MASARYKOVA UNIVERZITA Přírodovědecká fakulta. Komentář [O1]: Přílohy jsem projel jsou výborný. DIPLOMOVÁ PRÁCE

MASARYKOVA UNIVERZITA Přírodovědecká fakulta

Komentář [O1]: Přílohy jsem projel – jsou výborný.

DIPLOMOVÁ PRÁCE

Brno 2008

Bc. Ondřej SÁŇKA 1

MASARYKOVA UNIVERZITA Přírodovědecká fakulta Geografický ústav

Ondřej SÁŇKA

MODELOVÁNÍ A VIZUALIZACE ENVIRONMENTÁLNÍCH DAT V PROSTORU A ČASE S VYUŽITÍM GIS

Diplomová práce

Vedoucí práce: RNDr. Pavel Čupr, Ph.D. _________________________________________________________________________ Brno 2008 2

Jméno a příjmení autora:

Ondřej Sáňka

Název diplomové práce:

Modelování a vizualizace environmentálních dat v prostoru a čase s využitím GIS

Název v angličtině:

Spatial

and

temporal

modeling

and

visualization of environmental data using GIS Studijní obor:

Geografická kartografie a geoinformatika

Vedoucí diplomové práce:

RNDr. Pavel Čupr, Ph.D.

Rok obhajoby:

2008

Anotace Předkládaná práce se zabývá vývojem geoinformatických postupů urychlujících a zjednodušujících aplikaci rozptylového modelu SYMOS´97 (Gaussovský model), pro vybrané znečišťující látky ve volném ovzduší na oblast s velkým množstvím zdrojů a referenčních bodů. Výstupy modelu jsou srovnány s reálnými naměřenými koncentracemi těchto perzistentních organických polutantů. Výstupy práce ilustrují prostorovou a časovou variabilitu poměrů příspěvků jednotlivých sektorů zdrojů k celkovému znečištění ovzduší polycyklickými aromatickými uhlovodíky. Annotation Pesented theses deals with the development of geoinformatic procedures which accelerate and simplify application of dispersion model SYMOS´97 (Gauss model). The application is focused on selected persistent organic pollutants in atmosphere, in an area with large number of pollution sources and reference points. The outcomes of the model are compared with measured concentrations of the selected pollutants. Spatial and time variability of individual source sector contributions to overall pollution is described.

Klíčová slova znečištění ovzduší, rozptylový model, GIS, Polycyklické aromatické uhlovodíky, prostorové interpolace Key words Air pollution, Dispersion model, GIS, Polycyclic aromatic hydrocarbons, Spatial interpolation 3

Vysoká škola: Masarykova univerzita

Fakulta:

Přírodovědecká

Katedra:

Školní rok:

2007/2008

Geografický ústav

ZADÁNÍ DIPLOMOVÉ PRÁCE

pro

Ondřeje Sáňku

obor

Geografická kartografie a geoinformatika

Název tématu:

Modelování a vizualizace environmentálních dat v prostoru a čase s využitím GIS

Zásady pro vypracování:

1. Provést rešerši metod modelování a vizualizace environmentálních dat se zřetelem na data bodových zdrojů. 2. Vývoj a optimalizace metody přípravy vstupů do rozptylového modelu SYMOS´97 za účelem zjednodušení, zrychlení a zpřesnění tohoto postupu s využitím GIS. 3. Srovnání výstupů rozptylového modelu SYMOS´97 s daty naměřenými metodou aktivního a především pasivního vzorkování v GIS.

4

Rozsah grafických prací:

podle potřeby

Rozsah průvodní zprávy:

cca 60-80 stran

Seznam odborné literatury: DENKER M.: Analysis and Modeling of spatial environmental data. 1st edition, Lausanne, EPFL press, 2004. MAGUIRE, D.J. – BATTY, M. – GOODCHILD, M.F.: GIS, Spatial analysis and modeling. Redlands, California, USAESRI press, 2005. ISBN 1-58948-130-5. BUBNÍK, J.

ET AL.:

SYMOS´97 – Systém modelování stacionárních zdrojů, Metodická

příručka. Nakladatelství ČHMÚ, Praha, 1998. 60 s. ISBN 80-85813-55-6

Vedoucí diplomové práce:

RNDr. Pavel Čupr, Ph.D.

Konzultantka:

RNDr. Alice Dvorská

Datum zadání diplomové práce:

září 2006

Termín odevzdání diplomové práce: do 16. května 2008

....................................................

.….........................................

Garant programu

vedoucí Geografického ústavu

5

Prohlašuji tímto, že jsem zadanou diplomovou práci vypracoval samostatně pod vedením RNDr. Pavla Čupra, Ph.D. a uvedl v seznamu literatury veškerou použitou literaturu a další zdroje.

V Brně dne 12.5.2008

_________________________________ podpis autora 6

Rád bych na tomto místě poděkoval vedoucímu práce RNDr. Pavlu Čuprovi, Ph.D. a RNDr. Alici Dvorské za čas, který věnovali konzultacím této práce, stejně tak jako za jejich podnětné rady a připomínky. Poděkování též patří za ochotu a cenné rady několika dalším konzultantům, jejichž jména jsou uvedena v seznamu použité literatury. V neposlední řadě je nutno poděkovat také Českému hydrometeorologickému ústavu za poskytnutí dat, bez kterých by tato práce nemohla vzniknout.

OBSAH SEZNAM POUŽITÝCH ZKRATEK ..................................................................................9 1 ÚVOD .............................................................................................................................10 2 TEORETICKÁ ČÁST ....................................................................................................11 2.1 GEOINFORMATIKA A GEOINFORMATICKÁ GRAMOTNOST ...........................................11 2.2 GIS V MANAGEMENTU ŽIVOTNÍHO PROSTŘEDÍ ..........................................................14 2.3 MODELY ZNEČIŠŤOVÁNÍ OVZDUŠÍ .............................................................................16 2.4 Rozptylový model SYMOS´97 ................................................................................20 2.4.1 Metodika SYMOS´97 .......................................................................................20 2.4.2 Program SYMOS´97.........................................................................................22 2.5 PŘÍKLADY ROZPTYLOVÝCH STUDIÍ ............................................................................23 2.5.1 Studie kvality ovzduší na Opavsku ...................................................................23 2.5.2 Modelování variability znečištění ovzduší vlivem dopravy v urbánních oblastech ....................................................................................................................24 2.5.3 Analýza vztahů mezi emisemi z dopravy a imisními koncentracemi polutantů v ovzduší ....................................................................................................................25 2.6 HODNOCENÉ ZNEČIŠŤUJÍCÍ LÁTKY ............................................................................26 2.7 METODA PASIVNÍHO VZORKOVÁNÍ............................................................................29 2.8 METODA AKTIVNÍHO VZORKOVÁNÍ ...........................................................................31 3. ZDROJE POUŽITÝCH DAT A METODY JEJICH IMPLEMENTACE V ROZPTYLOVÉM MODELU SYMOS´97....................................................................32 3.1 VÝŠKOPISNÁ DATA ...................................................................................................32 3.2 VĚTRNÉ RŮŽICE ........................................................................................................34 3.3 ZDROJE.......................................................................................................................36 3.3.1 Bodové zdroje ...................................................................................................36 3.3.2 Liniové zdroje ...................................................................................................43 3.3.3 Plošné zdroje .....................................................................................................50 3.4 REFERENČNÍ BODY ....................................................................................................55 3.5 INFORMACE O ZNEČIŠŤUJÍCÍCH LÁTKÁCH ..................................................................59 3.6 KONCENTRACE NAMĚŘENÉ METODOU PASIVNÍHO VZORKOVÁNÍ ...............................60 3.7 KONCENTRACE NAMĚŘENÉ METODOU AKTIVNÍHO VZORKOVÁNÍ ..............................62 4 VÝSLEDKY A DISKUZE .............................................................................................64 4.1 BENZO(A)PYREN .......................................................................................................64 4.2 BENZO(B)FLUORANTEN .............................................................................................70 4.3 BENZO(K)FLUORANTEN ............................................................................................74 4.4 INDENO(123CD)PYREN ..............................................................................................76 4.5 POMĚRY POUŽÍVANÉ NA IDENTIFIKACI ZDROJŮ .........................................................79 4.6 CHYBY PLYNOUCÍ Z VLASTNOSTÍ ROZPTYLOVÉHO MODELU......................................80 4.7 MOŽNÉ CHYBY ZPŮSOBENÉ NEDOSTATKEM DAT .......................................................81 5 ZÁVĚR ...........................................................................................................................83 POUŽITÁ LITERATURA ................................................................................................83

8

SEZNAM POUŽITÝCH ZKRATEK ATEM

Ateliér ekologických modelů

BPE

benzo(ghi)perylen

BaP

benzo(a)pyren

BbF

benzo(b)fluoranten

BkF

benzo(k)fluoranten

CDV

Centrum dopravního výzkumu

ČHMÚ

Český hydrometeorologický ústav

DMÚ

digitální model území

FLU

fluoranten

IP

indeno(123cd)pyren

KSP

Kinematic Simulation Particle Model (model simulace pohybu částic)

POPs

persistent organic pollutants (perzistentní organické polutanty)

PAHs

polycyclic

aromatic

hydrocarbons

(polycyklické

aromatické

uhlovodíky) PUF

polyurethane foam (polyuretanová pěna)

PYR

pyren

RECETOX

Research Centre for Environmental Chemistry and Ecotoxicology (Výzkumné centrum pro environmentální chemii a ekotoxikologii)

REZZO

Registr emisí zdrojů znečištění ovzduší

ŘSD

Ředitelství silnic a dálnic

SYMOS´97

Systém modelování stacionárních zdrojů

9

1 ÚVOD Již od prvního ročníku je studentům kartografie vštěpováno, že obor, který si vybrali, leží na rozhraní několika různých vědních disciplín. Interdisciplinarita kartografie a geoinformatiky spočívá také v širokém spektru vědních oborů, pro které může být cenným přínosem ve smyslu efektivního zpracování dat a prezentace dosažených výsledků. Tato diplomová práce si klade za cíl aplikovat kartografické znalosti a postupy v oblasti chemie životního prostředí. Jejím středobodem tedy není jen srovnání dat získaných měřením znečištění ovzduší a vypočtených rozptylovým modelem SYMOS´97. Hlavní pozornost je soustředěna na náročné zpracování dat pro zmíněný model tak, aby byly tyto postupy pokud možno co nejvíce zjednodušeny, zautomatizovány a zpřesněny pomocí geografických informačních systémů. Vzhledem k tomu, že představit si manuální přípravu většího objemu vstupních dat pro tento software bez použití GIS je jen stěží možné, automatizace tohoto postupu je nasnadě. Díky automatizaci přípravy potřebných podkladů lze docílit výsledků, které nebudou ovlivněny subjektivním vnímání uživatele, stejně tak jako je nižší pravděpodobnost zanesení chyb do zpracovávaných dat. Ideálním závěrem této práce by samozřejmě byla naprostá shoda výsledků získaných aplikací rozptylového modelu a vzorkováním ovzduší. Avšak v žádné podobné práci k ideálnímu případu nedošlo. Důvody jsou nasnadě. Model je vždy jen zjednodušeným obrazem komplikované reality a také vlastní odběry vzorků a jejich analýza jsou postupy zatížené chybami. Přínosem však je i relativní neúspěch tohoto srovnání v případě, že je možno identifikovat hlavní příčiny tohoto výstupu. Tím je myšlena např. možnost identifikovat oblasti či typy reliéfu, ve kterých dochází k výrazným neshodám mezi srovnávanými daty. Závěrem předkládané práce tedy je upozornění na oblasti, v nichž SYMOS´97 podává horší výsledky a upozornění, že v těchto oblastech mohou působit např. zdroje, které nejsou součástí databáze zdrojů emisí a nemohly být zahrnuty do výpočtů modelu. Práce bez ohledu na detailní podobu výsledků srovnání prokazuje, že kartografie a geoinformatika mají své místo také v tomto odvětví péče o životní prostředí.

10

2 TEORETICKÁ ČÁST Druhá kapitola této diplomové práce se zabývá teoretickými aspekty problematiky geoinformačních systémů a jejich využití v environmentálních vědách, dále se věnuje modelům znečištění ovzduší, přičemž je detailněji popsán rozptylový model SYMOS´97, který je stěžejním nástrojem pro zpracování praktické části této práce. Dále jsou popsány znečišťující látky, na jejichž zdroje je rozptylový model aplikován a v neposlední řadě je poskytnut stručný úvod do problematiky hodnocení znečištění ovzduší metodou pasivního vzorkování, jejíž výsledky jsou v této práci referenčními hodnotami pro hodnoty, získané výpočty rozptylového modelu.

2.1 Geoinformatika a geoinformatická gramotnost Geoinformatika je poměrně mladým vědním oborem, přesto existuje již několik jejích definic, přičemž žádná není považována za plně vyhovující. Všechny se do určité míry liší, nicméně podle VOŽENÍLKA (2003), se shodují v jednom bodě, a to, že považují geoinformatiku za vědní disciplínu, pracující s prostorovými informacemi. Její vznik byl podmíněn několika faktory, mezi které patří například rychlý rozvoj výpočetní techniky v posledních desetiletích, či rychlý růst významu vědních oborů, pro které jsou geoinformatici významnými pomocníky. Jedná se především o přírodní vědy – geografii, geologii, ekologii a další. Svoji nezastupitelnou roli hraje geoinformatika i v managementu krajiny, který je od r. 1992 součástí tehdy nově vzniklého zákona č. 114/92 Sb. o ochraně přírody a krajiny. Jak uvádí VOŽENÍLEK (2003), přechod od konzervativní formy ochrany životního prostředí, kdy se vyhlášením chráněného území zastavila veškerá odborná činnost v krajině, k aktivní formě, vyžadující obnovení a zachování lidských aktivit, zajišťujících rozmanitost místní krajiny, je velmi obtížným krokem. Ten klade nové nároky nejen na společnost a odborníky v ochraně životního prostředí, ale také na pracovníky mnoha dalších vědních disciplín. Jednou z nich je i geoinformatika. VOŽENÍLEK (2003) definuje geoinformatiku jako vědní obor, zabývající se informacemi o prostorových objektech, procesech a vazbách mezi nimi, přičemž její jednotlivé výzkumné směry (geoinformační technologie) jsou realizovány pomocí patřičných technických zařízení.

11

Jak plyne z výše uvedeného, geoinformatika je oborem transdisciplinárním, tedy zasahujícím do mnoha různých vědních oborů. K tomu došlo následujícím způsobem. Výsledkem vývoje geoinformačních technologií byly zpočátku jednoduché aplikace v environmentálních projektech. Získané zkušenosti vedly k zobecňování poznatků a vytváření vlastních přístupů. Postupem času se pak některé z nich uplatnily v oblastech ochrany životního prostředí, zcela odlišných od těch, pro které byly původně zamýšleny. To mělo za následek, že geoinformatici začali přizpůsobovat obecné geoinformatické nástroje specifickým potřebám ochrany životního prostředí. Proces, kdy vědecké informace a přístupy procházejí více vědními disciplínami, je pro geoinformatiku typický. Vyplývá to z podstaty naprosté většiny úkolů a problémů, řešených nejen v oblasti ochrany životního prostředí. Tato problematika není a ani nemůže být komplexně řešena jednotlivými vědními obory zvlášť. Odborníci z jiných oborů svými úkoly a přístupy k jejich řešení dále obohacují a zdokonalují geoinformatiku

jako vědní disciplínu.

V procesu jejího vývoje tyto osoby vystupují nejen jako uživatelé, ale také jako spolutvůrci geoinformačních technologií (VOŽENÍLEK, 2003). Obecně platí, že co je geografické (prostorové), lze kartograficky vyjádřit, a naopak, tedy co lze kartograficky vyjádřit, je prostorové a může být předmětem geografického výzkumu. Pro řešení jednotlivých typů úloh geoinformatickými metodami jsou v současné době požadovány v různém poměru všechny složky geoinformatické gramotnosti (STANSFIELD, 2002 IN VOŽENÍLEK). Geoinformatickou gramotnost lze rozdělit na gramotnost geografickou, kartografickou a informatickou (VOŽENÍLEK, 2003). Geografická gramotnost je založena na prostorovém chápání reálného světa. Jejím základem je geografické myšlení, tedy schopnost systematicky třídit, analyzovat, aplikovat geografické teorie, provádět syntézy, realizovat modely a jasně formulovat prostorové vlastnosti geografických jevů, objektů a procesů a nikoli encyklopedická znalost geografických objektů a jejich prostorové lokalizace. Vlivem zvyšující se dostupnosti programových produktů, vyvíjených pro práci geoinformatiků, dochází k postupnému rozšiřování pojmu geografická gramotnost o řadu prvků kartografické a geoinformatické gramotnosti. Pojem kartografické gramotnosti obsahuje schopnost čtení map a dovednost jejich tvorby. Umění čtení map zahrnuje vnímání grafické formy mapy, schopnost pracovat s její legendou a schopnost chápat obsah mapy. Jedná se tedy o proces získávání informací z mapy díky znalosti jejího jazyka. Díky rozmachu výpočetní techniky a dostupnosti 12

programů pro tvorbu map není v současnosti tvorba mapových produktů pouze prací odborníků. K jejich tvorbě se často dostanou i lidé bez potřebného kartografického vzdělání, díky čemuž nelze u všech produktů předpokládat dodržování kartografických zásad, což je často důležitější než správné zvolení softwarové technologie zpracování dat. Dodržení kartografických zásad může být někdy v závislosti na použitém softwaru i téměř nemožné. Pojem geoinformatická gramotnost je poslední dobou širší, než se zdá. Zahrnuje nejrůznější činnosti spojené s počítačem, od práce se soubory a adresáři až po programování. Není samozřejmě na místě klást přehnaně vysoké požadavky na informatickou gramotnost většiny geovědců. Na druhou stranu je však zbytečné spokojit se u těchto pracovníků s úrovní informatické gramotnosti nižší, než jaké jsou schopni bez vážných problémů dosáhnout. To především proto, že v současnosti je již využívání výpočetní techniky a internetu naprosto běžným jevem při zpřístupňování prostorových informací, mapových produktů nebo nabídky jejich komerčního využití co nejširšímu okruhu uživatelů, stejně jako prodej nebo výměna digitálních dat. Jak uvádí VOŽENÍLEK (2003), geoinformatická gramotnost přináší do ekologie, environmentalistiky a ochrany životního prostředí širší možnosti, protože umožňuje: •

snazší dostupnost informací přes internet, intranet a bezdrátové sítě

•

přesnější a efektivnější rozhodování, protože většina informací má prostorovou podstatu

•

zjednodušené používání počítačových prostředků a práce v jejich digitálním prostředí

•

vývoj technologií pro podporu aplikací vizualizace, správy a analýz prostorových dat a jejich propojení s jinými (neprostorovými) systémy

•

rozšiřování a sdílení digitálních environmentálních dat

•

koncentraci nových poznatků a zkušeností z ekologických aplikací, a tím implementaci ekologických přístupů do mnoha příbuzných oborů

Lze konstatovat, že požadavky na geoinformatickou gramotnost se různí, v současné době se však zvyšují a nabývají na důležitosti. Geoinformatická gramotnost u pracovníků v geografii, kartografii, ekologii, environmentalistice, ochraně životního prostředí, ale i jiných oborech, již přestává být výhodou a stává se požadavkem. Není již tedy pouze výsadou jednotlivců, geoinformatiků – expertů, ale stává se součástí běžného života odborníků, působících ve většině směrů lidské činnosti. 13

2.2 GIS v managementu životního prostředí Zatímco moderní systémy dálkového průzkumu Země (DPZ), družicové navigace (GPS) a digitalizační zařízení výrazně podporují efektivní sběr digitálních prostorových dat, výkonné geografické informační systémy (GIS) jsou v současné době schopné provádět rozmanité, často i velmi komplikované matematicko-statistické operace. Komerční balíky programů GIS obvykle nabízejí širokou paletu metod pro úpravu, vyhodnocení a reprodukci dat i výsledků. Implementace technologie GIS do managementu životního prostředí je však klasickým příkladem, kdy lze jen část úkolů řešit standardními nástroji individuálních disponibilních technologií. Obvyklým řešením je kombinování různých programových balíků, v případě potřeby ve spojitosti s vlastními programovými postupy. V moderním managementu životního prostředí pomáhají GIS řešit tyto základní cíle (KOLEJKA, 2003): •

uložení, obhospodařování a reprodukci environmentálních prostorových dat,

•

provedení prostorových a statistických analýz s těmito daty,

•

modelování nejrůznějších situací v životním prostředí, které může sloužit varovným či prognostickým účelům.

Námětem řady expertních systémů, budovaných nad standardními GIS, se tedy staly počítačové simulace prostorových jevů, obzvláště těch negativních (např. požáry, šíření znečištění ovzduší, vodního a geologického prostředí, povodně, poškozování habitatu vzácných organismů apod.). Klíčovou úlohu zaujímají environmentální data v těch GIS, které se cílevědomě zaměřují na mnohooborové integrování údajů v prostředí a na časoprostorové modelování environmentálních procesů a jevů. Předmětem modelování je lepší pochopení a popis vývoje některých rychlých procesů a havárií (viz výše) a predikce možných situací. To slouží jako jistá forma vědecky podložené prognózy a význam této funkce GIS v poslední době stále roste. Modely jsou také nástrojem pro práci s laickou i odbornou veřejností (KOLEJKA, 2003). Podle KOLEJKY (2003) lze rozlišit čtyři úrovně zabezpečení environmentálních GIS, a to v závislosti na charakteru uložené prostorové informace a očekávané kvalifikaci konečného uživatele:

14

•

Mnohovrstevné základní informační zabezpečení. Nejčastěji se jedná o systematizovanou posloupnost map, která má uživateli poskytnout zevrubné informace o sledované problematice či území. Digitální mapový soubor je upraven tak, aby s ním mohl manipulovat i uživatel bez kvalifikace v oblasti tohoto typu výpočetní techniky.

•

Mnohovrstevné hodnotící informační zabezpečení. Kromě odborně připravených základních podkladů a pokynů obsahují také jejich účelově interpretované verze. GIS tohoto typu obsahují základní informace o území ve zvláštních digitálních souborech a jejich individuální účelové verze, orientované na rozmanité tematické hodnocení ploch, objektů, jevů nebo faktorů.

•

Produkty hodnotících statických modelů. Vycházejí ze znalosti souvislostí mezi podmínkami, příčinami a důsledky posuzovaných jevů v prostředí. Obsahují již ostře oddělenou datovou a poznatkovou základnu (soubor informací o území a expertní systém obsahující pokyny, jak s daty naložit). Cílem operací je vytváření kombinací tematicky odlišných dat za různými účely. Jinou možností je provedení prostorové analýzy s řadou datových vrstev pomocí matematické funkce. Příkladem může být software ArcGIS od americké firmy ESRI.

•

Produkty dynamických a predikčních modelů (systémů). Často využívají více typů geoinformačních technologií, a/nebo jsou založeny na komplikovaných statistických operacích. Zařazují do problematiky rovnocenný čtvrtý rozměr – čas. Umožňují animovat časovou posloupnost namodelovaných stavů a vizuálně tak simulovat dynamiku jevu. Uživatel systému může být i laik v daném oboru, práce s modelem však vyžaduje zevrubné znalosti aplikované výpočetní techniky. Tyto modely nejčastěji sledují nebo předpovídají vývoj relativně dynamických jevů jako jsou požáry, transport polutantů v ovzduší, ve vodním a geologickém prostředí, vývoj záplav, i některé další jevy spadající do oblasti humánní geografie. Vzhledem k nezanedbatelnému zjednodušení je třeba každý model kalibrovat a verifikovat (FERDA, 1995 IN KOLEJKA 2003).

Právě dva poslední jmenované typy GIS jsou hlavními nástroji přípravy a zpracování potřebných dat, stejně jako zpracování a vizualizace výsledků této diplomové práce, včetně analýz dosažených výsledků. Pomocí softwaru ArcGIS byly uskutečněny téměř všechny úkony spojené s generováním prostorové složky dat vstupujících do rozptylového modelu. Jedná se o popis

výškopisu sledovaného území, referenčních bodů a zdroje 15

znečištění. Software ArcGIS byl také použit k vizualizaci tabulkových výsledků rozptylového modelu a srovnání jeho výsledků s reálnými hodnotami znečišťujících látek v ovzduší, naměřených metodou pasivního vzorkování. Zástupcem dynamických a predikčních modelů je v této diplomové práci rozptylový model SYMOS´97 vyvinutý Českým hydrometeorologickým ústavem (ČHMÚ). Software pochází od firmy Idea-Envi. Pomocí něho bylo provedeno modelování rozptylu znečišťujících látek v ovzduší. Pracovní postupy jsou podrobně popsány v kapitole 3.

2.3 Modely znečišťování ovzduší K předpovědím znečištění ovzduší se používají matematické modely. Lze pro ně použít různých klasifikací. JANČÍK (2003) je dělí na dynamické a statistické. Oba typy byly původně určeny k modelování menšího počtu zdrojů na omezeném území. •

Dynamické modely se užívají například k modelování rozptylu znečišťujících látek v ovzduší. Jsou vhodné v případech, kdy chceme sledovat vliv dynamiky zdroje znečišťování (změny emisí ze zdroje s časem), například v případě havarijních úniků znečišťujících látek nebo jejich rozptylu ve složitých podmínkách (hustá zástavba, členitý terén). K modelovému vyjádření takových případů bývá třeba složitého matematického

popisu,

zahrnujícího

většinou

přes

desítku

parciálních

diferenciálních rovnic, z nichž většina nemá analytické řešení. Používají se proto numerické modely a specializované počítačové programy. Problémem s jejich využitím pro modelování znečištění ovzduší je, že tyto modely jsou určeny pro řešení proudění v hydraulických mechanismech. Také předpokládají poměrně jednoduché tvary jako podmínky pro výpočet. Pro přípravu vstupních dat pro definici okrajových podmínek modelování a pro znázornění jeho výsledků se proto často používají GIS. Dynamické modely lze použít pro detailní řešení území omezených rozměrů a konkrétní meteorologické podmínky. Naopak nejsou vhodné pro rozsáhlá území se zahrnutím statisticky zpracovaných dat o počasí za delší období. Na tyto případy jsou aplikovány statistické modely. •

Statistické modely používají analytické řešení pomocí upravené rovnice difúze, zjednodušené na základě praktických pozorování. Popisují skutečné proudění

16

zjednodušeným způsobem a vycházejí ze zjednodušených předpokladů a následujících okrajových podmínek (JANČÍK, 2003): − zdroj znečištění je bod s konstantním únikem znečišťujících látek − neexistují prostorové omezující podmínky − modelovaný případ je statický − difúze (rozptyl) znečišťujících látek má statistické rozložení ve směru os y,z Mezi statistické modely patří mimo jiné i rozptylový model SYMOS´97, který je v ČR závaznou metodou podle nařízení vlády 597/2006 o sledování a vyhodnocování kvality ovzduší, a je také použitý v této diplomové práci. Součástí zákona jsou také rozptylové modely ATEM a AEOLIUS, přičemž každý má vymezenu oblast svého použití. (MŽP ČR, 2008). Rozptylového modelu SYMOS´97 se využívá zejména při posuzování vlivů na životní prostředí (EIA) při umísťování nových staveb či změnách technologií, odhadu potenciálního vlivu nové stavby nebo technologie na okolí a komplexním řešení problematiky znečištění na rozsáhlém území. Rozsáhlé a podrobné modelování však není možné bez aplikace GIS. Jiné rozdělení modelů rozptylu emisí nabízí ve své disertační práci BRUNCLÍK (2002). Podle něj je možné obecně považovat matematický model za systém výpočetních vztahů popisujících chování daného objektu. Přístupů k jejich vytváření existuje několik, dva z nich lze považovat za limitní. Právě modely vytvářené kombinací těchto limitních přístupů jsou obvykle používány v praxi. •

Metoda černé schránky je založena na principu experimentálního určení vztahů mezi vstupem a výstupem a popsání výsledku vhodným matematickým vztahem. To znamená, že podstata dějů uvnitř této schránky není při aplikaci těchto modelů důležitá. Tato metoda se omezuje na hledání vztahu, který nejlépe vystihuje reakci výstupu na vstupní signály. Výhodou je jednoduchost, nevýhodou omezená použitelnost modelu na jiný podobný objekt a jeho problematická extrapolace na oblast mimo interval dat a podmínek měření určených při jeho vývoji.

•

Metody založené na představě o mechanismu děje (na znalosti mechanismu chování objektu) vycházejí naopak z poznatků o dílčích dějích probíhajících v systému (zejména pak těch, které mají na výsledek dominantní dopad) a jejich zákonitostech. Modely těchto elementárních dějů se získají matematickým popisem těchto zákonitostí. Celkový model je pak získán jejich syntézou. I v tomto případě bývá součástí vytváření takového modelu experimentální zjišťování některých 17

parametrů děje. Mezi přednosti těchto modelů patří jejich aplikovatelnost na další podobné systémy a možnost použití i se vstupními daty mimo hodnoty použité při jejich vytváření. Jsou však náročnější z konstrukčního hlediska, vyšší bývá také matematická náročnost řešení výsledných vztahů (BRUNCLÍK, 2002).

Přístupy používané k modelování transportních dějů v atmosféře Pro modelování šíření kontinuálních emisí znečišťujících látek v atmosféře se používá několik přístupů. Základní rozdělení uvádí ŠTAMBERG, (1996) IN BRUNCLÍK (2002): •

Fyzikální modely jsou založeny na zpracování experimentálních dat získaných pokusy v aerodynamických tunelech. Matematický model je zde formulován na základě dat změřených na modelu fyzikálním. Pro modelování rozptylu emisí jsou použitelné pouze výjimečně.

•

Statistické modely jsou založeny na statistickém vyhodnocení dat získaných v reálných podmínkách. Tedy imisních koncentrací na jedné straně a emisí a meteorologických podmínek na straně druhé. Předpokladem pro jejich úspěšné použití je zachování podmínek, za kterých byla získána vstupní data pro vytvoření modelu. Lze je rozdělit na regresní modely a modely založené na regresních ortogonálních funkcích (WEBER, 1982 IN BRUNCLÍK 2002).

•

Deterministické modely jsou založeny na diferenciálních rovnicích, které popisují relevantní dílčí fyzikální, případně i chemické procesy, přičemž základem pro odvození

bývá

obvykle

látková

bilance

toků.

Nutně

zahrnují

mnoho

zjednodušujících předpokladů, bez kterých by bylo prakticky nemožné řešit rovnice, na kterých jsou založeny. Z modelů, používaných k simulaci transportních dějů v atmosféře, dosáhly největšího rozšíření.

Zatímco fyzikální a statistické modely spadají do skupiny založené na metodě černé schránky, deterministické modely jsou naopak představiteli metod založených na představě o mechanismu děje. Právě deterministické modely jsou, jak již bylo uvedeno, v modelování transportních dějů používány nejčastěji. Proto budou dále uvedeny nejpoužívanější přístupy k modelování rozptylu emisí v atmosféře, spadající do této skupiny.

18

•

Gaussův (Suttonův) model je nezávislý na čase a řadí se též do skupiny modelů difúzních. Při jeho odvození se předpokládá pravoúhlý souřadný systém s osami x, y, z, kde osa x souhlasí s horizontálním prouděním větru. Vztah pro výpočet koncentrace na nebo nad zemským povrchem lze odvodit z následujících předpokladů: − turbulentní difúzi ve vertikálním směru lze považovat za náhodný proces a popsat ji statisticky pomocí normálního (Gaussova) rozdělení − proudění nemění v čase směr ani rychlost a je přímé − ve směru proudění převládá advekce − na procesu šíření se nepodílí sedimentace, chemické reakce, vymývání deštěm apod. − kontaminanty nemohou difundovat pod zemský povrch, a proto se od něj odráží. Tento odraz je považován za fiktivní zdroj emisí (platí pouze pro plyny, ne prach) (BRUNCLÍK, 2002) − Výhodou Gaussových modelů je relativní matematická nenáročnost výpočtu, nevýhodou jsou zejména omezení vyplývající ze zjednodušení rovnice atmosférické difúze. Některá z nich lze do jisté míry eliminovat např. zaváděním opravných koeficientů (BRUNCLÍK, 2002).

•

Lagrangeův model je založený na principu „vzduchové částice“, tedy krychle unášené proudícím větrem. Změny koncentrací v této částici mohou být obecně popsány jednoduchou diferenciální rovnicí prvního řádu (BEDNÁŘ – ZIKMUNDA, 1985

IN

BRUNCLÍK, 2002). Lagrangeův model je vhodný pro území o rozsahu

kontinentů nebo i celý svět. Z toho plyne i jeho největší problém, tedy výpočet trajektorií vzduchových částic, zvláště pak v případech, kdy jsou horizontálně vanoucí větry komplikovány vertikálními pohyby vzduchu (v oblastech tlakových výší a níží). V případě modelování v globálním měřítku může jisté komplikace způsobit také vyšší náročnost na výpočetní výkon počítače. Do této skupiny modelů patří i model KSP, se kterým se v současnosti pracuje ve Výzkumném centru pro chemii životního prostředí a ekotoxikologii (RECETOX) na Přírodovědecké fakultě Masarykovy Univerzity. V budoucnu se plánuje srovnávání výsledků dosažených pomocí tohoto modelu a rozptylového modelu SYMOS´97 pro lokalitu Liberec. •

Eulerův model se používá zejména v případech, kdy je důležité vystihnout vertikální transport znečištění, tedy například v městské zástavbě. Základní vztah 19

vycházející z rovnice atmosférické difúze předpokládá, že hodnoty vektorů rychlosti větru a koeficientů difúze jsou funkcí souřadnic doplněné o vlivy chemických reakcí, depozice apod. (BEDNÁŘ – ZIKMUNDA, 1985

IN

BRUNCLÍK, 2002). Podobně

jako u modelů lagrangeovských je pro výpočet třeba znát trajektorie proudění vzduchu, což se většinou řeší propojením s meteorologickým modelem. •

Box model (LETTAU, 1970

IN

BRUNCLÍK, 2002) je nejjednodušším typem ze zde

uvedených rozptylových modelů. Podobně jako Lagrangeův model je založen na bilanci hmoty v daném prostoru, v tomto případě kvádru (boxu). Nejedná se však již o vzduchovou částici unášenou větrem, ale o prostor fixně vymezený souřadnicemi vázanými k zemskému povrchu. Tento box je orientován dvěma protilehlými stěnami kolmo ke směru proudění vzduchu. Uvnitř boxu se přepokládá prostorově homogenní koncentrace polutantu, tedy dokonalé míchání vlivem turbulentního proudění. Výška boxu by tedy měla odpovídat výšce vrstvy, ve které se emise mísí. Do děje je možné zahrnout další jevy, jako např. vymývání polutantu z atmosféry srážkami. Modely založené na tomto principu jsou vhodné pouze pro odhad průměrných koncentrací na větších plochách. Případné výraznější zmenšování boxu by ohrožovalo dodržení předpokladu homogenity koncentrace a rychlého míchání uvnitř boxu. Výhodou těchto modelů je naopak jednoduchost a matematická nenáročnost výpočtů, stejně jako nízké nároky na kvalitu vstupních dat.

2.4 Rozptylový model SYMOS´97

2.4.1 Metodika SYMOS´97 Důležitým nástrojem pro posouzení vlivu stávajících nebo plánovaných zdrojů znečištění na kvalitu ovzduší v zájmové lokalitě jsou (nejen) v Česku již několik desítek let modelové výpočty rozptylu a transportu znečištění v atmosféře. V roce 1979 vydalo bývalé Ministerstvo lesního a vodního hospodářství ČSR metodický dokument s názvem Výpočet znečištění ovzduší pro stanovení a kontrolu technických parametrů zdrojů. Tato metodika byla mnoho let používaná, postupem času však přestala odpovídat úrovni znalostí v oboru, a proto byla nahrazena metodikou SYMOS´97 (Systém modelování stacionárních zdrojů). Ta v oblastech, kde to bylo možné, navázala na metodiku předchozí. Současně zavedla

20

nové parametrizace dříve použitých postupů, zpřesnila některé výpočetní metody a také uplatnila svého času nové přístupy k řešení (např. speciální aplikace pro výpočty za inverzí a bezvětří). SYMOS´97 patří mezi modely gaussovské. Je určen především pro vypracování rozptylových studií jako podkladů pro hodnocení kvality ovzduší. Jeho použití je omezeno na vzdálenosti zdrojů a referenčních bodů do 100 km a není použitelný pro výpočet znečištění ovzduší uvnitř městské zástavby (na křižovatkách nebo v kaňonech ulic). Pro výpočet znečištění pod inverzní vrstvou atmosféry, ve složitém terénu a při bezvětří je nutno použít speciálních postupů (BUBNÍK ET AL., 1998).

SYMOS´97 umožňuje (BUBNÍK ET AL., 1998): •

výpočet znečištění ovzduší plynnými látkami a prachem z bodových, liniových a plošných zdrojů

•

výpočet znečištění od většího počtu zdrojů

•

stanovit charakteristiky znečištění v husté geometrické síti referenčních bodů a připravit tímto způsobem podklady pro názorné kartografické zpracování výsledků výpočtu

•

uvažovat statistické rozložení směru a rychlosti větru vztažené ke třídám stability mezní vrstvy ovzduší podle klasifikace Bubníka a Koldovského

Pro každý referenční bod umožňuje výpočet těchto základních charakteristik znečištění ovzduší: •

maximální možné krátkodobé (půlhodinové) hodnoty koncentrací znečišťujících látek, které se mohou vyskytnout ve všech třídách rychlosti větru a stability ovzduší

•

maximální možné krátkodobé (půlhodinové) hodnoty koncentrací znečišťujících látek bez ohledu na třídu stability a rychlost větru

•

roční průměrné koncentrace

•

doby trvání koncentrací, převyšujících určité předem zadané hodnoty (např. imisní limity)

Jako doplňkové charakteristiky je možno: •

stanovit výšku komína s ohledem na splnění předem stanovených kritérií

•

stanovit podíl zdrojů znečištění ovzduší na celkovém znečištění do vzdálenosti 100 km od zdrojů 21

•

stanovit doby překročení zvolených koncentrací pro zdroj se sezónně proměnnou emisí

•

vypočítat spad prachu

Metodika je doplněna dvěma speciálními postupy výpočtu znečištění ovzduší: •

výpočtem extrémního znečištění ovzduší při inverzích a bezvětří

•

stanovením rozptylu exhalací vypouštěných z chladících věží tepelných elektráren

Protože byl SYMOS´97 v roce 1998 uveden jako metodický pokyn ve věstníku Ministerstva životního prostředí, je závaznou metodikou pro provádění výpočtů v jeho resortu (BUBNÍK ET AL., 1998).

2.4.2 Program SYMOS´97 V Česku

je

software

SYMOS´97

v praktických

výpočtech

jednoznačně

nejpoužívanější aplikací. Je založen na stejnojmenné metodice. Jedná se o aplikaci komerční, určenou pro výpočet prakticky všech parametrů znečištění definovaných v metodice. Byl vyvinut a je distribuován firmou Idea-envi, jejíž hlavní aktivity jsou spojené s budováním informačních systémů v oblasti životního prostředí (IDEA-ENVI, 2008). Program umožňuje pracovat s rozsáhlými územími, hustou sítí referenčních bodů a tisíci zdrojů emisí. SYMOS´97 pracuje se vstupními textovými datovými soubory, které je před výpočtem nutno připravit. Některá data, jako např. síť referenčních bodů či síť nadmořských výšek, lze získat i pomocí GIS konverzí do potřebného formátu. Nejedná se však o přímé propojení rozptylového modelu s GIS. Běžnějším způsobem nabytí potřebných dat je buď jejich manuální odečtení z map, nebo jejich nákup u specializované firmy (BRUNCLÍK, 2002). Program obsahuje nástroje umožňující přípravu vstupních dat pro použití ve výpočetní části. Výpočetní modul nejdříve převádí jednotlivé vstupní textové soubory na binární, následně provede vlastní výpočet a výsledkem je opět textový datový soubor v tabelární podobě. Díky možnosti exportu výsledku do formátu *.xls nebo *.dbf je umožněn nenáročný převod a vizualizace výsledků v GIS. Jistou nevýhodou modelu je tedy nutnost použití kromě modelu samotného ještě dalšího GIS softwaru. To plyne z nemožnosti připravit větší množství vstupních dat v 22

modelu samotném a výsledky výpočtu vizualizovat. Tyto úkony musí být prováděny v jiném geografickém informačním systému, kterým je v případě předkládané diplomové práce program ArcGIS 9.2.

2.5 Příklady rozptylových studií Tato kapitola uvádí tři příklady reálných studií znečištění ovzduší, mj. i pomocí modelu SYMOS´97, jehož aplikace je také předmětem této diplomové práce.

2.5.1 Studie kvality ovzduší na Opavsku (JANČÍK, 2003) Tato studie byla vyhotovena Laboratoří GIS na Katedře ochrany životního prostředí a průmyslu Vysoké školy báňské – Technické univerzity v Ostravě pro okresní úřad v Opavě v roce 2003. Bylo použito rozptylového modelu SYMOS´97. Pro kategorii meteorologických vstupních dat byla pomocí GIS vybrána vhodná větrná růžice. Kritéria vhodnosti jsou poloha meteorologické stanice v rámci zájmového území, z jejichž dat je větrná růžice odvozena a orografické podmínky v okolí této stanice. Pro získání výškopisných vstupních dat bylo použito několik zdrojů. Data z Digitálního modelu území 1:25 000 pro okres Opava a části okresů Nový Jičín a Bruntál, dále data z Geografického informačního systému města Ostrava

- vrstevnice v měřítku 1:5 000 a konečně

digitalizované vrstevnice ze základní mapy ČR v měřítku 1:500 000. Ze všech tří zdrojů byly vytvořeny digitální modely terénu v podobě sítí nepravidelných trojúhelníků (TIN). Ty pak byly převedeny na jeden společný model. Z něj byl vytvořen rastrový model terénu s krokem 50m. Data o zdrojích lze za určitých okolností (při malém množství zdrojů) zadat do projektu ručně. To však nebyl tento případ. Jen v okrese Opava bylo lokalizováno přes tisíc průmyslových zdrojů znečištění, přes tisíc zdrojů plošných (zástavba, lokální topeniště) a téměř 20 000 zdrojů liniových (zdrojů z dopravy, převedeny na body). Průmyslové zdroje s neznámou polohou byly lokalizovány pomocí GPS. V případě plošných zdrojů je poloha jednotlivých zdrojů emisí (lokálních topenišť) v plošné jednotce zastoupena jedním bodem umístěným uprostřed této jednotky. Emise pak byly stanoveny proporcionálně k počtu obytných objektů v plošné jednotce. Ten byl zjištěn pomocí analýzy druhu zástavby z letecké fotografie. U liniových zdrojů, tedy silnic, byly zjištěny, nebo analýzou doplněny údaje o četnosti dopravy na jednotlivých úsecích. Blíže

23

nespecifikovaným postupem byly z linií komunikací vytvořeny segmenty o jednotné délce 20 m, u kterých bylo možné rozlišit typ dopravy (městská, mimoměstská, stoupání, klesání atd.). Referenční body, tedy předem stanovené body, pro které program počítá úroveň znečištění,

byly

voleny

v pravidelné

síti.

V potřebných

místech

(např.

okolí

monitorovacích stanic, okolí zdrojů, obytná zástavba) byla tato síť navíc k dosažení lepších výsledků zahuštěna dalšími body Získané údaje byly importovány do GIS a použitím Splinové prostorové interpolace bylo dosaženo spojitého povrchu. Autor se již bohužel nezmiňuje, pro jaké období a jaké znečišťující látky byl výpočet proveden, ani jakých výsledků bylo dosaženo.

2.5.2 Modelování variability znečištění ovzduší vlivem dopravy v urbánních oblastech (MADSEN

ET AL.,

2007). Tato studie sice nebyla provedena pomocí rozptylového

modelu, této diplomové práci se však podobá v několika směrech. Téměř totožný je její cíl, tedy srovnat model kvality ovzduší s hodnotami naměřenými v terénu. Stejný je i prostředek, pomocí kterého byly hodnoty polutantů ve sledovaném území změřeny. V obou případech se jedná o metodu pasivního vzorkování. Na této studii se podílel tým norských a nizozemských odborníků působících v různých institucích. Zájmovým územím bylo zvoleno norské hlavní město Oslo. Konkrétním cílem práce bylo definovat jednoduchou metodu pro hodnocení koncentrací polutantů ve venkovním ovzduší v Oslu. To bylo uskutečněno pomocí regresního modelu založeného na využití země Pomocí softwaru ArcGIS 9.1 byly získány vzájemně nezávislé proměnné, použité následně v regresních modelech jako faktory s předpokládanou závislostí na úrovních znečištění ovzduší. Jednalo se o využití země, dopravu, hustotu osídlení a reliéf. Hustota osídlení byla vypočítána pro různě velká okolí (buffery) stanovišť pasivních vzorkovačů. Následně byla vybrána ta velikost bufferu, pro kterou hodnoty naměřené vzorkovači nejvíce korelovaly s hustotou osídlení v bufferu. Přibližně podle hustoty osídlení byly po sledovaném území rozmístěny pasivní vzorkovače značky Ogawa, které byly v provozu během dvou týdenních období v roce 2005. Předchozí studie podle autorů dokázaly, že i takto krátké intervaly odběru vzorků dokážou vystihnout prostorové variace koncentrací sledovaných polutantů, v tomto případě NO2 a NOX. Rozmístění pasivních vzorkovačů bylo podrobeno testování míry prostorové autokorelace pomocí Moranova indexu I. Ten ukázal na její vysokou míru, vzorkovače

24

s podobnými hodnotami se tedy shlukovaly, naopak sobě vzdálenější pasivní vzorkovače se vyznačovaly odlišnými naměřenými hodnotami (DOBROVOLNÝ, 2007). Použitelnost výsledného modelu byla také ověřena metodou křížové validace. Náhodně bylo vybráno 40 pasivních vzorkovačů, které byly použity k modelování hodnot koncentrací NO2 na zbylých vzorkovačích. Tento postup byl zopakován třikrát na třech různých náhodných výběrech. Vizualizace dosažených výsledků byla provedena metodou IDW (inverse distance weighing). Tato metoda byla použita na síť bodů ve vzdálenosti 300 m od sebe, hodnoty pro interpolaci byly pro každý bod vypočteny pomocí regresní rovnice. Použitý regresní model založený na proměnných jako je využití země či doprava, vedl k uspokojivým výsledkům a prokázal potenciál pro další využití. Sami autoři však připustili, že svou roli ve výsledku modelu sehrála absence dalších proměnných, jako např. směr a rychlost větru.

2.5.3 Analýza vztahů mezi emisemi z dopravy a imisními koncentracemi polutantů v ovzduší Tato kapitola čerpá z JEDLIČKY ET AL. (2003). Cílem tohoto úkolu, jehož řešitelem byla veřejná vědecká instituce CDV (Centrum dopravního výzkumu) v Brně, bylo odvození podílu dopravy na imisních koncentracích formou modelu pro odhad maximální přípustné intenzity dopravy. Projekt byl realizován v následujících krocích. Pro sledované polutanty (CO, NO2, SO2, benzen, benzo(a)pyren a toluen) byly vypočteny emisní toky. Pro ně pak byly provedeny modelové výpočty imisních koncentrací z dopravy pro brněnské lokality Kroftova, Kotlářská a Zvonařka pomocí modelů SYMOS´97 a AEOLIUS (Assesing the Environment Of Locations in the Urban Streets) v roce 2003. V následujícím kroku byly ověřeny úrovně modelovaných imisních koncentrací měřením na vybraných lokalitách. Tyto výsledky byly porovnány s hodnotami naměřenými v lokálním pozadí, kde je předpokládáno minimální ovlivnění dopravou – na observatoři ČHMÚ v Košeticích. Následně byly porovnány hodnoty imisních koncentrací naměřených ve vybraných lokalitách s hodnotami modelovanými. Na základě tohoto srovnání bylo provedeno zohlednění příspěvků emisí z bodových a plošných zdrojů znečištění, které nebyly

25

zahrnuty mezi zdroje emisí pro oba modely, avšak ve výsledcích přímého měření na vybraných lokalitách se jejich vliv odráží. V této studii byly tedy použity dva odlišné rozptylové modely, SYMOS´97 a AEOLIUS. Ten slouží k výpočtu koncentrací znečišťujících látek právě v prostředí pouličních kaňonů na základě údajů o silničním provozu v nich. Byl vyvinut v roce 1997 Manningem a Middletonem pro Meteorological Office se sídlem v Londýně. Legislativa ukládá jeho aplikaci místními samosprávami při řešení povinností uložených novými zákony na ochranu ovzduší. Oba modely se výrazně liší oblastí svého doporučeného použití. AEOLIUS je přímo určen k výpočtu koncentrací znečišťujících látek v pouličních kaňonech, naproti tomu sami tvůrci rozptylového modelu SYMOS´97 upozorňují na nepoužitelnost modelu uvnitř městské zástavby (BUBNÍK ET AL., 1998). Z tohoto důvodu nejsou překvapující dosažené výsledky, ve kterých lze sledovat poměrně dobrou shodu modelovaných hodnot pomocí programu AEOLIUS s naměřenými hodnotami, zvláště u CO, NO2 a benzenu na lokalitě Kotlářská. Naproti tomu modelované hodnoty vypočtené programem SYMOS´97 nekorespondují s naměřenými hodnotami ani na jedné z lokalit. Modelové hodnoty vypočítané programem AEOLIUS proporcionálně lépe odpovídají úrovni celkových emisí vybraných polutantů z dopravy. Naproti tomu hodnoty vypočtené modelem SYMOS´97 se ve sledovaných případech ukázaly jako výrazně podhodnocené.

2.6 Hodnocené znečišťující látky Perzistentní organické polutanty (POPs) jsou látky, které zůstávají v životním prostředí nezměněné dlouhou dobu, přičemž se šíří na velké vzdálenosti, ukládají se do tukových tkání živých organismů a vůči člověku a zvířatům jsou toxické. Ačkoli nebezpečnost jednotlivých látek se různí, zmíněné vlastnosti jsou pro všechny společné. Jsou využívány v různých průmyslových odvětvích, nebo také jako pesticidy (Stockholm Convention on Persistent Organic Pollutants, 2004). Některé POPs také vznikají jako druhotné produkty spalování a průmyslových procesů. Protože vznikají také například hořením porostů nebo vulkanickou činností, jsou některé z nich v určitém množství přirozenou součástí prostředí. Koncentrace POPs začaly dlouhodobě narůstat od průmyslové revoluce, kdy došlo k rozvoji spalovacích a termických průmyslových procesů využívajících především fosilních paliv, chemického a dalšího průmyslu jako takového, 26

rozvoji dopravy a zvýšenému užívání pesticidů v období industrializace zemědělství. Jejich koncentrace závisí na blízkosti zdrojů, ale vyskytují se i v odlehlých oblastech, kam se dostávají dálkovým transportem v ovzduší a vodním prostředí. Obsahují nepolární molekuly lipofilního charakteru, díky kterým se kumulují v tukových tkáních, čímž dochází k bioobohacování organismů směrem k vrcholu potravních pyramid (HOLOUBEK ET AL,

2006). Perzistentními organickými polutanty, kterými se zabývá tato diplomová práce,

jsou polycyklické aromatické uhlovodíky (PAHs). Polycyklické aromatické uhlovodíky jsou v životním prostředí všudypřítomné. Jejich koncentrace bývají vyšší v sídelních oblastech nicméně emise z dopravy nejsou jejich jediným zdrojem. Hlavním zdrojem PAHs je obecně spalování fosilních paliv, zvláště pak spalování nedokonalé. Dále vznikají při výrobě energie, spalování odpadů, dopravě, krakování ropy, při výrobě hliníku, koksu, asfaltu, cementu, při metalurgických procesech. Vznikají také při provozu rafinerií a krematorií, požárech a v neposlední řadě kouřením (HOLOUBEK, 2007). Při studiu znečištění ovzduší je PAHs věnována zvýšená pozornost, protože u některých z těchto látek byla zjištěna karcinogenita a mutagenita (např. benzo(a)pyren) (FANG

ET AL.,

2004).

Z důvodu rizikovosti pro zdraví člověka nabylo na významu

sledování atmosférických koncentrací PAHs v městských oblastech (CHETWITTAYACHAN ET AL., 2002 IN FANG ET AL., 2004).

Nejvyšší koncentrace PAHs v ovzduší lze konstatovat právě v urbánních oblastech z důvodu intenzivní automobilové dopravy a malého rozptylu znečišťujících látek v ovzduší zástaveb. Právě ve městech lze proto očekávat nejvyšší riziko spojené s vystavením lidského organismu těmto látkám. Mezi tímto rizikem a hustotou obyvatelstva lze sledovat prokázanou závislost (CARICCHIA

ET AL.,

1999

IN

FANG

ET AL.,

2004). Z důvodu zavádění nových technologií, znamenajících dokonalejší a efektivnější využití energie z uhlí a jeho nahrazování jinými fosilními palivy nebo plynem pro vytápění obytných objektů došlo ke snížení znečištění ovzduší v sídlech. Zahušťování sídelní sítě v kombinaci s růstem populace a dopravy ale opět směřuje k nárůstu znečištění ovzduší. V ovzduší se PAHs vyskytují v plynné fázi, nebo vázané na pevné částice, přičemž ty nejvíce karcinogenní s pěti a šesti benzenovými jádry jsou nejčastěji vázány na pevné částice (CARICCHIA ET AL., 1999 IN MANOLI ET AL., 2004). Některé PAHs vykazují toxické účinky ve směsi s jinými polutanty ovzduší sídel. Protože jsou lidé 27

pouze zřídka

vystavováni působení jedné látky, je důležité studium účinků směsí polutantů na organismus. Přesto jsou ale častěji studovány účinky jednotlivých polutantů. Testy na laboratorních zvířatech poukázaly na karcinogenitu BaP. Navíc je tento používán jako ukazatel znečištění životního prostředí PAHs obecně. (LIN AL., 2004).

ET AL.,

2002

IN

FANG

ET

Hodnoty jednotlivých látek v ovzduší sledovaných oblastí kolísají v rozsahu 0,1

– 100 ng.m-3. PAHs, zachycené na pevných částicích, nejčastěji o velikosti 0,2 - 2µm (MIGUEL, FRIEDLANDER, 1978

IN

HARRISON, 1996), jsou obvykle unášeny vzdušným

prouděním na různé vzdálenosti. Polycyklické aromatické uhlovodíky, jejichž výskytem v ovzduší zájmové lokality se

zabývá

tato

práce,

jsou

benzo(a)pyren

(BaP),

benzo(b)fluoranten

(BbF),

benzo(k)fluoranten (BkF) a indeno(1,2,3-cd)pyren (IP). V české legislativě, která se do značné míry shoduje s evropskou, je podle nařízení vlády č. 350/2002 Sb., v platném znění (novela 597/2006 Sb.), za PAHs uveden pouze imisní limit za pro látku Benzo(a)pyren. Jeho aritmetický průměr za kalendářní rok je 1 ng.m-3, přičemž datum, do kterého musí být limit splněn je 31.12.2012. (MŽP ČR, 2008)

Benzo(a)pyren

Benzo(k)fluoranten

Benzo(b)fluoranten

Indeno(1,2,3-cd)pyren

Obr. 1. Sledované znečišťující látky (převzato z: EcoChem Analytics, 2001).

V této diplomové práci byly sledovány pouze tyto čtyři polutanty. Důvodem je absence údajů o emisích ostatních polutantů v datech, která byla pro tuto práci poskytnuta

28

2.7 Metoda pasivního vzorkování Jak bylo uvedeno výše, tato práce se také zabývá také srovnáním výsledků rozptylového modelu

SYMOS´97,

simulace

jako

distribuce

matematické

znečišťujících

látek

v ovzduší a hodnot naměřených pasivními vzorkovači. Právě představení této vzorkovací metody je věnována tato kapitola, ve které bude objasněn princip fungování typu pasivních vzorkovačů, které jsou používány Výzkumným centrem

RECETOX,

Přírodovědeckou

spadajícím

fakultu

pod

Masarykovy

Obr. 2. Pasivní vzorkovač (převzato z: KOHOUTEK ET AL., 2006).

univerzity. Pasivní vzorkovač tvoří jednoduchý mechanismus. Jeho tělo je tvořeno dvěma miskami z nerezové oceli s rozdílným průměrem (30 a 24 cm). Tyto misky jsou umístěny dny od sebe a spojeny pomocí společné osy taktéž z nerezové oceli, na ní je fixován filtr pomocí kovového prstence vedoucího jeho středem. Vzorkovač nevyžaduje náročnou údržbu, ta se omezuje pouze na očištění vodou či lihem během výměny filtru (KOHOUTEK

ET AL.,

2006). Samotný filtr je tvaru disku o průměru 150 mm a tloušťce 15 mm. Je vyroben z polyuretanové pěny

(PUF).

organizacemi

Zmiňovanými jsou

používány

nebarevné disky o hustotě 0,030 g.cm-3 typu N 3038 od výrobce Gumotex Břeclav. Před použitím jsou filtry osm hodin luhovány Obr. 3. PUF filtr, používaný pro pasivní

v acetonu

vzorkování (převzato z: KOHOUTEK ET AL., 2006).

v dichlormethanu. Po usušení jsou

29

a

osm

hodin

zabaleny do dvou vrstev hliníkové fólie a opatřeny datem čištění a jménem zaměstnance, který je provedl. Takto zabalený a popsaný filtr je vložen do neprodyšně uzavíratelného polyetylenového sáčku a před použitím může být uchováván při teplotě -18°C až tři měsíce (KOHOUTEK ET AL., 2006). Sešroubovaný vzorkovač je zavěšen v odběrové lokalitě dnem větší misky vzhůru, aby polyuretanový disk nebyl vystaven povětrnostním vlivům, které by mohly negativně ovlivnit výsledky měření. Standardně jsou vzorkovače zavěšovány do výšky 1,5 – 2 m nad zemí, tedy ve výšce dýchacího ústrojí člověka. Pouze v případech, kdy je cílem měření zjistit změnu koncentrací polutantů s výškou, mohou být vzorkovače umístěny jinak. Optimální je lokalita v otevřeném terénu s předpokladem volného proudění vzduchu bez výrazných překážek. Běžná doba odběru vzorku touto metodou je v ČR 28 dní (např. v Kanadě ale až tři měsíce), v některých případech však může být prodloužena na 42 dní (6 týdnů). K tomu musí být přihlédnuto také při interpretaci výsledků. Po skončení měření je vzorkovač rozšroubován a polyuretanový disk opatrně vyjmut pomocí hliníkové fólie. Následuje opět zabalení do dvou vrstev fólie, opatření balíčku datem, místem a číslem vzorku a vložení do neprodyšného sáčku. Další údaje o měření, jako např. datum začátku a konce měření, převládající povětrnostní podmínky během měření a GPS souřadnice místa vzorkování jsou uvedeny v měřícím protokolu. Filtr

je

transportován

v přenosném chladícím boxu při

teplotě

5°C.

Až

do

provedení analýzy jsou filtry uchovávány při teplotě 18°C. Pasivního vzorkování není vhodné pro všechny druhy zejména

POPs. pro

Používá

se

polycyklické

aromatické

uhlovodíky

(PAHs),

polychlorované

bifenyly

(PCBs)

organochlorované

a

pesticidy

Obr. 4. Princip fungování pasivního vzorkovače (upraveno podle KLÁNOVÁ ET AL., 2007). 30

(OCPs). Některé vysokomolekulární látky jsou z velké části vázány na prachové částice volného ovzduší. Tyto částice jsou metodou pasivního vzorkování zachycovány v omezenější míře (10 % záchyt; KOHOUTEK

ET AL.,

2006). Empirická měření

z observatoře ČHMÚ v Košeticích prokázala, že vzorkovací rychlost je přibližně 100 m3 volného ovzduší za jedno období odběru vzorku. (KOHOUTEK ET AL., 2006).

2.8 Metoda aktivního vzorkování Mimo výsledků metody pasivního vzorkování byly v této práci jako srovnávací data použita rovněž data, získaná metodou aktivního vzorkování. Od metody pasivního vzorkování se tato liší v několika zásadních vlastnostech. Jedná se především o délku vzorkovacího intervalu a na způsobu odebírání vzorku. Zatímco pasivní vzorkovače nevyžadují pro odběr vzorku energii, u aktivních vzorkovačů používaných Výzkumným centrem RECETOX je vzorek odebírán za pomoci čerpadla PS-1 (výrobce GrasebyAndersen, USA). Díky použití čerpadla lze přefiltrovat množství vzduchu, které je dostatečné pro získání relevantního vzorku za relativně krátkou dobu. Podle standardních operačních procedur bylo při aktivním vzorkování požito dvou filtrů. PUF filtr je před i po vzorkování zpracováván obdobně jako při metodě pasivního vzorkování. Tyto filtry jsou používány

k zachycení

kontaminantů přítomných

v plynné fázi.

Pro

zachycení

kontaminantů vázaných na prašné částice jsou používány filtry se skleněnými vlákny. Mezi výhody metody aktivního vzorkování oproti pasivnímu patří citlivost na krátkodobé fluktuace koncentrací znečišťujících látek v ovzduší, schopnost zachytit také částice vázané na částečky prachu, nebo schopnost přesně stanovit objem vzduchu, který byl přefiltrován, což umožňuje získat přesnější výsledky. Naproti tomu, pasivní vzorkovače nevyžadují zdroj energie a jsou schopny postihnout koncentrace polutantů v delších intervalech. Jsou tedy měně citlivé k náhodným fluktuacím koncentrací znečišťujících látek v atmosféře. Tyto nárazové, krátkodobé zvýšení koncentrací však nemají ve většině případů z hlediska případných zdravotních rizik. Obě metody mají tedy své přednosti v jiných oblastech a do jisté míry se doplňují. Proto je využití výsledků jak pasivního, tak aktivního vzorkování v této práci považováno za přínos.

31

3.

ZDROJE

POUŽITÝCH

DAT

A

METODY

JEJICH

IMPLEMENTACE V ROZPTYLOVÉM MODELU SYMOS´97 Jak již bylo naznačeno v kapitole 2.4, stěžejním bodem této diplomové práce je rozptylový model SYMOS´97. Softwarový program byl vytvořen firmou Idea-envi na základě stejnojmenného modelu, vyvinutého pracovníky ČHMÚ. Od roku 1998 je tato metodika součástí legislativy ČR, pro provádění výpočtů v resortu Ministerstva životního prostředí je tedy závazná. Pro získání relevantních výpočtů z modelu SYMOS´97 je nutno shromáždit několik různých typů dat. Jedná se o výškopisné údaje sledovaného území, větrné růžice, údaje o zdrojích znečišťujících látek, charakteristiky znečišťujících látek a referenční body. Právě o použitých zdrojích pro tyto vstupy do rozptylového modelu SYMOS´97 a o způsobech jejich implementace pojednává tato kapitola. Předem je nutno poznamenat, že při objemech dat použitých v této práci by bylo manuální vkládání jednotlivých bodů výškopisu, zdrojů znečištění a referenčních bodů do modelu záležitostí extrémně pracnou a časově náročnou. Navíc lze říci, že tento způsob vkládání by byl jistě zdrojem mnoha nevynucených chyb, které by mohly ovlivnit výsledky výpočtů. Z tohoto důvodu bylo k přípravě naprosté většiny vstupů do modelu použito softwaru ArcGIS 9.2 (ESRI, 2006).

3.1 Výškopisná data Informací

o

tvarech

reliéfu

v zájmovém území rozptylový model využívá k simulaci potenciálních fyzických bariér, které

do

určité

míry

zamezují

šíření

znečišťujících látek do některých oblastí. Mohou být např. výše položené nebo se nacházet za hřebenem, který dosahuje vyšší nadmořské výšky, než zplodiny při cestě od zdroje k místu depozice a tento hřeben tedy nepřekonají. Program SYMOS´97 umožňuje vložit 32

Obr. 8. Ukázka formátu textového souboru pro import výškopisu do SYMOSU´97.

pouze takovou síť bodů s výškopisnými údaji, která je pravidelná, se stejným krokem. To jednoznačně plyne ze způsobu, jakým jsou výškopisná data do modelu implementována. Jak lze rozpoznat na obr. 8 do hlavičky textového souboru je nutno zadat pouze počet sloupců a řádků v pravidelné síti a dále souřadnice levého dolního rohu sítě. Důležitým parametrem je „cellsize“ (tj. velikost buňky), což je právě krok sítě, tedy vzdálenost nejbližších bodů výškopisu od sebe. Hodnoty nadmořské výšky jednotlivých bodů sítě musí pak být uvedeny v posloupnosti tak, jak za sebou následují v řádku, odděleny mezerou. S přechodem na další řádek bodů výškopisu je nutno přejít také na další řádek

v textovém

souboru.

V tomto

případě však hodnoty nadmořských výšek nebyly odečítány manuálně. Bylo použito následujícího postupu. Z vektorové získané

vrstvy

z databáze

vrstevnic ZABAGED

(ZABAGED, 2007) byla pomocí programu ArcGIS v několika krocích vytvořena síť bodů o požadované hustotě. Nejdříve byl vytvořen rastr z vrstevnic pomocí funkce „Topo to raster“. Zde je jako velikost buňky nutné zvolit hodnotu, která je požadována jako krok sítě výškopisu, v tomto případě 100 metrů. Funkcí „Raster to point“ pak byl výsledný rastr převeden na vektorovou vrstvu bodů, přičemž každý bod ležel uprostřed pixelu rastru, který zastupoval. Posledním krokem pak bylo „oříznutí“ získaných bodů pouze na ty potřebné, tedy ležící uvnitř polygonu vymezujícího menší variantu zájmového území. Toho bylo dosaženo pomocí funkce

„Clip“.

Další

zpracování

do

Obr. 9. Ukázka výškopisných dat pro malou variantu zájmového území 33

požadované podoby na obr. 9. již proběhlo v tabulkovém editoru Excel. List tohoto programu sice lze uložit jako textový soubor s příponou *.txt, avšak i zde bylo zapotřebí provést jisté úpravy, např. vložení hlavičky souboru či nahrazení tabulátorů mezerami. Tabulátory jsou při převodu z programu Excel do textového souboru vloženy do řádků místo hranic buněk automaticky. Analogickým postupem byly vytvořeny výškopisné podklady pro velkou variantu zájmového území. Výpočty pro tento rozměr mají však za cíl pouze ověřit, zda nemohou imise v malém zájmovém území pocházet z širšího okolí, či naopak, zda emise, vyprodukované zdroji ležícími uvnitř malého zájmového území, nevedou ke zvýšeným koncentracím sledovaných látek mimo toto území. Zároveň je třeba vzít v potaz fakt, že objemnými vstupy by byla délka výpočtu modelu podstatně prodloužena. Protože získání detailních výsledků není v případě velké varianty zájmového území prioritou, síť bodů s výškopisnými daty byla vygenerována s krokem 500 metrů. V tomto případě již nebylo pro tvorbu rastru použito vektorové vrstvy vrstevnic z databáze ZABAGED, ale vrstevnic z databáze ArcČR 500 v měřítku 1:500 000 (ArcČR 500, 2000).

3.2 Větrné růžice Větrné růžice byly v případě této práce jedním z méně problematických vstupů do modelu. Už jen proto, že v jejich případě není předpokládán velký objem dat. Vzhledem k tomu,

že

jich

nebývá mnoho, lze si představit jejich vkládání do modelu manuální

cestou,

přičemž SYMOS´97

pro

tento případ nabízí poměrně

příjemné

uživatelské rozhraní. Předpokladem ovšem

je

následující

Obr. 10. Ukázka zápisu větrné růžice modelem SYMOS´97 34

struktura větrných růžic. Zdrojové růžice musí být pro vstup do modelu rozděleny do pěti tříd podle stability ovzduší, čímž je definováno zastoupení situací s různě příhodnými rozptylovými podmínkami v dané lokalitě v období, pro které je větrná růžice sestavena (tab. 1). Zároveň je růžice rozdělena do tří tříd rychlosti větru v rámci každé třídy stability (tab. 2). Standardně SYMOS´97 pracuje s větrnými růžicemi pro 8 směrů (po 45°), avšak je možné vložit i větrnou růžici s počtem směrů v rozmezí 4 (po 90°) až 36 směrů (po 10°). V této diplomové práci byly použity větrné růžice dodané Českým hydrometeorologickým ústavem. Růžice byly vygenerovány softwarem k tomuto účelu speciálně zkonstruovaným. Ten mimo jiné umožňuje vygenerovat větrnou růžici pro jakékoli místo a jakékoli časové rozmezí, čehož bylo při formulování požadavků na vygenerování růžic využito. V práci je tak použito 13 větrných růžic pro 28denní období totožná s intervaly pasivního vzorkování ve čtyřech sledovaných lokalitách. Použitím tohoto přístupu je tato práce do jisté míry výjimečná.

Tab. 1. Třídy stability ovzduší pro větrné růžice (převzato z: BUBNÍK ET AL., 1998). vertikální teplotní gradient [°C na třída stability

100m]

popis

I. superstabilní

γ<-1,6

silné inverze, velmi špatné rozptylové podmínky

II. stabilní

-1,6≤ γ ≤-0,7

běžné inverze, špatné rozptylové podmínky slabé inverze, izotermie nebo malý kladný teplotní gradient, často se vyskytující mírně

III. izotermní

-0,7≤ γ ≤0,6

IV. normální

0,6≤ γ ≤0,8

zhoršené rozptylové podmínky Indiferentní teplotní zvrstvení, běžný případ dobrých rozptylových podmínek labilní teplotní zvrstvení, rychlý rozptyl

V. konvektivní

γ >0,8

znečišťujících látek

Tab. 2. Třídy rychlosti větru pro větrné růžice (převzato z: BUBNÍK ET AL., 1998). třída rychlosti větru

-1

-1

rozmezí rychlostí [m.s ] třídní rychlost [m.s ]

1. slabý vítr

0 - 2,5 včetně

2. mírný vítr

2,5 - 7,5 včetně

1,7 5

3. silný vítr

nad 7,5

11

35

3.3 ZDROJE V případě této práce se jedná o nejkomplikovanější vstup do rozptylového modelu SYMOS´97. Protože producentů sledovaných škodlivin je hned několik druhů, nelze na všechny nahlížet stejně. Aby byl co nejvěrněji vystižen způsob a míra, kterou přispívají k celkovým imisím, je nutné jednotlivé druhy zdrojů zpracovávat odděleně. Rozptylový model SYMOS´97 rozlišuje tři základní druhy zdrojů naprosto odlišného charakteru: bodové, liniové a plošné. Čtvrtou kategorii pak vymezuje pro případ vypouštění spalin pomocí chladících věží některých tepelných elektráren. Tato situace však při zpracovávání této práce nenastala, protože ani v okolí zájmového území, kde by emise z tepelné elektrárny mohly být pro výsledek relevantní, se žádná tepelná elektrárna nevyskytuje. Potřebná data o zdrojích byla pro tuto část práce získána z tzv. Registru emisí a zdrojů znečišťování ovzduší – REZZO. Správa této databáze je od roku 1993 kompletně v moci ČHMÚ, Oddělení emisí a zdrojů. Registr se dělí na čtyři části, přičemž REZZO 1 – 3 evidují stacionární zdroje znečišťování ovzduší a dělí je z hlediska velikosti, typu a závažnosti vlivu na životní prostředí. Samostatnou kategorii registru tvoří mobilní zdroje REZZO 4 charakterizované jako liniové (silniční doprava na úsecích zahrnutých do sčítání dopravy) a plošné na úrovni okresů (ostatní mobilní zdroje) (MACHÁLEK ET AL., 2003). Zdroje použitých dat o bodových, liniových a plošných zdrojích znečišťujících látek a postupy jejich zpracování jsou odděleně popsány v následujícím textu.

3.3.1 Bodové zdroje Za bodové zdroje jsou považovány ty, jejichž emise pocházejí pouze z jednoho bodu (či plochy, která v daném měřítku za bod může být považována), nikoli však z útvarů liniových a plošných. V praxi se jako bodové zdroje do modelu vkládají hodnoty emisí především z komínů a výduchů továren a jiných podniků stejně jako zdroje vytápění větších obytných objektů. Předpokladem charakterizace zdroje jako bodového je jeho zanedbatelný rozměr oproti vzdálenostem, ve kterých se počítá znečištění ovzduší. Pro co nejpřesnější simulaci emisí z těchto zdrojů, které mívají často rozhodující vliv na výsledky výpočtu, je nutno znát následující charakteristiky modelovaných zdrojů (BUBNÍK 1998): •

poloha, tedy souřadnice xz, yz [m] ve zvolené souřadné síti

•

nadmořská výška zz [m] terénu v místě zdroje 36

ET AL.,

•

výška H [m] koruny komína (konce výduchu) nad terénem. SYMOS´97 zároveň umožňuje výpočet výšky komína. Tu je nutné znát k tomu, aby imise v zájmovém území nepřekračovaly zadanou hodnotu

•

u spalovacích procesů a) Množství spáleného paliva Sh [kg.h-1, m3.h-1] za hodinu při instalovaném tepelném výkonu spalovacího zařízení b) Roční množství spáleného paliva Sr [kg.h-1, m3.h-1]

•

u technologií: roční provozní doba Pr [hod.r-1]

•

objem

spalin

(u

spalovacích procesů) nebo vzdušiny (u technologií) Vs

[m3.s-1]

odcházející

komínem nebo výduchem přepočtený na normální podmínky (teplotu 0°C a tlak 1013,25 hPa). •

množství

znečišťující -1

látky M [g.s ] odcházející komínem (výduchem)

Za

zdroje

bodového

charakteru jsou považovány ty, které jsou evidované v kategorii REZZO 1 a 2. Podle nařízení vlády č. 350/2002 Sb., v platném znění (novela 429/2005 Sb.) jsou v kategorii REZZO 1 zahrnuty zvláště velké a velké zdroje znečišťování, tedy stacionární zařízení ke spalování paliv o tepelném výkonu vyšším než 5 MW a zařízení zvlášť závažných

Obr. 11. Lokalizace zdrojů REZZO 1 a 2 v okolí Valašského Meziříčí. Z důvodu vzdálenosti není v mapě uveden zdroj PSP Slévárna Přerov.

37

technologických procesů. Kategorie REZZO 2 zahrnuje střední zdroje znečišťování, tedy stacionární zdroje ke spalování paliv o tepelném výkonu od 0,2 do 5 MW, zařízení závažných technologických procesů, uhelné lomy a plochy s možností hoření, zapaření nebo úletu znečišťujících látek. Obě jmenované kategorie sledují bodové zdroje jednotlivě (MACHÁLEK

ET AL.,

2003).

Zdroje, spadající do této kategorie, byly zpracovávány

Obr. 12. Ukázka seznamu zdrojů REZZO 1.

jako bodové zdroje znečištění ovzduší pro vstup do modelu SYMOS´97. Potřebná data pro zpracování zdrojů REZZO 1 a 2 byla pro tuto práci poskytnuta Českým

hydrometeorologickým

ústavem

prostřednictvím

Ing.

Pavla

Machálka.

Geografický rozsah požadovaných dat byl stanoven tak, aby byly zahrnuty veškeré zdroje, jejichž emise mohou mít byť jen teoretický vliv na úroveň imisí ve sledovaném území okolí Valašského Meziříčí (obr. 11.). Protože ke zdrojům nebyly dodány jejich souřadnice, tyto musely být získány ručně. Poloha jednotlivých zdrojů byla pomocí názvu, popř. adresy, zjištěna pomocí internetového mapového vyhledávače (Mapy.cz, 2008) a do vektorové vrstvy v programu ArcGIS byl vložen bod v totožné poloze, což bylo ověřeno pomocí ortofotomapy. V tomto programu byly následně lokalizovaným zdrojům v atributové tabulce přiřazeny souřadnice v souřadném systému S-JTSK pomocí funkce „Add XY coordinates“. Zároveň byla bodům přiřazena informace o jejich nadmořské výšce odečtením z rastru, použitého pro výškopisná data. To bylo provedeno pomocí funkce „Extract values to points“. Exportováním atributů této vektorové vrstvy do formátu MS Excel byly připraveny podklady pro další zpracování. Z tohoto formátu byla data exportována do formátu *.txt a pomocí textového editoru PSPad (FIALA, 2006) upravena do formátu potřebného pro import souboru do programu SYMOS´97. Jednalo se především o odstranění názvů sloupců, nahrazení desetinných čárek tečkami (pokud se vyskytovaly) a nahrazení tabulátorů, které jsou do souboru vloženy při exportu z formátu *.xls místo hranic buněk tabulky čárkami. Do rozptylového modelu vstupují bodové zdroje nejčastěji ve formě dvou textových souborů. První je seznamem zdrojů, obsahující následující údaje: •

jednoznačné identifikační číslo zdroje

•

X souřadnici zdroje v požadovaném souřadném systému 38

•

Y souřadnici zdroje v požadovaném souřadném systému

•

nadmořskou výšku zdroje Z

•

typ zdroje (bodový: 1, plošný: 2 a liniový: 3)

•

indikace shluku (jednoznačné číslo) - zda má být ve výpočtu zohledněna možnost ovlivňování vleček v případě velmi blízkých zdrojů

•

indikace skupiny (jednoznačné číslo), do které může (ale nemusí) být zdroj zařazen

•

poznámky, pokud je považováno za nutné, např. název zdroje apod.. Tyto údaje lze doplnit na konec řádku, oddělené od povinných údajů středníkem.

Příklad souboru se seznamem zdrojů je uveden na obr. 12. Druhým potřebným souborem v textovém formátu je soubor s popisem zdrojů. Náležitosti, které v něm musí být uvedeny, jsou následující: •


•

množství látky odcházející komínem M [g.s-1]

•

výška koruny komína nad terénem v metrech H [m]

•

objem spalin odcházející komínem, přepočtený na normální podmínky Vs [m3.s-1]

•

teplota spalin Ts [°C]

•

vnitřní průměr komína d [m]

•

výstupní rychlost spalin w0 [m.s-1]

•

relativní roční využití maximálního výkonu α <0;1>

•

počet hodin za den, kdy je zdroj v činnosti Pd [hod]

•

vzdálenost zdrojů od sebe Y [m]

Parametry α a Pd byly po konzultaci se zaměstnanci firmy Idea-envi nastaveny na 1, resp. 24. Důvodem je fakt, že těmito faktory se během výpočtu násobí parametr M (jmenovitý výkon spalovacího zařízení). Data pro tuto práci však byla poskytnuta již ve formě reálných hodnot emisí zdrojů, proto již nebylo třeba je jmenovanými parametry násobit. Hodnoty jmenovitých výkonů zdroje navíc nebyly součástí poskytnutých souborů dat. Parametr Y byl podle návodu stanoven pro všechny bodové zdroje nulový. Jeho vyplnění je relevantní pouze v případě plošných zdrojů. Jeho význam je objasněn v kapitole 3.3.3. Oba soubory (seznam zdrojů a soubor s popisem) mohou pak být v uvedeném pořadí importovány do modelu SYMOS´97. Pokud proběhlo propojení obou souborů správně,

39

zobrazí se ve výčtu zdrojů u každého z nich jeho konkrétní charakteristiky, zadané v souboru s popisem. Tab. 3. Zdroje REZZO 1, použité pro modelování imisí. firma

Typ zdroje

lokalita

SKANSKA DS a.s. - obalovna Hranice

technologie

Bělotín

PSP slévárna a.s. Přerov

technologie

Přerov

ZEKOM slévárna s.r.o.

technologie

Valašské Meziříčí

PROMET FOUNDRY s.r.o., Ostrava, provozovna Vsetín

technologie

Vsetín

Tafonco a.s - slévárna

technologie

Kopřivnice

Oldřich Gilar - Slevárna barevných kovů

technologie

Lichnov

Silasfalt s.r.o.

technologie

Nový Jičín

ČMO-České a Moravské obalovny, s.r.o. - Obalovna Nový Jičín

technologie

Nový Jičín

COLAS CZ, a.s., obalovna živičných směsí

technologie

Sedlnice

KOTOUČ ŠTRAMBERK, spol. s r.o., Výroba vápna

technologie

Ženklava

Alpine stavební společnost CZ a.s. - obalovna

technologie


D-TECHNIK a.s. - kotelna

provozovna

Jablůnka

Cihelna Polom, spol. s r.o. - výroba cihel vypalováním

provozovna

Polom

DEZA, a.s., Valašské Meziříčí - energetika

provozovna


Slévárna barevných kovů DOTEX

provoz., technol.

Nový Jičín

STAROJICKO a.s. středisko - Jičina

provozovna

Starý Jičín

RWE-Transgas Net, s.r.o. - Podzemní zásobník plynu Štramberk

provozovna

Štramberk

DEZA, a.s. spalovna průmyslového odpadu

spalovna


Vojenský opravárenský podnik 025 Nový Jičín, státní podnik

spalovna

Nový Jičín

Tab. 3. uvádí výčet, typ a místo provozu zdrojů REZZO 1. Oproti mapě na obr. 11. již byly odstraněny ty zdroje, které sice byly v mapě lokalizovány, avšak během sledovaného období byly pravděpodobně mimo provoz. Jejich emise tedy byly nulové. V této mapě byl též opomenut bodový zdroj PSP slévárna, a.s. v Přerově, protože se nachází ve značné vzdálenosti od ostatních. Tabulka 3 rovněž neuvádí počty komínů a výduchů jednotlivých podniků, což bylo také součástí poskytnutých dat. V rámci malé varianty zájmového území byla jako jediný podnik s více než jedním komínem uvedena firma DEZA a.s. se dvěma komíny. Tyto byly lokalizovány pomocí stínu, který vrhají na ortofoto snímku (obr. 13.). Ostatní firmy s více než jedním komínem či výduchem se nacházejí vně malé varianty zájmového území. Na základě konzultace se zaměstnanci firmy Idea-envi bylo postupováno následujícím způsobem. Všem komínům v rámci jedné firmy byla přiřazena totožná souřadnice s předpokladem nulového nebo zanedbatelného vlivu této generalizace na výsledky modelování vzhledem k nízké hustotě referenčních bodů ve velké variantě zájmového území (kap. 3.4) a vzájemné vzdálenosti komínů

40

v rámci lokality jedné firmy. Ta

byla

shledána

jako

bezvýznamná v porovnání se vzdáleností zdrojů od hranic malé

varianty

zájmového

území. Vzhledem k tomu, že výkony

některých

zdrojů Obr. 14. Ukázka souboru s popisem zdrojů REZZO 1

REZZO 1 se během roku

mění, konstantní není ani hodnota emisí z těchto zdrojů. Proto muselo být pro každou znečišťující látku (BaP, BbF, BkF, IP) vytvořeno 13 souborů s popisem zdrojů, aby byly postiženy změny emisí REZZO 1 během sledovaných období. Bylo tedy vytvořeno 52 souborů MS Excel, které byly postupně exportovány do formátu *.txt a pomocí textového editoru PSPad upraveny podle postupu popsaného v kap. 3.3.1 tak, aby byl možný jejich import do programu SYMOS´97. Z důvodu neúplnosti dat z databáze REZZO 1 muselo být provedeno několik následujících úprav: •

Z důvodu absence charakteristik komína pro spalování průmyslových odpadů DEZA a.s. byly tyto převzaty z údajů pro komín Vojenského opravárenského podniku v Novém Jičíně. Jedná se taktéž o spalování průmyslových odpadů.

•

Emisní

faktory

jednotlivých

pro

PAHs

výpočet

byly

pro

emisí kategorii

spalování průmyslových odpadů převzaté z emisních faktorů naměřených firmou TESO v podniku SPOVO (spalovna průmyslových odpadů) (BUREŠ, 2007). •

Pro zdroj PSP Slévárna, a.s. Přerov nebyly poskytnuty

hodnoty

emisí

jednotlivých

sledovaných PAHs zvlášť, nýbrž pouze v sumě. Byly proto doplněny následujícím způsobem. Byly vypočteny průměrné podíly jednotlivých PAHs na celkových emisích 41

Obr. 13. Ukázka lokalizace komínů v DEZA a.s.

všech sléváren v poskytnutém souboru dat, pomocí těchto podílů pak byly proporcionálně rozděleny hodnoty celkových emisí PAHs z PSP Slévárny a.s. mezi jednotlivé látky. •

Pro kategorii REZZO 1 spalování byly u DEZA a.s. použity emisní faktory pro kategorii 40x05, tedy pro kombinaci spalování topného oleje a spalovacího zařízení jakéhokoli výkonu. Pro ostatní spalovací zdroje byly použity emisní faktory pro kategorii 10303, tedy pro spalování hnědého uhlí zařízením o výkonu 5 – 50 MW. Informace o topných médiích v daných podnicích byly získány prostřednictvím osobní komunikace s Ing. Machálkem (ČHMÚ, 2007). Kategorie 10303 byla použita i pro spalovací zařízení s výkonem nižším než 5 MW, pro které emisní faktor nebyl k dispozici.

Údaje o zdrojích z kategorie REZZO 2 byly zpracovány obdobnou cestou jako zdroje kategorie REZZO 1. Opět tedy proběhla jejich lokalizace pomocí adres a názvů, následovaná zpracováním dat poskytnutých pro tuto práci ČHMÚ a tvorbou 52 textových souborů pro 4 PAHs a 13 sledovaných období tak, jak je popsáno výše. I v tomto případě však musela být provedena určitá generalizace dat z důvodu jejich nekompletnosti. Jednalo se o tyto úpravy: •

obdobně jako pro zdroje REZZO 1 byly také v případě zdrojů REZZO 2 nastaveny parametry α a Pd na maximální hodnoty (1, resp. 24). Důvodem je opět fakt, že poskytnutá data jsou již ve formátu požadované cílové hodnoty a násobení zmiňovanými koeficienty nevyžadují.

•

Chybějící parametry Ts (teplota spalin), w (výstupní rychlost spalin) a d (vnitřní průměr komína) byly stanoveny následovně. Teplota a výstupní rychlost spalin byly pro všechny zdroje REZZO 2 převzaty z hodnot pro kotelnu D-TECHNIK a.s., vnitřní průměr komína byl převzat ze vzorových dat poskytnutých firmou Idea-envi (BEŇO, 2007 - 2008)

42

Tab. 4. Zdroje REZZO 2 použité pro modelování imisí. firma

typ zdroje

lokalita

Ladislav Janák - Rajnochovice - Vičanov

kotelna

Rajnochovice

Valašskobystřická obecní, spol. s r.o.

kotelna

Valašská Bystřice

PORTÁŠ - Valašská Bystřice - provoz 01

kotelna, dřev., lak.


Valašské ZOD, družstvo - Farma Zubří

kotelna

Zubří

Cobbler s.r.o. - dřevovýroba Vidče

kotelna

Vidče

PORTÁŠ - Vidče - provoz 02

kotelna, dřevovýroba

Vidče

Zdeněk Štůsek - dřevovýroba

kotelna


COMMODUM - dřevovýroba

kotelna


ALPINE - kotelna Valašské Meziříčí

ohřev živic


ARTEMIDE s.r.o.

dřevovýroba


E F I O S -Valašské Meziříčí

kotelna


JELÍNEK - výroba nábytku, s.r.o.

kotelna


Stavební bytové družstvo - Hrachovec

kotelna


LUKROM - sušárna obilí Hranická

sušárna obilí


PILA HRACHOVEC, s.r.o.

kotelna


Josef Brňovják, PROXIMA

kotelna


DRUSTOL Trend s.r.o.

kotelna

Nový Jičín

NOSTA, s.r.o.

kotelna

Nový Jičín

AUTOKLEVER spol. s r.o.

lakovna

Nový Jičín

AH-ENERGY, s.r.o.

kotelna

Nový Jičín

Cobbler s.r.o.

kotelna

Zašová

MEGACORP - Plus, s.r.o.

kotelna

Kelč

ZD Kelečsko

kotelna

Kelč

Základní škola Loučka

kotelna

Loučka

Stavební bytové družstvo - kotelna Bystřička

kotelna

Bystřička

JEDNOTA, spotřební družstvo v Novém Jičíně

kotelna

Veřovice

Dalibor Jordán - Motorest Starý Jičín

kotelna

Starý Jičín

JEDNOTA, s.d. - Nákupní střed. Jeseník n.O.

kotelna

Jeseník nad Odrou

Tab. 4 podává stručný přehled zdrojů REZZO 2, které byly v práci použity. V případě těchto zdrojů je více než jeden komín výjimkou. I zde tedy bylo možné zanedbat vzájemnou vzdálenost komínů v rámci lokalit jednoho zdroje a všem byly přiřazeny totožné souřadnice.

3.3.2 Liniové zdroje Jedná se o zdroje výrazně protáhlé v jednom směru. Za tyto zdroje je v praxi nejčastěji považována silniční doprava. Pro rozptylový model SYMOS´97 musí být liniový zdroj

43

rozdělen na dostatečný počet délkových elementů. Pro každý element je nutné znát tyto údaje (BUBNÍK ET AL., 1998): •

souřadnice počátku a konce elementu, tj. xz1, yz1 [m] a xz2, yz2 [m] ve zvolené souřadné síti

•

nadmořská výška počátku a konce elementu zz1, zz2 [m]

•

šířka silnice x0 [m]

•

emise znečišťující látky z elementu ME [g.s-1]

Délka elementu y0 se vypočte z rozdílu geografické polohy bodu dané souřadnicemi xz1, xz2 a yz1, yz2. Pokud je zadána délková intenzita emise pro dané místo ML [g.m-1.s-1], vypočte se ME prostým vynásobením ML a y0. Délková intenzita emisí znečišťujících látek z automobilového provozu se určuje na základě emisních faktorů pro různé typy vozidel. Pro daný úsek komunikace je tedy třeba znát hustotu provozu a složení vozového parku. Údaje o hustotě provozu lze významné úseky komunikací získat na internetových stránkách

státní

příspěvkové

organizace Ředitelství silnic a dálnic

(ŘSD)

Ministerstvem

řízené

dopravy

ČR

(ŘSD, 2005). Data jsou zde vedena formou map ve formátu *.jpg se zvýrazněnými úseky silnic, na kterých bylo sledování hustoty dopravy prováděno, a doplněnými o absolutní hodnoty počtu

vozidel,

která

projela

sledovaným úsekem během 24 hodinové

sčítací

doby.

Ve

větších městech bylo sledování intenzity dopravy prováděno na více

úsecích,

nejdůležitějších

než

jen

na

komunikacích.

Přesto byla tato data pro město

Obr. 15. Komunikace použité jako liniové zdroje

44

Valašské Meziříčí shledána jako nedostačující a musela být následujícím způsoben doplněna. Nad podkladem DMÚ (digitální model území) byly všechny komunikace se zpevněným povrchem v rámci malé varianty zájmového území zvektorizovány a komunikacím, u nichž byla hodnota hustoty provozu známa, byla tato přiřazena jako atribut. Ostatním komunikacím pak byla hodnota intenzity provozu přiřazena na základě následujících pomocných informací: •

šířka

komunikace

(zjištěna

pomocí

zástavby

v okolí

ortofoto snímku) •

hustota

obytné

hodnocené komunikace (zjištěna pomocí ortofoto snímku) •

případný výskyt supermarketu nebo hypermarketu

v blízkosti

hodnocené

komunikace (Firmy.cz, 2008) •

případný výskyt významného podniku v blízkosti hodnocené komunikace

•

výsledky

osobně

provedeného,

krátkodobého sčítání provozu v Brně na ulici Jílkova. Jedná se o hlavní ulici vedoucí obytnou čtvrtí městské části Židenice •

porovnání

se

známými hodnotami

intenzity dopravy na hlavních silničních tazích ve Valašském Meziříčí

Výsledky

byly

po

osobní

konzultaci

schváleny zaměstnancem CDV, v.v.i. (Centrum dopravního výzkumu), Mgr. Dufkem (2007 – 2008). Pro větší variantu zájmového území byla taktéž použita data poskytovaná ŘSD,

45

Obr. 16. Hodnoty intenzity dopravy v území malé varianty zájmové oblasti

přičemž byly vektorizovány pouze ty komunikace, pro které byla dostupná data ze sčítání intenzity dopravy. Informace o složení vozového parku byly získány ze zprávy zveřejněné ŘSD (PÍŠA ET AL.,

2001). Jejím zpracovatelem byla firma Ateliér ekologických modelů ATEM, s.r.o.

Cílem průzkumu bylo zjistit zastoupení různých druhů vozidel na různých typech komunikací. Podnětem k zadání této studie byl fakt, že k dispozici byly pouze údaje o statické skladbě vozového parku, které však nevypovídají o skutečném zastoupení vozidel na komunikacích. Podobný průzkum zaměřený na zjištění dynamické skladby vozového parku do té doby nebyl proveden. V závislosti na zjištěné dynamické skladbě vozového parku na vybraných úsecích silniční sítě pak bylo provedeno i vyhodnocení emisní skladby celého vozového parku na sledovaných úsecích. Na začátku prací bylo zadavatelem zvoleno 10 reprezentativních úseků silniční sítě pro jednotlivé typy komunikací. Pro potřeby této diplomové práce byly vybrány 4 profily, které byly určeny jako odpovídající druhům komunikací z velké i malé varianty zájmového území (tab. 5). Tab. 5. Použité sčítací profily (upraveno podle: PÍŠA ET AL., 2001) typ komunikace

lokalita / profil

Okresní město

Česká Lípa - silnice I/9

Extravilán - dálnice

Všechromy - dálnice D1

Extravilán - silnice I. třídy

Kolín - silnice I/12

Extravilán - silnice II. třídy

Zvíkovské podhradí (okr. Písek) - silnice II/138

Pro komunikace první třídy uvnitř malé varianty zájmového území byla použita výhradně data pro okresní město (Valašské Meziříčí okresním městem není, ale počtem obyvatel této kategorii odpovídá). Informace o ostatní typech komunikací byly použity pro silnice vně malé varianty zájmového území, přičemž jsou zde zastoupeny všechny tři typy. Rozdělení na podíly skupin typů automobilů na vybraných lokalitách uvádí tab. 6. Tab. 6. Podíly skupin typů automobilů v % na jednotlivých typech komunikací (upraveno podle: PÍŠA ET AL., 2001.) osobní automobily

dodávky

nákladní a autobusy

motocykly

Česká Lípa

69

6

25

0,09

D1

76

6

17

0,05

Kolín

72

8

20

0,05

Zvík. podhradí

77

4

20

0

46

Tab. 7. Rozdělení vozidel podle typu paliva – podíly na profilech [%](upraveno podle: PÍŠA ET AL., 2001). palivo

olovnatý b.

bezolovnatý b.

nafta

Plyn

osobní automobily Česká Lípa

24

53

23

0

D1

11

63

27

0

Kolín

25

51

24

0

Zvík. podhradí

25

60

16

0

dodávky Česká Lípa

5,1

27

68

-

D1

2,5

24

73

-

Kolín

4,8

23

72

-

28

68

-

Zvík. podhradí

4

nákladní a autobusy Česká Lípa

0,3

0,2

99,1

0,1

D1

0,1

0,5

98,8

0,5

Kolín

0,0

0,2

98,3

1,5

Zvík. podhradí

0,0

0,0

91,8

0,0

Tabulka 7 uvádí podíly jednotlivých vozidel rozdělených podle typu užívaného paliva na sledovaných profilech. Vzhledem k tomu, že použitá data jsou z roku 2001, lze předpokládat některé změny v uvedených hodnotách, jako např. pokles podílu vozidel spalujících olovnatý benzin apod. Také s přihlédnutím k tomuto faktu byla v této práci učiněná některá zobecnění: •

kategorie vozidel spalujících olovnatý a bezolovnatý benzin byly sloučeny do jedné

•

byl zanedbán podíl kategorie nákladních automobilů a autobusů jezdících na benzin

•

byl zanedbán podíl kategorie motocyklů

Na základě uvedených dat byly zjištěny pro jednotlivé kategorie vozidel a jednotlivé znečišťující látky emisní faktory a pomocí metodické příručky pro program SYMOS´97 pak byly převedeny na délkové intenzity emise daných znečišťujících látek ML [g.m-1.s-1].

47

Charakteristiky liniových zdrojů jsou do rozptylového modelu vkládány obdobnou cestou jako v případě zdrojů bodových, avšak s jistými úpravami, jejichž nutnost vyplývá z odlišných fyzických vlastností liniového zdroje. Formát souboru se seznamem zdrojů zůstává pro liniové zdroje zachován, pouze jako pátou charakteristiku zdroje je nutno uvést číslo 3, což zajistí, že zdroje jsou po importu do programu SYMOS´97 rozpoznány jako liniové. Do jisté míry nadbytečně je nutno v souboru se seznamem zdrojů uvádět také souřadnice x,y liniového segmentu. Tyto jsou detailněji vyžadovány také v souboru s popisem liniových zdrojů (viz dále). Zároveň nebylo v metodice uvedeno, zda jsou tyto souřadnice požadovány pro centroid liniového segmentu, či bod na linii rozdělující segment na dvě stejně dlouhé části. Vektorová vrstva linií zastupující silnice s atributem hustoty provozu pro malou variantu zájmového území pak byla pomocí programu ArcGIS zpracována následujícím způsobem. V prvním kroku byla opakovaně použita funkce „Divide“ rozdělující linie do segmentů o totožné, předem stanovené délce. Nutnost opakovaného použití této funkce pramenila z faktu, že ji lze použít pouze na jednu linii. Výsledkem byla nová vektorová vrstva obsahující elementy o maximální délce 50 m, jak bylo zadáno. Součástí této vrstvy však již nebyl potřebný atribut s hodnotami

hustoty

provozu.

Pomocí funkce „Feature to point“ pak byly nově vytvořené segmenty zkonvertovány do nové vektorové vrstvy bodů, které zastupují liniové segmenty ve středu jejich původní délky. Pro polohu vytvořených bodů na linii, nikoli v polovině vzdálenosti

počátečního

a

koncového bodu linie, je před spuštěním

konverze

zatrhnout

volbu

nutno „Inside“.

Funkcemi „Add XY coordinates“ a „Extract values to points“ pak byly do

atributové

tabulky

vloženy

údaje o souřadnicích bodů, resp.

Obr. 17. Ukázka bodů, zastupujících liniové zdroje

48

jejich nadmořské výšce, získané z rastrové vrstvy výškopisu pro malou variantu zájmového území. Z takto připravených dat pak bylo možné vytvořit soubor se seznamem a polohou zdrojů. Funkcí „Spatial join“ pak byly k vrstvě bodů připojeny hodnoty o intenzitě provozu z původní vrstvy nedělených silnic, které byly následně použity za účelem tvorby souboru s popisem liniových zdrojů. Pro jeho úspěšné propojení se seznamem zdrojů prostřednictvím programu SYMOS´97 bylo nutné zjistit následující údaje: •


•

množství látky odcházející komínem ML [g.m-1.s-1]

•

X souřadnice počátečního bodu elementu xz1 [m]

•

Y souřadnice počátečního bodu elementu yz1 [m]

•

X souřadnice koncového bodu elementu xz2 [m]

•

Y souřadnice koncového bodu elementu yz2 [m]

•

šířka úseku x0 [m]

•

výška exhalací z0 [m] (pro nižší rychlost 2 m, pro vyšší rychlost 5 m)

•

relativní roční využití maximálního výkonu α [%]

•


Souřadnice X a Y počátečního a koncového bodu liniového elementu byly získány funkcí „Add X, Y, Z coordinates“, která je součástí extenze „XTools Pro“ do programu ArcGIS (XTools Pro, 2007). Parametr šířky úseku byl nastaven v závislosti na třídě silnice. Pro komunikace III. třídy byla šířka nastavena na 5 m, pro silnice II. třídy 7 m a pro silnice I. třídy 10 metrů. Parametr výšky exhalací byl po konzultaci s p. Beňem (BEŇO, 2007 2008) u všech silnic v rámci malé varianty zájmového území nastaven na hodnotu 2 m za předpokladu, že rychlost jízdy na silnicích v obci by neměla spadat do kategorie vyšší rychlosti jízdy. Relativní roční využití maximálního výkonu bylo u všech liniových elementů nastaveno na 0,417. Důvod je následující: podle Bubníka et al. (1998) jsou emise z dopravy v dopravní špičce 2,4 krát vyšší, tato hodnota by odpovídala relativnímu využití maximálního výkonu 1, tedy 100%. Protože hodnoty intenzity provozu jsou charakteristikou průměru, je třeba hodnotu relativního využití maximálního výkonu vydělit 2,4. Výsledná hodnota je 0,417. Počet hodin za den, kdy je zdroj v činnosti, byl u všech liniových elementů nastaven na 24.

49

Zdroje kategorie REZZO 4 pro velkou variantu zájmového území byly zpracovány totožným způsobem. Jediným rozdílem oproti popsanému postupu je délka liniových elementů, která byla v tomto případě stanovena na 100 m. Protože se ve větší variantě zájmového území vyskytuje také část dálnice, byla šířka této komunikace stanovena na 13 m a z důvodu předpokladu vyšší rychlosti jízdy byla výška exhalací nastavena na 5 m. Příklad souboru s popisem zdrojů REZZO 4 uvádí obr. 18

Obr. 18. Ukázka souboru s popisem zdrojů REZZO 4.

3.3.3 Plošné zdroje Podle zákona o ovzduší 309/1991 Sb. jsou za plošné zdroje považovány malé zdroje znečišťování patřící do kategorie REZZO 3. Tato kategorie obsahuje stacionární zařízení ke spalování paliv o tepelném výkonu nižším než 0,2 MW a technologické procesy nespadající do kategorie velkých a středních zdrojů. Dále sem patří plochy, na kterých jsou prováděny práce, které mohou znečišťovat ovzduší, skládky paliv, surovin, produktů a odpadů a zachycených exhalátů a jiné stavby, zařízení a činnosti výrazně znečišťující ovzduší (MACHÁLEK

ET AL.,

2003). V této práci byly za plošné zdroje

považovány obce s lokálními topeništi. Je zřejmé, že vzhledem k počtu domácností a z něj plynoucímu počtu zdrojů emisí by bylo nadmíru pracné lokalizovat všechny komíny jako zdroje emisí z lokálního vytápění. Data o těchto emisích byla pro tuto práci poskytnuta v měřítku jednotlivých obcí. Do značné míry limitujícím faktorem pro použití této metody je množství jednotlivých zdrojů lokálního vytápění, které by prodloužilo výpočet rozptylového modelu na neúnosně dlouhou dobu, navíc bez jistoty lepšího výsledku. I proto bylo rozhodnuto, že zdroje lokálního vytápění budou v této práci zpracovány plošně, jak to také doporučuje Metodická příručka k modelu SYMOS´97 (BUBNÍK ET AL., 1998).

50

Obr. 19. Lokalizace zdrojů REZZO 3 v okolí Valašského Meziříčí. Plošný zdroj (např. sídlo) je rozdělen na dostatečný počet čtvercových elementů plochy a výsledné emitované znečištění je vypočteno jako součet příspěvků od všech elementů. Pro každý element je nutno znát následující údaje (BUBNÍK ET AL., 1998): •

poloha středu elementu, tj. jeho souřadnice xz, yz [m]

•

nadmořská výška elementu zz [m]

•

rozměr elementu, tj. délka strany čtverce y0 [m]; pokud jsou elementy stejně velké, znamená y0 zároveň vzdálenost středů sousedních elementů

51

•

emise ME [g.s-1] znečišťující látky z elementu

•

pokud se emitující plocha nenachází na povrchu země, je nutné znát výšku hp [m] nad zemí, ve které emitující plocha je

Čtvercové elementy pro plošné zdroje byly vytvářeny následně: prvním krokem byla vektorizace sídel, pro která byla dostupná data z registru

REZZO

3,

do

polygonové vektorové vrstvy. Tato vektorizace proběhla nad daty

Obr. 20. Ukázka souboru s popisem zdrojů REZZO 3

z DMÚ 25. V následujícím kroku byla vytvořena pravidelná čtvercová síť o délce strany

Komentář [s2]: Citace?

200 m a o rozsahu vektorové vrstvy vytvořené v předchozím kroku. K vytvoření této sítě

Komentář [MS3R2]: Jo, ale jak ocitovat něco, co na internetu neni volně a já si to jen natáhnu do ArcGisu, kdybych ho neměl, k datům se nedostanu...

byla použitá funkce „Vector grid“, která je součástí rozšíření „ET Geo Wizards“ pro program ArcGIS (ET Geo Wizards, 2007). Dále byly pomocí funkce „Intersect“ vybrány pouze čtverce překrývající se s polygony ve vrstvě sídel. Jak již bylo řečeno, data o zdrojích REZZO 3 byla pro tuto práci poskytnuta pouze za celé obce, proto bylo nutno zjistit počet čtverců zastupujících plochu různých obcí. Protože do rozptylového modelu vstupují data z plošných zdrojů v bodové podobě, bylo nutno vybrané plošné elementy opět konvertovat na body pomocí funkce „Feature to point“. Pomocí funkcí „Add XY coordinates“ a „Extract values to points“ pak byly do atributové tabulky získaných bodů opět přiřazeny jejich souřadnice a nadmořská výška, získaná tentokrát z výškopisných dat pro velkou variantu zájmového území. Pro snazší orientaci v datech byl jednotlivým bodům přiřazen atribut názvu obce, do které spadá plošný element zastoupený bodem. Emise za celou obec pak byly rozděleny rovnoměrně do všech bodů zastupujících ji tak, aby se součet emisí z nich rovnal sumě emisí studovaných látek obce. Soubor se seznamem zdrojů má opět stejný formát jako pro liniové a bodové zdroje, pouze jako pátou charakteristiku je nutno uvést číslo 2, aby byl zdroj programem rozpoznán jako plošný. I když z povahy plošných zdrojů plynou jistá specifika, má soubor s popisem zdrojů pro plošné zdroje podobný formát jako pro zdroje bodové (BUBNÍK AL., 1998):

•


•

množství látky odcházející komínem M [g.s-1] 52

ET

Komentář [O4]: DMU má přeci obecnou citci – snad ČUZAK….

•

výška koruny komína nad terénem v metrech H [m]

•

objem spalin odcházejících komínem, přepočtený na normální podmínky Vs [m3.s-1]

•

teplota spalin Ts [°C]

•

vnitřní průměr komína d [m]

•

výstupní rychlost spalin w0 [m.s-1]

•

relativní roční využití maximálního výkonu α <0;1>

•


•

vzdálenost zdrojů od sebe Y [m]

Na základě korespondence se zaměstnancem firmy Idea-Envi, s.r.o Ing. Beněm (2007 2008) byly některé parametry upraveny. Z důvodu častého nedostatku informací o parametrech zdrojů Ts, d a w0, ze kterých se počítá převýšení vlečky, bývají tyto parametry nahrazeny následujícím způsobem. Převýšení vlečky se zadává místo Ts (u lokálních plošných zdrojů se obvykle zadává hodnota 10 m. Ostatní dva parametry d a w0 musí být rovny nule. Oproti bodovým zdrojům je v tomto případě již nutno stanovit poslední parametr Y nenulový. Vzdálenost zdrojů od sebe je v případě této práce 200 m (vzdálenost středů plošných elementů o straně délky 200 m). Ukázka souboru s popisem zdrojů REZZO 3 je na obr. 20. Nejen v případě plošných zdrojů REZZO 3, ale také pro většinu bodových zdrojů REZZO 2, bylo nutno vzít v úvahu ještě jeden faktor, který se v případě databází REZZO 1 a 4 neprojevuje. Jedná se o sezónnost využívání těchto zdrojů. Ta se uvažuje u všech zdrojů REZZO 3 a u těch zdrojů REZZO 2, které jsou určeny k lokálnímu vytápění větších objektů, přičemž svým výkonem již nepatří do REZZO 3. Intenzita provozu těchto zdrojů byla odvozena od počtu denostupňů v daných časových intervalech. Základem metody je znalost venkovních teplot. Výpočet se provádí na bázi průměrných teplot vzduchu. Počet denostupňů je dán součinem počtu topných dnů a rozdílu průměrné venkovní a vnitřní teploty. Výpočet se provádí pro každý den ze zadaného období zvlášť (TINTĚRA, 2005). Zda bude teplo dodáváno, či ne, je určeno vyhláškou č. 153/2001 Sb. kterou se stanoví podrobnosti určení účinnosti užití energie při přenosu, distribuci a vnitřním rozvodu elektrické energie. Podle ní je otopné období doba, kdy jsou zdroje tepla uvedeny do stavu pohotovosti k dodávce tepla spotřebitelům. Začíná 1. září a končí 31. května. Dodávka tepla se zahájí v otopném období, když průměrná denní teplota venkovního vzduchu v místě klesne pod +13 °C ve dvou dnech po sobě následujících a podle vývoje počasí nelze 53

očekávat zvýšení této teploty nad +13 °C pro následující den. Průměrnou denní teplotou venkovního vzduchu je čtvrtina součtu venkovních teplot v 7, 14 a ve 21 hodin, přičemž teplota měřená ve 21 hodin se počítá dvakrát. Vytápění se omezí nebo přeruší v otopném období tehdy, jestliže průměrná denní teplota venkovního vzduchu v příslušném místě nebo lokalitě vystoupí nad +13 °C ve dvou dnech po sobě následujících a podle vývoje počasí nelze očekávat pokles této teploty pro následující den. Při následném poklesu průměrné denní teploty venkovního vzduchu pod +13 °C se vytápění obnoví (TZB-info, 2008). Potřebná meteorologická data pro lokalitu Valašské Meziříčí byla pro tuto práci poskytnuta ČHMÚ (KEDER, 2007). Na jejich základě byly stanoveny počty otopných dnů v jednotlivých sledovaných obdobích. Pro tyto dny pak byly vypočteny denostupně a sečteny pro jednotlivá období. Na jejich základě byla stanovena intenzita emisí ze zdrojů lokálního vytápění v REZZO 3 a kotelen v REZZO 2. Počty otopných dnů a denostupňů ve sledovaných obdobích ve Valašském Meziříčí uvádí tabulka 8.

Tab. 8. Počty otopných dnů a denostupňů ve sledovaných obdobích ve Valašském Meziříčí období měření

počet otopných dnů v obdobích měření

denostupně

27.12.05 - 24.1.2006

28

684,9

24.1. - 21.2.2006

28

684

21.2. - 21.3.2006

28

609,2

21.3. - 18.4.2006

28

380,4

18.4. - 16.5.2006

20

148,9

16.5. - 13.6.2006

6

41,2

13.6. - 11.7.2006

0

0

11.7. - 8.8.2006

0

0

8.8. - 5.9.2006

0

0

5.9. - 3.10.2006

5

25,8

3.10. - 31.10.2006

26

225,2

31.10. - 28.11.2006

28

345,9

28.11. - 26.12.2006

28

414,8

54

3.4 Referenční body Referenční body jsou posledním typem důležitých dat vstupujících do modelu. Jsou do nich uloženy výsledky výpočtů modelu. Obvykle se tvoří pravidelná síť pro následnou prostorovou interpolaci pomocí GIS softwaru. Narozdíl od výškopisných dat však lze tyto body zadávat i ve formátu nepravidelné sítě. Toho lze využít v několika případech. Jednak je vhodné síť referenčních bodů zahustit v oblastech, kde je při vizualizaci výsledků požadována větší prostorová přesnost, což může být například v obytných částech sídel, v blízkém okolí zdrojů znečištění apod. V případě potřeby znát vypočtenou hodnotu pro konkrétní místo bez nutnosti spoléhání na výsledky interpolace, je možné vložit referenční body i do těchto míst. Všech zmiňovaných možností bylo v této práci využito. Pravidelná síť referenčních bodů byla doplněna o body v okolí silnic a do modelu byly též vloženy čtyři referenční body s totožnými souřadnicemi, jaké jsou známy pro lokality umístění čtyř pasivních vzorkovačů v zájmovém území. Při srovnávání hodnot naměřených metodou pasivního vzorkování a hodnot vypočtených rozptylovým modelem SYMOS´97 tedy tyto hodnoty nemusely být extrahovány z povrchu získaného prostorovou interpolací, která nemusí podávat výsledky odpovídající realitě ani v referenčních bodech, ani v prostoru mezi nimi. Pro každý referenční bod je nutné znát tyto údaje (BUBNÍK ET AL., 1998): •

název referenčního bodu (není povinný, ale u samostatných referenčních bodů užitečný)

•

poloha referenčního bodu, tj. souřadnice xr, yr [m] ve zvolené souřadné síti

•

nadmořská výška terénu zr [m] v místě referenčního bodu

•

výšku referenčního bodu l nad terénem, pokud je bod umístěn jinde než v úrovni terénu (např. na budově)

Do rozptylového modelu SYMOS´97 jsou referenční body vkládány stejně jako ostatní data zmiňovaná výše, ve formě textového souboru. V řádku musí být ve správném pořadí uvedeny hodnoty všech požadovaných atributů referenčního

bodu:

jednoznačné

identifikační

číslo

referenčního bodu, x, y a z souřadnice bodu a jeho výška nad terénem. Ukázka formátu souboru s referenčními body

Obr. 21. Ukázka souboru

je na obr. 20. Výška nad terénem byla pro všechny

s referenčními body

55

referenční body stanovena na 1,5 m. V podobné výšce byly zavěšeny i pasivní vzorkovače a také se v ní nachází vstup do dýchacího ústrojí lidí a lze tedy předpokládat, že koncentrace znečišťujících prvků v této vrstvě mají nejvýznamnější vliv na zdraví člověka. Tento krok byl konzultován se zaměstnancem firmy Idea-envi Ing. Srněnským (2007 2008). Jak již bylo uvedeno, pro tuto práci byly použity referenční body v pravidelné i nepravidelné síti a také čtyři samostatné referenční body v místě pasivních vzorkovačů. Souřadnice a nadmořská výška těchto čtyř bodů byly součástí souboru s hodnotami koncentrací znečišťujících látek a nebylo proto nutné je získávat pomocí GIS. Naopak body pravidelné sítě referenčních bodů byly získány následující cestou. Z vektorové vrstvy vrstevnic z databáze ArcČR 500 (ARCČR 500, 2000) byl v programu ArcGIS funkcí „Topo to raster“ vytvořen rastr v požadovaném rozlišení a rozsahu. V případě malé varianty zájmového území byla velikost buňky rastru 200 m, pro velkou variantu zájmového území 1 km. Pro obě varianty zájmového území však byl při tvorbě pravidelné sítě referenčních bodů použit stejný postup. Pomocí funkce „Raster to point“ byly buňky rastru převedeny na body ležící ve středech původních buněk. Údaje o nadmořské výšce zůstaly

v bodové

vrstvě

zachovány. Funkcí „Add XY coordinates“

pak

byly

do

atributové tabulky nově vzniklé bodové

vrstvy

souřadnice

bodů

vloženy v souřadném

systému S-JTSK. Pro malou variantu zájmového území tak bylo vytvořeno 814 referenčních bodů pravidelné sítě, pro velkou variantu zájmového území bylo těchto bodů vytvořeno 323. Při

další

práci

se

Obr. 22. Ukázka sítě referenčních bodů

56

vycházelo

z předpokladu,

že

významný vliv na znečištění ovzduší sledovanými látkami mají liniové zdroje. Aby však byl při interpretaci vystižen

jejich

příspěvek

k celkovému znečištění, bylo nutno vytvořit

samostatnou

skupinu

referenčních bodů v pokud možno stejné

vzdálenosti

zastupujících

od

liniové

bodů zdroje

znečištění. Pomocí pravidelné sítě referenčních bodů bylo dosaženo výsledků,

které

poukazovaly

na

jednoznačně významný

vliv

vzdálenosti referenčních bodů od silnic

na

koncentrací

hodnoty škodlivin.

vypočtených V místech,

kde silnice vedla přibližně mezi body pravidelné sítě referenčních bodů bylo interpolací dosaženo nízkých hodnot znečištění, naopak pokud některý z referenčních bodů ležel v těsné blízkosti silnice, v interpolaci

Obr. 23. Schéma postupu tvorby referenčních bodů okolo silnic

bylo v místě tohoto bodu vytvořeno nepravdivé lokální maximum koncentrací. Proto byl vyvinut postup generující body s pravidelným krokem a ve stejné vzdálenosti od komunikace. Jediným potřebným vstupem pro tuto metodu je vektorová vrstva sítě silnic, pro které je nutno vygenerovat referenční body. V prvním kroku bylo nutno prvky vrstvy rozdělit na segmenty o stejné délce pomocí funkce „Divide“. Před dělením je vhodné pomocí funkce „Dissolve“ prvky v liniové vrstvě sjednotit do jednoho, protože funkci „Divide“ lze použít pouze na jeden prvek. Délka těchto segmentů byla zvolena 100 m. Dále musely být tyto segmenty převedeny na body pomocí funkce „Feature to point“. Z těchto bodů byly pomocí funkce „Create thiessen polygons“ vytvořeny Thiessenovy polygony, tedy polygony vymezující 57

okolo původních bodů oblast, ze které je v jakémkoli jejím místě blíže do jejího původního bodu, než do jiného. Funkcí „Polygon to line“ byly tyto polygony převedeny na linie. Okolo linií původní vrstvy silnic byl vytvořen obal funkcí „Buffer“ ve vzdálenosti 15 m od linie. Pomocí funkce „Clip“ pak byla liniová vrstva vytvořená z Thiessenových polygonů bufferem oříznuta. Výsledkem v této fázi tedy byla liniová vrstva obsahující krátké segmenty křížící vrstvu silnic v přibližně pravidelných vzdálenostech. Pomocí funkce „Feature verticles to points“ byly lomové body segmentů nově vzniklé liniové vrstvy převedeny na body. Vznikly tím však také některé body, které nebyly žádoucí díky jejich blízkosti k linii zastupující silnice. Okolo vrstvy silnic byl proto vytvořen opět obal, tentokrát pouze ve vzdálenosti 14 m. Všechny body vzniklé konverzí z lomových bodů linií, které ležely uvnitř tohoto obalu, byly pomocí funkce „Erase“ odstraněny. Výsledkem bylo 2677 referenčních bodů ve vzdálenosti 14 – 15 m okolo liniové vrstvy silnic pro malou variantu zájmového území. Ukázku výsledku tohoto postupu tvorby referenčních bodů podává obr. 23 Pro případ potřeby použít posloupnost těchto funkcí k tvorbě referenčních bodů znovu, byly tyto sestaveny do modelu pomocí funkce „Model builder“. Schéma popsaného postupu (vyjma prvních tří kroků) znázorňuje obr. 23. Tato metoda není použitelná ve všech případech. Její použití je limitováno prostorovým uspořádáním bodů ležících na linii, které vstupují do modelu. V případě shlukového uspořádání těchto bodů v prostoru selhává funkce tvorby Thiessenových polygonů. Body na silnicích v rámci malé varianty zájmového území jsou díky hustotě silniční sítě ve městě rozmístěny spíše náhodně, proto mohla být tato metoda aplikována. V případě velké varianty zájmového území jsou však silnice, a tedy i body na nich ležící, uspořádány spíše do shluků tvořících provazce. Program tedy nebyl schopen vytvořit za takovýchto podmínek Thiessenovy polygony a algoritmus nebyl ukončen požadovaným výsledkem. Situaci by pravděpodobně bylo možno vyřešit přidáním několika bodů do prázdných míst prostoru, čímž by bylo prostorové uspořádání bodů přiblíženo náhodnému a to bez vlivu na výsledek algoritmu (pracuje se pouze v blízkém okolí liniové vrstvy silnic). Pro tvorbu referenčních bodů ve velké variantě zájmového území však bylo použito jiného postupu. Okolo všech silnic byl vytvořen buffer o poloměru 15 m, stejně jako v předchozím případě. Funkcí „Polygon to line“ pak byla hranice bufferu převedena na linii, čímž byla získána linie vedoucí po obou stranách silnic ve stejné vzdálenosti. Pomocí funkce „Divide“ byly na linii z bufferu vytvořeny body v konstantní vzdálenosti od sebe (400 m). Tyto body pak byly použity jako referenční. Výhodou této metody je její 58

nesporná jednoduchost oproti výše popsané metodě. Všechny body jsou ve stejné vzdálenosti od linie. Zároveň je však nevýhodou této metody různá vzdálenost vytvořených referenčních bodů od zdrojů znečištění, protože zde není nijak zajištěno, aby tyto ležely přes silnici alespoň přibližně naproti sobě a v polovině vzdálenosti mezi dvěma zdroji znečištění. Tato metoda tedy zajišťuje konstantní vzdálenost referenčních bodů od silnice, avšak nikoli alespoň přibližně konstantní vzdálenost referenčních bodů od liniových zdrojů situovaných na silnici. Pro velkou variantu zájmového území, v jehož případě nejsou požadovány tak přesné výsledky, byl tento postup ale shledán jako dostačující. Tímto způsobem bylo získáno 792 referenčních bodů v rozestupech 400 m podél silnice. Pro oba soubory s referenčními body okolo silnic pak byly získány souřadnice X a Y v požadovaném souřadném systému pomocí funkce „Add XY coordinates“. Hodnoty nadmořské výšky získané z výškopisu pro odpovídající variantu zájmového území byly vygenerovány pomocí funkce „Extract values to points“. Pomocí programu PSPad byly tyto soubory s referenčními body upraveny pro použití v rozptylovém modelu SYMOS´97.

3.5 Informace o znečišťujících látkách Rozptylový model SYMOS´97 dovoluje zohlednit také některé vlastnosti znečišťujících látek, které ovlivňují výpočet. Především dělí všechny znečišťující látky do dvou kategorií – plyn a prach. Ačkoli se všechny polutanty v této práci považují za plyny, jejich větší část se vyskytuje ve formě vázané na prachové částice (kap. 2.6). Metoda pasivního vzorkování však není k určování koncentrací prachových částic v atmosféře příliš vhodná, proto byly všechny látky zařazeny do kategorie plynů, pro jejichž zpracování není potřeba několik dalších, obtížně získatelných charakteristik.. V případě polutantů v plynné fázi umožňuje program volbu doby setrvání znečišťujících látek v atmosféře. Tu lze stanovit na 20 hodin, 6 dní, nebo 2 roky. Pro sledované látky byla jejich průměrná doba setrvání v atmosféře stanovena na 6 dní. Program také obsahuje možnost počítat osmihodinové koncentrace. Těchto dvou možností nebylo třeba při uskutečněných výpočtech využívat. U veličiny lze také stanovit krok pro rozpočítání větrné růžice. Čím větší krok je stanoven, tím rychleji výpočet proběhne, ale na úkor přesnosti vypočtených dat. Jako kompromis byl pro všechny výpočty zvolen krok pro rozpočítání větrné růžice 3°. 59

3.6 Koncentrace naměřené metodou pasivního vzorkování Princip

metody

pasivního

vzorkování byl popsán v kapitole 2.7. Tato část textu se věnuje koncentracím studovaných polutantů naměřeným pasivními vzorkovači v zájmovém území ve Valašském Meziříčí a jeho okolí. Odběrová kampaň byla provedena a vzorky vyhodnoceny

pracovníky

výzkumného

centra

RECETOX

(KLÁNOVÁ ET AL., 2007) Pomocí

metody

pasivního

vzorkovačů je ve městě Valašské Meziříčí

monitorována

ovzduší

s cílem

významnými místní

kvalita

zjistit,

jak

znečišťovateli

jsou

průmyslové

objekty

v kombinaci s dopravou a lokálním vytápěním. Proto byly ve městě a okolí

rozmístěny

vzorkovače

v různých

4

pasivní lokalitách

(obr. 24). Jeden vzorkovač byl umístěn na hvězdárně ve Valašském Meziříčí. Jako hlavní přispěvovatel škodlivých látek do ovzduší je

Obr. 24. Lokalizace pasivních vzorkovačů ve Valašském Meziříčí a jeho okolí

v tomto případě uvažována doprava a v zimních měsících též lokální vytápění. Další dva vzorkovače byly umístěny na okrajích městských částí Valašského Meziříčí Příluky a Mštěnovice.

Vzdálenost těchto dvou

vzorkovačů od silnice I. třídy, která spojuje Valašské Meziříčí s Hranicemi je natolik velká, aby mohl být za hlavního možného emitora znečišťujících látek v těchto lokalitách považován blízký průmyslový komplex DEZA, a.s. Významné emise z lokálního vytápění 60

a)

b)

c)

d)

Obr. 24. Lokality pasivních vzorkovačů: a) Juřinka, b) Hvězdárna, c) Mštěnovice, d) Příluky při předpokladu, že jsou obě části města plynofikované, nelze předpokládat. Poslední pasivní vzorkovač byl umístěn v části Valašského Meziříčí Juřinka. Tato se nachází, stejně jako Mštěnovice a Příluky, relativně blízko podniku DEZA, a.s., avšak na rozdíl od nich mimo směr převládajících větrů z lokality tohoto průmyslového podniku. Zároveň je položena o několik desítek metrů výše, což v hodnotách naměřených imisí může hrát jistou roli. Emise z dopravy lze v Juřince předpokládat minimální, naopak nevyzpytatelný podíl mohou mít emise ze zdrojů lokálního vytápění vzhledem k tomu, že Juřinka není plynofikovaná. Obdobně je tomu pravděpodobně i v případě lokalit Mštěnovice a Příluky. Při modelování nebyl tento faktor brán v potaz. Proto lze i za předpokladu alespoň poměrové shody výsledků měření pasivními vzorkovači a modelování čekat jisté odchylky. Okolí lokalit pasivního vzorkování je zachyceno na obrázcích 25a – d. 61

Pasivní

vzorkovače

neposkytují

přímo

znečišťujících

látek

však

koncentrace

Tab. 9. Intervaly provádění pasivního vzorkování v uvedených lokalitách.

v požadovaných

období 1 2 3 4 5 6 7 8 9 10 11 12 13

-3

jednotkách (ng.m ), ale v ng na filtr. Podle standardních operačních procedur laboratoře RECETOX jsou přepočty prováděny

následujícím

způsobem.

Množství vzduchu, které je za 28-denní vzorkovací období přefiltrováno bylo přibližně stanoveno na 100 m3 (kap. 2.7). Do přepočtu bylo nutné ještě zahrnout korekci na předpoklad 10 %

datum 27.12.2005 - 24.1.2006 24.1. - 21.2.2006 21.2. - 21.3.2006 21.3. - 18.4.2006 18.4. - 16.5.2006 16.5. - 13.6.2006 13.6 - 11.7.2006 11.7 - 8.8.2006 8.8 - 5.9.2006 5.9. - 3.10.2006 3. - 31.10.2006 31.10. - 28.11.2006 28.11. - 26.12.2006

záchytu polétavé prašnosti.

3.7 Koncentrace naměřené metodou aktivního vzorkování Jako srovnávací data byly v této práci

použity

sledovaných

také polutantů,

koncentrace

Tab. 10. Intervaly provádění aktivního vzorkování v uvedených lokalitách.

naměřené

metodou aktivního vzorkování, jejíž

1 2 3

princip byl popsán v kapitole 2.8. Tato

Léto 25.-26.7.06 26.-27.7.06 27.-28.7.06

podzim 21.-22.11.06 22.-23.11.06 23.-24.11.06

data byla v práci využita jednak pro srovnání s hodnotami, vypočtenými rozptylovým modelem SYMOS´97, zároveň ale také pro orientační porovnání s výsledky metody pasivního vzorkování. Protože se však odběrové lokality obou metod neshodují, nelze srovnání těchto hodnot přikládat rozhodující význam. Aktivní vzorkování bylo provedeno v roce 2006 ve Valašském Meziříčí a v jeho okolí na třech lokalitách, kdy byly aktivní vzorkovače umístěny na pozemcích mateřských škol. V prvním případě se jedná o centrální část místní části Valašského Meziříčí Hrachovec. V blízkém okolí se nenachází žádný významný průmyslový zdroj, vzdálenost od komunikace, spojující Valašské Meziříčí s Rožnovem pod Radhoštěm je cca 600 m a vytápění v blízkém okolí je prováděno jak centrálními kotelnami v případě panelových domů, tak kotli na tuhá paliva v případě rodinných domů. 62

Dále se jedná o lokalitu poblíž centra města, na ulici Seifertova. Ani v tomto případě se v blízkosti nenachází žádná frekventovaná komunikace a vytápění okolních budov je téměř výhradně prováděno centrálními kotelnami. V blízkosti se však nacházejí některé průmyslové objekty. Poslední odběrovou lokalitou je zahrada mateřské školy v místní části Bynina. Zde jsou pravděpodobně nejvýznamnějšími zdroji znečištění ovzduší lokální topeniště a také školní kotelna, spalující koks. Jistý vliv může mít i průmyslový areál podniku DEZA, a.s. vzdáleného cca 2 km západně. Vliv emisí z automobilové dopravy je zde minimální. Vzorkování bylo prováděno ve dnou obdobích po třech denních intervalech (tab. 10).

63

4 VÝSLEDKY A DISKUZE V této kapitole budou představeny výsledky dosažené zpracováním a srovnáním dat uvedených v kapitole předchozí. V případě všech mapových výstupů uvedených v přílohách byla pro vizualizaci výsledků rozptylového modelu SYMOS´97 použita prostorová interpolace kriging, která je součástí sady nástrojů Geostatistical analyst v programu ArcGIS 9.2. Tento druh prostorové interpolace je používaný v mnoha studiích modelování znečištění ovzduší (MATĚJÍČEK

ET AL.,

2006; ANDRIA

ET AL.,

2008).

Interpretaci výsledků usnadňují mapy a grafy uvedené v přílohách. Pro přehlednost jsou v této kapitole uváděny závěry odděleně pro jednotlivé sledované znečišťující látky.

4.1 Benzo(a)pyren Podle HOLOUBKA ET AL. (2006) je BaP kromě BbF a BkF jedním ze sledovaných polutantů a byla u něj prokázána karcinogenita. Zároveň je BaP brán jako zástupce PAHs a touto látkou jsou vyjádřeny imisní limity pro PAHs obecně (HOLOUBEK ET AL., 2003). Podle výsledků výpočtů rozptylového modelu SYMOS´97 nepřesahují průměrné koncentrace BaP v zájmovém území během sledovaného období hodnotu 0,55 ng.m-3 (příl. 18). Tyto koncentrace byly vypočteny pro první a druhé období, tedy rozmezí 27.12.2005 – 21.2.2006 (tab. 9). V tomto zimním období, kdy v měsících lednu a únoru byla na nejbližších klimatických stanicích zjištěna průměrná teplota výrazně pod bodem mrazu, lze předpokládat častější výskyt zhoršených rozptylových podmínek a inverzí, díky kterým nejsou škodliviny transportovány od zdrojů na větší vzdálenosti. Rozhodujícím faktorem vysvětlujícím tyto koncentrace je však předpoklad intenzivního provozu lokálních topenišť, opět související s nízkými teplotami (příl. 1). Naopak nejnižší koncentrace BaP lze sledovat v obdobích mimo topnou sezonu, kdy byly považovány všechny emise ze zdrojů vytápění za nulové. Výsledné koncentrace v 7., 8. a 9. vzorkovacím období, která se nacházejí mimo topnou sezonu (období, kdy teplárny nejsou v pohotovosti pro dodej tepla, TZB-info, 2008), jsou tak tvořeny pouze zdroji kategorie REZZO 1, 2 a 4 (zdroje z kategorie REZZO 3 nebyly v tomto období uvažovány). Podíl těchto kategorií na celkových koncentracích BaP v zimních měsících je však malý, jak lze zjistit např. z mapy v příloze 18, kde jsou v mapách pro letní období využity pouze první dva až tři odstíny jedenáctistupňové barevné škály. S odlišným rozsahem barevných stupnic nabízí srovnání

64

koncentrací BaP v zimním a letním období příloha 22. Zatímco v zimním období se prostorová distribuce vyšších hodnot koncentrací BaP ztotožňuje s obydlenými oblastmi, v letním období jsou zdroje vytápění mimo činnost a v mapě tak vynikají koncentrace pocházející z dopravy, ale především průmyslových zdrojů, jejichž činnost je v zimních měsících zastíněna emisemi ze zdrojů vytápění. Jako nejvyšší se však ukázaly emise pocházející z provozu obalovny firmy ALPINE stavební společnost CZ, a.s. (dále jen „Alpine“). Jedná se o firmu s oblastí působení v pozemním stavitelství, výstavbě pozemních komunikací a inženýrských sítí. Součástí provozu je i obalovna (Podnikatel.cz, 2008). Emise BaP z této provozovny jsou až o několik řádů vyšší, než emise ostatních zdrojů kategorie REZZO 1, ležící v malé variantě zájmového území, a proto se jejich působení v mapových výstupech neprojevuje (příl. 22 a 27). Stejně jako pro malou variantu zájmového území, je i v případě jeho velké varianty v letních měsících Alpine nejvýznamnějším průmyslovým zdrojem znečištění ovzduší sledovanou látkou (příl. 30). Mezi zdroji této kategorie, které byly v této práci uvažovány, sice jsou některé s obdobnou úrovní emisí jako Alpine (Slévárna Přerov, Skanska – obalovna Hranice, Obalovna Nový Jičín), avšak ani jeden z nich se nenachází v bezprostřední blízkosti jednoho ze zájmových území. Proto na imise ve sledovaných oblastech dle výsledků modelu nemají vliv (příl. 30). Vliv silniční dopravy jako zdrojů REZZO 4 lze pro příliš malý podíl emisí na celkovém množství zanedbat. Z těchto důvodů nebyla v dalších postupech uvažována větší varianta zájmového území a veškeré analýzy byly prováděny v rámci jeho malé varianty. Případný optický rozdíl rozsahu území s nejvyššími vypočtenými koncentracemi BaP mezi mapou malé a velké varianty zájmového území (příl. 22 a 30) je způsoben rozdílnou hustotou sítě referenčních bodů. Zatímco pro malou variantu zájmového území je vzdálenost referenčních bodů 200 m, v případě velké varianty obnáší 1 km. Rozsah této plochy proto nebyl interpolován ve stejném detailu. Pro BaP byla dále rozdělena suma celkových imisí na imise pocházející z jednotlivých kategorií zdrojů (příl. 28 a 29). I zde jsou jasně patrné podíly jednotlivých kategorií. Jednoznačně nejvyšších maximálních hodnot dosahují v zimním období opět emise z vytápění objektů. Přibližně o řád nižší jsou maxima ze zdrojů REZZO 1 a 2 (převážně Alpine), o další řád nižší jsou hodnoty emisí z dopravy. Mapa celkových emisí BaP se proto od mapy imisí BaP z vytápění budov výrazně neliší. Odlišná je situace

65

v letním období, kdy nejsou v činnosti zdroje lokálního vytápění. Díky jejich absenci se již v mapě sumy imisí BaP projevuje vliv liniových zdrojů (silnic), byť pouze okrajově. Při srovnání těchto dvou map též stojí za povšimnutí vliv odlišných převládajících směrů větru ve srovnávaných obdobích. Pravděpodobně nejlépe patrný je při srovnání map emisí zdrojů REZZO 1 a 2 ze zimního a letního období v příl. 28 a 29. Po celou dobu, pro kterou byla rozptylová studie uskutečněna bylo ve Valašském Meziříčí převládající severní a jižní proudění. V letním období byl však tento jev podstatně lépe prokazatelný než v zimě, kdy byl podíl větrů, vanoucích i z dalších směrů přece jen vyšší. Další srovnání podílů typů zdrojů na celkovém znečištění ovzduší BaP umožňují grafy v příl. 8. Tato srovnání byla provedena pro lokality s pasivním vzorkováním pro jedno zimní a letní období. Zde si lze všimnout souvislosti mezi polohou sledovaných lokalit a modelovaných podílů jednotlivých kategorií na celkovém znečištění. Nejvyšší podíl emisí z lokálního vytápění byl modelem SYMOS´97 vypočten v lokalitě Hvězdárna, jediné městského charakteru. Naopak nejnižší je tento podíl v lokalitách Mštěnovice a Příluky. Absolutní hodnota příspěvku znečištění pocházejícího ze zdrojů REZZO 3 je však ještě nižší v důsledku přibližně polovičních celkových koncentrací BaP v těchto lokalitách (příl. 13). Taktéž vyšší podíly zdrojů kategorií REZZO 1 a 2 zde proto neznamenají vyšší absolutní hodnoty. Emise z dopravy mají na celkových imisích v zimním období nejmenší podíl. Odlišná situace je v diskutovaném letním období, kdy nebyly uvažovány zdroje REZZO 3. Dominantní podíl na všech sledovaných lokalitách zaujímají průmyslové zdroje. Podíl imisí z dopravy je nejvyšší podle očekávání v městské lokalitě Hvězdárna. Lokality Mštěnovice a Příluky se nacházejí ve větší blízkosti hlavní silnice oproti lokalitě Juřinka a byl u nich potvrzen vyšší podíl imisí z liniových zdrojů než v Juřince. Zjištěné podíly jednotlivých kategorií REZZO na celkových imisích na sledovaných lokalitách lze porovnat s průměrnými podíly významných typů zdrojů znečištění ovzduší na celkových národních emisích PAHs v roce 2006 (příl.12). Kategorie fugitivních emisí z nakládání s palivy zahrnuje těžce postižitelné emise látek uvolňované do atmosféry okny, dveřmi, větracími průduchy a podobnými otvory, netěsnostmi rozvodů a armatur a veškeré emise vznikající při provozu zdrojů ve volném prostranství (Integrovaný registr znečišťování, 2008). Tyto emise zde považujeme za blízké emisím z vytápění domácností. Navíc graf v příloze 12 je vytvořen ze souhrnu podílů zdrojů na znečištění během celého roku, a proto je podíl emisí z lokálního vytápění v tomto grafu nižší, než by byl v některém ze zimních měsíců. Celkově tedy lze konstatovat, že pomocí 66

modelování bylo dosaženo velice blízkých podílů jednotlivých kategorií zdrojů znečištění ovzduší ve srovnání s národními emisemi PAHs. Podíl celkových imisí BaP na sledovaných lokalitách v zimním a letním období lze mimo jiné zjistit také z grafu v příloze 13, který opět dokazuje vysoký význam zdrojů REZZO 3. Podle postupu popsaného v kap. 3.6 bylo provedeno vyhodnocení koncentračních dat získaných metodou pasivního vzorkování na lokalitách Valašské Meziříčí – Hvězdárna, Juřinka, Mštěnovice a Příluky (příl. 2). Vycházelo se z předpokladu sezónních trendů koncentrací PAHs, tedy poklesu v letním období a nárůstu v zimních obdobích. Takový trend byl prokázán např. na dlouhodobých měřeních na regionální observatoři Košetice (Holoubek et al., 2007). Byl identifikován i v grafech v příl. 2, a to více či méně jasně na všech sledovaných lokalitách. Relativně hladký chod může být sledován u lokalit Hvězdárna a Příluky. Naopak kolísání naměřených hodnot lze sledovat v případě lokalit Mštěnovice a Juřinka. Rozkolísanost těchto hodnot a především jejich strmý nárůst v období podzimu v případě lokality Mštěnovice budou pravděpodobně způsobeny nekontrolovanými a nepravidelně aktivními zdroji, které nelze postihnout v emisních databázích. Může se jednat např. o táborové ohně nebo pálení listí či trávy v blízkosti pasivních vzorkovačů (viz dále). Tyto zdroje lze považovat za fugitivní emise (viz výše), které tvoří téměř čtvrtinu všech národních emisí PAHs v roce 2006 (příl. 12). Dalším faktem pokazujícím na správnost této hypotézy je nesoulad vzájemných poměrů koncentrací BaP na sledovaných lokalitách vypočtených modelem SYMOS´97 (příl. 13) a získaných metodou pasivního vzorkování (příl. 2). Zatímco podle rozptylového modelu jsou koncentrace BaP v prvním vzorkovacím období nejvyšší na lokalitě Hvězdárna a naopak nejnižší v lokalitách Mštěnovice a Příluky, hodnoty naměřené pasivními vzorkovači mají nejen pro toto období, ale i po celý zbytek roku opačné pořadí. Nejvyšší koncentrace BaP byly změřeny právě v mimoměstských lokalitách a nejnižší ve městě na lokalitě Hvězdárna. Vzhledem k tomu, že táborové ohně či pálení nežádoucích zbytků biomasy jsou jevy mnohem častěji se vyskytující na venkově, než ve městě, mohou být zmiňované nesoulady alespoň částečně vysvětleny touto cestou. Dalším faktorem, který nebyl v rozptylovém modelu SYMOS´97 uvažován, je způsob vytápění jednotlivých částí obcí. Převážná část Valašského Meziříčí je plynofikovaná a vytápěna centrálně. Teplo je tedy domácnostem dodáváno v otopném období. Některé okrajové části Valašského Meziříčí však podle Kohoutka (2008) nejsou 67

vytápěny centrálně a o vytápění se tedy starají sami obyvatelé domů. Není však znám způsob, kterým jsou domy v těchto částech Valašského Meziříčí vytápěny. V některých domech navíc může být spalování dříví a jiných paliv používáno i k ohřevu vody apod., což znamená celoroční provoz, i když se sníženou intenzitou v létě. Pro extrémní náročnost a složitost sběru a zpracování tato data neexistují a nebyly proto do modelu zahrnuty. Namísto toho byly emise z vytápění za Valašské Meziříčí rovnoměrně rozpočítány i pro plošné elementy zastupující okrajové části města, mezi které patří také Juřinka, Mštěnovice a Příluky. V porovnání s ostatními veličinami na sledovaných lokalitách (příl. 3) pak lze sledovat podobný trend koncentrací všech sledovaných polutantů naměřených metodou pasivního vzorkování. Srovnání vývoje úrovně koncentrací naměřených pasivními vzorkovači a zjištěných modelem SYMOS´97 uvádí příloha 4. Pro toto srovnání byly vytvořeny referenční body přímo v lokalitách pasivních vzorkovačů, aby srovnávané hodnoty nebylo nutno odečítat z interpolovaného povrchu. Současně se lze tímto postupem vyhnout chybě vzniklé nepřesností prostorové interpolace rastru (DOBROVOLNÝ, 2007). Výsledky srovnání se pro jednotlivé lokality různí. Nejnižší hodnoty poměru naměřených a modelovaných hodnot bylo dosaženo v lokalitě Hvězdárna. Pohybují se v rozmezí 1,5 – 150, přičemž extrémních hodnot poměru bylo dosaženo v letních měsících. Tehdy jsou hodnoty modelované SYMOSEM´97 téměř nulové a jejich poměr k hodnotám z pasivních vzorkovačů je tak velmi vysoký. Trend poklesu koncentrací v letních měsících a jejich opětovného vzrůstu však zůstal zachován. Nejmarkantnějšího nesouladu bylo dosaženo na lokalitě Juřinka. Modelem SYMOS´97 byly získány hodnoty vykazující obdobný časový trend jako v případě Hvězdárny, avšak vlivem již zmiňovaných faktorů (pravděpodobnost pálení biomasy v blízkosti pasivního vzorkovače, spalování dřeva a uhlí v domácnostech za účelem vytápění či ohřevu vody i mimo otopné období) téměř není viditelný trend. Vývoj této časové řady pouze ve dvou případech zachovává v následujícím vzorkovacím období trend ze dvou období předchozích. Hodnoty poměru koncentračních dat z pasivního vzorkování a modelovaných se pohybují v rozmezí 4,5 – 480. Poslední extrémní hodnota je však opět způsobena téměř nulovými koncentracemi vypočtenými modelem SYMOS´97. Srovnatelné hodnoty s podobným trendem byly SYMOSEM´97 namodelovány pro koncentrace BaP v lokalitách Mštěnovice a Příluky. Důvodem může být malá vzájemná vzdálenost obou lokalit. Z tohoto důvodu by bylo možné předpokládat také podobné 68

hodnoty koncentrací naměřených v obou lokalitách pasivními vzorkovači. Realita je však mírně odlišná. Koncentrační data těchto dvou řad jsou si sice po většinu roku na obou lokalitách podobná, avšak řady se často se prolínají (příl. 2). Tento jev by mohl opět poukazovat na náhodné pálení biomasy a vytápění objektů dřevem nebo uhlím což se v obou vesnicích děje nezávisle na sobě a pravděpodobně bez emisí pohybujících se na velké vzdálenosti. Narozdíl od předchozího případu se trend koncentrací opět jeví jako klesající z vyšších hodnot směrem k letním měsícům a opětovně rostoucí ke konci roku. Obtížně vysvětlitelným jevem však je náhlý nárůst koncentrací v jedenáctém a především dvanáctém vzorkovacím období v lokalitě Mštěnovice. Jako jednoduché a logické vysvětlení se nabízí pálení biomasy (např. suchého listí) v těsné blízkosti pasivního vzorkovače, avšak při hodnocení poměrů IP/IP+BPE a FLU/FLU+PYR nebyly zjištěny zásadní odlišnosti od poměrů z jiných vzorkovacích lokalit, na kterých tak strmý nárůst hodnot zaznamenán nebyl. Pro tento jev tedy nebylo nalezeno jednoznačné vysvětlení. Poměry hodnot koncentrací BaP naměřených pasivním vzorkováním a vypočtených modelem SYMOS´97 pro lokality Mštěnovice a Příluky mají podobný rozsah. V zimních vzorkovacích obdobích klesají k hodnotám nižším než 10, extrémní hodnoty z výše zmiňovaných důvodů dosahují opět až 400. Namodelované koncentrace BaP jsou tedy ve srovnání s hodnotami z pasivního vzorkování výjimečně až o dva řády nižší. Možných důvodů je několik. Jak již bylo uvedeno, seznam zdrojů znečištění ovzduší, použitá pro modelování imisí, nezahrnuje emise z lokálních topenišť provozovaných nahodile pouze v závislosti na rozhodnutí jejich obyvatel. Taktéž nemáme informace o složení paliva v těchto zdrojích.Obdobně nelze evidovat náhodné zdroje, které mohou vznikat prakticky kdekoli spalováním přebytečné biomasy a odpadu nebo konáním táborových ohňů. Dalším faktem, vysvětlujícím do jisté míry rozdíly ve srovnávaných výsledcích, je zkušenost z některých dříve provedených studií . V nich se výsledky rozptylového modelu SYMOS´97 ukázaly být ve srovnání s jinými rozptylovými modely výrazně podhodnocené (kapitola 2.5.3) (JEDLIČKA

ET AL.,

2003). Data z vysokoobjemových aktivních vzorkovačů byla do této práce zahrnuta z několika důvodů. Šlo zejména o srovnání hodnot naměřených touto metodou s hodnotami naměřenými pasivním vzorkováním. Jak již bylo uvedeno v kap. 3.6, objem vzduchu, který je během odběrového intervalu přefiltrován polyuretanovým diskem v pasivním vzorkovači, není možno stanovit úplně přesně. Proto bylo pro stanovení 69

množství přefiltrovaného vzduchu provedeno srovnání s hodnotami z aktivního vzorkování, u kterého je množství vzorkovaného vzduchu známé. Toto srovnání však bylo pouze orientační z důvodu nestejných lokalit, na kterých bylo vzorkování oběma metodami provedeno (příl. 17) a také nestejně dlouhých odběrových intervalů. Vlivem krátkého trvání aktivního vzorkování mohly být výsledné hodnoty zkresleny aktuálními rozptylovými podmínkami, jejichž fluktuace se v případě 28-denních intervalů provádění pasivního vzorkování do značné míry kompenzují (KOHOUTEK

ET AL.,

2006).. Toto

srovnání pouze potvrdilo způsob přepočtu hodnot naměřených pasivními vzorkovači na požadované ng.m-3 tak, jak je uveden v 3.6. Dalším důvodem zařazení dat z aktivního vzorkování do této práce byla možnost jejich srovnání s namodelovanými hodnotami pro lokality, na kterých bylo provedeno pasivní vzorkování. Lokality Seifertova a Bynina se nacházejí uvnitř malé varianty zájmového území a pro výpočet koncentrací BaP tedy nechyběly žádné potřebné údaje. Lokalita Hrachovec se nachází vně tohoto území, avšak rozsah a podrobnost použité databáze zdrojů REZZO 1, 2 a 3 je pro obě varianty zájmového území stejná. Podrobná síť zdrojů REZZO 4 byla použita pouze pro malou variantu zájmového území, avšak jak již bylo uvedeno výše, podíl těchto zdrojů na celkových imisích je nejmenší. Hodnoty koncentrací naměřených metodou aktivního vzorkování uvádí příloha 14, porovnání průměrných koncentrací BaP vypočtených modelem SYMOS´97 a hodnot z aktivního vzorkování (v jejichž případě byl pro tři 24 hodinové vzorkovací intervaly vypočten průměr), pro sledované lokality pak příloha 15. Nejen pro BaP, ale pro všechny sledované polutanty byla zjištěna vyšší míra shody obou porovnávaných hodnot v případě městské lokality Seifertova než v případě lokalit venkovských, což odpovídá výsledkům srovnání hodnot vypočtených modelem SYMOS´97 a získaných metodou pasivního vzorkování. Poměry srovnávaných hodnot v zimním a v letním období nevykazují v případě BaP velký rozdíl.

4.2 Benzo(b)fluoranten Rozptylovým modelem SYMOS´97 byly pro BbF vypočteny průměrné koncentrace s maximem přibližně 0,82 ng.m-3 (příl. 19 a 23). Jsou to tedy hodnoty vyšší než v případě BaP. Stejně jako u BaP jich bylo dosaženo v prvních dvou vzorkovacích obdobích, tedy mezi 27.12.2005 – 21.2. 2006 (tab. 9). To lze opět vztahovat na zvýšenou pravděpodobnost 70

výskytu zhoršených rozptylových podmínek v zimních měsících a především nízké průměrné měsíční teploty (příl. 1), které jsou příčinou intenzivního provozu všech zdrojů vytápění. Nejnižší koncentrace BbF byly rozptylovým modelem vypočteny obdobně jako v případě BaP v letním období, přesněji v 7., 8. a 9. vzorkovacím období, tedy v intervalech, které se nacházejí mimo otopné období. Jedná se o období od 13.6. do 5.9.2006. V něm byly v činnosti pouze zdroje kategorií REZZO 1, 2 a 3. Při porovnání map v přílohách 18 a 19 si lze povšimnout vyššího podílu zdrojů REZZO 1 a 2 na celkových imisích BbF než tomu bylo v případě BaP. Zatímco u BaP byly v mapách v příloze 18 využity pro vizualizaci jeho koncentračního rozsahu v letních měsících pouze dva až tři odstíny z jedenáctistupňové barevné škály s pravidelným krokem, v případě BbF byly ve stejném období využity tři až čtyři odstíny z barevné škály. K podobnému závěru lze dospět srovnáním rozsahu legendy v přílohách 22 a 23. Zároveň je možné si všimnout vizuálně znatelného vlivu zdrojů z kategorie REZZO 1 a 2 i v mapách znázorňujících modelované koncentrace BbF v zimních odběrových intervalech. Tento jev byl v případě koncentrací BaP téměř nepozorovatelný. Jediným významným znečišťovatelem ovzduší z kategorií REZZO 1 a 2 je opět Alpine. Obdobně jako v případě BaP se také u hladin modelovaných koncentrací BbF výrazně neprojevuje jiný průmyslový zdroj (příl. 23). Vzhledem k časové náročnosti výpočtů rozptylového modelu a následného zpracování modelovaných dat již nebyly vytvořeny mapy zobrazující koncentrace BbF, BkF a IP v rámci velké varianty zájmového území. S ohledem na vizuální podobnost všech výstupů byla tvorba mapy prostorové distribuce koncentrací BaP v širším okolí považována za dostatečný důkaz toho, že naprostá většina imisí namodelovaných pro malou variantu zájmového území, je emitována zdroji nacházejícími se uvnitř tohoto území. Zároveň bylo shledáno, že v blízkém okolí Valašského Meziříčí se nenachází takový zdroj sledovaných znečišťujících látek, který by znatelně ovlivňoval úroveň jejich koncentrací uvnitř malé varianty zájmového území. Stejně jako v případě BaP byla i pro koncentrace BbF vypočtené rozptylovým modelem SYMOS´97 na lokalitách pasivního vzorkování provedena analýza rozkladu celkových imisí na imise pocházející z jednotlivých kategorií zdrojů REZZO. Jak bylo uvedeno výše, z mapových výstupů lze vizuálně odvodit vyšší podíl koncentrací BbF pocházejících z průmyslových zdrojů na koncentracích celkových, než je tomu v případě BaP. Tato hypotéza byla potvrzena také porovnáním grafů v přílohách 8 a 9. 71

Na všech lokalitách byl v zimním období zaznamenán přibližně dvakrát vyšší podíl imisí BbF ze zdrojů REZZO 1 a 2. Zvýšil se také podíl kategorie REZZO 4 tak, že poměry těchto kategorií zůstaly v letních měsících zachovány v obdobném rozsahu jako v případě BaP. Průmyslové zdroje a doprava jsou dle těchto poznatků tedy významnějšími emitory BbF než BaP, avšak jejich podíl na celkovém znečištění ovzduší ve studovaném zimním období ve Valašském Meziříčí a jeho blízkém okolí je stále malý. Nejvyšší podíl imisí BbF z REZZO 1 a 2 byl opět vypočten pro lokality Mštěnovice a Příluky, což je však způsobeno přibližně polovičními celkovými koncentracemi na těchto lokalitách oproti lokalitě Hvězdárna. Absolutní hodnoty koncentrací pocházejících ze zdrojů REZZO 1 a 2 byly tedy pro všechny lokality vypočteny podobné. Stejně tak nejvyšší podíl imisí pocházejících z dopravy byl obdobně jako v případě BaP vypočten pro městskou lokalitu Hvězdárna, naopak nejnižší opět pro lokalitu Juřinka, která se nachází mimo významné komunikace. Podíly kategorií zdrojů BbF na celkovém znečištění se také do značné míry shodují s průměrnými podíly jednotlivých sektorů zdrojů znečištění ovzduší na národních emisích PAHs z roku 2006 (příl. 12). Metodou pasivního vzorkování byly pro BbF naměřeny až dvakrát vyšší hodnoty než v případě BaP (příl. 2). Časový trend koncentrací BbF na jednotlivých lokalitách se však zdá být totožný jako u BaP. Protože pomocí modelu SYMOS´97 byly vypočteny koncentrace BbF přibližně 1,5 krát vyšší než koncentrace BaP, lze vyslovit hypotézu o zdroji BbF, který nebyl do rozptylového modelu zahrnut. Tím by mohla být např. lokální topeniště zv okrajových částí Valašského Meziříčí, u kterých není znám způsob vytápění. Obdobně jako v případě BaP byly naměřeny nejnižší koncentrace BbF na městské lokalitě Hvězdárna, což je opak oproti hodnotám z výpočtů modelu SYMOS´97 (příl. 13). U všech lokalit lze v časovém trendu hladin koncentrací BbF zjištěných pasivním vzorkováním v různé míře jistoty pozorovat trend inverzní k trendu hodnot průměrných měsíčních teplot (příl. 1). To poukazuje na převahu zdrojů lokálního vytápění. Nejhladší průběh křivky byl opět zaznamenán pro lokalitu Hvězdárna, u které nejsou předpokládány nekontrolované zdroje v podobě pálení biomasy (tráva, listí), ani vytápění obytných objektů spalováním fosilních paliv a dřeva. Obdobně jako pro BaP byla i křivka vývoje hladin koncentrací BkF na lokalitě Juřinka shledána nejvíce rozkolísanou. Tento stav je opět přisuzován činnosti krátkodobých špatně popsatelných zdrojů emisí. Obdobné vysvětlení je nasnadě také pro vysokou hodnotu koncentrace BbF ve dvanáctém období na lokalitě Mštěnovice. Tato hodnota je podobná BaP, a to i přesto, že pro ostatní období a 72

ostatní lokality byly koncentrace BbF naměřeny přibližně dvakrát vyšší. Zdroj, který způsobil tuto vysokou hodnotu, byl tedy pravděpodobně významný pouze v lokálním měřítku. Srovnání vývoje koncentrací BbF z pasivního vzorkování a z modelu SYMOS´97 se od tohoto srovnání provedeného pro BaP mírně liší (příl. 5). I přesto, že nejnižšího poměru obou srovnávaných hodnot bylo opět dosaženo pro lokalitu Hvězdárna, vzájemné rozdíly srovnání na sledovaných lokalitách již nejsou tak velké jako v případě BaP. Poměr obou srovnávaných hodnot se v případě lokality Hvězdárna pohyboval mezi 4,5 a 126, u ostatních lokalit neklesl pod 8, avšak nikdy nebyl vyšší než 290. Menší rozptyl hodnot těchto poměrů značí vyšší podobnost srovnávaných řad na sledovaných lokalitách. Téměř shody poměrů obou srovnávaných řad bylo dosaženo v první polovině roku v lokalitě Příluky a do jisté míry také v lokalitě Mštěnovice. Ačkoli se hodnoty BbF získané pasivním vzorkováním opět jeví jako nejvíce rozkolísané v lokalitě Juřinka, průměrná hodnota poměru hodnot obou srovnávaných řad je velmi blízká této hodnotě v lokalitách Mštěnovice a Příluky (65). Pro lokalitu hvězdárna je tato hodnota podstatně nižší (25). Z porovnání těchto hodnot se stejnými hodnotami pro BaP (přibližně 95, resp. 24) lze konstatovat, že v případě BbF bylo dosaženo mírně vyšší shody modelovaných a měřených hodnot než v případě BaP. Stále však lze tvrdit, že mezi srovnávanými hodnotami je vysoký absolutní i poměrový rozdíl, který je možno alespoň zčásti vysvětlit hypotézami a fakty uvedenými v předchozí kapitole. Koncentrace BbF naměřené metodou aktivního vzorkování jsou na všech sledovaných lokalitách v letním vzorkovacím období mírně vyšší než v případě BaP, modelem SYMOS´97 byly však také vypočteny vyšší hodnoty. Poměr srovnávaných dat se tedy snížil o třetinu až polovinu. Pro BaP byl poměr srovnávaných dat v letním období 45 pro lokalitu Hrachovec, 31 pro lokalitu Bynina a pouze 2,6 pro městskou lokalitu Seifertova. V případě BbF byly tyto hodnoty 30, 15 a 2. Pro zimní vzorkovací období byl tento pokles v lokalitě Hrachovec z 22 na 19, v lokalitě Bynina z 29 na 15 a v lokalitě Seifertova z 4,4 na 3,3. Z těchto hodnot lze opět vyvodit závěr, že nejnižší chyby produkuje rozptylový model SYMOS´97 při modelování koncentrací znečišťujících látek v letním období v městské zástavbě, a to i přesto, že byl primárně určen k modelování imisí v otevřené krajině (BUBNÍK ET AL., 1998). Důvod tohoto závěru však již byl uveden. Tím je fakt, že v městské zástavbě je narozdíl od venkovské krajiny výjimečný výskyt zdrojů emisí, které nejsou a ani nemohou být evidovány jakoukoli emisní inventurou. 73

Těmito zdroji jsou myšleno především nekontrolovatelné spalování biomasy a vytápění obytných objektů blíže nespecifikovanými palivy.

4.3 Benzo(k)fluoranten Maxima průměrných hodnot BkF vypočtených rozptylovým modelem SYMOS´97 pro čtyřtýdenní vzorkovací intervaly jsou velice blízké hodnotám koncentrací BaP (příl. 20 a 24). Nejvyšší koncentrace BkF byly namodelovány opět pro první dvě vzorkovací období, tedy rozmezí 27.12.2005 – 21.2.2006. Maxima modelovaných hodnot dosahovaly v těchto obdobích téměř 0,5 ng.m-3. Tato maxima se však již neztotožňují s prostorovým rozsahem městské zástavby, jak tomu bylo v případě BaP a do značné míry také BbF. Jsou již z velké části způsobena zdroji REZZO 1 a 2, čemuž odpovídá i přítomnost zvýšených koncentrací v letních měsících oproti znečišťujícím látkám sledovaným v předcházejících podkapitolách (příl. 20). Zatímco při vizualizaci koncentrací BaP a BbF byly v letních vzorkovacích intervalech použity pouze dva až tři odstíny z jedenáctistupňové barevné škály, resp. tři až čtyři odstíny z devítistupňové škály, v případě BkF bylo např. v devátém vzorkovacím období (8.8. – 5.9.2006) využito osm odstínů z desetistupňové barevné škály. a to i přesto, že během tohoto období ještě nebylo zahájeno otopné období a tedy nebyly zahájeny dodávky tepla domácnostem. Zdroje REZZO 3 tedy nebyly do výpočtu rozptylového modelu pro toto období vůbec zahrnuty. Tento jev tedy poukazuje na vyšší podíl zdrojů kategorie REZZO

1 a 2, než tomu bylo v případě výše hodnocených

polutantů. Podle map v přílohách 20 a 24 je však stále jediným zdrojem této kategorie Alpine, emise ostatních zdrojů REZZO 1 a 2 v rámci malé varianty zájmového území jsou ve srovnání s emisemi tohoto podniku téměř bezvýznamné. Zvýšený podíl emisí z průmyslových objektů na celkových emisích lze dokázat také srovnáním map průměrných koncentrací sledovaných polutantů v jednom zimním a jednom letním vzorkovacím období (příl. 26 a 27). Přestože v porovnání s absolutními hodnotami koncentrací jednotlivých polutantů v období 27.12.2005 – 24.1.2006 ve Valašském Meziříčí jsou koncentrace BkF jednoznačně nejnižší, v období 13.6. – 11.7.2006, kdy nejsou v činnosti zdroje REZZO 3 jsou koncentrace BkF vyšší, než koncentrace BaP i IP a srovnatelné s koncentracemi BbF, které jsou však v zimním období jednoznačně nejvyšší.

74

Toto tvrzení je dokázáno také pomocí grafů v příl. 10. Jak lze snadno odvodit, v zimním období je podíl zdrojů REZZO 1 a 2 na celkových imisích na všech lokalitách přibližně 5 krát vyšší, než v případě BaP a přibližně 2,5 krát vyšší než v případě BbF. Vyšší podíly této kategorie zdrojů na koncentracích BkF oproti BbF však nejsou následkem vyšších koncentrací tohoto polutantu, ale celkových koncentrací Bkf, které jsou ve srovnání s koncentracemi BbF přibližně dvakrát nižší, jak již bylo uvedeno výše (příl. 27). V případě BkF byl ve srovnání s ostatními sledovanými polutanty také zaznamenán vyšší podíl zdrojů REZZO 4 v zimním období. Díky zmíněnému vyššímu podílu Zdrojů REZZO 1 a 2 však zůstal vzájemný podíl těchto dvou kategorií v letním období téměř nezměněn. Nejvyšší podíl kategorií REZZO 1 a 2 na celkových imisích BkF v zimním období byl opět modelem vypočten pro lokality Mštěnovice a Příluky, nejnižší naopak pro městskou

lokalitu

Hvězdárna,

Absolutní

hodnoty

koncentrací,

majících

původ

v průmyslových zdrojích jsou však u všech lokalit dosti podobné, a jejich podíly na celkovém znečištění v zimním období se na jednotlivých lokalitách liší také v závislosti na příspěvku imisí, pocházejících ze zdrojů REZZO 3, tedy z lokálních topenišť (příl. 13). Přesto lze z tohoto grafu vyvodit, že nejvyšší absolutní koncentrace BkF pro letní období byly rozptylovým modelem SYMOS´97 vypočteny pro lokalitu Juřinka a to i přesto, že příspěvky emisí z dopravy jsou v této lokalitě v případě všech sledovaných polutantů nižší než na ostatních lokalitách. V případě srovnání podílů jednotlivých kategorií zdrojů znečištění ovzduší na národních emisích s hodnotami, vypočtenými rozptylovým modelem pro sledované lokality lze v případě BkF již sledovat menší shodu než v případě BaP a BbF, avšak je třeba vzít v úvahu fakt, že srovnávací data jsou pro sumu všech PAHs a BkF nemusí být reprezentativním vzorkem. Celkově lze pro BkF konstatovat vyšší význam průmyslových zdrojů a zdrojů dopravy na úkor významu zdrojů vytápění v porovnání s BaP a BbF (příl. 13). Data naměřená metodou pasivního vzorkování vykazují po zpracování (příl. 2) obdobný chod jako v případě polutantů hodnocených v předchozích podkapitolách. Opět lze identifikovat dvě lokality s převážně hladkou křivkou vývoje hodnot koncentrací BkF, kterými jsou Hvězdárna a Příluky. Naopak významnější kolísání lze sledovat v případě lokalit Mštěnovice a Juřinka. Pravděpodobně u všech křivek však lze označit jejich vývoj za předpokládaný, tedy se znatelným poklesem hodnot v letním období a opětovným 75

nárůstem ke konci roku. Relativně časté křížení časových řad pro Mštěnovice a Příluky opět vzhledem ke vzájemné blízkosti obou obcí poukazuje na nahodilé a nepravidelné působení lokálních zdrojů znečištění ovzduší, jako je spalování biomasy či konání táborových ohňů v blízkosti pasivních vzorkovačů, stejně jako možnost existence různých způsobů vytápění objektů, včetně topení dřevem a uhlím, případně i jinými materiály. Také v případě koncentrací BkF zjištěných pasivním vzorkováním lze ve dvanáctém

vzorkovacím

období

na

lokalitě

Mštěnovice

identifikovat

obtížně

vysvětlitelnou extrémní hodnotu, téměř třikrát vyšší než podružná maxima, naměřená na této lokalitě. Možné příčiny tohoto jevu již byly uvedeny v předchozích podkapitolách. V případě srovnání hodnot získaných metodou pasivního vzorkování a hodnot modelovaných rozptylovým modelem SYMOS´97 bylo dosaženo nepatrně lepších výsledků, než v případě výše srovnávaných polutantů. Nedošlo sice k výraznější trendové shodě srovnávaných dat, než v případě BaP a BbF, avšak v případě průměrných hodnot poměrů srovnávaných časových řad byly získány příznivější hodnoty. Opět nejnižší hodnoty tohoto průměru bylo dosaženo v případě městské lokality Hvězdárna (17,7) při minimální hodnotě poměru 5 a maximální 57. Hodnoty průměru poměrů hodnot srovnávaných řad v byly velmi blízké v lokalitě Juřinka a Mštěnovice (45,5 a 42,7), nepatrně vyšší pak pro lokalitu Příluky (53).

Pouze ve dvou případech byl poměr

srovnávaných hodnot vyšší než 100, jeho nejvyšší hodnota byla 170. Hodnoty koncentrací BkF byly rozptylovým modelem SYMOS´97 tedy vypočteny nepatrně lépe v porovnání s hodnotami z pasivního vzorkování. Také v případě BkF bylo při srovnání průměrných koncentrací naměřených aktivním vzorkováním a koncentrací vypočtených rozptylovým modelem, dosaženo obdobných závěrů (příl 15). Nejnižší hodnota poměru obou srovnávaných hodnot byla opět vypočtena pro lokalitu Seifertova (3,5 v zimním a 1,1 v letním vzorkovacím období). Pro lokalitu Hrachovec byly hodnoty těchto poměrů 24, resp. 14 a pro lokalitu Bynina 18, resp. 7. V letním období bylo tedy dosaženo nižších poměrů, což opět poukazuje na vyšší podíl neevidovaných a nekontrolovatelných zdrojů emisí v zimním období.

4.4 Indeno(123cd)pyren Maximální koncentrace IP, vypočtené rozptylovým modelem pro zájmové území, jsou velmi podobné koncentracím vypočteným pro BaP. Opět dosahují přibližně hodnoty 76

Komentář [U5]: Vyhodit mezeru

0,55 ng.m-3 (příl. 21 a 25). Těchto maximálních hodnot bylo obdobně jako v případě ostatních sledovaných polutantů dosaženo v prvním a druhém vzorkovacím období, pro které byly výpočty prováděny (27.12.2005 – 21.2.2006). Naopak nejnižší koncentrace IP podle modelu SYMOS´97 vykazovala letní období. V případě IP je tento poměr mezi maximálními hodnotami, vypočtenými pro jednotlivé vzorkovací intervaly v zimě a v létě, nejvýraznější ze všech sledovaných polutantů (příl. 21). Během 6. – 10. vzorkovacího období (16.5. - 3.10. 2006) nebyly průměrné koncentrace IP vypočteny vyšší než 0,05 ng.m-3. V pěti mapách v příloze 21 je využit pouze jeden odstín jedenáctistupňové barevné škály, která byla pro vizualizaci výsledných koncentrací IP za všechna vzorkovací období použita. To poukazuje na vysoký podíl zdrojů REZZO 3 na celkových imisích v zimních měsících a naopak na minimální podíl průmyslových zdrojů a dopravy (REZZO 1, 2 a 4). Samostatné působení těchto zdrojů se pak v letních měsících oproti koncentracím IP v zimním období při zvolené stupnici vůbec neprojevuje. Důkazem tohoto tvrzení jsou také grafy v příl. 11. Ve srovnání se všemi polutanty, hodnocenými v předchozích kapitolách, jsou podíly REZZO 1, 2 a 4 na celkových imisích v prvním vzorkovacím období od 27.12.2005 do 24.1.2006 výrazně nižší. Podíl zdrojů dopravy nikdy nepřekračuje 1%, což však není ve srovnání s ostatními polutanty výjimečné. Podstatně nižší podíl na celkových imisích v tomto období mají průmyslové zdroje, jejichž příspěvek je na rozdíl od ostatních polutantů srovnatelný s příspěvkem emisí z dopravy. Toto tvrzení podporují také grafy podílů jednotlivých kategorií zdrojů na celkových imisích IP na sledovaných lokalitách v jednom z letních vzorkovacích období (13.6. – 11.7.). V městské lokalitě Hvězdárna s již dříve zjištěným nejvyšším podílem imisí z dopravy v letním období činí v případě IP tento podíl více než tři čtvrtiny celkových imisí. V lokalitách Mštěnovice a Příluky činí tento podíl přibližně polovinu a v případě lokality Juřinka, v jejíž bezprostřední blízkosti se nenachází žádná významná komunikace, je tento příspěvek přibližně pětinový. Oproti znečišťujícím látkám hodnoceným v předcházejících podkapitolách byl tedy u IP zaznamenán výrazně nižší význam průmyslových zdrojů pro celkové znečištění ovzduší touto látkou. V zimním období vzrostl význam zdrojů lokálního vytápění. Příspěvky z dopravy zůstávají podobné jako u ostatních polutantů. Díky nižšímu podílu zdrojů REZZO 1 a 2 na celkových koncentracích IP také vzrostl poměr mezi jeho koncentracemi vypočtenými rozptylovým modelem pro zimní a letní vzorkovací období (příl. 13). 77

Jak již bylo uvedeno, nejvyšší koncentrace IP byly pomocí rozptylového modelu SYMOS´97 vypočteny pro první dvě vzorkovací období, tedy konec roku 2005 a začátek roku 2006. Hladiny koncentrací zjištěné metodou pasivního vzorkování na sledovaných lokalitách vykazují nejvyšší hodnoty naopak na konci roku 2006 (příl. 2). V první polovině roku mají naměřené koncentrace IP nižší hodnoty a také hladší vývoj křivky, než koncentrace naměřené v druhé polovině roku, a to na všech lokalitách. Tento jev lze vysledovat také z grafů shrnujících časový vývoj naměřených koncentrací všech polutantů na jednotlivých lokalitách (příl. 3). Na všech lokalitách lze sledovat nejnižší hodnoty v první polovině roku u IP. V druhé polovině roku jsou tyto hodnoty již výrazně bližší hodnotám ostatních polutantů, nebo je i převyšují. Také v případě IP byla v lokalitě Mštěnovice v jedenáctém vzorkovacím období zaznamenána extrémně vysoká hodnota, zatímco v ostatních lokalitách byl zaznamenán propad koncentrací. Také při srovnání koncentrací IP naměřených pasivním vzorkováním a koncentrací vypočtených rozptylovým modelem SYMOS´97 (příl. 7) lze sledovat již zmíněný jev. Pasivním vzorkováním byly opět zjištěny nejvyšší koncentrace pro konec roku, avšak modelem SYMOS´97 byly vypočteny vyšší hodnoty pro začátek roku, a to v porovnání s koncem roku přibližně dvakrát. Tento jev se v případě ostatních sledovaných polutantů vyskytuje pouze zřídka a natolik markantně. Vzhledem k tomu, že volné pálení např. nežádoucích zbytků biomasy v druhé polovině roku by asi způsobilo vyšší koncentrace všech ostatních sledovaných polutantů, nelze toto jednoduché vysvětlení považovat za dostačující. K objasnění tohoto jevu by pravděpodobně bylo nutné provedení dalších experimentálních měření a analýz. Stejně jako v předchozích případech bylo dosaženo největší shody při srovnávání koncentračních dat pro lokalitu Hvězdárna. Pro druhé a třetí období bylo dosaženo téměř shodných koncentrací. Z důvodu téměř nulových koncentrací IP v letním období jsou poměry pro tyto vzorkovací intervaly extrémně vysoké (výjimečně přesahují 500), avšak těmto hodnotám opět nelze přikládat význam. Podstatnější je fakt, že díky nižším koncentracím vypočteným rozptylovým modelem v první polovině roku jsou poměry srovnávaných dat pro toto období přibližně o řád nižší než pro data z druhé poloviny roku. Průměrné poměry pro mimoměstské lokality dosahovaly vzájemně velice podobných hodnot.

78

Také sledováním hodnot koncentrací naměřených metodou aktivního vzorkování lze potvrdit výše zmíněnou hypotézu o poklesu významu zdrojů kategorie REZZO 1 a 2 v případě IP (příl 14). Ve srovnání s ostatními hodnocenými polutanty lze u IP identifikovat nejnižší letní koncentrace způsobené právě nižším podílem průmyslových zdrojů na celkových imisích (příl 14). Srovnání těchto hodnot s koncentracemi vypočtenými modelem SYMOS´97 přináší v případě IP lepší shodu v zimním období, ve kterém byly pro sledované lokality Hrachovec, Seifertova a Bynina získány poměry srovnávaných hodnot 18,5, 3,5 a 19,2. Pro letní období jsou tyto hodnoty vyšší (72, 5 a 25), čímž se výrazně liší od stejných poměrů pro BbF a BkF. Stále však platí, že nejvyšší shody bylo ve všech srovnáních dosaženo pro městskou lokalitu Seifertova, a to pravděpodobně z důvodů vysvětlených předchozích kapitolách.

4.5 Poměry používané na identifikaci zdrojů Původ imisí zachycených pasivními vzorkovači lze do jisté míry interpretovat pomocí poměrů koncentrací některých dalších vzorkovaných polutantů (příl. 16). První poměr využívá koncentrací indeno(123cd)pyrenu a benzo(ghi)perylenu. Pokud jsou hodnoty poměru IP/IP+BPE nižší než 0,2, jedná se podle YUNKERA ET AL. (2002) o imise z petrogenních zdrojů (surová ropa). Pokud hodnota poměru spadá do intervalu 0,2 – 0,5, poukazuje na spalování kapalných fosilních paliv. U poměru většího než 0,5 se jedná o spalování biomasy a uhlí. Protože pro některé lokality byly naměřené koncentrace obou látek v šestém a sedmém vzorkovacím období pod limitem detekce aplikované analytické metody, tyto hodnoty poměru chybí. Mírný nárůst hodnot poměru na konci roku se současným zohledněním nižších hodnot v jarním a letním období však do jisté míry potvrzuje hypotézu o topení biomasou a uhlím především v okrajových částech města (hodnoty poměru pro lokalitu Hvězdárna jsou jen nepatrně nižší). K podobné analýze lze podle YUNKERA

ET AL.

(2002) použít také zjištěných

koncentrací fluorantenu a pyrenu (poměr FLU/FLU+PYR). V tomto případě hodnoty nižší než 0,4 poukazují na petrogenní zdroje. Hodnoty mezi 0,4 a 0,5 odkazují na spalování kapalných fosilních paliv a vyšší hodnoty na spalování dřeva, trávy a uhlí. Pravděpodobně v důsledku malé relevance petrogenních zdrojů ve velké části Evropy (MANDALAKIS AL.,

ET

2005) a v této práci zjištěného malého podílu liniových zdrojů na celkových imisích 79

jsou všechny hodnoty poměru vyšší než 0,5. Zmíněné hodnoty v letních měsících (nejvyšší v sedmém vzorkovacím období) mohou být zapříčiněny právě nekontrolovaným pálením biomasy. Otázkou však zůstává pokles hodnot poměru v poslední čtvrtině roku, což neodpovídá interpretaci hodnot předchozího poměru, v jehož případě bylo dosaženo právě v tomto období nejvyšších hodnot.

4.6 Chyby plynoucí z vlastností rozptylového modelu V průběhu práce s rozptylovým modelem SYMOS´97 bylo řešeno několik situací, jejichž následkem mohlo být zkreslení dosažených výsledků. Již na začátku práce je zmíněno, že rozptylový model SYMOS´97 není určen pro modelování koncentrací znečišťujících látek v uličních kaňonech (BUBNÍK

ET AL.,

1998).

Městskými lokalitami, u nichž lze uvažovat ovlivnění výsledků právě tímto jevem, jsou v případě pasivního vzorkování lokalita Hvězdárna a v případě aktivního vzorkování lokalita Seifertova. U obou lokalit bylo dosaženo při srovnávání naměřených koncentrací s výsledky modelování odlišných poměrů než v případě lokalit venkovských, u kterých je předpoklad zkreslení výsledků vlivem vzdušného proudění v uličních kaňonech minimální. Jak je uvedeno v oddílu 2.5.3, rozptylový model SYMOS´97 v uličních kaňonech reálné koncentrace podhodnocuje. I přesto však bylo právě pro městské lokality dosaženo nejvyšší míry shody mezi srovnávanými daty. Z výše uvedeného tedy vyplývá, že přítomnost zdrojů emisí působících především na venkově, které nebyly v rozptylovém modelu zahrnuty je faktorem, který výsledky modelování ovlivňuje podstatně více, než přítomnost uličního kaňonu. Jak také uvádí Bubník et al. (1998) rozptylový model SYMOS´97 nelze s úspěchem použít pro výpočet znečištění ovzduší pod inverzní vrstvou a při bezvětří. Vzhledem k tomu, ze obdobím, pro které byla rozptylová studie provedena je 13 na sebe navazujících vzorkovacích intervalů, které souvisle pokrývají jeden rok, ke zmíněným podmínkám s nejvyšší pravděpodobností došlo. Také důsledky tohoto nedostatku pravděpodobně měly vliv na dosažené výsledky. Další nedokonalostí rozptylového modelu je způsob zpracování liniových zdrojů. Jak již bylo uvedeno v oddílu 3.3.2, délka liniového segmentu je počítána jako rozdíl souřadnic počátečního a koncového bodu tohoto segmentu. V případě úseku silnice majícího blízko za sebou několik prudkých zatáček pak může být vypočtená délka 80

segmentu podstatně menší než délka reálná. To může vést k přiřazení nereálně nižších hodnot emisí z tohoto úseku liniového zdroje. V této práci však byly komunikace rozděleny do dostatečně malých segmentů. Na celkových imisích měly liniové zdroje navíc tak malý podíl, že k výraznému ovlivnění výsledků modelování dojít nemohlo. Tento nedostatek rozptylového modelu však je nutno uvažovat při modelování imisí např. v horských oblastech, kde jsou silnice s množstvím ostrých zátočin běžné a v případě např. významné silnice vedoucí sedlem, kdy je tento liniový zdroj převažujícím nebo i jediným zdrojem emisí. Modelování znečištění ovzduší v těchto oblastech však není doménou rozptylového modelu SYMOS´97. Jistým omezením v práci s rozptylovým modelem (a modely obecně) je také jeho náročnost na výpočetní techniku. Jde o rozsah území a detail, ve kterém je pomocí dostupné výpočetní techniky možno uskutečnit výpočet. Experimentálními výpočty bylo ověřeno, že jejich délka roste úměrně s množstvím referenčních bodů a zdrojů. Výpočty, jejichž výsledky jsou použity v této práci, trvaly pro jedno vzorkovací území, jeden polutant a malou variantu zájmového území přibližně 3,5 hodiny při použití osobního počítače s výkonem procesoru 2,33 GHz. Je tedy zřejmé, že například pro velkou variantu zájmového území by výpočet při stejné hustotě referenčních bodů a stejném detailu liniových zdrojů mohl trvat až několik dní. V neposlední řadě bylo po konzultaci s Ing. Srněnským (2007 - 2008) zanedbáno pravidlo stanovující maximální délku elementu liniového zdroje a maximální délku strany elementu plošného zdroje ve vztahu ke vzájemné vzdálenosti nejbližších referenčních bodů. Pro dodržení tohoto pravidla by bylo třeba vytvořit síť referenčních bodů s přibližně pětkrát větší vzdáleností sousedních bodů. To by však do značné míry znehodnotilo výsledek modelování, nebo naopak vedlo k nutnosti výrazně zmenšit délky elementů liniových zdrojů a stran elementů plošných zdrojů. To by učinilo výpočet nesmírně časově náročným. Jisté zkreslení výsledků tedy mohlo být způsobeno také zanedbáním tohoto pravidla.

4.7 Možné chyby způsobené nedostatkem dat Jak již bylo uvedeno v předchozích kapitolách, zásadním nedostatkem v souborech vstupních dat použitých pro modelování je absence některých zdrojů emisí.

81

Mezi tyto jsou zahrnuty především některé zdroje lokálního vytápění, které nejsou postihnuty žádnou emisní inventurou. Konkrétněji se jedná o objekty, které jsou vytápěny čistě v závislosti na vůli jejich obyvatel. Jejich vytápění tedy není vázáno na splnění podmínek pro zahájení dodávky tepla podle vyhlášky č. 153/2001 Sb. V některých případech je navíc přitápěno nevhodnými palivy. Vliv zplodin z jejich spalování na kvalitu ovzduší je nepopiratelný. Způsob, jak tyto zdroje zahrnout do rozptylové studie takového prostorového rozsahu, je však extrémně náročný. Dále mají na vzdušné koncentrace PAHs vliv také emise z procesů, u kterých nejenže není známa doba a intenzita, ale také přesná lokalizace jejich působení. Mezi ně patří například spalování suchého listí v podzimních měsících, či pořádání táborových ohňů a grilování. Také tyto procesy pochopitelně nejsou postihnutelné žádnou emisní inventurou, a proto do výpočtů rozptylového modelu SYMOS´97 nemohly být zahrnuty. Za chyby v souborech diskutovaných dat lze považovat také nejistoty plynoucí z použitých odběrových metod. Důvod i způsob přepočtu hodnot naměřených pasivním vzorkováním na požadované jednotky byl již popsán v kapitole 3.6. Pro přepočet koncentrací všech sledovaných polutantů však byly použity stejné koeficienty. Podle Klánové (2008) jsou jednotlivé PAHs metodou pasivního vzorkování detekovány v závislosti na tom, do jaké míry jsou vázány na prašné částice v atmosféře, které jsou pasivními vzorkovači zachycovány minimálně. Podíl koncentrací v plynné fázi a koncentrací látek vázaných na částice prachu se však pro každou látku méně či více liší. V současnosti je ve výzkumném centru RECETOX prováděn detailní výzkum, týkající se této problematiky.

82

5 ZÁVĚR Na celkových národních emisích PAHs do volného ovzduší v roce 2006 se ze 66% podílela domácí vytápění, ze 4% doprava a zbytek podílu je z velké části přiřazen kategorii, která v této práci zahrnuje zdroje z kategorií REZZO 1 a 2. Jedná se o celorepublikový a celoroční průměr, situace se v jednotlivých obdobích a regionech či oblastech liší. V lokalitě, jejíž popis byl předmětem této diplomové práce, byl potvrzen rozhodující podíl zdrojů kategorie REZZO 3. Činil přibližně 90% (v závislosti na konkrétní odběrové lokalitě) v zimním období a v letním období byl nulový. V případě emisí způsobených průmyslovými zdroji a dopravou bylo dosaženo blízkých hodnot podílů. Výstupy této diplomové práce ilustrují na konkrétním příkladu Valašského Meziříčí prostorovou a časovou variabilitu poměrů příspěvků jednotlivých sektorů k celkovému znečištěné ovzduší PAHs. Dále přínos této práce spočíval ve vývoji geoinformatických postupů, které mohou výrazně usnadnit zpracování geografických environmentálních dat při popisu kvality životního prostředí. Byl podrobně popsán postup přípravy všech potřebných dat pro jejich vložení do rozptylového modelu znečišťujících látek volného ovzduší SYMOS´97. Podobný dokument, popisující tento poměrně složitý proces od získávání dat až po tvorbu mapových výstupů pro tento software, pravděpodobně dosud nevznikl. V kombinaci s metodickou příručkou k tomuto modelu může být materiálem, který ušetří cenné hodiny práce s tímto rozptylovým modelem. Mimo jiné byl také vyvinut postup generující poměrně jednoduše a rychle nepravidelnou síť referenčních bodů v okolí liniových zdrojů. Použitelnost tohoto postupu dokazují mapové výstupy. Z environmentálního hlediska lze vidět přínos této práce v diskusi ke srovnání dat získaných několika různými způsoby a v poukazu na možné zdroje znečištění ovzduší v konkrétní oblasti, jejichž činnost nelze evidovat. Kromě výše zmíněných zjištění lze tedy tuto práci považovat za upozornění na existenci oblastí, ve kterých je nezanedbatelný podíl neevidovaných zdrojů znečištění ovzduší na celkových imisích. Geoinformatické postupy vyvinuté v rámci řešení této diplomové práce budou využity pro aplikaci rozptylového modelu SYMOS´97 pro město Liberec a okolí. Zároveň se otevírá možnost jejich aplikace a možné modifikace při práci s lagrangeovským rozptylovým modelem KSP (Kinematic Simulation Particle Model). Ten bude v budoucnu

83

v kooperaci s Freie Universität Berlin aplikován taktéž na členitý reliéf lokality Liberec. Tento postup umožní srovnání těchto dvou modelů založených na odlišných principech.

84

POUŽITÁ LITERATURA Analogové zdroje ANDRIA, G. – CAVONE, G. – LANZOLLA A.M.Z. (2007): Modelling study for assesment and forecasting variation of urban air pollution. Measurement 41, 222-229. BRUNCLÍK, T.: Aplikace GIS pro výpočet rozptylu emisí v atmosféře. [Disertační práce] [online].

Univerzita

Pardubice,

Pardubice,

2002.

184

s.

Dostupné

z:

. BUBNÍK, J.

ET AL.:

SYMOS´97 – Systém modelování stacionárních zdrojů, Metodická

příručka. Nakladatelství ČHMÚ, Praha, 1998. 60 s. ISBN 80-85813-55-6 FANG, G.CH. – WU. Y.S. – FU, P.P.CH. – YANG, I.L. – CHEN, M.H. (2004): Polycyclic aromatic hydrocarbons in the ambient air of suburban and industrial regions of central Taiwan. Chemosphere 54, 453-459. HARRISON, R.M. – SMITH, D.J.T. – LUHANA, L. (1996): Source apportionment of atmospheric Polycyclic aromatic Hydrocarbons Collected from an urban Location in Birmingham, U.K.. Environmental science and Technology 30, 825-832. HOLOUBEK, I. - ČUPR, P.: Národní inventura perzistentních organických polutantů v České republice, kapitola 13. (Projekt GF/CEH/01/003). Brno: TOCOEN s.r.o., 2003, 620 s. Dostupné z: http://www.recetox.muni.cz/sources/unido_narodni_inventura_03/POPsINV_cast_ VI_Kapitola_13_Limity.pdf HOLOUBEK, I. – KLÁNOVÁ, J. – JARKOVSKÝ, J. – KOHOUTEK, J. (2007): Trends in background levels of persistent organic pollutants at Kosetice observatory, Czech Republic. Part I. Ambient air and wet deposition 1996-2005. Journal of Environmental Monitoring 9, 557-563. HOLOUBEK, I - KLÁNOVÁ, J - ČUPR, P - KOHOUTEK, J.: Sledování stavu znečištění ovzduší persistentními organickými polutanty ve Zlínském kraji s využitím metody pasivního vzorkování (2006). TOCOEN, s.r.o. Brno/RECETOX MU Brno. RECETOX TOCOEN REPORT No. 330, 2007. JANČÍK, P. (2003): Modely znečišťování ovzduší a GIS. Životné prostredie 37, 39-41. KOHOUTEK, J. – HOLOUBEK I. – KLÁNOVÁ, J.: Methodology of passive sampling. TOCOEN report No. 300, TOCOEN, s.r.o. Brno / RECETOX MU Brno. [citováno 2008-03-

85

26], 2006. [online]. Dostupné z: <www.pops.int/documents/meetings/effeval/gmp_guidance/Annex_5/Annex%205 %20Methodology%20of%20passive%20sa..pdf>. KOLEJKA, J. (2003): Geoinformační systémy v aktivním managementu životního prostředí: data a možnosti hodnocení a modelování rizik. Životné prostredie 37, 19-24. KLÁNOVÁ, J. – ČUPR, P. – KOHOUTEK, J. – HOLOUBEK, I.: Application of Passive Sampler for Monitoring of POPs in Ambient Air. Part I: Model monitoring network in the Czech Republic (MONET_CZ), 2006. Masarykova univerzita, Brno, 2007. 108 s. ISBN 978-80-210-4392-3. MADSEN, C. – CARLSEN, K.C.L. – HOEK, G. – OFTEDAL, B. – NAFSTAD, P. – MELIEFSTE, K. – JACOBSEN, R. – NYSTAD, W. – CARLSEN, K.H. – BRUNEKREEF, B. (2007): Modeling the intra-urban variability of outdoor traffic pollution in Oslo, Norway. Atmospheric environment [citováno 2008-03-14], 41, 12 s. ISSN 7500-7511 [online]. Dostupné z . Placená fulltextová databáze článků. MACHÁLEK, P. - HOLOUBEK, I. – ADAMEC, V. - JECH, L., - OCELKA, T. – KOHOUTEK, J.: Národní inventura perzistentních organických polutantů v České republice, kapitola 5. (Projekt GF/CEH/01/003). Brno: TOCOEN s.r.o., 2003, 620 s. Dostupné z: MANDALAKIS, M. - GUSTAFSSON, O. - ALSBERG, T. - EGEBACK, A.L. - REDDY, C.M. - XU, L. - KLÁNOVÁ, J. - HOLOUBEK, I. - STEPHANOU, E.G. (2005): Contribution of biomass burning to atmospheric polycyclic aromatic hydrocarbons at three European background sites. Environmental Science and Technology 39, 2976-2982. MANOLI, E. – KOURAS, A. – SAMARA, C. (2004): Profile analysis of ambient and source emitted particle-bound polycyclic aromatic hydrocarbons from three sites in northern Greece. Chemosphere 56, 867-878. MATĚJÍČEK, L. – ENGST, P. – JAŇOUR, Z. (2006): A GIS-based approach to spatio-temporal analysis of environmental pollution in urban areas: A case study of Prague's environment extended by LIDAR data. Ecological modelling, [citováno 2008-0503], 199, 12 s. 261-277 [online]. Dostupné z: . Placená fulltextová databáze článků. 86

PÍŠA, V. – JAREŠ, R. – KAREL, J. – ŘÍHA, M. – ŠTYCH, P.: Zjištění aktuální dynamické skladby vozového parku a jeho emisních parametrů. Praha, ŘSD, 2001. 86 s. [online]. Dostupné z: . VOŽENÍLEK, V. (2003): Geoinformatika a geoinformatická gramotnost. Životné prostredie 37, 5-9. VOŽENÍLEK, V.: Diplomové práce z Geoinformatiky. Univerzita Palackého v Olomouci, 2002. 61 s. ISBN 80-244-0469-9. YUNKER, M.B. – MACDONALD, R.W. – VINGARZAN, R. – MITCHELL, R.H. – GOYETTE, D. SYLVESTRE S. (2004): PAHs in the Fraser River basin: a critical appraisal of PAH ratios as indicators of PAH source and composition. Organic Chemistry 33, 489515.

Elektronické zdroje ČHMÚ: Klimatické údaje za rok 2006 [online]. ©2008, poslední revize 14.3.2007 [citováno 2008-04-23]. Dostupné z: . Deza, a.s.: [online]. © 2008, poslední revize 21.3.2008 [citováno 2008-03-30]. Dostupné z: . DOBROVOLNÝ, P.: Studijní materiály k předmětu Geostatistika [online] ©2007. . [citováno 2008-03-10]. EcoChem Analytics: General Information about PAHs [online]. ©2001, poslední revize 27.1.2008 [citováno 2008-04-05]. Firmy.cz: Hypermarkety a supermarkety [online]. ©2008, poslední revize 4.4.2008 [citováno

2008-04-07].

Dostupné

z:

obchudky/Hypermarkety-supermarkety-a-obchodni-domy/Hypermarkety-asupermarkety/reg/kraj-zlinsky>. Idea-envi: [online]. ©2008, poslední revize 16.3.2008 [citováno 2008-03-17]. Dostupné z: .

87

Integrovaný registr znečišťování: [online]. ©2008, poslední revize 29.4.2008 [citováno 2008-05-03].

Dostupné

z:

priklady>. JEDLIČKA, J. – ADAMEC, V. – DUFEK, J. – HUZLÍK, J. – ZÁBRŽ, L.: Analýza vztahů mezi produkcí emisí z dopravy a imisními koncentracemi polutantů v ovzduší [online]. Centrum dopravního výzkumu, 2003 [citováno 2008-03-23]. Dostupné z: <www.cdv.cz/text/szp/13904/zprava13904/DU03.pdf>. KLÁNOVÁ, J. – ČUPR, P. – KOHOUTEK, J. – HOLOUBEK, I.: Pasivní vzorkování jako nový nástroj pro hodnocení kvality ovzduší (prezentace) [online]. ©2007, [citováno 2008-03-26].

Dostupné

z:

<www.ekomonitor.cz/cz/seminare/download/071113/25_Klanova.pdf> MACOUN J.: Symos´97 [online]. ©2000, poslední revize 1.3.2000 [citováno 2008-03-15]. Dostupné z: . Mapy.cz: [online]. ©, poslední revize 30.3.2008 [citováno 2008-04-05]. Dostupné z: Ministerstvo životního prostředí: Průměrný podíl významných sektorů na národních emisích polyaromatických uhlovodíků [online]. ©2008, poslední revize 21.4.2008 [citováno 2008-04-30]. Dostupné z: . MŽP ČR: Zákon 597/2006 Sb. Sbírka zákonů na webových stránkách Ministerstva vnitra [online]. ©2008, poslední revize 6.5.2008 [citováno 2008-05-12]. Dostupné z: . Podnikatel.cz: Alpine stavební společnost CZ a.s. [online]. ©2008, poslední revize 5.3.2008 [citováno 2008-05-03]. Dostupné z: . ISSN 1802-8012. Ředitelství silnic a dálnic: Sčítání dopravy v roce 2005 [online]. ©2005 poslední revize 4.4.2008 [citováno 2008-04-07]. Dostupné z: . Stockholm Convention on Persistent Organic Pollutants (POPs): [Online] ©2004, poslední revize 1.4.2008 [citováno 2008-04-04]. Dostupné z: .

88

TINTĚRA, L.: Denostupně - teorie k výpočetní pomůcce. TZB-info [online]. 2005, [citováno 2008-04-11]. Dostupné z: . ISSN 18014399. TZB-info: [online]. ©2008, poslední revize 7.4.2008 [citováno 2008-04-11]. Dostupné z: . ISSN 1801-4399. Wikipedia: Valašské Meziříčí [online]. ©2001, poslední revize 22.3.2008 [citováno 200803-30]. dostupné z: .

Atlasy Školní atlas České republiky. 1. vyd., Praha, Kartografie Praha 2000, 32 s. ISBN 80-7011657-9.

Počítačové programy ArcGIS [počítačový program]. Ver. 9.2. Redlands (California, USA): ESRI, 2006 [citováno 2008-03-31]. ET GeoWizards: [počítačový program] Ver. 9.7. ET SpatialTechniques: 2007 [citováno 2008-04-10]. Dostupné z: . FIALA, J.: PSPad [počítačový program] Ver. 4.5.2. Plzeň, (ČR): 2006 [citováno 2008-0406]. Dostupné z: . SYMOS´97 [počítačový program]. Ver. 6.0.2782.15445. Valašské Meziříčí (ČR): Idea-envi s.r.o., 2006 [citováno 2008-03-31]. XTools Pro: [počítačový program]. Ver. 5.1.0. Data East, LLC: 2007 [citováno 2008-0409]. Dostupné z: . .

Podkladová data Arc ČR 500, [databáze]. Ver. 1.2. Praha: ArcData Praha. s.r.o., 2000 [citováno 2008-0331]. Digitální geografická databáze 1:500 000.

89

ZABAGED, [databáze]. Praha: Český ústav zeměměřický a katastrální, 2007 [citováno 2008-03-31]. Digitální geografická databáze 1:10 000.

Osobní konzultace a korespondence BEŇO, P.: Idea-Envi, 2007 – 2008 BUREŠ, P: TESO s.r.o., 2007 DUFEK, J.: CDV, v.v.i., 2007 – 2008 KEDER, J.: ČHMÚ, 2007 KLÁNOVÁ, J.: RECETOX, PřF MU, 2008 KOHOUTEK, J.: RECETOX, PřF MU, 2008 MACHÁLEK, P.: ČHMÚ, 2007 - 2008 SRNĚNSKÝ, R.: Idea-Envi, 2007 - 2008

90

MASARYKOVA UNIVERZITA Přírodovědecká fakulta. Komentář [O1]: Přílohy jsem projel jsou výborný. DIPLOMOVÁ PRÁCE

Recommend Documents