Légköri aeroszol elemösszetételének vizsgálata és egészségkárosító hatásának modellezése a továbbfejlesztett Sztochasztikus Tüdőmodellel

DE TTK

1949

Légköri aeroszol elemösszetételének vizsgálata és egészségkárosító hatásának modellezése a továbbfejlesztett Sztochasztikus Tüdőmodellel Egyetemi doktori (PhD) értekezés

a szerző neve: Dobos Erik témavezető neve: Dr. Borbélyné Dr. Kiss Ildikó

DEBRECENI EGYETEM Természettudományi Doktori Tanács Fizikai Tudományok Doktori Iskola Debrecen, 2011.

Ezen értekezést a Debreceni Egyetem Természettudományi Doktori Tanács Fizikai Tudományok Doktori Iskola Fizikai módszerek interdiszciplináris alkalmazásokban programja keretében készítettem a Debreceni Egyetem természettudományi doktori (PhD) fokozatának elnyerése céljából. Debrecen, 201. …………

a jelölt aláírása

Tanúsítom, hogy Dobos Erik doktorjelölt 2004- 2007 között a fent megnevezett Doktori Iskola Fizikai módszerek interdiszciplináris alkalmazásokban programjának keretében irányításommal végezte munkáját. Az értekezésben foglalt eredményekhez a jelölt önálló alkotó tevékenységével meghatározóan hozzájárult. Az értekezés elfogadását javasolom. Debrecen, 201.…………

a témavezető aláírása

Légköri aeroszol elemösszetételének vizsgálata és egészségkárosító hatásának modellezése a továbbfejlesztett Sztochasztikus Tüdőmodellel Értekezés a doktori (Ph.D.) fokozat megszerzése érdekében a fizika tudományágban Írta: Dobos Erik

okleveles fizikus.

Készült a Debreceni Egyetem Fizikai Tudományok doktori iskolája (Fizikai módszerek interdiszciplináris alkalmazásokban programja) keretében Témavezető: Dr. Borbélyné Dr. Kiss Ildikó. A doktori szigorlati bizottság: elnök: Dr. ……………………… ……………………………… tagok: Dr. ……………………… ……………………………… Dr. ……………………… ……………………………… A doktori szigorlat időpontja: 200… . ……………… … . Az értekezés bírálói: Dr. ……………………… ……………………………… Dr. ……………………… ……………………………… Dr. ……………………… ……………………………… A bírálóbizottság: elnök: Dr. ……………………… tagok: Dr. ……………………… Dr. ……………………… Dr. ……………………… Dr. ………………………

……………………………… ……………………………… ……………………………… ……………………………… ………………………………

Az értekezés védésének időpontja: 201… . ……………… … .

Tartalomjegyzék 1. Bevezetés 2. Légköri aeroszol 2.1 Légköri aeroszol keletkezése 2.2 Légköri aeroszol éghajlatra gyakorolt hatása 2.3 Légköri aeroszol egészségre gyakorolt hatása 3. Alkalmazott módszerek 3.1 Kétfokozatú mintavevő 3.2 Kaszkád impaktor 3.3 A PIXE módszer 3.4 A PIXE mérőrendszer 4. Légköri aeroszol időbeli változásának vizsgálata 4.1 Kétfokozatú mintavevővel gyűjtött minták vizsgálata 4.2 Debrecen Európa finom módusú aeroszol térképén 5. Városi és vidéki területeken gyűjtött aeroszol minták vizsgálata 5.1 Kétfokozatú mintavevővel gyűjtött minták vizsgálata 5.2 Hétfokozatú kaszkád impaktorral gyűjtött minták vizsgálata 6. Az ember légzőszervrendszere 6.1 Az emberi légzőszervrendszer felépítése 6.2 Légzés 6.3 Asthma bronchiale (asztma) 7. Sztochasztikus Tüdőmodell 7.1 Sztochasztikus Tüdőmodell felépítése és működése 7.2 A Modell továbbfejlesztése asztmára 7.3 Az Asztma Modellekkel végzett számolások 7.4 Mért adatok összehasonlítása a Sztochasztikus Tüdőmodell

1 3 4 8 12 14 14 15 17 21 25 25 30 38 39 46 56 56 63 66 68 68 76 78 90

eredményeivel 8. Összefoglalás

95

9. Summary

100

Irodalomjegyzék

105

Az értekezés témakörében megjelent közlemények

110

Köszönetnyilvánítás

112

1. Bevezetés A földi atmoszférában jelenlévő légköri aeroszol részecskék fontos szerepet játszanak a légkörfizikai és légkörkémiai folyamatokban, befolyásolják a földi klíma alakulását, hatással vannak az ember és más élőlények egészségére. Ahhoz, hogy ezeket a folyamatokat, hatásokat jobban megismerjük, a légköri aeroszolról is egyre többet kell tudnunk. A tömegméréseken túl a részecskék méretének, elemi összetételének, és azok koncentrációjának pontos ismerete is szükséges ahhoz, hogy a légkörben vagy az emberi légzőszervrendszerben való viselkedésüket, hatásukat leirhassuk. PhD munkámban egyrészt a légköri aeroszol mintavételezésével, a minták analízisével és az analízis eredményeként kapott adatok környezetünket érintő értelmezésével foglalkozom, másrészt az emberi tüdőre gyakorolt hatásukkal, amihez elvégeztem a Sztochasztikus Tüdőmodell továbbfejlesztését is. A Magyar Tudományos Akadémia Atommagkutató Intézete Elektrosztatikus Gyorsítók

Osztályán

(jelenleg Ionnyaláb-fizikai

Osztály)

folyó

légköri

aeroszollal kapcsolatos vizsgálatokban először fiatal kutatóként, majd PhD hallgatóként vettem részt 2001. szeptemberétől 2007. augusztus végéig. Ezeket a vizsgálatokat tíz kutatóintézet alkotta konzorcium által elnyert NKFP projektek („A légköri aeroszolok környezetszennyező hatása, kimutatása, felmérése, és prevenciós módszerek kidolgozása” című (3/005/2001) és a „Levegőkörnyezet és emberi tevékenység: a légköri aeroszol hatása a levegő minőségére, az ökoszisztémára és az éghajlatra; kimutatás, felmérés, hatásvizsgálat és megelőzés” címűek (3A/089/2004)) keretében végeztem az alábbiak szerint:

•

Heti két alkalommal „Genti típusú” mintavevővel történő mintagyűjtés és azok kiértékelése, értelmezése a korábban mért adatokkal együtt.

•

Kampányszerűen több helyszínen történő mintavétel kétfokozatú „Gentitípusú” és hétfokozatú kaszkád impaktor segítségével, a kapott minták analízise, az adatok értelmezése.

•

Sztochasztikus Tüdőmodell fejlesztése és alkalmazása az általunk gyűjtött aeroszol mintákra.

Dolgozatom első részében irodalmi áttekintést nyújtok a légköri aeroszolra (2. fejezet), az alkalmazott mintavételi és analitikai (PIXE) módszerekre (3. fejezet) vonatkozóan. A következő részben a rendszeresen gyűjtött aeroszolminták időbeli koncentrációváltozásait vizsgálom és értelmezem, valamint összevetem más európai mérések eredményeivel (4. fejezet). Ezt követően az NKFP program mintavételi kampányának keretében több helyszínen azonos időben gyűjtött aeroszolminták mérési eredményeit és az adatok feldolgozását ismertetem (5. fejezet). Dolgozatom utolsó részét az emberi légzőszervrendszer felépítésének és működésének bemutatásával (6. fejezet) kezdem, amelyet a Sztochasztikus Tüdőmodell felépítésének és működésének leírásával (7. fejezet) folytatok. Ez a program korábbiakban csak egészséges ember légszőszervrendszerét tudta modellezni. Szükségessé vált asztmás betegek esetére is a program alkalmazása, ezért az ilyen irányú fejlesztéseket is ugyanabban a fejezetben tárgyalom. Dolgozatom

zárásaképpen

a

méret

szerint

szeparált

aeroszolminták

analízisével kapott adatokat összevetem a továbbfejlesztett Sztochasztikus Tüdőmodellel kapott eredményekkel.

2. Légköri aeroszol Aeroszolnak nevezzük valamely gáznemű közegben finoman eloszlott (diszpergált) szilárd vagy folyadék részecskék együttes rendszerét [Més97]. Ha ez a gáznemű közeg maga a levegő, akkor légköri aeroszolról beszélünk. A levegőben található poron szilárd aeroszol részecskéket értünk, amelyek többek között az eredeti anyag mechanikai aprózódásával keletkeztek. Az aeroszol egyik legfontosabb tulajdonsága a részecskék mérete, mert számos fontos fizikai és kémiai tulajdonságot befolyásol. A folyadék részecskék általában gömb alakúak, a szilárd részecskék alakja viszont rendkívül összetett is lehet. Ezért bevezetjük az ekvivalens aerodinamikai átmérőt (EAD), amelyen egy olyan egységnyi (a vízzel azonos) sűrűségű gömb alakú részecske átmérőjét értjük, amelynek az aerodinamikai viselkedése a levegőben megegyezik a kérdéses részecske viselkedésével. Ennek értékét az átmérő és a relatív sűrűség négyzetgyökének hányadosa adja meg [Hin82]. A részecskék méretén a továbbiakban ezt az átmérőt értjük. A légköri aeroszol részecskék mérete nagyon tág határok között változik. Néhány nanométertől kezdve akár 100 mikrométerig is terjedhet. Méretük alapján két nagy csoportra osztjuk őket. Durva részecskéken (durva módus vagy durva frakció) a 2.5 µm-nél nagyobb átmérőjű részecskéket, finom részecskéken (finom módus vagy finom frakció) az ennél kisebb méretűeket értjük. Természetesen létezik másfajta csoportosítás is. Pl. durva tartományba az 1 µm-nél nagyobb méretű, akkumulációs tartományba a 0,1-1 µm, Aitken tartományba 0,001-0,1 µm, nukleációs tartományba pedig az 0,001 µm-nél kisebb méretű aeroszol részecskéket sorolják [Rae00]. Ebben az esetben a méreteloszlás logaritmikusan normális eloszlásfüggvényekkel írható le. Ebben a munkában én nem használom e felosztást. Az aeroszol légkörből történő kikerülését kiülepedésnek, depozíciónak nevezzük. Hogy mennyi idő múlva ülepszik ki egy adott részecske, elsősorban az

átmérőjétől függ. Az 1 µm-nél nagyobb átmérőjű részecskék légköri tartózkodási ideje mindösszesen néhány óra a gravitációs kiülepedésnek köszönhetően. Ezen részecskék általában már a forrásuk közelében kihullanak. Az 1 µm-nél kisebb mérettartományba esők már jóval hosszabb ideig a légkörben maradnak, akár egy hétig is, és a meteorológiai körülményektől (szél, páratartalom) függően a forrástól több ezer kilométerre is eljuthatnak. Általában száraz ülepedéssel, vagy csapadék formájában nedves ülepedéssel távoznak a levegőből. Másik fontos jellemzője az aeroszolnak a tömegkoncentráció, ami az aeroszol egységnyi térfogatában mért részecskeanyag (szilárd és folyadékcsepp) tömege. Szokásos egységei a g/m3, mg/m3, µg/m3, ng/m3. Bár az aeroszol részecskék koncentrációja az atmoszféra tömegének csak egy nagyon kis töredékét (10 -8) teszi ki, mégis nagy hatással van az élővilágra és a globális klímára.

2.1 Légköri aeroszol keletkezése Légköri

aeroszol

részecskéket

többféleképpen

is

csoportosíthatjuk

keletkezésük alapján. Egyrészt megkülönböztetünk elsődleges és másodlagos részecskéket. Elsődleges aeroszol részecskék közvetlenül jutnak a légkörbe elsősorban diszperziós folyamatokon keresztül. Ezek nagy részét a durva részecskék teszik ki. Ezzel szemben a másodlagos aeroszol gázkomponensek nukleációs és kondenzációs folyamata során jön létre a légkörben és emiatt jórészük a finom frakciót alkotják. A másodlagos aeroszol többsége kénvegyületeket

tartalmazó

szulfát

aeroszol,

de

jelentős

még

a

nitrogénvegyületekből létrejött nitrát aeroszol mennyisége is. Az aeroszol részecskéket csoportosíthatjuk az alapján is, hogy természetes, vagy mesterséges (antropogén) úton keletkeztek. A természetes aeroszol részecskék legfőbb forrásai a következők:

•

Talajeredetű aeroszol: a földkéreg mállása, aprózódása útján jutnak a légkörbe. Ezek elemösszetétele a földkéreg elemösszetételét tükrözi: Al, Si, Sc, Ti, Mn, Fe, Co, Zr, Nb. Ráadásul ezek koncentrációja állandónak is tekinthető helytől és évszaktól függetlenül, remek kiindulópontot

adva

a

természetes

eredetű

komponensek

szétválasztására a mesterségestől. Sivatagi homokviharok során, köszönhetően annak, hogy itt a talaj ráadásul száraz és nincs növénytakaró sem, igen nagy mennyiségű por jut a levegőbe, ami ezután légköri áramlatokkal (széllel) hosszú utat tesz meg mielőtt kiülepedne. Ezt támasztja alá az is, hogy a szaharai homok jelenlétét sikerült kimutatni Debrecen levegőjében [Bor04].

•

Tengeri aeroszol: a földfelszín 70 %-át kitevő óceánok és tengerek párolgásuk során, a nagy szelek által a hullámok vízpermetéből valamint az elnyelt légbuborékok szétpukkanásából nagy mennyiségű (évente 1,3 millió tonna) tengeri sót tartalmazó aeroszolt juttatnak a légkörbe. Ezek elemösszetételét elsősorban a tengeri sóból származó elemek teszik ki: Na, Mg, Cl, K, Ca, Br és Sr. Tengeri környezetben a fitoplanktonok nagy mennyiségű ként bocsátanak ki dimetil szulfid (DMS) formájában, amelyek másodlagos szulfát aeroszol létrejöttét eredményezik.

•

Vulkáni por: vulkánkitörés során egy adott helyen nagyon rövid idő alatt nagy mennyiségű aeroszol juthat a légkörbe, amely más aeroszol részecskékkel ellentétben a légkör magasabb rétegébe (sztratoszféra) is eljut, így akár évekig a légkörben maradhat. A vulkánok által kibocsátott

gázokból

is

keletkezik természetesen másodlagos

aeroszol.

•

Biológiai aeroszol: élő szervezetek hozzák létre. Például pollenek, gombák, vírusok, baktériumok, de növények mechanikai kopása,

mikroorganizmusok aktivitása, növények párolgása, anyagcseréje szintén produkál aeroszol részecskéket. Jelentős forrás még a már említett az óceánokban élő egyes algafajok által kibocsátott dimetilszulfid, aminek az oxidációjából szulfát aeroszol keletkezik [And97]. Biológiai források még az erdőtüzek is, amelyek adott helyen rövid idő alatt sokszorosára növelhetik a térségben uralkodó aeroszol koncentrációt. A mesterséges aeroszol legfőbb forrásai:

•

Közlekedés: a nagy gépkocsiforgalommal rendelkező városokban, így például Debrecenben is, a légszennyezettség jelentős hányada a közúti

közlekedésnek

köszönhető.

Gépjárművekből

aeroszol

részecskék közvetlen úton egyrészt az üzemanyag tökéletlen égése során keletkező finom méretű koromrészecskeként, másrészt a járművek

mechanikai

részeinek

(pl.

fékbetétek,

gumiabroncs

futófelületei) kopása következtében kerülnek a levegőbe [Col01]. De ide tartozik a forgalom által felvert por is, amelynek során az egyszer már az úttestre kiülepedett főként durva részecskék újra visszajutnak a légkörbe (reszuszpenzió). Emellett a kipufogógázokkal emittálódó gáznemű légszennyező anyagok részt vesznek a másodlagos aeroszol részecskék keletkezésében is.

•

Energiatermelés: igen jelentős antropogén eredetű forrás. Ide tartoznak a hőerőművek, háztartási tüzelés és a biomassza égetése is, amelyek során többek között a másodlagos aeroszol képződéséhez szükséges szervetlen gázok (SO 2, NOx) és illékony szerves vegyületek szabadulnak fel. Mindezek mellett a tökéletlen égés során jelentős mennyiségű korom is kerül a légkörbe.

•

Ipar: az ipari tevékenység is jelentős aeroszol kibocsátási forrás az energiatermeléshez hasonló módon.

•

Mezőgazdaság: mezőgazdasági tevékenységek, pl. földmunkák, szántás során is jut por a légkörbe.

Az 2.1.1 táblázat alapján is látható, hogy a légkörbe jutó teljes aeroszolmennyiségnek alig több mint egytizede származik emberi tevékenységből. Viszont amíg a természetes források által kibocsátott aeroszol nagy területeken egyenletesen oszlik el a Föld felszínén a nagy kiterjedésű forrásterületek miatt, addig az antropogén eredetű jóval kisebb területekre, elsősorban nagyvárosokra és azok környékére koncentrálódik, ahol e területeken a mesterséges eredetű aeroszolkoncentráció megközelíti, sőt bizonyos helyeken és időszakokban meg is haladja a természetes forrásokból származót. 2.1.1. táblázat Légköri aeroszol részecskék forrásai és becsült mennyisége [Kie95]. Kibocsátás (Tg/év) Forrás Természetes Elsődleges talaj eredetű por (ásványi aeroszol) tengeri só vulkáni por biológiai hulladék Másodlagos biogén gázokból származó szulfátok vulkáni SO2-ből származó szulfátok biogén VOC-ból származó szerves anyag NOX-ból származó nitrátok Természetes összesen Antropogén Elsődleges ipari por, stb. (kivéve korom) korom Másodlagos SO2-ből származó szulfátok biomassza égetés NOX-ból származó nitrátok antropogén VOC-ból származó szerves anyag Antropogén összesen Összesen

Alacsony Magas Jellemző

1000 1000 4 26

3000 10000 10000 80

1500 1300 30 50

80 5 40 15

150 60 200 50

130 20 60 30

2200

23500

3100

40 5

130 20

100 10

170 60 25 5 300 2500

250 150 65 25 650 24000

190 90 50 10 450 3600

Méret Durva: >1 µm Finom: <1 µm

Főlegdurva Durva Durva Durva Finom Finom Finom Finomés durva

Finomés durva Főlegfinom Finom Finom Főlegdurva Finom

2.2 Légköri aeroszol éghajlatra gyakorolt hatása A légköri aeroszol jelentős hatást gyakorol a globális klímára. A globális éghajlatváltozás napjaink egyik legtöbbet kutatott és legnagyobb vitákat kiváltó kérdésköre. Az éghajlatváltozást a légkör sugárzási mérlegének megváltozása idézi elő, amely a légkör több komponensének együttes eredménye. Egy ilyen komponenst alkotnak az üvegházhatású gázok (CO 2, metán, N2O, freonok, stb.), amelyek viszonylag jól ismert módon és mértékben járulnak hozzá a légkör fölmelegedéséhez. Ezzel ellentétben a légköri aeroszol hatása csak elég nagy bizonytalansággal becsülhető. Az aeroszol részecskék egyrészt közvetlen (direkt) hatásaik révén befolyásolják a légkör hőmérsékletét:

•

Szórás: ebben az esetben a részecskék a besugárzott elektromágneses hullámokat (napfényt) változatlan hullámhosszon kisugározzák a tér minden irányába, viszont irányonként más-más intenzitással. Így ez a folyamat hűti a légkört, amely olyan mérettartományba eső részecskéknél

a

legintenzívebb,

ahol

a

részecske

átmérője

összemérhető a sugárzás hullámhosszával, vagyis a 0.1-1 µm-es tartományban. Ide a finom aeroszol részecskék tartoznak, amelyek ily módon hűtő hatást fejtenek ki, ráadásul ezeket nagy légköri tartózkodási idő is jellemzi.

•

Elnyelés (abszorpció): ebben az esetben a beeső elektromágneses sugárzás (napfény) más energiafajtává, pl. hővé vagy kémiai energiává alakul. Ez a folyamat fűti a légkört. Ilyet hatást váltanak ki az égési folyamatokból származó korom és talajeredetű, ásványi anyagokat tartalmazó aeroszol részecskék [Sei98].

A fenti két folyamat együttesen adja a sugárgyengülést (extinkció). Általában a finom részecskék szóró hatása erősebb a fellépő abszorpciónál, de erősen

szennyezett városi területeken (pl. Mexikóvárosban) előfordul, hogy átmenetileg az abszorpció válik dominánssá [Eid02]. A Föld azon területein, ahol rendkívül nagy az aeroszol kibocsátás mértéke, már észlelték sugárzásgyengülés éghajlati hatásait. Például Dél-kelet Kínában, köszönhetően az utóbbi évtizedekben ugrásszerűen

megnőtt

fosszilis

tüzelőanyagokkal

történő

tüzelésnek,

megfigyelték a nyári maximum hőmérséklet csökkenését [Kai02]. Az aeroszol részecskék másrészt közvetett (indirekt) hatásuk révén is befolyásolják a klímát:

•

Felhőképződés: az aeroszol részecskék fontos szerepet játszanak a felhőképződésben. A feláramló légtömeg hőmérséklete csökken, ami a vízgőzre vonatkoztatott kritikus túltelítődéshez vezethet. A telítetté válástól kezdődhet meg a kondenzáció az aeroszol részecskéken, mint kondenzációs magokon, ezáltal aktívvá válhatnak a felhőképződés szempontjából. Az aktívvá válás erősen függ a részecske fizikai (pl. méret) és kémiai (pl. higroszkóposság) tulajdonságaitól. Minél nagyobb a részecske mérete, illetve minél inkább vízoldható, annál alacsonyabb a kritikus túltelítettsége. Általában 0,01-0,05 µm-nél nagyobb méretű, főleg vízben oldható anyagokból álló aeroszol részecskék aktiválódnak. Felhőképződés során a kondenzációs magvak számának megfelelően alakul a képződő felhőcseppek száma. Ha sok aeroszol részecske van a levegőbe, és ezek aktívvá is válnak, akkor több, de kisebb méretű felhőcsepp keletkezik, amelyekből létrejövő felhők hatékonyabban szórják vissza a földi légkörbe érkező napsugárzást, és stabilabbak is (kisebb valószínűséggel keletkezik benne csapadék), mint a nagyobb cseppekből álló felhők esetében. Ezen kisebb cseppekből álló felhők így hosszabb ideig hűtik a földfelszínt hosszabb élettartamuk csapadékképződés

valószínűségének

következtében, másrészt lecsökkentésével

a

a víz

körforgását is befolyásolják [Ram01] és egyúttal az egyes nyomanyagok vertikális keveredését is.

2.2.1. ábra 2005-re számított mesterséges forrásokból és naptevékenységből származó globális éghajlati kényszer (W/m2) 1750-hez képest (IPCC honlap: www.ipcc.ch).

A 2.2.1. ábra az emberi tevékenység által kibocsátott üvegházhatású gázok és a légköri aeroszol globálisan átlagolt éghajlatot módosító kényszereit mutatja 2005-re vonatkozóan 1750-hez viszonyítva a számítások hibáit is feltüntetve. Az ábrán látható, hogy az ipari tevékenységgel légkörbe jutó üvegházhatású gázok légkört melegítő hatása elég jól ismert és kis hibával modellezhető. Ezzel szemben az aeroszol direkt és indirekt hatásából származó negatív éghajlati kényszereket csak nagy bizonytalansággal és hibával lehet megbecsülni jelenleg is. Ráadásul a különböző modellek alapján történt számolások eredményei is igen nagymértékben különböznek egymástól (2.2.2. ábra). Ezért az éghajlatváltozás becslése szempontjából is rendkívül fontos lenne pontosabban megismerni a

légköri aeroszol forrásait, eloszlását és tulajdonságait, amihez további nagyszámú, megbízható és egymással összevethető megfigyelési és analitikai adatokra van szükség a Föld minél több pontjáról.

2.2.2. ábra Légköri aeroszol direkt és indirekt hatásából eredő globális éghajlati kényszer különböző modellszámítások alapján [IPCC: www.ipcc.ch].

A légköri aeroszol közvetett és közvetlen úton kifejtett hűtő és fűtő hatásai a légkör tetejére vonatkoztatva összeadódnak, de a Föld felszínen összességében a hűtő hatás érvényesül [And05]. Ezt a folyamatot elhomályosodásnak nevezzük, amelynek mértéke fokozatos növekvő tendenciát mutatott a 90-es évek elejéig [Lie02], de az utóbbi években inkább kifényesedés történik a csökkenő aeroszol kibocsátás következtében [Wil05]. Fontos megjegyezni, hogy a légköri aeroszol és az üvegházhatású gázok térben és időben másképp fejtik ki hatásukat. Amíg az üvegházhatású gázok éjjel-nappal, globális léptékben fejtik ki hatásukat, az aeroszol részecskék jóval rövidebb tartózkodási ideje miatt (néhány nap) csak regionális léptékben és csak nappal van hatással az éghajlatra, ezért csak az

aeroszol forrás környékén tapasztalható hűtő hatás, amelyek általában erősen iparosodott vagy gyors ipari fejlődéssel jellemzett szárazföldi területeket jelentenek [Kauf02]. E területektől távol már az üvegházhatású gázok melegítő hatása érvényesül. Természetesen minél nagyobb az egyes régiók között így kialakuló hőmérséklet különbség, annál nagyobb lesz a légkör dinamikájára gyakorolt hatás is. A 2.2.1. és a 2.2.2. ábrák alapján azt is láthatjuk, hogy az aeroszol közvetett hatásából eredő éghajlati kényszer legvalószínűbb értéke -0,7 W/m 2, de ez a számolások alapján -0,35 és -1,8 között változhat, attól függően, hogy mely modellt tekintjük. Azért is lenne fontos ennek az értéknek a pontosabb meghatározása, mert akkor meg tudnánk mondani, hogy a XXI. században milyen lesz a globális klíma változás tendenciája.

2.3 Légköri aeroszol egészségre gyakorolt hatása A légköri aeroszol emberi egészségre gyakorolt negatív hatása régóta ismert és kutatott téma. Számos munka készült, amely során korrelációt találtak az aeroszol koncentráció és a megnövekedett halálozási arány között [Rei95]. Több országban végzett tanulmányok azt is kimutatták, hogy összefüggés van a megnövekedett aeroszol koncentráció és a légzőszervrendszeri (tüdőgyulladás, asztma) és más, érrendszeri és daganatos megbetegedések, halálesetek megnövekedett kockázata között [And94]. Eleinte csak a durva (2,5 µm-nél nagyobb átmérőjű) részecskékre kerestek korrelációkat, de később már vizsgálatokat végeztek a finom (2,5 µm-nél kisebb átmérőjű) részecskékre is, és kiderült, hogy ezekre a korreláció még erősebb [Wic00, Lip00]. USA-ban végzett több városra kiterjedő vizsgálat eredményeként arra jutottak, hogy 10 µg/m3 tömegkoncentráció növekedés a durva részecskékre vonatkozóan 2,7 %-kal

[Sam00, Kni02], a finomakéra 4 %-kal növeli meg a napi halálozás kockázatát [Pop02]. Légköri aeroszol részecskék elsősorban belégzéssel jutnak az emberi szervezetbe, amelyek egy része a légzőszervrendszer különböző régióiba kiülepedhet, és ezek egy része igen sokáig ott is maradhat és káros hatású lehet. Ilyen szempontból elsősorban a finom aeroszol részecskék a veszélyesek, mert ezek a tüdő mélyebb régióiba eljutva ott kiülepedhetnek, és gázcsere útján véráramba bekerülve eljuthatnak más szervekhez is [Obe05]. Ezáltal gyulladást nemcsak légzőszervrendszerben, hanem másutt is okozhatnak. Vérbe jutva megváltoztatják annak alvadékonyságát, ami növeli a trombózis kialakulásának kockázatát. Az egészségkárosító hatásokról részletesebben a Sztochasztikus Tüdőmodellel kapcsolatos fejezetekben szólok.

3. Alkalmazott módszerek A légköri aeroszol minta gyűjtéséhez általában valamilyen szűrőt, kaszkád impaktort, ciklonokat vagy ezek kombinációit használjuk. Azt, hogy melyiket alkalmazzuk, elsősorban az határozza meg, hogy milyen analitikai módszerrel szeretnénk vizsgálni az aeroszol mintát. PIXE (részecske indukált röntgen emisszió) vizsgálatokhoz leginkább polikarbonát alapanyagú membránszűrők felelnek meg. E szűrők maratott nyomtechnikával készülnek, amely a polimerfólián egyenlő méretű lyukak sorozatát eredményezi (3.1 ábra). A legkisebb lyukátmérőjű szűrő 0,003 µm, a legnagyobb 8 µm. A Nuclepore Costar polikarbonát szűrők különösen alkalmasak PIXE-vel végzett aeroszol mérésekhez, mert nincs zavaró hátterük, egyenletes lyukátmérőjűek, nagy a porozitásuk (néhány százalék) és rendkívül vékonyak. 3.1. ábra 0.4 µm lyukátmérőjű polikarbonát membránszűrő elektronmikroszkópos képe

3.1 Kétfokozatú mintavevő A 3.1.1. a) ábrán látható nemzetközileg is elfogadott „Genti típusú” kétfokozatú

mintavevővel

végezzük

a

két

mérettartományban

történő

mintagyűjtést [Hop97]. Ebben a mintavevőben egy 8 µm és egy 0,4 µm lyukátmérőjű Nuclepore Costar polikarbonát membránszűrő van egymás után elhelyezve. Nevét onnan kapta, hogy a Genti Egyetemen fejlesztették ki. A 3.1.1. b) ábrán látható összeállításban állandó 18 l/perc szívósebességgel szivattyúzzuk át a levegőt a mintavevőn. Ennek eredményeképpen, mivel az előimpaktor a 10 µm-nél nagyobb átmérőjű részecskéket nem engedi át, a gyűjtött két méretfrakció: a durva módus (PM2.5-10), amely a 2.5-10 µm és a

finom módus (PM2.5), amely a 2,5 µm-nél kisebb átmérőjű aeroszol részecskéket tartalmazza. Az aeroszol PM2.5-10 és PM2.5 tömegét egy Sartorius gyártmányú elektromos mikromérleggel határozzuk meg. A finom módusú minták ún. black carbon tartalmát egy fényvisszaverődésen alapuló módszerrel határozzuk meg. Black carbonon a tökéletlen égés során keletkező kormot értjük. a)

b)

3.1.1. ábra a) Kétfokozatú mintavételekhez használt (NILU) kétfokozatú kazetta az azt hordozó előimpaktorral ellátott házzal [Hop97]. b) Mintavételekhez használt eszközök vázlatos rajza.

3.2 Kaszkád impaktor Méret szerint frakcionált aeroszol mintasorozatokat inerciális (tehetetlenségi) szeparáció révén nyerhetünk. Ennek egyik eszköze a kaszkád impaktor (3.2.1 ábra), amely aerodinamikai átmérőjűk alapján választja szét a részecskéket. Az átszivattyúzott levegő útja során egyre kisebb átmérőjű fúvókákon halad keresztül egyre nagyobb sebességgel. Minden egyes fokozaton csak azok a részecskék tudnak keresztülhaladni, amelyek átmérője kisebb a fokozat aerodinamikai paraméterei által meghatározott kritikus értéknél. Amelyek nem tesznek eleget ennek a feltételnek becsapódnak a fokozathoz tartozó ütközési

felületbe, amely egyúttal mintatartó alapként is szolgál. Ezáltal az egymást követő fokozatokon egyre kisebb méretű részecskék rakódnak le. Hogy mi ez a kritikus érték az függ az adott fokozat előtti fúvóka méretétől, a fúvóka és az impaktor felület távolságától és az előző fokozat befogási tulajdonságaitól. Azok a részecskék, amelyek az utolsó fokozaton is keresztülhaladnak, egy utószűrőn ülepednek ki. Ilyen impaktorokkal nedves és szilárd részecskéket egyaránt lehet gyűjteni. Az egyes méretfrakciók súlya jól mérhető és a részecskéket könnyen el lehet távolítani a mintatartóról további vizsgálatok céljából.

3.2.1. ábra Kaszkád impaktor sematikus rajza [Hin82].

3.3 A PIXE módszer A PIXE röntgenspektroszkópián alapuló analitikai módszer. Ha töltött részecskével bombázzuk az atomot, a részecske és az atommagot körülvevő elektronok kölcsönhatása során végbemegy többek között röntgenemisszió is. A folyamat során a bombázó részecskék az atom belső héjairól elektronokat váltanak ki és az így keletkező vakanciákat magasabb energiájú héjakon lévő elektronok töltik be, amelynek során a létrejövő többletenergia emittált röntgenfoton vagy könnyű elemeknél Auger elektronok keltésével szabadul fel. PIXE-nél a keletkezett röntgensugárzást vizsgáljuk, amelyet karakterisztikus röntgensugárzásnak hívunk, ugyanis energiája a Moseley-törvény [Mos13] alapján a vizsgált atomra lesz jellemző. Attól függően, hogy az ionizáció melyik héjon ment végbe, és melyik magasabb héjról töltődött be a vakancia, beszélünk Kα, Kβ, Lα, Lβ, Lγ , … karakterisztikus röntgensugárzásról (3.3.1. ábra).

3.3.1. ábra A fő K és L átmenetek [Joh88].

A lítiumtól az uránig terjedő elemek K α és Kβ vonalainak energiája a 0,05-111 keV, míg a cinktől az uránig terjedő elemek L α, Lβ és Lγ vonalainak energiája a 1-21,5

keV

energiatartományba

esik.

Ilyen

energiájú

karakterisztikus

röntgensugárzás detektálásra legtöbbször a lítium-driftelt szilícium (SiLi)

detektorokat, ritkább esetben germánium detektorokat alkalmaznak. Egy korszerű berillium ablakos Si(Li) detektorral a nátriumnál kisebb rendszámú elemek nem vizsgálhatók, mert K α röntgenvonalainak energiája olyan kicsi, hogy a detektor ablakában elnyelődnek. A detektor detektálási hatásfoka a nehéz elemek Kα röntgenvonalaira drasztikusan lecsökken, így körülbelül 47-nél nagyobb rendszámtartományban K-vonalak helyett L-vonalakat detektáljuk. Így nátriumtól az uránig terjedő elemek vizsgálhatóak ilyen detektorral. Ultravékony polimer ablakos detektorral a nátriumnál kisebb és bórnál nagyobb rendszámú elemek is kimutathatók és ezáltal a berillium és polimer ablakos detektorok együttes alkalmazásával bórtól az uránig a teljes periódusos rendszer lefedhető [Uzo01].

3.3.2. ábra Finom módusú aeroszol PIXE spektruma.

A mai korszerű Si(Li) detektorok energiafeloldása ~130 eV, amely a mangán 5,9 keV energiájú Kα csúcsának félértékszélessége. Ez azt jelenti, hogy a spektrumban nagyon jól szétválnak az egymáshoz nagyon közel eső

röntgenvonalak is. Ezt mutatja a 3.3.2. ábrán látható légköri aeroszol PIXE spektruma is. Egy adott mátrixban, az elem adott mátrixra vonatkozó detektálási határának nevezzük azt a koncentrációt, amelyre a kapott válaszjel átlaga az alapvonal szórásának háromszorosa (3σ), amely egy analitikai módszernek talán a legfontosabb jellemzője. A detektálási határt ki lehet fejezni abszolút módon, azaz tömegben, vagy relatív módon, azaz koncentrációban, amelyet általában µg/g-ban vagy ppm-ben (10-6 g/g) adnak meg. A 3.3.3. ábrán egy vékony szerves minta minimálisan detektálható koncentrációi vannak ábrázolva a protonenergia és rendszám függvényében [Joh88]. Jól látszik az ábráról az is, hogy a PIXE a 20
Ep

A 3.3.3. ábrán az is jól látható, hogy az optimális érzékenység kisenergiájú, vagyis 2-4 MeV közötti protonbombázás esetén érhető el, ami azt jelenti, hogy a kisenergiájú gyorsítók, mint pl. Van de Graaff (VdG) gyorsítók kitűnően alkalmasak PIXE módszer alkalmazásához. PIXE módszerrel történő analízisnek további előnyei a következők: •

kis anyagszükséglet, o

vastag minta esetén 50-100 mg,

o vékony minta esetén ~50 µg/cm2; •

a legtöbb minta nem igényel különösebb előkészítést a mérés előtt;

• gyors, vagyis a spektrum gyűjtési ideje általában néhány perc és fél óra között változik;

• roncsolásmentes (biológiai mintáktól eltekintve), így lehetővé válik a PIXE-vel vizsgált minták más módszerekkel való további analízise, valamint értékes minták, mint pl. művészeti és régészeti minták vizsgálata;

• mikronyalábbal

is

végezhetünk

PIXE

analízist

nukleáris

mikroszondákkal, amellyel 10-15-10-16 g detektálási határ is elérhető; •

szabad levegőre kihozott nyaláb esetén is alkalmazható.

A PIXE módszer fő célja a vizsgált minta elemi összetevőinek relatív vagy abszolút koncentrációinak meghatározása. Jól meghatározott összefüggés áll fenn a spektrumban megjelenő K és L röngtencsúcsok alatti nettó terület és a mintában lévő elemek mennyisége között, ami lehetővé teszi a mennyiségi analízist. Mivel az ionizációs hatáskeresztmetszetek jól számolhatók, a kísérleti elrendezés paraméterei és a begyűjtött össztöltés ismeretében az elemkoncentrációk meghatározhatóak (abszolút koncentráció meghatározás). Az irodalomból számos PIXE kiértékelő program ismert, mint pl. HEX, AXIL, GUPIX [Max89], PIXAN [Cla87], PIXYKLM. Az ATOMKI-ban folyó

PIXE mérésekhez az intézetben kifejlesztett PIXYKLM [Zol88, Sza89, Sza93] programcsomagot használjuk, amely többek között az alábbiakat végzi el: •

a spektrum illesztését;

•

a koncentrációszámítást;

•

számolja az ionizációs és effektív röntgenkeltési hatáskeresztmetszeteket a K, L, M vonalakra;

•

figyelembe veszi az alábbiakat: o

másodlagos gerjesztési folyamatok,

o

pile-up effektus,

o

escape (megszökési) effektus,

o

jelfeldolgozó rendszer holtideje.

Pile-up effektus akkor jön létre, ha két röntgenfoton elegendően rövid intervallumon belül érkezik a detektorba ahhoz, hogy azokat a rendszer úgy dolgozza fel, mintha az eredeti két foton energiájának összegével egyenlő energiájú foton érkezett volna. Escape (megszökési) effektuson a következőt értjük: a detektor felületének közelében végbemenő fotoelektromos kölcsönhatás következtében keletkezett K röntgensugárzás megszökése, amelyek az eredeti fotonenergiánál a szilícium K energiájával kisebb energián jelennek meg a spektrumban.

3.4 A PIXE mérőrendszer Az értekezésben szereplő méréseket az ATOMKI 5 MV-os VdG gyorsítóján [Kol79]

végeztük.

A

Van

de

Graaff

gyorsító

egy

elektrosztatikus

részecskegyorsító (3.4.1. ábra). A motorral meghajtott T 1 és T2 tárcsákon körülfutó, selyemből vagy alkalmas más szigetelőanyagból készült S szalagot néhány kV feszültségű C 1 csúcs tölti fel. A töltés a szalagról a C 2 tűsoron keresztül a szigetelt G elektród külső felületére kerül. E folyamat addig tölti az

elektródát, amíg el nem éri a rendszer az átütési szilárdságát, vagy amíg a veszteségi áram meg nem haladja a töltő áramot. Veszteségi áramon a szigetelő felületén, a gyorsítócső ellenállás-osztóláncán folyó áram és a részecskeáram összegét értjük. Az átütési szilárdság növelésére a gyorsítót olyan tartályba helyezik, amely nagy nyomású és nagy átütési szilárdságú szigetelő gázzal van feltöltve, ami általában N2 és CO2 gáz meghatározott arányú keveréke [Sim73, Bud94].

3.4.1. ábra Van de Graaff generátor. T1 és T2 a tárcsákat, S a szigetelő anyagból készült szalagot, C1 a feltöltő csúcsot, C2 a tűsort és G a szigetelt elektródát jelöli [Bud94].

Az ATOMKI maximálisan 5 MV terminálfeszültségű gyorsítója által előállított töltöttrészecske-nyalábot egy analizáló mágnes segítségével térítjük vízszintes pályára, amely egyúttal a töltött részecskék tömeg szerinti szeparálását is elvégzi. Ezt követi egy előfókuszálás, majd a nyalábot a kapcsolómágnes segítségével valamelyik nyalábcsatornába irányítjuk. A nyalábcsatornák nevüket az analizált nyaláb irányával bezárt szögük alapján kapták. Ennek alapján

beszélünk jobb és bal 45°-os, jobb és bal 30°-os és 0°-os nyalábcsatornákról (3.4.2. ábra).

3.4.2. ábra Az ATOMKI 5 MV-os VdG gyorsítójának nyalábcsatornái és mérőhelyei.

A PIXE mérőrendszer [Bor97] a bal 45°-os nyalábcsatornán helyezkedik el, amelynek sematikus rajza a 3.4.3. ábrán látható. A mérésekhez általában 2 MeV energiájú protonnyalábot használunk, mert ez az energia a háttér és a kimutatható koncentráció szempontjából is optimálisnak tekinthető. A protonnyaláb egy réspáron, egy 0.51 µm vastagságú nikkel szórófólián és cserélhető blendés kollimátorokon keresztül jut a mintára, így kapjuk meg a megfelelő nyalábméretet

és

a

teljes

nyalábkeresztmetszet

feletti

egyenletes

intenzitáseloszlást. A minta a nyalábiránnyal 45°-os szöget zár be. A mintából kilépő röntgensugarakat a nyalábirányhoz képest 135°-ban elhelyezett Si(Li) röntgendetektorral mérjük. Ha a kis energiájú intenzív röntgenvonalakat ki akarjuk szűrni annak érdekében, hogy a magasabb rendszámú, de jóval kisebb

koncentrációban előforduló nyomelemeket is észlelhessük, a céltárgy és detektor közzé megfelelő abszorbens fóliát helyezhetünk el.

3.4.3. ábra Az ATOMKI PIXE mérőrendszerének sematikus rajza [Bor97].

Annak érdekében, hogy a bombázó protonnyaláb intenzitását pontosan tudjuk mérni

vékony

és

vastag

minta

esetében

egyaránt,

a

mérőkamra

a

nyalábcsatornához képest teljesen le van szigetelve, így maga a kamra egy Faraday-kalitkának tekinthető. Továbbá a mintából kilépő szekunder elektronok, valamint a szórt protonok árammérést befolyásoló hatását a kollimátorrendszer blendéire adott megfelelő pozitív és negatív feszültségek szüntetik meg. Szigetelő minta esetében a minta feltöltődését akadályozza meg, és ezáltal a háttér megnövekedését, a vele szemben elhelyezett elektronforrás. A detektor adta jelek az előerősítőből az NZ-881 digitális jelfeldolgozóba [Lak90, Lak91] és sokcsatornás analizátorba kerülnek.

4. Légköri aeroszol időbeli változásának vizsgálata 4.1 Kétfokozatú mintavevővel gyűjtött minták vizsgálata Az ATOMKI udvarán 1996 óta történik rendszeresen, heti két alkalommal mintagyűjtés kétfokozatú „Genti típusú” mintavevővel. Az 1996-2004 közötti időtartamra kapott adatbázisból minden elemre, továbbá a teljes PM2.5-10 és PM2.5 tömegekre valamint a black carbonra havi átlagkoncentrációkat számoltam. Az így kapott átlagokat az idő függvényében ábrázolva nagyon jól lehet követni az egyes aeroszol összetevők szezonális változásait. A 4.1.1. ábrán a durva, finom és black carbon koncentrációk szezonális változásai láthatók. A grafikonokról egyértelműen kitűnik, hogy a finom módusú aeroszol részecskék összkoncentrációjának és a black carbonnak telenként volt a maximuma, nyaranként a minimuma. A durva módusú aeroszol részecskék összkoncentrációja pedig pontosan fordítva viselkedett, vagyis nyáron volt maximuma, míg telenként minimuma. Ez részben azzal magyarázható, hogy télen a talajszerkezet a fagy és a hótakaró hatására megváltozik és ezáltal kevesebb részecske jut a légkörbe. Az 1996-2004 közötti teljes időszakban a PM2.5 és black karbon egyértelmű csökkenő tendenciát mutatott. A PM2.5-10 is határozott csökkenést mutatott az 1996-2000 közötti időszakban, majd ezt követően egyértelműen növekedett. A 4.1.2. ábrán több elsősorban természetes eredetű elem szezonális változásai láthatóak. Mindegyikre teljesül, hogy a havi átlagkoncentrációiknak szezonálisan nyáron volt a maximuma és télen volt a minimuma a finom és durva módusnak egyaránt. A hosszú távú tendenciákat figyelve a kalcium és vas esetében 1996-2000 között csökkenő, míg 2000-2004 között növekedő tendenciát mutattak az átlagkoncentrációk mindkét mérettartományban. Szilícium és titán esetében is csökkenő volt az átlagkoncentrációk tendenciája 1996-2000 között,

viszont 2000-2004 között stagnált. Mangán esetében nem volt megfigyelhető egyértelmű növekedés vagy csökkenés egyik mérettartományban sem.

3] Koncentr�ci�µg/m [

PM2.5-PM10

PM2.5

BC

�vek

4.1.1. ábra Durva (PM2.5-10), finom (PM2.5) és black carbon (BC) szezonális változása.

Durva m� dus

Finom Finom módus m�dus Ca

Koncentr� ci�[ng/m3]

Ca

Fe

Fe

Mn

Mn

Si

Si

Ti

Ti

�vek

4.1.2. ábra Természetes eredetű elemek átlagkoncentrációi.

A 4.1.3. ábrán látható elsősorban antropogén eredetű elemek esetében szezonálisan télen voltak a maximumok, nyáron pedig a minimumok mindegyik frakcióban, kivéve a káliumnál a durva módusban, ahol nyaranként volt az átlagkoncentrációknak a maximuma, telenként meg a minimuma. A kálium finom módusát alkotó aeroszol a téli tüzelés eredménye, ugyanis biomassza égetésnél nagy mennyiségű káliumtartalmú aeroszol jut a légkörbe, míg a durva módust alkotó részecskék nem mesterséges forrásból származnak. Ezzel magyarázható a két módus ilyen eltérő viselkedése. A finom módusban a kén és a

réz esetében már nem volt megfigyelhető ez az évszakos különbség. A teljes időszakot figyelembe véve a kén, ólom és a cink esetében a finom módusban a teljes vizsgált időszakban egyértelmű csökkenő tendencia volt megfigyelhető, míg a durva módusban 1996-2000 között csökkenő, 2000-2004 között pedig növekvő volt a tendencia. A réz esetén mindkét mérettartományban 1996-2000 között csökkenést, 2000-2003 között pedig növekedést figyelhetem meg. Finommódus m�dus Finom

Koncentr� ci�[ng/m3]

Durva m�dus S

S

Pb

Pb

Zn

Zn

Cu

Cu

K

K

�vek

4.1.3. ábra Mesterséges eredetű elemek átlagkoncentrációi.

Számoltunk ún. korrelációs együtthatókat az elemkoncentrációk és az eltelt idő között 1996-2003 és 2000-2003-as időtartamra, amelyeket a 4.1.1. táblázat mutat. A negatív értékek a koncentrációk csökkenését, míg a pozitív értékek a koncentrációk növekedését mutatják. A vastagított értékek szignifikáns csökkenést, ill. növekedést jelölnek. A táblázatban kapott értékek is megerősítik a grafikonokon látható koncentrációváltozások tendenciáit. 4.1.1. táblázat Az elemkoncentrációk és az eltelt idő között számolt korrelációs együtthatók. Elemek Si S Cl K Ca Ti V Mn Fe Ni Cu Zn Pb Tömeg BC

Finom módus

1996-2003 Durva módus

2000-2003 Finom módus

Durva módus

Teljes Fűtési idősz. idősz.

Nem fűtési

Teljes idősz.

Fűtési idősz.

Nem fűtési

Teljes idősz.

Fűtési idősz.

Nem fűtési

Teljes idősz.

Fűtési idősz.

-0.147 -0.346 -0.716 -0.148 0.002 0.002 -0.357 -0.060 0.031 -0.320 0.051 -0.159 -0.277 -0.129 -0.016

0.011 -0.354 -0.847 -0.102 0.099 0.176 -0.169 -0.018 0.156 -0.161 0.097 -0.101 -0.314 0.038 0.032

-0.293 -0.162 -0.236 -0.130 -0.226 -0.183 -0.081 -0.203 -0.148 0.179 0.123 -0.091 -0.039 -0.032

-0.264 -0.163 -0.246 -0.089 -0.184 -0.179 -0.131 -0.145 -0.111 0.054 0.120 -0.047 0.045 -0.048

-0.359 -0.150 -0.096 -0.205 -0.290 -0.213 0.158 -0.287 -0.213 0.379 0.134 -0.128 -0.142 0.093

-0.148 -0.016 -0.597 -0.058 0.014 -0.011 -0.251 -0.185 -0.009 -0.174 -0.003 -0.059 -0.103 -0.092 -0.165

-0.277 -0.052 -0.579 -0.041 -0.022 -0.067 -0.381 -0.189 -0.080 -0.216 -0.028 -0.090 -0.095 -0.184 -0.184

-0.164 0.068 -0.709 0.062 -0.021 -0.038 -0.147 -0.181 -0.001 -0.011 0.010 0.092 -0.049 0.089 0.015

-0.119 0.063 -0.060 0.023 0.041 0.004 0.161 -0.110 0.004 0.330 0.133 0.077 0.032 -0.001

-0.100 -0.187 0.077 0.186 -0.175 0.250 -0.001 0.059 0.035 0.026 0.001 0.024 0.139 0.217 -0.086 -0.168 -0.010 0.013 0.273 0.383 0.095 0.186 0.044 0.200 0.060 0.156 -0.014 0.004

-0.350 -0.338 -0.690 -0.146 -0.149 -0.246 -0.362 -0.091 -0.121 -0.385 -0.007 -0.169 -0.242 -0.220 -0.175

Nem fűtési

Összefoglalva az mondható el, hogy a teljes finom frakció, valamint a finom frakció több alkotóelemének a koncentrációja is csökkent, ami több szennyező forrás gyengülésére utal. Ugyanakkor a teljes durva frakció, valamint a durva frakcióban lévő talajeredetű elemek koncentrációjában növekedést tapasztaltam. Ha figyelembe vesszük, hogy az utóbbi évtizedben Debrecen területén jelentősen megnőtt a gépkocsiforgalom, akkor így kimutattam a már egyszer kiülepedett pornak

a

gépkocsiforgalomnak

(újrafelverődését).

köszönhető

fokozott

reszuszpenzióját

4.2 Debrecen Európa finom módusú aeroszol térképén Az

utóbbi

időkben

számos

publikáció

jelent

meg

európai

együttműködésekről [Göt05, Hit04, Hou01, Put04, Van04], amelyben elsősorban olyan nyugat- és közép-európai laboratóriumok eredményei szerepeltek, ahol finom módusú aeroszol gyűjtése is folyik. Természetesen a különböző helyekről különféle módszerekkel gyűjtött aeroszol minták összehasonlítása nem egyszerű feladat. Ezzel kapcsolatban több cikk is született [Bri04, Mül04].

Sorszám 1 2 3 4 5 6 7 8 9 10 11

Éghajlat Óceáni Nedves kontinentális Száraz kontinentális Hegyvidéki Mediterrán Mérsékelt sivatagi Tajga Tundra Trópusi sivatagi Szavanna Egyenlítői

4.2.1. ábra Éghajlati térkép uralkodó szélirányokkal [Köp06].

Debrecen az Alföldön elhelyezkedő 200.000 lakossal rendelkező város, amelyet mezőgazdasági területek vesznek körül és nehézipar nincs a környéken. Meteorológiailag rendkívül érdekes helyen található ez a város. A 4.2.1. ábrán látható térkép jól mutatja, hogy Debrecen a nedves és száraz kontinentális, a mediterrán és hegyvidéki éghajlati területek találkozásánál helyezkedik el, amelyek mindegyike hatással van e település időjárására. Talajtanilag a lösz és

homokos területek találkozásánál fekszik, és foltokban elég sok erdő is található a városban és a környéken. Az összehasonlítás alapjául szolgáló cikkben [Göt05] 21 helyszínen 2000. június és 2001. december között gyűjtött aeroszol adatokat dolgoztak fel. Mivel Debrecenben ebben az időben már történt rendszeres mintagyűjtés az ATOMKI udvarában, ezért ezeket az adatokat tudjuk a Götschi cikk eredményeihez kapcsolni és együtt kezelni őket. A helyszíneket a 4.2.1. táblázat mutatja, amelyek jó része nyugat európai város. 4.2.1. táblázat Götschi [Göt05] cikkében szereplő helyszínek Debrecennel kiegészítve. Ország Belgium

Helyszín (város) Antwerpen déli rész Antwerpen belváros Franciaország Párizs Németország Erfurt Svájc Basel Spanyolország Barcelona Galdakao Albacete Oviedo Huelva Franciaország(Alpok) Grenoble Olaszország Pavia Torinó Verona Anglia Ipswich Norwich Izland Reykjavik Svédország Göteborg Umea Uppsala Észtország Tartu Magyarország Debrecen

A

4.2.2.

ábrán

az

egyes

helyszíneken

számolt

átlagos

szilíciumkoncentrációkat láthatjuk. Szaggatott vonallal pedig valamennyi helyszínen számolt átlagos koncentráció látható. Az ábráról nagyon jól látszik, hogy Debrecenben jóval az átlag alatti értéket kaptunk, ami a skandináv

országokban és Angliában kapott értékekkel közel egyenértékű. Ezzel szemben Spanyolország több helyszínén és Olaszországban jóval az átlag fölötti értékeket mutat a grafikon.

B n lo e rc a o k ld a G t e c a lb A o d ie v O a lv e u H l b o n re G i v a P ó rin o T a n ro e V h ic w s Ip h ic rw o N i v ja k y e R rg o b te ö G a e m U l a s p U rtu a T n rc b e D

1400 1200 1000 800 600 400 200 0

li é .d rp e tw n A A lv .b rp e tw n

[/m ó rá e c n ik v é s o g tla Á

P s riz á t rfu E l e s a B

3]

Si

Helyszín

4.2.2. ábra Szilícium éves átlagos elemkoncentrációi. Szaggatott vonal valamennyi helyszín összesített átlagát mutatja.

3]

S 2000 1600 1200 800 400

li é .d rp e tw n A A lv .b rp e tw n

[/m ró e c n k s o g tla iá v É

P s riz á t rfu E l e s a B

B n lo e rc a o k ld a G t e c a lb A o d ie v O a lv e u H l b o n re G i v a P ó rin o T a n ro e V h ic w s Ip h ic rw o N i v ja k y e R rg o b te ö G a e m U l a s p U rtu a T n rc b e D

0

Helyszín

4.2.3. ábra Kén éves átlagos elemkoncentrációi. Szaggatott vonal valamennyi helyszín összesített átlagát mutatja.

Kén esetében (4.2.3. ábra) az átlagkoncentrációk sokkal kevésbé tértek el egymástól, mint a szilícium esetében. Debrecenben és a legtöbb helyen egyaránt az átlag körüli értéket kaptunk. Egyedül Antwerpenben, Olaszországban és egyes spanyol városokban mértek átlag feletti értékeket.

B n lo e rc a o k ld a G t e c a lb A o d ie v O a lv e u H l b o n re G i v a P ó rin o T a n ro e V h ic w s Ip h ic rw o N i v ja k y e R rg o b e t ö G a e m U l a s p U rtu a T n rc b e D

45 40 35 30 25 20 15 10 5 0

li é .d rp e tw n A A lv .b rp e tw n

[ ró e c n k s o g tla iá v É

P s riz á t rfu E l e s a B

µg /m3]

PM2.5

Helyszín

4.2.4. ábra Finom módus éves átlagos elemkoncentrációi. Szaggatott vonal valamennyi helyszín összesített átlagát mutatja.

A teljes finom frakció esetében (4.2.4. ábra) ismét átlag körüli érték volt Debrecenben. Olaszországban viszont többszöröse van az átlagnak, míg Skandináviában jóval kisebb értékek láthatók. Debrecenben rendszeresen mérjük a finom frakció black carbon tartalmát fényvisszaverődésen alapuló módszerrel. A többi helyszínen fényabszorpciós módszerrel (ABS) mérik a black carbont, ami szerencsére összevethető a mi adatainkkal [Mül04] (4.2.5. ábra.). E tekintetben Debrecenben átlag feletti értéket kaptunk. Ennél nagyobb értéket csupán Antwerpenben, Barcelonában és olasz városokban mértek. A többi helyszínen a cívisvárosinál kisebb érték adódott. A legkisebb értékeket most is Skandináviában mérték.

6 5 4 3 2 1 0

li é .d rp e tw n A A lv .b rp e tw n

P s riz á t rfu E l e s a B

B n lo e rc a o k ld a G t e c a lb A o d ie v O a lv e u H l b o n re G i v a P ó rin o T a n ro e V h ic w s Ip h ic rw o N i v ja k y e R rg o b te ö G a e m U l a s p U rtu a T n rc b e D

S B A

ABS

Helyszín

4.2.5. ábra ABS értékek. Debrecen esetén black carbon érték [µg/m3] egységben. Szaggatott vonal valamennyi helyszín összesített átlagát mutatja.

Természetesen elemkoncentrációknak

szezonális minden

változásai egyes

is

helyszínen.

voltak Ezért

az

egyes

külön-külön

megvizsgáltam a nyári és téli adatokat. A téli a 2000. december 1. és 2001. február 28., míg a nyári a 2000. június 1. és 2000. augusztus 31. közötti időszakot ölelte fel. A PM2.5 téli és nyári átlagait a 4.2.6. ábra mutatja az összes helyszínen. A téli és nyári értékek arányát is feltüntettem, amely nagyon jól követi a téli maximumokat. A téli maximumok most is Olaszországban voltak a legnagyobbak, míg a skandináv országokban a legkisebbek, és ezeknél a debreceni sem sokkal volt magasabb. A nyári maximumok között messze nem volt olyan nagy különbség az egyes európai helyszíneken. A klórkoncentrációk szezonális változásai igen jelentős különbséget mutattak szerte Európában. A tengervizek párolgásából, a nagy szelek által a hullámok vízpermetéből valamint az elnyelt légbuborékok szétpukkanásából nagy mennyiségű (évente 1,3 millió tonna) tengeri sót tartalmazó aeroszol jut a légkörbe, amely nagy mennyiségben tartalmaz többek között klórt is.

µg /m 3]

80

3,5

PM 2.5

70

Tél Nyár

60

Tél/Nyár

50

3 2,5 2

40 1,5

30

0,5

10

0

B n lo e rc a o k ld a G t e c a lb A o d ie v O a lv e u H l b o n re G i v a P ó rin o T a n ro e V h ic w s Ip h ic rw o N i v ja k y e R rg o b te ö G a e m U l a s p U rtu a T n rc b e D

0

li é .d rp e tw n A A lv .b rp e tw n

P s riz á t rfu E l e s a B

[ ó e c k o g rta á y n lis é T

ra á y l/n é T

1

20

Helyszín

4.2.6. ábra A nyári és téli átlagkoncentrációi a finom frakciónak. Szaggatott vonal valamennyi helyszín összesített téli/nyári átlagát mutatja.

3500

Cl

tél

3000

nyár

2500

logtél/nyár

1,8 1,6 1,4

3 ]

1,2

2000

1

1500

0,8

r á y /n té g lo

0,6

on K /m [g ió trá e c

1000

0,4 500

0,2 0

li é .d rp e tw n A A lv .b rp e tw n

P s riz á t rfu E lB e s a

a n lo e rc B o k ld a G t e c a lb A o d ie v O a lv e u H l b o n re G i v a P ó rin o T a n ro e V h ic w s Ip h ic rw o N i v ja k y e R rg o b te ö G a e m U l a s p U rtu a T n rc b e D

0

Helyszín

4.2.7. ábra A klór nyári és téli átlagkoncentrációi.

Az egyes helyszíneken mért átlagos klórkoncentrációkat a 4.2.7. ábra mutatja téli és nyári értékeket külön-külön. Mind a nyári és mind a téli értékek Debrecenben a legkisebbek közé tartoztak, köszönhetően annak is, hogy ez a város van a legmesszebb az óceántól, mint a legfőbb forrástól. A forrástól

(tengerparttól) mért távolság alapján tüntetve fel a koncentrációkat (4.2.8. ábra) az látható, hogy az egyes koncentrációértékek nem közvetlenül az ún. Pearson korrelációs faktort jelölő szaggatott vonal mentén helyezkednek el, hanem attól jóval messzebb is találhatóak az egyes helyszíneket jelölő pontok. Ennek az oka az, hogy a légköri aeroszol a szárazföld belseje felé haladva, rengeteg módosító hatásnak van kitéve. Egyrészt keveredik a kontinensen lévő emberi tevékenység által termelt más klórtatalmú aeroszol részecskékkel megváltoztatva ezáltal a koncentrációjukat. Másrészt a helyi időjárási viszonyok is módosítják az eloszlásukat, továbbá egyes légkörkémiai folyamatok is hatással vannak rájuk.

4.2.8. ábra A klórkoncentrációk a tengertől mért távolság függvényében. A szaggatott vonal a Pearson korrelációs faktort jelöli, amelynek értéke: -0,5116.

A szilícium és alumínium elemek egymáshoz viszonyított arányát mutatja a 4.2.9. ábra. A Föld átlagos Si/Al aránya 3,409 [Mas66], amit a SiO 2 és a földkéreg

Al2O3

összetevője

alapvetően

befolyásol.

Ez

az

érték

agyagásványokban 1,04 és 2,07, míg kövekben és talajban 3,41 és 4,65 között változik [Rah76]. A Si/Al érték légköri aeroszol esetében 1,40-4,63 között

váltakozik. Valamennyi helyszínen kapott arányok átlaga 2,29. Jóval az átlag feletti érték volt a franciaországi Grenoble és a spanyol Huelva városokban, míg Debrecenben jócskán átlag alatti arány volt 1,56 értékkel. A korábbi méréseknél is hasonló értéket kaptunk a cívisvárosra 1,46 [Bor99a] és 2,21 [Bor99b] értékekkel.

1600

6 Si

1400

Al

5

Si/Al

1200

4

3]

1000 800

3

/m [g ió trá e c n o K

y n rá la i/A S

600

2

400 1

200

0

li é .d rp e tw n A A lv .b rp e tw n

P s riz á t rfu E l e s a B

B n lo e rc a o k ld a G t e c a lb A o d ie v O a lv e u H l b o n re G i v a P ó rin o T a n ro e V h ic w s Ip h ic rw o N i v ja k y e R rg o b te ö G a e m U l a s p U rtu a T n rc b e D

0

Helyszín

4.2.9. ábra Az alumínium és szilíciumkoncentrációk és egymáshoz viszonyított arányuk. A szaggatott vonal valamennyi helyszín összesített átlagát mutatja.

5. Városi és vidéki területeken gyűjtött aeroszol minták vizsgálata Az NKFP projekt keretében 2003. július 21. és 2003. augusztus 3. között három helyszínen egyidejűleg gyűjtöttünk aeroszol mintákat. Az egyik városi helyszín Budapest, a másik Debrecen volt. A háttér terület K-puszta volt, amely Kecskemét-Méntelektől néhány kilométerre egy erdőben elhelyezkedő tisztás, ahol az Országos Meteorológiai Szolgálat mérőállomása található (5.1. ábra). Ez a hely lakott területektől távol helyezkedik el, így megfelelő háttérterületen történő mérésekhez.

5.1. ábra Országos Meteorológia Szolgálat mérőállomása K-pusztán. Térképen az állomás helyét a zöld csillag jelzi.

Az aeroszol mintákat egyrészt „Genti típusú” kétfokozatú mintavevővel gyűjtöttük az összes helyszínen, továbbá Budapesten és K-pusztán PIXE International típusú hétfokozatú kaszkád impaktorral is végeztünk mintavételt 24 órás gyűjtési idővel. A minták elemkoncentrációit PIXE módszerrel határoztuk meg az ATOMKI 5 MV-os Van de Graaff gyorsítójára telepített PIXEmérőelrendezésen történt mérésekkel és a PIXEKLM programmal végzett kiértékeléssel.

5.1 Kétfokozatú mintavevővel gyűjtött minták vizsgálata Mindhárom helyszínen történt „Genti típusú” kétfokozatú mintavevővel mintagyűjtés 2003. július 21.-augusztus 3. között. Sajnos technikai okok miatt július 24-én és július 26-án nem sikerültek a budapesti mintagyűjtések, így erre a két napra csak Debrecenből és K-pusztáról vannak mért adatok.

• Kalcium: 5.1.1. ábráról látható, hogy augusztus 1. kivételével valamennyi nap Budapesten többszörös koncentrációkat mértünk, mint Debrecenben és K-pusztán mindkét módusban. Debreceni értékek átlagban egy kicsivel voltak magasabbak a K-pusztaihoz képest.

5.1.1. ábra Kalcium elemkoncentrációi.

5.1.2. ábra Szilícium elemkoncentrációi.

• Szilícium: a kalciumhoz hasonlóan itt is Budapesten volt a legnagyobb koncentráció erre az elemre egy-két naptól eltekintve (5.1.2. ábra). Például július 21-én a debreceni értékek kissé meghaladták a budapestit mindkét módusban. K-pusztán voltak a legkisebbek a koncentrációk, viszont a különbségek messze nem voltak olyan nagyok, mint a kalcium esetében.

• Vas: az 5.1.3. ábra alapján elmondható, hogy itt is Budapesten mértük a legnagyobb

koncentrációkat

augusztus

1.

kivételével.

Általában

kétszerese vagy háromszorosa volt a debreceni koncentrációknak mindkét módusban. A K-pusztai és debreceni értékek között pedig nem volt nagy különbség.

5.1.3. ábra Vas elemkoncentrációi.

• Titán: az 5.1.4. ábra tanulsága szerint itt is Budapesten kaptam a legnagyobb koncentrációkat, viszont nem volt olyan mértékben nagyobb a többi helyszínhez képest, mint az előző elemeknél. Augusztus 1. itt is kivétel, ugyanis ekkor Budapesten kisebb volt a koncentráció, mint Debrecenben és K-pusztán a durva módusban valamint Debrecenben a finom módusban. K-pusztán ezen egy nap kivételével nagyon kis koncentrációkat kaptam, sőt a finom módusban több nap is a kimutathatósági határ alatti koncentrációkat mértem.

5.1.4. ábra Titán elemkoncentrációi.

• Kén: ezen antropogén elem esetén a koncentrációk mindhárom mérőhelyen

gyakorlatilag

megegyeztek

egymással

és

egyszerre

változtak. K-pusztán volt néhány nap, amikor kiugróan magas értékeket kaptam a finom módusban. Ez nagyon jól látható az 5.1.5. ábrán is. Az is nagyon jól kitűnik a grafikonokról, hogy a finom módusban többszörösét,

mégpedig

átlagban

ötször-hatszor

nagyobb

kénkoncentrációkat kaptam minden helyszínen, mint a durva módusban.

5.1.5. ábra Kén elemkoncentrációi.

• Klór:

durva

módusban

koncentrációértékeket,

míg

csak

Budapesten

Debrecenben

és

kaptam

nagyobb

K-pusztán

gyűjtött

aeroszolban nagyon kis mennyiségben, általában a kimutathatósági határ alatti értékekben volt jelen. Kivétel itt is augusztus elseje volt, amikor Kpusztán a Budapestinél is nagyobb koncentrációt mértem és Debrecenben is mérhető értéket kaptam (5.1.6. ábra). Finom módusú aeroszolnál sem Budapesten, sem Debrecenben nem kaptam gyakorlatilag egyetlen napra sem detektálási határ feletti koncentrációkat. K-pusztán viszont néhány nap mérhető értékekhez jutottam.

5.1.6. ábra Klór elemkoncentrációi.

5.1.7. ábra Cink elemkoncentrációi.

• Cink: ennél az elemnél gyakorlatilag minden nap Budapesten kaptam a legmagasabb koncentrációkat mind a durva, mind a finom frakcióban egyaránt. Természetesen most is az augusztus elseje volt a kivétel, amikor a finom módusban K-pusztai többszörösen, a debreceni is jóval meghaladta a Budapesten mérteket. A K-pusztán és Debrecenben mért koncentrációk közel azonosak voltak egy adott nap, hol az egyik, hol a másik helyen nagyobb egy kicsit (5.1.7. ábra).

• Ólom: ennél is a budapesti értékek voltak a legmagasabbak a július 27., 30., 31. és augusztus 1. napoktól eltekintve, amikor Budapesten nagyon lecsökkent mindkét módusban az ólomkoncentráció (5.1.8. ábra). Átlagban másfél-kétszerese voltak a finom módusú koncentrációk a durvához képest.

5.1.8. ábra Ólom elemkoncentrációi.

5.1.9. ábra Foszfor elemkoncentrációi.

• Foszfor: a durva módusban nem voltak lényeges különbségek a különböző helyen mért koncentrációk között. Egyedül július 22-én kaptam egy kiugró értéket Debrecenben. A finom módusú koncentrációk általában a kimutatási határ környékén mozogtak, így nem igazán tudtam ezen adatokból messzemenő következtetéseket levonni (5.1.9. ábra).

• Kálium: az 5.1.10. ábrán lévő grafikonokon nagyon jól látható, hogy mind a durva, mind a finom módusban teljesen rendszertelenül változtak a koncentrációk egymáshoz képest. Hol az egyik, hol a másik helyszínen volt nagyobb a koncentráció. Átlagban elmondható ugyan, hogy Budapesten volt a legnagyobb a koncentráció, de napról napra változott a helyzet. Finom módusban több nap Budapesten és Debrecenben is a

detektálási határ alatti értékeket kaptam, amelyek természetesen nincsenek megjelenítve a grafikonon.

5.1.10. ábra Kálium elemkoncentrációi.

• Réz: érdekességképpen mutatom meg ennek az elemnek a koncentrációit az 5.1.11. ábrán. Általában nagyon kicsiny értékeket kaptam rájuk néhány kivételtől eltekintve. Július 21-én minden helyszínen többszöröse volt a kapott koncentráció a többi napokhoz képest mindkét módusban. Ezen kívül Budapesten július 25-én a durva módusban, 26-án a finom frakcióban volt egy-egy kiugró érték. Valamint augusztus elsején Kpusztán mindkét frakcióban, Debrecenben pedig 28-án és 29-én kaptam jóval magasabb értékeket szintén mindkét módusban.

5.1.11. ábra Réz elemkoncentrációi.

Az

5.1.1.

táblázatban

a

kampány

teljes

időszakára

vonatkozó

átlagkoncentrációkat tüntettem fel a durva és finom módusra egyaránt. Ez alapján a talaj eredetű elemeknek, mint a szilícium, kalcium, titán és vas, a durva és finom módusban egyaránt Budapesten mértem a legnagyobb koncentrációkat. Debrecenben és K-pusztán detektált értékek ennél jóval kisebbek voltak. Továbbá a K-pusztai értékek egy kicsit alacsonyabbak voltak a debreceninél. Antropogén eredetű elemeknél, mint a kén, kálium, réz, cink és ólom, a durva módusban szintén a budapesti értékek voltak a legmagasabbak, míg a debreceni és K-pusztai adatok közel azonosak. A finom frakcióban viszont az előbb felsorolt elemek esetében már változatosabb volt a helyzet. Réz, cink és ólom esetén Budapesten mértem a legmagasabb koncentrációkat, míg Debrecenben a legalacsonyabbakat. Kén és kálium esetében viszont K-pusztán voltak a legmagasabbak az átlagkoncentrációk a három helyszín közül, míg Debrecenben a legalacsonyabbak. Meg kell említenem még a klórt, amelynél Budapesten volt a legmagasabb koncentráció, míg Debrecenben a legalacsonyabb a durva frakcióban. Finom frakció esetén csak K-pusztán volt mérési adatom. Foszfor esetén nem volt lényeges különbség a három helyszínen mért koncentráció között.

5.1.1. táblázat A teljes időszak elemkoncentráció átlagai ng/m3-ben.

Durva módus Finom módus Debrecen Budapest K-puszta Debrecen Budapest K-puszta Kálcium 294,4 981,1 274,6 45,6 121,2 41,6 Szilícium 439,9 558,6 297,3 103,2 129,5 79,2 Vas 266,3 469,4 181,2 75,9 140,5 61,3 Titán 16,0 22,3 10,1 2,8 4,0 2,3 Kén 167,6 240,5 164,9 981,6 1109,6 1268,0 Klór 3,4 27,0 7,3 22,1 Cink 7,6 19,9 9,0 9,7 16,0 14,2 Ólom 4,8 6,3 4,4 11,5 17,7 14,6 Foszfor 15,7 16,7 25,8 10,5 15,9 12,8 Kálium 117,0 136,8 108,5 69,4 80,2 85,9 Réz 5,4 10,0 6,9 3,2 5,8 3,8

A durva és finom módusú minták elemkoncentrációinak időbeli változása követte az időjárás változásait, ugyanis esős napokon csökkent a koncentráció. A kampány időszakában egymást követték az időjárási frontok kiadós csapadék kíséretében. A legnagyobb eső K-pusztán július 29-én hullott, amelyet az elemkoncentrációk jó részén meg is látszik. A természetes eredetű elemeknek (Si, Ca, Ti, Fe) a koncentrációja mindkét módusban ezen a napon volt a legkisebb. Hasonlót figyelhettünk meg a réz és kálium esetén is.

5.2 Hétfokozatú kaszkád impaktorral gyűjtött minták vizsgálata Két helyszínen, Budapesten és K-pusztán, egyidejűleg történt hétfokozatú kaszkád impaktorral mintagyűjtés 2003. július 21.-augusztus 1. között. Az impaktor gyűjtési mérettartományait az 5.2.1. táblázat mutatja.

5.2.1. táblázat A kaszkád impaktor gyűjtési mérettartományai. Fokozat Mérettartomány (µm)

1 0.25-0.5

2 0.5-1

3 1-2

4 2-4

5 4-8

6 8-16

7 >16

A következőkben nem az egyes fokozatokban gyűjtött koncentrációk, hanem koncentrációarányok (CBp/CKp) alapján fogom az egyes elemek viselkedését vizsgálni. Mégpedig a budapesti és K-pusztai koncentrációk arányát tüntetem fel az ábrákon, ezáltal információt kapok arról, hogy mikor és hol volt éppen nagyobb koncentrációja egy adott elemnek egy adott mérettartományban.

• Kalcium: 5.2.1. ábráról látható, hogy majd az összes mérettartományban a budapesti koncentráció többszöröse, mint amit K-pusztán mértek.

5.2.1. ábra Kalcium koncentrációarányai.

• Szilícium: az elem viselkedése rendkívül érdekes volt. 0,25-0,5 µm mérettartományban július 21-28. között a K-pusztai, míg július 29augusztus 1. között a budapesti koncentrációk voltak egyértelműen magasabbak. 2-8 µm mérettartományban Budapesten kaptam a nagyobb

értékeket. 16 µm felettiben a K-pusztán mért értékek voltak egyértelműen magasabbak július 28-ig, ezt követő időszakban viszont Budapesten (5.2.1. ábra).

5.2.1. ábra Szilícium koncentrációarányai.

• Vas: valamennyi fokozatban a teljes időszakban a budapesti koncentrációk átlagban 5-10-szer magasabb voltak, mint a K-pusztai értékek (5.2.2. ábra).

• Titán: mérhető koncentrációkat csak az 1-8 µm mérettartományba kaptam. Ezen belül az 1-2 µm mérettartományban jó néhány nap volt, amikor a Budapesten mért koncentrációk kisebbek voltak (5.2.2. ábra). 2-8 µm méretű részecskéknél valamennyi koncentráció, ahol mérhető mennyiséget kaptam, pusztaiaknak.

a budapestiek többszörösei voltak a K-

5.2.2. ábra Vas koncentrációarányai.

5.2.2. ábra Titán koncentrációarányai.

• Kén: a koncentrációarányok alapján négy csoportba soroltam a mérettartományokat (5.2.3. ábra):

o 0,25-0,5 µm és a 4-8 µm: koncentrációk Budapesten voltak a nagyobbak a teljes időszakban.

o 1-2 és 8 µm felett: K-pusztán végig magasabb értékeket kaptam. o 2-4 µm: az első négy napon Budapesten, a következő négy napon K-pusztán, míg az utolsó négy napon ismét Budapesten mértem a nagyobb koncentrációkat.

o 0,5-1 µm: július 21-25. között a kapott koncentrációk teljesen rendszertelenül változtak. Viszont július 26-tól valamennyi nap K-pusztán mértem a magasabb értékeket.

5.2.3. ábra Kén koncentrációarányai.

• Klór: a 0,25-1 µm mérettartományban nagyrészt a K-pusztán mért koncentrációk voltak a magasabbak, míg a 4-8 µm tartományban Budapesten kaptam nagyobb értékeket (5.2.3. ábra).

5.2.3. ábra Klór koncentrációarányai.

5.2.3. ábra Cink koncentrációarányai.

• Cink: a legtöbb napon a legtöbb mérettartományban Budapesten mért koncentrációk magasabbak voltak, mint K-pusztán. Kivéve a 0,5-1 µmes tartományt, ahol július 22-27. között Budapesten, július 28-tól pedig K-pusztán kaptam nagyobb értékeket (5.2.4. ábra).

• Ólom: mérhető koncentrációkat csak igen kevés esetben kaptam. Egyedül talán a 0,25-0,5 µm-es mérettartományban mondható el, hogy annyi adat volt, hogy biztosan kijelenthető, hogy a budapesti értékek szinte minden nap magasabbak voltak (5.2.4. ábra).

5.2.4. ábra Ólom koncentrációarányai.

• Foszfor: két nagyon élesen elkülönülő időszak figyelhető meg (5.2.5. ábra).

Július

21-28.

között

sokkal

magasabb

(többszörös)

koncentrációkat kaptam K-pusztán, mint Budapesten erre az elemre. Ezzel ellentétben július 29-től a kapott értékek alacsonyabbakká váltak

K-pusztán, mint Budapesten. Augusztus elsején, igaz kismértékben, de ismét K-pusztán kaptam nagyobb koncentrációkat.

5.2.5. ábra Foszfor koncentrációarányai.

5.2.6. ábra Kálium koncentrációarányai.

• Kálium: a 0,25-0,5 µm és 2-8 µm mérettartományokban valamennyi koncentráció Budapesten volt nagyobb. 8 µm felett gyakorlatilag nem kaptam mért eredményeket, 0,5-1 µm-re pedig a kapott adatok teljesen rendszertelenül váltakoztak (5.2.5. ábra).

5.2.6. ábra Réz koncentrációarányai.

• Réz: olyan kevés értékelhető adatot kaptam, hogy a koncentrációk arányaiból nem tudtam megállapítani, hogy mely helyszínen voltak magasabbak a koncentrációk (5.2.6. ábra). Ezek alapján néhány tapasztalatomat összefoglaltam:

1. A kalcium, titán és vas, mint talajeredetű elemekre, a legtöbb esetben nagyobb koncentrációkat kaptam Budapestre, mint K-pusztára. Ugyanis ezeket az elemeket tartalmazó aeroszol részecskék nem tudtak kiülepedni a városokban szinte állandó és rendkívül nagy gépkocsiforgalomnak köszönhetően.

2. A szilícium, ami szintén talajeredetűnek tekinthető, különös viselkedése az időjárási körülményekkel volt magyarázható. Július 21-28. között meleg és száraz idő volt K-pusztán, míg július 29-től egy nedvesebb időszak kezdődött többszöri nagy mennyiségű csapadékkal kísért zivatarokkal. Valószínűleg ez lehetet az oka annak, hogy a 0,25-0,5 µm és 16 µm mérettartományba eső aeroszol részecskék koncentrációja a második időszakban sokkal kevesebb volt K-pusztán, mint az elsőben, mert kimosta őket az eső. A többi mérettartományban is jóval nagyobb volt a koncentráció a fővárosban, mint K-pusztán július 29-től. A száraz időszakban pedig a futóhomokos területen elhelyezkedő mérőállomáson a szél által bőven volt utánpótlása a szilíciumtartalmú finom aeroszolnak. 3. A klór, cink és ólom, mint mesterséges (antropogén) eredetű elemek a legtöbb esetben nagyobb koncentrációban voltak jelen Budapesten, mint K-pusztán.

4. A kén, mint antropogén elem, viselkedése egy kis magyarázatra szorul. Több esetben nagyobb koncentrációt kaptam K-pusztára, ami emberi és ipari tevékenységtől távol lévő terület, mint Budapestre. Ennek oka az többek között, hogy különösen a finom részecskék kéntartalmú másodlagos aeroszolként igen nagy utat tudnak bejárni, mielőtt kiülepednének, vagy megkötődnének, továbbá képződésük kén-dioxidból is elég hosszú időt, akár több napot is igénybe vehet. Természetesen átlagban Budapesten voltak nagyobbak a kénkoncentrációk.

6. Az ember légzőszervrendszere A légzőszervrendszer legfontosabb feladata a gázcsere biztosítása, ami a légzőhólyagokban oxigén vérbe történő leadását és szén-dioxid vérből történő felvételét jelenti. Ezenkívül a tüdő fontos szerepet játszik az alábbi folyamatokban is [Mag02]:

• vérszűrés, amelynek során a vörösvértesteknél nagyobb részecskéket (pl. fehérvérsejtek, fibrinrögök, zsír, csontvelő, tumorsejtek, stb.) ki tudja szűrni igen sűrű és szűk (8-9 µm) kapillárishálózatában;

• vérben jelen lévő és 37 °C-on illékony anyagok (metabolitok) kiürítése a szervezetből; •

képes vérzéscsillapító folyamatokat aktiválni, vagy gátolni, ezáltal a vért, mint folyékony szövetet, szükség szerint a megfelelő állapotban tartani;

•

véredényeinek nyitásával és zárásával nyomáskiegyenlítő funkciót is ellát, például akkor, amikor álló testhelyzetet követő fekvő helyzet felvételekor a lábakból kiáramló vért a tüdő felveszi;

•

fontos szerepe van a szervezet víz- és sóháztartásában;

• képes számos biológiailag aktív anyagok sokaságának szintézisére, raktározására, elválasztására, inaktiválására és eliminálására; •

képes számos tisztulási mechanizmus segítségével a légzőrendszerbe került idegen anyagok, pl. aeroszol részecskék eltávolítására.

6.1 Az emberi légzőszervrendszer felépítése A tüdő a mellüregben elhelyezkedő jobb és bal tüdőfélből álló páros szerv, amelynek együttes alakja egy tompított kúphoz hasonló. A jobb tüdőfél felső, középső és alsó lebenyre, a bal felső és alsó lebenyre oszlik. A lebenyek

szegmentumokból állnak, amelyek anatómiai és funkcionális egységeket képeznek. A jobb és bal tüdőfél egyaránt 10-10 szegmentumra tagolódik.

Orrüreg Garat Gége Légcső

Főhörgő Bronchus

Bronciolus Bronciolus terminális Bronciolus respiratoricus Ductus alveolaris+alveolusok

6.1.1. ábra Az emberi légzőszervrendszer légúti szerkezete [ICRP94].

A levegőben lévő aeroszol kiülepedését tekintve a légutakat a következő részekre lehet osztani:

1. Nasopharingeális tartomány: ide tartozik az orrüreg, szájüreg, garat és a gége:

•

Orrüreg: feladata a beszívott levegő felmelegítése és párásítása, ezáltal megvédi az alsóbb légutakat a kihűléstől és

kiszáradástól. Továbbá megtisztítja a levegőt a benne lévő nagyobb részecskék zömétől, mint például a porszemektől, növényi

szálaktól,

rovaroktól,

stb.

Az

orrüreg

falát

nyálkahártya borítja, amelynek elülső részét erős sörteszerű szőrök, míg hátsó részét csillószőrös hengerhám borítja. Természetesen az orrüregnek nemcsak a légzésben van fontos szerepe, hanem a szaglásban és a hangok képzésében is.

•

Szájüreg: szájon át történő belégzéskor a levegő útja jóval rövidebb, szélesebb és egyenesebb, mint az orrüreg esetén, továbbá itt jóval kisebb mértékben történik meg a levegő felmelegítése, páradúsítása és szűrése.

•

Garat

(pharynx):

az

orrüreg

és

szájüreg

mögött

elhelyezkedő kb. 12 cm hosszú függőlegesen izmos falú cső. A 6.1.2. ábrán is látható, hogy a garat alsó részén

helyezkedik

gégefedő. elzárja

Ez a

el

a

nyelésnél

gégebemenet

nyílását, ezáltal a táplálék a nyelőcsőbe

jut,

és

megakadályozza, hogy étel kerüljön a légcsőbe. 6.1.2. ábra Garat és környéke: a) garat, b) orrüreg, c) gége, d) légcső, e) nyelőcső [Jel85].

•

Gége (larynx): a beszívott levegő útja a garat után a gégében folytatódik, amely a hangadó szervünk. Vázát gégeporcok alkotják, belső felszínét nyálkahártya borítja, amelynek hámja

csillószőrös hengerhám. Ürege alul és felül tágabb, mintegy homokóra alakú. A középső beszűkült részén helyezkedik el a két hangszalag, amelynek mozgatását a gége izomzata végzi. Belégzésnél a hangszalagok közötti rés (hangrés) kitágul, így a

levegő

szabadon

tud

beáramlani,

míg

kilégzésnél

összeszűkül, így lehetővé válik a hangképzés.

2. Tracheo-bronchiális rész: Ezt konduktív légútnak is szokás nevezni, mert nem vesz részt a gázcserében, hanem a gázoknak a gázcsere helyére és onnan történő elvezetésére szolgál:

•

Légcső (trachea): a beszívott levegő útja a gégén keresztül vezet a légcsőbe. A légcső általában 10-12 cm hosszú, 2-3 cm átmérőjű cső. Ezt a csövet 16-20 db elöl és oldalt hengeres, hátul belapult D alakú porcgyűrű alkotja, amelyeket gyűrű alakú

hártyás

részek

kötnek

össze.

Nyálkahártyáját

többmagsoros csillószőrös hengerhám képezi, melyek között nyáktermelő kehelysejtek, ill. kisebb számban ún. kefesejtek helyezkednek el. Egy csillószőrös sejt átlagosan mintegy 200 db 3-6 mm hosszúságú és 0,2 mm átmérőjű csillót tartalmaz, amelyeknek

a

csapási

frekvenciája

16-20

csapás

másodpercenként és effektív csapásirányuk a garat felé irányul.

•

Főhörgők: a légcső két főhörgőre oszlik, amelyeknek felépítése megegyezik a tracheával. A jobb oldali főhörgő szélesebb és rövidebb, mint a baloldali, ugyanis a jobb kb. 2 cm, míg a bal csak kb. 5 cm után ágazik szét. A jobb főhörgő 25°-os, a bal 45°-os szöget zár be a függőleges középsíkkal. Továbbá a jobb valamivel hátrább fekszik a balnál, és míg a jobbnak csak egyetlen gyenge görbülete van, addig a bal

gyengén S alakban kanyarog. Ezáltal a légutakba kerülő fél mikrométernél nagyobb részecskék könnyebben jutnak a jobb tüdőbe és annak is az alsó, valamint a középső lebenyébe. (Ahol a részecskék kiülepedését elsősorban a diffúzió határozza meg, ott ez már nem igaz.)

•

Bronchusok (hörgők): A főhörgők először bronchus segmentalisokra ágaznak szét, amelyek száma megegyezik a tüdő-szegmentumok számával. Ezek dichotómiásan ágaznak további bronchusokra, ami azt jelenti, hogy nem egy irányát megtartó főágra és jóval kisebb mellékágra oszlanak, hanem minden elágazódás közel egyenértékű ágakat eredményez. A bronchusok szerkezete a légcsőhöz és a főhörgőkhöz hasonló, csupán a falukban lévő üvegporcok már nem gyűrűk, hanem szabálytalan, néha elágazó porcos szigetek és a faluk felépítésében fokozatosan simaizomszövet és rugalmas kötőszövet válik uralkodóvá.

•

Bronchiolusok

(hörgőcskék):

általában

9-10.

légúti

generáció után megjelenő 1 mm-nél kisebb átmérőjű légutak, amelyek abban különböznek a bronchusoktól, hogy faluk már nem tartalmaz porcot. Ugyanis itt már nincs szükség falmerevítésre, mert oly módon épülnek be a tüdőszövet szivacsszerű rugalmas szövedékébe, hogy belégzéskor az egész tüdővel együtt tágulnak, és nincs lehetőségük arra, hogy a külsőnél alacsonyabb nyomás összeesésre bírja őket. A bronchiolusok utolsó légúti generációját bronchiolus terminálisnak nevezzük, amely átlagosan 0,6 mm átmérőjű és a 11-21. generáció valamelyikénél jelenik meg [Raa80].

3. Pulmonáris (acináris) rész: ebben a tartományban megy végbe a gázcsere. A tüdőnek azt az egységét, amelyet egy bronchiolus terminális lát el, acinusnak nevezzük. Egy ilyen acinust mutat a 6.1.3. ábra, amely az alábbi részekből állnak:

6.1.3. ábra Egy acinus felépítése: BR1,2,3 a bronchiolus respiratoricus 3 generációja, DA a ductus alveolaris, SA a saccus alveolaris [Mag02].

•

Bronchiolus respiratoricusok: a bronchiolis terminális két bronchiolus respiratoricusra oszlik, majd további kétszeres elágazás

után

a

bronchiolus

respiratoricusok

három

generációja épül fel. Ezen légutak falát már nem borítja csillós köbhám, hanem helyette megjelennek az alveolusok, ahol a gázcsere történik.

•

Ductus alveolárisok: a harmadik generációs bronchiolus respiratoricusok ductus alveolarisokra oszlanak, amelyek már teljes

mértékben

alveoralisok

alveolusok

eredhetnek

első

határolnak. és

második

De

ductus

generációs

bronchiolus respiratoricusokból is. Az oszlások ezen a szinten már nagyon változatosak, ugyanis a kétszeres elágazások

mellett nem ritkák a három-, négy- vagy többszörös elágazások sem. A ductus alveolárisok általában 3-9 (átlagosan 4) oszlási generációt mutatnak és átlagosan 0,4 mm átmérőjűek.

•

Tüdőhólyagocskák (alveolusok): itt történik a gázcsere. Ezek

gyakran

nem

egyedül,

csoportokban alkotnak hármas csoportokat. amelyek

Ezeket

átmérője

saccus 0,4

mm.

hanem

lóherelevélszerű

vagy többes alveolus-

alveolarisoknak Ezek

olyan

nevezzük, zsákoknak

képzelhetőek el, amelyek belső falát apró kráterként borítják a tüdőhólyagocskák. Az alveolusok átmérője 0,2 mm. Az alveolusok

falát

igen

sűrűn

behálózzák

a

kisvérkör

hajszálerei. Itt az erekben folyó vért mindössze egy 0,5 µm-es fal választja el a levegőtől. Ebből 0,2 µm-t tüdőhólyagocskák hámja, 0,2 µm-t a tüdőhajszálerek endothelje, és 0,1 µm-t e két réteg közötti közbülső alaphártya és kötőszöveti váz teszi ki. Az alveolusok felületén még egy nagyon vékony (100-200 Å) felületaktív folyadékfilm is található, hogy a felületi feszültség ne roppantsa össze őket. Az alveolusok száma 1 milliárd körül van egy felnőtt tüdőben, amelyek összfelülete, ami a légzőfelületet is jelenti, eléri a 140 m 2-t. A gázcsere passzív diffúzióval megy végbe, amelyet a vér magas (~46 Hgmm) szén-dioxid és alacsony (~40 Hgmm) oxigén, illetve a tüdőlumen alacsony (~40 Hgmm) szén-dioxid és magas (~100 Hgmm) oxigén parciális nyomásából fakadó gradiens hajt.

6.2 Légzés Kétféle légzést különböztetünk meg:

• Külső légzés: az alveolusokban az előző fejezetben leírt módon történő gázcsere. Ezt tüdőlégzésnek is szokás nevezni.

• Belső légzés: a vér leadja a benne lévő oxigént a szöveteknek, ill. a sejteknek és onnan szén-dioxidot vesz fel. Ezt szokás sejt-, vagy szövetlégzésnek is nevezni. Továbbiakban a légzésen a külső légzést értem. A légzési ciklus két fő szakaszból áll: a belégzésből és a kilégzésből. Ezen két folyamat mindegyikét egyaránt követheti rövid ideig tartó légzési szünet.

• Belégzés: ez egy aktív mechanizmus, ami két folyamatból tevődik össze. Egyrészt

a

bordaközi

izmok

összehúzódnak,

ami

a

bordákat

hosszirányban megemeli, ezáltal a mellüreg térfogata felfelé és vízszintesen is nő. Másrészt a rekeszizom összehúzódik, ezáltal a mellkas térfogata lefelé is megnő. A két folyamat azt eredményezi, hogy a külső légköri levegő nyomása nagyobb lesz, mint tüdőn belüli nyomás, aminek következtében a levegő beáramlik, amit a tüdő fala passzívan követ.

• Kilégzés: ez egy passzív mechanizmus. A bordaközi izmok és a rekeszizom ekkor elernyednek, emiatt a mellkas lefelé mozdul el megnövelve a nyomást a mellkasban, ami a tüdőt saját rugalmasságánál fogva összehúzódásra készteti, ezáltal kipréselődik a benne lévő levegő egy része addig, amíg a külső és belső nyomás ki nem egyenlítődik. Férfiaknál a hasi légzés, nőknél a mellkasi légzés a jellemző. A tüdő és a mellkas mechanikai egyensúlyban van, amikor a légzőizmok elernyednek. Ezt az állapotot légzési középállásnak nevezzük. Nyugalmi

állapothoz tartozó úgynevezett normál légzés esetén a légzési periódus a középállásból indul és oda is tér vissza. 6.2.1. ábrán láthatóak a nyugalmi és erőltetett légzési módokhoz tartozó légzési térfogatok, amelyeket az alábbiakban részletezek:

• Funkcionális

maradék

kapacitás

(FRC=Functional

Residual

Capacity): a légzési középállás esetén a tüdőben lévő levegőmennyiség.

• Légzési vagy respirációs térfogat (V T=Tidal Volume): egy légzési ciklus során kicserélt levegőtérfogat, ami ülő pozíciónak megfelelő légzés esetén átlagosan 750 cm3.

• Belégzési tartalék (IRV=Inspiratory Reserve Volume): normál belégzést követő erőltetett belégzéssel maximálisan belélegezhető levegő térfogata.

• Kilégzési tartalék (ERV=Expiratory Reserve Volume): erőltetett kilégzéssel

a

légzési

középálláson

túl

kilélegezhető

maximális

levegőmennyiség.

• Reziduál levegő (RV=Residual Volume): teljes kilégzés után a tüdőben bennmaradó levegőtérfogat, amely valamelyest feszesen tartja a légzőfelületet és biztosítja a gázcsere folyamatosságát. Ez közel 2 l, és erőltetett légzéssel sem távolítható el.

• Vitálkapacitás (VC=Vital Capacity): ERV+VT+IRV, vagyis mély levegő plusz maximális kilégzés.

• Teljes kapacitás (TLC=Total Lung Capacity): VC+RV, vagyis az a maximális levegőmennyiség, amit a tüdő tartalmazhat.

Maximális belégzés határa

Maximális kilégzés határa 6.2.1. ábra Légzési térfogatok [ICRP94].

Mindezek mellett holttereket is definiálhatunk, amelyek a gázcsere hatékonyságáról és mértékéről adnak információkat:

• Anatómiai holttér: az a levegőmennyiség, amely belégzéskor a konduktív légutakat tölti ki, vagyis ez a levegőmennyiség nem vesz részt a gázcserében. Ez általában a beszívott levegő 30 %-a.

• Élettani vagy fiziológiás holttér: ez az anatómiai holttérnél nagyobb levegőmennyiséget foglal magába. Ugyanis ideális tüdőben az összes belélegzett levegőnek direkt az alveolusokba kellene jutnia, míg a kilélegzett levegőnek az alveolusokból származó gázból kellene állnia. A valóságban azonban a belélegzett levegő keveredik az előző kilégzés során az anatómiai holttérben maradt fáradt levegővel, továbbá a kilélegzett alveoláris levegő hígul azzal a friss levegővel, amely a belégzés végén visszamarad a holttérben. Továbbá vannak a tüdőnek rosszabbul szellőztetett részei, amelyek tovább növelik ezt a holtteret. Így végeredményben még kevesebb levegő vesz részt a gázcserében, mintha csak az anatómiai holttér létezne. Az élettani holttér nagysága a fizikai terhelés növelésével csökken.

• Alveoláris holttér: az élettani és anatómiai holttér különbsége.

6.3 Asthma bronchiale (asztma) Már Hippokratész (Kr.e. 460-377) írásaiban is történt említés az asztmáról. A 2. században Aretaeus írt erről a betegségről. Az első átfogó könyvet John Floyer írta 1698-ban. Az asthma bronchiale definíciója a következő [Mag98]: rohamokban jelentkező, spontán vagy gyógyszerre reversibilis diffúz hörgőobstructio (hörgőszűkület) által kiváltott nehézlégzés. Az asztmánál fellépő szűkülete, vagy esetleg teljes elzáródása a hörgőknek az alábbi folyamatoknak tulajdoníthatóak: •

légutak simaizomszövetének görcsös összehúzódása (bronchospasmus);

•

gyulladás okozta nyálkahártya-duzzanat;

•

fokozott nyákképződés, gyulladásos váladék termelődése, nyákdugók képződése.

Az asztma tehát egy olyan gyulladásos betegség, amelyet a szervezet immunrendszerét provokáló stimulusok váltanak ki, amelyek a következők lehetnek: •

•

allergének: o

pollenek,

o

állati szőrök,

o

ételek,

o

egyes nehézfémsók;

irritáló gázok:

o SO2, o O 3, o

dohányfüst,

o

nitrózus gázok,

o

erős szagok;

•

erős fizikai terhelés;

•

hideg levegő belégzése;

•

sűrű köd;

•

légúti vírusfertőzések;

•

gastrooesophagealis reflux, amely olyan betegség, amit a nyelőcső alsó záróizmainak elégtelen működése okoz, amelynek eredményeképpen a savas gyomortartalom visszaáramlik a nyelőcsőbe „gyomorégést” előidézve;

•

gyógyszerek: o

nem szteroid gyulladásgátlók (pl. Aspirin),

o

tatrazin,

o

béta-blokkolók;

•

szulfitképző anyagok;

•

pszichés hatások.

A fellépő tünetek lehetnek állandóak, időszakosak és szezonálisak. A szezonálisak elsősorban a pollen okozta asztmára jellemzőek. Klasszikus panaszok és tünetek a rohamokban jelentkező sípoló légzés, mellkasi nyomásérzés, köhögés és nehézlégzés. Nehézlégzésnél különösen a kilégzés válik nehézzé. Sípolás jellegzetességei az asztma súlyossági fokáról adnak információt:

• Enyhe asztma: gyakran csak a kilégzés végén vagy erőltetett kilégzés mellett hallható sípolás.

• Középsúlyos asztma: belégzéskor is hallható sípolás. • Nagyon súlyos asztma: sípolás gyengül vagy teljesen megszűnhet. A köhögés gyakran bevezetője a rohamoknak, ritkábban viszont ez az egyetlen panasz. A köhögés ugyanazon betegnél is lehet időnként száraz, máskor bőséges

köpetürítéssel járó. A rohamok közötti időszakban közel normális vagy akár teljesen normális lehet a tüdőműködés és ekkor fizikális eltérés nem észlelhető.

7. Sztochasztikus Tüdőmodell Az aeroszol részecskék emberi légzőrendszerben történő kiülepedésének számítására számos fizikai és matematikai modell készült az elmúlt majd 50 évben [Bal07]. A légúti geometriát illetően az első részletes és messzemenően legszélesebb körben elterjedt modell Weibel nevéhez fűződik [Wei63], amely a légutakat teljesen szimmetrikus fastruktúra alapján építette fel és nem tartalmazott

elágazási

és

gravitációs

szögeket,

hanem

csak

a

légúti

generációnkénti átlagos hosszakat és átmérőket. A bronchiális rész minden esetben a 16. generációval fejeződött be (bronchiolus terminalis), ami erős közelítés volt, mert a bronchiális rész egy valós tüdőben széles generációszám tartományban terminálódhat (11-21. generációkon belül). Később több olyan modell is készült, amely már aszimmetrikus hörgőfát épített fel, mint pl. Horsfield [Hor71] és Yeh and Sum [Yeh80] modelljei, de az igazi áttörést Koblinger László és Werner Hofmann 80-as évek végén kidolgozott Sztochasztikus Tüdőmodellje hozta meg [Kob90, Hof90, Hof91]. A nevében szereplő sztochasztikus jelző arra utal, hogy ez a modell számos geometriai paraméter értékét Monte Carlo szimulációval sorsolja. A Sztochasztikus Tüdőmodell a tracheo-bronchiális régió felépítésére Raabe és munkatársai [Raa76], míg az acináris tartományra Haefeli-Bleuer és Weibel [Hae88] által létrehozott óriási adatbázist használja fel [Bal09].

7.1 Sztochasztikus Tüdőmodell felépítése és működése A légutakba jutó részecskék pályái, köszönhetően a rájuk ható fizikai hatásoknak, eltérnek a légáramlás trajektóriáitól, ami a részecskéknek a légutak falába történő becsapódásához vezethet. A részecskéket ért hatások mértéke erősen függ a részecskék átmérőjétől. A Sztochasztikus Tüdőmodell az alábbiak szerint

számolja

ki

a

különböző

fizikai

hatások

okozta

kiülepedési

valószínűségeket:

• Impakció (tehetetlenségből eredő kiülepedés): ha az áramló aeroszolt valamely szilárd felület irányváltoztatásra kényszeríti, akkor a részecskék egy része ezen felületnek ütközik tehetetlenségüknek köszönhetően. Ezt a jelenséget nevezzük impakciónak. Ez elsősorban az 1 µm-nél nagyobb aerodinamikai átmérőjű részecskéknél játszik döntő szerepet, mert ezek nehezebben tudják követni a légutak egyre szűkülő járatait, és nagy valószínűséggel csapódnak be, vagy más szóval impaktálódnak a tracheo-bronciális légutak falába. Ennek valószínűségét

( pi )

a

következő formulával [Yeh80] számolja ki a modell:

2 1 pi =1− cos−1 ( Θ St )+ sin [ 2 cos−1 ( Θ St ) ] , π π pi =1 ,

ha Θ St<1 ,

ha Θ St>1 ,

ahol

o

Θ az elágazás szöge (radián),

o

St Stokes szám (–).

• Szedimentáció (gravitációs kiülepedés): elsősorban a 0,1 és 1 µm közötti átmérőjű részecskék kiülepedésénél játszik döntő szerepet ez a folyamat. Ugyanis itt az impakció szerepe általában nem annyira jelentős,

másrészt

a

Brown

diffúzió

ezen

mérettartományban

elhanyagolható.

Emiatt

ezen

részecskék

jutnak

le

a

mélyebb

tüdőrégiókba a legnagyobb valószínűséggel. A gravitációs kiülepedés valószínűsége

( p s)

a tracheo-bronchiális tartományban, valamint az

acináris csövekben (ductulus alveolus) [Yeh80, Bal85]:

(

ps =1−exp − C=1+

4 gC ρr 2 L cos φ 9 πμ Rv

)

( pr2 )6, 32+2, 01 exp (−0, 1095 pr )

ahol

o

g a gravitációs gyorsulás,

o

φ a légúti fal alkotójának a vízszintessel bezárt szöge,

o

ρ a részecske sűrűsége,

o

C a Cunningham-féle csúszási korrekciós faktor,

o

r a részecske sugara,

o

μ a közeg viszkozitása,

o

v az áramlás sebessége,

o

L a légút hossza,

o

R a légút sugara,

o

p a gáz nyomása.

Mivel a gravitációs kiülepedés az alveolusokban is igen jelentős, ezért ebben a tartományban is számolja ennek a valószínűségét a modell a következő képlettel:

[

( )]

u t 1ut ps = s 3− s 2 2R 2R ps =1 , ahol

2

,

ha t<

2R , us

ha t≥

2R , us

o

u s az ülepedési határsebesség,

o

R az alveolus sugara,

o

t a részecske tartózkodási ideje az alveolusban.

• Brown-diffúzió: a 0,1 µm-nél kisebb átmérőjű részecskéknek már jelentőssé válik a diffuziós képessége, amely elsősorban a szűkebb keresztmetszetű légutakban és az alveolusokban járul hozzá jelentősen a kiülepedés

mértékéhez.

Ugyanis

a

részecskék

Brown-diffúzió

következtében történő parányi radiális elmozdulásai itt már elegendőek lehetnek a kiülepedésükhöz, amelynek valószínűsége

( p d)

a tracheo-

bronchiális régióban és az acináris csövekben [Yeh80] a következő: 2 3

p =1−∑ a exp ( −b x )−a exp (−b x ) 3

d

i=1

x=

i

i

4

4

LD 2R 2 v

ahol

o

D a diffúziós együttható,

o

R a légút sugara,

o

L a légút hossza,

o

v a részecske áramlási sebessége,

o

a1 =0, 819

o

a 2=0, 0976

o

a3 =0,0325

o

a 4 =0, 0509

o

b1 =7, 315

o

b 2=44 , 61

o

b3 =114 ,0

o

b 4 =79 ,31 .

Az alveolusokban a következő képletet alkalmazza a modell a Browndiffúziós depozíció mértékének számítására: ∞

pd =1−

6 1 t exp −Dn 2 π 2 2 2∑ 2 π n=1 n R

(

)

ahol

o

D a diffúziós együttható,

o

R az alveolus sugara,

o

t a részecske tartózkodási ideje az alveolusban.

A Sztochasztikus Tüdőmodell számos paraméter értéket Monte Carlo szimuláció segítségével sorsol ki, ezáltal minél jobban megközelítve a valóságot. A tracheo-bronchiális tartományban az alábbiakat sorsolja, természetesen meghatározott eloszlások alapján: •

generációszám, amely minimum 12, maximum 21 lehet;

•

légút átmérője;

•

légút hossza;

•

mindkét leányág átmérője;

•

mindkét leányág hossza;

•

két leányág közül melyikbe halad tovább a részecske;

•

elágazás szöge.

Az acináris tartományban az alábbiakat sorsolja:

• generációk száma, ami minimum 5, maximum 11 lehet; •

légút belső átmérője;

•

légút hossza;

•

elágazási szög;

•

a részecske belépési valószínűsége egy alveolusba.

A programmal történő számoláshoz számos bemenő adatot kell megadnunk, hogy elvégezhesse a kiülepedési valószínűségek meghatározását: •

Tüdő adatok: o

Légzési térfogat (Tidal Volume);

o

Funkcionális maradék kapacitás (Functional Residual Capacity);

•

Regionális ventillációs paraméterek;

•

Légzési ciklus adatai: o

légzési ciklus ideje;

o

légzési szünet ideje;

o

orron, vagy szájon át történik a légzés, és ott mely irodalmi modell alapján számolja a kiülepedést;

•

Részecske belégzés típusa: o

Egyenletes (uniform);

o

Egy adott időpillanatban történik;

o

Bolusként, amelynek eloszlása: 

Gauss;



Téglalap;

•

Keveredési (mixing) faktorok;

•

Aeroszol adatok: o

Mono-, vagy polidiszperz részecskék;

o

Részecske sűrűsége;

o

Részecske átmérője;

•

Tisztulási mechanizmus adatai;

•

Szimulációk száma;

Az input adatok beviteli formája eredetileg úgy történt, hogy egy szöveg típusú file-ba kellett a szükséges adatokat beírni egy minta alapján, eldöntve, hogy mely karakterpozícióba mi tartozik (7.1.1. ábra felső része). Ez igen

nehézkessé tette az input file kezelését. Ennek megkönnyítésére átalakítottam a programot ablakos (felhasználóbarát) felületűre, ahol a megfelelő bemenő adatokat a nekik kijelölt cellákba kell beírni, továbbá az input file elmentődik, és később bármikor újra beolvasható a programba (7.1.1. ábra alsó része).

7.1.1. ábra Input file-ok. Fent a régi, lent új ablakos elrendezés egy ablaka.

A szimuláció eredményeképpen kapott adatbázis egy részlete látható a 7.1.2. ábrán. Az output file-ban az alábbi szempontok alapján kapjuk meg a kiülepedési valószínűségeket többek között tracheo-bronchiális, acináris és a teljes légzőszervrendszerre vonatkozóan: •

légúti generációk;

•

légutak átmérője, ami a szülőág átmérőjét jelenti;

•

részecske által megtett út hossza.

A program emellett generál egy olyan adatbázist is, amelyben a tüdőlebenyek szerinti kiülepedési valószínűségek találhatóak minden egyes légúti generációra vonatkozóan (7.1.3. ábra).

deposition probability/c.v.(%) -- by generation bifurcation no. bron 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28

duct

tube

alve

acin

sum

4.55E-03 0.00E+00 4.55E-03 0.00E+00 0.00E+00 4.55E-03 2.36E-03 0.00E+00 2.36E-03 0.00E+00 0.00E+00 2.36E-03 2.06E-03 0.00E+00 2.06E-03 0.00E+00 0.00E+00 2.06E-03 6.81E-03 0.00E+00 6.81E-03 0.00E+00 0.00E+00 6.81E-03 1.11E-02 0.00E+00 1.11E-02 0.00E+00 0.00E+00 1.11E-02 5.67E-03 0.00E+00 5.67E-03 0.00E+00 0.00E+00 5.67E-03 6.55E-03 0.00E+00 6.55E-03 0.00E+00 0.00E+00 6.55E-03 7.88E-03 0.00E+00 7.88E-03 0.00E+00 0.00E+00 7.88E-03 1.01E-02 0.00E+00 1.01E-02 0.00E+00 0.00E+00 1.01E-02 1.31E-02 0.00E+00 1.31E-02 0.00E+00 0.00E+00 1.31E-02 1.71E-02 0.00E+00 1.71E-02 0.00E+00 0.00E+00 1.71E-02 2.27E-02 6.60E-04 2.33E-02 1.46E-04 8.06E-04 2.35E-02 1.24E-02 1.39E-03 1.38E-02 1.38E-03 2.77E-03 1.52E-02 6.40E-03 2.66E-03 9.06E-03 4.48E-03 7.14E-03 1.35E-02 5.12E-03 3.80E-03 8.92E-03 8.90E-03 1.27E-02 1.78E-02 4.18E-03 5.75E-03 9.93E-03 1.35E-02 1.92E-02 2.34E-02 3.06E-03 8.61E-03 1.17E-02 1.72E-02 2.58E-02 2.88E-02 2.01E-03 1.34E-02 1.54E-02 2.16E-02 3.50E-02 3.70E-02 1.08E-03 1.95E-02 2.06E-02 2.87E-02 4.82E-02 4.93E-02 4.11E-04 2.59E-02 2.63E-02 3.75E-02 6.34E-02 6.38E-02 0.00E+00 3.48E-02 3.48E-02 4.55E-02 8.03E-02 8.03E-02 0.00E+00 2.54E-02 2.54E-02 4.00E-02 6.54E-02 6.54E-02 0.00E+00 1.72E-02 1.72E-02 2.77E-02 4.48E-02 4.48E-02 0.00E+00 8.20E-03 8.20E-03 1.23E-02 2.05E-02 2.05E-02 0.00E+00 2.58E-03 2.58E-03 4.21E-03 6.79E-03 6.79E-03 0.00E+00 4.58E-04 4.58E-04 8.66E-04 1.32E-03 1.32E-03 0.00E+00 4.02E-05 4.02E-05 6.89E-05 1.09E-04 1.09E-04 0.00E+00 2.55E-06 2.55E-06 1.86E-05 2.11E-05 2.11E-05

sum 1.45E-01 1.70E-01 3.15E-01 2.64E-01 4.34E-01 5.94E-01

7.1.2. ábra A program output file-jának egy részlete.

lobar deposition probability/c.v.(%) -- by generation bifurcation no. lobe1 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28

lobe2

lobe3

lobe4

lobe5

sum

0.00E+00 0.00E+00 0.00E+00 0.00E+00 0.00E+00 0.00E+00 0.00E+00 0.00E+00 0.00E+00 0.00E+00 0.00E+00 0.00E+00 2.61E-04 0.00E+00 0.00E+00 4.19E-04 7.26E-04 1.40E-03 7.32E-04 2.79E-04 1.95E-03 1.36E-03 2.48E-03 6.81E-03 1.29E-03 5.03E-04 3.20E-03 2.16E-03 3.98E-03 1.11E-02 8.62E-04 3.59E-04 1.46E-03 1.13E-03 1.86E-03 5.67E-03 1.06E-03 4.84E-04 1.65E-03 1.29E-03 2.07E-03 6.55E-03 1.33E-03 6.42E-04 1.94E-03 1.54E-03 2.43E-03 7.88E-03 1.72E-03 8.51E-04 2.49E-03 1.91E-03 3.14E-03 1.01E-02 2.20E-03 1.09E-03 3.31E-03 2.49E-03 4.05E-03 1.31E-02 2.73E-03 1.35E-03 4.37E-03 3.27E-03 5.40E-03 1.71E-02 5.18E-03 2.62E-03 4.91E-03 4.31E-03 6.46E-03 2.35E-02 2.85E-03 1.40E-03 3.52E-03 2.97E-03 4.45E-03 1.52E-02 2.17E-03 9.26E-04 3.43E-03 2.57E-03 4.44E-03 1.35E-02 2.89E-03 1.36E-03 4.49E-03 3.65E-03 5.43E-03 1.78E-02 4.01E-03 1.91E-03 5.88E-03 4.18E-03 7.45E-03 2.34E-02 4.64E-03 2.36E-03 7.66E-03 5.54E-03 8.63E-03 2.88E-02 6.69E-03 2.64E-03 9.02E-03 7.21E-03 1.15E-02 3.70E-02 7.90E-03 3.40E-03 1.18E-02 9.89E-03 1.63E-02 4.93E-02 9.20E-03 3.70E-03 1.64E-02 1.26E-02 2.18E-02 6.38E-02 8.43E-03 3.31E-03 2.75E-02 1.23E-02 2.88E-02 8.03E-02 5.17E-03 1.87E-03 2.58E-02 8.07E-03 2.45E-02 6.54E-02 1.78E-03 6.43E-04 2.32E-02 3.66E-03 1.56E-02 4.48E-02 4.39E-04 9.92E-05 1.30E-02 8.20E-04 6.12E-03 2.05E-02 5.76E-05 1.74E-05 4.97E-03 1.18E-04 1.63E-03 6.79E-03 1.32E-05 0.00E+00 1.12E-03 2.08E-05 1.65E-04 1.32E-03 0.00E+00 0.00E+00 1.01E-04 0.00E+00 7.65E-06 1.09E-04 0.00E+00 0.00E+00 2.11E-05 0.00E+00 0.00E+00 2.11E-05

sum 7.36E-07 3.18E-07 1.83E-06 9.35E-07 1.89E-06 5.71E-01

7.1.3. ábra A program output file-jának egy részlete a tüdőlebenyekre vonatkozó kiülepedési valószínűségekkel.

7.2 A Modell továbbfejlesztése asztmára A programmal eredetileg csak egészséges tüdőre lehetett kiülepedési valószínűségeket számolni. Viszont nagyon fontos lenne, hogy ne csak egészséges, hanem beteg tüdőre is tudjunk számolásokat végezni. Ennek érdekében a programot alkalmassá tettem asthma bronchiale (asztma) számolására (a betegségről részletesen a 6.3. fejezetben írtam), amelynek során az alábbi fejlesztéseket hajtottam végre:

1. A légzési ciklus asztmás betegeknél igen gyakran aszimmetrikus, vagyis a belégzés és kilégzés időtartama különbözik egymástól. Viszont a program eredetileg csak azonos idővel tudta ezeket számolni. Ezért a négy légzési periódusra vonatkozó paramétert (belégzési idő, kilégzési idő és az ezeket követő esetleges egy-egy légzési szünet időtartamát) egymástól függetlenné tettem, és így, ezentúl mind a négy időtartamot külön-külön kell megadni. 2. A nyákelzáródást is modellezhetővé tettem. A programban meg lehet adni a légúti generációk azon intervallumát, ahol bekövetkezhet a nyákelzáródás, továbbá az elzáródásnak a maximális valószínűségét is. 3. Az asztma modell három változatát fejlesztettem ki. Ehhez bevezettem egy ún. Bronchialis Asztma Faktor (BAF) nevű változót, amely meghatározza, hogy milyen mértékű a légutak összeszűkülése az egészségeshez képest a tracheo-bronchiális tartományban. A három modell a következő: •

Asztma Modell I: ebben az esetben egy BAF értéket kell megadni, amely érvényes lesz a tracheo-bronchiális tartomány összes légútjára. Ez a legegyszerűbb modell.

•

Asztma Modell II: ebben az esetben minden egyes tracheobronchiális generációra meg kell adni egy-egy BAF-ot, ami 21 független adatot jelent.

•

Asztma Modell III: ez a legbonyolultabb, ugyanis itt már nem egy konkrét BAF értéket, hanem ennek egy tartományát kell megadni generációnként, amelyből a program véletlenszerűen sorsol

egy

értéket

megadott

korrelációs

faktor

figyelembevételével. Így a sztochasztikus jelleg az asztma szimulálásában is megjelenik.

Az asztmához szükséges bemenő adatokat egy új ablakban kell megadni a program számára (7.2.1. ábra). Az Asztma Modellekkel végzett számolások eredményéről a következő fejezetben számolok be részletesen.

7.2.1. ábra A program input ablaka Asztma Modellek számára.

7.3 Az Asztma Modellekkel végzett számolások Az asztma modell alkalmazásához szükség van számos bemenő adatra a programunk számára. Ezen adatok meghatározásához nagyon sok segítséget kaptam Dr. Horváth Ildikó és Dr. Horváth Alpár tüdőgyógyászoktól, akik megadták a különböző súlyosságú asztmára jellemző bemeneti paraméter értékeket. Szakirodalom és légzésfunkciós vizsgálatok alapján a betegeket a betegség súlyosságának megfelelően négy kategóriába sorolták, mégpedig a legkevésbé súlyos az I. osztály, a legsúlyosabb a IV. osztály. Javaslataiknak megfelelően a légzési térfogatokra és az FRC-re a 7.3.1. táblázatban látható értékeket használtam fel, ahol külön érték van megadva a nőkre és a férfiakra. A

légzési frekvenciákra átlagértéket vettem figyelembe, vagyis az I-II. osztály esetében 12, III. osztálynál 16, a IV. osztálynál 35 légzést percenként. A légzési szünetet nullának tekintettem. A be- és kilégzés időtartamai különbözőek, amint azt az előző fejezetben is említettem. Ennek megfelelően a be- és kilégzésre a III. osztálynál 1,5 s és 2,25 s időtartamot, a IV. osztálynál 0,57 s és 1,14 s időtartamot választottam. Az I-II. osztálynál egyaránt 2,5 s volt a be- és kilégzés időtartama. 7.3.1. táblázat Az FRC, VT és a légzési frekvencia javasolt értékei.

Súlyosságszerinti osztályok Egészséges I. és II. osztály III. osztály 3

FRC (cm )

nő férfi

nő 3 VT (cm ) férfi Légzési frekvencia/perc Ki- és belégzés aránya

IV. osztály

2680 3300

2600 3500

3100 4000

3600 4500

464 750 10-14 1:1

444 625 10-14 1:1

800 1200 14-18 2:3

400 600 30-40 1:2

Először a különböző Asztma Modellekkel végzett számolások eredményeit ismertetem, ezt követően hasonlítom össze a modelleket egymással. 1. Az Asztma Modell I esetén a 7.3.2. táblázatban látható BAF értékeket használtam fel. 7.3.2. táblázat Az Asztma Modell I javasolt értékei.

I. osztály II. osztály III. osztály IV. osztály Súlyosság szerinti osztályok Bronciális Asztma Faktor (%) 1-21. brochiális generáció 5 10 20 40

Az Asztma Modell I, egy adott súlyossági osztályon belül, minden egyes generációra ugyanazt a bronchiális asztma faktort alkalmaztam. A 7.3.1. ábra a tracheo-bronchiális (TB) és acináris (A) tartományban

mutatja a kiülepedési valószínűségeket a különböző súlyossági osztályoknál. Jól látható az ábrán, hogy az I. és II. osztály esetén a kiülepedési valószínűségek megnőnek az egészséges emberéhez képest, elsősorban a 2 µm-nél nagyobb átmérőjű részecskék esetében a TB légutakban. Ezzel ellentétben a III. osztálynál jelentősen lecsökken a kiülepedés valószínűsége az előző kettőhöz és a nem asztmás esethez képest és a görbe maximumának helye is megváltozik. Itt ugyanis a maximum 2 µm-nél fordul elő, ellentétben a másik két esettel, ahol az 5 µm-nél látható. A IV. osztály, vagyis a legsúlyosabb asztmában szenvedők esetében ez a maximum még kisebb részecskeméretnél van (1,8

µm),

továbbá

a

többi

esethez

képest

jelentősen,

majd

másfélszeresére, megnő a részecskék kiülepedésének valószínűsége. Az acináris régióban, ahol a légcsere történik, az egészséges emberre vonatkozó, valamint az I-II. asztma osztályba tartozó kiülepedési valószínűségek gyakorlatilag megegyeznek. A III. osztályba tartozók esetében a 2 µm alatti mérettartományba eső aeroszol részecskék esetében megnő, míg a 2 µm felett jelentősen lecsökken a kiülepedési valószínűség a nem asztmás és az I-II. osztályban számolt esethez képest. A legsúlyosabb asztmásoknál (IV. osztály) viszont az előző osztályokhoz képest nagymértékben lecsökken a kiülepedési valószínűség az acináris tartományban, ami annak is köszönhető, hogy ebben az esetben már a részecskék jó része a jelentősen leszűkült bronchiális légutakban kiülepszik.

7.3.1. ábra Az Asztma Modell I alapján számolt kiülepedési valószínűségek férfiakra.

2. Az Asztma Modell II esetén a 7.3.3. táblázatban látható BAF értékeket használtam fel, ahol az I. és II. súlyossági osztály összevonásra került. 7.3.3. táblázat Az Asztma Modell II javasolt értékei. I-II. osztály Súlyosság szerinti osztályok

III. osztály

IV. osztály

Bronciális Asztma Faktor (%)

1. brochiális generáció

0

0

6

2. brochiális generáció

1

3

12

3. brochiális generáció

3

5

17

4. brochiális generáció

4

8

23

5. brochiális generáció

5

10

28

6. brochiális generáció

6

13

34

7. brochiális generáció

8

15

39

8. brochiális generáció

9

18

45

9-16. brochiális generáció

10

20

50

17. brochiális generáció

9

19

46

18. brochiális generáció

9

18

42

19. brochiális generáció

8

17

38

20. brochiális generáció

8

16

34

21. brochiális generáció

7

15

30

7.3.2. ábra Az Asztma Modell II alapján számolt kiülepedési valószínűség férfiakra.

A 7.3.2. ábrán jól látható, hogy ezzel a modellel is hasonló eredményeket kaptam, mint az Asztma Modell I esetén. Ami lényeges különbség, hogy az Asztma Modell II-nél a legsúlyosabb asztmásoknál (IV. osztály) a kiülepedési valószínűségek a TB tartományban lényegesen kisebbek és a maximuma is kisebb, mint az I-II. osztályhoz tartozóké. Az acináris tartományban viszont gyakorlatilag nincs különbség a két modell eredményei között. Egyedül a IV. osztálynál figyelhető

meg,

hogy

nagyon

kicsit

kisebbek

a

kiülepedési

valószínűségek, de ez a csökkenés nem oly mértékű, mint a TB tartományban. 3. Az Asztma Modell III esetén a 7.3.4. táblázatban látható asztma faktorokat és összeszűkülési valószínűségeket használtam fel.

7.3.4. táblázat Az Asztma Modell III javasolt értékei. (BAF=Bronchial Asztma Faktor; Valósz.= Összeszűkülés valószínűsége.) Súlyosság szerinti osztályok 1. brochiális generáció 2. brochiális generáció 3. brochiális generáció 4. brochiális generáció 5. brochiális generáció 6. brochiális generáció 7. brochiális generáció 8. brochiális generáció 9-16. brochiális generáció 17. brochiális generáció 18. brochiális generáció 19. brochiális generáció 20. brochiális generáció 21. brochiális generáció

I-II. osztály BAF (%) Valósz. 0 0 1-3 10 1-5 20 2-8 30 3-10 40 3-13 50 4-15 60 4-18 70 5-20 75 4-17 62 3-14 49 2-11 4 1-8 23 0-5 10

III. osztály BAF (%) Valósz. 0 0 3-5 11 5-10 22 8-15 33 10-20 44 13-25 55 15-30 66 18-35 77 20-40 90 18-36 84 16-32 78 14-28 72 12-24 66 10-20 60

IV. osztály BAF (%) Valósz. 6 100 8-16 100 10-26 100 12-36 100 14-46 100 16-56 100 18-66 100 20-76 100 20-80 100 18-74 100 16-68 100 14-62 100 12-56 100 10-50 100

A számítások eredményeit a 7.3.3. ábra mutatja. Az Asztma Modell III-mal kapott eredmények alapján itt is megállapítható, hogy a TB tartományban a IV. osztályban a legnagyobb a kiülepedés valószínűsége az 1-4 µm közötti átmérőjű részecskéknél. Az I-II. osztály esetén a kiülepedés valószínűsége megnő az egészségeshez képest a 2 µm-nél nagyobb mérettartományban. Az acináris tartományban a kiülepedési valószínűségek nem nagyon változnak az Asztma Modell II-höz képest. A IV. osztályba tartozók esetében lesz egy kicsit kisebb a görbe maximumának értéke, amit a TB tartományban megnőtt kiülepedési valószínűségnek is következménye.

7.3.3. ábra Az Asztma Modell III alapján számolt kiülepedési valószínűségek férfiakra.

7.3.4. ábra Az Asztma Modellek alapján számolt kiülepedési valószínűségek férfiakra

A három modell eredményeinek egymáshoz viszonyított helyzetét mutatja a 7.3.4. ábra a tracheo-bronchiális régióban, ahol az egy-egy súlyossági osztályhoz tartozó különböző asztma modellekkel, Asztma Modell I-III, számolt kiülepedési valószínűségeket ábrázoltam egy-egy grafikonon. Az I-II. súlyossági osztályhoz

tartozó görbék gyakorlatilag együtt futnak függetlenül attól, hogy mely modell alapján végeztem számításokat. A III. osztály esetében már van egy kis különbség a különböző modellek eredményei között, amely a IV. osztálynál még szembetűnőbb. E két osztály esetében az Asztma Modell I-gyel kaptam a legnagyobb, az Asztma Modell II-vel a legkisebb kiülepedési valószínűségeket. A IV. osztály esetében kb. másfélszeres a különbség a maximum értékekben. Viszont

a

maximum

helye

mindegyik

modellnél

ugyanahhoz

a

részecskemérethez tartozik: III. osztálynál 2.5 µm, a IV. osztály esetében 2.0 µm közelében található.

7.3.5. ábra Az Asztma Modellek alapján számolt kiülepedési valószínűségek férfiakra.

A 7.3.5. ábra az acináris régióban mutatja egy adott súlyossági osztály esetén a különböző asztma modellekkel végzett számításokat. Az látható a grafikonokról, hogy az I-II. osztály esetén ebben a régióban sincs különbség a kiülepedési valószínűségek között. A III. osztálynál is nagyon kis különbség

figyelhető meg az egyes modellek szolgáltatta kiülepedési értékek között. Mindössze a IV. osztálynál, ami a legsúlyosabb asztmásokat jelenti, észlelhető mérhető különbség a három modell eredményei között. Itt, a IV. osztálynál, az Asztma Modell III-mal számoltam a legkisebb kiülepedési valószínűségeket, az Asztma Modell I-gyel a legnagyobbat, és az Asztma Modell II-vel a kettő közötti értékeket kaptam. A legnagyobb eltérés itt is körülbelül másfélszeres. A maximumok itt is, mint a tracheo-bronchiális tartománynál minden modell esetén kb. ugyanoda esik, ami esetünkben 1,5 µm. Összegezve a vizsgálatokat, azt tapasztaltam, hogy a különböző Asztma Modellekkel végzett számítási eredmények között nincs nagy különbség. A különbségek a legsúlyosabb IV. osztályba esők esetén a legnagyobb. Itt valószínűleg az Asztma Modell III-mal kapjuk a legreálisabb eredményeket, mert ez már figyelembe veszi sztochasztikus jelleggel az egyes generációk különböző mértékű összehúzódását. A valóságban nem egyformán húzódnak össze a TB légutak asztmás rohamok során. A további vizsgálatokat ezért már kizárólag az Asztma Modell III-mal végzem.

7.3.6. ábra Az Asztma Modell III alapján számolt, nemek szerinti, kiülepedési valószínűségek.

Az eddigi ábrákon kizárólag férfiakra vonatkozó számolások eredményeit mutattam. Természetesen női asztmásokra is végeztem számításokat. A 7.3.6. és 7.3.7. ábrákon együtt ábrázoltam a nőkre és a férfiakra vonatkozó eredményeket,

hogy össze tudjam hasonlítani a megfelelő kiülepedési valószínűségeket a tracheo-bronchiális (TB) és acináris (A) tartományban egyaránt. Az egészséges embereknél a TB tartományban a kiülepedési valószínűségek a 4 µm alatti részecskeméret esetén gyakorlatilag megegyeznek nőkre és férfiakra. 4 µm felett viszont nőknél néhány százalékkal nagyobb lesz a kiülepedés, mint férfiaknál. Az acináris tartományban a kiülepedési valószínűségek maximuma a férfiaknál 2,5 µm-nél, a nőknél 3 µm környékén található. Itt a kiülepedési valószínűségek 5 %-kal nagyobbak a férfiaknál. Ez a különbség növekvő részecskeméret esetében folyamatosan csökken, és 5 µm felett gyakorlatilag megszűnik. A 2,5 µm alatti mérettartományban is csökken a különbség, de néhány százalék erejéig végig megmarad. Gyakorlatilag ugyanezek mondhatóak el az I-II. osztály esetében is.

7.3.7. ábra Az Asztma Modell III alapján számolt, nemek szerinti, kiülepedési valószínűségek.

A III. súlyossági osztály esetén, mint ahogy a 7.3.7. ábra is mutatja, az előző két esettel ellentétben sokkal kisebb a kiülepedési valószínűségek közötti különbség a férfiak és nők között a tracheo-bronchiális és acináris tartományban egyaránt. Az acináris tartományban egy nagyon kicsit nagyobbak a férfiak esetében a kapott értékek a 1,5 µm részecskeméret környékén. A TB

tartományban pedig a nőknél nagyobb a kiülepedési valószínűség egy-két százalékkal 2 µm feletti részecskeméret esetében. A IV. súlyossági osztály esetén is jól megfigyelhető különbségek adódnak a férfiak és nők között (7.3.7. ábra). A TB tartományban igen érdekes a viselkedés. Ugyanis csak 2,5 µm-nél egyezik meg a két kiülepedési valószínűség. Ez alatti mérettartományban a férfiaknál, e feletti mérettartomány esetén a nőknél lesz nagyobb a várható kiülepedési valószínűség néhány százalékkal. Az acináris tartományban 2,8-3 µm tartományban egyeznek meg a férfiak és nők esetében a kiülepedési valószínűségek. E feletti tartományban egy nagyon kicsit, mintegy fél %-kal a nők esetében, az ez alatti mérettartományban a férfiak esetében 1-1,5 %-kal lesz nagyobb a kiülepedési valószínűség. Összegezve az mondható el a nők és férfiak közötti eltérésekre, az Asztma Modell III-mal végzett összehasonlítások alapján, hogy a kiülepedési valószínűségekben az egészséges és az I-II. osztály esetében tapasztaltam a legnagyobb különbségeket. E különbségek gyakorlatilag eltűntek a III. súlyossági osztály esetén, míg a IV. osztálynál egy kisebb eltérés újra megjelent. A 7.3.8. ábrán a kiülepedési valószínűségeket a légúti generációk függvényében ábrázoltam egy adott, esetünkben 2 µm-es átmérőjű részecskére TB és acináris légutakra egyaránt, mert ennél a méretnél van a maximuma a kiülepedési valószínűségeknek. Az ábrákon nagyon jól látható, hogy a görbék alakja a különböző osztályhoz tartozó asztmásoknál megegyezik. A maximumok helye is ugyanott van (12. generáció), csupán a maximum értéke változik a különböző esetekben. A TB tartományban a IV. osztályhoz tartozó asztmásoknál körülbelül duplája a kiülepedési valószínűség a többi esethez képest az 5-15. légúti generáció tartományban. Vagyis e betegeknél a 2 µm átmérőjű részecskék nagyobb valószínűséggel rakódnak le a TB légutak falára, mint az egészséges, vagy az enyhébb súlyosságú asztmások esetén. Acináris légutaknál a IV. osztály

esetén jóval kisebb a kiülepedés valószínűsége a többi osztályéhoz képest. A maximum helye a 21. generációra esik mindegyik osztályban.

7.3.8. ábra Az Asztma Modell III alapján számolt kiülepedési valószínűségek 2 µm átmérőjű részecskére.

7.3.9. ábra Az Asztma Modell III alapján számolt kiülepedési valószínűségek 1 µm átmérőjű részecskére.

Hasonló számolásokat végeztem 1 µm átmérőjű részecskékre. A 7.3.9. ábrán látható, hogy a görbék maximuma továbbra is a 12. légúti generációnál található valamennyi asztma osztály esetében a TB tartományban, viszont az értékek kicsit csökkentek valamennyi generációra a 2 µm-es esethez képest. Az acináris tartományban egy pici csökkenés figyelhető meg. A maximum helye továbbra is a 21. generáció.

A 7.3.10. ábrán a 4 µm átmérőjű részecskék kiülepedési valószínűsége látható. E nagyobb méretű részecskék kiülepedési valószínűségeinek a maximuma továbbra is a 12. légúti generáció (kivéve a IV. osztályban, ahol a 11. generáció). A másik két részecskeméretre kapott eredményekkel ellentétben itt viszont már eléri a legsúlyosabb (IV. osztály) asztmásoknál kapott kiülepedési valószínűséget, sőt a légutak nagy részénél meg is haladja az egészségesés és a III. osztályhoz tartozó eseteket a TB tartományban. Az acináris tartományban a vizsgált három részecskeméretre kapott görbék alakjában nincs lényeges különbség. A maximumértékek viszont jelentősen lecsökkennek, mert a nagyobb részecskéket a TB régió légútjai nagyobb arányban szűrik ki.

7.3.10. ábra Az Asztma Modell III alapján számolt kiülepedési valószínűségek 4 µm átmérőjű részecskére.

7.4

Mért

adatok

összehasonlítása

a

Sztochasztikus

Tüdőmodell eredményeivel Ebben a fejezetben a hétfokozatú kaszkád impaktorral kapott eredményeket (lásd 5.2. fejezetet) vetettem össze a Sztochasztikus Tüdőmodellel végzett számolásokkal. Ahhoz, hogy megállapítsam, hogy különböző méretű és összetételű aeroszol részecske meddig jut el az emberi légzőszervrendszerben,

meghatároztam az egyes elemek átlagos koncentráció hányadait százalékban minden egyes fokozatra (7.4.1. táblázat). 7.4.1. táblázat A hét fokozat átlagos elemkoncentráció hányadai %-ban. Foko- Méret Fe S Si Ca (µm) zat K-p Bp K-p Bp K-p Bp K-p Bp 1. 0,25-0,5 4,6 4,4 45,6 62,2 3,7 2,2 0,5 0,9 2. 0,5-1 12,5 5,6 32,3 20,9 8,3 4,8 2,2 1,8 3. 1-2 24,3 16,6 12,1 5,4 28,6 12,9 22,3 9,3 4. 2-4 30,2 35,2 3,7 4,8 24,0 30,5 36,9 32,0 5. 4-8 21,6 31,3 2,8 5,2 19,5 36,1 34,9 43,0 6. 8-16 3,3 6,4 1,6 1,4 8,0 11,2 1,7 12,5 7. >16 3,6 0,5 1,8 0,1 7,9 2,4 1,6 0,6

Zn K-p Bp 14,5 19,6 28,8 14,7 25,4 19,4 15,8 18,0 10,1 18,4 3,0 8,3 2,5 1,7

Pb K-p Bp 26,2 43,1 40,8 16,2 16,7 14,2 7,5 9,2 4,7 10,5 0,8 4,4 3,3 2,4

Az elemeket a kapott hányadok alapján a következőképpen csoportosítottam:

1. A vas, szilícium és kalcium tartozik egy csoportba, ahol a 2-8 µm mérettartományba esik ezen elemeket tartalmazó részecskék túlnyomó (60-70 %) hányada Budapesten és K-pusztán egyaránt.

2. A kén és ólom alkot egy másik csoportot, ahol 0,25-1 µm mérettartományba esik az ilyen tartalmú részecskék zöme (60-80 %) mindkét helyszínen.

3. A cink azért került egy újabb csoportba, mert az előbbi két csoport egyikébe sem sorolható. Ennél az elemnél ugyanis a budapesti mintákon a 0,25-8 µm közzé eső hányadok oszlanak el egyenletesen, míg Kpusztán a legnagyobb hányad (54 %) a 0,25-2 µm-es tartományra esik. A többi elem (például foszfor, kálium) esetében a kapott hányadok majd minden fokozatnál ugyanakkorák lettek, ezáltal a fenti csoportok egyikében sem lehetett besorolni őket. A 7.4.2. táblázatban a fontosabb légzési paraméterértékeket mutatja egészséges felnőtt fehér emberre vonatkozóan a négy karakterisztikus légzési mód eseteiben [ICRP94]. A nehéz fizikai munkánál 50 % orr- és 50 %

szájlégzésre számoltam, míg a többi esetben csak kizárólag orrlégzésre. A kapott kiülepedési valószínűségeket a 7.4.1. ábra szemlélteti a tracheo-bronchiális (TB) és acináris tartományokra. 7.4.2. táblázat A légzési paraméterértékek alakulása egészséges felnőtt fehér embernél. Alvó 3

FRC (cm )

nő férfi

nő 3 VT (cm ) férfi Légzési nő frekven./perc férfi Ki- és belégzés aránya

Könnyű fizikai munka

Ülő

Nehéz fizikai munka

2680 3300 444 625

464 750

992 1250 21 20

12 12

1364 1923 33 26

1:1

7.4.1. ábra Kiülepedési valószínűségek egészséges férfi emberre.

TB tartományban alvó és ülő ember eseteiben 4,5 µm-nél, könnyű fizikai munkánál 2,5 µm-nél, míg nehéz munkánál 3 µm-nél van a görbéknek maximuma. A maximumértékek is jelentősen különböznek. A legkisebb érték a könnyű fizikai munkánál adódik, ami 4 %, nehéz fizikai munkánál van a legnagyobb maximum (10 %), míg a maradék két esetben 7 % körüli érték. Az is nagyon érdekes, hogy nehéz fizikai munka esetén az 1-8 µm tartományba esik a kiülepedett részecskék zöme, míg a könnyű fizikai munkánál 2-4 µm közé, a

többi esetben 2-8 µm ez a tartomány. Összeségében a nehéz fizikai munkánál lesz a legnagyobb a kiülepedési valószínűség a TB tartományban, ami összefüggésbe hozható azzal is, hogy itt már 50 %-ban szájlégzés is szerepel. Egészségügyi szempontból az acináris tartományban történő kiülepedés általában fontosabb, mert az itt kiülepedett részecskék hosszú ideig itt maradhatnak, és gázcsere útján más szervekhez is eljuthatnak. Ezért nagyon fontos az acináris régióba eljutó légköri aeroszol elemösszetételének vizsgálata. A 7.4.1. ábra alapján elmondható, hogy a könnyű fizikai munka esetén 2 µm-nél, a többi esetben 2,5 µm részecskeméretnél van a görbék maximuma. Maximumérték a könnyű fizikai munka esetében 15 %, a többinél 20 % köré esik. Egyben ez azt is jelenti, hogy a kiülepedési valószínűségek ebben a tartományban lényegesen nagyobbak, mint a TB régió esetén. Acináris régióban 1-6

µm

mérettartományban

mondhatóak

jelentősnek

a

kiülepedési

valószínűségek mindegyik esetben. Összességében az ülőmunkát végzők és alvók esetében a legnagyobb az acináris kiülepedési valószínűség, a nehéz fizikai munkánál kicsit kisebb, míg a könnyű fizikai munka esetében lesz a legkisebb. A kiülepedési valószínűségek közötti különbség 3 µm felett jelentősen megnő a fizikai és nem fizikai munkát végzők között, úgy hogy a fizikai munkát végzőknél jóval kevesebb lesz.

Tracheo-bronchiálisrégió 10 8 6

Eg. I-II.

4

III.

] [% g ű ín z ó a v s é d p le iü K

2

IV.

0 0

1

2

3

4

5

6

7

8

9

10 11 12 13 14

Részecskeméret [µm]

Acinárisrégió 25 20 15

Eg.

10

I-II. III.

5

IV.

0 0

1

2

3

4

5

6

7

8

9

10 11 12 13 14

Részecskeméret [µm]

7.4.2. ábra Balra az elemkoncentrációk átlagos arányai az egyes kaszkád impaktor fokozatokon. Jobbra a Sztochasztikus Tüdőmodellel számolt kiülepedési valószínűségek egészséges és különböző súlyossági osztályba tartozó asztmás férfi emberre.

Mindezek alapján azt lehet elmondani, hogy a második csoportba tartozó ként és ólmot tartalmazó légköri aeroszol részecskék jutnak el a legnagyobb valószínűséggel az emberi légzőszervrendszer acináris tartományába, ahol kiülepedve a légutak falára kifejthetik egészségre káros hatásukat is. A vas, szilícium és kalcium tartalmú aeroszol részecskék kisebb valószínűséggel ugyan, de szintén eljuthatnak ebbe a tartományba. Ezt igazolja a 7.4.2. ábra is, ahol nagyon jól látható, hogy az 1. csoportba tartozó természetes eredetű elemek (Fe, Si, Ca) legnagyobb hányada pontosan abba a mérettartományba esik, ahol a legnagyobb a kiülepedés valószínűsége a tracheo-bronchiális tartományban.

Különösen asztmás betegeknél nagyon jó az egyezés. A 2. csoportba tartozó antropogén eredetű elemek (S, Pb) legnagyobb hányada a kaszkád impaktor legkisebb mérettartományú frakciójába esik, amelyek az acináris tartományba ülepednek ki a legnagyobb valószínűséggel.

8. Összefoglalás Dolgozatom első részében a légköri aeroszol és az alkalmazott mintavételi módszerek irodalmi áttekintését követően megvizsgáltam és értelmeztem a gyűjtött aeroszolminták időbeli koncentrációváltozásait valamint összevetettem más európai eredményekkel. Ezt követően az NKFP program mintavételi kampányának keretében több helyszínen azonos időben gyűjtött aeroszolminták analízisének eredményeit és a kapott adatok feldolgozását ismertettem. Második részében a dolgozatomnak először bemutattam az emberi légzőszervrendszer, majd a Sztochasztikus Tüdőmodell felépítését és működését. Ezt követően a program asztmára történt továbbfejlesztését foglaltam össze és alkalmaztam a méret szerint szeparált aeroszol minták analízisével kapott adatokra. Az értekezésben tárgyalt fontosabb eredmények a következők: 1. 1996-2004 között a kétfokozatú „Genti-típusú” mintavevővel rendszeresen gyűjtött minták időbeli változásait vizsgáltam. •

Megállapítottam, hogy a PM2.5 és BC esetén telenként volt a maximum és nyaranként a minimum a havi átlagkoncentrációkban, míg PM2.5-10 esetén nyaranta volt a maximum.

•

Megállapítottam, hogy a természetes eredetű Ca, Fe, Mn, Si és Ti elemek esetén nyárra kaptam a maximumot és télen a minimumot mind a finom, mind a durva frakcióban, valamint a kálium durva frakciójában.

•

Megállapítottam, hogy az antropogén eredetű S, Pb, Zn, Cu elemek esetén a finom és durva módusban valamint a kálium finom frakciójában nyaranként volt a minimum, telenként pedig a maximum.

•

Teljes időszakot vizsgálva a teljes finom frakció, valamint a finom frakció több alkotóelemének a koncentrációja is csökkent, ugyanakkor a teljes durva frakció, valamint a durva frakcióban lévő talajeredetű elemek koncentrációjában növekedést állapítottam meg, amit a számolt korrelációs faktorok is alátámasztottak. Ezzel kimutattam a már egyszer kiülepedett

pornak

az

utóbbi

évtizedben

jelentősen

megnőtt

gépkocsiforgalom általi fokozott reszuszpenzióját (újrafelverődését). 2. A 2000. június és 2001. december között Debrecenben történt rendszeres mintagyűjtés adatait beillesztettem egy 21, elsősorban nyugat-európai várost magába foglaló összehasonlító tanulmányba [Göt05]. •

Összehasonlítottam a Si, S, PM2.5 és black carbon átlagértékeket az összes helyszínen és megállapítottam, hogy a debreceni értékek az átlag alattiak, kivéve a black carbon, ami egy kissé átlag feletti.

•

Megállapítottam a PM2.5 téli és nyári átlagértékeit és a tél/nyár arányokat minden helyszínen: Debrecen az átlag körüli értékeket veszi fel.

•

Elemeztem a klór téli és nyári változásait, valamint a mért koncentrációk óceántól mért távolságfüggését, és megállapítottam, hogy Debrecenben mind a nyári, mind a téli értékek a legkisebbek közzé tartoznak köszönhetően elsősorban a tengertől mért nagy távolságnak.

•

Meghatároztam a Si/Al koncentrációarányokat és a világátlagtól való eltéréseiket és megállapítottam, hogy Debrecen jóval az átlag alatti értékkel rendelkezik.

3. Az NKFP projekt keretében 2003. július 21. és 2003. augusztus 3. között kampányszerűen három helyszínen (Debrecen, Budapest és K-puszta) egyidejűleg gyűjtöttünk aeroszol mintákat kétfokozatú „Genti” típusú mintavevővel.

•

Megállapítottam, hogy a talaj eredetű elemeknek, mint a szilícium, kalcium, titán és vas, a durva és finom módusban egyaránt Budapesten voltak a legnagyobbak a koncentrációik. Debrecenben és K-pusztán mért értékek ennél jóval kisebbek voltak, ahol a debreceniek csak kismértékben haladták meg a K-pusztaiakat.

•

Megállapítottam, hogy az antropogén eredetű elemeknél, mint a kén, kálium, réz, cink és ólom, a durva módusban szintén a budapesti koncentrációk voltak a legmagasabbak, míg a debreceni és K-pusztai közel azonosak. A finom frakcióban a réz, cink és ólom esetén Budapesten mértem a legmagasabb koncentrációkat, és Debrecenben a legalacsonyabbakat, míg a kén és kálium esetében K-pusztán voltak a legmagasabbak

az

átlagkoncentrációk

és

Debrecenben

a

legalacsonyabbak. •

Klór esetében a durva frakcióban Budapesten volt a legmagasabb koncentráció, míg Debrecenben a legalacsonyabb.

4. NKFP projekt keretében 2003. július 21. és 2003. augusztus 3. között kampányszerűen két helyszínen (Budapest és K-puszta) egyidejűleg gyűjtöttünk aeroszol mintákat hétfokozatú kaszkád impaktor segítségével.

•

Megállapítottam, hogy a kalcium, titán és vas, mint talajeredetű elemek, a legtöbb esetben nagyobb koncentrációval rendelkeztek Budapesten, mint K-pusztán, amit azzal magyarázok, hogy ezen elemeket tartalmazó aeroszol részecskék nem tudnak kiülepedni a városokban szinte állandó és rendkívül nagy gépkocsiforgalomnak köszönhetően.

•

A szilícium különös viselkedését az időjárási körülményekkel sikerült megmagyaráznom. Július 21-28. között meleg és száraz idő volt Kpusztán, míg július 29-től egy nedvesebb időszak kezdődött többszöri nagy mennyiségű csapadékkal kísért zivatarokkal. A 0,25-0,5 µm és 16 µm-nél

nagyobb

mérettartományba

eső

aeroszol

részecskék

koncentrációja a második időszakban sokkal kevesebb volt K-pusztán, mint az elsőben, mert kimosta őket az eső. A többi mérettartományban is jóval nagyobb volt a koncentráció a fővárosban, mint K-pusztán július 29-től. •

Megállapítottam, hogy a klór, cink és ólom, mint mesterséges (antropogén) eredetű elemek a legtöbb esetben nagyobb koncentrációval voltak jelen Budapesten, mint K-pusztán.

•

Megállapítottam, hogy a kénre, mint antropogén elemre, több mérettartományban is nagyobb koncentrációkat kaptam K-pusztán, mint Budapesten. Ezt azzal magyarázom, hogy különösen a finom részecskék kéntartalmú másodlagos aeroszolként igen nagy utat tudnak bejárni, mielőtt kiülepednének, vagy megkötődnének, továbbá képződésük kéndioxidból is elég hosszú időt, akár több napot is igénybe vehet.

5. A Sztochasztikus Tüdőmodellben három Asztma Modellt fejlesztettem ki felhasználva egy ún. Bronchialis Asztma Faktor (BAF) nevű változót, amely meghatározza, hogy milyen

mértékű a légutak összeszűkülése az

egészségeshez képest a tracheo-bronchiális tartományban: •

Asztma Modell I: egy BAF értéket kell megadni, amely érvényes lesz a tracheo-bronchiális tartomány összes légútjára.

•

Asztma Modell II: minden egyes tracheo-bronchiális generációra meg kell adni egy-egy BAF-ot, ami 21 független adatot jelent.

•

Asztma Modell III: a BAF értékének egy tartományát kell megadni generációnként, amelyből a program véletlenszerűen sorsol egy értéket megadott korrelációs faktor figyelembevételével.

6. Asztma Modellekkel kapcsolatban az alábbiakat állapítottam meg: •

Összehasonlítottam a három Asztma Modellt egymással, amely során nem találtam számottevő különbséget köztük, kivéve a legsúlyosabb (IV. osztályba esők) asztmások esetén.

•

Vizsgáltam a nők és férfiak közötti eltéréseket a kiülepedési valószínűségekben, amelynek során megállapítottam, hogy az egészséges és az I-II. osztály esetében tapasztaltam a legnagyobb, míg a III. súlyossági osztály esetén a legkisebb eltérést.

•

Vizsgáltam az egyes generációkon történő kiülepedési valószínűségeket különböző részecskeméreteknél, és megállapítottam, hogy a legtöbb esetben a tracheo-bronchiális tartományban a 12., míg az acináris tartományban a 21. generációnál volt a maximuma.

7. Csoportosítottam a vizsgált elemeket a kaszkád impaktor által gyűjtött egyes mérettartományokra (fokozatokra) vonatkozó százalékos hányadok alapján és összehasonlítottam az egyes csoportba tartozókat a tracheo-bronciális és az acináris tartományban történt Sztochasztikus Tüdőmodell számolásokkal. Megállapítottam, hogy a vas, szilícium és kalcium, mint természetes eredetű elemek legnagyobb hányada a 2-8 µm tartományba esik, ahol a legnagyobb a kiülepedés valószínűsége a tracheo-bronchiális tartományban, különösen asztmás betegeknél nagyon jó az egyezés. Az antropogén eredetű kén és ólom legnagyobb hányada a 0,25-2 µm-es mérettartományba esik, amelyek az acináris tartományban ülepednek ki a legnagyobb valószínűséggel.

9. Summary In the first part of my study, after the literary review of atmospheric aerosol and applied sampling methods, I investigate and explain the variation of urban aerosol particles collected in Debrecen and compare our results with 21 other European cities. Then I review the results of the analysis of aerosol samples which collected in the frame of two NRDP projects in several sites simultaneously. In the second part of my work I give a description about the human respiratory system and the Stochastic Lung Model. Finally I summarize the development of the program code for asthma and apply the Stochastic Lung Model using the elemental size distribution data as input parameters.

Results 1. I investigated the long term and seasonal variation of fine and coarse Debrecen urban aerosol from 1996 to 2004. •

From the monthly average concentrations I found that the PM2.5 and black carbon concentrations has maximum in summers and minimum in winters.

• I found that the average concentrations of soil origin elements, as calcium, iron, manganese, silicon and titanium, had maximum in summers and minimum in winters in both fractions and in the coarse fraction of potassium.

• I have found that the anthropogenic elements, as sulphur, lead, zinc and copper in both size fractions and potassium in the fine fractions showed minimum in summers and maximum in winters. •

Decreasing tendency was observed for the investigated period in the case of the concentration of the fine aerosol and most of the fine fraction

elemental components. The concentration of coarse aerosol and of the soil origin elements increased which was confirmed by correlation factor calculations. Through this the effect of the increased contribution of resuspended dust due to the increased traffic of motor vehicles of the last years in Debrecen could be detected.

2. The results obtained for Debrecen aerosol between June of 2000 and December of 2001 in Debrecen was fit into a study which covered 21 European towns. •

I compared the average values of silicon, sulphur, PM2.5 and black carbon of each sites and I found that the values in Debrecen were less than the average except the black carbon which was a little bit over average.

•

The winter and summer ratio of PM2.5 at each site was determined, and I found that Debrecen had about average value.

•

I analyzed the summer and winter variation of chlorine and the dependence of the measured concentrations on the distance from the ocean. I found that the summer and winter values were one of the smallest in Debrecen due to the large distance from the ocean.

•

The Si/Al ratios and the difference from the world average value were determined. I found that its value in Debrecen was a bit under average.

3. Coarse and fine aerosol samples were collected in the frame of an NRDP project from 21 July to 3 August 2003 in three places simultaneously (Debrecen, Budapest and K-puszta) with two-stage Gent-type samplers. •

The silicon, calcium, titanium and iron, as natural elements, appeared in the largest concentrations in Budapest in both fractions. In Debrecen and K-puszta I measured much less values, and the concentrations in Debrecen were only a little bit higher than in K-puszta.

•

I found that the concentrations of anthropogenic elements, as sulphur, potassium, copper, zinc and lead, were also the largest in Budapest, and in Debrecen and K-puszta were nearly the same. In the fine fraction I measured the largest concentrations of copper, zinc and lead in Budapest and the smallest in Debrecen and in the case of the sulphur and potassium the largest average concentrations in K-puszta was detected while the smallest in Debrecen.

•

In the case of chlorine in the coarse fraction the concentration was the largest in Budapest and the smallest in Debrecen.

4. Aerosol samples with high size resolution were collected in the frame of the NRDP project from 21 July to 3 August 2003 in two sites simultaneously (Budapest and K-puszta) with 7-stage cascade impactors.

•

I showed that calcium, titanium and iron, i.e. the natural elements, had larger concentrations in Budapest than in K-puszta, because these aerosol particles were not able to deposit in towns due to the continuous heavy traffic.

•

I explained the strange behavior of the silicon with weather conditions. From 21 to 28 July the weather was hot and dry in K-puszta. From 29 July began a period of thunder storms with large amount of precipitation. In this time the concentration in the 0,25-0,5 µm and the 16 µm+ size ranges were less than in the dry period because of the wash out due to the rain. In the other size ranges the concentrations were much higher in Budapest than in K-puszta.

•

The concentration of chlorine, zinc and lead, i.e. most of the anthropogenic elements, were larger in Budapest than in K-puszta in the most cases.

•

Sulphur was found in higher concentration in K-puszta than in Budapest in most size ranges. This was explained that these secondary sulphate

aerosol particles originated from regional transport, since the time needed for formation can be 1-2 days, and they travel large distances before deposition. 5. In the Stochastic Lung Model I developed three Asthma Models applying the Bronchial Asthma Factor (BAF), as a new variable, which determines the rate of the contraction of the airways comparing to the healthy ones in the tracheo-bronchial region: •

Asthma Model I: one BAF value has to be given which is valid for the whole tracheo-bronchial region.

•

Asthma Model II: for each tracheo-bronchial generation a BAF value has to be given, which means 21 independent data.

•

Asthma Model III: a range of BAF values has to be specified for each generation and the code selects randomly a value considering the given correlation factor.

6. I compared the three Asthma Models and made the following statements: •

I didn’t find significant differences between the three Asthma Models, except in the case of the fourth class patients.

•

I investigated the differences of the deposition probabilities between males and females. I found the biggest differences in the cases of the health and I-II classes, while in the III class the smallest.

•

I studied the deposition probabilities in the function of generation number for particle sizes and demonstrated that in the most cases the maximum were at generation 12 in the tracheo-bronchial and at generation 21 in the acinar region.

7. I have grouped the investigated elements according to their size distribution and compared the groups according to their deposition rates in the acinar and the tracheo-bronchial region using the Stochastic Lung Model. The natural origin elements like iron, silicon and calcium, were found in 2-8 µm size

range with the largest rate, and had the largest probability of the deposition in the tracheo-bronchial region, especially at the case of asthma patients. The anthropogenic elements, like sulphur and lead, were found in the 0,25-2 µm size range with the highest frequency, and deposited in acinar region with the biggest probability.

Irodalomjegyzék [And94] F. Andrade, C. Orsini, W. Maenhaut, Atm. Environ. 28, 2307 (1994). [And97] M.O. Andreae, P.J. Krutzen, Science 276, 1052-1058 (1997). [And05] M.O. Andreae, C.D. Jones, P.M. Cox, Nature 435, 1187-1190 (2005). [Bal85]

I. Balásházy, Magyar Fizikai Folyóirat, XXXIII. kötet, 2. füzet, Akadémiai Kiadó, 1985.

[Bal07]

I. Balásházy, B. Alföldy, A. J. Molnár, W. Hofmann, I. Szőke, E. Kis, Current Computer-Aided Drug Design 3, 1, 13-32, 2007.

[Bal09]

I. Balásházy, A. Horváth, Z. Sárkány, Á. Farkas, W. Hofmann, Inhalation Toxicology 21, 12, 1021-1029, 2009.

[Bor97]I. Borbely-Kiss, A PIXE módszer és alkalmazásai a légköri aeroszol kutatásában és más interdiszciplináris területeken, PhD értekezés, KLTE, Debrecen (1997). [Bor99a] I. Borbély-Kiss, Zs. Kertész, E. Koltay, Gy. Szabó, K. Tar, Nucl. Instr. Meth in Phys. Res. B 150 339 (1999). [Bor99b] I. Borbély-Kiss, E. Koltay, Gy. Szabó, L. Bozók, K. Tar, J. Aerosol Sci., 30 369 (1999). [Bor04]I. Borbely-Kiss, A.Z. Kiss, E. Koltay, Gy. Szabó, L. Bozó, Journal of Aerosol Sciene 35, (2004). [Bri04]

H. ten Brink, W. Maenhaut, R. Hitzenberger, T. Gnauk, G. Spindler, A. Evan, X. Chi, H. Bauer, H. Puxbaum, J.P. Putaud, J. Tursic, A. Berner, Atmos. Environ. 38 6507 (2004).

[Bud94] Budó Ágoston: Kísérleti fizika II, Nemzeti Tankönyvkiadó, Budapest, 1994. [Cla87]

E. Clayton, P. Duerden, D.D. Cohen, Nucl. Instr. and Meth. in Phys. Res. B 22, 64 (1987).

[Col01] R.N. Colvile, E.J. Hutchinson, J.S. Mindell, R.F. Warren, Atmos. Environ. 35, 1537-1565 (2001).

[Eid02] S. Eidels-Dubovoi, The Science of the Environment 287, 213-220 (2002). [Göt05] T. Götschi, M.E. Hazenkamp-von Arz, J. Heinrich, R. Bono, P. Burney, B. Forsberg, D. Jarvis, J. Maldonado, D. Norback, W.B. Stern, J. Sunyer, K. Toren, G. Verlato, S. Villani, N. Kümzli, Atmos. Environ. 39, 5947-5958 (2005). [Hae88] B. Haefeli-Bleuer, E. R. Weibel, Anat. Rec. 220, 401-414 (1988). [Hin82]W. C. Hinds: Aerosol Technology, Properties, behaviour, and measurement of airbone particles, John Wiley & Son, Chichester, New York, Chicester, Brisbane, Toronto, Singapore, 1982. [Hit04] R. Hitzenberger, A. Berner, Z. Galambos, W. Maenhaut, J. Cafmeyer, J. Schwarz, K. Müller, G. Spindler, W. Wieprecht, K. Acker, R. Hillamo, T. Makela, Atmos. Environ. 38, 6467-6476 (2004). [Hof90] W. Hofmann, L. Koblinger, Journal of Aerosol Science 21, No. 5, 675688 (1990). [Hof91] W. Hofmann, L. Koblinger, Journal of Aerosol Science 23, No. 1, 5163 (1991). [Hop97] P.K. Hopke, Y. Xie, T. Raunemaa, S. Biegalski, S. Landsberger, W. Maenhaut, P. Artaxo, D. Cohen, Aerosol Science and Technology 27, 726-735 (1997). [Hou01] D. Houthuijs, O. Breugelmans, G. Hoek, É. Vaskövi, E. Miháliková, J.S. Pastuszka, V. Jirik, S. Sachelarescu, D. Lolova, K. Meliefste, E. Uzunova, C. Marinescu, J. Volf, F. de Leeuw, H. Van de Wiel, T. Fletcher, E. Lebret, B. Bunekreef, Atmos. Environ. 35 2757 (2001). [Hor71] K. Horsfield, G. Dart, D. E. Olson, G. F. Filley, G. Cumming, J. appl. Physiol. 31, 207-217 (1971). [ICRP94] ICRP 66 Human Respiratory Tract Model for Radiological Protection, Published for International Comission on Radiological Protection, PERGAMON, 1994. [Jel85] Egészégügyi ABC, főszerkesztő: Jellinek Harry, Medicina Könyvkiadó, Budapest, 1985.

[Joh88] S.A.E. Johansson, J.L. Campbell, PIXE, A Novel Technique, for Elemental Analysis, John Wiley & Son, Chicester, New York, Brisbane, Toronto, Singapore (1998). [Kai02] D.P. Kaiser, Y. Quian, Geophysical Research Letters Vol. 29. No. 21. 2042. (2002). [Kau02] Y.J. Kaufman, D. Tanre, O. Boucher, Nature 419, 215-223 (2002). [Kie95] J.T. Kiehl, H. Rodhe, Modeling, Geographical and Seasonal Forcing due to Aerosols. In R.J. Charlson. and J. Heintzenberg. (eds.) Aerosl Forcing of Climate. John Wiley & Sons Ltd. 284-304. (1995). [Kni02]J. Knight, Nature 417, 677-677. (2002). [Kob90] L. Koblinger, W. Hofmann, Journal of Aerosol Science 21, No. 5, 661674 (1990). [Kol79]E. Koltay, A. Szalay, The 5 MV Van de Graaff generator of ATOMKI, Technical Report, MTA ATOMKI, Debrecen (1979). [Köp06] http://koeppen-geiger.vu-wien.ac.at, World Map of Köppen-Geiger Climate Classification, Kottek, M. et al., Meteorol. Z. 15, 259-263 (2006). [Lak90] T. Lakatos, Nucl. Instr. and Meth. in Phys. Res. B 47, 307 (1990). [Lak91] T. Lakatos, Nucl. Instr. and Meth. in Phys. Res. B 62, 289 (1991). [Lie02] B.G. Liepert, Geophysical Research Letters 29, 1421 (2002).

[Lip00] M. Lippman, K. Ito, A. Nádas, R.T. Health Effects Institute Research Report 95, Cambridge, USA (2000). [Mag02] Magyar Pál, Hutás Imre, Vastag Endre: Pulmonológia, Medicina Könyvkiadó Rt., Budapest, 2002. [Mas66] B. Mason, Principles of Geochemistry. 3rd ed., Wiley, New York, 1966.

[Max89] J.A. Maxwell, J.L. Campbell, W.J. Teesdale, Nucl. Instr. and Meth. in Phys. Res. B 43, 218 (1998). [Més97] Mészáros Ernő: Levegőkémia, Veszprémi Egyetemi Kiadó, Veszprém, 1997.

[Mos13] H.G.J. Moseley, Phil. Mag. 26, 1024 (1913). [Mül04] K. Müller, G. Spindler, W. Maenhaut, R. Hitzenberger, W. Wieprecht, U. Baltensperger, H. ten Brink, Atmos. Environ. 38 6459-6466 (2004). [Obe05] G. Oberdoster, E. Oberdoster, J. Oberdoster, Environmental Health Perspectives 113, 823-839 (2005). [Pop02] C.A.III. Pope, R.T. Burnett, M.J. Thun, E.E. Calle, D. Krewski, K. Ito, G.D. Thurston, The Journal of American Medical Association 287, 1132-1141 (2002). [Put04] J.P. Putaud, F. Raes, R. Dingenen, E. Brüggemann, M.C. Facchini, S. Decesari, S. Fuzzi, R. Gehrig, C. Hüglin, P. Laj, G. Lorbeer, W. Maenhaut, N. Mihalopoulos, K. Müller, X. Querol, S. Rodriguez, J. Schneider, G. Spindler, H. ten Brink, K. Torseth, A. Wiedersohler, Atmos. Environ. 38 2579 (2004). [Raa76] O. G. Raabe, H. C. Yeh, G. M. Schum, R. F. Phalen, Tracheobronchial Geometry: Human, Dog, Rat, Hamster, LF-53. Lovelace Foundation Report, Albuquerque, New Mexico, USA. [Rae80] O. G. Raabe, H. C. Yeh, G. M. Schum et al., Lovelace Foundation Report LF-53 (1980). [Rae00] F. Raes, R. Van Dingenen, E. Vignati, J. Wilson, J-P. Putaud, J.H. Seinfeld, P. Adams, Atmospheric Environment. 34, 4215-4240 (2000). [Rah76] K. A. Rahn, Atmos. Environ. 10 597 (1976). [Ram01] V. Ramanathan, P.J. Crutzen, J.T. Kiehl, D. Rosenfeld, Science 294, 2119-2124 (2001). [Rei95]

T. Reichhardt, Environ. Sci. Technol. 29, 360A-364A (1995).

[Sam00] J.M. Samet, F. Dominici, F.C. Curriero, I. Coursac, S.L. Zeger, New England Journal of Medicine 343, 1742-1749 (2000). [Sei98]

J.H. Seinfeld, S.N. Pandis, Atmospheric Chemistry and Physics, John Wiley & Sons. Inc., New York, (1998).

[Sim73] Simonyi Károly: Elektronfizika, Tankönyvkiadó, Budapest, 1973.

[Sza89] Gy. Szabó, L. Zolnai, Nucl. Instr. and Meth. in Phys. Res. B 36, 88 (1989). [Sza93] Gy. Szabó, I. Borbély-Kiss, Nucl. Instr. and Meth. in Phys. Res. B 75, 123-126 (1993). [Tap91] U.A.S. Tapper, K.G. Malmqvist, Analytical Chemistry Vol. 63, No. 14, 715-725 (1991). [Uzo01] I. Uzonyi, I. Rajta, L. Bartha, Á.Z. Kiss, A. Nagy, Nucl. Instr. and Meth. in Phys. Res. B 181, 193-198 (2001). [Van04] R. Van Dingenen, F. Raes, J.P. Putaud, U. Baltensperger, A. Charron, M.C. Facchini, S. Decesari, S. Fuzzi, R. Gehrig, H.C. Hansson, R.M. Harrison, C. Hüglin, A.M. Jones, P. Laj, G. Lorbeer, W. MAenhaut, F. Palmgren, X. Querol, S. Rodriguez, J. Schneider, H. ten Brink, P. Tunved, K. Torseth, B. Wehner, E. Weingartner, A. Wiedersohler, P. Wahlin, Atmos. Environ. 38 2561 (2004). [Wei63] E. R. Weibel, Morphometry of the Human Lung, Springer Verlag, Berlin (1963). [Wic00] H.E. Wichmann, C. Spix, T. Tuch, G. Woelke, A. Peters, J. Heinrich, W.G. Kreyling, J. Heyder, Health Effects Institute Research Report 98, Cambridge, USA (2000). [Wil05]M. Wild, H.Gilgen, A. Roesch, A. Ohmura, C.N. Long, E.G. Dutton, B. Forgan, A. Kallis, V. Russak, A. Tsvetkov, Science 308, 847-850 (2005). [Yeh80] H. C. Yeh, G. M. Schum, Bull. Math. Biol. 42, 461-480 (1980). [Zol88]

L. Zolnai, Gy. Szabó, Nucl. Instr. and Meth. in Phys. Res. B 34, 118 (1988).

Az értekezés témakörében megjelent közlemények Az értékezés alapjául szolgáló cikkek 1. Borbély-Kiss I., Dobos E., Kertész Zs., Koltay E., Szabó Gy.: Variation of the elemental concentrations of PM10/PM2.5 aerosol collected in Debrecen, Hungary, for the last seven years. Journal of Aerosol Science 35, 691-692 (2004). 2. Dobos E., Borbély-Kiss I., Kertész Zs., Salma I.: Comparing the elemental concentration of aerosol from urban and rural areas with applying the calculation of stochastic Lung Model. Journal of Aerosol Science 35 139-140 (2004). 3. Dobos E., Borbély-Kiss I., Kertész Zs., Szabó Gy., Koltay E.: Debrecen, Hungary on the fine-fraction aerosol map of Europe. Journal of Radioanalytical and Nuclear Chemistry 279, 143-157 (2009).

Konferencia közlemények 1. Dobos E., Borbély-Kiss I., Kertész Zs., Szabó Gy.: Elemental concentrations and size distributions of urban and rural aerosol samples collected with cascade impactors. 10th International Conference on Particle Induced X-Ray Emission and its Analytical Applications. Portoroz, Slovenia, 4-8 June, 2004. Proceedings. CD. http://pixe2004.ijs.si/ 506(3) (2004). 2. Dobos E., Borbély-Kiss I., Szabó Gy.: A légköri aeroszol mennyiségének és elemösszetételének meghatározása Debrecen területén. (in Hung.) Környezettudományi Konferencia közleményei. Kolozsvár, Románia, 2006. március 17-18. Szerk.: Mócsi I., Néda T. Kolozsvár, Scientia Kiadó 413-418 (2006). 3. Dobos E., Borbély-Kiss I., Kertész Zs., Szabó Gy., Koltay E.: Comparison of Debrecen fine fraction aerosol data with others collected in a European collaboration. 11th International Conference on Particle-Induce X-ray Emission and its Analytical Applications. Puebla, Mexico, 25-29 May, 2007. Proceedings. Eds.: Miranda, J., Ruvalcaba-Sil, J.L., de Lucio, O.G. Mexico City, Universidad Nacional Autónoma de México (CD) 25(4) (2007).

Az értekezés témakörében megjelent további cikkek 1. Kertész Zs., Dobos E., Fenyős B., Kéki R., Borbély-Kiss I.: Time and size resolved elemental component study of urban aerosol in Debrecen, Hungary. XRay Spectrometry 37 107-110 (2008). 2. Kertész Zs., Szoboszlai Z., Dobos E., Borbély-Kiss I.: Characterization of urban aerosol sources in Debrecen, Hungary. Acta Geologica Debrecina Landscape and Environment 2 109-119 (2009). 3. Kertész Zs., Szoboszlai Z., Angyal A., Dobos E., Borbély-Kiss I.: Identification and characterization of fine and coarse particulate matter sources in a middle-Europoean urban environment. Nuclear Instruments and Methods in Physics Research Section B: Beam Interactions with Materials and Atoms 268 1:1924-1928 (2010). 4. Horvath A., Balashazy I., Farkas A., Sarkany Z., Hofmann W., Czitrovszky A., Dobos E.: Quantification of airway deposition of intact and fragmented pollens. Int. J. Environ. Health. Res. (Elfogadva).

Köszönetnyilvánítás Köszönetet

szeretnék

mondani

Dr.

Borbélyné

Dr.

Kiss

Ildikó

témavezetőmnek, hogy lehetőséget biztosított munkám sikeres elvégzéséhez és dolgozatom megírásához. Nagyon köszönöm segítőkész támogatását és dolgozatom alapos és kritikus átnézését. Külön köszönöm a segítségét Dr. Balásházy Imrének, akitől a Sztochasztikus Tüdőmodellel kapcsolatban kaptam nélkülözhetetlen szakmai tanácsokat, és önzetlen támogatásával alapvetően hozzájárult szakmai fejlődésemhez és sikeres munkámhoz. Köszönettel

tartozom

Dr.

Horváth

Ildikó

és

Dr.

Horváth

Alpár

tüdőgyógyászoknak, akik megadták a különböző súlyosságú asztmára jellemző bemeneti paraméter értékeket. Köszönetem fejezem ki Dr. Szabó Gyulának a programozásban nyújtott segítségéért. Köszönettel tartozom Dr. Kertész Zsófiának, Dr. Kiss Árpád Zoltánnak és az Elektrosztatikus Gyorsítók Osztályának valamennyi dolgozójának a munkám során nyújtott önzetlen segítségükért.