szeged

O3 (µ µg m-3)

CET 0

vasárnap

6 12 18 0

kedd

6 12 18 0

6 12 18 0

szerda

csütörtök

6 12 18 0

péntek

6 12 18 0

szombat

6 12 18

vasárnap

Szeged

Ox (µ µg m-3) 180

160

160

140 98%

120

95%

100

140

98%

120

95% 90%

90%

100 75%

75%

80

80

66%

60

50%

66% 50%

60

33%

33%

40

40

átlag

20

Aver

20

0

0

CET 0

6 12 18 0

hétfő

6 12 18 0

6 12 18 0

kedd

szerda

6 12 18 0

csütörtök

6 12 18 0

péntek

6 12 18 0

szombat

6 12 18

CET 0

6 12 18 0

hétfő

vasárnap

6 12 18 0

kedd

6 12 18 0

szerda

6 12 18 0

csütörtök

Szeged

PM10 (µ µg m-3) 250

200 98% 95%

150

90% 75% 66%

100 50% 33%

50

Aver

0

CET 0

6 12 18 0 hétfő

6 12 18 0 kedd

6 12 18 0 szerda

6 12 18 0 csütörtök

6 12 18 0 péntek

6 12 18 0 6 12 18 vasárnap szombat

6 12 18 0

péntek

6 12 18 0

szombat

6 12 18

vasárnap

Az NO, NO2, O3, Ox és PM10 koncentrációk kvantilisei Szeged, 1997-2001

4. Összegzés • A vizsgált légszennyező anyagok koncentrációi tipikus évi, heti és napi ciklusokat mutatnak. • Az NO, NO2 és TSP átlagos évi ciklusai (téli maximumok) ellentétesek az O3 és Ox átlagos évi ciklusaival (nyári maximumok). A magasabb téli értékek a légköri stabilitással magyarázhatók, mely gyakori inverziókkal jár. A nyári legalacsonyabb értékek az intenzív vertikális keveredésnek köszönhetően a légszennyező anyagok koncentrációinak felhígulására vezethetők vissza. A fotokémiai ózonképződés legnagyobb intenzitása kora délután és nyáron figyelhető meg. • Az NO, TSP és az O3 közlekedési eredetű légszennyező anyagok. Az NO és a TSP (O3) koncentrációi hétközben magasak (alacsonyak), míg a hétvégeken alacsonyak (magasak).

A járművek okozta légszennyezettség Szegeden, CALINE-4 modell, Esettanulmány – különös tekintettel az E-5, E-43 és E-55 utakra (Makra et al., 2008) Makra, L., Sánta, T., Baranka, G., 2008: Modelling air pollution of Vehicular Traffic in Szeged, Southern Hungary. Epidemiology, 19(6), S85-S86. Suppl. S Gyöngyösi, A.Z., Weidinger, T., Makra, L., Baranka Gy., 2009: Application of a dispersion model for Szeged, a medium sized Hungarian city: a case study. Fresenius Environmental Bulletin, 18(5B), 788-797.

1. Emisszió 1.1. A közúti közlekedés emissziója Szegeden; 1.2. Az emisszió kiszámítása; 2. A közúti közlekedés modellezéséhez figyelembe vett diffúziós folyamatok 3. A CALINE4 modell 3.1. Kémiai alapok; 3.2. Input paraméterek; 4. Eredmények

1. Emisszió 1.1. A közúti közlekedés emissziója Szegeden

2500

emission (ton)

2000

1500

1000

500

0 1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

year

A közúti közlekedés CO emissziója, Szeged, 1995-2004, t/év Környezetvédelmi és Vízügyi Minisztérium, 2007

800

700

emission (ton)

600

500

400

300

200

100

0 1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

year

A közúti közlekedés NO2 emissziója, Szeged, 1995-2004, t/év Környezetvédelmi és Vízügyi Minisztérium, 2007

1.2. Az emisszió kiszámítása Az út típusa

A közlekedés jellemzői

Emissziós faktor Χ

Jármű-kilométer

A közúti közlekedésből származó emisszió

járműállomány

2. A közúti közlekedés modellezéséhez figyelembe vett diffúziós folyamatok

Teljes diffúzió

Kezdeti diffúzió

Közlekedés

A kipufogógázok kiáramlási sebessége

Légköri diffúzió

Szélsebesség

Stabilitás

Mezoskálájú szél

3. A CALINE4 modell

3.1. Kémiai alapok Az NO2 kémiai reakciói Discrete Parcel Method NO-O3-NO2 ciklus (Benson, 1984)

NO2 + hν → NO + O O + O2 + M → O3 + M NO + O3 → NO2 + O2

Az NOx kémiai folyamatai egy Gaussi füstfáklyában (Hanrahan, 1999) A CO inert gáz Benson, P., 1984: CALINE4 – A Dispersion Model For Predicting Air Pollutant Concentrations Near Roadways. Report No. FHWA /CA/TL-84/15. State of California, Department of Transportation, Division of New Technology and Research Hanrahan, P.L., 1999: The plume volume molar ratio for determining NO2/NOx ratios in modelling – Part I: Methodology. Journal of Air & Waste Manageement Association, 49, 1324-1331.

3.2. Input paraméterek Parameters I. Meteorological parameters Air temperature Wind speed Wind direction Standard deviation of the wind direction Atmospheric stability Height of the mixing layer Aerodynamic roughness II. Characteristics of the road Traffic density Emission factor Height of the road Width of the road III. Position of the receptors X coordinate Y coordinate Z coordinate

unit

°C m⋅s-1 degree degree A–G m cm

vehicle / hour g / vehicle mile m m

m

4. Eredmények

CO 18,00 16,00 concentration (ppm)

14,00

E43

12,00

E47

10,00

E5 E502

8,00

E55

6,00

M43 M5

4,00

Évi átlagos CO koncentrációk, mint az összes receptor átlagai, a szegedi régió főbb útjain, ppm (h = 1 m)

2,00 0,00 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 year

NO2

concentration (ppm)

0,20

0,15

E43 E47 E5 E502

0,10

E55 M43 M5

0,05

0,00 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 year

Évi átlagos NO2 koncentrációk, mint az összes receptor átlagai, a szegedi régió főbb útjain, ppm (h = 1 m)

CO/E5

CO/E43

25,0-30,0

20,0-25,0 30,0

20,0

concentration (ppm)

15,0-20,0 10,0-15,0 5,0-10,0 15,0

0,0-5,0

10,0 5,0

2007

20,0-25,0 15,0-20,0

25,0

10,0-15,0 5,0-10,0

20,0

0,0-5,0 15,0 10,0 5,0

2007

2003 0,0

year

1999

2003 RCP0 RCP1 RCP2 RCP3 RCP4 RCP5 RCP6 RCP7 RCP8 RCP9 RCP10 RCP11 RCP12 RCP13 RCP14 RCP15 RCP16 RCP17

0,0 RCP0 RCP1 RCP2 RCP3 RCP4 RCP5 RCP6 RCP7 RCP8 RCP9 RCP10 RCP11 RCP12 RCP13 RCP14 RCP15

1995

1999

year

1995

receptors

receptors

CO/E55

10,0-12,0

12,0

8,0-10,0 6,0-8,0

10,0

4,0-6,0 2,0-4,0

8,0

0,0-2,0 6,0 4,0

2007 2004

2,0

2001

1995 RCP9

RCP7

RCP8

RCP4

RCP6

receptors

RCP5

RCP2

1998 RCP3

RCP0

0,0 RCP1

concentration (ppm)

concentration (ppm)

30,0-35,0

35,0

25,0

year

Évi átlagos CO koncentrációk a szegedi régió három legfontosabb útján, a receptorok függvényében, ppm (h = 1 m)

NO2/E5

NO2/E43 0,16-0,18 0,14-0,16

0,25

0,12-0,14 0,1-0,12

0,14

0,08-0,1

0,12

0,06-0,08

0,2-0,25 concentration (ppm)

0,16

0,04-0,06

0,1

0,02-0,04

0,08

0-0,02

0,06 0,04

0,15-0,2

0,2

0,1-0,15 0,05-0,1

0,15

0-0,05

0,1 0,05

2007

0,02

2007

2003 0

years

1999

2003 RCP0 RCP1 RCP2 RCP3 RCP4 RCP5 RCP6 RCP7 RCP8 RCP9 RCP10 RCP11 RCP12 RCP13 RCP14 RCP15 RCP16 RCP17

0 RCP0 RCP1 RCP2 RCP3 RCP4 RCP5 RCP6 RCP7 RCP8 RCP9 RCP10 RCP11 RCP12 RCP13 RCP14 RCP15

1995

1999

years

1995

receptors

receptors

NO2/E55

0,1-0,12

0,12

0,08-0,1 0,06-0,08

0,1

0,04-0,06 0,02-0,04

0,08

0-0,02 0,06 0,04

2007 2004

0,02

2001

RCP8

1995 RCP9

RCP7

RCP5

RCP6

receptors

RCP4

RCP2

1998 RCP3

RCP0

0 RCP1

concentration (ppm)

concentration (ppm)

0,18

years

Évi átlagos NO2 koncentrációk a szegedi régió három legfontosabb útján, a receptorok függvényében, ppm (h = 1 m)

Évi átlagos CO koncentrációk a szegedi régió főbb útjain, 1995, ppm (h = 1 m)



Évi átlagos NO2 koncentrációk a szegedi régió főbb útjain, 1995, ppm (h = 1 m)



A légszennyező anyagok évi átlagos koncentrációi a küszöbértékük %-ában Szegeden

S O2

%

1 évi 100 90 80 70 60 50 40 30 20 10 0 1997

1998

1999

2000

2001

2002

2003

2004

2005

A kén-dioxid évi átlagos koncentrációja a küszöbérték %-ában, Szeged, 1997-2006

2006

NO 2

%

1 évi 100 90 80 70 60 50 40 30 20 10 0 1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

A nitrogén-dioxid évi átlagos koncentrációja a küszöbérték %-ában, Szeged, 1997-2006

NO x

%

1 évi 240 220 200 180 160 140 120 100 80 60 40 20 0 1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

A nitrogén-oxidok évi átlagos koncentrációja a küszöbérték %-ában, Szeged, 1997-2006

CO

%

max 8 órás 100 90 80 70 60 50 40 30 20 10 0 1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

A szén-monoxid évi átlagos koncentrációja a küszöbérték %-ában, Szeged, 1997-2006

O3

%

max 8 órá s 110 100 90 80 70 60 50 40 30 20 10 0 1997

1998

1999

2000

2001

2002

2003

2004

2005

Az ózon évi átlagos koncentrációja a küszöbérték %-ában, Szeged, 1997-2006

2006

P M10 24 órá s

1 évi

javas olt 24 órás

ja va s olt 1 évi

2500 2000

%

1500 1000 500 0 1997

1998

1999

2000

2001

2002

2003

2004

2005

A részecskék évi átlagos koncentrációja a küszöbérték %-ában, Szeged, 1997-2006

2006

Időjárási típusok objektív és szubjektív osztályozása Szegedre, különös tekintettel a levegő szennyezettségére Makra, L., 2005a: Relation of pollutant concentrations to the Peczely’s large scale weather situations in Szeged, Southern Hungary. Epidemiology, 16(5), S63-S63. Makra, L., Mika, J., Béczi, R., Sümeghy, Z., Motika, G., Szentpéteri, M., 2005b: Légtömegtípusok objektív osztályozása Szegedre, különös tekintettel a levegő szennyezettségére. I. rész. A Földrajz Tanítása, 13(5), 11-25. Makra, L., Mika, J., Béczi, R., Sümeghy, Z., Motika, G., Szentpéteri, M., 2006a Légtömegtípusok objektív osztályozása Szegedre, különös tekintettel a levegő szennyezettségére. II. rész. A Földrajz Tanítása, 14(1), 12-23. Makra, L., Mika, J., Bartzokas, A., Béczi, R., Borsos, E., Sümeghy, Z., 2006b An objective classification system of air mass types for Szeged, Hungary with special interest to air pollution levels. Meteorology and Atmospheric Physics, 92(1-2), 115-137. Makra, L., Béczi, R., Sümeghy, Z., Mika, J., Motika, G., Szentpéteri, M., 2006c Időjárási típusok légszennyezettség centrikus objektív osztályozása Szegedre. Légkör, 51(2), 15-25. Makra, L., Mika, J., Bartzokas, A., Sümeghy, Z., 2007: Relationship between the Péczely’s largescale weather types and air pollution levels in Szeged, Southern Hungary. Fresenius Environmental Bulletin, 16(6), 660-673. Makra, L., Mika, J., Bartzokas, A., Béczi, R., Sümeghy, Z., 2009: Comparison of objective airmass types and the Péczely weather types and their ability to classify levels of air pollutants in Szeged, Hungary. International Journal of Environment and Pollution. “Air Pollution” Special Issue (Eds: László Makra, Harry D. Kambezidis), 36(1/2/3), 81-98.

A légszennyező anyagok a levegőbe kerülhetnek: 1) égéssel/égetéssel, 2) párolgással, 3) turbulens légáramlásokkal. Emissziós források lehetnek: 1) közlekedés, 2) üzemanyagok/fűtőanyagok égetése, 3) ipari folyamatok, 4) szilárd hulladékok elhelyezése/hasznosítása, 5) egyéb források. A légszennyezettséget befolyásolhatják: 1) fizikai és kémiai tényezők, 2) meteorológiai elemek és időjárási helyzet, 3) topográfiai viszonyok, 4) társadalmi tényezők. Légszennyezettséget tekintve a legnagyobb kockázatú helyek: 1) túlzsúfolt és túlnépesedett nagyvárosok, 2) ipartelepek. A levegőbe kerülő ártalmas gázok és részecskék károsíthatják: 1) az egészséget, 2) a természetes környezetet, 3) az épített környezetet. A károsodás mértéke függ: 1) a légszennyezettség koncentrációktól, 2) a kitettség tartamától.

Célkitűzés: 1) többváltozós statisztikai módszerek alkalmazásával meghatározzuk a Szeged fölött uralkodó időjárási típusok egy objektív, megbízható osztályozási rendszerét a nyári és a téli hónapokra, 2) ezt követően a homogén napi meteorológiai elem-együttesek által jellemzett időjárási típusok mindegyikére megbecsüljük a fő légszennyező anyagok koncentrációit, 3) majd azon célból, hogy feltárhassuk az uralkodó időjárási típusoknak a légszennyezettségben játszott szerepét, meghatározzuk a közepes tengerszinti légnyomási mezők térbeli eloszlását, valamint a Szeged térségében előforduló légszennyező anyagok koncentrációit az egyes időjárási típusokra az Észak-atlanti – Európai térségre.

SZEGED • Szeged (20°06'E; 46°15'N), Délkelet-Magyarország legnagyobb városa, a Tisza és a Maros folyók torkolatánál, a beépített területének kiterjedése 46 km2, lakossága 155 ezer fő. a várost és környezetét kiterjedt sík felszín jellemzi, h = 79 m tszf. Magassága a legalacsonyabb az Alföldön ⇒ ún. „kettős medence” helyzet; ⇒ gyakori és tartós hőmérsékleti inverziók ⇒ a légszennyező anyagok feldúsulnak az inverziós rétegben.

Országos légszennyezettségi mérőhálózat Környezetvédelmi, Természetvédelmi és Vízügyi Felügyelőségek

Automata mérőállomással rendelkező települések Magyarországon Forrás: http://www.kvvm.hu/olm/info.php?id=7

Országos légszennyezettségi mérőhálózat Szeged http://www.kvvm.hu/olm/index.php

háttér városi háttér városközponti lakóterületi közlekedési lakóterületi ipari

Szeged

SO2, NO2, NOx, O3, PM10 (µ µgm-3), CO (mgm-3)

Cím

Állomás típusa

NO

NO2

NOX

SO2

CO

O3

PM10

PM2.5

TSP

BTEX

H2S

VOC

Kossuth L. sgt. 89.

közlekedési

x

x

x

x

x

x

x

x

-

x

-

-

BTEX: benzol, toluol, etilbenzol és xylol; VOC: „volatile organic compounds” = illó szerves vegyületek

Adatbázis 1997-2001, 5 év, nyári (június, július, augusztus), illetve téli (december, január, február) hónapok, 30 percenkénti adatok. • Légszennyező anyagok 8 légszennyező paraméter átlagos napi tömegkoncentrációi: CO (mg m-3); NO (µg m-3), NO2 (µg m-3), SO2 (µg m-3), O3 (µg m-3), PM10 (µg m-3), napi NO2/NO értékek, napi maximális O3 (µg m-3) tömegkoncentrációk. • Meteorológiai paraméterek 12 meteorológiai paraméter napi adatai: középhőmérséklet (Tmean, °C), maximum hőmérséklet (Tmax, °C), minimum hőmérséklet (Tmin, °C), napi hőmérsékleti terjedelem (∆T = Tmax – Tmin, °C), szélsebesség (WS, ms-1), relatív nedvesség (RH, %), globális sugárzás (I, MJ m-2nap-1), telítettségi gőznyomás (E, hPa), gőznyomás (VP, hPa), potenciális párolgás (PE, mm), harmatpont hőmérséklet (Td, °C), légnyomás (P, hPa). • Tengerszinti légnyomási mezők 1) Származás ECMWF (European Centre for Medium-Range Weather Forecasts), Re-Analysis ERA 40 project, 2) Vizsgált terület Észak-atlanti – Európai térség, 30°N–70.5°N, 30°W–45°E, 1,5°x1,5° sűrűségű rácshálózat, 28x51 = 1428 rácspontot 3) Mérési időpont 00 00 UTC (Coordinated Universal Time = egyetemes világidő)

MÓDSZEREK •

Térképészeti háttér A rácsnégyzetenként, mint clusterenként átlagolt tengerszinti légnyomás értékekből izobárok szerkesztése a Surfer 7.00 szoftver felhasználásával. A pontonkénti, összesen 28x51=1428 adatból az izobárok megrajzolása a Kriging eljárással történt, mely egy interpolációs eljárás pl. tengerszinti légnyomás rácspont adatokból izobárok rajzolására.

•

χ2-próba, függetlenség vizsgálat Azon célból, hogy eldönthessük, vajon a vizsgált tengerszinti légnyomási mezők szignifikánsan különböznek-e egymástól, A 0-hipotézis szerint a ξ és η változók nem függetlenek.

•

Faktoranalízis A faktoranalízis a vizsgált változók részhalmazai közötti lineáris kapcsolatokat magyarázza. Ez a módszer lehetővé teszi az eredeti adatbázis jelentős csökkentését lényeges információveszteség nélkül. Először faktoranalízist alkalmaztunk azon célból, hogy a 12 oszlopból (12 meteorológiai változó) és 450 sorból (450 nap, azaz öt év nyári, illetve téli napjai) álló kiindulási adatbázis 12 db – egymással kölcsönös kapcsolatban lévő – meteorológiai változóját kevesebb számú m Faktorral helyettesítsük, melyek olyan rejtett változóknak azon legfontosabb lineárisan független meteorológiai faktoroknak - tekinthetők, amik potenciálisan befolyásolják a napi légszennyezettség koncentrációkat Szegeden. A megtartott Faktorok optimális száma konvenció kérdése. Mi annyi Faktort tartunk meg, amelyek az eredeti változók teljes varianciájának legalább 80%-át megmagyarázzák (Jolliffe, 1993).

•

Clusteranalízis Ez egy egyszerű statisztikai eljárás különböző elemek objektív csoportosítására, pl. a legnagyobb hasonlóságot mutató meteorológiai elemegyüttesek napjai objektív csoportjainak a meghatározására. A cél az, hogy maximáljuk az elemek homogenitását az egyes clustereken belül, és ezzel egyidejűleg maximáljuk a heterogenitást az egyes clusterek között. Nem-hierarchikus clusteranalízist hajtunk végre a faktorérték idősorokon, k-közép algoritmussal, a Mahalanobis metrika alkalmazásával (Mahalanobis, 1936). A Mahalanobis metrika alkalmazása jobb eredményt ad, mint az euiklideszi metrikáé, ugyanis előbbi figyelembe veszi a clusterezendő vektorok komponenseinek eltérő szórásait, valamint a komponensek közötti korrelációkat. A clusterezendő adatok 12 db meteorológiai paraméter napi értékei. Annak biztosítására, hogy közelítőleg egyenletes clustergyakoriságok lépjenek föl, 3-tól 30-ig terjedő lehetséges clusterszámokat választunk ki. Intuitív módon, a kiválasztott végső clusterszám az egyes clusterek gyakoriságainak csekély ingadozásait mutatja, egyúttal a legnagyobb és a legkisebb clustergyakoriságok eltérése minimális (Anderberg, 1973, Hair et al., 1998). Az egyes clustereken belüli homogenitást az RMSD-vel, azaz az egyes clusterelemeknek a megfelelő clusterek clusterközéppontjaitól való közepes négyzetes eltérései gyökeinek az összegével (sum of the root mean square deviations) definiáltuk. Az RMSD-érték általában csökken, ha a clusterek száma növekszik. Emiatt ez nem a legmegfelelőbb paraméter az optimális clusterszám meghatározására. Ugyanakkor az RMSD megváltozása (CRMSD), vagy még inkább a CRMSD megváltozása (CCRMSD) jóval informatívabb paraméterek az optimális clusterszámok kiválasztására.

•

Egyszempontú variancia-analízis (ANOVA) Annak eldöntésére szolgál, hogy a valamilyen szempont alapján csoportokba sorolt mintaelemekre a csoportok közötti eltéréseket mérő szórásnégyzet szignifikánsan nagyobb-e, mint a csoportokon belüli ingadozásokat mutató szórásnégyzet.

•

Tukey-teszt Annak eldöntésére szolgál, hogy – az ANOVA végrehajtását követően – a vizsgálatba vont csoportok páronkénti átlagai alapján vajon mely csoportok különböznek szignifikánsan egymástól (Tukey, 1985). Ha a variancia analízis végrehajtásakor az alkalmazott teszt alapján szignifikáns eltérést kapunk egyes kémiai változóknak a megadott clusterek szerinti átlagértékei között, akkor elutasítjuk a 0-hipotézist, ⇒ a Tukey-féle post-hoc tesztet hajtjuk végre annak megállapítására, hogy a vizsgált kémiai változóknak a megadott clusterek szerinti átlagértékei konkrétan mely clusterek között mutatnak szignifikáns eltérést. A Tukey-tesztet csak akkor kell elvégezni, ha az ANOVA végrehajtása után szignifikáns különbséget találtunk a csoportátlagok között. Ellenkező esetben nincs szignifikáns különbség, amelyet meg kell találjunk. A Tukey-féle utólagos teszt végrehajtásakor először megkapjuk az összes csoport páronkénti átlagai közötti differenciákat. Ezeket a differenciákat összevetjük egy kritikus értékkel, s ha a differenciák meghaladják ezt a kritikus értéket, akkor azok szignifikánsak. A Tukey-teszt a légszennyezettség koncentrációk időjárási típusok szerinti páronkénti összehasonlításakor a mindenkori adott két típus ún. egyedi hatása mellett a többi időjárási típus ún. közös hatását is figyelembe veszi, ⇒ lehetővé teszi a légszennyezettség koncentrációknak az időjárási tipizáláson alapuló, statisztikailag megbízható, s az eddigieknél jóval hatékonyabb előrejelzését.

Number of Days

Cluster 1, n = 56 (12.5 %) 35 30 25 20 15 10 5 0 DEC

JAN

FEB

1. cluster

Number of Days

Cluster 6, n = 46 (10.0 %)

6. cluster

40 30 20 10 0 JUN

JUL

AUG

Az egyes időjárási típusok (clusterek) közepes tengerszinti légnyomási mezői, valamint a vizsgált napok számának havi változásai, Észak-atlanti – Európai térség, téli hónapok (december, január, február), összesen 5 cluster, bemutatva az 1. cluster; nyári hónapok (június, július és augusztus), összesen 10 cluster, bemutatva a 6. cluster.

1 2

NO2

O3max SO2 TSP

CO

CO O3max

3

4

2

SO2 TSP NO SO2

NO2 O3

3 CO NO

NO NO2 TSP

5 O3

O3max SO2 TSP

O3 CO

O3max

O3max O3

4

TSP NO NO2

TSP

Légtömegtípus – kémiai légszennyezők difference mátrix. Minden egyes mátrix cella két légtömegtípust hasonlít össze. Azon légszennyező anyagok, melyek az egyes cellákban találhatók, azt jelzik, hogy átlagértékeik az adott két légtömegtípus között szignifikánsan eltérnek egymástól a Tukey féle teszt szerint (normál karakter: az eltérés a 95 %-os valószínűségi szinten szignifikáns, vastag karakterek: az eltérés a 99 %-os valószínűségi szinten szignifikáns, téli hónapok (december, január, február)

1 CO 2

NO2 TSP

2

CO 3 TSP

3

CO 4 TSP 5

4

TSP

5

CO 6

CO O3max

O3max

NO2 TSP

TSP

NO2 O3

SO2 TSP

CO

NO2 TSP

6

CO

7 TSP

TSP CO NO NO2

8

TSP

TSP

CO

CO

NO2

NO2

7 CO NO NO2

NO2

9

CO

CO

CO

CO

CO

O3max NO2 TSP

TSP CO NO NO2

CO

NO2vsN O

CO NO NO2

TSP CO

TSP CO O3max 10

O3max

O3max

TSP

9 CO

CO O3max

CO O3max

O3max

NO2 O3

8

NO2vsN O

NO2 TSP

O3

TSP

O3

TSP

O3

TSP

O3

TSP

O3

O3

O3

O3max NO2

TSP

O3

TSP

Légtömegtípus – kémiai légszennyezők difference mátrix. Minden egyes mátrix cella két légtömegtípust hasonlít össze. Azon légszennyező anyagok, melyek az egyes cellákban találhatók, azt jelzik, hogy átlagértékeik az adott két légtömegtípus között szignifikánsan eltérnek egymástól a Tukey féle teszt szerint (normál karakter: az eltérés a 95 %-os valószínűségi szinten szignifikáns, vastag karakterek: az eltérés a 99 %-os valószínűségi szinten szignifikáns, téli hónapok (december, január, február)

• Összegzés • A légszennyező anyagok szegedi koncentrációit elemeztük, jellegzetes tengerszinti légnyomási rendszerek fennállásakor. E légnyomási rendszerek által meghatározott jellegzetes időjárási típusokat definiáltunk mind a téli, mind a nyári hónapokra, amelyek jelentős szerepet játszanak a szennyezőanyagoknak Szeged belvárosában történő feldúsulásában. • A téli hónapokra kapott eredmények: lásd: a következő dia; • A nyári hónapok légnyomási rendszere nehezebben kategorizálható, mivel ekkor a légnyomási mezők változékonysága és a gradiensek kisebbek, mint télen. Ez elsősorban az anticikloncentrum helyzet, valamint az anticiklon peremhelyzetek túlsúlyának tulajdonítható. Az alacsony felhőzet és a rendkívül, alacsony NOkoncentrációk hatására ekkor a másodlagos légszennyezők meglehetősen földúsulnak. Megjegyzendő, hogy nyáron az O3-koncentrációk a télen mért értékeik dupláját mutatják. • Az időjárási típusok előrejelzése lehetőséget teremt ahhoz, hogy megelőzzük a szélsőséges légszennyező koncentrációk kialakulását.

Téli hónapok

1. Cluster

3. Cluster

4. Cluster

5. Cluster

Az elsődleges légszennyező anyagok nagyobb koncentrációban fordulnak elő, amikor mind a felhőzet, mind a szélsebesség csekély (pl. anticiklon a Kárpátmedence fölött (1. cluster); továbbá amikor a Magyarországtól délre eső térség egy anticiklon hatása alatt áll (4. cluster), mely befolyásolja hazánk időjárását. Az elsődleges légszennyezők koncentrációi akkor alacsonyak, amikor Magyarország fölött zonális áramlások uralkodnak (a szélsebesség ekkor a legnagyobb) (3. Cluster, illetve 5. Cluster, átmeneti típus).

1 2

2

3

3

4

4

5 TSP

TSP

5 NO2 vsNO

6

TSP

6 NO2 vsNO

7

7 8

9

8 CO

CO

NO

NO

NO

NO2

NO2

CO

TSP

CO

TSP

NO2 vsNO

CO

TSP

9 NO

10

NO2 10

11

NO2

SO2

NO2

SO2

NO2

SO2

NO2

NO2

SO2

CO

NO2 vsNO

NO2

SO2

NO2

NO2

SO2

NO2 11

CO

CO

CO

NO

12 NO2 TSP 13

CO

NO2 TSP

NO2

NO2

TSP

SO2 12

NO2

Péczely-féle időjárási típus – kémiai légszennyezők difference mátrix. Minden egyes mátrix cella két légtömegtípust hasonlít össze. Azon légszennyező anyagok, melyek az egyes cellákban találhatók, azt jelzik, hogy átlagértékeik az adott két Péczely-féle időjárási típus között szignifikánsan eltérnek egymástól a Tukey féle teszt szerint (normál karakter: az eltérés a 95 %-os valószínűségi szinten szignifikáns, vastag karakterek: az eltérés a 99 %-os valószínűségi szinten szignifikáns, téli hónapok (december, január, február)

1 CO 2

NO2 2

3

3

4

4 CO

5

6

CO NO NO2

NO2 TSP NO2 vs NO

SO2 TSP

TSP

TSP

5 CO

SO2 6 7

7 CO NO NO2

8

9

SO2 TSP

8

NO2 9 CO

10 TSP

10

CO 11

NO2

SO2 TSP

11

CO 12

NO2 TSP

12

CO 13 TSP

Péczely-féle időjárási típus – kémiai légszennyezők difference mátrix. Minden egyes mátrix cella két légtömegtípust hasonlít össze. Azon légszennyező anyagok, melyek az egyes cellákban találhatók, azt jelzik, hogy átlagértékeik az adott két Péczely-féle időjárási típus között szignifikánsan eltérnek egymástól a Tukey féle teszt szerint (normál karakter: az eltérés a 95 %-os valószínűségi szinten szignifikáns, vastag karakterek: az eltérés a 99 %-os valószínűségi szinten szignifikáns, nyári hónapok (június, július, augusztus)

Összegzés •

Összefoglalva a Péczely-féle időjárási típusok és a légszennyező anyagok napi átlagos koncentrációi közötti kölcsönös kapcsolatokat, a következőket állapíthatjuk meg:

•

a légszennyező anyagok feldúsulása akár a téli hónapokban, akár a nyári hónapokban, akár együtt, vagy külön-külön tekintve azokat, kizárólag anticiklon centrum, vagy anticiklon peremhelyzetekben tapasztalható, másrészről azok felhígulása nem csupán a ciklonális, hanem anticiklon peremhelyzetekben is megfigyelhető.

•

Az ugyanezen időszakra végrehajtott objektív időjárási tipizálásnak csaknem egy nagyságrenddel nagyobb a hatékonysága a légszennyező anyagok osztályozásában a Péczely-féle szubjektív időjárási típusokéhoz képest.

•

A CO, SO2 és TSP érzékenyek a Péczely-féle szubjektív osztályozásra, míg az NO2/NO, O3 and O3max esetében a Péczely-féle szubjektív osztályozás teljesen hatástalan.

•

Télen az anticiklonális típusok szerepe általában kedvező, míg a ciklonális típusoké többnyire elhanyagolható a légszennyezettség koncentrációk Péczely-féle típusok szerinti osztályozásában. Másrészről nyáron egyik típusnak sincs jelentős szerepe. Következésképp, jóllehet a szerepük egyértelmű télen, a Péczely-féle szubjektív időjárási helyzetek nem tekinthetők egy átfogó rendszernek a légszennyezettség koncentrációk osztályozásában, mivel azok hatástalanok nyáron.

Type 1 (mCc)

Type 2 (AB)

Type 3 (CMc)

Type 4 (mCw)

Type 5 (Ae)

Type 6 (CMw)

Type 7 (zC)

Type 8 (Aw)

A 13 Péczely-féle szubjektív időjárási típuashoz tartozó közepes tengerszinti légnyomási mezők, Észak-Atlanti – Európai térség, téli hónapok (december, január, február), 1997-2001

Type 9 (As)

Type 10 (An)

Type 11 (AF)

Type 12 (A)

Type 13 (C)

A 13 Péczely-féle szubjektív időjárási típuashoz tartozó közepes tengerszinti légnyomási mezők, Észak-Atlanti – Európai térség, téli hónapok (december, január, február), 1997-2001

Type 1 (mCc)

Type 2 (AB)

Type 3 (CMc)

Type 4 (mCw)

Type 5 (Ae)

Type 6 (CMw)

Type 7 (zC)

Type 8 (Aw)

A 13 Péczely-féle szubjektív időjárási típuashoz tartozó közepes tengerszinti légnyomási mezők, Észak-Atlanti – Európai térség, nyári hónapok (június, július, augusztus), 1997-2001

Type 9 (As)

Type 10 (An)

Type 11 (AF)

Type 12 (A)

Type 13 (C)

A 13 Péczely-féle szubjektív időjárási típuashoz tartozó közepes tengerszinti légnyomási mezők, Észak-Atlanti – Európai térség, nyári hónapok (június, július, augusztus), 1997-2001

KÖRNYEZETMINŐSÉGI VIZSGÁLATOK MAGYARORSZÁGON. Makra László

Recommend Documents