Metingen van ultrafijn stof in Vlaanderen op hotspot(s) voor de blootstelling aan verkeerspolluenten

Verspreiding: Beperkt

Metingen van ultrafijn stof in Vlaanderen op hotspot(s) voor de blootstelling aan verkeerspolluenten Eindrapport van de lente- en herfstmeetcampagne FINAAL

Martine Van Poppel, Evi Dons, Jan Peters, Rob Brabers, Eddy Damen, Jef Daems, Jo Van Laer, Patrick Berghmans, Luc Int Panis

Studie uitgevoerd in opdracht van VMM: 2011/MRG/R/286 Oktober 2012

Alle rechten, waaronder het auteursrecht, op de informatie vermeld in dit document berusten bij de Vlaamse Instelling voor Technologisch Onderzoek NV (“VITO”), Boeretang 200, BE-2400 Mol, RPR Turnhout BTW BE 0244.195.916. De informatie zoals verstrekt in dit document is vertrouwelijke informatie van VITO. Zonder de voorafgaande schriftelijke toestemming van VITO mag dit document niet worden gereproduceerd of verspreid worden noch geheel of gedeeltelijk gebruikt worden voor het instellen van claims, voor het voeren van gerechtelijke procedures, voor reclame of antireclame en ten behoeve van werving in meer algemene zin aangewend worden

Deze studie werd gefinancierd door de Vlaamse Milieumaatschappij (VMM). De biomonitoring werd uitgevoerd binnen een project gefinancierd door het departement Leefmilieu Natuur en Energie (LNE) en de afdeling Toezicht Volksgezondheid van het Agentschap voor Zorg en Gezondheid (AZG) van de Vlaamse Overheid. VITO en UHasselt zorgden voor financiële ondersteuning via doctoraatsbeurzen van medewerkers aan deze projecten. De stuurgroep van beide projecten bestond uit de uitvoerders van de studie, de opdrachtgevers en vertegenwoordigers van het Agentschap voor Infrastructuur in het Onderwijs (Agion), de Stad Antwerpen, het Beleidsdomein Mobiliteit en Openbare Werken (MOW) Vlaanderen, het Vlaams Ministerie van Onderwijs en Vorming en het Lokaal GezondheidsOverleg (LOGO).

Samenvatting

SAMENVATTING De doelstelling van deze opdracht is het kwantificeren van de externe blootstelling van de doelgroep, welke bestudeerd wordt in de hiermee samengaande biomonitoringsstudie rond verkeerspolluenten (studie LNE-VAZG). Hierbij gaat de aandacht hoofdzakelijk naar het uitvoeren van milieumetingen van UFP, roet gerelateerde parameters (EC en BC) en andere verkeersgerelateerde polluenten zoals stikstofoxiden. De milieumetingen, aangevuld met modellering, gebruik makend van land use regression (LUR), moeten toelaten een inschatting te maken van de externe blootstelling van de doelgroep. Daarnaast worden op basis van de dataset onderlinge relaties tussen de verkeerspolluenten en tussen de polluenten en verkeersstromen onderzocht. In dit eindrapport worden de resultaten beschreven van luchtkwaliteitsmetingen die werden uitgevoerd in de buurt van twee scholen zowel tijdens de lentecampagne als tijdens de herfstcampagne. Om de blootstelling van de kinderen aan verkeerspolluenten in te schatten werden op 3 niveaus metingen uitgevoerd: op de school (ter hoogte van de speelplaats en meer uitgebreid tijdens de herfst op de verkeersdrukke school), op een aantal thuislocaties en in transport van en naar school voor een aantal typische transportmodi en routes. Om de blootstelling op school in te schatten werden op de schoollocaties verschillende polluenten gemeten die mogelijk een goede indicator zijn voor verkeerspollutie. Alle polluenten werden gemeten ter hoogte van de speelplaats. Tijdens de herfstcampagne werd de meetcampagne in de verkeersdrukke school uitgebreid om de ruimtelijke spreiding in kaart te brengen. Hiervoor werden bijkomend metingen uitgevoerd aan de voorkant en ter hoogte van verschillende klaslokalen (buiten). Voor de inschatting van de blootstelling op de thuislocaties werden op 42 locaties BC en op 55 locaties NO2 gemeten gedurende telkens 1 week. De metingen werden niet allemaal simultaan uitgevoerd maar werden herschaald op basis van metingen ter hoogte van het VMM station in Borgerhout (R801). Op basis van de gemeten concentraties werd een Land Use Regression (LUR) opgesteld en werden de concentraties op de thuislocaties van alle deelnemende kinderen ingeschat. Verder werden ook mobiele metingen uitgevoerd om de blootstelling tijdens transport van en naar school in te schatten. Studies hebben aangetoond dat de blootstelling aan verkeerspolluenten tijdens transport het grootst is. Hiervoor werden een aantal routes geselecteerd en de 2 meest gebruikte transportmodi per school gekozen (met name fiets en te voet voor stedelijke achtergrond (verkeersluwe) school (school1), en te voet en met de wagen voor verkeersdrukke school (school 2)). De concentraties gemeten ter hoogte van de speelplaats op de school gelegen langs een drukke weg waren vergelijkbaar met deze van de school gelegen op een stedelijke achtergrondlocatie, zowel voor EC, BC, NO, NO2, UFP (aantalconcentratie), PM2.5. Enkel PM10 was er verhoogd gedurende een deel van de meetcampagne, mogelijk veroorzaakt door opwaaiend stof in deze gesloten omgeving. Om na te gaan of de concentratie aan de voorkant hoger was in vergelijking met de speelplaats en ten opzichte van de verkeersluwe school, werden gedurende een beperkte tijd ook metingen uitgevoerd ter hoogte van de voorkant van deze schoollocatie. Hieruit bleek dat aan de straatkant de concentraties gemiddeld 65% hoger lagen voor UFP en ongeveer dubbel zo hoog waren voor NO2 en BC in de lente ten opzichte van de kant van de speelplaats. Ook voor EC werden dubbel zo hoge concentraties gemeten vooraan in vergelijking met de speelplaats. In de

I

Samenvatting

herfst waren de concentraties aan de straatkant respectievelijk 33% en 67% hoger voor NO2 en BC. Ook voor EC werden 70% hogere concentraties gemeten vooraan in vergelijking met de speelplaats. In de herfst zijn geen simultane metingen beschikbaar aan de voorkant en speelplaats voor UFP maar was de concentratie vooraan 56% hoger ten opzichte van de speelplaats van de andere school. In de herfst lagen alle concentraties hoger in vergelijking met de lente. Uit de correlatievergelijking van de polluenten gemeten aan de voorkant van de verkeersdrukke school en de verkeerstellingen langs deze weg blijkt dat er een betere correlatie wordt gevonden wanneer enkel het aantal bestelwagens en vrachtwagens beschouwd wordt in vergelijking met alle voertuigen. Deze voertuigen hebben een hogere emissiefactor. De correlatie van de polluenten met de verkeersparameters neemt af in de volgorde: UFP(nanocheck)>BC>PM2.5. De correlatie voor NOx was relatief hoog maar hiervoor waren te weinig data beschikbaar om vergelijkbare conclusies te trekken. Wel bleek dat de correlatie tussen NOx en BC of UFP zeer hoog was. Op de speelplaatslocaties werd geen goede correlatie gevonden tussen de verschillende polluenten en de verkeerstellingen. Ook was de correlatie tussen de verschillende polluenten op de speelplaats minder goed in vergelijking met de straatkant. Dit komt vermoedelijk omdat de (verkeers)bron verderaf is gelegen waardoor de emissies al verdund zijn en resulterende concentraties meer door variatie in achtergrondconcentraties beïnvloed worden. In de herfst waren de correlaties tussen de polluenten beter in vergelijking met de lente. De range in concentratie was ook groter in de herfst, wat deels deze betere correlatie veroorzaakt. Voor de herfst waren er slechts verkeerstellingen voor 1 week beschikbaar aan de verkeersdrukke school. Deze toonden een zeer vergelijkbare trend met de lente. Correlaties met de polluenten op basis van gemeten verkeersstromen konden omwille van beperkte dataset niet worden uitgevoerd voor de herfst. De resultaten van de Micro Aethalometer, welke ook gebruikt is om de BC concentratie op de thuislocaties te meten, vertoont een goede correlatie met de EC concentratie bepaald op filters (gemeten met de TOT methode). Ook werd een goede correlatie gemeten tussen de absorptiecoëfficiënt bepaald op de filters en de gemeten EC concentratie.

Om de blootstelling op de thuislocaties in te schatten werden BC en NO2 gemeten gedurende telkens 1 week op 39 thuislocaties voor BC en 52 voor NO2. Gedurende de ganse meetperiode (5 weken) werden dezelfde metingen uitgevoerd op het VMM meetstation in Borgerhout (R801) en de twee schoollocaties (speelplaats). Samengevat zijn in totaal 42 locaties voor BC en 55 locaties voor NO2 beschikbaar voor het opstellen van het LUR model. De metingen van de opeenvolgende weken werden herschaald op basis van de metingen in het VMM station Borgerhout (R801). Dit LUR model werd gebruikt om de blootstelling van alle kinderen op de thuislocatie in te schatten. Omwille van praktische redenen werden extra locaties geselecteerd om een voldoende variatie te krijgen in verkeersparameters voor het opstellen van het LUR model. Zo werd o.a het straatstation in Borgerhout (R802) opgenomen als 1 van de thuislocaties. Er werd een grote variatie (meer dan een factor 2) waargenomen voor de gemeten BC en NO 2 concentraties. Dit is deels te wijten aan verschil in verkeersdensiteit. Er werd een goede correlatie waargenomen tussen de gemeten weekgemiddelde NO2 en BC concentratie. Dit kan verklaard worden omdat beide polluenten gerelateerd zijn aan verkeer. Op een aantal thuislocaties werd ook UFP gemeten. De correlatie van UFP met BC (op basis van 30-min gemiddelde waarden) was goed op de verkeersdrukke locaties maar onbestaande op de regionale achtergrondlocatie. Op deze laatste waren de concentraties en de variatie in concentratie laag omdat weinig lokale bronnen aanwezig zijn, wat grotendeels de slechte correlatie verklaart. Voor de weekgemiddelde

II

Samenvatting

concentraties, gemeten op verschillende locaties, van UFP enerzijds en BC en NO2 anderzijds werd wel een duidelijk verband waargenomen. Tijdens de herfst was de variatie voor de gemeten NO2 en BC concentraties iets kleiner dan in de lente. De correlatie tussen NO2 en BC was minder goed op basis van de gemeten waarden. Na herschaling was de correlatie beter. NO2 en BC gedragen zich iets anders tijdens de smogperiode; BC vertoont een sterkere toename in vergelijking met NO2. De gemodelleerde concentraties op de thuislocaties (op basis van LUR) in de lente bedroegen gemiddeld 1510 ng/m3 voor BC en 26 µg/m3 voor NO2. Waarbij de verhouding tussen minimale en maximale waarde 2.7 en 3.1 bedroeg voor BC en NO2. In de herfst lagen de concentraties aan BC en NO2 hoger in vergelijking met de lente. Dit is een gekend fenomeen en de redenen hiervoor zijn de slechtere dispersie van de polluenten en de toename van de bronnen in de herfst (o.a. gebouwenverwarming). De gemodelleerde concentraties op de thuislocaties in de herfst bedroegen gemiddeld 3283 ng/m3 voor BC en 44 µg/m3 voor NO2. Waarbij de verhouding tussen minimale en maximale waarde 2.3 en 2.1 bedraagt voor BC en NO2. De concentratierange is echter iets kleiner in de herfst. Tijdens de herfstcampagne werden additioneel NO2 concentraties gemeten (met passieve samplers) ter hoogte van het raam van enkele klaslokalen van de school langs de drukke weg om na te gaan hoe de ruimtelijke spreiding is in de buurt van het schoolgebouw waar de leerlingen blootgesteld worden en om na te gaan of er een trend is ten opzichte van de ligging van de weg. Ter hoogte van één van de klaslokalen is ook BC gemeten. Op basis van de metingen ter hoogte van de klaslokalen stellen we vast dat er voor NO2 en BC geen duidelijk gradiënt kan worden waargenomen. De gemiddelde concentraties over de 5 weken (in de herfst) zijn zeer vergelijkbaar met de gemeten concentraties ter hoogte van de speelplaats waar de meetopstelling werd geplaatst. Bijgevolg besluiten we dat de meetlocatie voldoende representatief is om de blootstelling van de kinderen in te schatten. Verder stellen we vast dat, in deze situatie, de afscherming door gebouwen de polluentconcentraties vermindert. De concentraties gemeten ter hoogte van de klaslokalen zijn steeds lager in vergelijking met de voorkant van de school. Gemiddeld per week is de concentratie aan de voorkant tussen 21% en 38% hoger. De verhoging voorkant versus individueel klaslokaal varieert tussen 16% en 46%. In deze school zijn er inderdaad geen klassen gesitueerd aan de voorkant. Mogelijk kunnen deze waarnemingen doorgetrokken worden naar andere scholen en is het aan te bevelen geen klassen aan de voorkant te hebben indien de school langs een drukke weg gelegen is, met het oog op het verminderen van blootstelling van kinderen aan verkeerspollutie. Ook is het beter de inlaat van de ventilatie niet aan de voorkant te voorzien. Toch dient opgemerkt te worden dat deze conclusie met zekerheid enkel geldt voor de gemeten locatie en periode. Bijkomende, relatief eenvoudige metingen van NO2 en BC ter hoogte van een aantal scholen is aan te bevelen om hierover uitsluitsel te kunnen geven.

Uit de mobiele metingen blijkt dat er voor alle transportmodi en op beide scholen een verhoging is tijdens transport van en naar school. De relatieve verhoging op basis van deze meetcampagne bedraagt tussen 1.6 – 3.3 voor UFP en 2.0 – 6.9 voor BC in de lente. De relatieve verhoging op basis van de herfstmeetcampagne bedraagt tussen 1.1 – 1.5 voor UFP en 2.2 – 4.3 voor BC, wat lager is in vergelijking met de lente. De relatieve verschillen zijn kleiner dan in de lente maar de absolute verschillen voor BC zijn groter. Voor UFP daarentegen, zijn ook de absolute verschillen kleiner in de herfst. Het relatief belang bij de integrale blootstelling voor deze schoolkinderen is echter beperkt. Dit komt omdat de tijd in transport (naar school en terug) beperkt is. Toch werden er tijdens de mobiele metingen sterk verhoogde piekconcentraties vastgesteld. Mogelijk hebben deze toch een belangrijke gezondheidsimpact.

III

Samenvatting

Op basis van de gemeten concentraties wordt de blootstelling van de kinderen berekend. Naast de blootstelling op school en thuis wordt ook de geïntegreerde blootstelling berekend (op basis van de concentraties thuis en op school) tot 10 dagen voor de onderzoeksdag in de biomonitoringsstudie. De geïntegreerde blootstelling op b.v. de dag voor het onderzoek bedroeg gemiddeld 1492 ng/m3 voor BC en 26 µg/m3 voor NO2 in de lente. Waarbij de verhouding tussen minimale en maximale waarde 8.1 en 6.9 bedraagt voor BC en NO2. In de herfst lag de berekende blootstelling aan BC en NO2 hoger in vergelijking met de lente omdat zowel op school als thuis de concentraties hoger lagen. De geïntegreerde blootstelling in de herfst op b.v. de dag voor het onderzoek bedroeg gemiddeld 3147 ng/m3 voor BC en 43 µg/m3 voor NO2. Waarbij de verhouding tussen minimale en maximale waarde 17.3 en 4.0 bedraagt voor BC en NO2. De geïntegreerde blootstelling berekend voor de andere time lags (twee, drie,.. tot tien dagen voor het onderzoek) lagen in dezelfde grootteorde.

IV

Inhoud

INHOUD Samenvatting ___________________________________________________________________ I Inhoud _________________________________________________________________________ V Lijst van tabellen_______________________________________________________________ VIII Lijst van figuren _________________________________________________________________ X Lijst van afkortingen ____________________________________________________________ XVI HOOFDSTUK 1.

Doel en opzet van de studie ________________________________________ 1

HOOFDSTUK 2.

Meetopzet______________________________________________________ 3

2.1. Meetlocaties en meetperiode 3 2.1.1. Selectie scholen ______________________________________________________ 3 2.1.2. Meetlocatie en meetperiode scholen _____________________________________ 4 2.1.3. Selectie thuislocaties __________________________________________________ 6 2.1.4. Meetperiode thuislocaties _____________________________________________ 8 2.2. Gemeten parameters en apparatuur 10 2.2.1. Gemeten parameters per schoollocaties _________________________________ 10 2.2.2. Gasvormige polluenten: Airpointer® ____________________________________ 11 2.2.3. Filterbemonsteringen: PM2.5 massa, EC en reflectie _________________________ 11 2.2.4. PM2.5 massaconcentratie met optische monitor ___________________________ 13 2.2.5. BC metingen: Micro Aethalometer: algemeen _____________________________ 13 2.2.6. BC metingen op de thuislocaties________________________________________ 16 2.2.7. NO2: passieve samplers IVL ____________________________________________ 21 2.2.8. NO2 passieve samplers op de thuislocaties________________________________ 21 2.2.9. UFP aantalconcentratie en grootteverdeling ______________________________ 23 HOOFDSTUK 3.

Resultaten scholen ______________________________________________ 32

3.1. Verkeerstellingen 32 3.1.1. Lentecampagne _____________________________________________________ 32 3.1.2. Herfstcampagne ____________________________________________________ 34 3.2. PM2.5 massa, reflectie en EC/OC analyse 36 3.2.1. Vergelijking tussen de scholen in de lente ________________________________ 36 3.2.2. Vergelijking tussen de scholen in de herfst________________________________ 40 3.2.3. Onderlinge correlaties tussen de PM parameters __________________________ 44 3.2.4. PM fracties ________________________________________________________ 47 3.3.

BC concentraties gemeten met Micro Aethalometers

3.4. UFP 3.4.1. 3.4.2. 3.4.3. 3.4.4. 3.5.

53

56 Aantalconcentraties tijdens lentecampagne ______________________________ 56 Aantalconcentraties tijdens herfstcampagne ______________________________ 59 UFP grootteverdeling tijdens lentecampagne _____________________________ 64 UFP grootteverdeling tijdens herfstcampagne _____________________________ 68

NOx concentraties

71

V

Inhoud

3.5.1. 3.5.2. 3.5.3.

NO2 concentraties gemeten met passieve samplers ________________________ 71 Tijdstrends gemeten met de NOx monitor tijdens de lente ___________________ 73 Tijdstrends gemeten met de NOx monitor tijdens de herfst __________________ 76

3.6. NO2 en BC concentraties gemeten ter hoogte van de klaslokalen in School 2 80 3.6.1. Inleiding en opzet van de metingen _____________________________________ 80 3.6.2. Resultaten _________________________________________________________ 82 3.6.3. Besluit van de metingen ter hoogte van de klaslokalen ______________________ 84 3.7. Correlatieanalyse tussen verschillende polluenten 85 3.7.1. Correlaties lente ____________________________________________________ 85 3.7.2. Correlaties herfst____________________________________________________ 94 3.8.

Conclusies schoollocaties

HOOFDSTUK 4. 4.1. BC 4.1.1. 4.1.2. 4.1.3.

99

Resultaten thuislocaties _________________________________________ 100

100 BC Concentraties gemeten op de thuislocaties in de lente __________________ 100 BC Concentraties gemeten op de thuislocaties in de herfst __________________ 101 Vergelijking van Aethalometers met EC bepaling met TOT __________________ 102

4.2. NO2 concentraties 103 4.2.1. NO2 Concentraties gemeten op de thuislocaties in de lente _________________ 103 4.2.2. NO2 Concentraties gemeten op de thuislocaties in de herfst _________________ 104 4.2.3. Vergelijking van passieve samplers met monitor __________________________ 106 4.3. Correlaties van UFP met BC en NO2 108 4.3.1. Correlaties van UFP met BC en NO2 tijdens de lente _______________________ 108 4.3.2. Correlaties van UFP met BC en NO2 tijdens de herfst _______________________ 112 HOOFDSTUK 5.

Resultaten LUR ________________________________________________ 117

5.1. Opstellen LUR-model 117 5.1.1. LUR-model Lente ___________________________________________________ 118 5.1.2. LUR-model Herfst __________________________________________________ 120 5.1.3. LUR-model Jaargemiddeld ___________________________________________ 121 5.2. Validatie LUR-model 123 5.2.1. Validatie LUR-model Lente ___________________________________________ 123 5.2.2. Validatie LUR-model Herfst ___________________________________________ 124 5.2.3. Validatie LUR-model Jaargemiddeld ____________________________________ 125 5.3.

Visualisatie

HOOFDSTUK 6.

126

Resultaten mobiele metingen ____________________________________ 130

6.1.

Meetopzet

130

6.2.

Selectie transportmodi

131

6.3.

Routes

133

6.4. Resultaten lente 134 6.4.1. Meetperiode lente _________________________________________________ 134 6.4.2. Gemeten UFP concentraties lente _____________________________________ 135 6.4.3. Concentraties BC lente ______________________________________________ 143 6.5. VI

Resultaten herfst

147

Inhoud

6.5.1. 6.5.2. 6.5.3. 6.6.

Meetperiode herfst _________________________________________________ 147 Gemeten UFP concentraties herfst _____________________________________ 148 Concentraties BC herfst______________________________________________ 154

Conclusies mobiele metingen

HOOFDSTUK 7.

158

Bepalen van de blootstelling _____________________________________ 159

7.1.

Blootstelling op school

161

7.2.

Blootstelling op de thuislocatie

163

7.3.

Geïntegreerde blootstelling

165

7.4.

Blootstelling in lente en herfst vergeleken

171

7.5. Evaluatie van de gebruikte methodologie voor de bepaling van de blootstelling 173 7.5.1. Passieve NO2 samplers en gemodelleerde blootstellingsconcentraties _________ 173 7.5.2. Gebruik van 24h metingen in plaats van exacte tijdsprofiel __________________ 177 HOOFDSTUK 8. 8.1.

Conclusies en beleidsaanbevelingen _______________________________ 183

Conclusies

183

8.2. Vertaling van conclusies naar beleid 186 8.2.1. Gebruik van Land Use Regression (LUR) _________________________________ 186 8.2.2. Uitmiddeltijd, geïntegreerde blootstelling, herschaling van polluentmetingen___ 187 8.2.3. Persoonlijke NO2-metingen ___________________________________________ 188 8.2.4. Bruikbaarheid van toestellen en metingen voor inschatting verkeerspollutie____ 189 8.2.5. Meetlocatie luchtkwaliteitmetingen school ______________________________ 190 8.2.6. Hoe hoog liggen de luchtkwaliteitmeetwaarden? _________________________ 190 Literatuurlijst _________________________________________________________________ 193 Bijlage A: Variabelen als input voor LUR ____________________________________________ 196 Bijlage B: Correlaties (Pearson's r) tussen individuele variabelen en gemeten concentraties __ 198

VII

Lijst van tabellen

LIJST VAN TABELLEN Tabel 1: Overzicht van de type locaties zoals gedefinieerd voor de selectie van de thuislocaties van de deelnemende kinderen _____________________________________________________ 6 Tabel 2: Overzicht van de verdeling over het aantal type locaties zonder de scholen____________ 6 Tabel 3: Chronologisch overzicht van de gebruikte meetopstelling ter hoogte van School 1, School 2 en meetstation Borgerhout tijdens de lentecampagne ______________________________ 10 Tabel 4: Chronologisch overzicht van de gebruikte meetopstelling ter hoogte van School 1, School 2 en meetstation Borgerhout tijdens de herfstcampagne _____________________________ 11 Tabel 5: Verhouding van Aethalometers ten opzichte van gemiddelde waarde op basis van onderlinge vergelijking voor de lentemeetcampagne _______________________________ 17 Tabel 6: Verhouding van Aethalometers ten opzichte van gemiddelde waarde op basis van onderlinge vergelijking voor de herfstmeetcampagne _______________________________ 17 Tabel 7: Meetperioden voor de thuislocaties (week 1 – week 5): lente _____________________ 22 Tabel 8: Meetperioden voor de thuislocaties (week 1 – week 5): herfst _____________________ 22 Tabel 9: Overzicht van de gemiddelde PM2.5 concentraties in µg/m3 (24h) ter hoogte van de scholen en het VMM meetstation in Borgerhout R801, gemeten tijdens de lentecampagne _______ 38 Tabel 10: EC, OC en Absorptiecoëfficiënt gemeten tijdens de lentecampagne op filters ter hoogte van de scholen (School 1: verkeersluwe school, School 2: verkeersdrukke school). ________ 40 Tabel 11: Overzicht van de gemiddelde PM2.5 concentraties (24h) ter hoogte van de scholen en het VMM meetstation in Borgerhout (R801), gemeten tijdens de herfstcampagne ___________ 43 Tabel 12: EC, OC en Absorptiecoëfficiënt gemeten tijdens de herfstcampagne op filters ter hoogte van School 1, School 2 en straatkant School 2 _____________________________________ 44 Tabel 13: Resultaten PM fracties en aantalconcentraties gemeten met Grimm –Nanocheck over eenzelfde periode: lente ______________________________________________________ 48 Tabel 14: Resultaten PM fracties en aantalconcentraties gemeten met Grimm–Nanocheck over verschillende perioden: herfst _________________________________________________ 51 Tabel 15: Overzicht van de gemiddelde UFP concentraties op beide scholen (speelplaats): lente _ 56 Tabel 16: Overzicht van de gemiddelde UFP concentraties op beide scholen (speelplaats) tijdens de herfstcampagne ____________________________________________________________ 60 Tabel 17: Verhoudingen tussen de klassen, speelplaats en voorkant ter hoogte van de verkeersdrukke school voor NO2 (boven) en BC (onder) _____________________________ 84 Tabel 18: Overzicht regressiefuncties, UFP versus BC, voor verschillende thuislocaties en samen 112 Tabel 19: Overzicht regressiefuncties, UFP versus BC, voor verschillende thuislocaties en samen 116 Tabel 20: Concentraties (BC in ng/m³; NO2 in µg/m³) gemeten op de 4 typelocaties als input voor het Land Use Regression model (inclusief scholen): lente ___________________________ 118 Tabel 21: Concentraties (BC in ng/m³; NO2 in µg/m³) gemeten op de 4 typelocaties als input voor het Land Use Regression model (inclusief scholen): herfst __________________________ 120 Tabel 22: Concentraties (BC in ng/m³; NO2 in µg/m³) gemeten op de 4 typelocaties als input voor het Land Use Regression model (inclusief scholen): gemiddeld over lente en herfst ______ 122 Tabel 23: Resultaten (lente) van de leave-one-out cross-validation: Statistische analyse van de gemodelleerde en gemeten Black Carbon en NO2 concentraties (Pearson’s r, index of agreement, normalised mean square error, fractional bias, normalised mean bias en root mean square error). ________________________________________________________ 124 Tabel 24: Resultaten (herfst) van de leave-one-out cross-validation: Statistische analyse van de gemodelleerde en gemeten Black Carbon en NO2 concentraties (Pearson’s r, index of agreement, normalised mean square error, fractional bias, normalised mean bias en root mean square error). ________________________________________________________ 124 Tabel 25: Resultaten (jaargemiddeld) van de leave-one-out cross-validation: Statistische analyse van de gemodelleerde en gemeten Black Carbon en NO2 concentraties (Pearson’s r, index of VIII

Lijst van tabellen

agreement, normalised mean square error, fractional bias, normalised mean bias en root mean square error). ________________________________________________________ 125 Tabel 26: Aantal leerlingen per transportmodus van en naar school (op basis van de vragenlijst afgenomen in de lente)* _____________________________________________________ 131 Tabel 27: Overzicht van de uitgevoerde routes en individuele ritten voor de bepaling van de blootstelling tijdens transport op 22/6 (School 1) en 23/6 (School 2) __________________ 134 Tabel 28: Gemeten concentratie op de schoollocatie tijdens de mobiele metingen: lente______ 135 Tabel 29: Overzicht van de gemiddelde (± SD) UFP concentraties per route en de corresponderende gemiddelde concentratie op de schoollocatie (School 1): lente_______________________ 141 Tabel 30: Overzicht van de gemiddelde (± SD) UFP concentraties per route en de corresponderende gemiddelde concentratie op de schoollocatie (School 2): lente_______________________ 141 Tabel 31: Gemiddelde BC concentraties in transport en op de schoollocaties tijdens de mobiele metingen in de lente _______________________________________________________ 144 Tabel 32: Overzicht van de uitgevoerde routes en individuele ritten voor de bepaling van de blootstelling tijdens transport op 8/12 (School 1) en 12/12 (School 2) _________________ 147 Tabel 33: Gemeten concentratie op de schoollocatie tijdens de mobiele metingen: herfst _____ 148 Tabel 34: Overzicht van de gemiddelde UFP concentraties per route en de corresponderende gemiddelde concentratie op de schoollocatie (verkeersluwe school): herfst ____________ 152 Tabel 35: Overzicht van de gemiddelde UFP concentraties per route en de corresponderende gemiddelde concentratie op de schoollocatie (verkeersdrukke school): herfst___________ 152 Tabel 36: Gemiddelde BC concentraties in transport en op de schoollocaties tijdens de mobiele metingen in de herfst _______________________________________________________ 155 Tabel 37: Gemeten blootstelling (BC in ng/m³; NO2 en NO in µg/m³; PM2.5 en PM10 in µg/m³; UFP in aantal deeltjes/cm³) op de schoollocatie van 130 kinderen tussen 8u en 10u in de ochtend op de onderzoeksdag __________________________________________________________ 161 Tabel 38: Gemeten blootstelling (BC in ng/m³; NO2 en NO in µg/m³; PM2.5 en PM10 in µg/m³; UFP in aantal deeltjes/cm³) op de schoollocatie van 130 kinderen de dag voor de onderzoeksdag (24u gemiddelde) ______________________________________________________________ 162 Tabel 39: Gemodelleerde concentraties (BC in ng/m³; NO2 in µg/m³) op de thuislocaties van 130 kinderen als output van het Land Use Regression model ____________________________ 164 Tabel 40: Overzicht van geïntegreerde blootstelling aan BC van alle deelnemende kinderen op onderzoeksdag -x (gebaseerd op gemodelleerde concentraties thuis en op school) ______ 170 Tabel 41: Overzicht van geïntegreerde blootstelling aan NO2 van alle deelnemende kinderen op onderzoeksdag-x (gebaseerd op gemodelleerde concentraties thuis en op school) _______ 170 Tabel 42: Gemiddelde 24 uurwaarde en 8-16h waarden voor BC en daaruit volgend effect op blootstelling aan BC in lente (boven) en herfst (onder) _____________________________ 179 Tabel 43: Gemiddelde 24 uurwaarde en 8-16h waarden voor NO2 en daaruit volgend effect op blootstelling aan NO2 in lente (boven) en herfst (onder) ____________________________ 180

IX

Lijst van figuren

LIJST VAN FIGUREN Figuur 1: Meetlocatie luchtkwaliteit (gele stip) en locatie verkeerstellingen (oranje lijnstukken) bij de verkeersluwe school________________________________________________________ 5 Figuur 2: Meetlocaties luchtkwaliteit (gele stippen) en locatie verkeerstellingen (oranje lijnstukken) bij de verkeersdrukke school ___________________________________________________ 5 Figuur 3: Meetlocatie bij de verkeersluwe school (links) en verkeersdrukke school (rechts) tijdens het tweede deel van de lentecampagne___________________________________________ 6 Figuur 4: Overzicht van de thuislocaties van de kinderen (kleurencode: rood S; geel UT; blauw UB; groen RB; vorm: omcirkeld enkel NO2, *:VMM station) _______________________________ 7 Figuur 5: Windrichting (blauw) en windsnelheid (rood) gedurende de lentemeetcampagne, gemeten in Antwerpen (VMM, Luchtbal, M802) ____________________________________ 8 Figuur 6: Windrichting (blauw) en windsnelheid (rood) gedurende de herfstmeetcampagne, gemeten in Antwerpen (VMM, Luchtbal, M802) ____________________________________ 9 Figuur 7: Micro Aethalometer (Magee Scientific, Aethlabs) voor het meten van BC____________ 14 Figuur 8: Vergelijking van Micro Aethalometer (AE51) en MAAP tijdens lente (boven) en herfst (onder)____________________________________________________________________ 15 Figuur 9: Correlatie tussen BC herschaald voor onderlinge vergelijking tussen de weken op basis van ratio en op basis van verschil (lente: boven en herfst : onder) _____________________ 20 Figuur 10: Positionering van de passieve sampler en Micro Aethalometer op de thuislocaties ___ 21 Figuur 11: UFP monitor (links) en CPC 3783 (rechts) gebruikt voor grootteverdeling en aantalconcentratie. Detailweergave van het Environmental Sampling systeem (midden) ___ 23 Figuur 12: SMPS (links) en CPC 3786 gebruikt voor grootteverdeling en aantalconcentratie _____ 24 Figuur 13: CPC 3787 ingezet tijdens de herfstcampagne ter vervanging van de CPC 3783/6 _____ 24 Figuur 14: Correlatieplot van vergelijkende meting van CPC 3786 en CPC 3783 op locatie (speelplaats School 2) tijdens de lentemeetcampagne ______________________________ 26 Figuur 15: Correlatieplot CPC 3783 versus SMPS (totaal) gedurende de ganse herfstmeetcampagne __________________________________________________________________________ 27 Figuur 16: Tijdsprofiel van de onderlinge vergelijking van CPC 3787 en SMPS (gecorrigeerd naar CPC 3783) op locatie School 1 _____________________________________________________ 28 Figuur 17: Vergelijking van SMPS en UFP monitor voor verschillende deeltjesfracties tijdens de lentecampagne _____________________________________________________________ 29 Figuur 18: Vergelijking van SMPS en UFP monitor voor verschillende deeltjesfracties tijdens de herfstcampagne ____________________________________________________________ 30 Figuur 19: Situatieschets. Verkeersdrukke school (links) en verkeersluwe school (rechts), met aanduiding van de aanliggende weg (Straat 1) en een nabije weg (Straat 2). De oranje lijnen wijzen op de locaties van de tellussen. ___________________________________________ 32 Figuur 20: Dagprofiel totaal aantal voertuigen en aantal zware voertuigen (exclusief lichte vracht) ter hoogte van de verkeersdrukke school (Straat 1) op weekdagen en weekenddagen: lente 33 Figuur 21: Dagprofiel totaal aantal voertuigen en aantal zware voertuigen (exclusief lichte vracht) ter hoogte van de verkeersluwe school (Straat 1) op weekdagen en weekenddagen: lente _ 34 Figuur 22: Dagprofiel totaal aantal voertuigen en aantal zware voertuigen (exclusief lichte vracht) ter hoogte van de verkeersdrukke school (Straat 1) op weekdagen en weekenddagen in de herfst _____________________________________________________________________ 35 Figuur 23: Dagprofiel totaal aantal voertuigen en aantal zware voertuigen (exclusief lichte vracht) ter hoogte van de verkeersluwe school (Straat 1) op weekdagen en weekenddagen in de herfst _____________________________________________________________________ 36 Figuur 24: PM2.5 massa(24h) ter hoogte van speelplaats van beide scholen en vooraan (straatkant) bij School 2 en ter hoogte van VMM meetstation (R801): lente _______________________ 37

X

Lijst van figuren

Figuur 25: Absorptiecoëfficiënt α (24h) ter hoogte van speelplaats van beide scholen en vooraan (straatkant) bij School 2: lente _________________________________________________ 38 Figuur 26: EC concentraties ter hoogte van speelplaats van beide scholen en vooraan (straatkant) bij verkeersdrukke school op basis van selectie van de filters: lente ____________________ 39 Figuur 27: PM2.5 massa (24h) ter hoogte van speelplaats van beide scholen en vooraan (straatkant) bij School 2 en ter hoogte van het VMM meetstation (R801): herfst ___________________ 42 Figuur 28: Absorptiecoëfficiënt α (24h) ter hoogte van speelplaats van beide scholen en vooraan (straatkant) bij School 2: herfst _________________________________________________ 42 Figuur 29: EC concentraties ter hoogte van speelplaats van beide scholen en vooraan (straatkant) bij School 2 op basis van selectie van de filters: herfst _______________________________ 43 Figuur 30: Correlatieplot α(m-1) ten opzichte van EC (µg/m3): lente en herfst ________________ 45 Figuur 31: Correlatieplot α versus PM2.5 (links) en PM2.5 versus EC (rechts)(enkel op basis van 24 h bemonsterde filters) voor lente (boven) en herfst (onder) ___________________________ 46 Figuur 32: Correlatieplot van BC gemeten met Micro AethalometerAethalometers en EC bepaald op filter (24h en 8h uurgemiddelde waarden) voor lente en herfst _______________________ 47 Figuur 33: PM2.5 daggemiddelde concentraties op basis van optische monitor: lente __________ 49 Figuur 34: PM10 daggemiddelde concentraties op basis van optische monitor: lente __________ 49 Figuur 35: PM2.5 daggemiddelde concentraties op basis van optische monitor: herfst _________ 52 Figuur 36: PM10 daggemiddelde concentraties op basis van optische monitor: herfst __________ 52 Figuur 37: Weekgemiddelde BC concentraties ter hoogte van de scholen en het VMM meetstation in Borgerhout (R801) in de lente (boven) en herfst (onder) ___________________________ 54 Figuur 38: BC concentratieprofiel in functie van de tijd voor week 1 (lente: boven) en week 3 (herfst: onder) ______________________________________________________________ 55 Figuur 39: Aantalconcentraties gemeten met CPC’s ter hoogte van de 2 scholen (speelplaats) ___ 56 Figuur 40: Tijdsprofiel voor UFP (aantal deeltjes/cm3) voor de lentemeetperiode op de twee scholen (speelplaats)_________________________________________________________ 57 Figuur 41: Correlatie aantalconcentratie gemeten met CPC en Nanocheck ter hoogte van School 1 op basis van 30 min gemiddelde concentraties: lente _______________________________ 58 Figuur 42: Correlatie aantalconcentratie gemeten met CPC en Nanocheck ter hoogte van School 2: op basis van 30 min gemiddelde concentraties: lente _______________________________ 58 Figuur 43: Daggemiddelde aantalconcentratie gemeten met Nanocheck op beide schoollocaties en aan de straatkant van School 2: lente ____________________________________________ 59 Figuur 44: Aantalconcentraties gemeten met CPC’s ter hoogte van de 2 scholen (speelplaats) tijdens de herfstcampagne ____________________________________________________ 60 Figuur 45: Tijdsprofiel voor UFP (aantal deeltjes/cm³) voor de herfstcampagne op de twee scholen (speelplaats) _______________________________________________________________ 61 Figuur 46: Correlatie aantalconcentratie gemeten met CPC en Nanocheck ter hoogte van School 1 op basis van 30 min gemiddelde concentraties: herfst ______________________________ 62 Figuur 47: Correlatie aantalconcentratie gemeten met CPC en Nanocheck ter hoogte van School 2 op basis van 30 min gemiddelde concentraties: herfst ______________________________ 63 Figuur 48: Daggemiddelde aantalconcentratie gemeten met Nanocheck op beide schoollocaties en aan de straatkant van School 2: herfst ___________________________________________ 64 Figuur 49: Deeltjesgrootteverdeling ter hoogte van speelplaats School 1 en School 2 volgens grootteklassen van de UFP monitor (boven) voor de ganse periode en (onder) voor de 2 perioden afzonderlijk: lente ___________________________________________________ 65 Figuur 50: Tijdstrend voor deeltjesaantallen in size range 30 – 50 nm voor het eerste deel (boven) en tweede deel (onder) van de lentemeetperiode__________________________________ 66 Figuur 51: Grootteverdeling gemeten met SMPS (School 1): lente _________________________ 67 Figuur 52: Grootteverdeling gemeten met SMPS (School 2): lente _________________________ 67 Figuur 53: Tijdsprofiel van kleinste deeltjesklasse (SMPS), NO2, NO, ozon en PM2.5 (week 1, lente) 68

XI

Lijst van figuren

Figuur 54: Deeltjesgrootteverdeling ter hoogte van speelplaats School 1 en School 2 volgens grootteklassen van de UFP monitor-(boven) voor de ganse periode en (onder) voor de 2 perioden afzonderlijk: herfst___________________________________________________ 69 Figuur 55: Grootteverdeling gemeten met SMPS (School 1): herfst ________________________ 70 Figuur 56: Grootteverdeling gemeten met SMPS (School 2): herfst ________________________ 70 Figuur 57: NO2 concentraties gemeten met passieve samplers op de schoollocaties en ter hoogte van het VMM station Borgerhout (R801) gemeten tijdens de lente (boven) en herfst (onder); data met * zijn gemiddelde waarden van NO2 gemeten met de Airpointer® over dezelfde periode ___________________________________________________________________ 72 Figuur 58: Tijdsprofiel voor NO gemeten op beide schoollocaties in de lente _________________ 74 Figuur 59: Tijdsprofiel voor NO2 gemeten op beide schoollocaties in de lente ________________ 75 Figuur 60: Gemiddelde NO en NO2 concentratie voor School 2 straatkant en School 2 speelplaats in vergelijking met School 1 in de lente ____________________________________________ 76 Figuur 61: Tijdsprofiel voor NO gemeten op beide schoollocaties in de herfst ________________ 78 Figuur 62: Tijdsprofiel NO2 gemeten op beide schoollocaties in de herfst____________________ 79 Figuur 63: Gemiddelde NO en NO2 concentratie voor School 2 straatkant en School 2 speelplaats in vergelijking met School 1 in de herfst ____________________________________________ 80 Figuur 64: Schematische voorstelling van de ligging van de klaslokalen (School 2) waar gemeten werd (met grijs: gelijkvloers, wit: 1ste verdieping en blauw: 2de verdieping) ______________ 82 Figuur 65: NO2 concentraties (buiten) gemeten ter hoogte van klaslokalen, voorkant en speelplaats van de verkeersdrukke school voor de 5 opeenvolgende weken en de week waarbij op alle locaties simultaan gemeten werd. ______________________________________________ 83 Figuur 66: Correlatie tussen 30 min gemiddelde BC en NOx ter hoogte van de straatlocatie School 2 (boven) en VMM Borgerhout R801 (onder) _______________________________________ 86 Figuur 67: Correlatie tussen 30 min gemiddelde BC en NOx ter hoogte van School 1 en School 2 (speelplaats) _______________________________________________________________ 87 Figuur 68: Correlatie tussen 30 min gemiddelde UFP aantalconcentratie (Nanocheck) en BC ter hoogte van School 2 straatkant ________________________________________________ 88 Figuur 69: Correlatie tussen 30 min gemiddelde BC en UFP aantalconcentratie (Nanocheck) ter hoogte van School 1 en School 2 (speelplaats) _____________________________________ 89 Figuur 70: Correlatie UFP aantalconcentratie en aantal voertuigen (boven: totaal en onder: zware voertuigen LD+HD) ter hoogte van School 2 voorkant _______________________________ 90 Figuur 71: Correlatie BC en aantal voertuigen (boven: totaal en onder: zware voertuigen LD+HD) ter hoogte van School 2 voorkant _________________________________________________ 91 Figuur 72: Correlatie NOx en aantal voertuigen (boven: totaal en onder: zware voertuigen LD+HD) ter hoogte van School 2 voorkant _______________________________________________ 92 Figuur 73: Correlatie PM2.5 en aantal voertuigen (boven: totaal en onder: zware voertuigen LD+HD) ter hoogte van School 2 voorkant _______________________________________________ 93 Figuur 74: Correlatie tussen 30 min gemiddelde BC en NOx ter hoogte van de straatlocatie School 2 (boven) en VMM Borgerhout R801 (onder): herfst _________________________________ 95 Figuur 75: Correlatie tussen 30 min gemiddelde BC en NOx ter hoogte van School 1 en School 2 (speelplaats) _______________________________________________________________ 96 Figuur 76: Correlatie tussen 30 min gemiddelde UFP aantalconcentratie (Nanocheck) en BC ter hoogte van School 2 straatkant: herfst ___________________________________________ 97 Figuur 77: Correlatie tussen 30 min gemiddelde BC en UFP aantalconcentratie (Nanocheck) ter hoogte van School 1 en School 2 (speelplaats): herfst _______________________________ 98 Figuur 78: Weekgemiddelde BC concentraties gemeten op alle thuislocaties (donkerblauw), speelplaats School 1 (groen), speelplaats School 2 (blauw), straatkant School 2 (rood) en VMM meetstations (R801, paars) en VMM station Borgerhout straat (R802, grijs) ____________ 101

XII

Lijst van figuren

Figuur 79: Weekgemiddelde BC concentraties gemeten op alle thuislocaties (donkerblauw), speelplaats School 1 (groen), speelplaats School 2 (blauw), straatkant School 2 (rood), VMM meetstation (R801, paars) en VMM station Borgerhout straat (R802, grijs) _____________ 102 Figuur 80: NO2 concentraties simultaan gemeten op alle thuislocaties (donkerblauw), speelplaats School 1 (groen), speelplaats School 2 (blauw), straatkant School 2 (rood), VMM meetstation (R801, paars) en VMM station Borgerhout straat (R802, grijs), met passieve samplers in de periode 16/6 – 23/6 ________________________________________________________ 103 Figuur 81: NO2 concentraties (passieve samplers) gemeten gedurende 5 aparte weken en simultane meting, beide herschaald naar meetperiode (16/5 – 29/6) __________________________ 104 Figuur 82: NO2 concentraties simultaan gemeten op alle thuislocaties (donkerblauw), speelplaats School 1 (groen), speelplaats School 2 (blauw), straatkant School 2 (rood; geen data beschikbaar), VMM meetstation (R801, paars) en VMM station Borgerhout straat (R802, grijs), met passieve samplers in de periode 13/12 – 20/12 _______________________________ 105 Figuur 83: NO2 concentraties (passieve samplers) gemeten gedurende 5 aparte weken en simultane meting, beide herschaald naar meetperiode (15/11 – 19/12) ________________________ 106 Figuur 84: Vergelijking weekgemiddelde concentraties NO2 gemeten met passieve sampler en met monitor op basis van metingen op de schoollocaties tijdens de lente__________________ 107 Figuur 85: Vergelijking weekgemiddelde concentraties NO2 gemeten met passieve sampler en met monitor op basis van metingen op de schoollocaties en VMM R801 (vierkantjes) tijdens de herfst ____________________________________________________________________ 107 Figuur 86: Correlatie van weekgemiddelde NO2 concentraties en BC concentraties op de thuislocaties en de schoollocaties: lente ________________________________________ 108 Figuur 87: NO2/BC verhouding ten opzichte van BC concentratie: lente ____________________ 109 Figuur 88: Correlatie van UFP met BC: lente__________________________________________ 110 Figuur 89: Correlatie van UFP met NO2: lente ________________________________________ 110 Figuur 90: Correlatie van UFP met BC op basis van 30 min gemiddelde concentraties op straatlocatie (VMM straat R802) : lente _________________________________________ 111 Figuur 91: Correlatie van UFP met BC op basis van 30 min gemiddelde concentraties op regionale achtergrondlocatie (locatie 18): lente __________________________________________ 111 Figuur 92: Correlatie van weekgemiddelde NO2 concentraties en BC concentraties op de thuislocaties en de schoollocaties: herfst ________________________________________ 113 Figuur 93: NO2/BC verhouding ten opzichte van BC concentratie: herfst ___________________ 113 Figuur 94: Correlatie van UFP met BC (weekgemiddelden): herfst ________________________ 114 Figuur 95: Correlatie van UFP met NO2 (weekgemiddelden): herfst _______________________ 115 Figuur 96: Correlatie van UFP met BC op basis van 30 min gemiddelde concentraties op straatlocatie (VMM straat R802): herfst _________________________________________ 115 Figuur 97: Correlatie van UFP met BC op basis van 30 min gemiddelde concentraties op regionale achtergrondlocatie (locatie 18): herfst __________________________________________ 116 Figuur 98: Resultaten van de leave-one-out cross-validation procedure voor de zomer. Gekleurde cirkels geven de outliers in het BC model aan en de overeenkomstige punten in de NO2validatie. _________________________________________________________________ 123 Figuur 99: Resultaten van de leave-one-out cross-validation procedure voor de herfst. _______ 124 Figuur 100: Resultaten van de leave-one-out cross-validation procedure voor de jaargemiddeld LUR modellen. Gekleurde cirkels geven de outliers in het BC model aan en de overeenkomstige punten in de NO2-validatie. ___________________________________________________ 125 Figuur 101: Concentratiekaarten op basis van LUR-model (lente) voor BC (boven) NO2 (onder) _ 127 Figuur 102: Concentratiekaarten op basis van LUR-model (herfst) voor BC (boven) NO2 (onder) 128 Figuur 103: Concentratiekaarten op basis van LUR-model (jaar) voor BC (boven) NO2 (onder) __ 129 Figuur 104: Plaatsing van de meettoestellen in de wagen _______________________________ 131

XIII

Lijst van figuren

Figuur 105: Tijdsverloop van de UFP concentratie tijdens de mobiele metingen en de metingen op de referentielocatie (op school) gemeten op 22/06/11 (boven, in de buurt van School 1) en 23/06/11 (onder, in de buurt van School 2) ______________________________________ 137 Figuur 106: Relatief verschil gemeten ten opzichte van de schoollocatie ter hoogte van School 1 (22/06/11, 8:04 – 9:41 (links) en 10:00 – 11:31 (rechts)) ____________________________ 138 Figuur 107: Relatief verschil gemeten ten opzichte van de schoollocatie ter hoogte van School 2 (23/06/11, 7:55 – 9:58 (links) en 10:06 – 11:38 (rechts)) ____________________________ 139 Figuur 108: Boxplots voor UFP (aantal deeltjes/cm3) per rit (in blauw) en de simultane concentratie op de schoollocatie (in groen) voor de metingen ter hoogte van de verkeersluwe school (boven, 22/06/11) en de verkeersdrukke school (onder, 23/06/11). Met mediaan, IQR (box) en minimum en maximum (whiskers): lente ________________________________________ 140 Figuur 109: Gemiddelde ratio voor UFP concentratie gemeten in transport ten opzichte van op School 1 (route 1-4) en School 2 (route 5-8): lente ________________________________ 142 Figuur 110: Gemiddelde toename van de UFP concentratie gemeten in transport ten opzichte van op school (gekleurde balkjes) en overeenkomstige concentratie op school (grijze balkje) voor de verschillende routes : lente ________________________________________________ 142 Figuur 111: Boxplots voor BC (ng/m3) per rit voor de metingen ter hoogte van de verkeersluwe school (boven) en de verkeersdrukke school (onder). Met mediaan, IQR (box) en minimum en maximum (whiskers): lente ___________________________________________________ 145 Figuur 112: Gemiddelde ratio voor BC concentratie gemeten in transport ten opzichte van op school: lente ______________________________________________________________ 146 Figuur 113: Gemiddelde toename van BC concentratie gemeten ‘in transport’ ten opzichte van op school (gekleurde balkjes) en overeenkomstige concentratie op school (grijze balkjes) voor de verschillende routes: lente ___________________________________________________ 146 Figuur 114: Tijdsverloop van de UFP concentratie tijdens de mobiele metingen en de metingen op de referentielocatie (op school) gemeten op 8/12/11 (boven, in de buurt van School 1) en 12/12/11 (onder, in de buurt van School 2) ______________________________________ 150 Figuur 115: Boxplots voor UFP (aantal deeltjes/cm3) per rit (in blauw) en de simultane concentratie op de schoollocatie (in groen) voor de metingen ter hoogte van de verkeersluwe school (boven, 8/12/11) en de verkeersdrukke school (onder, 12/12/11). Met mediaan, IQR (box) en minimum en maximum (whiskers): lente ________________________________________ 151 Figuur 116: Gemiddelde ratio voor UFP concentratie gemeten in transport ten opzichte van op school gemeten in de herfst (School 1: route 1-4, School 2: route 5-8) _________________ 153 Figuur 117: Gemiddelde toename van UFP concentratie gemeten ‘in transport’ ten opzichte van op school (gekleurde balkjes) en overeenkomstige concentratie op school (grijze balkjes) voor de verschillende routes: herfst __________________________________________________ 153 Figuur 118: Boxplots voor BC (ng/m3) per rit voor de metingen ter hoogte van de verkeersluwe school (boven) en de verkeersdrukke school (onder). Met mediaan, IQR (box) en minimum en maximum (whiskers): herfst __________________________________________________ 156 Figuur 119: Gemiddelde ratio voor BC concentratie gemeten in transport ten opzichte van op school (School1: route 1-4, School 2: route 5-8): herfst _____________________________ 157 Figuur 120: Gemiddelde toename van BC concentratie gemeten ‘in transport’ ten opzichte van op school (gekleurde balkjes) en overeenkomstige concentratie op school (grijze balkjes) voor de verschillende routes : herfst __________________________________________________ 157 Figuur 121: Werkwijze voor het berekenen van de concentratie BC op een hypothetische thuislocatie met behulp van het lente LUR-model _________________________________ 163 Figuur 122: Jaargemiddelde blootstelling van 130 kinderen die deelnamen aan de biomonitoring (drie woningen lagen buiten dit gebied). De kleurcode correspondeert met de kwartielen (laagste concentraties zijn donker groen, hoogste rood). ___________________________ 164 Figuur 123: Daggemiddelde concentratie gemeten op 42 locaties (ongeveer 7 meetdagen per locatie, uitgezonderd schoollocaties) versus de dagelijks voorspelde concentraties met het LURXIV

Lijst van figuren

model. De blauwe kruisjes wijzen op metingen op de schoollocaties. De stippellijn is de 1:1 lijn _________________________________________________________________________ 166 Figuur 124: Correlatieplots tussen BC enkel op de thuislocatie versus geïntegreerde blootstelling aan BC op dagbasis (tot 10 dagen voor het onderzoek van elk kind), de rechter grafiek geeft dit weer voor NO2. De zwarte punten duiden op blootstelling in de lente, de lichte punten op de herfst. ___________________________________________________________________ 167 Figuur 125: Correlatieplots tussen gemodelleerde BC enkel op de schoollocatie versus geïntegreerde blootstelling aan BC op dagbasis (tot 10 dagen voor het onderzoek van elk kind), de rechter grafiek geeft dit weer voor NO2. De zwarte punten duiden op blootstelling in de lente, de lichte punten op de herfst. _________________________________________ 168 Figuur 126: Gemeten concentraties (BC, NO2, PM2.5 en PM10) tijdens de lente- en herfstcampagne ter hoogte van VMM meetpost Borgerhout (42R801), met dag waarop er medische onderzoeken plaatsvonden (zwarte stippen) en seizoensgemiddelde (stippellijn) ________ 172 Figuur 127: (links) De gemodelleerde concentratie aan de voorgevel van woningen vergeleken met de concentraties gemeten met een passieve NO2 sampler (µg/m³). (rechts) De gemeten persoonlijke blootstelling van 25 kinderen aan NO2 (µg/m³), vergeleken met de concentratie gemeten aan de voorgevel van hun thuislocatie. Eén outlier is niet opgenomen in de figuur (persoonlijke blootstelling van 124,5 µg/m³)._____________________________________ 174 Figuur 128: De persoonlijke blootstelling van 60 kinderen aan NO2 (µg/m³) werd gemeten, en wordt vergeleken met de gemodelleerde persoonlijke blootstelling voor diezelfde periode (13-20 december 2011). Gekleurde bolletjes zijn telkens paren van broers of zussen. __________ 175 Figuur 129: Invloed van het bepalen van de BC blootstelling op school door middel van metingen of op basis van gemodelleerde concentraties met het LUR-model, op de geïntegreerde blootstelling van kinderen in de lenteperiode (1 observatie is 1 dag van een kind – dag-1 tot dag-10; in totaal 1123 observaties). De groene cirkels lichten de blootstelling van 1 willekeurig kind uit, gedurende 10 dagen voor zijn onderzoek. ________________________________ 177 Figuur 130: Correlatieplot 24 h waarden versus 8-16h gemiddelde waarden voor BC, lente (boven) en herfst (onder); regressielijn (zwart) en 1:1 lijn (rood) ____________________________ 181 Figuur 131: Correlatieplot 24 h waarden versus 8-16h gemiddelde waarden voor NO2, lente (boven) en herfst (onder); regressielijn (zwart) en 1:1 lijn (rood) ____________________________ 182

XV

Lijst van afkortingen

LIJST VAN AFKORTINGEN BC CPC EC IQR LUR GWO OC MAAP SMPS TC TOT UFP

XVI

Black Carbon Condensation Particle Counter Elemental Carbon interkwartiel range Land Use Regression Georganiseerd Wetenschappelijk Onderzoek (bij VITO) Organic Carbon Multi-Angle Absorption Photometer Scanning Mobility Particle Sizer Total Carbon Thermal optical transmission Ultrafine Particulates (per definitie deeltjes <0.1 µm) uitgedrukt in aantal deeltjes

HOOFDSTUK 1 Doel en opzet van de studie

HOOFDSTUK 1. DOEL EN OPZET VAN DE STUDIE

De doelstelling van deze opdracht is het kwantificeren van de externe blootstelling van de doelgroep, welke bestudeerd wordt in de biomonitoringsstudie voor verkeerspolluenten (studie LNE-VAZG). Hierbij gaat de aandacht hoofdzakelijk naar het uitvoeren van milieumetingen van UFP, roetgerelateerde parameters (EC en BC) en andere verkeersgerelateerde polluenten zoals stikstofoxiden. De milieumetingen, aangevuld met modellering, gebruik makend van Land Use Regression (LUR), moeten toelaten een inschatting te maken van de externe blootstelling van de doelgroep. Daarnaast moet deze studie een dataset leveren om meer inzicht te krijgen in UFP-concentraties en andere verkeersgerelateerde parameters, de variatie ervan in ruimte en tijd en de onderlinge relatie tussen verkeersgerelateerde parameters enerzijds en verkeersintensiteiten en verkeerspolluenten anderzijds. Gezamenlijke doelstelling van deze studie en biomonitoringsstudie in opdracht van LNE is na te gaan wat de impact is van de aanwezigheid van druk verkeer op de blootstelling aan verkeerspolluenten en te onderzoeken wat de impact is van de externe blootstelling op de interne concentraties aan verkeerspolluenten en gezondheidsparameters. De case die onderzocht wordt is de blootstelling van kinderen aan verkeerspolluenten in de buurt van scholen. Volgende aspecten zullen worden onderzocht: 1) Hoe verhouden de verschillende (verkeers)polluenten zich onderling: wat zijn de correlaties tussen de verschillende parameters onderling en wat is hun relatie met gemeten verkeersstromen 2) Wat is de variatie van de verkeerspolluenten in ruimte en tijd: maw welke tijdstrends worden gemeten op een locatie en wat zijn de verschillen tussen de verschillende locaties (locatie met veel verkeer versus verkeersarme locatie) 3) Welk type impact is meetbaar bij de kinderen in relatie tot verkeerspolluenten in hun leefomgeving (thuis + op school): oxidatieve stress/inflammatie, luchtwegproblemen, cardiovasculaire parameters 4) Welke verkeerspolluenten(NO2, PM2.5, EC/BC, UFP) is / zijn de beste proxy om de mogelijke gezondheidsimpact in te schatten. In veel gevallen zijn gezondheidseffecten een gevolg van blootstelling aan het gehele mengsel van schadelijke gassen en fijn stof. Meestal zijn de indicatoren gecorreleerd waardoor het lastig is om de effecten aan één component toe te schrijven. Het is interessant om na te gaan of de relatie met de biomerkers sterker/zwakker is met de polluenten die een grotere ruimtelijke variatie vertonen (EC/BC en UFP) vs. de metingen die over iets groter geografisch bereik constanter zijn. Het is de bedoeling om na te gaan welke van de verkeers-proxy(’s) en bij welke uitmiddelingstijd, de meeste informatie geeft over de mogelijke gezondheidsimpact. 5) Of het verblijven in een schoolomgeving met meer of mindere mate van verkeerspollutie, een invloed heeft op de gemeten biomerkers. Kinderen spenderen een belangrijk deel van de dag op school, maar voor het overgrote deel van de tijd verblijven ze op hun woonlocatie. Bedoeling is om voor elke persoon een inschatting te hebben van milieupolluenten op de school en woonlocatie. Op die manier kan worden nagegaan of de

1

HOOFDSTUK 1 Doel en opzet van de studie

concentratie aan verkeerspolluenten op de schoollocatie belangrijk is in de relatie met (mogelijke) chronische luchtwegklachten, cardiovasculaire, inflammatoire of oxidatieve stress merkers. Dit rapport bevat de resultaten van de luchtmetingen van de lente- en herfstcampagne. In Hoofdstuk 2 wordt de meetopzet besproken. Hoofdstuk 3 en 4 bevatten de resultaten van de meetcampagne ter hoogte van respectievelijk de scholen en de thuislocaties. In Hoofdstuk 5 wordt de LUR (Land Use Regression) besproken die gebruikt wordt om de concentraties in te schatten op alle thuislocaties. Hoofdstuk 6 beschrijft de opzet en resultaten van de mobiele metingen om de blootstelling in transport van en naar school in te schatten. Tenslotte wordt in Hoofdstuk 7 de berekeningswijze en resultaten voor de bepaling van de blootstelling besproken. Welke dan verder gebruikt wordt in de koppeling met de biomonitoring.

2

HOOFDSTUK 2 Meetopzet

HOOFDSTUK 2. MEETOPZET

2.1. 2.1.1.

MEETLOCATIES EN MEETPERIODE SELECTIE SCHOLEN

De werkwijze voor de selectie van de meetlocatie van de scholen werd uitgebreid besproken bij de tussentijdse rapportering van de resultaten van de lentecampagne. Hieronder wordt de gebruikte procedure en selectiecriteria kort samengevat voor de stappen die gevolgd werden. 1) Voorafgaand aan deze studie werd een voorbereidende studie uitgevoerd waarin een plan van aanpak werd opgemaakt voor het bestuderen van blootstelling aan en gezondheidseffecten van verkeerspolluenten. (Koppen et al., 2010) Deze studie leverde een globale beschrijving op van het plan van aanpak dat als basis werd gebruikt om onderhavige studie uit te voeren. Een aanbeveling van deze studie was twee scholen te selecteren met een zo groot mogelijk contrast aan verkeerspolluenten/verkeersblootstelling en gelegen in eenzelfde regio, zodat de thuislocaties van de kinderen ruimtelijk overlappen en in een vergelijkbare omgeving gelegen zijn. 2) In overleg met de stuurgroep werd beslist om de scholen te selecteren in de stad Antwerpen omdat daar een stedelijk meetstation beschikbaar is dat als vergelijkingsbasis kan dienen. Een lijst van mogelijke scholen werd opgemaakt waarbij vervolgens nagegaan werd of ze in aanmerking kwamen als verkeersluwe of verkeersdrukke school. 3) De belangrijkste criteria die gehanteerd werden bij de selectie zijn hieronder opgelijst: - aantal leerlingen: meer dan 300 leerlingen (criteria voor biomonitoringsstudie) - sociale mix: moet vergelijkbaar zijn en goede kennis van het Nederlands voor het invullen van vragenlijsten (criteria voor biomonitoring) - verkeersintensiteiten: minimale afstand tot drukke weg (vb. <75 m van weg met >10,000 voertuigen voor verkeersdrukke school), aandeel zwaar vervoer, aantal km weg in een straal van 300 m rond de school) - concentraties van NO2 en BC of EC aan straatkant (op basis van beschikbare concentratiekaarten): Op basis van gekende variatie in deze omgeving werden volgende richtwaarden gehanteerd: verkeersluwe school: ≤1.7 µg/m3 voor EC en ≤32 µg/m3 voor NO2 voor de verkeersluwe school en ≥2.0 µg/m3 voor EC en ≥ 40 µg/m3 voor verkeersdrukke school. Verder werd ook bekeken of er geen verkeersinfrastructuurwerken gepland waren in de loop van de studie of er omleidingen waren die mogelijk geen representatief beeld van verkeer tijdens de studie zouden opleveren. Voor de verkeersluwe school werd ook nagegaan of er geen aangrenzende drukke straten waren die mogelijk een impact zouden kunnen hebben op de luchtkwaliteit in de buurt van de school. 4) Op basis van bovenstaande werkwijze werden een aantal scholen geselecteerd. De voorzijde van de schoolomgeving werd ter plaatse bekeken en gelijktijdig werd de UFP concentratie gemeten met een mobiel toestel om een eerste indicatie te hebben van de te verwachte concentraties. Vervolgens werden de geselecteerde scholen en gebruikte selectiecriteria voorgesteld aan de stuurgroep voor goedkeuring.

3


Aan de hand van de beschreven werkwijze werden een aantal scholen gecontacteerd die in aanmerking kwamen. Hierbij diende ook rekening gehouden te worden met de criteria voor de biomonitoring (zoals hierboven geschetst) en was de medewerking van de school vereist. Bovendien moest via een plaatsbezoek nagegaan worden of het mogelijk en toegelaten was meetapparatuur te plaatsen in de schoolomgeving. Op basis hiervan werden 2 scholen geselecteerd. In het vervolg van dit rapport wordt hiernaar verwezen als School 1 (S1) of verkeersluwe school en School 2 (S2) of verkeersdrukke school. School 1 kan beschouwd worden als gelegen op een stedelijke achtergrondlocatie en is gelegen aan een doodlopende straat aan de rand van een park. School 2 is gelegen langs een drukke weg met 22000 voertuigen per dag. Hierbij dient opgemerkt te worden dat het niet de bedoeling is die 2 scholen te onderzoeken maar wel om 2 scholen te selecteren die representatief zijn voor een groep scholen in Vlaanderen. Bovendien is getracht om een zo groot mogelijk contrast te bekomen in eenzelfde stedelijke omgeving. 2.1.2.

MEETLOCATIE EN MEETPERIODE SCHOLEN

Metingen werden uitgevoerd in 2 seizoenen gedurende 5 weken. Hiervoor werd een koud en warm seizoen geselecteerd. In dit rapport worden de resultaten van de lentecampagne (11 mei - 29 juni 2011) en de resultaten van de herfstcampagne (8 november - 21 december 2011) weergegeven. Metingen in de zomer waren niet mogelijk omdat dit seizoen grotendeels tijdens de schoolvakantie valt. Bij de benaming van de meetcampagnes in dit rapport werd rekening gehouden met de astronomische definitie van de seizoenen. Volgens de weerkundige definitie valt de uitgevoerde herfst- en lente campagne respectievelijk deels in de winter (start op 1/12) en de zomer (start op 1/6). Buitenmetingen worden uitgevoerd op elke schoollocatie (bij voorkeur op de speelplaats). De juiste locatie werd bepaald na een plaatsbezoek en in overleg met de school, rekening houdend met de lokale situatie en praktische overwegingen (stroomvoorziening en veiligheid). De buitenmetingen moeten een inschatting geven van de blootstelling van de kinderen tijdens de schooluren. De voorkeur ging uit naar de speelplaats omdat dit de buitenlocatie is waar alle kinderen de meeste tijd doorbrengen tijdens de schooluren. Bovendien gaan we ervan uit dat de concentratie ter hoogte van de speelplaats de verschillen tussen de blootstelling in de twee scholen weergeeft, waarbij een constante indoor/outdoor verhouding wordt verondersteld. De bepaling van deze verhouding valt echter buiten het bestek van deze studie. Praktisch gezien was dit ook de beste locatie omdat er redelijk wat ruimte nodig was voor het opstellen van de apparatuur. Een situatieschets van de meetlocatie op beide scholen en plaatsing van tellussen in weergegeven in Figuur 1 (School1) en Figuur 2 (School 2). Op School 1 werden de metingen uitgevoerd juist voor de schoolpoort omdat het niet was toegestaan om toestellen te plaatsen op de speelplaats (Figuur 3, links). Op School 2 werden de meettoestellen geplaatst op de speelplaats (Figuur 3, rechts). Het meest nabijgelegen punt van de speelplaats van de lagere school (School 2) bevindt zich op ongeveer 75 m van de weg. De meetopstelling is geplaatst aan het andere uiteinde van de speelplaats (op 140 m van de weg) omwille van praktische (stroomvoorziening) en veiligheidsredenen. In de loop van de lentemeetcampagne werd vastgesteld dat de concentraties op de speelplaats van de verkeersdrukke school vergelijkbaar waren met deze van de stedelijke achtergrond school, hoewel de eerste aan een drukke weg is gelegen en resultaten van voorgaande metingen aan de straatkant aangaven dat er daar wel een duidelijk verschil in concentraties tussen de twee scholen was. Daarom werd beslist om gedurende een korte tijd tijdens de lentemeetcampagne een aantal parameters extra te meten aan de voorkant (drukke straat) van School 2 om zo de relatie tussen voorkant (drukke straat) en achterzijde (speelplaats) te kunnen inschatten. Tijdens de herfstcampagne werden ook extra metingen uitgevoerd ter hoogte van de 4


voorkant en ter hoogte van de klaslokalen. De hoofdopstelling bleef echter op de speelplaats staan omdat de kinderen daar het meeste tijd doorbrengen, en niet aan de schoolpoort. We zijn ons er van bewust dat de kinderen een groot deel van de tijd binnen doorbrengen. Buitenmetingen zijn echter noodzakelijk om 1) de relatie met verkeersstromen vast te leggen, 2) een inschatting te geven van de mate waaraan de kinderen aan verkeerspolluenten (die van buiten komen) worden blootgesteld, zonder interferenties van binnenbronnen, 3) gemeten concentraties te extrapoleren naar andere locaties via LUR.

Straat 1

Straat 2

School

School

Speelplaats

Straat 1

Straat 1

School

School

Andere speelplaats

School

Figuur 1: Meetlocatie luchtkwaliteit (gele stip) en locatie verkeerstellingen (oranje lijnstukken) bij de verkeersluwe school

Speelplaats lagere school

Straat 2

Figuur 2: Meetlocaties luchtkwaliteit (gele stippen) en locatie verkeerstellingen (oranje lijnstukken) bij de verkeersdrukke school

5


Figuur 3: Meetlocatie bij de verkeersluwe school (links) en verkeersdrukke school (rechts) tijdens het tweede deel van de lentecampagne 2.1.3.

SELECTIE THUISLOCATIES

Tijdens de herfstcampagne werden dezelfde locaties bemonsterd als tijdens de lente. Het is logistiek en budgettair niet mogelijk om bij alle kinderen metingen uit te voeren op de thuislocatie. Daarom wordt op basis van 42 locaties voor BC en 55 locaties voor NO2, waarvan telkens 2 schoollocaties, een LUR-model opgesteld. (zie HOOFDSTUK 5) Bij de selectie van de thuislocaties wordt getracht een grote variatie te hebben in het type locatie (veel verkeer versus weinig verkeer). Op basis van bestaande GIS-data werden daarom een aantal ‘type locaties’ gedefinieerd. Deze zijn weergegeven in Tabel 1. De onderverdeling in groepen gebeurde op basis van verkeersintensiteiten en afstand tot de weg. Tabel 2 geeft het beoogde aantal locaties en het aantal locaties dat uiteindelijk gemeten is, rekening houdend met bereidheid tot medewerking van de ouders en praktische overwegingen.

Tabel 1: Overzicht van de type locaties zoals gedefinieerd voor de selectie van de thuislocaties van de deelnemende kinderen Type locatie S (Street) UT (Urban Traffic) UB (Urban Background)

R (Regional/Rural background)

6

beschrijving Aanliggende weg > 10000 voertuigen Aanliggende weg < 10000 voertuigen Minder dan 300 m van weg met > 10000 voertuigen Meer dan 300 m van weg met > 10000 voertuigen Aanliggende weg < 3000 voertuigen Bevolkingsdichtheid > 2000 inw/km2 Meer dan 300 m van weg met > 10000 voertuigen Aanliggende weg < 3000 voertuigen Bevolkingsdichtheid < 2000 inw/km2


Tabel 2: Overzicht van de verdeling over het aantal type locaties zonder de scholen Type locatie

# beoogde locaties

S (Street) 8 - 10 UT (Urban Traffic) 18 - 25 UB (Urban Background) 8 - 10 R (Regional/Rural 2-3 background) TOTAAL *VMM station R801 Borgerhout bij UT geteld

# gemeten BC en NO2 8 20* 10 2

# gemeten NO2 8 31* 12 2

40

53

De thuislocaties van de kinderen waar metingen worden uitgevoerd zijn weergegeven in Figuur 4. De regionale achtergrondlocaties zijn gelegen in Hove en Schilde.

Figuur 4: Overzicht van de thuislocaties van de kinderen (kleurencode: rood S; geel UT; blauw UB; groen RB; vorm: omcirkeld enkel NO2, *:VMM station)

7


2.1.4.

MEETPERIODE THUISLOCATIES

 Lentecampagne De lentecampagne liep van 11/5 tot 29/6. Op de thuislocaties werd BC en NO2 gemeten van 16/5 tot 21/6 over vijf opeenvolgende meetperioden van telkens een week. Bijkomend werd van 16/6 – 23/6 op alle locaties simultaan NO2 gemeten. Tabel 7 geeft de meetperioden weer (zie 2.2.8). Windsnelheid en windrichting zijn weergegeven in Figuur 5. Tijdens de lentecampagne kwam de wind hoofdzakelijk uit ZW-richting, de meest overheersende windrichting gedurende het jaar. Gedurende een korte periode kwam de wind uit NO- en OZO-richting. De eerste periode was een verlengd weekend (zondag tot dinsdag), de tweede periode niet. Gedurende 1 dag was de windrichting NW. Dit betekent dat voor school 2 (verkeersdrukke) de wind hoofdzakelijk niet van de weg kwam. De periode waarop dit wel het geval was, is niet voldoende groot en representatief om na te gaan of er een effect van windrichting kan worden vastgesteld op de gemeten concentraties. Voor school 1 (stedelijke achtergrond) betekent dit dat de wind hoofdzakelijk vanuit het park kwam, de meest voorkomende situatie over een jaar bekeken, en niet vanuit de richting van een weg met ongeveer 7000 voertuigen/dag op een afstand van ongeveer 70m (straat 2, zie Figuur 1), nog afgescheiden door huizen en beplanting. 360

25

20 270

WS (m/s)

WR (°)

15 180 10

90 5

0

0

9-05-2011 16-05-2011 23-05-2011 30-05-2011 6-06-2011 13-06-2011 20-06-2011 27-06-2011 4-07-2011

Figuur 5: Windrichting (blauw) en windsnelheid (rood) gedurende de lentemeetcampagne, gemeten in Antwerpen (VMM, Luchtbal, M802)

8


 Herfstcampagne De herfstcampagne liep van 8/11 tot 21/12. Op de thuislocaties werd BC en NO 2 gemeten van 15/11 tot 19/12 over vijf opeenvolgende meetperioden van telkens een week. Bijkomend werd van 13/12 tot 20/12 op alle locaties simultaan NO2 gemeten. Tabel 8 geeft de meetperioden weer. Windsnelheid en windrichting zijn weergegeven in Figuur 6. Tijdens de meetcampagne kwam de wind hoofdzakelijk uit ZW-richting, de meest overheersende windrichting gedurende het jaar. Gedurende de eerste twee weken van de meetcampagne kwam de wind uit oostelijke richting (van NO tot ZW). Enkel op 17/11 werd voornamelijk Z wind waargenomen. Bovendien was de windsnelheid redelijk laag tijdens deze periode. Tijdens de eerste twee weken werden verhoogde PM10 concentraties gemeten (>50 µg/m3) in Borgerhout; Op 6, 7 en 10/11 en van 15/11 – 23/11 lagen de concentraties in het meetstation van Borgerhout (R801) hoger dan 50 µg/m3. Op 8/11 was er geen meetwaarde beschikbaar op het achtergrondstation maar bedroeg de concentratie ter hoogte van het straatstation 70 µg/m3 (R802) zodat we kunnen veronderstellen dat de concentratie ter hoogte van R801 ook op deze dag hoog is. Dit betekent dat voor de verkeersdrukke school (School 2) gedurende de eerste twee weken (tot 21/11) de wind hoofdzakelijk vanaf de weg kwam. Bovendien was de windsnelheid redelijk laag tijdens deze periode. Op de dagen werd verhoogde concentraties gemeten (>50 µg/m3) in Borgerhout. Gedurende het grootste deel van de meetcampagne (vanaf 21/11) kwam de wind echter uit ZW richting, ook op jaarbasis de meest overheersende windrichting, zodat de school windopwaarts van de weg ligt. Voor de stedelijke achtergrondschool (School 1) betekent dit dat de wind gedurende de eerste twee weken hoofdzakelijk vanaf de rustige doodlopende straat kwam en niet vanuit de N gelegen straat(straat 2 Figuur 1) die iets drukker is. Gedurende de andere weken kwam de wind hoofdzakelijk vanuit de richting van het park. 360

25 WR (°) WS (m/s) 20

270

WS (m/s)

WR (°)

15 180 10

90 5

0 8-11-2011

0 15-11-2011

22-11-2011

29-11-2011

6-12-2011

13-12-2011

20-12-2011

Figuur 6: Windrichting (blauw) en windsnelheid (rood) gedurende de herfstmeetcampagne, gemeten in Antwerpen (VMM, Luchtbal, M802) 9


2.2. 2.2.1.

GEMETEN PARAMETERS EN APPARATUUR GEMETEN PARAMETERS PER SCHOOLLOCATIES

In onderstaande Tabel 3 en Tabel 4 wordt een overzicht gegeven van de gemeten parameters en gebruikte toestellen per schoollocatie in functie van de tijd voor respectievelijk lente- en herfstcampagne. Bij de kolom ‘locatie’ staat S1 voor School 1 (stedelijke achtergrond school), S2 voor School 2 (verkeersdrukke school), S2V voor straatkant van School 2 en R801 voor Meetstation Borgerhout (stedelijke achtergrond). Klas S2 staat voor metingen ter hoogte van de klaslokalen van School 2, welke enkel tijdens de herfstcampagne werden uitgevoerd. Van 3/12-5/12 was ter hoogte van School 1 de stroom uitgevallen waardoor er voor deze periode geen data beschikbaar waren van alle polluenten.

Tabel 3: Chronologisch overzicht van de gebruikte meetopstelling ter hoogte van School 1, School 2 en meetstation Borgerhout tijdens de lentecampagne locatie Partisol -PM2.5 massa, filter, 24h -Selectie filters: EC/OC Passieve samplers NO2 weekgemiddelde

10/5 – 16/515/5 22/5

23/5 - 30/5 – 6/6 – 14/6 – 21/6 29/5 5/6 13/6 20/6 28/6 8h 8h 8h

S1 S2 S2V S1 S2 S2V R801 SMPS en CPC 3786 S1 * -grootteverdeling en aantal S2 * UFP monitor en CPC 3783 S1 * -grootteverdeling en aantal S2 * AE51 S1 -BC S2 S2V R801 Grimm+Nanocheck S1 -PM fracties S2 -aantalconcentratie S2V NOx monitor/Airpointer S1 -NO, NO2, NOx (30min) S2 S2V * van 27/5 – 1/6 beide opstellingen samen op speelplaats bij School 2 ter vergelijking

10


Tabel 4: Chronologisch overzicht van de gebruikte meetopstelling ter hoogte van School 1, School 2 en meetstation Borgerhout tijdens de herfstcampagne locatie

8/11 – 15/1114/11 21/11

23/1129/11

30/11 – 5/11

S1 S2 S2V S1 S2 S2V klas S2 R801 SMPS en CPC 3783/3786 S1 * -grootteverdeling en aantal S2 UFP monitor en CPC 3787 S1 * -grootteverdeling en aantal S2 * AE51 S1 -BC S2 S2V klas S2 R801 Grimm+Nanocheck S1 -PM fracties S2 -aantalconcentratie S2V NOx monitor/Airpointer S1 -NO, NO2, NOx (30min) S2 S2V * van 1/12 – 5/12 beide opstellingen samen bij School 1 ter vergelijking ** geen data beschikbaar

6/11– 12/12

13/1219/12

**

**

Partisol -PM2.5massa, filter, 24h -Selectie filters: EC/OC Passieve samplers NO2 weekgemiddelde

2.2.2.

GASVORMIGE POLLUENTEN: AIRPOINTER®

Voor het meten van NOx wordt een mobiel meetplatform (Airpointer®, Recordum) gebruikt. Stikstofoxiden worden hiermee gemeten als NO en NOx afzonderlijk, waaruit NO2 berekend wordt. De meetmethode is gebaseerd op chemiluminescentie techniek. De NOx meetbank wordt tweewekelijks gekalibreerd met een gecertifieerd NO mengsel (159 ppb). Het meetplatform is ook uitgerust met ozon-bank (op basis van UV fotometrie) die gelijktijdig metingen van ozon uitvoert. Omdat de focus van deze studie ligt in het meten van en het beoordelen van de impact van verkeerpolluenten, werd de meting van ozon niet expliciet voorzien en werd de meetbank niet gekalibreerd. Bij het beëindigen van de studie werden de meetresultaten toch bekeken in het kader van de biomonitoring. Deze resultaten moeten dan eerder kwalitatief gezien worden omdat geen kwaliteitscontrole werd uitgevoerd via regelmatige kalibraties. 2.2.3.

FILTERBEMONSTERINGEN: PM2.5 MASSA, EC EN REFLECTIE

Op beide scholen werden metingen uitgevoerd met een filterbemonsteraar (Partisol). Deze werd ingesteld op een bemonsteringsduur van 24h. Tijdens de lentecampagne werd eveneens gedurende 1 week (21/6 – 28/6) over 8 h (0h00 8h00; 8h00 – 16h00; 16h00 - 0h00) bemonsterd om 11


na te gaan of er een tijdstrend is. Zowel de massaconcentraties als de EC bepaald op de filter waren voor de 8h bemonsteringen soms in de buurt van de detectielimiet waardoor beslist werd om in de herfstcampagne enkel 24h bemonsteringen te doen. De gebruikte filters zijn kwartsvezelfilters (47 mm Tissuquartz, Pall) zodat analyse van EC/OC achteraf mogelijk is.  PM2.5 massa Na bemonstering wordt de filter geconditioneerd gedurende minstens 48h en vervolgens 2 maal gewogen in een geconditioneerde weegkamer (T: 20°C ± 1 en RV: 50 ± 5%) volgens EN 14907 (2005). Na weging worden de filters bewaard in de diepvries. Dit is voornamelijk nodig om geen verliezen te hebben van OC in afwachting van analyse.  Reflectie Na weging wordt de reflectie van de filters bepaald. Hiervoor maken we gebruik van een EEL Smoke Stain Reflectometer op basis van de ISO 9835 (1993). De metingen worden uitgevoerd in de weegkamer (geconditioneerde temperatuur en vochtigheid). Voor de metingen wordt de airco afgezet (omdat dit een effect heeft op de uitlezing: minder stabiel) en wordt het toestel gedurende 5 min opgewarmd. Bij begin van de meting wordt de lineariteit gecontroleerd (op basis van standaard 100% en 35% reflectie). Vervolgens wordt een blanco filter (geplaatst op de blanco standaard) gemeten en wordt het toestel afgesteld op 100%. Daarna worden de bemonsterde filters gemeten waarbij om de 10 filters de blanco wordt gecontroleerd en bijgesteld. De grootste gemeten afwijking bedroeg 99 (i.p.v. 100). De absorptiecoëfficient (α) wordt bepaald aan de hand van onderstaande formule : α (m-1) = (A/2V) x ln(R0/R) Waarbij: A: het bemonsterd oppervlak is op de filter in m2 V: volume lucht bemonsterd (in m3) R0: reflectie gemeten bij blanco filter R: reflectie gemeten bij beladen filter De absportiecoëfficient (α) kan worden omgerekend naar BS (black smoke) op basis van een standaard tabel. Recent wordt in veel publicaties de absoptiecoëfficient op zich gebruikt om locaties te vergelijken of wordt op basis van een beperkte vergelijking met de EC meetmethode de absorptie gebruikt als proxy (o.a. Adams et al., 2002).  EC/OC analyse De EC/OC analyse gebeurt door Universiteit Antwerpen. Hierbij wordt de TOT (Termo-optical transmission) techniek (Sunset laboratory) ingezet waarbij het NIOSH-protocol wordt gebruikt. Filters worden gewogen volgens de Europese referentie EN 14907.

12


2.2.4.

PM2.5 MASSACONCENTRATIE MET OPTISCHE MONITOR

De Grimm 1.108 in weersbestendige behuizing met optie Nanocheck werd ingezet op alle schoollocaties en enkele van de thuislocaties. De massaconcentratie, gemeten met optische toestellen dient te worden vergeleken met een referentietoestel (filterbemonsteraar). In deze meetcampagne gebeurde dit aan de hand van simultane metingen op de schoollocaties en ter hoogte van voorkant van School 2 (waar gedurende 2 weken gemeten werd en ook een filterbemonsteraar werd geplaatst). 2.2.5.

BC METINGEN: MICRO AETHALOMETER: ALGEMEEN

BC concentraties worden gemeten met de Micro Aethalometer type AE51 (Magee Scientific, Aethlabs) (zie Figuur 7). Dit zijn draagbare toestellen die ook kunnen gebruikt worden voor persoonlijke sampling. De Micro Aethalometer gebruikt continue filtratie in combinatie met een optische meting voor de continue meting van BC (Black carbon). Het toestel zuigt omgevingslucht aan over een filter ticket (teflon gecoat borosilicate glas) met een instelbaar debiet van 50, 100 of 150 cm3 .min-1. Het debiet van de aangezogen lucht wordt gemeten met een massadebietsensor en geregistreerd. Kalibratie van het ingestelde debiet gebeurt voor aanvang van de metingen. Door de bemonsterde spot van 3 mm wordt de transmissie van licht (880 nm LED lichtbron) gemeten met behulp van een fotodiode detector. De detector meet hiervoor de lichtsterkte van het licht door de beladen spot welke vergeleken wordt met de referentiespot (niet bemonsterde deel van de filter). Het meten van BC op basis van optische absorptie met Aethalometer wordt beschreven in (Hansen et al., 1984 en Dons et al., 2012) De AE51 bepaalt de vermindering (Attenuation) van het LED bronlicht door de filter wanneer de hoeveelheid BC op het filtermateriaal toeneemt. De ATN wordt berekend als volgt: ATN = -100 *ln ((SB/RB)) Met: SB = sensor beam, gemeten ter hoogte van de bemonsterde spot RB = reference beam, gemeten ter hoogte van de niet beladen spot De accumulatie van optisch-absorberende deeltjes leidt tot een geleidelijke verhoging van de ATN. Het verschil is een maat voor de BC concentratie. Deze wordt berekend als: BC (ng/m3) = 103 * (d(ATN)*A)/(σ * (F/1000)*dt)) Met: A = oppervlak filterspot in (mm2) d(ATN) = afname van de attenuation over dt σ = absorbantie (m2/g) F = flow in ml/min dt= ingestelde tijdsresolutie in min De gebruikte sigma in het toestel is 12.5 m2/g. Deze wijkt licht af van de rack toestellen omdat deze gebruik maken van een ander type filter (quartz). Tijdens deze meetcampagne werden de toestellen ingesteld op een debiet van 50 cm3/min. Dit resulteert in een lagere resolutie maar een grotere autonomie omdat de filters minder snel beladen worden. Het filter ticket moet manueel vervangen worden. Met een ingesteld debiet van 50 wordt, afhankelijk van de locatie, een autonomie bereikt van 3 à 4 dagen op de plaatsen met hoge concentraties. Het toestel geeft een foutmelding indien de filter te sterk beladen is om nauwkeurig te kunnen meten. De gemeten waarde is dan lager, een gekend fenomeen bij de grote

13


Aethalometers met filterband. Deze waarden worden verwijderd uit de dataset. Tijdens de herfstcampagne hadden we gedurende een deel van de meetcampagne te maken met een smogperiode. Hierdoor geraakten filters sneller verzadigd (in de meest extreme gevallen al na 1 dag). Tijdens de metingen is de Micro Aethalometer geplaatst in een kunststof box waarin ook 1 batterij geplaatst is om de autonomie van het toestel te verhogen. Op deze manier kunnen gedurende minstens 3 tot 4 dagen metingen worden uitgevoerd zonder stroom. Gedurende de week worden deze batterijen verwisseld. Dit gebeurt samen met het vervangen van het filter ticket.

Figuur 7: Micro Aethalometer (Magee Scientific, Aethlabs) voor het meten van BC

Een vergelijking van de 30 min gemiddelde meetwaarden van de Micro Aethalometer en de MAAP ter hoogte van het VMM station in Borgerhout is gegeven in Figuur 8 (lente:boven en herfst:onder). Beide technieken meten BC op een verschillende manier. Voor de correlatieplot (van de herfst) werden meetwaarden boven 10 µg/m3 niet opgenomen. Boven 10- 12 µg/m3 lijkt de grafiek af te vlakken en liggen de waarden van de MAAP lager ten opzichte van de AE51. Dit is een gekend fenomeen, beschreven in de literatuur.(Hyvärinen et al., 2012) Het aantal datapunten is echter te beperkt om over deze trend met zekerheid uitspraak te kunnen doen. Het uitsluiten van punten boven de 10 µg/m3 betekent dat nog respectievelijk 92 en 96% van de beschikbare data van AE51 en MAAP in aanmerking komen voor de correlatieplot. Voor de lente werden dan ook de meetpunten boven de 10 µg/m3 verwijderd; het ging maar om 7 meetpunten. De oorspronkelijke regressielijn was BC (AE) = 0.935 x BC(MAAP) + 0.122 , R2 = 0.82). De resulterende regressievergelijkingen voor lente en herfst zijn zeer vergelijkbaar, de R2 is beter in de herfst.

14


10

9 8

BC AE51 (ug/m3)

7 6

y = 0,878 x + 0,215 R² = 0,78

5 4 3 2 1

0 0

1

2

3

4

5 6 BC MAAP (ug/m3)

7

8

9

10

10

9 8

BC AE51 (ug/m3)

7 6 5 4

y = 0,936x + 0,060 R² = 0,89

3 2 1 0

0

1

2

3

4

5 6 BC MAAP (ug/m3)

7

8

9

10

Figuur 8: Vergelijking van Micro Aethalometer (AE51) en MAAP tijdens lente (boven) en herfst (onder)

15


2.2.6.

BC METINGEN OP DE THUISLOCATIES

 Algemeen In eerste instantie wordt een kwaliteitscontrole gedaan. Hierbij worden de data waarvoor een foutmelding is weergegeven uit de file verwijderd. Enkel de data met foutmelding ‘flow out of range’ blijven behouden. De toestellen zijn ingesteld op een flow van 50 cm 3/min en een foutmelding wordt gegeven als de afwijking meer dan 10 % bedraagt. Bij de meeste toestellen werd bij minder dan 10% van de data een afwijkende flow gerapporteerd tijdens de lentecampagne. Het aantal toestellen waarbij de flow regelmatig afweek was hoger in de herfst in vergelijking met de lente (respectievelijk 3, 8, 5, 7, en 5 van de 13 voor de verschillende weken) terwijl dit maar om 2 toestellen ging in de lente. Het aantal datapunten met flow error bedroeg dan meestal tussen 10-30%. Voor 1 toestel (herfst) bedroeg het % data met flow error 50-60% gedurende de twee laatste weken. De afwijking was wel binnen de 20%. Indien de flow meer dan 20% afweek werden de data alsnog verwijderd. Dit was in de herfst het geval voor 1 van de toestellen waarbij gedurende week 2 en week 3 een deel van de data verwijderd werd omdat de flow meer dan 20 % afweek. De geregistreerde waarden op 5 min basis worden uitgemiddeld op 30 min basis om tijdstrends te onderzoeken. Hiervoor is een resolutie van 30 min voldoende. Daarnaast worden ook de weekgemiddelde concentraties berekend voor alle gemeten thuislocaties en vergeleken met NO2concentraties van de passieve samplers. De gemeten waarden op de thuislocaties worden eveneens vergeleken met de concentraties gemeten bij de vaste opstelling in beide scholen en ter hoogte van het VMM meetstation Borgerhout. Om een vergelijking van de metingen - uitgevoerd met verschillende toestellen en over verschillende weken - mogelijk te maken, worden volgende corrigerende stappen ondernomen:    

Toepassing van correctiefactoren op basis van onderlinge vergelijking van de Aethalometers voor de meetcampagne Per meetperiode (week): Herschaling van ‘weekgemiddelde concentraties’ voor locaties waar minder dan 90% van data beschikbaar is Herschaling van de weekgemiddelde concentraties ten opzichte van de ganse meetperiode om de concentraties op locaties waar niet-simultaan gemeten is te vergelijken Vergelijking van de gemeten concentraties met TOT methode

 Onderlinge vergelijking van de Micro Aethalometers In een eerste stap wordt een correctie uitgevoerd op de gemeten concentratie op basis van een onderlinge vergelijking van de µ-Aethalometers (Dons et al., 2012). Bij aanvang van de lente- en herfstcampagne werd telkens een vergelijking tussen de toestellen in buitenlucht uitgevoerd bij VITO. Hierbij werken we in 2 stappen. In eerste instantie werd nagegaan welke Aethalometer sterker afwijkt dan 10 % van de mediaan van de gemiddelde waarden gedurende de vergelijking. Vervolgens werd de verhouding bepaald van elk toestel ten opzichte van de gemiddelde waarde van alle toestellen, waarbij de toestellen die meer dan 10% afwijken niet in rekening worden gebracht. Correctiefactor voor AE nr x = 1 / {AE(x)/AE(average)} Waarbij: AE(x): BC concentratie gemeten met AE nr x

16


AE(average): gemiddelde waarde van alle Aethalometers die minder dan 10% afwijken De aldus bepaalde verhoudingen voor lente- en herfstcampagne zijn weergegeven in Tabel 5 en Tabel 6. Na afloop van de lentemeetcampagne werd opnieuw een vergelijking uitgevoerd. Omdat niet alle toestellen hiervoor gelijktijdig beschikbaar waren, werd er voor gekozen de factoren van de vergelijkende meting voor de campagne te gebruiken. Bij de vergelijking achteraf stellen we vast dat de afwijking van de gecorrigeerde waarden (op basis van de vergelijking vooraf) ten opzichte van de gemiddelde waarde van alle toestellen (die minder dan 10% afwijken) minder bedroeg dan 20%. Enkel toestel nr 212 vertoonde een grotere afwijking (van bijna 30%). Voor en na de herfstmeetcampagne werd eveneens een vergelijking tussen de toestellen in buitenlucht uitgevoerd. Bij de vergelijking vooraf waren een paar toestellen niet beschikbaar die later wel werden ingezet. Daarom werd de vergelijking achteraf als basis genomen. Wanneer de resulterende correctiefactoren voor de herfst – op basis van de vergelijking achteraf - worden toegepast op de vergelijking vooraf bedraagt de afwijking ten opzichte van de gemiddelde waarde minder dan 7% voor alle Aethalometers.

Tabel 5: Verhouding van Aethalometers ten opzichte van gemiddelde waarde op basis van onderlinge vergelijking voor de lentemeetcampagne 209 212 214* 283 291 345 346 347 348 349 350 351 353* 354 0.95 0.73 1.03 0.90 1.04 0.98 1.00 1.05 1.05 0.99 0.86 1.00 1.09 1.04 * Deze toestellen werden vergeleken ten opzichte van AE354 op een ander tijdstip omdat ze niet beschikbaar waren wegens reparatie Tabel 6: Verhouding van Aethalometers ten opzichte van gemiddelde waarde op basis van onderlinge vergelijking voor de herfstmeetcampagne 209

212

214

283

291

340

345

346

347

348

349

350

351

353

354

0.99

0.76

0.94

0.99

1.04

0.99

0.95

1.03

1.00

1.09

0.98

0.92

1.02

1.00

1.04

 Vergelijking van de concentraties gemeten op verschillende locaties tijdens dezelfde week Om een goede vergelijking tussen de thuislocaties mogelijk te maken, kunnen enkel simultane metingen worden vergeleken. Zoals geschetst bij de passieve samplers zit er een paar uur tussen de starttijd van de eerste en laatste Aethalometer en passieve sampler. Voor de Aethalometer kunnen we rekening houden met de simultane metingen (tijd tussen laatste start en eerste stop). In dat geval komt de tijd niet exact overeen met de NO2 sampler. Een gevoeligheidsanalyse leert ons dat er weinig verschil is tussen gemiddelde waarden genomen voor de periode waarop alle Aethalometers zijn opgehangen en de individuele bemonsteringsduur per locatie. Het verschil tijdens de lentecampagne bedraagt minder dan 0.1 µg/m-3. In de herfstcampagne bedraagt het verschil tussen de gemiddelde waarde over de totale looptijd en de gemiddelde waarde tussen de laatste start en eerste stop – voor de locaties waar meer dan 90% data beschikbaar zijn – ook minder dan 0.1 µg/m3 voor week 3 tot en met week 5. In week 2 bedroeg het verschil minder dan 0.2 µg/m3, dit was deels te wijten aan de hoge concentraties die week en is nog steeds aanvaardbaar. Daarom vergelijken we de Aethalometers verder op basis van de volledige meetduur, welke overeenkomt met de meetduur van de passieve samplers.

17


Op een aantal meetlocaties zijn voor minder dan 90% van de meetperiode data beschikbaar wegens technische problemen. Indien enkel data ontbreken in specifieke situaties (bepaald tijdstip van de dag, hoge of lage achtergrondwaarden) zijn deze gemiddelde waarden mogelijk niet meer vergelijkbaar met de andere locaties. Daarom voeren we in dat geval een herschaling uit op basis van de verhouding: gemiddelde van de ‘gemiddelde concentratie over meetperiode van AEx’ op de andere locaties ten opzichte van gemiddelde van de ‘weekgemiddelde concentraties’ op de andere locaties. De gemiddelde concentratie voor AEx gemeten over de beperkte meetperiode wordt dan gedeeld door deze verhouding. Dit om rekening te houden met veranderende omstandigheden (meteo, achtergrond, specifieke periode bv. weekend) Tijdens de eerste week van de herfstmeetcampagne (15/11 – 22/11) werd een aangepaste procedure gebruikt. Gedurende het eerste deel van de meetperiode in de herfst hadden we te maken met een smogperiode. Daarom waren de filters soms beladen alvorens ze vervangen werden. Bovendien werd bij de eerste week op de meetstations van VMM (R801 en R802) een dag later opgestart waardoor de overlaptijd voor alle locaties nog minder was. Het % beschikbare data werd berekend voor de periode waarop alle samplers geïnstalleerd waren (periode tussen laatste start en eerste stop van de samplers en AE51). Dit bedroeg in week 1 slechts tussen 17 en 68%. Daarom werd voor deze week de herschaling uitgevoerd op basis van de MAAP (R801). Per locatie werd de gemiddelde waarde voor de MAAP berekend voor de periode waarvoor AE51 data beschikbaar waren op deze locatie en aldus herschaald ten opzichte van de ganse week. Wanneer we deze methode – voor de locaties waar voor meer dan 40% van de meetperiode simultane metingen beschikbaar zijn - vergelijken met de gemiddelde waarde voor deze simultane metingen zien we dat de correlatie zeer goed (R2 = 0.96) is en de verhouding 0.98 bedraagt. Dit geeft aan dat de alternatieve gebruikte herschalingsmethode vergelijkbaar en dus bruikbaar is. Het toepassen van deze methode maakt het voor week 1 mogelijk alle beschikbare data te gebruiken omdat voor elke individuele AE, de periode waarop simultaan met de MAAP gemeten werd, groter is dan voor de AE’s onderling.  Onderlinge vergelijking van verschillende weken Metingen op de thuislocaties werden uitgevoerd gedurende 5 opeenvolgende weken. Hierbij werden 40 verschillende locaties achtereenvolgens bemonsterd waarbij elke week op ±8 locaties simultaan gemeten werd. De meteorologische condities en de achtergrondconcentraties variëren tussen deze weken en kunnen de gemeten concentraties beïnvloeden. Om de meetgegevens tussen deze weken te kunnen vergelijken werd een herschaling uitgevoerd. Deze gebeurde op basis van de meetgegevens van het AE toestel ter hoogte van het VMM meetstation in Borgerhout, dat gedurende de 5 weken operationeel was. Onderstaande formule geeft de omrekening voor de BC concentratie gemeten op locatie A, over een periode van een week (week X) naar de geëxtrapoleerde concentratie over de ganse meetperiode (tot) op basis van de BC meting ter hoogte van VMM voor week X en de ganse periode (tot).

BC (A, tot) = BC (A, X) * BC (VMM, tot) /BC (VMM, X) Met: BC (A, tot): de gemiddelde BC concentratie op locatie A, herschaald voor de ganse meetperiode (6 weken) BC (A,X): de gemiddelde BC concentratie op locatie A voor meetperiode X . Meetperiode X is de week dat metingen werden uitgevoerd op locatie A BC (VMM, X): de gemiddelde BC concentratie op locatie VMM station Borgerhout voor meetperiode X

18


BC (VMM, tot): de gemiddelde BC concentratie op locatie VMM station Borgerhout voor ganse meetperiode (= gemiddelde van 6 weken) In de literatuur wordt soms een herschaling uitgevoerd op basis van het gemeten verschil. Een vergelijking van de BC weekgemiddelde waarden herschaald ten opzichte van de verhouding, met de weekgemiddelde waarden herschaald ten opzichte van het verschil toont aan dat de waarden van beide vergelijkingsmethoden vergelijkbaar zijn voor de lenteperiode. Er is een zeer goede correlatie en de helling is bijna 1 (Figuur 9, boven). Bijgevolg kunnen we besluiten dat in dit geval er weinig effect is van hoe de herschaling wordt uitgevoerd (Dons et al., 2012). Wanneer de herschaalde waarden voor de individuele weken op de schoollocaties vergeleken worden met de gemiddelde concentratie over de meetperiode zien we dat de afwijking varieert van een onderschatting van 130 ng/m3 tot een overschatting van 320 ng/m3, of respectievelijk +11% en -28%, wat aanvaardbaar is. In de herfst hadden we gedurende een deel van de eerste en tweede week te maken met een smogperiode. Bijgevolg lagen de concentraties zeer hoog. Tijdens deze periode was het verschil tussen herschaalde waarden op basis van de ratio enerzijds en op basis van het verschil anderzijds groter (zie Figuur 9, onder). Op de figuur zijn de datapunten van week 1 - waarin hoge concentraties werden gemeten - aangeduid met rode vierkantjes en de datapunten van week 5 waarin lage concentraties werden gemeten - met groene driehoekjes. De methode waarbij de ratio gebruikt wordt geeft eerder een ondercorrectie voor stedelijke en regionale achtergrond concentraties gemeten tijdens perioden met zeer hoge concentraties. Wanneer we de gebruikte (ratio) herschalingsmethode voor de schoollocaties (School 1; School 2; klas School 2 en voorkant School 2) per week toepassen en vergelijken met de gemiddelde waarde over de meetperiode (5 weken thuislocaties) stellen we vast dat de gebruikte methode een afwijking geeft tussen een onderschatting van 209-554 ng/m3 en een overschatting van 181 - 391 ng/m3. In de lentecampagne was dit minder. Wanneer de herschaling gebeurt op basis van verschil zijn de afwijkingen groter. We besluiten dat de gebruikte herschalingsmethode te verantwoorden is. Voor de schoollocaties (op de speelplaats) waren de herschaalde waarden op basis van metingen tijdens een week met hoge concentraties, typisch hoger dan de gemiddelde waarde over de ganse meetperiode.

19


3500

3000

BC (ng/m3) herschaald tov ratio

y = 0,9915x + 13,311 R² = 0,9815 2500

2000

1500

1000

500

0 0

500

1000

1500 2000 BC (ng/m3)herschaald tov verschil

2500

3000

3500

6000

BC (ng/m3) herschaald tov ratio

5000

4000 y = 0,899x + 274,12 R² = 0,6589

3000

2000

1000

0 0

1000

2000 3000 4000 BC (ng/m3) herschaald tov verschil

5000

6000

Figuur 9: Correlatie tussen BC herschaald voor onderlinge vergelijking tussen de weken op basis van ratio en op basis van verschil (lente: boven en herfst : onder)

20


2.2.7.

NO2: PASSIEVE SAMPLERS IVL

Simultaan met BC wordt NO2 gemeten met passieve samplers (IVL). Deze passieve samplers geven een geïntegreerde weekgemiddelde concentratie voor elke locatie. De passieve samplers worden geplaatst in speciaal daarvoor voorziene shelters, bestaande uit een disc met bevestigingspunten voor de samplers (zie Figuur 10). Na bemonstering worden de samplers opgestuurd naar IVL voor analyse.

Figuur 10: Positionering van de passieve sampler en Micro Aethalometer op de thuislocaties

2.2.8.

NO2 PASSIEVE SAMPLERS OP DE THUISLOCATIES

NO2 concentraties worden gemeten met passieve samplers van IVL. De start- en stopdagen zijn in Tabel 7 en Tabel 8 weergegeven. Week 1 – week 5 zijn de meetperiodes waarop op 8 verschillende thuislocaties NO2 metingen samen met BC metingen werden uitgevoerd. Week_all is de periode waarbij op alle thuislocaties simultaan enkel NO2 metingen werden uitgevoerd. De tijd die het vergt om samplers op te hangen impliceert dat geen exacte tijdsmatch mogelijk is. Voor de lentecampagne werd een analyse gemaakt van het verschil tussen de eerste en laatste starttijd en eerste en laatste stoptijd van de samplers bemonsterd gedurende eenzelfde week: deze bedroeg tussen 5 – 7 uur. Het verschil in totale bemonsteringstijd tussen samplers bemonsterd gedurende dezelfde periode bedraagt tussen 3 - 12 uur voor de verschillende weken, met andere woorden maximaal 7% van de totale bemonsteringsduur. Rekening houdend met het feit dat het verschil zich hoofdzakelijk situeert buiten de spitsuren nemen we aan dat dit aanvaardbaar is voor de onderlinge vergelijking van de locaties. Voor de herfstcampagne is dit analoog. Enkel gedurende de eerste week werd bij de VMM locaties een dag later gestart omwille van praktische problemen. De data werden herrekend (zie resultaten).

21


Tabel 7: Meetperioden voor de thuislocaties (week 1 – week 5): lente Week 1 16/5 – 23/5

Start-en stopdatum Week 6: 21/6 – 29/6

Week 2 23/5 – 30/5

Week 3 30/5 – 6/6

Week 4 6/6 – 14/6

Week 5 14/6 – 21/6

Week all 16/6 – 23/6

Week 5 12/12 – 19/12

Week all 13/12 – 20/12

Tabel 8: Meetperioden voor de thuislocaties (week 1 – week 5): herfst Week 1 Week 2 Start-en 15/11 – 22/11 – stopdatum 22/11* 29/11 * op VMM locaties 1 dag later gestart

Week 3 29/11 – 6/12

Week 4 6/12 – 12/12

 Herschaling van de weekgemiddelde waarden Voor NO2 werden 2 campagnes uitgevoerd van telkens 1 week. Een eerste campagne waarbij simultaan met de BC metingen een passieve sampler werd geplaatst voor NO2. Op deze manier werden gedurende 5 weken 40 locaties gemeten. Deze metingen werden bijgevolg niet-simultaan uitgevoerd. De gemeten concentraties voor de verschillende weken werden herschaald naar een ‘gemiddelde voor de meetperiode’ op basis van het VMM station in Borgerhout Dit gebeurde op dezelfde manier als voor de BC concentraties en is beschreven in 2.2.6. In een tweede campagne werden op alle bovenstaande thuislocaties en nog 13 additionele thuislocaties metingen uitgevoerd met passieve samplers. Deze metingen werden wel simultaan uitgevoerd op alle locaties. De gemeten waarde werd eveneens herschaald naar de gemiddelde voor de meetperiode. Voor het gebruik in de LUR wordt een gemiddelde van deze twee herschaalde weekgemiddelde waarden gebruikt.

22


2.2.9.

UFP AANTALCONCENTRATIE EN GROOTTEVERDELING

De strikte definitie van UFP is deeltjes kleiner dan 100 nm. De meeste toestellen meten echter het aantal deeltjes over een grotere range. Daarom spreekt men vaak van aantalconcentratie i.p.v. UFP. Verder in de tekst wordt de term UFP gebruikt voor aantalconcentratie, ook al is de range groter dan tot 100 nm. Het exacte meetbereik (range) van de toestellen die aantalconcentratie meten, wordt bij de bespreking van de gebruikte toestellen hieronder weergegeven.  Schoollocaties Op de schoollocaties werden de grootteverdeling en aantalconcentratie gemeten. Hiervoor werden verschillende toestellen gebruikt. Op elke schoollocatie werd een combinatie van toestellen voor UFP grootteverdeling en aantalconcentratie gebruikt, waarbij telkens een Environmental Sampling systeem werd ingezet. Het Environmental sampling systeem bestaat uit een PM10 voorafscheider, PM1 impactor en nafiondroger. Het systeem zorgt voor een representatieve bemonstering en conditionering van het aerosol (<1 µm) voor een nauwkeurige meting van grootteverdeling en aantalconcentratie. Op deze manier zijn metingen onder verschillende atmosferische condities meer vergelijkbaar en minder onderheving aan relatieve vochtigheid.

Figuur 11: UFP monitor (links) en CPC 3783 (rechts) gebruikt voor grootteverdeling en aantalconcentratie. Detailweergave van het Environmental Sampling systeem (midden)

23


Figuur 12: SMPS (links) en CPC 3786 gebruikt voor grootteverdeling en aantalconcentratie

Figuur 13: CPC 3787 ingezet tijdens de herfstcampagne ter vervanging van de CPC 3783/6

Op beide schoollocaties wordt het totaal aantal (ultra)fijne deeltjes gemeten met de Nanocheck. Dit is een module van de Grimm 1.108 en werkt op basis van diffusion charging en een electrometer. Dit toestel wordt ook ingezet op enkele van de thuislocaties. Op de schoollocaties worden ook UFP aantalconcentraties gemeten met de CPC (Condensation Particle Counter). Een CPC wordt nog steeds beschouwd als de referentie voor het meten van aantal deeltjes, hoewel er nog geen echte referentie bestaat. De bemonsterde lucht wordt door een verzadigde damp van water (of butanol) gestuurd en vervolgens afgekoeld. Hierdoor ontstaat er condensatie op de deeltje waardoor ze groeien. De grotere deeltjes worden vervolgens optisch geteld. In deze studie werden tijdens de lentecampagne 2 verschillende CPC toestellen ingezet op de schoollocaties met name CPC 3783 en CPC 3786. De CPC 3783 of EPCTM Environmental Particle Counter heeft een detectieondergrens van 7 nm. In principe meet het instrument deeltjes tot max. 3 µm maar in combinatie met het Environmental Sampling systeem is de bovengrens beperkt tot 1 µm. De CPC 3786 heeft een deeltjesgrootteondergrens van 2.5 nm. De bovengrens is gelijk aan de CPC 3783. De CPC 3783 is een robuuster toestel en bedoeld voor omgevingsmetingen. Daarom wordt deze als referentie gebruikt na onderlinge vergelijking. In de herfstcampagne werd ook nog een vervangtoestel ingezet: de CPC 3787. Dit toestel heeft een ondergrens van 5 nm. De UFP monitor (TSI) en SMPS worden afwisselend ingezet op elk van de schoollocaties. De UFP monitor meet de grootteverdeling in 6 verschillende klassen. Het toestel werd ontwikkeld om in te

24


zetten in meetnetten. De SMPS meet de grootteverdeling en heeft 64 kanalen per decade1; dit toestel wordt beschouwd als de referentie voor het meten van grootteverdeling. De Environmental CPC (3783) werkte tijdens de lentecampagne zeer goed. Door een onverklaarbare reden werd er echter een defect vastgesteld tijdens de voorbereidingen van de herfstmeetcampagne. Dit bleek een belangrijke herstelling te zijn waardoor het toestel niet tijdig terug was voor de meetcampagne en ook niet kon worden opgenomen in de vergelijking vooraf. Daarom werd beslist een reservetoestel te gebruiken dat beschikbaar werd gesteld door de leverancier gedurende de ganse meetcampagne (CPC 3787). Ook de UFP monitor was nog niet terug uit reparatie voor de start van de herfstmeetcampagne. Deze laatste kon vanaf 15/11 worden ingezet maar kon niet worden opgenomen in de vergelijking vooraf. Dit betekent dat de configuratie voor UFP aantalconcentratie en grootteverdeling tijdens de herfstcampagne verschillend was van de lentecampagne. Hieronder worden de verschillen tussen de configuraties samengevat: - Enerzijds werden de UFP monitor gebruikt in combinatie met de CPC 3787 (deze laatste werd in de lentecampagne niet gebruikt). - Anderzijds werd de CPC3783 in deze campagne gebruikt in combinatie met de SMPS (in plaats van met de UFP monitor in de lente). Hierdoor werd een ander sampledebiet gebruikt. Wegens de hierboven vermelde technische problemen en problemen met de bevochtiging van de wiek is dit toestel pas operationeel voor het tweede deel van de meetcampagne. - De CPC 3786 vertoonde na de eerste week regelmatig technische problemen waardoor deze enkel in het begin van de meetcampagne werd ingezet. Deze heeft slechts 2 dagen goed gewerkt. De resultaten hiervan zijn verder niet gerapporteerd.

In de herfstcampagne werden volgende configuraties gebruikt: CPC3787 + UFPmonitor CPC3786 of 3783 + SMPS De CPC waarden voor de 3786/3 werden gecorrigeerd naar de 3787

In de lentecampagne zag de configuratie er als volgt uit: CPC3783 + UFPmonitor CPC3787 + SMPS De CPC waarden voor de 3786 werden gecorrigeerd naar de 3783

1

Een decade is een bereik (in dit geval van de deeltjesdiameter) waarbij de onder en bovengrens een factor 10 verschillen. Dit betekent voor de SMPS dat er 64 kanalen zijn voor diameters tussen 10 en 100 en er ook 64 kanalen zijn voor diameters tussen 100 en 1000.

25


 Onderlinge vergelijking van verschillende toestellen 

Aantalconcentratie

De correlatieplot van de twee CPC’s 3783 en 3786 gebruikt in de lentecampagne is weergegeven in Figuur 14. Voorafgaand aan de meetcampagne werd een vergelijking op VITO uitgevoerd. Deze was in overeenstemming (verhouding = 1.34) met de vergelijking op locatie. Bij de verdere dataverwerking wordt de factor 1.47 gebruikt.

25000

CPC 3783 (aantal deeltjes/cm3)

20000 y = 1,4744x R² = 0,9082 15000

10000

5000

0

0

2000

4000

6000 CPC 3786

8000

10000

12000

14000

(aantal deeltjes /cm3)

Figuur 14: Correlatieplot van vergelijkende meting van CPC 3786 en CPC 3783 op locatie (speelplaats School 2) tijdens de lentemeetcampagne

Omdat er geen rechtstreekse vergelijking mogelijk was voor de herfstcampagne (zie hierboven) tussen beide CPC’s werd beslist geen correctie te doen op het aantal deeltjes. De ondergrens van de CPC 3783 (die in de lente als referentie werd gebruikt) is 7 nm, deze van het geleende toestel is 5 nm. Beide CPC’s zijn waterbased. Het Environmental Sampling systeem is identiek maar de plaatsing in enerzijds de meetwagen en anderzijds de koffer voor de UFP monitor is iets verschillend (iets langere leiding in de meetwagen Aeromax). In het eerste deel van de meetcampagne was de CPC 3783 niet beschikbaar (wegens reparatie) Deze werd pas ingezet vanaf 16/11. Na de opstart waren er tijdens de eerste periode regelmatig problemen met het toestel (geen correcte bevochtiging van de wiek) waardoor er bijna geen metingen van aantalconcentratie gebeurd zijn op één van de locaties (School 1). Tijdens het tweede deel van de meetcampagne heeft de CPC 3783 wel goed gewerkt en werd simultaan met de SMPS gemeten. Deze vergelijking CPC3783 – SMPS wordt gebruikt om voor perioden waar er geen CPC gegevens zijn de aantalconcentratie te berekenen op basis van het totaal aantal deeltjes gemeten met de SMPS. Hierdoor hebben we op elk van de locaties aantalconcentraties gemeten met CPC3787, CPC3783 of SMPS (gecorrigeerd naar CPC 3783). 26


Figuur 15 geeft de vergelijking van de SMPS en de CPC 3783 voor de ganse meetcampagne weer; de punten gemeten bij het begin van de meetcampagne zijn aangeduid met rode vierkantjes. Zoals reeds aangegeven hierboven, was tijdens de vergelijkende meting op School 2 de CPC 3783 niet beschikbaar en kon bijgevolg geen vergelijking met de CPC 3787 worden uitgevoerd. De SMPS, waarvan de totale concentraties werden omgerekend naar de CPC 3783 (zoals hierboven aangegeven) gaf tijdens deze vergelijking een foutmelding waarvan de impact op de resultaten niet kan worden ingeschat. Omdat de data op het eerste zicht geen onregelmatigheden vertonen is de tijdsgrafiek in Figuur 16 informatief weergegeven. De verhouding CPC 3787 ten opzichte van gecorrigeerde SMPS data bedraagt 1.2.

CPC 3783 vs SMPS (tijdens meetcampagne) 30000 y = 1,2224x R² = 0,898

CPC3783 (#/cm3)

25000

20000

15000

10000

5000

0 0

5000

10000

15000 SMPS (# /cm3)

20000

25000

30000

Figuur 15: Correlatieplot CPC 3783 versus SMPS (totaal) gedurende de ganse herfstmeetcampagne

27


30000

25000

Aantalconcentrtaie (#/cm3)

CPC 3787 SMPS corr tov CPC3783

20000

15000

10000

5000

0 1-12-2011

2-12-2011

3-12-2011

4-12-2011

Figuur 16: Tijdsprofiel van de onderlinge vergelijking van CPC 3787 en SMPS (gecorrigeerd naar CPC 3783) op locatie School 1

28




Grootteverdeling

Een vergelijking tijdens de lentecampagne van de 2 toestellen waarmee grootteverdeling werd gemeten is weergegeven in Figuur 17. De resulterende hellingen (met intercept gelijk aan 0) variëren tussen 0.86 en 1.3 voor de fracties tussen 30 en 200 nm. De kleinste fractie heeft een grotere helling (1.598) en de grootste fractie vertoont een veel slechtere correlatie. Dit komt deels omdat het meetbereik van de UFP monitor gaat tot 500 nm terwijl de SMPS ook nog iets grotere deeltjes (tot 660 nm) meet. De grotere afwijking bij de kleinste size range werd eerder ook door Kaminski (2010) vastgesteld. Voor het totaal aantal deeltjes stelden ze een correlatiefunctie vast van: UFP (UFPmonitor) = 0.828 UFP (SMPS) - 424 (R2= 0.974) wat omgerekend overeenkomt met de helling van 1.2 (SMPS tov UFP monitor) voor het totaal aantal deeltjes gevonden in onze (lente)vergelijking. De gevonden correctiefactoren worden toegepast op de resultaten van de UFP monitor. 4000

4000

30 - 50 nm

20 - 30 nm 3500

3500

3000

3000

2500

SMPS

2500

SMPS

y = 1,3086x R² = 0,9128

y = 1,5983x R² = 0,9143

2000

2000

1500

1500

1000

1000

500

500

0

0 0

500

1000

1500

2000

2500

0

500

1000

1500 2000 UFP monitor

UFP monitor

2500

3000

3500

1600

2500

70- 100 nm

50 - 70 nm 1400 2000 1200

1000 SMPS

SMPS

1500 y = 1,1463x R² = 0,9527 1000

y = 0,8849x R² = 0,9436

800

600

400 500

200

0

0 0

500

1000 UFP monitor

1500

0

2000

1400

200

400

600

800 UFP monitor

1000

1200

1400

1600

600

> 200 nm

100 - 200 nm 1200

500

1000 400

y = 0,8581x R² = 0,9316 SMPS

SMPS

800

y = 1,2711x R² = 0,534

300

600 200 400 100

200

0

0 0

200

400

600

800 UFP monitor

1000

1200

1400

1600

0

50

100

150

200 250 UFP monitor

300

350

400

450

Figuur 17: Vergelijking van SMPS en UFP monitor voor verschillende deeltjesfracties tijdens de lentecampagne

29


Tijdens de herfstcampagne was de UFP monitor niet beschikbaar bij de vergelijking vooraf (zie hierboven). Tijdens de vergelijking in het midden van de campagne op school gaf de SMPS een foutmelding waarvan de impact op de resultaten achteraf niet kon worden ingeschat. Toch is de vergelijking tussen beide toestellen hieronder weergegeven (Figuur 18). De resultaten in de herfst geven een andere verhouding dan de lente voor de deeltjesfracties tussen 20 – >200, nl. van 0.52 tot 0.70. De verhouding van de kleinste en grootste deeltjesfracties ligt iets hoger: respectievelijk 1.89 en 1.66. De correlatie is voor alle fracties zeer goed In de herfstcampagne werd ook een lagere verhouding gemeten, met name een helling van 0.68 (SMPS tov UFP monitor) voor het totaal aantal deeltjes. Het is niet duidelijk waarom de verhouding nu kleiner is dan 1 in tegenstelling tot de lentecampagne waar deze 1.2 bedroeg. De gevonden correctiefactoren worden toegepast op de resultaten van de UFP monitor. We zijn ons ervan bewust dat de vergelijking van verschillende locaties met verschillende toestellen een onzekerheid met zich meebrengt. Door de toestellen in het midden van de meetcampagne te wisselen, wordt dit deels opgevangen.

1800

3500 20 - 30 nm

30 - 50 nm

1600

3000

y = 0,5239x R² = 0,9816

1400

y = 0,6995x R² = 0,9796

2500

2000

1000

SMPS

SMPS

1200

800

1500

600 1000 400 500

200 0

0

0

500

1000


2500

3000

3500

0

2500

500

1000

1500


3000

3500

4000

4500

1800

50 - 70 nm

70 - 100 nm 1600

y = 0,6792x R² = 0,9834

2000

y = 0,6665x R² = 0,977

1400 1200

SMPS

SMPS

1500 1000 800

1000 600 400

500

200 0

0 0

500

1000


2500

3000

3500

0

1800

500

1000

1500 UFP monitor

2000

2500

3000

400

500

600

350

100 - 200 nm

> 200 nm

1600 300

y = 0,6465x R² = 0,9813

1400

y = 0,5899x R² = 0,9274

250

200

1000

SMPS

SMPS

1200

800

150

600 100

400 50

200 0

0

0

500

1000

1500 UFP monitor

2000

2500

3000

0

100

200

300 UFP monitor

Figuur 18: Vergelijking van SMPS en UFP monitor voor verschillende deeltjesfracties tijdens de herfstcampagne

30


 Thuislocaties De concentratie van UFP wordt gemeten met de Nanocheck. Dit toestel wordt ook ingezet op de schoollocaties. Het is niet mogelijk om op alle thuislocaties metingen uit te voeren omwille van praktische redenen (stroomvoorziening nodig) en beschikbare toestellen. Daarom werd er bij de meetopzet voor gekozen om gedurende elke week op 1 thuislocatie UFP te meten zodat over de verschillende weken op elk type locatie een meting werd uitgevoerd. Op basis van deze metingen wordt de correlatie van UFP (aantalconcentratie) met BC (en NO2) bepaald en gebruikt om de concentraties aan UFP op de thuislocaties in te schatten.

31

HOOFDSTUK 3 Resultaten scholen

HOOFDSTUK 3. RESULTATEN SCHOLEN

3.1. 3.1.1.

VERKEERSTELLINGEN LENTECAMPAGNE

Verkeerstellingen werden uitgevoerd van 11/5 – 14/6 ter hoogte van de aanliggende wegen van beide scholen door het Agentschap Wegen en Verkeer. Op de situatieschets zijn deze wegen aangeduid door ‘Straat 1’ (Figuur 19). Het aantal voertuigen op weekdagen bedraagt respectievelijk 283 voert/dag bij de verkeersluwe school en 22028 voert/dag bij de verkeersdrukke school. Tijdens het weekend is de verkeersintensiteit respectievelijk 161 voert/dag en 19497 voert/dag. Bij elk van de scholen werd een tweede straat geselecteerd waar verkeerstellingen werden uitgevoerd, aangeduid als ‘Straat 2’. Bij de verkeersluwe school werd - naast de rustige aangrenzende straat - een drukke straat in de buurt geselecteerd, om verkeerstellingen uit te voeren. Deze straat is op ruim 60 m van de meetopstelling gelegen, met tussenin gebouwen en groen. Ter hoogte van straat 2 bij de verkeersluwe school en straat 2 bij de verkeersdrukke school werden gedurende bijna 2 weken (10/5 tot 31/5) verkeerstellingen uitgevoerd. De verkeersintensiteit op weekdagen bedroeg respectievelijk 7774 voert/dag en 681 voert/dag tijdens weekdagen; en 6432 voert/dag en 411 voert/dag tijdens het weekend. Deze resultaten zijn enkel ter indicatie en worden verder niet in detail besproken (niet de meest nabije weg).

Straat 1

Straat 1

Straat 1

School

School

Andere speelplaats

School

Straat 2

School

School

Speelplaats lagere school

Speelplaats

Straat 2

Figuur 19: Situatieschets. Verkeersdrukke school (links) en verkeersluwe school (rechts), met aanduiding van de aanliggende weg (Straat 1) en een nabije weg (Straat 2). De oranje lijnen wijzen op de locaties van de tellussen. Opvallend voor de verkeersdrukke school is dat de intensiteit op de aanliggende weg (Straat 1) een verschillend week- en weekendprofiel heeft (Figuur 20). Op schooldagen zijn er duidelijke piekuren in de ochtend en de avond, terwijl tijdens het weekend het aantal voertuigen minder varieert gedurende de dag. Ook bereikt het aantal voertuigen pas later op de dag zijn maximum. Verder

32


zien we ook dat het aantal voertuigen overdag (buiten de spitsuren) tijdens het weekend soms bijna even hoog is als tijdens de week. Het aantal zware voertuigen (hierin zitten geen lichte bestelwagens) volgt tijdens de week een ander profiel (zonder duidelijke ochtend- en avondspits). Het aantal zware voertuigen is lager in het weekend. Tijdens de week bedraagt het aantal zware voertuigen gemiddeld bijna 1,7%. Tijdens de ochtendspits is het aandeel hoger (tussen 7h - 10h: tot 2,5%). Het totaal aantal voertuigen dat gemeten werd tijdens deze meetcampagne is lager in vergelijking met de voorspelling van het multimodaal verkeersmodel voor Vlaanderen (2007), met name 34117 voert/dag. Het zijn de gemodelleerde verkeersintensiteiten die gebruikt worden als input voor het LUR model (zie HOOFDSTUK 5). Een oorzaak van de hogere verkeersintensiteiten in het verkeersmodel is het feit dat niet alle kleine wegen zijn opgenomen en er daardoor een overschatting is van het verkeer op de grotere wegen. Het aandeel zware voertuigen (inclusief lichtere vracht, bv. bestelwagens en kleine vrachtwagens) ligt in dezelfde grootteorde bij model en meting (7% volgens model; 10% volgens meting op weekdagen, en 8% volgens meting in het weekend). Ter hoogte van de verkeersluwe school is het aantal zware voertuigen verwaarloosbaar.(Figuur 21) Het totaal aantal voertuigen op de aanliggende weg vertoont een duidelijk dagprofiel op schooldagen. Er is een duidelijk verhoging tussen 8h en 9h, rond de middag, en tussen 15h en 18h. Een belangrijk deel van deze voertuigen zijn ouders die kinderen ophalen aan school en leerkrachten.

1800

Aantal voertuigen per uur

100

Weekdag - alle verkeer Weekend - alle verkeer Weekdag - zwaar verkeer Weekend - zwaar verkeer

90

1600

80

1400

70

1200

60

1000

50

800

40

600

30

400

20

200

10

0

Aantal zware voertuigen per uur

2000

0 0

6

12 uur

18

24

Figuur 20: Dagprofiel totaal aantal voertuigen en aantal zware voertuigen (exclusief lichte vracht) ter hoogte van de verkeersdrukke school (Straat 1) op weekdagen en weekenddagen: lente

33


45

10 Weekdag - alle verkeer Weekend - alle verkeer

40

9

Weekdag - zwaar verkeer

7

30

6 25 5 20 4 15

3

10



8

Weekend - zwaar verkeer

35

2

5

1

0

0 0

6

12 uur

18

24

Figuur 21: Dagprofiel totaal aantal voertuigen en aantal zware voertuigen (exclusief lichte vracht) ter hoogte van de verkeersluwe school (Straat 1) op weekdagen en weekenddagen: lente 3.1.2.

HERFSTCAMPAGNE

Verkeerstellingen in de herfst werden uitgevoerd door het Agentschap Wegen en Verkeer van 11/11 – 19/12 ter hoogte van de aanliggende wegen van de scholen. Aan de verkeersdrukke school (Straat 1) werden slechts gedurende 1 week metingen uitgevoerd (11/11 – 17/11) omdat onvoldoende apparatuur beschikbaar was. Het aantal voertuigen op de aanliggende wegen op weekdagen bedraagt respectievelijk 450 voert/dag nabij de verkeersluwe school en 21120 voert/dag nabij de verkeersdrukke school. Tijdens het weekend is de verkeersintensiteit respectievelijk 189 voert/dag en 16623 voert/dag. De gemeten aantallen zijn gelijkaardig in herfst en lente ter hoogte van de verkeersdrukke school, nl. 4 en 15% minder verkeer in de herfst op week- en weekend dagen. Noteer dat er slechts gedurende 1 week geteld is en dat dit vermoedelijk binnen de variatie tussen verschillende weken valt. Wat betreft de verkeersintensiteiten op de aangrenzende weg van de rustige school, liggen de verschillen tussen lente en herfst hoger, met name 60% meer verkeer op weekdagen en 17% meer in het weekend (herfst ten opzichte van lente). Dit wijst erop dat er in de herfst meer kinderen met de auto naar school gebracht worden. Ter hoogte van straat 2 bij de verkeersluwe school, bedroeg de verkeersintensiteit gemiddeld 8765 voert/dag op weekdagen, en 6696 voert/dag in het weekend. Ter hoogte van straat 2 bij de verkeersdrukke school, bedroeg het aantal voertuigen respectievelijk 740 voert/dag tijdens weekdagen en 391 voert/dag tijdens het weekend. Het verschil in verkeersintensiteiten tussen lente en herfst is beperkt bij beide straten; het verschil varieert tussen -5% en +13% (meestal drukker in de herfst en vooral op schooldagen).

34


Opvallend voor de aanliggende weg van de verkeersdrukke school is dat het week- en weekendprofiel verschillend zijn (Figuur 22) zoals ook werd waargenomen in de lente. Op weekdagen zijn er duidelijke piekuren in de ochtend en de avond, terwijl tijdens het weekend het aantal voertuigen minder varieert gedurende de dag. In het weekend bereikt het aantal voertuigen pas later op de dag zijn maximum (ook opvallend later dan in de lente). Verder zien we dezelfde trends als tijdens de lentetelling. Het dagprofiel van de zware vrachtwagens (hierin zitten geen lichte bestelwagens) is zeer gelijkaardig met de observaties in de lente. Tijdens de week bedraagt het aantal zware voertuigen, ditmaal inclusief de lichtere vrachtwagens en bestelwagens, gemiddeld bijna 10%. Tijdens de ochtendspits is het aandeel hoger (tussen 7h - 10h: 12%). Deze cijfers zijn zeer vergelijkbaar met de lentemetingen. Ook voor de verkeerstellingen in de herfst geldt dat de tellingen lager zijn dan wat het verkeersmodel aangeeft. Het aandeel zware voertuigen (inclusief lichtere vracht) ligt in dezelfde range bij telling en model (7% volgens model; 10% volgens telling op weekdagen, en 4% volgens telling in het weekend). Ter hoogte van de verkeersluwe school is er een toename van het aantal voertuigen op de aanliggende weg in de herfst, in vergelijking met de lente (Figuur 23). Het dagprofiel is wel gelijkaardig. Het aandeel vrachtverkeer blijft verwaarloosbaar klein.

2000

100 Weekdag - alle verkeer Weekend - alle verkeer Weekdag - zwaar verkeer Weekend - zwaar verkeer


1600

90 80

1400

70

1200

60

1000

50

800

40

600

30

400

20

200

10

0


1800

0 0

6

12 uur

18

24

Figuur 22: Dagprofiel totaal aantal voertuigen en aantal zware voertuigen (exclusief lichte vracht) ter hoogte van de verkeersdrukke school (Straat 1) op weekdagen en weekenddagen in de herfst

35


80

8 Weekdag - alle verkeer Weekend - alle verkeer

70

7

Weekdag - zwaar verkeer

6

50

5

40

4

30

3

20

2

10

1

0



Weekend - zwaar verkeer 60

0 0

6

12 uur

18

24

Figuur 23: Dagprofiel totaal aantal voertuigen en aantal zware voertuigen (exclusief lichte vracht) ter hoogte van de verkeersluwe school (Straat 1) op weekdagen en weekenddagen in de herfst 3.2. 3.2.1.

PM2.5 MASSA, REFLECTIE EN EC/OC ANALYSE VERGELIJKING TUSSEN DE SCHOLEN IN DE LENTE

De resultaten van de PM2.5 massabepaling op beide scholen zijn weergegeven in Figuur 24. Tijdens het schoolfeest op de verkeersluwe School 1 (eind mei) dienden de metingen onderbroken te worden. Andere ontbrekende data zijn te wijten aan defecte toestellen waardoor een paar dagen geen filters werden bemonsterd. Op het einde van de meetcampagne was er een defect van de filterbemonsteraar ter hoogte van School 2 op de speelplaats. De grijze zone aangeduid op de figuur is de periode waarover 8h bemonsteringen werden uitgevoerd in plaats van 24h (zie verder). Om de onderlinge locaties te vergelijken worden enkel simultane metingen gebruikt. Om een voldoende grote dataset te hebben, vergelijken we simultane metingen ter hoogte van de speelplaatsen van de verkeersdrukke en de verkeersluwe school enerzijds, en aan de voorkant van de verkeersdrukke school en de verkeersluwe school anderzijds. In Tabel 9 is een samenvatting van de gemeten concentraties en het aantal meetdagen voor de verschillende vergelijkingen weergegeven. Ook wordt steeds de gemiddelde concentratie ter hoogte van het VMM station in Borgerhout voor de overeenkomstige periode vermeld, zowel voor PM2.5 als voor BC. In de tabel zijn enkel de resultaten van de 24h bemonstering weergegeven. De metingen van de laatste week (8h bemonstering) zijn niet weergegeven. De massaconcentraties gemeten op basis van 8h gemiddelde zijn minder accuraat omdat de weegfout per filter even groot is en het bemonsterd volume 3 keer kleiner. Daarom werden deze data niet opgenomen in de vergelijking. De resultaten worden gebruikt om een idee te krijgen van de tijdstrends voor EC/OC en om een vergelijking te maken met de BC concentraties gemeten met de Aethalometers en met de reflectiemeting (absorptiecoëfficiënt) (Figuur 25).

36


Op basis van Tabel 9 zien we dat de PM2.5 concentraties op de speelplaats van beide scholen in de lente zeer vergelijkbaar zijn: gemiddeld bedraagt het verschil 0.1 – 0.2 µg/m3 tussen beide scholen, wat verwaarloosbaar is. De concentraties aan de straatkant van de verkeersdrukke school liggen wel beduidend hoger, gemiddeld 1.8 µg/m3 gedurende de (beperkte) meetperiode. De concentraties gemeten ter hoogte van de straatkant van de verkeersdrukke school zijn vergelijkbaar met de concentraties gemeten ter hoogte van meetstation Borgerhout, het verschil bedraagt 0.3 µg/m3. De resultaten van de absorptiecoëfficiënt bepaald aan de hand van reflectiemeting op de filters zijn getoond in Figuur 25 (lente). Een selectie van de filters werd gebruikt voor EC/OC analyse. De resultaten hiervan zijn weergegeven in Figuur 26. Deze resultaten geven een idee van de EC/OC concentratieverschillen tussen de locaties en worden verder gebruikt om een vergelijking te doen tussen EC concentratie, BC concentratie gemeten met Micro Aethalometers en absorptiecoëfficiënt bepaald op de bemonsterde filters. Op basis van deze vergelijking kunnen de parameters BC en α gemeten gedurende de ganse meetperiode vergeleken worden. Tabel 10 geeft een overzicht van de gemeten EC/OC concentraties en de absorptiecoëfficiënt α. Al deze parameters zijn zeer vergelijkbaar op beide scholen ter hoogte van de speelplaats. Aan de straatkant zijn EC en α meer dan 2 maal groter dan op de speelplaats bij beide scholen. Voor OC wordt er geen significant verschil waargenomen. Deze component van fijn stof wordt ook meer gezien als regionale component en is minder gelinkt met verkeer.

30 School 1 School 2 speelplaats School 2 straatkant

25

VMM Borgerhout

PM2.5 (µg/m3)

20

15

10

5

0 9-05-2011

16-05-2011

23-05-2011

30-05-2011

6-06-2011

13-06-2011

20-06-2011

27-06-2011

Figuur 24: PM2.5 massa(24h) ter hoogte van speelplaats van beide scholen en vooraan (straatkant) bij School 2 en ter hoogte van VMM meetstation (R801): lente

37


6 School 1 School 2 speelplaats

5

School 2 straatkant

α (10-5 m-1)

4

3

2

1

0 9-05-2011

16-05-2011

23-05-2011

30-05-2011

6-06-2011

13-06-2011

20-06-2011

27-06-2011

Figuur 25: Absorptiecoëfficiënt α (24h) ter hoogte van speelplaats van beide scholen en vooraan (straatkant) bij School 2: lente Tabel 9: Overzicht van de gemiddelde PM2.5 concentraties in µg/m3 (24h) ter hoogte van de scholen en het VMM meetstation in Borgerhout R801, gemeten tijdens de lentecampagne Meetperiode

# dagen 48

School 1

School 2 speelplaats

School 2 straatzijde

Meetperiode*: 11/5 – 27/6 Meetperiode: 41 11/5 – 20/6 School 1 32 11.0 School 2 (speelplaats) 41 11.3 School 2 (straatzijde) 10 10.5 Simultaan alle 10 8.7 8.6 10.5 Simultaan School 1 – 33 11.0 10.8 School 2 (speelplaats) Simultaan School 1 10 8.7 10.5 School 2 (straatzijde) * Meetperiode inclusief 8h bemonstering ** Gemeten met automatische monitor (volgens β-absorptie principe)

38

VMM** PM2.5 12.5

VMM BC 1.7

12.5

1.7

12.6 12.5 10.2 10.2 12.6

1.7 1.7 1.9 1.9 1.7

10.2

1.9



4

EC (µg/m3)

3

2

1

0 9-05-2011

16-05-2011

23-05-2011

30-05-2011

6-06-2011

13-06-2011

20-06-2011

27-06-2011

Figuur 26: EC concentraties ter hoogte van speelplaats van beide scholen en vooraan (straatkant) bij verkeersdrukke school op basis van selectie van de filters: lente

39


Tabel 10: EC, OC en Absorptiecoëfficiënt gemeten tijdens de lentecampagne op filters ter hoogte van de scholen (School 1: verkeersluwe school, School 2: verkeersdrukke school). Meetperiode

# filters (24h,8h)*

Simultaan alle Simultaan verkeersluwe school – verkeersdrukke school (speelplaats) Simultaan verkeersluwe school – verkeersdrukke school (straatzijde)

9 (7,2) 21 (18,3)

EC 0.8 ± 0.3 0.7 ± 0.2

19 (7,12)

1.0 ± 0.4

9 (7,2) 21 (18,3)

OC 3.0 ± 1.3 3.0 ± 1.0

19 (7,12)

4.9 ± 2.4

Simultaan alle Simultaan verkeersluwe school – verkeersdrukke school (speelplaats) Simultaan verkeersluwe school – verkeersdrukke school (straatzijde)

School 1

School 2 (speelplaats)

School 2 (straatzijde)

0.6 ± 0.3 0.6 ± 0.2

1.9 ± 0.7

2.2 ± 0.9

2.7 ± 1.0 2.9 ± 0.8

Absorptiecoëfficient α Simultaan alle 9 (7,2) 1.0 ± 0.4 0.9 ± 0.4 Simultaan 21 (18,3) 1.0 ± 0.3 0.9 ± 0.3 verkeersluwe school – verkeersdrukke school (speelplaats) Simultaan 19 (7,12) 1.3 ± 0.6 verkeersluwe school – verkeersdrukke school (straatzijde) * Aantal filters weergegeven als totaal en per 24 en 8h.

3.2.2.

3.3 ± 1.3

5.4 ± 2.6

2.2 ± 0.7

2.8 ± 1.1

VERGELIJKING TUSSEN DE SCHOLEN IN DE HERFST

De resultaten van de PM2.5 massabepaling op beide scholen voor de herfstcampagne zijn weergegeven in Figuur 27. Gravimetrische metingen van PM2.5 (24h waarden) werden uitgevoerd op beide schoollocaties ter hoogte van de speelplaats van 9/11 tot en met 20/12. Op School 1 ontbreken 4 dagen (3/12 – 6/12) wegens stroomuitval. Ter hoogte van de voorkant van School 2 werden van 24/11 – 10/12 gravimetrische metingen uitgevoerd waarbij 1 dag ontbreekt.

40


Van 15/11 tot en met 23/11 en op 10/11 lagen de PM 10 concentraties in Borgerhout boven de 50 µg/m3. Naar deze periode wordt verder verwezen als smogperiode. Deze periode komt overeen met week 1 en een deel van week 2 van de thuislocaties (zie verder). In de herfst werden gravimetrisch enkel 24h bemonsteringen uitgevoerd. Uit de lentecampagne is gebleken dat de 8h bemonsteringen minder betrouwbaar zijn omwille van een even grote weegfout voor een bemonsterd volume (en bemonsterde massa) dat 3 keer kleiner is. Om de onderlinge locaties te vergelijken worden zoals in de lente (zie hierboven) enkel simultane metingen gebruikt. In Tabel 11 is een samenvatting van de gemeten concentraties en het aantal meetdagen voor de verschillende vergelijkingen weergegeven. De gemeten concentraties lagen gedurende (een deel van) de meetperiode veel hoger in vergelijking met de lentecampagne. De gemiddelde concentraties aan PM2.5 en BC ter hoogte van het meetstation van Borgerhout (R801) bedroegen in de herfst respectievelijk 20.8 µg/m3 en 4.1 µg/m3 in vergelijking met 12.5 µg/m3 en 1.7 µg/m3 in de lente (zie verder). Op basis van onderstaande Tabel 11 zien we dat de PM2.5 concentraties op de speelplaats van beide scholen vergelijkbaar zijn maar toch bedraagt het verschil ongeveer 1 µg/m3, wat meer is in vergelijking met de lente. De concentraties aan de straatkant van School 2 liggen beduidend hoger, met name gemiddeld 2 µg/m3. De concentraties gemeten ter hoogte van straatkant in School 2 zijn vergelijkbaar met de concentraties gemeten ter hoogte van meetstation Borgerhout (R801). Toch liggen de concentraties ter hoogte van VMM (R801) in de herfst iets hoger; het verschil bedraagt gemiddeld 0.3 – 0.6 µg/m3. De resultaten van de absorptiecoëfficiënt bepaald aan de hand van reflectiemeting op de filters zijn getoond in Figuur 28. Een selectie van de filters werd gebruikt voor EC/OC analyse. De resultaten voor EC zijn weergegeven in Figuur 29. Deze resultaten geven een idee van de EC concentratieverschillen tussen de locaties en worden verder gebruikt om een vergelijking te doen tussen EC concentratie, BC concentratie gemeten met Micro Aethalometers en absorptiecoëfficiënt bepaald op de bemonsterde filters. Op basis van deze vergelijking kunnen de parameters BC en α gemeten gedurende de ganse meetperiode vergeleken worden. Een vergelijking van beide (Figuur 27 en Figuur 28) geeft aan dat er een duidelijker verschil is voor de absorptiecoëfficiënt in vergelijking met de PM2.5 massa wanneer we de speelplaats locaties vergelijken met de locatie aan de voorkant. Tabel 12 geeft een overzicht van de gemeten EC/OC concentraties en de absorptiecoëfficiënt α. Al deze parameters zijn zeer vergelijkbaar op beide scholen ter hoogte van de speelplaats. Aan de straatkant zijn EC en α respectievelijk 70% en 50% hoger dan op de speelplaats bij beide scholen. De gemeten verhouding straatkant versus speelplaats is kleiner in vergelijking met de lente waar deze voor beide meer dan een factor 2 bedroeg. Voor OC wordt er geen significant verschil waargenomen. Deze component van fijn stof wordt ook meer gezien als regionale component en is minder gelinkt met verkeer. In totaal werden 52 filters geanalyseerd op EC en OC: 21 op elke schoollocatie speelplaats en nog eens 10 ter hoogte van de voorkant van School 2.

41



60

School 2 straatkant VMM Borgerhout

PM2.5 (µg/m3)

50

40

30

20

10

0 5-11-2011

12-11-2011

19-11-2011

26-11-2011

3-12-2011

10-12-2011

17-12-2011

24-12-2011

Figuur 27: PM2.5 massa (24h) ter hoogte van speelplaats van beide scholen en vooraan (straatkant) bij School 2 en ter hoogte van het VMM meetstation (R801): herfst 6 School 1


5

School 2 straatkant

α (10-5 m-1)

4

3

2

1

0 5-11-2011

12-11-2011

19-11-2011

26-11-2011

3-12-2011

10-12-2011

17-12-2011

24-12-2011

Figuur 28: Absorptiecoëfficiënt α (24h) ter hoogte van speelplaats van beide scholen en vooraan (straatkant) bij School 2: herfst

42


Tabel 11: Overzicht van de gemiddelde PM2.5 concentraties (24h) ter hoogte van de scholen en het VMM meetstation in Borgerhout (R801), gemeten tijdens de herfstcampagne Meetperiode

# dagen

School 1

School 2

School 2 VMM** straat PM2.5 20.8*

VMM BC 4.1

Meetperiode: 42 (40)* 9/11 – 20/12 verkeersluwe school 38 22.7 21.9 4.3 verkeersdrukke school 42 20.2 20.8 4.1 straatkant 16 12.5 13.1 2.6 verkeersdrukke school Simultaan alle 12 13.1 12.0 13.7 14.0 2.8 Simultaan 38 22.7 21.7 21.9 4.3 verkeersluwe school – verkeersdrukke school Simultaan School 2 – 16 10.5 12.5 13.1 2.6 verkeersdrukke school – straatkant verkeersdrukke school * 2 dagen ontbreken waardoor het aantal effectieve meetpunten voor PM2.5 massa ter hoogte van VMM (R801)slechts 40 bedraagt. De gemiddelde concentratie BC is identiek voor 40 en 42 dagen ** Gemeten met automatische monitor (volgens β-absorptie principe)


School 2 straatkant

4

EC (µg/m3)

3

2

1

0 5-11-2011

12-11-2011

19-11-2011

26-11-2011

3-12-2011

10-12-2011

17-12-2011

24-12-2011

Figuur 29: EC concentraties ter hoogte van speelplaats van beide scholen en vooraan (straatkant) bij School 2 op basis van selectie van de filters: herfst

43


Tabel 12: EC, OC en Absorptiecoëfficiënt gemeten tijdens de herfstcampagne op filters ter hoogte van School 1, School 2 en straatkant School 2 Meetperiode

# filters

Simultaan alle Simultaan School 1 – School 2

10 21

School 1

EC 1.0 ± 0.3 1.5 ± 1.1


School 2 straatkant

1.0 ± 0.3 1.3 ± 0.8

1.7 ± 0.6

3.6 ± 1.0 5.2 ± 3.1

4.2 ± 0.9

OC Simultaan alle Simultaan School 1 – School 2

Simultaan alle Simultaan School 1 – School 2

10 21

3.7 ± 0.9 5.5 ± 3.5

Absorptiecoëfficient α 10 1.3 ± 0.4 1.2 ± 0.5 21 1.8 ± 1.1 1.6 ± 0.9

1.8 ± 0.5

Drie blanco filters werden geanalyseerd om een idee te krijgen van de blanco-waarden. De filters worden immers niet uitgestookt (zijn reeds voorgebakken door de fabrikant om onzuiverheden te verwijderen). Gemiddeld bedraagt de blanco-waarde respectievelijk 0.01 ± 0.03 µg/m3 voor EC en 0.36 ± 0.18 µg/m3 voor OC. Deze waarden zijn laag in vergelijking met de gemeten waarden en er werd geen blanco-correctie uitgevoerd. 3.2.3.

ONDERLINGE CORRELATIES TUSSEN DE PM PARAMETERS

De correlatie tussen absorptiecoëfficiënt en EC is zeer goed, zowel voor de lente als de herfst (Figuur 30). De resulterende regressielijn bedraagt: Lente: α (m-1) = 1.16 x EC (µg/m3) + 0.20 (R2 = 0.96) Herfst: α (m-1) = 1.02 x EC (µg/m3) + 0.25 (R2 = 0.91). Een minder goede correlatie werd gevonden voor PM2.5 en OC. De correlatiecoëfficiënt (R2) van α met PM2.5 en OC bedraagt respectievelijk 0.86 en 0.88, wat hoger is dan in de lente (nl. 0.45 en 0.17). Er werd in de lente geen goede correlatie gevonden voor absoptiecoëfficiënt en EC enerzijds met de PM2.5 massaconcentratie anderzijds, waarbij de massaconcentratie gravimetrisch werd bepaald en alle parameters gemeten werden op dezelfde filter (Figuur 31). Er werd een betere correlatie gevonden in de herfst in vergelijking met de lente voor absoptiecoëfficiënt en EC enerzijds met de PM2.5 massaconcentratie anderzijds, namelijk respectievelijk 0.86 en 0.63 (in vergelijking met respectievelijk 0.11 en 0.04). Op de schoollocaties werden eveneens BC metingen uitgevoerd met Micro Aethalometers. De correlatie tussen BC en EC is weergegeven in Figuur 32. De figuur bevat data van metingen uitgevoerd op beide scholen op de speelplaats en aan de voorkant. Enkel daggemiddelden

44


waarvoor meer dan 80% van de data beschikbaar was werden in de figuur opgenomen. De resulterende regressielijn is: Lente: BC (µg/m3) = 1.208 x EC (µg/m3) + 0.291. (R2 = 0.91) Herfst: BC (µg/m3) = 1.680 x EC (µg/m3) - 0.172. (R2 = 0.95) De regressie tussen beide parameters is zeer goed. Merk op dat deze parameters met verschillende toestellen zijn gemeten, terwijl de absorptiecoëfficient gemeten is op de filters voor EC analyse. De Micro Aethalometer bevat geen voorafscheider terwijl de filters bemonsterd zijn met een PM2;.5 voorafscheider. We besluiten hieruit dat de kleine toestellen een goed instrument zijn om de concentratie van verbrandingsgerelateerd aerosol (o.a. afkomstig van verkeer) ter hoogte van de woningen in te schatten. De helling voor de herfstdata is iets groter dan voor de lente. Voor de absorptiecoëfficient gemeten op de filters werd dit niet waargenomen. Mogelijk heeft het verschil in voorafscheider tussen beide technieken een groter effect in de herfst.

6

ZOMER 5

y = 1,1632x + 0,1985 R² = 0,9556

α (10-5 m-1)

4

WINTER y = 1,0209x + 0,2461 R² = 0,9148

3

2

1

0 0

1

2

3

4

5

EC (ug/m3)

Figuur 30: Correlatieplot α(m-1) ten opzichte van EC (µg/m3): lente en herfst

45


4

30

3

25

3 20 PM2.5 (ug/m3)

α (10-5 m-1)

y = 0,0441x + 0,5619 R² = 0,1094

2

2

y = 1,1542x + 10,187 R² = 0,0374

15

10

1 5

1

0

0 0

5

10

15

20

25

30

0

1

2

PM2.5 (ug/m3)

3

EC (ug/m3)

6

70

y = 0,0683x + 0,6393 R² = 0,8582 60

5

y = 11,116x - 0,0251 R² = 0,6316

50

PM2.5 (ug/m3)

α (10-5 m-1)

4

3

40

30

2 20

1

10

0

0

0

10

20

30 40 PM2.5 (ug/m3)

50

60

70

0

1

2

3

4

5

EC (ug/m3)

Figuur 31: Correlatieplot α versus PM2.5 (links) en PM2.5 versus EC (rechts)(enkel op basis van 24 h bemonsterde filters) voor lente (boven) en herfst (onder) Een vergelijking van absorptiecoëfficiënt en EC werd onder andere uitgevoerd door Adams (2002). Hierbij werd EC gemeten met TOT en NIOSH 5054 protocol. De absorptiecoëfficiënt werd gemeten op teflonfilters. De gevonden regressielijn bedroeg EC = 1.35 a – 1.55 (R2 = 0.97).

46


10

9

WINTER

8

y = 1,6803x - 0,1721 R² = 0,9513

BC (ug/m3)

7 6 5

ZOMER 4 y = 1,2076x + 0,2906 R² = 0,912

3 2 1

0 0

1

2 3 EC (ug/m3), TOT (NIOSH)

4

5

Figuur 32: Correlatieplot van BC gemeten met Micro AethalometerAethalometers en EC bepaald op filter (24h en 8h uurgemiddelde waarden) voor lente en herfst

3.2.4.

PM FRACTIES

PM werd op de schoollocaties gemeten met de Grimm 1.108 (gebruikt in een uitvoering in combinatie met de Nanocheck). De optisch gemeten massaconcentraties voor PM werden gecorrigeerd aan de hand van een simultane meting met filterbemonsteraar (Partisol) uitgerust met PM2.5 voorafscheider, waarvan de resultaten hierboven werden beschreven. De correctiefactor bepaald voor PM2.5 werd ook toegepast voor de andere fracties omdat de andere fracties niet gravimetrisch werden bepaald in deze studie. De resulterende correctiefactoren (gemiddelde verhouding Partisol ten opzichte van Grimm) bedragen voor de lente respectievelijk 0.86 ± 0.30; 0.96 ± 0.28 en 1.38 ± 0.10 voor de toestellen op School 1, School 2 speelplaats en School 2 straatkant (vooraan) en voor de herfst respectievelijk 0.79 ± 0.22; 0.91 ± 0.20; 0.73 ± 0.14 en 0.82 ± 0.19 voor de toestellen op School 1 (16/11 – 2/12), School 1 (12/12 – 21/12), School 2 speelplaats en School 2 straatkant (vooraan).  Resultaten lente Voor de verkeersluwe school bedraagt in de lentecampagne het aandeel PM2.5 in PM10 49% , voor de verkeersdrukke school is dit 35% en voor de straatkant van de verkeersdrukke school is de verhouding 43%. In Figuur 34 is te zien dat op School 2 hoge concentraties PM10 werden gemeten terwijl er geen verhoging was voor PM2.5 (Figuur 33). Dit is duidelijk de grovere stoffractie en is vermoedelijk te wijten aan opwaaien van stof in de relatief gesloten omgeving van de speelplaats. Gedurende het tweede deel van de campagne werd ter hoogte van de straatkant van School 2 een hogere concentratie aan PM2.5 en PM10 gemeten in vergelijking met de andere schoollocaties.

47


Gemiddeld resulteerde dit in een beperkte verhoging voor PM2.5 ten opzichte van beide schoollocaties. De gemiddelde PM10 concentraties zijn aan de straatkant van School 2 (vooraan) hoger dan ter hoogte van School 1 maar lager dan ten opzichte van School 2 speelplaats (zie Tabel 13). De hogere concentraties voor PM10 ter hoogte van de speelplaats in School 2 in vergelijking met School 1 worden ook waargenomen als we de ganse meetperiode bekijken waarvoor simultane metingen op beide speelplaatsen beschikbaar zijn (onderaan Tabel 13). Zoals reeds aangehaald, is dit vermoedelijk te wijten aan opwaaiend stof op de speelplaats.

Tabel 13: Resultaten PM fracties en aantalconcentraties gemeten met Grimm –Nanocheck over eenzelfde periode: lente Meetperiode

PM2.5 PM10 TSP UFP PM2.5 (filter)*

School 1

School 2

Simultaan alle (23/5 – 26/5 en 14/6 – 23/6): 14d µg/m3 8.6 9.7 µg/m3 21.6 38.3 µg/m3 37.1 125.8 #/cm3 7953 7572 µg/m3 9.8 10.6

School 2 straat

11.0 29.8 54.1 12909

Simultaan School 2 –School 2 straat (13/5 – 29/5 en 14/6 – 23/6): 17d PM2.5 µg/m3 9.5 9.9 PM10 µg/m3 34.0 27.4 TSP µg/m3 107.8 49.7 UFP #/cm3 7320 11910 PM2.5 (filter)** µg/m3 9.1 11.5 Simultaan School 1 –School 2 speelplaats (13/5 – 29/5 en 14/6 – 23/6): 39d PM2.5 µg/m3 11.7 12.0 PM10 µg/m3 24.4 35.4 TSP µg/m3 42.6 93.1 UFP #/cm3 8822 8314 PM2.5 (filter)*** µg/m3 10.8 10.7 * deze periode is 3 dagen korter ** enkel op basis van periode 14/6 – 20/6 *** 9 dagen ontbreken voor filtermetingen in deze periode

48



30

School 2 straatkant

PM2,5 (ug/m3)

25

20

15

10

5

0 7-05-2011

17-05-2011

27-05-2011

6-06-2011

16-06-2011

26-06-2011

6-07-2011

Figuur 33: PM2.5 daggemiddelde concentraties op basis van optische monitor: lente 120 School 1 School 2 speelplaats

100

School 2 straatkant

PM10 (ug/m3)

80

60

40

20

0 7-05-2011

17-05-2011

27-05-2011

6-06-2011

16-06-2011

26-06-2011

6-07-2011

Figuur 34: PM10 daggemiddelde concentraties op basis van optische monitor: lente

49


 Resultaten herfst Op 16/11 werd gestart met de Grimm-Nanocheck metingen tijdens de herfstcampagne. Bij de start werd op 3 locaties simultaan gemeten. Na de eerste week werd een defect bij 2 van de toestellen vastgesteld (ondanks een recent onderhoud en kalibratie) waarvan 1 relatief snel kon verholpen worden en een ander niet. Een reservetoestel was pas later weer uit reparatie. Daarom werd tijdens de meetcampagne gewisseld om op de verschillende locaties metingen van UFP en PM fracties te hebben. Voor een correcte vergelijking is het echter nodig om enkel simultane data te vergelijken. Bij controle in deel 2 van de meetcampagne bleek dat data ter hoogte van School 2 voor het grootste deel van de tweede periode niet betrouwbaar waren. Daarom werd beslist de data voor deze periode niet in beschouwing te nemen. Bijgevolg zijn er geen simultane metingen beschikbaar voor voorkant en speelplaats. Ook is het aantal simultane metingen beperkt en daarom - mede door de aanwezigheid van een smogperiode gedurende het eerste deel van de meetcampagne - mogelijk niet altijd representatief voor het ganse herfstseizoen. Tabel 14 geeft de gemiddelde waarden voor simultane data School 1 – School 2 (16/11 – 22/11) en School 1 - School 2 straatkant (25/11 – 3/12). Ter info zijn ook de gemiddelde waarden ter hoogte van School 1 voor de ganse vergelijkingsperiode (16/11 – 3/12) weergegeven. Hierbij valt op dat de heersende concentraties voor de vergelijking met School 2 hoger waren en de vergelijking met School 2 straat lager waren dan gemiddeld. Wanneer we ook data van het tweede deel in beschouwing nemen liggen de gemiddelde waarden ter hoogte van School 1 (voor de periode 16/11 – 3/12 en 12/12 – 21/12) nog lager (schuin gedrukt in tabel). Opvallend is dat ook de UFP concentraties dezelfde trend volgen en bijgevolg ook verhoogd zijn in smogperiodes. Voor de periode 16/11 – 22/11 bedraagt het aandeel PM2.5 in PM10 57% voor School 1 en 33% voor School 2. Het aandeel voor School 2 ligt in dezelfde grootteorde als in de lente en is kleiner dan het aandeel gemeten in School 1. Voor School 1 wordt in de herfst een hoger aandeel gemeten in vergelijking met de lente. Het aandeel PM2.5 in PM10 bedraagt 58% ter hoogte van de straatkant in vergelijking met 72% voor dezelfde periode ter hoogte van School 1. In Figuur 36 is te zien dat op School 2 meestal hogere concentraties PM10 worden gemeten in vergelijking met School 1 terwijl de concentraties voor PM2.5 meer vergelijkbaar zijn (Figuur 35). Dit werd ook in de lente vastgesteld. Dit is duidelijk de grovere stoffractie en is vermoedelijk te wijten aan opwaaien van stof in de relatief gesloten omgeving van de speelplaats. Ter hoogte van straatkant School 2 worden meestal hogere PM2.5 en PM10 concentraties gemeten in vergelijking met School 1. Dit werd ook waargenomen bij de concentraties gemeten met de filtermethode. Op de dagen 28 en 29/11 waarop een duidelijke verhoogde concentratie ter hoogte van School 2 vooraan in vergelijking met School 1 werd waargenomen, werd een duidelijke toename vastgesteld in het tijdsprofiel tussen respectievelijk 7 – 16h en 7 – 11h. Toch werd er niet altijd een verhoging van de PM fracties waargenomen ter hoogte van de straatkant; bijvoorbeeld op 1/12 waar er over de ganse dag vanaf 9u een hogere concentraties werd waargenomen in het tijdsprofiel voor PM2.5 en PM10. Ook in de lente werd er slechts een beperkte toename waargenomen aan de voorkant in vergelijking met de andere schoollocaties voor PM2.5 en was de concentratie op de speelplaats van School 2 zelfs hoger voor PM10 in vergelijking met de straatkant en de andere school. Zoals reeds aangehaald is dit vermoedelijk te wijten aan opwaaiend stof op de speelplaats.

50


Tabel 14: Resultaten PM fracties en aantalconcentraties gemeten met Grimm–Nanocheck over verschillende perioden: herfst Meetperiode

PM2.5 PM10 TSP UFP PM2.5 (filter)

School 1

School 2

School 2 straatkant

Simultaan School 1 - School 2 (16/11 – 22/11): 7d µg/m3 39.4 42.3 µg/m3 69.6 129.2 µg/m3 101.0 274.3 #/cm3 21152 19634 µg/m3 45.7 44.3

Simultaan School 1 – School 2 straat (25/11 – 3/12): 9d PM2.5 µg/m3 14.8 PM10 µg/m3 20.5 TSP µg/m3 22.2 UFP #/cm3 11359 PM2.5 (filter)* µg/m3 12.2

PM2.5 PM10 TSP UFP PM2.5 (filter)**

14.9 25.5 30.2 17732 13.1

School 1 (16/11 – 3/12): 18d (16/11 – 3/12 en 12/12 – 21/12): 28d µg/m3 29.0 21.4 µg/m3 45.3 33.4 µg/m3 58.9 42.6 #/cm3 16287 13969 µg/m3 29.4 21.6

* zonder 25/11 en 3/12 ** zonder 3/12 en 21/12

51


70 School 1

60


School 2 straatkant

PM2,5 (ug/m3)

50

40

30

20

10

0 12-11-2011

19-11-2011

26-11-2011

3-12-2011

10-12-2011

17-12-2011

24-12-2011

Figuur 35: PM2.5 daggemiddelde concentraties op basis van optische monitor: herfst 200 180 School 1

160

School 2 speelplaats School 2 straatkant

PM10 (ug/m3)

140 120 100 80 60 40 20

0 12-11-2011

19-11-2011

26-11-2011

3-12-2011

10-12-2011

17-12-2011

Figuur 36: PM10 daggemiddelde concentraties op basis van optische monitor: herfst

52

24-12-2011


3.3.

BC CONCENTRATIES GEMETEN MET MICRO AETHALOMETERS

Een overzicht van de BC concentraties bij de schoollocaties is weergegeven in Figuur 37 voor respectievelijk lente (boven) en herfst (onder) . Er is weinig verschil tussen School 1 en School 2 ter hoogte van de speelplaats, enkel de eerste week van de herfstcampagne is de concentratie hoger op School 1. De gemiddelde concentratie (over de 5 weken) BC voor School 1 en School 2 was respectievelijk 2.80 en 2.38 en ng/m3 in de herfst en 1.08 en 1.15 ng/m3in de lente. In de lente bedroeg het verschil tussen de voorkant en de speelplaats van School 2 meer dan een factor 2 voor BC (tussen 107% en 124% hoger). In de herfst ligt de BC concentratie gemiddeld 68% (61% voor enkel de eerst 4 weken) hoger aan de voorkant ten opzichte van de speelplaats (meetlocatie). De toename aan de voorkant varieert tussen 44% en 100% over de verschillende weken. Wat ook opvalt voor de herfstcampagne is dat de concentraties gemeten ter hoogte van School 2 straatkant niet altijd hoger zijn in vergelijking met het VMM station (wat wel het geval is voor de lentecampagne, zowel voor NO2 als BC). De gemeten concentraties zijn ruim dubbel zo hoog in de herfst ten opzichte van de lente. De hogere concentraties in de herfst komen overeen met andere studies; zo werd in een Amerikaanse studie hogere concentraties in de herfst in vergelijking met de lente waargenomen voor PM2.5 en absorptie coëfficiënt (Abs), wat toegeschreven werd aan toename van gebouwenverwarming (Jung et al., 2010). Bovendien werd er voor Abs een I/O ratio gemeten die zeer dicht bij 1 ligt, wat een indicatie is voor de afwezigheid van belangrijke binnenbronnen en een hoge penetratie-efficiëntie van de component BC. Een voorbeeld van een tijdstrend voor de lente (week 1) en herfst (week 3) is weergegeven in Figuur 38. Dit toont een duidelijke trend gedurende de dag. In het weekend liggen de concentraties iets lager en is het dagpatroon minder uitgesproken. Dit wordt meestal ook tijdens de andere weken waargenomen. Hoewel de concentratie in het weekend niet altijd lager is en mede bepaald wordt door meteo en achtergrondconcentraties. De bovenste figuur toont een tijdsprofiel voor de lente. In het weekend liggen de concentraties lager (21/5 en 22/5). De figuur toont de concentraties ter hoogte van de speelplaatsen van School 1 en School 2, ter hoogte van het VMM meetstation Borgerhout (achteraan R801) en het straatstation Borgerhout (R802). De meetlocatie ter hoogte van het straatstation werd opgenomen in de LUR (zie verder). Hier werden gedurende 1 week metingen uitgevoerd. De BC concentraties ter hoogte van het straatstation lagen gedurende deze week 60% hoger in vergelijking met het meetstation achteraan (op 30 m van de weg). Overdag ligt de verhouding straatkant/achteraan vaak nog hoger met typische waarden van een factor 2 of meer. De onderste figuur (herfst) toont de concentraties ter hoogte van de speelplaatsen van School 1 en School 2, de voorkant van School 2, het VMM meetstation Borgerhout (achteraan R801) en de klaslokalen. Ter vergelijking zijn ook de MAAP data van VMM Borgerhout weergegeven; deze komen goed overeen met de concentraties gemeten met de Aethalometer op dezelfde locatie. De concentraties gemeten ter hoogte van het klaslokaal komen goed overeen met de concentraties gemeten op de speelplaats. De BC concentraties ter hoogte van de straatkant lagen gedurende deze week 60% hoger in vergelijking met de meetlocatie op de speelplaats. Overdag ligt de verhouding straatkant/speelplaats vaak nog hoger met typische waarden van een factor 2 of meer.

53


3000 55. School 1 15. School 2 straatkant 40. School 2 speelplaats

2500

1. VMM station R801

BC (ng/m3)

2000

1500

1000

500

0 week1

week2

week3

week4

week5

week6

10000 55. School 1

9000

40-A. School 2 speelplaats 15. School 2 straatkant

8000

1. VMM station R801

7000

BC (ng/m3)

6000 5000 4000 3000 2000 1000 0 week 1

week 2

week 3

week 4

week 5

Figuur 37: Weekgemiddelde BC concentraties ter hoogte van de scholen en het VMM meetstation in Borgerhout (R801) in de lente (boven) en herfst (onder)

54


14000

345_School 1 349_ School 2 speelplaats

12000

354_VMM Borgerhout R801 (achteraan) 351_VMM Borgerhout R802 (straatkant)

BC (ng/m3)

10000

8000

6000

4000

2000

0 16-05-2011

17-05-2011

18-05-2011

19-05-2011

20-05-2011

21-05-2011

22-05-2011

23-05-2011


8000

School 2 klas VMM Borgerhout R801 (achteraan) VMM Borgerhout R801 (achteraan): MAAP

BC (ng/m3)

6000

4000

2000

0 29-11-2011

30-11-2011

1-12-2011

2-12-2011

3-12-2011

4-12-2011

5-12-2011

6-12-2011

Figuur 38: BC concentratieprofiel in functie van de tijd voor week 1 (lente: boven) en week 3 (herfst: onder)

55


3.4. 3.4.1.

UFP AANTALCONCENTRATIES TIJDENS LENTECAMPAGNE

Figuur 39 toont de weekgemiddelde concentraties voor het aantal deeltjes (cm-3) op beide schoollocaties ter hoogte van de speelplaats, gemeten met de CPC tijdens de lentecampagne. De weken verwijzen naar de weken van de thuislocaties. De gemeten concentraties zijn op beide schoollocaties zeer vergelijkbaar. Bij de berekening van de weekgemiddelde concentraties werden enkel simultane data in rekening gebracht. Het % beschikbare data per week was respectievelijk 80; 40; 53; 100; 100; 57. De gemiddelde gemeten concentraties op beide schoollocaties voor periode 1 en 2 van de meetcampagne zijn weergegeven in Tabel 15. Tussen deze perioden werd een vergelijking gedaan van de UFP toestellen (SMPS – UFP monitor en CPC’s) op de speelplaats van School 2 en werden vervolgens de configuraties verwisseld van locatie. Dit om zo weinig mogelijk invloed te hebben van het type toestel bij de bepaling van de UFP concentraties. Voor de ganse meetperiode (enkel simultane data worden beschouwd) bedraagt de concentratie op School 1 en School 2 respectievelijk 10183 en 9932 deeltjes/cm3.

Tabel 15: Overzicht van de gemiddelde UFP concentraties op beide scholen (speelplaats): lente LENTE Periode 1 Periode 2 Totale meetperiode

School 1 11927 9078 10183

School 2 12011 8615 9932

14000

12000 School 1

School 2 aantalconcentraties (#/cm3)

10000

8000

6000

4000

2000

0 week 1

week 2

week 3

week 4

week 5

week 6

Figuur 39: Aantalconcentraties gemeten met CPC’s ter hoogte van de 2 scholen (speelplaats)

56


50000 School 1 (CPC 3786 (gecor.)) School 2 (CPC 3783)

UFP (aantal/cm3)

40000

30000

20000

10000

0 11-05-2011

18-05-2011

25-05-2011

1-06-2011

35000 School 1 (CPC 3783)

School 2 (CPC 3786 gecor.)

30000

UFP (aantal/cm3)

25000

20000

15000

10000

5000

0 30-05-2011

6-06-2011

13-06-2011

20-06-2011

27-06-2011

Figuur 40: Tijdsprofiel voor UFP (aantal deeltjes/cm3) voor de lentemeetperiode op de twee scholen (speelplaats) Ter hoogte van de scholen werd eveneens een Grimm-Nanocheck ingezet. Dit toestel werd ook gebruikt op de thuislocaties. In onderstaande figuren wordt de correlatie tussen beide meetmethoden weergegeven. Deze is voor beide locaties zeer vergelijkbaar. Hieruit kunnen we besluiten dat het gebruik van de Grimm-Nanocheck op de thuislocaties te verantwoorden is en vergelijkbare resultaten zal opleveren.

57


50000

locatie School 1 45000

y = 1,1363x R² = 0,6725

40000

Aantalconcentratie CPC

35000 30000

25000 20000 15000 10000 5000 0 0

5000

10000

15000 20000 Aantalconcentratie Nanocheck

25000

30000

35000

Figuur 41: Correlatie aantalconcentratie gemeten met CPC en Nanocheck ter hoogte van School 1 op basis van 30 min gemiddelde concentraties: lente

40000

locatie school 2 35000 y = 1,2335x R² = 0,6636


30000

25000

20000

15000

10000

5000

0 0

5000


20000

25000

Figuur 42: Correlatie aantalconcentratie gemeten met CPC en Nanocheck ter hoogte van School 2: op basis van 30 min gemiddelde concentraties: lente Tijdens de tweede week deed de straatkant van de school (vooraan) ook dienst als thuislocatie. Omdat de concentraties op de speelplaats van beide scholen vergelijkbaar waren werd de meting

58


aan de voorzijde bij School 2 herhaald in de tweede helft van juni. De daggemiddelde aantalconcentraties voor beide scholen en aan de voorzijde (straatkant) van School 2 zijn weergegeven in Figuur 43. Gemiddeld ligt de UFP concentratie aan de straatkant 65% hoger ten opzichte van de speelplaats bij School 2. In de eerste week is de verhoging minder sterk dan in de periode daarna. Dit werd niet vastgesteld voor BC en NO2 waar de concentratieverhoging aan de straatkant ten opzichte van achteraan (speelplaats) ongeveer gelijk bleef. Gedurende beide periodes kwam de wind hoofdzakelijk uit ZW richting. De windsnelheid was vergelijkbaar maar iets hoger in de eerste periode (4.4 m/s ten opzichte van 3.7 m/s). Op de schoollocaties (speelplaats) werden hogere concentraties gemeten (met CPC zie Figuur 39) gedurende de eerste periode (week 2) in vergelijking met de tweede periode (week 5 en week 6). 25000 School 1

School 2 speelplaats School 2 straatkant

UFP (aantal/cm3)

20000

15000

10000

5000

0 7-05-2011

17-05-2011

27-05-2011

6-06-2011

16-06-2011

26-06-2011

6-07-2011

Figuur 43: Daggemiddelde aantalconcentratie gemeten met Nanocheck op beide schoollocaties en aan de straatkant van School 2: lente 3.4.2.

AANTALCONCENTRATIES TIJDENS HERFSTCAMPAGNE

Figuur 44 toont de weekgemiddelde concentraties voor het aantal deeltjes (cm-3) op beide schoollocaties ter hoogte van de speelplaats, gemeten met de CPC. De weken verwijzen naar de weken van de thuislocaties. Week 0 verwijst naar de week voor de start van de metingen op de thuislocaties. De gemeten concentraties zijn op beide schoollocaties zeer vergelijkbaar. Bij de berekening van de weekgemiddelde concentraties werden enkel simultane data in rekening gebracht. Het % beschikbare data per week was respectievelijk 28; 100; 72; 13; 100; 100 voor weken 0 tot en met 5. Het lage % tijdens de startweek was te wijten aan het niet-beschikbaar zijn van één van de CPC’s en een defect in de SMPS tijdens deze opstartweek. Het lage % beschikbare simultane metingen op de twee schoollocaties tijdens week 3 is grotendeels te wijten aan de vergelijkende metingen op één van de schoollocaties tijdens deze periode.

59


De gemiddelde gemeten concentraties op beide schoollocaties voor periode 1 en 2 van de meetcampagne zijn weergegeven in Tabel 16. Tussen deze perioden werd een vergelijking gedaan van de UFP toestellen (SMPS – UFP monitor en CPC’s) op de speelplaats van School 1 en werden vervolgens de configuraties verwisseld van locatie. Dit om zo weinig mogelijk invloed te hebben van het type toestel bij de bepaling van de UFP concentraties (zie ook lentecampagne). Voor de ganse meetperiode (enkel simultane data worden beschouwd) bedraagt de concentratie op School 1 en School 2 respectievelijk 8945 en 9407 deeltjes/cm3. De simultane data vertegenwoordigen 70% van de data voor de ganse meetperiode (waarbij 10 % van de ontbrekende data te wijten is aan de vergelijkende meting uitgevoerd op 1 van de schoollocaties). In periode 1 en 2 waren respectievelijk 61% en >99% van de data beschikbaar. In periode 1 van de meetcampagne lagen de concentraties op beide locaties hoger in vergelijking met periode 2. Tijdens deze periode werden een aantal smogdagen waargenomen.

Tabel 16: Overzicht van de gemiddelde UFP concentraties op beide scholen (speelplaats) tijdens de herfstcampagne HERFST Periode 1 Periode 2 Totale meetperiode

School 1 11005 7121 8945

School 2 11261 7765 9407

14000

12000 School 1 School 2 aantalconcentraties (cm-3)

10000

8000

6000

4000

2000

0 week 0

week 1

week2

week3 *

week4

week5

Figuur 44: Aantalconcentraties gemeten met CPC’s ter hoogte van de 2 scholen (speelplaats) tijdens de herfstcampagne * week 3 op basis van slechts 13% van de data over deze week

60


50000 School 1 School 2

UFP (aantal/cm3)

40000

30000

20000

10000

0 8-11-2011 50000

15-11-2011

22-11-2011

29-11-2011

School 1 School 2

UFP (aantal/cm3)

40000

30000

20000

10000

0 5-12-2011

12-12-2011

19-12-2011

Figuur 45: Tijdsprofiel voor UFP (aantal deeltjes/cm³) voor de herfstcampagne op de twee scholen (speelplaats)

61


Tijdens 16/12 werd een sterk verhoogde concentratie waargenomen op School 1 wat niet het geval was voor School 2. Ook voor BC werd gedurende dit moment een verhoogde concentratie waargenomen waarvan de oorzaak niet gekend is. Ter hoogte van de scholen werd eveneens een Grimm-Nanocheck ingezet. Dit toestel werd ook gebruikt op de thuislocaties. In onderstaande figuren wordt de correlatie tussen beide meetmethoden weergegeven. Zowel de helling als de R2 zijn zeer vergelijkbaar. De resulterende helling is echter kleiner in vergelijking met de lente. Desondanks is het gebruik van de GrimmNanocheck op de thuislocaties te verantwoorden voor een onderlinge vergelijking met de Nanocheck op de schoollocaties, voor het vaststellen van tijdstrends en voor het vergelijken van de relatieve blootstellingsverschillen tussen de kinderen. 50000 45000 40000


35000 30000 25000

y = 0,6502x R² = 0,8881

20000 15000 10000 5000 0 0

10000

20000


50000

60000

70000

Figuur 46: Correlatie aantalconcentratie gemeten met CPC en Nanocheck ter hoogte van School 1 op basis van 30 min gemiddelde concentraties: herfst

62


50000 45000 40000


35000 30000 25000 20000

y = 0,6477x R² = 0,8164

15000 10000 5000 0 0

10000

20000


50000

60000

70000

Figuur 47: Correlatie aantalconcentratie gemeten met CPC en Nanocheck ter hoogte van School 2 op basis van 30 min gemiddelde concentraties: herfst Tijdens twee weken deed de straatkant van de school (vooraan) ook dienst als thuislocatie. Omdat in de lentecampagne vergelijkbare concentraties op de speelplaats van beide scholen werden gemeten, werd beslist om tijdens een deel van de meetcampagne ook een aantal parameters te meten aan de voorkant van de verkeersdrukke school. De daggemiddelde aantalconcentraties voor beide scholen en aan de voorzijde (straatkant) van School 2 zijn weergegeven in Figuur 48. Een rechtstreekse vergelijking van speelplaats met voorkant voor School 2 kan niet gemaakt worden omdat geen simultane metingen beschikbaar zijn. Uit de vergelijking met School 1 zien we dat de concentratie aan de voorkant van School 2 gemiddeld 56% hoger ligt. Gedurende de periode waarvoor UFP metingen beschikbaar zijn ter hoogte van de voorkant kwam de wind hoofdzakelijk uit ZW richting en dus niet vanaf de richting van de weg.

63


40000


30000

UFP (aantal/cm3)

School 2 straatkant

25000

20000

15000

10000

5000

0 12-11-2011

19-11-2011

26-11-2011

3-12-2011

10-12-2011

17-12-2011

24-12-2011

Figuur 48: Daggemiddelde aantalconcentratie gemeten met Nanocheck op beide schoollocaties en aan de straatkant van School 2: herfst

3.4.3.

UFP GROOTTEVERDELING TIJDENS LENTECAMPAGNE

De grootteverdeling wordt gemeten met 2 verschillende toestellen die een verschillende size range hebben. Halverwege de meetcampagne werden de toestellen gewisseld van locatie. De UFP monitor heeft de laagste resolutie en meet in 6 verschillende kanalen. Tussen de 2 perioden (voor en na de wissel) werden de toestellen naast elkaar vergeleken. De resultaten daarvan zijn hierboven weergegeven en de resulterende correctiefactoren werden in onderstaande toegepast. In Figuur 49 is de grootteverdeling (volgens de kanalen van de UFP monitor) weergegeven voor alle simultane data, waarbij de bovenste figuur de ganse meetperiode (lente) weergeeft en de onderste de twee deelperioden afzonderlijk. Opvallend is dat het meeste aantal deeltjes voorkomen in de grootteklasse 30 – 50 nm. De grootteverdeling gemeten met UFP monitor en SMPS zijn vergelijkbaar van vorm. De gemiddelde concentraties lagen iets hoger in het eerste deel van de meetcampagne. Figuur 50 toont de tijdstrend voor deze fractie. Figuur 51 en Figuur 52 tonen de grootteverdeling gemeten op School 1 en School 2 (niet simultaan). Er is duidelijk een groei (naar grotere deeltjes) te zien in de loop van de tijd. Op bepaalde dagen worden veel kleine deeltjes gevormd. De tijdstippen vallen vaak samen met een plotse daling in NO2 concentraties. Mogelijk liggen fotochemische vormingsprocessen hier aan de oorsprong. Verdere analyse toont aan dat de toenames meestal overeenkomen met een toename van de ozonconcentratie wat bovenstaande hypothese bevestigt. Wanneer we vergelijken met de PM2.5 tijdstrend stellen we vast dat de sterke toename van deze zeer kleine deeltjes vaak overeenkomt met een voorafgaande daling van de PM2.5 concentratie. Als voorbeeld wordt in Figuur 53 een dergelijk event getoond

64


1800

1600

School 1 School 2

1400

UFP (aantal/cm3)

1200 1000 800

600 400 200 0 20-30

30-50

50-70

70-100

100-200

>200

2500 School 1 School 2 2000 periode 1

UFP (aantal/cm3)

periode 2

1500

1000

500

0 20-30

30-50

50-70 70-100 100-200 >200

20-30

30-50

50-70 70-100 100-200 >200

Figuur 49: Deeltjesgrootteverdeling ter hoogte van speelplaats School 1 en School 2 volgens grootteklassen van de UFP monitor (boven) voor de ganse periode en (onder) voor de 2 perioden afzonderlijk: lente

65


10000 School 1

9000 Aantal concentratie (30 - 50 nm) (aantal/cm3)

School 2 8000 7000 6000 5000 4000 3000 2000 1000

0 9-05-2011 10000

16-05-2011

23-05-2011

30-05-2011

School 1

9000 Aantal concentratie (30 - 50 nm) (aantal/cm3)

School 2 8000 7000 6000 5000 4000 3000 2000 1000

0 3-06-2011

10-06-2011

17-06-2011

24-06-2011

Figuur 50: Tijdstrend voor deeltjesaantallen in size range 30 – 50 nm voor het eerste deel (boven) en tweede deel (onder) van de lentemeetperiode

66

Deeltjesgrootteverdeling School 1


Deeltjesgrootteverdeling 1 Deeltjesgrootteverdeling School School 2

Figuur 51: Grootteverdeling gemeten met SMPS (School 1): lente

Figuur 52: Grootteverdeling gemeten met SMPS (School 2): lente

67


10000 9000

100 size <20 nm

90

BC (ng/m3) NO2

80

NO 7000

ozon

70

Pm2.5 6000

60

5000

50

4000

40

3000

30

2000

20

1000

10

NO2, NO, O3 (ppb) PM2,5 (ug/m3)

aantal deeltjes < 20 nm (aantal/cm3)

8000

0 0 10-05-2011 11-05-2011 12-05-2011 13-05-2011 14-05-2011 15-05-2011 16-05-2011 17-05-2011

Figuur 53: Tijdsprofiel van kleinste deeltjesklasse (SMPS), NO2, NO, ozon en PM2.5 (week 1, lente)

3.4.4.

UFP GROOTTEVERDELING TIJDENS HERFSTCAMPAGNE

In Figuur 54 is de grootteverdeling (volgens de 6 kanalen van de UFP monitor) weergegeven voor alle simultane data, waarbij de bovenste figuur de ganse meetperiode (herfst) weergeeft en de onderste de twee deelperioden afzonderlijk. Opvallend is dat het meeste aantal deeltjes voorkomen in de grootteklasse 30 – 50 nm, zoals ook in de lentecampagne. Er werd een verschil waargenomen voor de twee kleinste fracties, welke functie lijken te zijn van het gebruikte toestel (UFP monitor versus SMPS); deze concentraties zijn steeds groter op de locatie waar met de SMPS werd gemeten. Bij de vergelijking van beide toestellen werd een foutmelding geregistreerd die mogelijk betrekking had op deze kleinere deeltjes. Tijdens het eerste deel van de meetcampagne werden veel deeltjes waargenomen in de size range 100 – 200 (en 70 - 100) wat veel minder het geval was in het tweede deel van de herfst en de lente. Dit werd op beide locaties waargenomen. In het eerste deel van de herfst waren er een aantal smogdagen. De gemiddelde UFP concentraties lagen ook iets hoger in het eerste deel van de meetcampagne. Figuur 55 en Figuur 56 tonen de grootteverdeling gemeten op School 1 en School 2 (niet simultaan). Er is duidelijk een groei (naar grotere deeltjes) te zien in de loop van de tijd. Op bepaalde dagen worden veel kleine deeltjes gevormd. Dit is meer het geval ter hoogte van School 2 in vergelijking met School 1. De meting van de grootteverdeling met SMPS ter hoogte van School 1 vond grotendeels plaats in de smogperiode wat een mogelijke verklaring is van het kleiner aandeel kleinste deeltjes.

68


1600

School 1 School 2

1400

UFP (aantal/cm3)

1200

1000

800

600

400

200

0 20-30

30-50

50-70

70-100

100-200

>200

2500

School 1 School 2

2000 periode 1

UFP (aantal/cm3)

periode 2

1500

1000

500

0 20-30

30-50

50-70 70-100 100-200 >200

20-30

30-50

50-70 70-100 100-200 >200

Figuur 54: Deeltjesgrootteverdeling ter hoogte van speelplaats School 1 en School 2 volgens grootteklassen van de UFP monitor-(boven) voor de ganse periode en (onder) voor de 2 perioden afzonderlijk: herfst

69




Figuur 55: Grootteverdeling gemeten met SMPS (School 1): herfst

Figuur 56: Grootteverdeling gemeten met SMPS (School 2): herfst

70


3.5. 3.5.1.

NOX CONCENTRATIES NO2 CONCENTRATIES GEMETEN MET PASSIEVE SAMPLERS

Tijdens de meetcampagne van de thuislocaties (zie verder) werden eveneens metingen uitgevoerd met passieve samplers op de schoollocaties en ter hoogte van VMM station Borgerhout (R801). De resultaten van de metingen in de lente en herfst zijn weergegeven in Figuur 57. Gedurende week 1 van de lentecampagne is er geen meetwaarde beschikbaar voor School 2 speelplaats, hiervoor wordt in de figuur de gemeten concentratie van de NOx monitor (Airpointer®) weergegeven. Voor de locatie School 2 straat komen de samplertijden niet overeen met W6 en W_all. Daarom werd voor beiden de gemiddelde waarde van de Airpointer weergegeven. Voor 3 samplers ter hoogte van voorkant School 2 bemonsterd tijdens de herfst werd bij het analyseverslag aangegeven dat ze vochtig waren. Twee hiervan gaven onrealistische resultaten en werden daarom verwijderd uit de dataset. Een derde gaf wel normale waarden en werd daarom weerhouden. Ook voor locatie 53 werd ‘vochtig’ aangegeven in de resultatenfile maar ook deze werd voorlopig weerhouden. Ter hoogte van VMM (zowel straatkant als achtergrond) werd 1 dag later gestart met de metingen tijdens week 1 in de herfst. De waarden werden herschaald op basis van de meetwaarden ter hoogte van Borgerhout (op basis van gemiddelde waarde voor overeenkomstige meetperioden); De correctie bedroeg slechts 1.018 en 1.014 omdat de daggemiddelde waarde van 15/11 goed overeenkwam met het gemiddelde van 16-22/11. In de lente was de concentratie van School 2 gemeten op de speelplaats lager dan de concentratie gemeten ter hoogte van School 1: de verhouding bedroeg tussen 0.82 en 0.97. De concentratie gemeten aan de straatkant van School 2 is bijna 2 keer hoger in de lente. Uit de vergelijking speelplaats versus voorkant School 2 lijkt het dat de % verschillen in de herfst minder groot zijn dan in de lente. De absolute verschillen zijn ook iets kleiner maar meer vergelijkbaar. De gemiddelde concentratie van alle passieve samplers bedroegen in de herfst voor School 1 en School 2 respectievelijk 37,7 en 37,7 µg/m3 (enkel de 5 afzonderlijke weken), terwijl deze in de lente respectievelijk 22.3 en 19.6 µg/m3 bedroegen. In de eerste 2 weken van de herfstcampagne waren de concentraties hoger en de andere 3 weken lager op School 2 (mogelijk een invloed van smog en de nabijheid van verkeer). De NO2 concentraties in de herfst aan de voorkant liggen gemiddeld 33% (tussen 28% en 43%) hoger in vergelijking met de meetlocatie op de speelplaats op basis van de eerste 4 weken met een gemiddelde concentratie van respectievelijk 38.4; 39.0 en 52 µg/m3 voor School 1, School 2 speelplaats en School 2 vooraan. Tijdens de lentecampagne was dit gemiddeld meer dan een factor 2 (tussen 89% en 130%) voor NO2. Wat ook opvalt is dat de concentraties gemeten in de herfst ter hoogte van de straatkant School 2 niet altijd hoger zijn in vergelijking met het VMM station (wat wel het geval was voor de lentecampagne, zowel voor NO2 als BC). Ter hoogte van het VMM station (R801) werden in de herfst 61% hogere NO2 concentraties (52.3 µg/m3) gemeten in vergelijking met de lente (32.5 µg/m3).

71


50 55. School 1

45

40. School 2 speelplaats

15. School 2 straatkant

NO2 passieve samplers (ug/m3)

40

1. VMM station R801

35 30 25 20 15 10 5

0 week1

week2

week3

week4

week5

week6

week_all

70 55. School 1 40-A. School 2 speelplaats 15. School 2 straatkant

60


1. VMM station R801

50

40

30

20

10

0 week 1

week 2

week 3

week 4

week 5

week_all

Figuur 57: NO2 concentraties gemeten met passieve samplers op de schoollocaties en ter hoogte van het VMM station Borgerhout (R801) gemeten tijdens de lente (boven) en herfst (onder); data met * zijn gemiddelde waarden van NO2 gemeten met de Airpointer® over dezelfde periode

72


3.5.2.

TIJDSTRENDS GEMETEN MET DE NOX MONITOR TIJDENS DE LENTE

De tijdstrends voor NO en NO2, gemeten ter hoogte van de twee scholen, zijn weergegeven in onderstaande figuren (Figuur 58 en Figuur 59). Voor een bepaalde periode werden ook vooraan (straatkant) School 2 metingen uitgevoerd. Vooral bij deze laatste is een duidelijk dagprofiel en weekprofiel waarneembaar. Lagere concentraties worden gemeten tijdens het weekend. Ook op de andere locaties is een beperkte tijdstrend te zien: voorbeeld weekend 2/6 – 5/6, zondag 22/5, maar het is niet zo uitgesproken omdat de concentraties er ook lager liggen. Voor NO is er een sterker tijdsprofiel waarneembaar en is het verschil tussen de voorkant en de speelplaats op School 2 groter. Dit komt omdat stikstofoxiden voor het grootste deel als NO worden uitgestoten en de atmosfeer worden omgezet in NO2. Dicht bij de bron is het aandeel NO in NOx nog groter. De NO en NO2 bijdrage op de beide scholen (speelplaats) en aan de straatkant School 2 zijn weergegeven in Figuur 60. De figuur vergelijkt de NO en NO2 concentratie ter hoogte van School 1 met enerzijds de concentratie ter hoogte van School 2 speelplaats voor de periode 11/5 – 16/6 en anderzijds de concentratie aan de straatkant van School 2 (vooraan) voor de periode 14/6 – 29/6. Kort nadat de extra NOx monitor werd geplaatst aan de voorkant van School 2 waren er problemen met de Airpointer ter hoogte van de speelplaats. Deze konden niet meer tijdig opgelost worden. Daarom worden School 1, voorkant School 2 en speelplaats School 2 voor verschillende perioden vergeleken. Voor de vergelijkingsperiode 11/5 – 16/6 was het % beschikbare data respectievelijk 88% voor School 2 en bijna 100% voor School 1. De waarden op School 1 en School 2 zijn zeer vergelijkbaar. Daarom is een vergelijking van School 1 met straatkant van School 2 zinvol voor de periode waar geen data van speelplaats School 2 beschikbaar zijn. Aan de straatkant liggen de concentraties op School 2 veel hoger. Het aandeel NO in NOx is ook veel groter (37% tov 15-17%).

73

74

Figuur 58: Tijdsprofiel voor NO gemeten op beide schoollocaties in de lente

29-06-2011 0:00

28-06-2011 0:00

27-06-2011 0:00

26-06-2011 0:00

25-06-2011 0:00

24-06-2011 0:00

23-06-2011 0:00

22-06-2011 0:00

21-06-2011 0:00

20-06-2011 0:00

11-06-2011 0:00

10-06-2011 0:00

9-06-2011 0:00

8-06-2011 0:00

7-06-2011 0:00

6-06-2011 0:00

5-06-2011 0:00

4-06-2011 0:00

3-06-2011 0:00

2-06-2011 0:00

1-06-2011 0:00

31-05-2011 0:00

30-05-2011 0:00

29-05-2011 0:00

28-05-2011 0:00

27-05-2011 0:00

26-05-2011 0:00

25-05-2011 0:00

24-05-2011 0:00

23-05-2011 0:00

22-05-2011 0:00

80

19-06-2011 0:00

80 21-05-2011 0:00

20-05-2011 0:00

19-05-2011 0:00

18-05-2011 0:00

17-05-2011 0:00

16-05-2011 0:00

15-05-2011 0:00

14-05-2011 0:00

13-05-2011 0:00

12-05-2011 0:00

11-05-2011 0:00

NO (ppb)

90

18-06-2011 0:00

90

17-06-2011 0:00

16-06-2011 0:00

15-06-2011 0:00

14-06-2011 0:00

13-06-2011 0:00

12-06-2011 0:00

11-06-2011 0:00

NO (ppb)


100 NO School 1

NO School 2

NO School 2 straatkant

70

60

50

40

30

20

10

0

100

NO School 1

NO School 2

NO School 2 straatkant

70

60

50

40

30

20

10

0

29-06-2011 0:00

28-06-2011 0:00

27-06-2011 0:00

26-06-2011 0:00

25-06-2011 0:00

24-06-2011 0:00

23-06-2011 0:00

22-06-2011 0:00

21-06-2011 0:00

20-06-2011 0:00

19-06-2011 0:00

80 11-06-2011 0:00

10-06-2011 0:00

9-06-2011 0:00

8-06-2011 0:00

7-06-2011 0:00

6-06-2011 0:00

5-06-2011 0:00

4-06-2011 0:00

3-06-2011 0:00

2-06-2011 0:00

1-06-2011 0:00

31-05-2011 0:00

30-05-2011 0:00

29-05-2011 0:00

28-05-2011 0:00

27-05-2011 0:00

26-05-2011 0:00

25-05-2011 0:00

24-05-2011 0:00

23-05-2011 0:00

22-05-2011 0:00

21-05-2011 0:00

20-05-2011 0:00

19-05-2011 0:00

18-05-2011 0:00

17-05-2011 0:00

16-05-2011 0:00

15-05-2011 0:00

14-05-2011 0:00

13-05-2011 0:00

12-05-2011 0:00

11-05-2011 0:00

NO2 (ppb)

60

18-06-2011 0:00

90

17-06-2011 0:00

16-06-2011 0:00

15-06-2011 0:00

14-06-2011 0:00

13-06-2011 0:00

12-06-2011 0:00

11-06-2011 0:00

NO2 (ppb)


70 NO2 School 1

NO2 School 2

NO2 School 2 straatkant

50

40

30

20

10

0

100

NO2 School 1

NO2 School 2

NO2 School 2 straatkant

70

60

50

40

30

20

10

0

Figuur 59: Tijdsprofiel voor NO2 gemeten op beide schoollocaties in de lente

75


40

35

NO2 NO

NO, NO2 (ppb)

30 25 20 15 10 5

0 School 2 straat (14/6 - 29/6)

School 1 (14/6 - 29/6)

School 1 (11/5 - 16/6)

School 2 speelpl. (11/5 - 16/6)

Figuur 60: Gemiddelde NO en NO2 concentratie voor School 2 straatkant en School 2 speelplaats in vergelijking met School 1 in de lente

3.5.3.

TIJDSTRENDS GEMETEN MET DE NOX MONITOR TIJDENS DE HERFST

De tijdstrends voor NO en NO2, gemeten ter hoogte van de twee scholen, zijn weergegeven in Figuur 61 en Figuur 62. Voor een bepaalde periode werden ook vooraan (straatkant) School 2 metingen uitgevoerd. Ook de NO en NO2 gegevens van het VMM meetstation zijn weergegeven op de figuren (data van VMM). Vooral op de locatie aan de voorkant is een duidelijk dagprofiel en weekprofiel waarneembaar. Lagere concentraties worden gemeten tijdens het weekend (3/12 en 4/12). Ook op de andere locaties is een beperkte tijdstrend te zien maar het is niet zo uitgesproken omdat de concentraties er ook lager liggen. Voor NO is er een sterker tijdsprofiel waarneembaar en is het verschil tussen de voorkant en de speelplaats op School 2 groter. Dit werd ook waargenomen in de lente. Dit komt omdat stikstofoxiden voor het grootste deel als NO worden uitgestoten en in de atmosfeer worden omgezet in NO2. Dicht bij de bron is het aandeel NO in NOx nog groter. Wat wel opvalt in de herfst is dat tijdens de smogdagen (dagen met PM10>50 µg/m3 zijnde 6-8/11, 10/11 en 15-23/11) de NO concentraties sterker verhoogd lijken te zijn dan de NO2 concentraties. Dit heeft vermoedelijk te maken met de accumulatie van lokaal uitgestoten polluenten en het bereiken van een evenwicht tussen NO en NO2 waardoor de resulterende NO2 concentratie minder sterk stijgt. De NO en NO2 bijdrage op beide scholen (speelplaats) en aan de straatkant School 2 zijn weergegeven in Figuur 63. De figuur vergelijkt de NO en NO2 concentratie enerzijds ter hoogte van alle drie de locaties voor de periode waar simultane data beschikbaar waren (van 29/11 – 12/12) en anderzijds voor School 1 en School 2 voor een langere periode (van 17/11 – 20/12). Aan de voorkant was maar gedurende een kortere periode een NOx monitor geplaatst. Wegens stroomuitval op locatie School 1 in de periode 3/12 – 5/12 zijn bij alle vergelijkingen deze

76


datapunten weggelaten. De meetperiode waarbij op alle drie de locaties gemeten is viel deels in een smogepisode. Op de figuur is te zien dat enerzijds de gemeten NOx concentraties hoger zijn (door de aanwezigheid van smogperioden) en anderzijds de NO/NOx verhouding veel groter is. De waarden op School 1 en School 2 zijn zeer vergelijkbaar voor beide perioden. Aan de straatkant liggen de concentraties op School 2 veel hoger. Het aandeel NO in NOx is ook veel groter (41% tov 24%). Het aandeel NO in NOx tijdens de ganse meetperiode was ter hoogte van de speelplaatsen ook hoger in vergelijking met de kortere periode waarin geen smogdagen voorkwamen (54-56% tov 24%). Zowel het aandeel NO in NOx als de concentraties NO/NO2/NOx lagen in de herfst hoger in vergelijking met de lente.

77


600 School 1 School 2 speelplaats 500

School 2 straatkant VMM Borgerhout (R801)

NO (ppb)

400

300

200

100

0 7-11-11

14-11-11

21-11-11

28-11-11

200 180 160

School 1 School 2 speelplaats School 2 straatkant VMM Borgerhout (R801)

140

NO (ppb)

120 100 80 60 40 20 0 30-11-11

7-12-11

14-12-11

Figuur 61: Tijdsprofiel voor NO gemeten op beide schoollocaties in de herfst

78

21-12-11


100 90 80


70

NO2 (ppb)

60 50 40 30 20 10 0 7-11-11

14-11-11

21-11-11

28-11-11

100 90 80


70

NO2 (ppb)

60 50 40 30 20 10 0 30-11-11

7-12-11

14-12-11

21-12-11

Figuur 62: Tijdsprofiel NO2 gemeten op beide schoollocaties in de herfst

79


45 40 NO2 NO

35

NO, NO2 (ppb)

30 25 20 15 10 5 0 School 1 (29/11 - 12/12)

School 2 (29/11 - 12/12)

School 2 straat (29/11 12/12)

School 1 (17/11 - 20/12)

School 2 (17/11 - 20/12)

Figuur 63: Gemiddelde NO en NO2 concentratie voor School 2 straatkant en School 2 speelplaats in vergelijking met School 1 in de herfst

3.6. 3.6.1.

NO2 EN BC CONCENTRATIES GEMETEN TER HOOGTE VAN DE KLASLOKALEN IN SCHOOL 2 INLEIDING EN OPZET VAN DE METINGEN

Tijdens de lentecampagne werd vastgesteld dat de concentraties gemeten op de schoollocaties niet sterk verschillend waren ter hoogte van de speelplaats voor alle polluenten. Op basis van de verkeersintensiteiten werd een groter verschil verwacht. Bij de verkeersdrukke school is de speelplaats verder van de weg gelegen en werd de meetopstelling omwille van praktische redenen aan de kant van de speelplaats geplaatst, het verst van de weg gelegen. Dit betekent dat de afstand van de meetopstelling naar de weg ongeveer 140 meter bedroeg terwijl het dichtste punt van de speelplaats zich op ongeveer 75 m van de weg bevond. Bij de keuze van de meetlocatie op de speelplaats waren er praktische beperkingen en werd geoordeeld dat de concentratie vermoedelijk niet sterk varieert over de speelplaats die afgeschermd is van de weg door gebouwen zodat we ook geen lineaire gradiënt verwachten over de speelplaats. Er zijn geen klassen waarbij de ramen uitgeven op de straatkant. Wel zijn er klassen die dichter bij de straat liggen en die niet uitgeven op de speelplaats van de lagere school. De klassen bevinden zich op verschillende verdiepingen (gelijkvloers tot 2de verdieping). Tijdens de lentecampagne werd eveneens vastgesteld (op basis van een beperkt aantal metingen), dat de concentraties aan de straatzijde van de verkeersdrukke school wel hoger lagen in vergelijking met de andere school. Daarom stelde zich de vraag of de gekozen locatie wel representatief is om de blootstelling van de kinderen op deze school in te schatten, mede gezien het feit dat een aantal klassen zich iets meer vooraan bevinden.

80


Daarom werd beslist om in de herfst bijkomend ter hoogte van een aantal klaslokalen buitenconcentraties te meten, met name klassen 1C, 2D, 3B, 4C, 5A, 6A, en de feestzaal. Een schematische voorstelling van de ligging van de klaslokalen is weergegeven in Figuur 64. Op deze figuur is de ligging schematisch weergegeven maar deze is niet op schaal getekend. De klassen gelegen op gelijkvloers, 1ste en 2de verdieping zijn respectievelijk in grijze, witte en blauwe rechthoeken weergegeven. Op gelijkvloers: 1C en de meetlocatie Op de 1ste verdieping: 2D, 3B, 4C, feestzaal Op de 2de verdieping: 5A, 6A De feestzaal is de plaats waar de kinderen ’s middags eten. De klassen werden geselecteerd om een spreiding te hebben in functie van de afstand tot de weg over verschillende verdiepingen. Er werden ook klassen gekozen die niet aan de speelplaats grenzen, met name klassen gelegen aan een binnentuin (meer vooraan) en aan een andere speelplaats. Er werd gekozen voor de meting van NO2 omdat deze polluent gemakkelijk en relatief goedkoop te meten is op meerdere locaties en omdat er in de lente een correlatie werd gevonden met BC en UFP. Daarom gaan we ervan uit dat indien er een gradiënt is, deze kan worden waargenomen op basis van deze NO2 samplers. Ter hoogte van klas 3B, gelegen aan de speelplaats van de lagere school maar dichter naar de weg toe, werden eveneens BC metingen uitgevoerd. Het was budgettair en praktisch niet mogelijk om op alle geselecteerde klaslocaties BC metingen uit te voeren. In School 1 werden geen metingen uitgevoerd ter hoogte van de klaslokalen.

81


Figuur 64: Schematische voorstelling van de ligging van de klaslokalen (School 2) waar gemeten werd (met grijs: gelijkvloers, wit: 1ste verdieping en blauw: 2de verdieping)

3.6.2.

RESULTATEN

De gemeten NO2 concentraties ter hoogte van de klaslokalen, voorkant en speelplaats bij de verkeersdrukke school zijn weergegeven in Figuur 65. De figuur toont de concentraties van de 5 opeenvolgende weken (week 1 tot week 5) en de week waarbij simultaan op alle locaties werd gemeten, welke deels overlapte met week 5. Deze laatste wordt dan ook niet beschouwd bij het berekenen van gemiddelde waarden om geen overlap te hebben. Ter hoogte van de straatkant werd in week 5 vocht vastgesteld in de sampler waardoor deze data niet weerhouden werden. Gemiddeld waren de concentraties ter hoogte van de speelplaats en de klaslokalen voor NO2 niet sterk verschillend. De gemiddelde van alle samplers voor alle klaslokalen (over de 5 opeenvolgende weken) bedraagt 37.9 µg/m3 terwijl het voor de meetlocatie op de speelplaats 37.7 µg/m3 bedraagt. De gemiddelde concentratie aan de voorkant (voor de eerste 4 weken waarvoor er data beschikbaar zijn) bedraagt 52.0 µg/m3 (in vergelijking met 39.0 µg/m3 voor de locatie op de speelplaats en 39.5 gemiddeld voor alle klaslokalen voor dezelfde periode). Dit wijst er op dat de concentraties aan de voorkant aanzienlijk hoger zijn (zoals hierboven reeds werd besproken) maar dat er gemiddeld geen lineaire afname is in functie van de afstand tot de weg, vermoedelijk door de aanwezigheid van de gebouwen.

82


In de eerste week zijn de verschillen tussen de straatkant en de speelplaats het kleinst en zijn de concentraties ter hoogte van enkele klaslokalen relatief sterk verhoogd. De wind kwam gedurende deze week hoofdzakelijk uit O, Z en NO richting dus deels vanaf de weg. Klassen 1C, 2D, 3B en 4C gaven de hoogste concentraties in week 1 en het verschil met de speelplaats bedraagt 9-11%, wat nog steeds minder is dan het verschil tussen de klassen en de voorkant (17-19%). De klassen zijn echter zeer verspreid gelegen en er kan geen duidelijke trend worden waargenomen. 60

60

15. School 2 straatkant 40-A. School 2 speelplaats 40-1C. klas 1C

50

40-2D. klas 2D

50

40-3B. klas 3B


40-4C. klas 4C 40-5A. klas 5A

40

40

40-6A. klas 6A 40-F. Feestzaal

30

30

20

20

10

10

0 0 week 1

week 2

week 3

week 4

week 5

week_all

gemiddelde periode 1-5

Figuur 65: NO2 concentraties (buiten) gemeten ter hoogte van klaslokalen, voorkant en speelplaats van de verkeersdrukke school voor de 5 opeenvolgende weken en de week waarbij op alle locaties simultaan gemeten werd. Tabel 17 vat samen hoe de concentraties op de verschillende locaties zich verhouden. Klas 3B ligt ook aan de kant van de speelplaats van de lagere school maar dichter naar de weg. De gemeten concentratie voor NO2 is er tussen 4% lager en 11% hoger (gemiddeld <1% hoger) en voor BC tussen 5% lager en 12% hoger (gemiddeld <1% hoger) De concentraties aan de voorkant liggen gemiddeld 33% (tussen 28% en 43%) hoger in vergelijking met de meetlocatie op de speelplaats. De concentraties aan de voorkant liggen gemiddeld 32% (tussen 21% en 38%) hoger ten opzichte van de gemiddelde waarde van alle klaslokalen. De verhouding van de gemiddelde waarde van alle klassen ten opzichte van de concentratie op de speelplaats bedraagt gemiddeld 1.00 (0.94 – 1.08). De verhouding van de hoogste waarde gemeten ter hoogte van de klassen ten opzichte van de speelplaats bedraagt 1.06 en varieert tussen 1.00 en 1.11. Het is echter niet altijd dezelfde klas waar de hoogste waarde werd gemeten. De verhouding van de concentratie gemeten ter hoogte van de individuele klaslokalen en de speelplaats varieert tussen 0.90 en 1.11. De gemeten concentratie ter hoogte van de speelplaats is niet systematisch lager in vergelijking met de klaslokalen. De verhouding van de concentratie gemeten ter hoogte van de voorkant van de school en de individuele klaslokalen (enkel de eerste 4 weken) varieert tussen 1.17 en 1.46 en ligt het laagst de eerste week (smogperiode). De achtergrondconcentraties zijn dan ook hoger. 83


De gemiddelde verhouding speelplaats/klas over de 5 weken varieert tussen 0.96 en 1.04 voor de verschillende klassen. De concentraties aan de voorzijde liggen gemiddeld (over de 5 verschillende weken) 27 tot 38% hoger dan ter hoogte van de verschillende klassen. Het tijdsverloop van de locatie op de speelplaats en ter hoogte van klaslokaal is zeer gelijkaardig: een voorbeeld van week 3 is weergegeven in Figuur 38 (onder).

Tabel 17: Verhoudingen tussen de klassen, speelplaats en voorkant ter hoogte van de verkeersdrukke school voor NO2 (boven) en BC (onder) NO2 straatkant / speelplaats straatkant / gem alle klassen gem alle klassen / speelplaats max klassen / speelplaats min klassen / speelplaats max (straatkant / klassen) min (straatkant / klassen) klas 3B/speelplaats

week 1 1,30 1,21 1,08 1,11 1,02 1,27 1,16 1,11

week 2 1,43 1,38 1,04 1,10 0,98 1,46 1,30 1,01

week 3 1,28 1,36 0,94 1,05 0,90 1,42 1,22 0,97

week 4 1,31 1,35 0,97 1,01 0,93 1,41 1,30 0,97

week 5

0,96

1,00

BC straatkant / speelplaats klas 3B/speelplaats

week 1 1,78 1,12

week 2 1,44 0,97

week 3 1,60 0,95

week 4 1,62 0,95

week 5 1,99 1,03

gemiddeld 1,68 1,00

3.6.3.

0,97 1,00 0,96

gemiddeld 1,33 1,32 1,00 1,06

BESLUIT VAN DE METINGEN TER HOOGTE VAN DE KLASLOKALEN

Op basis van de metingen ter hoogte van de klaslokalen stellen we vast dat er op basis van de NO2 metingen ter hoogte van verschillende klassen en op basis van BC metingen ter hoogte van 1 klaslokaal geen duidelijk gradiënt kan worden waargenomen. De gemiddelde concentraties over de 5 weken zijn zeer vergelijkbaar met de gemeten concentraties ter hoogte van de speelplaats waar de meetopstelling werd geplaatst. Bijgevolg besluiten we dat de meetlocatie voldoende representatief is om de blootstelling van de kinderen in te schatten. Verder stellen we vast dat voor deze situatie de afscherming door gebouwen de polluentconcentraties vermindert. De concentraties gemeten ter hoogte van de klaslokalen zijn steeds lager in vergelijking met de voorkant van de school. Gemiddeld per week is de concentratie aan de voorkant tussen 21% en 38% hoger. De verhoging per individueel klaslokaal varieert tussen 16% en 46%. Toch dient opgemerkt te worden dat dit enkel geldt voor de gemeten schoollocatie en periode. In een Nederlandse studie werd eveneens waargenomen dat de luchtkwaliteit aan de achterkant van een gebouw beter is dan aan de kant van het gebouw die aan de weg ligt, onafhankelijk van de windrichting. In de studie werd NOx en BC gemeten. De studie adviseert ook om te verluchten waar de luchtkwaliteit het beste is maar waarschuwt toch voor een algemene extrapolatie naar andere gebouwen door de beperkte opzet van de studie.(RIVM, 2011)

84


3.7. 3.7.1.

CORRELATIEANALYSE TUSSEN VERSCHILLENDE POLLUENTEN CORRELATIES LENTE

Figuur 66 en Figuur 67 geven de correlaties tussen BC en NOx voor de verschillende locaties gemeten tijdens de lentecampagne. Figuur 68 en Figuur 69 tonen de correlatie tussen aantalconcentratie en BC. Alle figuren zijn op basis van 30 min gemiddelde waarden. Aan de straatkant van School 2 werd een goede correlatie gevonden tussen verschillende verkeerspolluenten (NOx, BC en UFP) (zie Figuur 66 en Figuur 68). Ter hoogte van het VMM station Borgerhout (R801), gelegen op 30 m van een drukke weg is de correlatie tussen BC en NOx vergelijkbaar met School 2 straatkant. Voor de schoollocaties (niet aan de straatzijde) is de correlatie minder goed maar toch nog redelijk (Figuur 67 en Figuur 69). Figuur 68 toont de goede correlatie van de UFP aantalconcentratie en BC aan de straatkant van School 2. De correlatie tussen UFP en BC ter hoogte van de schoollocaties (op de speelplaats verder weg van het verkeer) is veel minder goed. Deeltjes uitgestoten door verkeer hebben transformatieprocessen ondergaan en zijn verdund alvorens ze op de speelplaats terecht komen. Het bufferend effect van de gebouwen (ter hoogte van School 2) heeft mogelijk een verschillende impact op de verschillende polluenten. Bovendien kan de achtergrondconcentratie voor de verschillende polluenten een ander gedrag vertonen. De achtergrondconcentratie is belangrijker in de totale gemeten concentratie wanneer er minder rechtstreekse verkeersbijdrage is. Verder in HOOFDSTUK 4 worden de gemeten correlaties op de thuislocaties besproken. In Figuur 70 - Figuur 73 worden de correlaties weergegeven voor de verschillende polluenten met het aantal voertuigen ter hoogte van School 2 (straatkant). Figuur 70 toont de correlatie van aantalconcentratie en het aantal gemeten voertuigen (bovenaan: alle en onderaan: LD+HD). De correlatie is globaal goed maar beter als we enkel de zware voertuigen (LD+HD) nemen. Een mogelijke verklaring voor de betere correlatie met enkel zware voertuigen is de hogere emissiefactor per voertuig voor zwaardere voertuigen in vergelijking met personenwagens. Voor BC is de correlatie iets minder goed dan voor UFP (Figuur 71). PM2.5 toont een minder goede correlatie dan BC en aantalconcentratie zodat we kunnen besluiten dat het een minder goede verkeersparameter is. Voor NOx werd een verband waargenomen maar omwille van de beperkte periode dat beide parameters simultaan werden gemeten, is het aantal datapunten beperkt (minder dan een dag) en daarom mogelijk niet representatief.

85


16000

locatie School 2 straat 14000 y = 69,71x + 193 R² = 0,74 12000

BC (ng/m3)

10000

8000

6000

4000

2000

0

0

50

100

150

200

250

200

250

NOx (ppb) 16000

locatie VMM Borgerhout R801 14000 y = 60,54x + 314 R² = 0,75

12000

BC (ng/m3)

10000

8000

6000

4000

2000

0 0

50

100

150 NOx (ppb)

Figuur 66: Correlatie tussen 30 min gemiddelde BC en NOx ter hoogte van de straatlocatie School 2 (boven) en VMM Borgerhout R801 (onder)

86


9000

locatie School 1 8000 7000

BC (ng/m3)

6000 5000

y = 66,74x + 249 R² = 0,59

4000 3000 2000 1000 0 0

10

20

30

40

50 NOx (ppb)

60

70

80

90

100

80

90

100

9000

locatie School 2 speelplaats 8000 7000

y = 55,07x + 448 R² = 0,57

BC (ng/m3)

6000 5000

4000 3000 2000 1000 0 0

10

20

30

40

50 NOx (ppb)

60

70

Figuur 67: Correlatie tussen 30 min gemiddelde BC en NOx ter hoogte van School 1 en School 2 (speelplaats)

87


60000

Aantalconcentratie Nanocheck (aantal/cm3)

locatie School 2 straatkant 50000

40000 y = 3,14x + 4326 R² = 0,69 30000

20000

10000

0

0

2000

4000

6000

8000 BC (ng/m3)

10000

12000

14000

16000

Figuur 68: Correlatie tussen 30 min gemiddelde UFP aantalconcentratie (Nanocheck) en BC ter hoogte van School 2 straatkant

88


35000

locatie School 1

Aantalconcentratie Nanocheck

30000

25000

20000

15000 y = 2,63x + 5447 R² = 0,32 10000

5000

0 0

1000

2000

3000

4000 BC (ng/m3)

5000

6000

7000

8000

7000

8000

35000

locatie School 2 speelplaats


30000 y = 2,51x + 5673 R² = 0,31

25000

20000

15000

10000

5000

0 0

1000

2000

3000

4000 BC (ng/m3)

5000

6000

Figuur 69: Correlatie tussen 30 min gemiddelde BC en UFP aantalconcentratie (Nanocheck) ter hoogte van School 1 en School 2 (speelplaats)

89


35000

locatie School 2 straatkant


30000

25000

20000

15000

10000 y = 9,37x + 5321 R² = 0,24 5000

0 0

200

400

600 aantal voertuigen

800

1000

1200

35000

locatie School 2 straatkant 30000


y = 84,47x + 5752 R² = 0,31 25000

20000

15000

10000

5000

0 0

20

40

60

80

100 120 aantal LD+HD

140

160

180

200

Figuur 70: Correlatie UFP aantalconcentratie en aantal voertuigen (boven: totaal en onder: zware voertuigen LD+HD) ter hoogte van School 2 voorkant

90


10000

locatie School 2 straatkant 9000 8000

BC (ng/m3)

7000 6000

5000 4000 3000

y = 2,26x + 1115 R² = 0,19

2000 1000 0 0

200

400


800

1000

1200

10000


y = 20,35x + 1219 R² = 0,25

BC (ng/m3)

7000 6000

5000 4000 3000 2000 1000 0 0

20

40

60

80

100 LD+HD

120

140

160

180

200

Figuur 71: Correlatie BC en aantal voertuigen (boven: totaal en onder: zware voertuigen LD+HD) ter hoogte van School 2 voorkant

91


100

locatie school 2 straatkant 90 80

70

NOx (ppb)

60

y = 0,042x + 19,498 R² = 0,255

50 40 30 20 10 0 0

200

400

600

800 1000 1200 aantal voertuigen

1400

1600

1800

2000

160

180

200

100


70

NOx (ppb)

60 y = 0,438x + 29,335 R² = 0,358

50 40 30 20 10 0 0

20

40

60

80

100 LD+HD

120

140

Figuur 72: Correlatie NOx en aantal voertuigen (boven: totaal en onder: zware voertuigen LD+HD) ter hoogte van School 2 voorkant

92


25


PM2,5 (ug/m3)

20

15

10

5 y = 0,006x + 5,525 R² = 0,112 0 0

200

400


800

1000

1200

25

locatie school 2 straatkant y = 0,059x + 5,394 R² = 0,205

PM2,5 (ug/m3)

20

15

10

5

0 0

20

40

60

80

100 120 aantal LD+HD

140

160

180

200

Figuur 73: Correlatie PM2.5 en aantal voertuigen (boven: totaal en onder: zware voertuigen LD+HD) ter hoogte van School 2 voorkant

93


3.7.2.

CORRELATIES HERFST

Figuur 74 en Figuur 75 geven de correlaties tussen BC en NOx voor de verschillende locaties gemeten tijdens de herfst weer. Figuur 76 en Figuur 77 tonen de correlatie van aantalconcentratie met BC. Alle figuren zijn op basis van 30 min gemiddelde waarden. Aan de voorkant van School 2 werd een goede correlatie gevonden tussen verschillende verkeerspolluenten (NOx, BC en UFP) (zie Figuur 74 en Figuur 76). Ter hoogte van het VMM station Borgerhout (R801), gelegen op 30 m van een drukke weg, is de correlatie tussen BC en NOx vergelijkbaar met School 2 straatkant in de lente en iets beter in de herfst (Figuur 74). Op deze laatste locatie is de concentratierange in de herfst minder groot dan bij VMM R801 (door de aanwezigheid van smogperiode) wat mogelijk de correlatie beïnvloedt. In de lente stelden we vast dat de correlatie op locaties verder weg van verkeer minder hoog is. In de herfst stellen we vast dat de correlaties BC – NOx op deze locaties beter zijn dan in de lente. De regressielijn is echter zeer gelijkaardig. Dit komt vermoedelijk omdat de concentratierange in de herfst veel groter is (Figuur 75). Figuur 76 toont de goede correlatie van de UFP aantalconcentratie en BC aan de straatkant van School 2. De correlatie tussen UFP en BC ter hoogte van de schoollocaties (op de speelplaats verder weg van verkeer) is iets lager dan aan de straatkant maar veel beter dan in de lente (zie hierboven). Verder in HOOFDSTUK 4 worden de gemeten correlaties op de thuislocaties besproken. Voor de herfst kunnen geen betrouwbare correlaties met verkeerstellingen gegeven worden op basis van gemeten tellingen. Ter hoogte van de aanliggende drukke weg werden in de herfst maar verkeerstellingen uitgevoerd van 11/11 – 17/11. Aan de voorkant van deze school werden de metingen voor BC pas opgestart op 15/11.

94


10000


9000

y = 40,427x + 469 R² = 0,72

8000

BC (ng/m3)

7000 6000 5000 4000 3000 2000 1000 0

0

20

40

60

80

100

120

140

160

180

200

NOx (ppb)

35000

locatie VMM Borgerhout (R801) 30000 y = 52,79x + 286 R² = 0,86

BC (ng/m3)

25000

20000

15000

10000

5000

0 0

100

200

300

400

500

600

NOx (ppb)

Figuur 74: Correlatie tussen 30 min gemiddelde BC en NOx ter hoogte van de straatlocatie School 2 (boven) en VMM Borgerhout R801 (onder): herfst

95


30000

locatie School 1 25000

y = 68,44x + 149 R² = 0,87

BC (ng/m3)

20000

15000

10000

5000

0 0

50

100

150

200

250

300

350

NOx (ppb) 30000

locatie School 2 speelplaats 25000

y = 60,42x + 118 R² = 0,85

BC (ng/m3)

20000

15000

10000

5000

0 0

50

100

150

200

250

300

350

NOx (ppb)

Figuur 75: Correlatie tussen 30 min gemiddelde BC en NOx ter hoogte van School 1 en School 2 (speelplaats)

96

400


60000

locatie School 2 straatkant 50000 y = 4,622x + 4203 R² = 0,73

UFP (aantal/cm3)

40000

30000

20000

10000

0

0

1000

2000

3000

4000

5000

6000

7000

8000

9000

10000

BC (ng/m3)

Figuur 76: Correlatie tussen 30 min gemiddelde UFP aantalconcentratie (Nanocheck) en BC ter hoogte van School 2 straatkant: herfst

97


60000

locatie school 1 50000

UFP (aantal/cm3)

40000 y = 2,46x + 6068 R² = 0,66 30000

20000

10000

0

0

5000

10000

15000

20000

25000

BC (ng/m3) 40000

locatie School 2 speelplaats 35000 y = 2,579x + 7146 R² = 0,69

UFP (aantal/cm3)

30000

25000 20000 15000 10000 5000

0 0

2000

4000

6000

8000

10000

12000

BC (ng/m3)

Figuur 77: Correlatie tussen 30 min gemiddelde BC en UFP aantalconcentratie (Nanocheck) ter hoogte van School 1 en School 2 (speelplaats): herfst

98


3.8.

CONCLUSIES SCHOOLLOCATIES

Op de schoollocaties werden verschillende polluenten gemeten die mogelijk een goede indicator zijn voor verkeerspollutie. Alle polluenten werden gemeten ter hoogte van de speelplaats. De concentraties gemeten ter hoogte van de speelplaats op de school gelegen langs een drukke weg waren vergelijkbaar met deze van de school gelegen op een stedelijke achtergrondlocatie, zowel voor EC, BC, NO, NO2, UFP (aantalconcentratie) als PM2.5. Enkel PM10 was er verhoogd gedurende een deel van de meetcampagne, mogelijk veroorzaakt door opwaaiend stof in deze gesloten omgeving. Om na te gaan of de concentratie aan de voorkant hoger was in vergelijking met de speelplaats, werden gedurende een beperkt deel van de meetperiode ook metingen uitgevoerd ter hoogte van de voorkant van deze schoollocatie. Hieruit bleek dat aan de straatkant de concentraties gemiddeld 65% hoger lagen voor UFP en ongeveer dubbel zo hoog waren voor NO2 en BC in de lente. Ook voor EC werden dubbel zo hoge concentraties gemeten vooraan in vergelijking met de speelplaats. Het aandeel NO in NOx bedraagt 37% in vergelijking met 14-16% op de speelplaatslocaties. In de herfst waren de concentraties aan de straatkant respectievelijk 33% en 67% hoger voor NO2 en BC. Ook voor EC werden 70% hogere concentraties gemeten vooraan in vergelijking met de speelplaats. Het aandeel NO in NOx is groter aan de voorkant in vergelijking met de speelplaats (41% tov 24%). Het aandeel NO in NOx tijdens de ganse meetperiode was ter hoogte van de speelplaatsen ook hoger in vergelijking met de kortere periode in de herfst waarin geen smogdagen voorkwamen (5456% tov 24%). Zowel het aandeel NO in NOx als de concentraties NO/NO2/NOx lagen in de herfst hoger in vergelijking met de lente. In de lente werden 65% hogere concentraties UFP gemeten vooraan in vergelijking met de speelplaats. In de herfst zijn geen simultane metingen beschikbaar vooraan en op de speelplaats van School 2, maar was de concentratie vooraan School 2 56% hoger ten opzichte van de speelplaats van School1. Voor de herfst waren er slechts verkeerstellingen voor 1 week beschikbaar aan de verkeersdrukke school. Deze toonden een zeer vergelijkbare trend met de lente. Correlaties met de polluenten op basis van gemeten verkeersstromen konden echter niet worden uitgevoerd. De resultaten van de Micro Aethalometer, welke ook gebruikt is om de BC concentratie op de thuislocaties te meten, vertoont een goede correlatie met de EC concentratie, bepaald op filters en gemeten met de TOT methode. Ook werd een goede correlatie gemeten tussen de absorptiecoëfficiënt bepaald op de filters en de gemeten EC concentratie.

99

HOOFDSTUK 4 Resultaten thuislocaties

HOOFDSTUK 4. RESULTATEN THUISLOCATIES

4.1. 4.1.1.

BC BC CONCENTRATIES GEMETEN OP DE THUISLOCATIES IN DE LENTE

Figuur 78 toont de gemeten concentraties voor BC op alle thuislocaties gemeten in de lente. De metingen werden op 40 locaties uitgevoerd gedurende telkens 1 week. De metingen gebeurden telkens op 8 locaties gedurende 1 week simultaan en dit voor 5 opeenvolgende weken om de 40 locaties te kunnen bemeten. Gedurende deze 5 weken werden ook BC concentraties gemeten ter hoogte van de speelplaats van beide scholen en het VMM meetstation Borgerhout (R801). De gemeten waarden voor de 40 locaties (5 groepen van 8 locaties) werden herschaald naar de gemeten waarde op het VMM station Borgerhout (R801) over de vijf weken om rekening te houden met verschil in meteorologische omstandigheden tussen de verschillende weken op de gemeten concentraties. Op dit station waren data beschikbaar voor de ganse meetperiode. In de figuur zijn concentraties waarbij niet de ganse week werd bemonsterd, aangeduid met een ster. Deze waarden werden ook herschaald naar de ganse week op basis van de gemeten waarden op alle andere locaties. Een beschrijving van de gebruikte herschalingen en correcties is uitgebreid beschreven in HOOFDSTUK 2. De gemeten concentraties zijn het laagst op de regionale achtergrond (locatie 3 en 18) en locatie 31.

100


3000

2500

BC (ng/m3)

2000

1500

1000

41 (S)

39 UB)

38 (UT)

37 (UT)

36 (UT)

35 (UT)

34 (UT)

33 (UT)

32 (UT)

31 (UT)

30 (UT)

29 (UB)

27 (S)

28 (UB)

26 (S)

25 (S)

24 (UT)

23 (UT)

22 (UT)

21 (UT)

20 (UB)

18 (RB)

19 (UT)

17 (UT)

14 (S)

16 (UT)

13 (UT)

11 (UT)

12 (UB)

9 (UT)

10 (UB)

8 (UT)

7 (UB)

5 (S)

6 (UB)

4 (UB)

2 (S)

3 (RB)

55 (school1)

40 (school2)

1 (UT)

0

15 (school 2 straat)

500

Figuur 78: Weekgemiddelde BC concentraties gemeten op alle thuislocaties (donkerblauw), speelplaats School 1 (groen), speelplaats School 2 (blauw), straatkant School 2 (rood) en VMM meetstations (R801, paars) en VMM station Borgerhout straat (R802, grijs) (*)Locaties waarvoor minder dan 90% van de data beschikbaar zijn, zijn aangeduid met een *

4.1.2.

BC CONCENTRATIES GEMETEN OP DE THUISLOCATIES IN DE HERFST

Figuur 79 toont de gemeten concentraties voor BC op alle thuislocaties gemeten tijdens de herfst. De metingen werden op 40 locaties uitgevoerd gedurende telkens 1 week. De metingen gebeurden op 8 locaties simultaan gedurende 5 opeenvolgende weken. Gedurende deze 5 weken werden ook BC concentraties gemeten ter hoogte van de speelplaats van beide scholen en het VMM meetstation Borgerhout (R801). Tijdens de herfst werd bijkomend gedurende de ganse periode gemeten ter hoogte van de voorkant van School 2 en ter hoogte van één van de klassen. De gemeten waarden werden herschaald naar de gemeten waarde op het VMM station Borgerhout (R801) over de vijf weken om rekening te houden met verschil in meteorologische omstandigheden tussen de verschillende weken op de gemeten concentraties. Op dit station waren data beschikbaar voor de ganse meetperiode en dit maakte geen deel uit van de studie. Voor de locaties waar de gans periode gemeten is, is de gemiddelde waarde over de 5 weken weergegeven. In de figuur zijn concentraties waarbij niet de ganse week werd bemonsterd, aangeduid met een ster. Deze waarden werden ook herschaald naar de ganse week op basis van de gemeten waarden op alle andere locaties. Een beschrijving van de gebruikte herschalingen en correcties is uitgebreid beschreven in hoofdstuk methodologie. Voor de eerste week werden de gemeten waarden herschaald naar het meetstation van Borgerhout (MAAP) omdat door de hoge concentraties (smogperiode) nogal wat data ontbraken. Bovendien werden op 2 locaties de metingen een dag later opgestart zodat de hoeveelheid overlappende data beperkt was. De herschaling gebeurde

101


daarom door de beschikbare data per locatie met deze van de MAAP van VMM te vergelijken en zo een omrekening te doen naar weekgemiddelde. In de lente waren de gemeten concentraties het laagst op de regionale achtergrond (locatie 3 en 18) en locatie 31. In de herfst werden de laagste concentraties voor BC gemeten op regionale achtergrondlocatie 18. Ook op locatie 31 werd in de herfst een lage concentratie gemeten; de gemeten concentratie was de op 2 na laagste (minder dan 100 ng hoger dan locatie 20 en School 2) in het stedelijk gebied. De regionale achtergrondlocatie die in de eerste week (smogperiode) werd gemeten was echter hoger dan 12 van de stedelijke locaties gemeten gedurende week 3 – week 5. Voor NO2was dit echter niet het geval.

6000

5000

BC (ng/m3)

4000

3000

2000

41 (S)

18 (RB)

39 UB)

38 (UT)

37 (UT)

36 (UT)

35 (UT)

34 (UT)

33 (UT)

32 (UT)

31 (UT)

30 (UT)

29 (UB)

27 (S)

28 (UB)

26 (S)

25 (S)

24 (UT)

23 (UT)

22 (UT)

21 (UT)

20 (UB)

17 (UT)

19 (UB)

14 (S)

16 (UT)

13 (UT)

11 (UT)

12 (UB)

9 (UT)

10 (UB)

8 (UT)

7 (UB)

5 (S)

6 (UB)

4 (UB)

2 (S)

3 (RB)

40-A (school2)

15 (school 2 straat)

1 (UT)

0

55 (school1)

1000

Figuur 79: Weekgemiddelde BC concentraties gemeten op alle thuislocaties (donkerblauw), speelplaats School 1 (groen), speelplaats School 2 (blauw), straatkant School 2 (rood), VMM meetstation (R801, paars) en VMM station Borgerhout straat (R802, grijs) (*)Locaties waarvoor minder dan 90% van de data beschikbaar zijn, zijn aangeduid met een * 4.1.3.

VERGELIJKING VAN AETHALOMETERS MET EC BEPALING MET TOT

Voor de omrekening van de gemeten attenuation (vermindering van het licht door de filter) naar massaconcentratie, is de specifieke attenuation belangrijk (zie HOOFDSTUK 2). Voor dit toestel is deze standaard ingesteld. Deze is functie van de filter en de golflengte van het licht. De standaard ingestelde waarde voor dit toestel is 12.5 m2/g. Het is gekend dat deze functie is van het gemeten aerosol. Tijdens de meetcampagne werd EC gemeten op bemonsterde filters aan de hand van Thermal Optical Transmission (TOT). Een vergelijking hiervan wordt weergegeven bij de resultaten van de schoollocaties. Omdat ook hiervoor nog geen referentiemethode en protocol bestaat, werd ervoor gekozen de gemeten concentraties niet te corrigeren.

102


4.2.

NO2 CONCENTRATIES

4.2.1.

NO2 CONCENTRATIES GEMETEN OP DE THUISLOCATIES IN DE LENTE

NO2 concentraties gemeten tijdens de simultane meting (lente) op alle locaties zijn weergegeven in Figuur 80. De laagste concentraties werden gemeten op de regionale achtergrondlocaties (locatie 3: 11.4 µg/m3 en locatie 18: 14.7 µg/m3 ) en locatie 20. Deze laatste locatie is een stedelijke achtergrond (UB). De concentratie gedurende de week waarop ook BC werd gemeten (nietsimultaan op alle locaties) lag hoger en was vergelijkbaar met de concentratie gemeten op School 1. Op locatie 31 werd ook een relatief lage concentratie gemeten (zie ook BC) die vergelijkbaar was met de concentratie op School 1. Ter hoogte van VMM station aan de straatkant (R802) bedroeg de NO2 concentratie deze week 39.2 µg/m3 in vergelijking met 29.2 µg/m3 ter hoogte van het stedelijke achtergrond meetstation (R801). De gemiddelde waarde voor urban background (UB), urban traffic (UT) en street (S) bedragen respectievelijk 20.5, 25.2 en 32.3 µg/m3 voor deze meetperiode. Hierbij zijn de schoollocaties en het VMM meetstation niet opgenomen.

50 45 40

NO2 (ug/m3)

35 30 25 20 15 10

0

1 (UT) 15 (school 2 straat) 40 (school2) 55 (school1) 2 (S) 3 (RB) 4 (UB) 5 (S) 6 (UB) 7 (UB) 8 (UT) 9 (UT) 10 (UB) 11 (UT) 12 (UB) 13 (UT) 14 (S) 16 (UT) 17 (UT) 18 (RB) 19 (UT) 20 (UB) 21 (UT) 22 (UT) 23 (UT) 24 (UT) 25 (S) 26 (S) 27 (S) 28 (UB) 29 (UB) 30 (UT) 31 (UT) 32 (UT) 33 (UT) 34 (UT) 35 (UT) 36 (UT) 37 (UT) 38 (UT) 39 UB) 41 (S) 42 (UB) 43 (UT) 44 (UT) 45 (UT) 46 (UB) 47 (UT) 48 (UT) 49 (UT) 50 (UT) 51 (UT) 52 (UT) 53 (UT) 54 (UT)

5

Figuur 80: NO2 concentraties simultaan gemeten op alle thuislocaties (donkerblauw), speelplaats School 1 (groen), speelplaats School 2 (blauw), straatkant School 2 (rood), VMM meetstation (R801, paars) en VMM station Borgerhout straat (R802, grijs), met passieve samplers in de periode 16/6 – 23/6 Figuur 81 toont de herschaalde waarden voor de NO2 concentraties voor de meting van de 5 afzonderlijke weken en voor de simultane meting op alle locaties. Beide waarden werden herschaald naar de ganse meetperiode 16/5 – 29/6. Het grootste verschil tussen beide 103


bemonsteringsperioden wordt waargenomen voor week 3. Voor de andere weken is het verschil tussen beide bepalingen meestal minder dan 5 µg/m3. Als input voor de LUR wordt het gemiddelde genomen van beide waarden. In de figuur zijn de locaties gerangschikt per type locatie. De schoollocaties zijn niet opgenomen.

60

RB

S

UB

UT

simultane metingen herschaald (5 weken)

50

NO2 (ug/m3)

40

30

20

0

3 (RB) 18 (RB) 15 (S) 2 (S) 5 (S) 14 (S) 25 (S) 26 (S) 27 (S) 41 (S) 4 (UB) 6 (UB) 7 (UB) 10 (UB) 12 (UB) 19 (UB) 20 (UB) 28 (UB) 29 (UB) 39 UB) 42 (UB) 46 (UB) 1 (UT) 8 (UT) 9 (UT) 11 (UT) 13 (UT) 16 (UT) 17 (UT) 21 (UT) 22 (UT) 23 (UT) 24 (UT) 30 (UT) 31 (UT) 32 (UT) 33 (UT) 34 (UT) 35 (UT) 36 (UT) 37 (UT) 38 (UT) 43 (UT) 44 (UT) 45 (UT) 47 (UT) 48 (UT) 49 (UT) 50 (UT) 51 (UT) 52 (UT) 53 (UT) 54 (UT)

10

Figuur 81: NO2 concentraties (passieve samplers) gemeten gedurende 5 aparte weken en simultane meting, beide herschaald naar meetperiode (16/5 – 29/6) De gemiddelde waarde voor NO2, gemeten met een passieve samplers, in het VMM station in Borgerhout (R801) bedroeg gedurende de lentemeetperiode 32.5 µg/m3 (gemiddelde over de verschillende weken). Ter vergelijking: de jaargemiddelde concentratie in Borgerhout bedroeg 44 µg/m3 in 2010 en 46 µg/m3 in 2011. Seizoenstrends worden verder besproken. 4.2.2.

NO2 CONCENTRATIES GEMETEN OP DE THUISLOCATIES IN DE HERFST

NO2 concentraties gemeten tijdens de herfst op alle locaties zijn weergegeven in Figuur 82. De laagste concentraties werden gemeten op de regionale achtergrondlocaties (locatie 3: 22.6 µg/m3 en locatie 18: 29.8 µg/m3 ) en locaties 28 (29,5 µg/m3) en 20 (33.7 µg/m3). Deze laatste locaties zijn stedelijke achtergrond (UB). Ook tijdens de lente waren deze 2 locaties de laagste na de regionale achtergrond. Op locatie 31 werd zoals in de lente ook een relatief lage concentratie gemeten (zie ook BC) die vergelijkbaar was met de concentratie op School 1. Ter hoogte van VMM aan de straatkant (R802) bedroeg de NO2 concentratie (tijdens de simultane metingen) 55.2 µg/m3 in vergelijking met 49.3 µg/m3 ter hoogte van het stedelijke achtergrond meetstation (R801). De gemiddelde waarde voor urban background (UB), urban traffic (UT) en street (S) bedragen respectievelijk 40.4, 44.4 en 50.4 µg/m3 voor deze meetperiode, waarbij de schoollocaties en VMM (R801) niet zijn opgenomen. Voor de straatkant School 2 was geen waarde

104


beschikbaar (voor de meetperiode waarop alle passieve samplers simultaan werden bemonsterd) en deze locatie werd dan ook niet opgenomen bij de berekening van de gemiddelde voor de staatlocaties. De gemiddelde verschillen in concentratie tussen de verschillende typelocaties zijn vergelijkbaar in lente en herfst.

70

60

NO2 (ug/m3)

50

40

30

20

0

1 (UT) 55 (school1) 15 (school 2 straat) 40-A (school2) 2 (S) 3 (RB) 4 (UB) 5 (S) 6 (UB) 7 (UB) 8 (UT) 9 (UT) 10 (UB) 11 (UT) 12 (UB) 13 (UT) 14 (S) 16 (UT) 17 (UT) 19 (UB) 20 (UB) 21 (UT) 22 (UT) 23 (UT) 24 (UT) 25 (S) 26 (S) 27 (S) 28 (UB) 29 (UB) 30 (UT) 31 (UT) 32 (UT) 33 (UT) 34 (UT) 35 (UT) 36 (UT) 37 (UT) 38 (UT) 39 UB) 41 (S) 18 (RB) 42 (UB) 43 (UT) 44 (UT) 45 (UT) 46 (UB) 47 (UT) 48 (UT) 49 (UT) 50 (UT) 51 (UT) 52 (UT) 53 (UT) 54 (UT)

10

Figuur 82: NO2 concentraties simultaan gemeten op alle thuislocaties (donkerblauw), speelplaats School 1 (groen), speelplaats School 2 (blauw), straatkant School 2 (rood; geen data beschikbaar), VMM meetstation (R801, paars) en VMM station Borgerhout straat (R802, grijs), met passieve samplers in de periode 13/12 – 20/12 Figuur 83 toont de herschaalde waarden voor de NO2 concentraties voor de meting van de 5 afzonderlijke weken en voor de simultane meting op alle locaties. Beide waarden werden herschaald naar de ganse meetperiode 15/11 – 19/12. Voor de meeste locaties is het verschil minder dan 5 µg/m3. Op enkele locaties (locaties 6, 8, 14, 23, 25, 35, 36, en 39) is het verschil iets groter (tussen -14,5 en 10,8 µg/m3). Er is geen week waarin de verschillen meer afwijken dan de anderen. Als input voor de LUR wordt het gemiddelde genomen van beide waarden.

105


80

RB

S

UB

UT

70 60

NO2 (ug/m3)

50 40 30 20

0

3 (RB) 18 (RB) 15 (S) 2 (S) 5 (S) 14 (S) 25 (S) 26 (S) 27 (S) 41 (S) 4 (UB) 6 (UB) 7 (UB) 10 (UB) 12 (UB) 19 (UB) 20 (UB) 28 (UB) 29 (UB) 39 UB) 42 (UB) 46 (UB) 1 (UT) 8 (UT) 9 (UT) 11 (UT) 13 (UT) 16 (UT) 17 (UT) 21 (UT) 22 (UT) 23 (UT) 24 (UT) 30 (UT) 31 (UT) 32 (UT) 33 (UT) 34 (UT) 35 (UT) 36 (UT) 37 (UT) 38 (UT) 43 (UT) 44 (UT) 45 (UT) 47 (UT) 48 (UT) 49 (UT) 50 (UT) 51 (UT) 52 (UT) 53 (UT) 54 (UT)

10

Figuur 83: NO2 concentraties (passieve samplers) gemeten gedurende 5 aparte weken en simultane meting, beide herschaald naar meetperiode (15/11 – 19/12) De gemiddelde waarde voor NO2, gemeten met een passieve samplers, in het VMM station in Borgerhout (R801) bedroeg gedurende de herfstcampagne 52.3µg/m3. Ter vergelijking: het gemiddelde in de lentemeetcampagne bedroeg 32.5 µg/m3 (gemiddelde over de verschillende weken) en de jaargemiddelde concentratie in Borgerhout bedroeg 44 µg/m3 in 2010 en 46 µg/m3 in 2011. Het gemiddelde van de lente- en herfstcampagne bedraagt 42.3 µg/m3 en is dus representatief voor een jaargemiddelde concentratie. 4.2.3.

VERGELIJKING VAN PASSIEVE SAMPLERS MET MONITOR

Deze samplers werden gevalideerd door VITO in een eerdere studie in opdracht van VMM (Swaans et al., 2010). Uit een recente studie van VMM bleek dat de jaargemiddelde concentraties gemeten met een passieve sampler gemiddeld 1 tot 3 µg/m3 lager liggen dan gemeten met de referentiemonitor (VMM, 2011). Een vergelijking van de passieve samplers en de monitorwaarden werd uitgevoerd op basis van de metingen ter hoogte van de scholen en ter hoogte van meetstation Borgerhout (aangeduid met vierkantjes rond de datapunten) (zie Figuur 84 : lente en Figuur 85 : herfst). Tijdens de lentecampagne werden op 1 van de locaties (School 1) gedurende 1 periode 3 samplers gelijktijdig opgehangen. De gemiddelde waarde bedroeg 25.9 ± 0.4 µg/m3. Met een minimum van 25.6 µg/m3 en een maximum van 26.4 µg/m3. Dit komt overeen met eerdere vergelijkingen op een stedelijke achtergrondlocatie (in Antwerpen) van 29.1 ±0.4 µg/m3 (Van Poppel et al., 2009).

106


45,0 y = 0,9991x R² = 0,955

40,0

NO2 (ug/m3) monitor

35,0 30,0 25,0 20,0 15,0 10,0 5,0 0,0 0,0

5,0

10,0

15,0 20,0 25,0 30,0 NO2 (ug/m3) passieve sampler

35,0

40,0

45,0

Figuur 84: Vergelijking weekgemiddelde concentraties NO2 gemeten met passieve sampler en met monitor op basis van metingen op de schoollocaties tijdens de lente

80 70 y = 0,9767x R² = 0,9392

NO2 (ug/m3) monitor

60 50 40 30 20 10 0 0

10

20

30 40 50 NO2 (ug/m3) passieve sampler

60

70

80

Figuur 85: Vergelijking weekgemiddelde concentraties NO2 gemeten met passieve sampler en met monitor op basis van metingen op de schoollocaties en VMM R801 (vierkantjes) tijdens de herfst

107


4.3.

CORRELATIES VAN UFP MET BC EN NO2

4.3.1.

CORRELATIES VAN UFP MET BC EN NO2 TIJDENS DE LENTE

Figuur 86 toont de correlatie van de weekgemiddelde NO2 concentraties met de weekgemiddelde BC concentraties gemeten op de thuislocaties en de schoollocaties tijdens de lente. De regressielijn is NO2 (µg/m3) = 14.9 BC (µg/m3) + 5.5. Wanneer we dezelfde oefening maken met de herschaalde waarden voor BC en NO2 is de resulterende regressie zeer vergelijkbaar, met name NO2 (µg/m3) = 16.7 BC (µg/m3) + 3.1. De gemiddelde verhouding NO2/BC (beide in µg/m3) uitgedrukt, bedraagt 18.8 ± 2.2 en varieert tussen 13.9 en 25.4. De laagste waarde werd waargenomen ter hoogte van het VMM straatstation Borgerhout, waar de BC concentratie het hoogst was. Om na te gaan of er effectief een dalende trend is van deze verhouding in functie van de BC concentratie is in Figuur 87 de NO2/BC verhouding uitgezet in functie van de BC concentratie. Op basis van deze figuur is er geen duidelijke trend vast te stellen. Het aantal datapunten voor BC > 2 µg/m3 is echter wel beperkt.

60 y = 0,0149x + 5,5446 R² = 0,8242

50

NO2 (ug/m3)

40

30

20

10

0 0

500

1000

1500

2000

2500

3000

BC (ng/m3)

Figuur 86: Correlatie van weekgemiddelde NO2 concentraties en BC concentraties op de thuislocaties en de schoollocaties: lente

108

3500


30

NO2/BC verhouding

25

20

15

10

5

0 0,0

0,5

1,0

1,5

2,0

2,5

3,0

3,5

BC concentratie (ug/m3)

Figuur 87: NO2/BC verhouding ten opzichte van BC concentratie: lente Figuur 88 en Figuur 89 tonen de correlaties van de weekgemiddelde concentraties van UFP (aantal deeltjes/cm3) gemeten met Nanocheck, met respectievelijk BC en NO2 voor een beperkt aantal locaties: met name locaties nr 5, 15 (3 weken), 18, 33 en beide schoollocaties 40 (3 weken) en 55 (5 weken). Bij 1 van de datapunten (locatie 18) werd niet de volledige weekperiode gemeten voor UFP. Voor BC werd dan ook de overeenkomstige periode genomen. De weergegeven NO2 waarde voor deze locatie is herschaald op basis van de verhouding van de BC concentraties voor de respectievelijke perioden. De schoollocaties (met cirkel aangeduid op de figuur) zijn de gemiddelden van respectievelijk 5 en 3 perioden voor School 1 en School 2. Enkel data waarvoor BC en UFP over de ganse (meer dan 90%) van de NO2-samplerbemonstering beschikbaar was, werden gebruikt. Voor locatie 15 (voorkant school 2) worden wel de afzonderlijke weken getoond op de figuur. Op basis van deze correlatieplot kan een inschatting gemaakt worden voor de weekgemiddelde UFP concentraties op de thuislocaties, op basis van de BC concentraties bepaald in de LURmodellering. Verder in de studie worden echter BC en NO2 concentraties gebruikt om de blootstelling op de thuislocaties in te schatten. Ook voor 30 min waarden wordt een goede correlatie vastgesteld tussen UFP en BC op de drukke verkeerslocaties aan School 2 vooraan (Figuur 69 in vorig hoofdstuk) en VMM straatkant (R802) (Figuur 90). De correlatie op een regionale achtergrond is echter veel slechter of onbestaande (zie Figuur 91). In Tabel 19 wordt een overzicht gegeven van de regressiefuncties op de verschillende thuislocaties in de lente op basis van 30 min gemiddelde waarden. Opvallend is dat de intercept overal vergelijkbaar is. Deze komt overeen met een ‘achtergrondwaarde’, zoals ook te zien is op de regionale achtergrondlocatie (Figuur 91).

109


Toch kunnen we stellen dat de vermelde correlaties gebruikt kunnen worden om de weekgemiddelde UFP concentraties te voorspellen op uiteenlopende locaties (rustig en druk verkeer). 16000

14000

UFP (aantal /cm3)

12000

10000

8000 y = 2623,9x + 5172,4 R² = 0,6623

6000

4000

2000

0 0,0

0,5

1,0

1,5

2,0

2,5

3,0

3,5

BC (µg/m3)

Figuur 88: Correlatie van UFP met BC: lente 16000

14000

UFP (aantal /cm3)

12000

10000

8000 y = 215,62x + 3315,6 R² = 0,8254

6000

4000

2000

0 0

10

20

30 NO2 (µg/m3)

Figuur 89: Correlatie van UFP met NO2: lente

110

40

50


50000

Aantalconcentratie Nanocheck ( aantal /cm3)

45000 40000 35000 30000 y = 1,79x + 5864 R² = 0,55

25000 20000 15000 10000 5000 0 0

2000

4000

6000

8000

10000 12000 BC (ng /m3)

14000

16000

18000

20000

Figuur 90: Correlatie van UFP met BC op basis van 30 min gemiddelde concentraties op straatlocatie (VMM straat R802) : lente 30000

Aantalconcentratie Nanocheck (aantal/cm3)

25000

20000

15000

10000 y = 0,124x + 5171 R² = 0,002 5000

0

0

1000

2000

3000

4000 BC (ng/m3)

5000

6000

7000

8000

Figuur 91: Correlatie van UFP met BC op basis van 30 min gemiddelde concentraties op regionale achtergrondlocatie (locatie 18): lente

111


Tabel 18: Overzicht regressiefuncties, UFP versus BC, voor verschillende thuislocaties en samen Locatie (nr locatie)

helling

intercept

R2

VMM straat (5) School 2 straat (15) Locatie 18(RB) Locatie 33 (UT) Alle data

1.792 3.141 0.124 2.601 2.677

5864 4326 5171 5047 4579

0.554 0.694 0.002 0.160 0.623

Aantal meetpunten 294 944 306 181 1725

Op basis van de gemeten BC en NO2c concentraties besproken in dit en vorig hoofdstuk wordt een LUR opgesteld. De resultaten hiervan zijn weergegeven in volgend hoofdstuk.

4.3.2.

CORRELATIES VAN UFP MET BC EN NO2 TIJDENS DE HERFST

Figuur 92 toont de correlatie van de weekgemiddelde NO2 concentraties met de weekgemiddelde BC concentraties gemeten op de thuislocaties en de schoollocaties. De regressielijn voor de herschaalde waarden is NO2 (µg/m3) = 10.5 x BC (µg/m3) + 11.7 (R2=0.67). Het punt (meest onderaan) dat het verst afwijkt van de regressielijn is locatie 3, een regionale achtergrondlocatie, gemeten tijdens de eerst week (smogepisode). Wanneer we dezelfde oefening maken met de nietherschaalde waarden voor BC en NO2 is de resulterende correlatie veel minder goed. De resulterende regressielijn voor de niet-herschaalde waarden, met name NO2 (µg/m3) = 3.1 x BC (µg/m3) + 35 (R2 = 0.51), heeft een zeer hoge intercept en veel kleinere helling. Dit betekent dat de achtergrond voor NO2 belangrijk is. De gemiddelde verhouding NO2/BC (beide in µg/m3 en herschaald) bedraagt 14.1 ± 1.7 en varieert tussen 8.2 en 17.7. De laagste waarde werd in de herfst waargenomen op de regionale achtergrondlocatie. In de lente daarentegen werd de laagste verhouding waargenomen op de locatie met de hoogste BC waarde, met name het VMM straatstation in Borgerhout. In de lente lag de verhouding iets hoger in vergelijking met de herfst. Wanneer we de niet herschaalde meetwaarden gebruiken om de verhouding te berekenen, resulteert dit in een lagere gemiddelde verhouding en een grotere range : gemiddeld 6.6 ± 8.6 µg/m3 met waarden tussen 4.7 – 34.0 µg/m3 Om na te gaan of er effectief een dalende trend is van deze verhouding in functie van de BC concentratie, is in Figuur 93 de BC/NO2 verhouding uitgezet in functie van de BC concentratie. De niet-herschaalde waarden (open cirkels) en herschaalde waarden (volle ruitjes) zijn weergegeven. Voor de niet-herschaalde waarden is een zeer duidelijke afname van de NO2/BC verhouding te zien in functie van de BC concentratie. Na herschaling is er geen duidelijk trend meer waar te nemen. In de lente was er weinig verschil tussen de NO2/BC-ratio in functie van BC, op basis van de herschaalde en niet-herschaalde waarden.

112


80

70

NO2 (ug/m3) herschaald

60

50 y = 0,0105x + 11,691 R² = 0,6659 40

30

20

10

0 0

1000

2000

3000 BC (ng/m3) herschaald

4000

5000

6000

Figuur 92: Correlatie van weekgemiddelde NO2 concentraties en BC concentraties op de thuislocaties en de schoollocaties: herfst 35

30

Herschaalde waarden Niet-herschaalde waarden

25

NO2 /BC

20

15

VMM (R802)

10 locatie 3, RB

5

0

0

1

2

3

4

5 BC (ug/m3)

6

7

8

9

10

Figuur 93: NO2/BC verhouding ten opzichte van BC concentratie: herfst

113


Figuur 94 en Figuur 95 tonen de correlaties van de weekgemiddelde concentraties van UFP (aantal deeltjes/cm3) gemeten met Nanocheck, met respectievelijk BC en NO2 voor een beperkt aantal locaties: met name voor telkens 1 week de locaties nr 5, 15, 18 en beide schoollocaties 40 (3 weken) en 55 (1 week). Tijdens de eerste week werden de UFP metingen een dag later opgestart. Hiervoor werd de overeenkomstige periode berekend. Bij schoollocatie 40 ontbrak een halve dag in de UFP metingen. Ook hiervoor werd de overeenkomstige periode berekend. De weergegeven NO2–waarde voor deze punten zijn herschaald op basis van de verhouding van de BC concentraties voor de respectievelijke perioden. Enkel data waarvoor BC en UFP over de ganse (meer dan 90%) van de NO2-samplerbemonstering beschikbaar was, werden gebruikt. Op basis van deze correlatieplot kan een inschatting gemaakt worden voor de weekgemiddelde UFP concentraties op de thuislocaties, op basis van de BC concentraties bepaald in de LUR-modellering. Verder in de studie worden echter BC en NO2 concentraties gebruikt om de blootstelling op de thuislocaties in te schatten. De correlatie van UFP met BC is beter in de herfst in vergelijking met de lente. Voor NO2 is de correlatie vergelijkbaar. Het is wel belangrijk om op te merken dat het niet over identiek dezelfde locaties gaat. In Tabel 19 wordt een overzicht gegeven van de regressiefuncties op de verschillende thuislocaties op basis van 30 min gemiddelde waarden. Ook voor 30 min waarden wordt een goede correlatie vastgesteld tussen UFP en BC op de drukke verkeerslocaties aan School 2 vooraan (Figuur 76 in vorig hoofdstuk) en VMM straatkant (R802) (Figuur 96). De correlatie op een regionale achtergrond is echter veel slechter of onbestaande (zie Figuur 97). Toch kunnen we stellen dat de vermelde correlaties gebruikt kunnen worden om de weekgemiddelde UFP concentraties te voorspellen op uiteenlopende locaties (rustig en druk verkeer).

50000

UFP (aantal/cm3)

40000

y = 3638x + 3395 R² = 0,91

30000

20000

10000

0 0

2

4

6 BC (ug/m3)

Figuur 94: Correlatie van UFP met BC (weekgemiddelden): herfst

114

8

10

12


50000

UFP (aantal/cm3)

40000

30000 y = 766x - 14343 R² = 0,89

20000

10000

0 0

10

20

30

40 NO2 (ug/m3)

50

60

70

80

Figuur 95: Correlatie van UFP met NO2 (weekgemiddelden): herfst 100000 90000 80000

UFP (aantal/cm3)

70000

y = 3,8947x + 10693 R² = 0,7428

60000 50000 40000 30000

20000 10000 0 0

5000

10000

15000

20000

25000

BC (ng/m3)

Figuur 96: Correlatie van UFP met BC op basis van 30 min gemiddelde concentraties op straatlocatie (VMM straat R802): herfst

115


40000

35000 y = 1,7574x + 6227,3 R² = 0,3643

UFP (aantal/cm3)

30000

25000

20000

15000

10000

5000

0 0

2000

4000

6000

8000 BC (ng/m3)

10000

12000

14000

16000

Figuur 97: Correlatie van UFP met BC op basis van 30 min gemiddelde concentraties op regionale achtergrondlocatie (locatie 18): herfst

Tabel 19: Overzicht regressiefuncties, UFP versus BC, voor verschillende thuislocaties en samen Locatie (nr locatie)

helling

intercept

R2

VMM straat (5) School 2 straat (15) Locatie 18 (RB) Locatie 33 (UT)

3.895 4.622 1.757 geen data

10693 4203 6227

0.743 0.727 0.364

Aantal meetpunten 79 516 327

Op basis van de gemeten concentraties besproken in dit en vorig hoofdstuk wordt een LUR opgesteld voor BC en NO2. UFP is gecorreleerd met BC en NO2. De opgestelde LUR voor NO2 en BC geven een beeld van verkeersgerelateerde luchtvervuiling waarvoor zowel BC, NO2 als UFP indicatoren zijn. De resultaten hiervan zijn weergegeven in volgend hoofdstuk.

116

HOOFDSTUK 5 Resultaten LUR

HOOFDSTUK 5. RESULTATEN LUR

5.1.

OPSTELLEN LUR-MODEL

Door allerhande beperkingen is het niet mogelijk om op de thuislocatie van elk kind een meting uit te voeren, en aldus op deze manier hun blootstelling in te schatten. Om toch een inschatting te maken van de blootstelling op de thuislocaties, wordt er een Land Use Regression model opgesteld voor de stedelijke agglomeratie Antwerpen. Het opgestelde model zal van volgende vorm zijn:

Concentratie Black Carbon = α + β1X1 + β2X2 + β3X3 – β4X4 Concentratie NO2 = α + β1X1 + β2X2 + β3X3 – β4X4 Hierbij is α het model intercept; β1 is de coëfficiënt voor X1, bijvoorbeeld een variabele voor bevolkingsdichtheid in een buffer van 500m; β2 is de coëfficiënt voor X2, bv. een variabele voor de verkeersintensiteit op de dichtste weg; β3 is de coëfficiënt voor X3, bv. een variabele voor industriële land use in een buffer van 5000m; en β4 is de coëfficiënt voor X4, dit kan bijvoorbeeld hoogteligging zijn. Een LUR-model heeft meestal tussen de 3 en de 6 onafhankelijke variabelen. Zowel het intercept, als de coëfficiënten en variabelen kunnen verschillend zijn voor elke polluent. De afhankelijke variabelen in de regressievergelijking zijn gemeten concentraties op een aantal vaste locaties. De metingen bij woningen en de metingen op de 2 scholen worden hiervoor gebruikt. Een extra meetpost werd geplaatst in de nabijheid van een vaste VMM-meetpost (R801) waar onder andere NO2 en Black Carbon gemeten werd. Op deze locatie werd gedurende de ganse meetperiode NO2 en BC gemeten; ze diende om de variatie tussen de verschillende meetweken in kaart te brengen. Samengevat is er BC gemeten op 42 locaties en NO2 op 55 verschillende locaties. De meetlocaties werden ex ante onderverdeeld in 4 klassen (Straatlocaties, Urban Traffic locatie, Urban Background locatie en een Regionale achtergrondlocatie) om een voldoende spreiding in concentratieniveaus te bekomen. De onafhankelijke variabelen of potentiële predictoren kunnen onderverdeeld worden in een aantal categorieën: 

Landgebruik: CORINE land cover



Verkeersvariabelen: wegenkaart met verkeersintensiteiten



Bevolkingsdichtheid: adrespunten

Potentiële variabelen zijn geselecteerd op basis van een literatuurstudie naar reeds bestaande LURmodellen voor verkeersgerelateerde polluenten. Een gedetailleerde beschrijving van alle variabelen, gebruikt bij de modelopbouw, is terug te vinden in Bijlage A. Bij het opstellen van het Land Use Regression model werd de werkwijze gevolgd zoals deze beschreven staat in Henderson et al. (2007). Om overfitting van het model te vermijden, werd het aantal potentiële variabelen vooraf beperkt door bijvoorbeeld variabelen met een hoge onderlinge correlatie te verwijderen. Indien er voor een variabele onvoldoende spreiding werd waargenomen tussen de meetpunten, werd de variabele beschouwd als een dummy-variabele. Dit wil zeggen dat

117


deze variabele enkel de waarde 0 of 1 kan hebben (vb. natuur wel of niet aanwezig in een buffer van 500m, of kleiner). Indien 90% van de variabelen ‘0’ was (vb. industrie in een buffer van 100m), werd de variabele geschrapt (vergelijkbaar met de werkwijze in het Europese FP7-project ESCAPE). De correlaties tussen individuele variabelen en gemeten concentraties zijn bijgevoegd in bijlage B (enkel ter informatie). Een Stepwise Forward Linear Regression werd uitgevoerd in SAS 9.2. Bij de definitieve modelselectie werd rekening gehouden met een aantal factoren: ‘adjusted R²’ moet maximaal zijn, elke nieuwe variabele moet minstens 1% bijdragen tot de ‘adjusted R²’, alle variabelen in het model moeten significant zijn (α=0,05), en de coëfficiënten moeten in overeenstemming zijn met a priori gestelde assumpties (natuur in de omgeving van een meetpunt moet een positief effect hebben op de luchtkwaliteit; dus hoe meer natuur, hoe lager de concentraties). In totaal worden er 6 LUR-modellen opgesteld: een model voor de 2 meetperiodes afzonderlijk (lente en herfst), en een jaargemiddeld model; telkens voor de polluenten BC en NO2. 5.1.1.

LUR-MODEL LENTE

Onderstaande tabel (Tabel 20) geeft een overzicht van de gemeten concentraties in de lente, opgesplitst naar type locatie. In overeenstemming met de gestelde hypothese, worden de hoogste concentraties gemeten op een straatlocatie en de laagste op een rurale locatie. Er is een goede spreiding tussen locaties met hoge concentraties en locaties met lagere concentraties. Voor BC worden 42 locaties gebruikt als input voor het LUR-model, voor NO2 is er op 55 locaties gemeten. Al deze locaties worden gegeocodeerd en alle variabelen weergegeven in Bijlage A worden berekend.

Tabel 20: Concentraties (BC in ng/m³; NO2 in µg/m³) gemeten op de 4 typelocaties als input voor het Land Use Regression model (inclusief scholen): lente Aantal Avg Min P10 P25 P50 P75 P90 locaties (incl scholen) S* BC 9 1996,4 1484,0 1541,4 1750,6 1956,7 2144,5 2333,2 NO2 9 36,5 25,6 29,7 32,5 37,0 38,0 43,8 UT BC 20 1585,8 965,2 1106,3 1419,6 1541,6 1699,9 1859,1 NO2 31 28,3 18,1 20,2 22,7 27,2 32,5 35,9 UB BC 11 1376,1 1105,0 1144,9 1171,2 1365,4 1522,9 1753,5 NO2 13 24,2 18,1 20,6 21,8 23,3 27,6 28,4 R BC 2 950,5 871,1 887,0 910,8 950,5 990,2 1014,1 NO2 2 15,3 14,4 14,6 14,9 15,3 15,8 16,1 * S=Straatlocaties (inclusief VMM station Borgerhout), UT = Urban Traffic locaties, UB Background locaties, R = Regionale achtergrondlocaties

Max

2817,9 49,4 2665,0 44,3 1780,7 30,3 1029,9 16,3 = Urban

Voor beide polluenten, BC en NO2, wordt er een afzonderlijk Land Use Regression model opgesteld. De resultaten van het multiple regressie model worden hierna weergegeven.

118


Parameter Estimates BC Variable

Label

Intercept Q_DICHT_MAJOR TRAFLOAD_50 TRAFLOADZV_AANDEEL_100 WEGLENGTE_1000

Intercept Q_DICHT_MAJOR TRAFLOAD_50 TRAFLOADZV_AANDEEL_100 WEGLENGTE_1000

DF

Parameter Estimate

Standard Error

t Value

Pr > |t|

1 1 1 1 1

524.84201 0.00522 0.00017223 3783.41178 0.01484

199.51521 0.00253 0.00003730 857.53253 0.00437

2.63 2.06 4.62 4.41 3.39

0.0124 0.0464 <.0001 <.0001 0.0017

R-Square 0.7009 Adj R-Sq 0.6685 RMSE 252.27 Analysis of residuals: Moran’s I

-0.27 (p=0.001153) Parameter Estimates NO2

Variable

Label

Intercept TRAFLOAD_50 TRAFLOAD_500 TRAFLOADZV_AANDEEL_100 WEGLENGTE_1000 NATURE_500

Intercept TRAFLOAD_50 TRAFLOAD_500 TRAFLOADZV_AANDEEL_100 WEGLENGTE_1000 NATURE_500

DF

Parameter Estimate

Standard Error

t Value

Pr > |t|

1 1 1 1 1 1

13.32216 0.00000325 4.200758E-8 52.29319 0.00018899 -3.87598

2.59168 4.194154E-7 6.01464E-9 9.66376 0.00005442 0.93852

5.14 7.75 6.98 5.41 3.47 -4.13

<.0001 <.0001 <.0001 <.0001 0.0011 0.0001


-0.08 (p=0.213914)

Significante variabelen in beide modellen zijn TRAFLOAD_50, TRAFLOADZV_AANDEEL_100 en WEGLENGTE_1000. Op korte afstand van een meetpunt spelen dus vooral de verkeersintensiteiten een belangrijke rol, zowel de lengte van alle wegen in een buffer van 50m vermenigvuldigd met de intensiteit op deze wegen, als een maat voor het aandeel zwaar verkeer in een buffer van 100m. De lengte van alle wegen binnen een afstand van 1km is eveneens een significante variabele in beide modellen, waarschijnlijk gedeeltelijk als proxy voor stedelijkheid. Als een significantieniveau van 0,05 gehanteerd wordt, is de variabele Q_DICHT_MAJOR (intensiteit op dichtste weg met meer dan 10000 voertuigen/dag) net significant in het BC model. Het NO2 model bevat nog 2 andere variabelen: TRAFLOAD_500 en NATURE_500. De variabele TRAFLOAD_50 zit vervat in TRAFLOAD_500, maar is blijkbaar ook zelf nog significant. In plaats van TRAFLOAD_50 en TRAFLOAD_500, zou er dus gekozen kunnen worden voor TRAFLOAD_50 en TRAFLOAD_50-500. Von Klot (2011) heeft echter aangetoond dat er, in plaats van met overlappende buffers, kan gewerkt worden met concentrische ringen of donuts, maar dat dit geen invloed heeft op variabelen die al dan niet opgenomen worden in het model; enkel de coëfficiënt zal veranderen. In Bijlage B zijn de correlaties (Pearson's r) tussen individuele variabelen en gemeten concentraties weergegeven. Hieruit wordt duidelijk dat voor BC de correlatie beter is met kleinere buffers van ‘traffic load’ dan met grotere, voor NO2 is dit verband niet zo uitgesproken. Op basis hiervan is het logisch dat er voor NO2 verschillende buffers van TRAFLOAD significant zijn. De variabele oppervlakte natuur in een buffer van 500m is een dummy-variabele, dit wil zeggen dat deze variabele enkel waarde 0 of 1 kan hebben. Volgens het opgestelde NO2 model daalt de voorspelde NO2 concentratie aldus met 3,9 µg/m³ indien er natuur is binnen de 500m, ongeacht de grootte van het perceel.

119


5.1.2.

LUR-MODEL HERFST

Tabel 21 geeft opnieuw een overzicht van de gemeten concentraties, maar dan in de herfst. De hoogste maximale concentratie werd, in tegenstelling tot wat werd vooropgesteld, gemeten op een ‘urban traffic’ locatie. De tabel geeft aan dat er een goede spreiding in concentraties is voor BC (42 locaties, 2174 ng/m³ - 5703 ng/m³) en voor NO2 (55 locaties, 24,7 µg/m³ - 64,9 µg/m³) wat een belangrijke voorwaarde is voor het opstellen van een LUR-model. Alle locaties worden gegeocodeerd en potentieel significante variabelen worden berekend.

Tabel 21: Concentraties (BC in ng/m³; NO2 in µg/m³) gemeten op de 4 typelocaties als input voor het Land Use Regression model (inclusief scholen): herfst Aantal Avg Min P10 P25 P50 P75 P90 locaties (incl scholen) S* BC 9 3762,3 3210,8 3278,7 3368,5 3733,0 3940,1 4238,2 NO2 9 52,9 42,9 47,6 49,9 52,3 53,9 60,6 UT BC 20 3316,9 2381,2 2589,1 2859,6 3239,5 3400,8 3972,2 NO2 31 46,7 36,0 37,1 40,2 47,3 50,7 58,2 UB BC 11 3071,4 2333,9 2767,0 2794,5 3059,1 3277,7 3307,9 NO2 13 41,9 32,0 35,8 37,8 41,2 45,8 47,9 R BC 2 2640,7 2173,7 2267,1 2407,2 2640,7 2874,2 3014,3 NO2 2 27,3 24,7 25,2 26,0 27,3 28,6 29,4 * S=Straatlocaties (inclusief VMM station Borgerhout), UT = Urban Traffic locaties, UB Background locaties, R = Regionale achtergrondlocaties

Max

4649,3 62,7 5702,6 64,9 4126,4 55,4 3107,7 29,9 = Urban

Respectievelijk voor BC en NO2, worden er Land Use Regression modellen opgesteld; het resultaat wordt hierna weergegeven.


Label

Intercept TRAFLOADZV_50 TRAFLOADZV_AANDEEL_100 ADRES_50 NATURE_1000

Intercept TRAFLOADZV_50 TRAFLOADZV_AANDEEL_100 ADRES_50 NATURE_1000

DF

Parameter Estimate

Standard Error

t Value

Pr > |t|

1 1 1 1 1

2663.60283 896.61042 5676.84352 17.68857 -278.54233

176.70848 152.91058 1540.83935 5.19445 134.91344

15.07 5.86 3.68 3.41 -2.06

<.0001 <.0001 0.0007 0.0016 0.0460


120

-0.08 (p=0.483418)


Parameter Estimates NO2 Variable

Label

Intercept TRAFLOAD_50 TRAFLOAD_1000 TRAFLOADZV_AANDEEL_100 ADRES_50 WEGLENGTE_MAJOR_300 NATURE_500

Intercept TRAFLOAD_50 TRAFLOAD_1000 TRAFLOADZV_AANDEEL_100 ADRES_50 WEGLENGTE_MAJOR_300 NATURE_500

DF

Parameter Estimate

Standard Error

t Value

Pr > |t|

1 1 1 1 1 1 1

33.08691 0.00000363 1.28283E-8 63.44272 0.18189 0.00259 -5.80330

1.54085 5.757473E-7 2.713261E-9 11.88515 0.04158 0.00091528 1.20760

21.47 6.31 4.73 5.34 4.37 2.83 -4.81

<.0001 <.0001 <.0001 <.0001 <.0001 0.0067 <.0001


-0.05 (p=0.552813)

In vergelijking met de modellen voor de lente, valt onmiddellijk op dat in beide modellen (NO2 en BC) adressendichtheid in een buffer met straal 50m, opgenomen wordt als verklarende variabele. Dit kan verklaard worden door verbrandingsprocessen bij woningen; bijgevolg is het logisch dat deze variabele enkel in de herfst significant is. Aandeel zwaar verkeer in een buffer van 100m is opgenomen in beide modellen, vergelijkbaar met de modellen voor de lente. Opnieuw geldt dat voor NO2 meerdere buffers zijn opgenomen voor ‘traffic load’ en dat voor BC enkel kleine buffers significant zijn. TRAFLOADZV_50, NATURE_500 en NATURE_1000 zijn dummy-variabelen: bv. als er groen is in een buffer van 500m, dalen de NO2 concentraties met 5,8 µg/m³ (dit is hoger dan in de lente, maar de absolute gemeten concentraties zijn ook hoger dan in de lente). 5.1.3.

LUR-MODEL JAARGEMIDDELD

Voordat een jaargemiddeld model opgesteld wordt, wordt de ruimtelijke variabiliteit van de geobserveerde concentraties vergeleken tussen de verschillende seizoenen. Zowel voor BC als NO2 worden hoge Pearson correlatiecoëfficiënten vastgesteld: 0,74 voor BC en 0,90 voor NO 2. Deze correlaties tonen aan dat de locaties gekarakteriseerd door hoge of lage concentraties dezelfde blijven over de seizoenen, en dus dat de ruimtelijke variabiliteit niet verandert per seizoen. Dit suggereert dat één LUR-model gebaseerd op het gemiddelde van de twee seizoenen gebruikt kan worden als redelijke proxy voor jaargemiddelde concentraties. Naast het ruimtelijk patroon, is ook de hoogte van de gemiddelde BC en NO2 concentraties afgetoetst naar representativiteit voor het hele jaar. Meetstation R801 (meetstation VMM, Plantin Moretuslei Borgerhout) heeft een BC concentratie gemeten van 2,9 µg/m³ jaargemiddeld. Er is een goede overeenkomst als we deze jaargemiddelde concentratie vergelijken met de gemiddelde concentratie op dezelfde locatie tijdens de twee meetperiodes, gemeten met de µ-Aethalometer (2,7 µg/m³). Voor NO2 geldt dat de jaargemiddelde concentratie gemeten door VMM 46 µg/m³ bedraagt (2011), terwijl het gemiddelde van de huidige 2 meetcampagnes (ongeveer 10 weken) 42 µg/m³ bedraagt. De jaargemiddelde concentratie op een locatie wordt in deze studie aldus verondersteld gelijk te zijn aan het gemiddelde van de metingen in de 2 seizoenen.

121


Tabel 22: Concentraties (BC in ng/m³; NO2 in µg/m³) gemeten op de 4 typelocaties als input voor het Land Use Regression model (inclusief scholen): gemiddeld over lente en herfst Aantal Avg Min P10 P25 P50 P75 P90 locaties (incl scholen) S* BC 9 2879,3 2383,3 2548,7 2642,0 2741,8 3046,0 3207,6 NO2 9 44,7 36,8 37,1 42,4 43,7 45,7 52,2 UT BC 20 2451,3 1693,5 1969,1 2163,4 2374,4 2501,6 3168,7 NO2 31 37,5 27,6 28,6 31,6 36,7 41,4 45,7 UB BC 11 2223,7 1883,9 1973,5 2018,0 2212,2 2293,7 2460,0 NO2 13 33,1 25,1 28,7 30,3 32,9 36,0 37,2 R BC 2 1795,6 1522,4 1577,0 1659,0 1795,6 1932,2 2014,2 NO2 2 21,3 19,6 19,9 20,4 21,3 22,2 22,7 * S=Straatlocaties (inclusief VMM station Borgerhout), UT = Urban Traffic locaties, UB Background locaties, R = Regionale achtergrondlocaties

Max

3733,6 56,0 4183,8 53,0 2953,6 42,8 2068,8 23,1 = Urban

Op een zelfde manier dan bij de lente- en de herfstmodellen worden BC en NO2 modellen opgesteld op basis van de jaargemiddelde concentraties.


Label

Intercept TRAFLOADZV_50 TRAFLOADZV_AANDEEL_100 WEGLENGTE_1000 ADRES_50

Intercept TRAFLOADZV_50 TRAFLOADZV_AANDEEL_100 WEGLENGTE_1000 ADRES_50

DF

Parameter Estimate

Standard Error

t Value

Pr > |t|

1 1 1 1 1

1241.97553 619.32729 3959.83986 0.01475 8.80114

227.43447 117.42143 1094.42605 0.00504 4.00969

5.46 5.27 3.62 2.93 2.19

<.0001 <.0001 0.0009 0.0058 0.0345


-0.09 (p=0.127743) Parameter Estimates NO2

Variable

Label

Intercept TRAFLOAD_50 TRAFLOAD_500 TRAFLOADZV_AANDEEL_100 WEGLENGTE_1000 ADRES_50 NATURE_500

Intercept TRAFLOAD_50 TRAFLOAD_500 TRAFLOADZV_AANDEEL_100 WEGLENGTE_1000 ADRES_50 NATURE_500

DF

Parameter Estimate

Standard Error

t Value

Pr > |t|

1 1 1 1 1 1 1

20.17753 0.00000355 3.836155E-8 58.41816 0.00018254 0.10365 -4.38030

2.59258 4.962091E-7 6.105879E-9 9.66384 0.00006100 0.03760 0.99751

7.78 7.16 6.28 6.05 2.99 2.76 -4.39

<.0001 <.0001 <.0001 <.0001 0.0044 0.0082 <.0001


122

-0.06 (p=0.401589)


5.2.

VALIDATIE LUR-MODEL

Voor de validatie van de LUR-modellen wordt gebruik gemaakt van leave-one-out cross-validation. Hierbij wordt het regressiemodel geschat op basis van n-1 locaties en de voorspelde concentratie wordt vervolgens vergeleken met de gemeten concentratie op de overgebleven locatie. Deze procedure wordt n keer herhaald en geeft een indicatie voor de performantie van het model. Andere validatietechnieken, zoals het vooraf onderscheiden van een calibratie- en een validatiedataset, werden niet weerhouden omdat dit de omvang en de variabiliteit van de inputmetingen zou verkleinen en dit zou waarschijnlijk een invloed hebben op de modelkwaliteit. 5.2.1.

VALIDATIE LUR-MODEL LENTE 60

3000

y = 0,8371x + 290,06 R² = 0,3949

y = 0,9806x + 0,6702 R² = 0,8017

50

2000

NO2 measured (µg/m³)

BC measured (ng/m³)

2500

1500

1000

40

30

20

10

500

0

0 0

500

1000

1500

2000

2500

3000

3500

0

10

20

30

40

50

60

NO2 modelled (µg/m³)

BC modelled (ng/m³)

Figuur 98: Resultaten van de leave-one-out cross-validation procedure voor de zomer. Gekleurde cirkels geven de outliers in het BC model aan en de overeenkomstige punten in de NO2-validatie.

De validatie van het model levert betere resultaten op voor NO2 dan voor BC. Het BC model heeft moeite om juiste concentraties te voorspellen op een aantal ‘outlier’ locaties (ook wel ‘influential observations’ genoemd): dit zijn locaties met specifieke kenmerken die maar op 1 of 2 locaties uitgesproken naar voren komen. Het opnemen van deze locaties zorgt voor een duidelijke meerwaarde in het definitieve model omdat er zo een betere benadering van concentraties verkregen wordt op punten met specifieke kenmerken (vb. locatie met veel vrachtverkeer, locatie met zeer veel autoverkeer op de aanliggende weg). Voor de leave-one-out cross-validation geeft dit echter minder goede resultaten. De outliers waargenomen in het BC model zijn geen of minder uitgesproken outliers in het NO2 model (zie cirkels in figuur). Reden hiervoor is dat in beide modellen andere significante variabelen zijn opgenomen; bijvoorbeeld één van de outliers in het BC model heeft uitzonderlijk veel verkeer op de dichtste weg, maar deze variabele is niet opgenomen in het NO2 model. Naast de Pearson’s r, werden er nog een aantal andere parameters bepaald die de fit van de gemodelleerde versus de gemeten concentraties weergeven (Beckx et al., 2009) (Tabel 23). Een licht negatieve Fractional Bias wijst op een kleine onderschatting van de gemodelleerde concentraties. Andere validatieparameters wijzen telkens op een goede tot zeer goede overeenkomst tussen metingen en model.

123


Tabel 23: Resultaten (lente) van de leave-one-out cross-validation: Statistische analyse van de gemodelleerde en gemeten Black Carbon en NO2 concentraties (Pearson’s r, index of agreement, normalised mean square error, fractional bias, normalised mean bias en root mean square error). Avg Conc modelled 1551 ng/m³ 28,1 µg/m³

BC NO2

5.2.2.

Avg Conc measured 1589 ng/m³ 28,2 µg/m³

r

IA

NMSE

FB

NMB

0,63 0,90

0,77 0,94

0,05 0,01

-0,02 -0,005

-0,02 -0,005

RMSE / Avg measured 0,22 0,12

VALIDATIE LUR-MODEL HERFST

Op dezelfde wijze dan het lente-model is het herfst-model gevalideerd, namelijk met behulp van de ‘leave-one-out cross-validation’ techniek. Hierbij scoort het BC model in de herfst beter dan in de lente; voor NO2 geldt het omgekeerde. Beide modellen zijn in staat om met voldoende betrouwbaarheid concentraties in te schatten.

70

6000

y = 0,9705x + 1,5568 R² = 0,7373

60

y = 0,996x + 39,137 R² = 0,5078

5000



50

4000

3000

2000

40

30

20

1000

10

0

0 0

1000

2000

3000

4000

0

5000

10

20

30

40

50

60



Figuur 99: Resultaten van de leave-one-out cross-validation procedure voor de herfst.

Tabel 24: Resultaten (herfst) van de leave-one-out cross-validation: Statistische analyse van de gemodelleerde en gemeten Black Carbon en NO2 concentraties (Pearson’s r, index of agreement, normalised mean square error, fractional bias, normalised mean bias en root mean square error).

BC NO2

124

Avg Conc modelled 3290 ng/m³ 45,7 µg/m³


r

IA

NMSE

FB

NMB

0,71 0,86

0,81 0,92

0,02 0,01

-0,008 -0,005

-0,008 -0,005


70


5.2.3.

VALIDATIE LUR-MODEL JAARGEMIDDELD

De validatie van het jaargemiddeld model is goed voor NO2 (R²=0,80). Voor BC zijn er 2 outlierlocaties die de relatie tussen de gemeten en de gemodelleerde concentraties verstoren. Dezelfde locaties zijn geen outliers, of in mindere mate outlier, in de NO2 validatie doordat er in het NO2 model andere en extra variabelen zijn opgenomen.

4500

60 y = 0,978x + 0,9362 R² = 0,7954

4000 50

y = 0,9069x + 249,24 R² = 0,4645

3000



3500

2500 2000

1500

40

30

20

1000 10

500 0

0 0

500

1000

1500

2000

2500

3000

3500

4000

0

4500

10

20

30

40

50

60



Figuur 100: Resultaten van de leave-one-out cross-validation procedure voor de jaargemiddeld LUR modellen. Gekleurde cirkels geven de outliers in het BC model aan en de overeenkomstige punten in de NO2-validatie. Twee outlier-locaties zijn zichtbaar bij de validatie van het BC model. Deze locaties met specifieke kenmerken zorgen in eerste instantie voor het wel of niet opnemen van een bepaalde variabele in het LUR-model. Wanneer het model echter geschat wordt zonder deze punten, slaagt het model er niet goed in een gepaste coëfficiënt te schatten. In dit concrete geval gaat het over een locatie met zeer veel vrachtverkeer in de nabije omgeving en een locatie met zeer veel wegen in de omgeving. Het opnemen van deze locaties is wel nuttig omdat de punten een wezenlijke bijdrage leveren aan het model en ze zijn bovendien representatief voor de biomonitoring-cohorte. Ze vormen enkel bij de leave-one-out cross-validatie een probleem.

Tabel 25: Resultaten (jaargemiddeld) van de leave-one-out cross-validation: Statistische analyse van de gemodelleerde en gemeten Black Carbon en NO2 concentraties (Pearson’s r, index of agreement, normalised mean square error, fractional bias, normalised mean bias en root mean square error).

BC NO2

Avg Conc modelled 2429 ng/m³ 36,9 µg/m³


r

IA

NMSE

FB

NMB

0,68 0,89

0,80 0,94

0,03 0,01

-0,009 -0,003

-0,009 -0,003


125


5.3.

VISUALISATIE

Een LUR-model heeft niet tot doel het opstellen van een luchtkwaliteitskaart, maar is bedoeld om de blootstelling te bepalen op bepaalde plaatsen. Aangezien alle metingen van BC en NO2 gebeurden aan de voorgevel van woningen, kan het model eigenlijk enkel met voldoende zekerheid concentraties aan andere voorgevels voorspellen. Het ontwikkelde LUR-model is dus niet geschikt om concentraties op een wegsegment of in een park te berekenen, maar wel om een inschatting te maken van concentraties op de woonlocaties van leden van een cohort. Om toch een idee te krijgen van de ruimtelijke en temporele variabiliteit van de BC en NO2 concentraties zijn figuren aangemaakt per seizoen en per polluent (Figuur 101 - Figuur 103). Concentraties zijn berekend voor elke centroïde van een gridcel met afmetingen 100m x 100m en de resultaten zijn weergegeven op onderstaande kaarten. Het model is, zoals reeds beschreven, gevalideerd om concentratievoorspellingen te doen aan de voorgevel van ieder willekeurig adres in het studiegebied. Voor het bepalen van de blootstelling van kinderen van de 2 scholen op hun thuislocatie is niet rechtstreeks gebruik gemaakt van deze kaarten, maar is de concentratie berekend op de exacte coördinaat van de woning. Dit model is gefit op basis van metingen in Antwerpen. Technisch is het mogelijk om dit model ook te gebruiken in de rest van Vlaanderen. Een bijkomende validatie, en eventueel een aanpassing van het model, is in dat geval echter noodzakelijk. Dit werk valt echter buiten de opdracht van dit project en wordt door VITO in het kader van eigen onderzoek (GWO) verder gezet.

126


Figuur 101: Concentratiekaarten op basis van LUR-model (lente) voor BC (boven) NO2 (onder)

127


Figuur 102: Concentratiekaarten op basis van LUR-model (herfst) voor BC (boven) NO2 (onder)

128


Figuur 103: Concentratiekaarten op basis van LUR-model (jaar) voor BC (boven) NO2 (onder)

129

HOOFDSTUK 6 Resultaten mobiele metingen

HOOFDSTUK 6. RESULTATEN MOBIELE METINGEN

6.1.

MEETOPZET

Mobiele metingen worden uitgevoerd om de blootstelling tijdens het transport van en naar school in te schatten. De bedoeling is na te gaan wat de toename is in concentratie ten opzichte van de schoollocatie. De parameters die gemeten worden tijdens de mobiele metingen zijn UFP (met P-trak) en BC (met Micro Aethalometer). NO2 werd niet gemeten omdat het over relatief korte ritten gaat en het niet mogelijk is deze metingen te doen met passieve samplers (omwille van de detectielimiet). De Micro Aethalometer werd ook bij de metingen op de thuislocaties en op de scholen gebruikt zoals hiervoor reeds uitvoerig beschreven werd. De P-trak is een draagbare versie van de CPC (Condensation Particle Counter). De werkingsvloeistof om de deeltjes te laten groeien is isopropanol. Een afbeelding van het toestel is te vinden in Figuur 104. Een tweede P-trak (voor het meten van UFP) werd ter hoogte van het fietsenrek geplaatst bij de verkeersluwe school en ter hoogte van de speelplaats van de verkeersdrukke school om de concentratie op de school in te schatten tijdens de ritten, als vergelijkingsbasis voor de meting in transport. De bedoeling is om na te gaan of de achtergrondconcentratie relatief constant is gebleven en om te bepalen hoe de concentratie tijdens de rit zich verhoudt ten opzichte van de schoollocatie. Op het einde van de metingen werden de twee toestellen naast elkaar gezet op de referentielocatie om toestelspecifieke afwijkingen in rekening te brengen. Op basis van de vergelijking van beide P-traks werden regressievergelijkingen opgesteld; De resulterende helling bedroeg 1.03, 1.04, 1.00 en 1.03 en de intercept 160, 700, 640 en 0 voor de metingen uitgevoerd op respectievelijk 22/6 , 23/6, 8/12 en 12/12. Er is bijgevolg een goede overeenkomst tussen beide toestellen. Op basis hiervan werden de concentraties op de referentielocatie gecorrigeerd. De referentielocatie werd gecorrigeerd omdat de range van concentraties tijdens de vergelijking het best overeenkomt met de concentraties gemeten op de referentielocatie. De concentraties die onderweg worden gemeten, zijn veel hoger en het is niet zeker dat de regressievergelijking ook voor de hogere concentraties van toepassing is. De toename in concentratie tijdens transport ten opzichte van de concentratie op de schoollocatie kan dan als volgt worden ingeschat: % toename gemeten = C(tijdens transport)/C(op school) % toename in blootstelling tijdens transport in totale blootstelling = % toename gemeten * C schoollocatie gemiddeld * (ritduur van en naar school (in min)*2*5)/(7*24*60) Met: C(tijdens transport): de gemiddelde concentratie gemeten tijdens transport en C(op school) de gemiddelde concentratie gemeten over dezelfde periode op de speelplaats

130


Figuur 104: Plaatsing van de meettoestellen in de wagen

6.2.

SELECTIE TRANSPORTMODI

Bij de start van de studie werd vooropgesteld metingen te doen voor verschillende transportmodi. Studies tonen immers aan dat verplaatsingen - ook al zijn ze kort in duurtijd - verantwoordelijk kunnen zijn voor een belangrijk deel van de geïntegreerde blootstelling (Dons et al., 2011; Fruin et al., 2004 en referenties daarin). Bovendien is het te verwachten dat de blootstelling verschillend is in functie van de transportmodus (zie ook Adams et al., 2002; Kaur et al., 2007; Zuurbier et al., 2010). Verder is ook de route die gekozen is bepalend voor de blootstelling (zie o.a. Fruin et al., 2004). Het is echter niet de bedoeling (en het valt ook buiten het bestek van deze studie) om de exacte blootstelling van alle kinderen te meten tijdens hun verplaatsing van en naar school. Daarom werden per school 2 transportmodi gekozen en 2 routes. De geselecteerde routes zijn gekozen in functie van de school en de thuislocatie van de deelnemende kinderen en worden in volgende paragraaf besproken. Voor de selectie van de transportmodi werd nagegaan wat de meest gebruikte vervoerswijzen zijn. Deze zijn verschillend voor beide scholen. De selectie is gebeurd op basis van de data van de deelnemende kinderen aan de biomonitoringsstudie. In onderstaande Tabel 26 is het aantal leerlingen voor de verschillende transportmodi weergegeven op basis van de vragenlijst afgenomen in de lente. De meeste leerlingen geven meerdere transportmodi voor hun verplaatsing op. Het cijfer tussen haakjes geeft het aantal leerlingen aan dat enkel deze modus gebruiken. In de herfst zijn er geen grote verschuivingen ten opzichte van de lente en de belangrijkste zijn van fiets naar te voet (zie biomonitoringsstudie).

Tabel 26: Aantal leerlingen per transportmodus van en naar school (op basis van de vragenlijst afgenomen in de lente)*

131


auto

fiets

te voet

Bus of tram 5 (2)

Fiets en/of te voet 60 (52)

Auto en/of te voet 44 (19)

Verkeersluwe 7 (1) 41 (17) 40 (17) school Verkeersdrukke 36 (14) 21 (7) 21 (13) 18 (5) 38 (23) 54 (29) school * het cijfer tussen haakjes geeft het aantal leerlingen aan dat uitsluitend deze transportmodus gebruikt. Van de 63 deelnemers in de verkeersluwe school zijn er 60 die aangeven dat ze met de fiets of te voet komen, dit is 95% van alle deelnemers. Hiervan komen er 52 (83%) enkel met de fiets en/of te voet. Er zijn 3 kinderen (=5%) die nooit met de fiets of te voet komen. Slechts 3 leerlingen komen enkel met de tram of de bus. Op basis van deze gegevens werd beoordeeld dat de fiets en te voet de meest gebruikte transportmodi zijn bij de kinderen van de verkeersluwe school en werden deze geselecteerd. Bij de leerlingen van de verkeersdrukke school heeft 1 van de 67 deelnemers niet geantwoord op de vraag welke transportmodus gebruikt wordt, bijgevolg gebeurt de analyse op basis van de 66 deelnemers die wel antwoordden. Van de 66 deelnemers in de verkeerdrukke school zijn er 54 die met de auto of te voet komen, dit is 82% van alle deelnemers. Hiervan komen er 29 (44%) enkel met de auto of te voet en komen er 12 nooit met de auto of te voet. Het aantal leerlingen dat nooit met de auto of met de fiets komt is groter, vandaar dat te voet werd verkozen boven de fiets als 2de transportmodus. Slecht 5 leerlingen (9%) komen enkel met de tram of de bus. Op basis van deze gegevens werden de wagen en te voet geselecteerd als transportmodi representatief voor de meeste leerlingen van deze school. De gebruikte wagen is een dienstvoertuig van VITO. We zijn ons ervan bewust dat de keuze van het voertuig mogelijk een invloed heeft.

132


6.3.

ROUTES

Een overzicht van de routes is weergegeven in Tabel 27. De routes werden gekozen op basis van de thuislocaties van de deelnemende kinderen en de opgegeven transportmodi en reistijd. Hierbij werd getracht zowel een route langs een drukkere als een rustigere weg te selecteren. De routes werden genummerd van 1 tot en met 8. Per route worden de uitgevoerde ritten eveneens genummerd van 1 tot 4. Verder in het rapport wordt een nummering per uitgevoerde rit gebruikt bv. 1.1; dit staat voor route 1, rit 1. Indien een R voor de nummering geplaatst is (vb. R1.1), verwijst dit naar de concentratie gemeten op de referentielocatie tijdens de uitgevoerde rit 1.1. De routes die te voet werden uitgevoerd in de buurt van de verkeersluwe school zijn route nr. 1 en 4. De routes met de fiets zijn route nr. 2 en 3. Route 2 (fiets) en route 4 (te voet) vertrekken vanop dezelfde thuislocatie. De routes te voet duurden respectievelijk 11-12 en 13-15 minuten. De routes per fiets waren ongeveer 7 min lang. Dit is een representatieve tijd voor de verplaatsing van en naar school. De routes die te voet werden uitgevoerd in de buurt van de verkeersdrukke school zijn route nr. 7 en 8. Bij route 7 ging de route van thuis tot aan de voorkant van de school. Bij route 8 was het eindpunt de achteringang van de school. De routes die met de wagen gereden zijn, zijn route nr. 5 en 6. Bij route 5 ging de route van thuis tot aan de voorkant van de school. Bij route 6 was het eindpunt de achteringang van de school. De routes te voet duurden respectievelijk 6 en 7-10 minuten. De routes met de wagen bedroegen 6 tot 10 minuten (Tabel 27). In de herfst was de duurtijd vergelijkbaar (zie Tabel 32). We zijn ons er van bewust dat de keuze van de route een belangrijke invloed kan hebben op de concentratie. Daarom werden per schoollocatie 2 transportmodi gekozen en 2 verschillende routes afgelegd.

133


6.4. 6.4.1.

RESULTATEN LENTE MEETPERIODE LENTE

Metingen werden uitgevoerd op 22/6 (verkeersluwe school) en 23/6 (verkeersdrukke school). De tijdstippen waarop de metingen werden uitgevoerd, zijn weergegeven in Tabel 27. Tabel 27: Overzicht van de uitgevoerde routes en individuele ritten voor de bepaling van de blootstelling tijdens transport op 22/6 (School 1) en 23/6 (School 2)

School 2

School 1

Nr Eindpunt route 1 schoolpoort

transport modus te voet

Duurtijd (min) 11 - 12

Nr rit

Richting*

tijdstip

1 heen 8:04 – 8:16 2 terug 8:17 – 8:28 3 heen 10:00 – 10:11 4 terug 10:12 – 10:23 2 schoolpoort fiets 7** 1 heen 8:33 – 8:44 2 terug 8:45 – 8:52 3 heen 10:25 – 10:32 4 terug 10:33 – 10:40 3 schoolpoort fiets 7-8 1 heen 8:53 – 9:01 2 terug 9:02 – 9:10 3 heen 10:42 – 10:50 4 terug 10:51 – 10:58 4 schoolpoort te voet 13-15 1 heen 9:12 – 9:25 2 terug 9:26 – 9:41 3 heen 11:00 – 11:15 4 terug 11:16 – 11:31 5 voorkant school wagen 7-10 1 heen 7:55 – 8:12 2 terug 8:13 – 8:23 3 heen 10:06 – 10:16 4 terug 10:17 – 10:25 6 achterkant school wagen 6-10 1 heen 8:30 – 8:39 2 terug 8:41 – 8:51 3 heen 10:30 – 10:36 4 terug 10:38 – 10:45 7 achterkant school te voet 6 1 heen 9:02 – 9:08 2 terug 9:11 – 9:17 3 heen 10:55 – 10:01 4 terug 11:02 – 11:08 8 voorkant school te voet 7-10 1 heen 9:40 – 9:47 2 terug 9:48 – 9:58 3 heen 11:20 – 11:28 4 terug 11:29 – 11:38 * geeft de richting aan van de route: heen verwijst naar transport van thuis naar school, terug naar de omgekeerde richting **bij rit 1 was de duurtijd 11 min

134


In onderstaande tabel (Tabel 28) is de gemiddelde UFP concentratie (gemeten met P-trak) en BC concentratie op de school weergegeven voor elke meetdag waarop er mobiele metingen plaatsvonden. De gemiddelde waarde is berekend vanaf begin van de metingen tot het einde: 22/6, 8h04 – 11h31 en 23/6, 7h55 – 11h38. Ter vergelijking zijn ook de gemeten CPC waarden op de respectievelijke schoollocaties gegeven. Deze liggen in dezelfde grootteorde; opvallend is dat de concentraties op 23/6 maar de helft zijn van de gemeten concentraties op 22/6. Ter hoogte van de verkeersluwe school zijn de concentraties gemeten met de CPC 13% hoger ten opzichte van de P-trak, terwijl de concentraties op de verkeersdrukke school ongeveer gelijk zijn (5% verschil). Dit is een goede overeenkomst gezien het over een verschillend type meettoestel gaat met een ander meetbereik voor deeltjesgrootte. Omwille van praktische redenen werd de tweede P-trak bij het fietsenrek geplaatst (als referentielocatie) op de verkeersluwe school.

Tabel 28: Gemeten concentratie op de schoollocatie tijdens de mobiele metingen: lente 22/6 23/6

UFP (Ptrak) 9906 5541

CPC 11265 5266

BC (ng/m3) 1663 551

Elke dag werden metingen uitgevoerd op het ogenblik dat kinderen de verplaatsing naar school maken (rond 8u30). Omwille van praktische redenen werd de helft van de meet-trips later in de voormiddag uitgevoerd (rond 10u30). De gemeten concentraties werden per uitgevoerde rit vergeleken met de concentratie op de respectievelijke schoollocaties (gemeten op respectievelijk 1s en 5 min resolutie voor UFP en BC). 6.4.2.

GEMETEN UFP CONCENTRATIES LENTE

Figuur 105 geeft de gemeten concentratie op de school en onderweg weer voor de metingen in de buurt van School 1 (bovenste figuur) en School 2 (onderste figuur). De figuur geeft telkens de gemeten concentratie van de mobiele metingen (rode lijn) en de concentratie op de schoollocaties (zwarte lijn). Daarnaast is ook het verschil van beide weergegeven (groene lijn). De gemeten piekconcentraties tijdens de verschillende ritten kunnen oplopen tot meer dan 100,000 deeltjes cm-3. Dit is vaak te wijten aan individuele voertuigen. Gedurende een belangrijk deel van de rit is de gemeten concentratie 2 tot 3 keer zo hoog als op de schoollocatie. Wat opvalt, is dat de gemeten concentraties in de auto minder scherpe pieken vertonen en een meer geleidelijk patroon kan worden vastgesteld (Figuur 105, onderaan van 7h55 – 8h51 en 10h06 – 10h45). Dit komt omdat er een vertraging is van vervuilde lucht die binnendringt in de wagen en anderzijds de concentraties minder snel dalen wanneer we in een groenere omgeving komen. In een van de straten langs route 2 en 4 werden zandstraalwerken aan een gevel vastgesteld. Mogelijk zijn een aantal piekconcentraties hieraan te wijten. Langs route 7 waren in een van de straten verbouwingswerken bezig. Deze bleken weinig invloed te hebben op de gemeten concentraties. Verder kwamen we een straatveger tegen tijdens de metingen (route 8, rit 3 en 4), mogelijk zijn een aantal plaatselijke pieken hieraan te wijten. Figuur 106 en Figuur 107 tonen de relatieve verhoging tijdens de verplaatsing ten opzichte van de concentratie op de schoollocatie: 100% betekent een verhoging van 100% ofwel een verdubbeling van de concentratie ten opzichte van de schoollocatie, 0% betekent een concentratie die gelijk is aan deze op de referentielocatie. In de buurt van School 1 is gedurende een belangrijk deel van de route de concentratie verhoogd met 50 tot 100%. Op bepaalde delen van het traject stellen we een verhoging vast van meer dan 200%. 135


Voor de ritten uitgevoerd in de buurt van School 2 liggen de gemeten concentraties voor het grootste deel van het traject meer dan 150 of zelf 200% hoger dan de gemeten concentraties op de schoollocatie. Dit komt deels omdat de concentraties op de schoollocatie tijdens de metingen in de buurt van School 2 veel lager waren in vergelijking met de dag dat de metingen in de buurt van School 1 werden uitgevoerd. Figuur 108 geeft de boxplots voor UFP per rit (enkel) met de mediaan, 25 en 75 percentiel (box). De whiskers geven minimaal ‘mediaan - 1.5 x IQR’ en maximaal ‘mediaan + 1.5 x IQR aan. Datapunten die hierbuiten vallen worden als outliers beschouwd. De boxplot voor de mobiele metingen zijn in blauw weergegeven. De boxplots voor de simultane metingen op de school zijn in groen weergegeven. Er is een verschil waar te nemen tussen de herhaalde metingen. Op basis van de boxplots kunnen we echter geen duidelijk verschil vaststellen in gemiddelde waarde per rit tijdens de ochtend of iets later (in de late voormiddag). Enkel voor route 6 (auto) werd een duidelijk verschil waargenomen in gemeten UFP concentratie rond 8h45 en rond 10h45. Bij de metingen tijdens de vroege ochtend was de gemiddelde concentratie lager en vooral de variatie kleiner (IQR is 4 à 7 keer kleiner). Hetzelfde werd vastgesteld voor BC (zie verder). Route 8 vertoont een stijgende trend over het verloop van de dag, vooral wat betreft IQR. Tabel 29 en Tabel 30 geven een overzicht van de gemiddelde gemeten waarden aan UFP per uitgevoerde rit, voor de mobiele meting en de meting op de schoollocatie. De verhouding tussen beide is eveneens getoond. De verhouding bedraagt tussen 1.3 en 2.5 voor de ritten uitgevoerd in de buurt van de verkeersluwe school en tussen 1.4 en 3.3 voor de ritten uitgevoerd in de buurt van de verkeersdrukke school (met een uitschieter van 7.7). De verhouding varieert per route maar er is ook een verschil tussen herhaalde metingen (ritten) binnen 1 route. De verhoudingen gemeten later op de dag zijn niet altijd lager, zoals te verwachten zou zijn op basis van minder druk verkeer. Opvallend is dat de concentraties ter hoogte van de speelplaats op de dag van de meting ter hoogte van de verkeersdrukke school veel lager waren dan over de ganse duur van de meetperiode. De gemiddelde verhoudingen per route zijn weergegeven in Figuur 109. Gemiddeld bedraagt de verhouding van de gemeten concentratie onderweg ten opzichte van op de rustige schoollocatie 1.6 en 1.9 voor de routes 2 en 3 die te voet zijn uitgevoerd. Voor de routes per fiets bedraagt de gemiddelde verhouding respectievelijk 2.0 en 1.7 voor routes 1 en 4. Voor de routes in de buurt van de verkeersdrukke school zien we een verhouding van 2.6 en 1.8 (ten opzichte van de school) voor de verplaatsing met de wagen en 2.9 en 3.3 voor de verplaatsing te voet. Bij het laatste traject was er een zeer sterke variatie van de verhouding en ook van de absolute concentratie. Vooral de laatste rit was extreem hoog. Dit heeft mogelijk te maken met het feit dat dit traject onbeschermd in de buurt van de drukke weg loopt en de lokale situatie beïnvloed wordt door het verkeer dat op dat ogenblik passeert. Indien we de laatste rit bij de berekening van de gemiddelde waarde voor route 8 niet meenemen is de gemiddelde waarde 2.0. Op basis van deze figuur stellen we vast dat de verhoging van de concentratie in transport (ratio) hoger is in de buurt van de verkeersdrukke school in vergelijking met de verkeersluwe school met uitzondering van route 6. Noteer dat de achtergrondconcentraties op het ogenblik van deze metingen extreem laag waren (meestal minder dan 5000 deeltjes cm-3) in vergelijking met de rest van de meetperiode. Ter info is in Figuur 110 het absolute verschil getoond tussen de gemiddelde waarde in transport en op de schoollocatie. De grijze balkjes geven de concentratie op de schoollocatie weer. De absolute verschillen (van beide routes te voet) waren vergelijkbaar met deze van route 3 bij de verkeersluwe school. De verhoging bij transport met de wagen is sterk verschillend tussen beide routes.

136

HOOFDSTUK 6 Resultaten mobiele metingen 4

UFP concentratie [aantal per cm³]

15

x 10

referentiemeting op de speelplaats: mediaan =10078.2; interquartiel range =1490.6 mobiele metingen: mediaan =13700; interquartiel range =7100 mobiele minus referentie waarden: mediaan =3235.84; interquartiel range =7583.64

10

5

0

08:00:00

08:30:00

09:00:00

09:30:00

10:00:00

10:30:00

11:00:00

11:30:00

Tijd [hh:mm:ss] 4


15

x 10


10

5

0

08:00:00

08:30:00

09:00:00

09:30:00

10:00:00

10:30:00

11:00:00

11:30:00

Tijd [hh:mm:ss]

Figuur 105: Tijdsverloop van de UFP concentratie tijdens de mobiele metingen en de metingen op de referentielocatie (op school) gemeten op 22/06/11 (boven, in de buurt van School 1) en 23/06/11 (onder, in de buurt van School 2)

137


Percentueel verschill tussen mobiele en referentiemetingen Percentueel verschill tussen mobiele en referentiemetingen (voormiddag, tussen 10:00 en 11:31) (ochtend, tussen 08:04 en 09:41) > 200%

> 200%

51.208

51.208

150%

51.204

referentielocatie

100%

150%

51.206

Latitude

Latitude

51.206

51.204

referentielocatie

100%

51.202

51.202

50%

50%

51.2

51.2

25%

25% 51.198

4.445

4.45

4.455

4.46

4.465

10% < 0%

51.198

4.445

4.45

4.455

4.46

4.465

10% < 0%

Figuur 106: Relatief verschil gemeten ten opzichte van de schoollocatie ter hoogte van School 1 (22/06/11, 8:04 – 9:41 (links) en 10:00 – 11:31 (rechts)) Longitude Longitude

138

HOOFDSTUK 6 Resultaten mobiele metingen Percentueel verschil tussen mobiele metingen en referentiemetingen Percentueel verschil tussen mobiele metingen en referentiemetingen (ochtend, tussen 07:55 en 09:58) (voormiddag, tussen 10:06 en 11:38) 51.2

51.195

51.195 150%

51.19

51.19

Latitude

Latitude

> 200% 51.2

> 200%

150%

100% 51.185

51.185

100%

referentielocatie

referentielocatie

51.18

51.18

51.175

51.17

4.4

4.405

4.41

4.415

4.42

4.425

4.43

4.435

50%

50%

51.175 25%

25%

10% < 0%51.17

10% < 0%

4.4

4.405

4.41

4.415

4.42

4.425

4.43

4.435

Figuur 107: Relatief verschil gemeten ten opzichte van de schoollocatie ter hoogte van School 2 (23/06/11, 7:55 – 9:58 (links) en 10:06 – 11:38 (rechts)) Longitude Longitude

139



4

7

x 10

route 2

route 1

route 3

route 4

6

5

4

3

2

1

0

1.1 R1.1

1.2 R1.2

1.3 R1.3

1.4 R1.4

2.1 R2.1

2.2 R2.2

2.3 R2.3 2.4 R2.4

3.1 R3.1 3.2 R3.2

3.3 R3.3

3.4 R3.4

4.1 R4.1

4.2 R4.2

4.3 R4.3

4.4 R4.4


4

5

x 10

route 6

route 5

route 7

route 8

4.5 4 3.5 3 2.5 2 1.5 1 0.5 0

5.1 R5.1

5.2 R5.2

5.3 R5.3

5.4 R5.4

6.1 R6.1 6.2 R6.2

6.3 R6.3

6.4 R6.4

7.1 R7.1

7.2 R7.2 7.3 R7.3

7.4 R7.4

8.1 R8.1

8.2 R8.2

8.3 R8.3 8.4 R8.4

Figuur 108: Boxplots voor UFP (aantal deeltjes/cm3) per rit (in blauw) en de simultane concentratie op de schoollocatie (in groen) voor de metingen ter hoogte van de verkeersluwe school (boven, 22/06/11) en de verkeersdrukke school (onder, 23/06/11). Met mediaan, IQR (box) en minimum en maximum (whiskers): lente

140


Tabel 29: Overzicht van de gemiddelde (± SD) UFP concentraties per route en de corresponderende gemiddelde concentratie op de schoollocatie (School 1): lente Rit nr

modus

1.1 1.2 1.3 1.4 2.1 2.2 2.3 2.4 3.1 3.2 3.3 3.4 4.1 4.2 4.3 4.4

fiets

te voet

te voet

fiets

Gemiddelde onderweg 27370 ± 19190 18797 ± 7595 21595 ± 26281 21192 ± 11286 17404 ± 5400 17145 ± 8915 13969 ± 3998 16448 ± 8855 13892 ± 4971 19022 ± 7880 21240 ± 19590 24117 ± 23515 15189 ± 5745 13050 ± 10947 16620 ± 10263 19789 ± 12724

Gemiddelde op school 11141 ± 1037 9792 ± 462 11293 ± 858 11880 ± 1366 11363 ± 527 10298 ± 744 10127 ± 1383 10022 ± 1993 9292 ±333 9913 ± 712 11946 ± 1051 10690 ± 279 9554 ± 451 9948 ± 1330 9655 ± 737 9841 ± 426

ratio 2.46 1.92 1.91 1.78 1.53 1.66 1.38 1.64 1.50 1.92 1.78 2.26 1.59 1.31 1.72 2.01

Tabel 30: Overzicht van de gemiddelde (± SD) UFP concentraties per route en de corresponderende gemiddelde concentratie op de schoollocatie (School 2): lente Rit nr

modus

5.1 5.2 5.3 5.4 6.1 6.2 6.3 6.4 7.1 7.2 7.3 7.4 8.1 8.2 8.3 8.4

wagen

wagen

te voet

te voet


Gemiddelde op school 7574 ± 1625 6014 ± 522 7596 ± 489 6699 ± 330 5954 ± 263 5697 ± 816 5571 ± 141 5034 ± 503 5617 ± 445 5193 ± 959 4541 ± 157 4102 ± 200 4018 ± 195 3936 ± 183 4123 ± 171 3673 ± 960

ratio 2.69 2.84 2.44 2.28 1.44 1.38 1.87 2.33 3.54 2.39 2.13 3.36 1.90 1.85 2.30 7.11

141


5

ratio 'in transport'/'op school'

4

3

2

1

route 8 (te voet)

route 7 (te voet)

route 6 (wagen)

route 5 (wagen)

route 4 (fiets)

route 3 (te voet)

route 2 (te voet)

route 1 (fiets)

0

Figuur 109: Gemiddelde ratio voor UFP concentratie gemeten in transport ten opzichte van op School 1 (route 1-4) en School 2 (route 5-8): lente

15000

10000

5000

route 8 (te voet)

route 7 (te voet)

route 6 (wagen)

route 5 (wagen)

route 4 (fiets)

route 3 (te voet)

route 2 (te voet)

0 route 1 (fiets)

toename van UFP 'in transport' t.o.v. 'op school' (kleur) UFP op school tijdens uitgevoerde routes (grijs) (#/cm3)

20000

Figuur 110: Gemiddelde toename van de UFP concentratie gemeten in transport ten opzichte van op school (gekleurde balkjes) en overeenkomstige concentratie op school (grijze balkje) voor de verschillende routes : lente

142


6.4.3.

CONCENTRATIES BC LENTE

De concentraties gemeten op de referentielocatie en in transport zijn weergegeven in onderstaande Tabel 31. Voor de gemeten concentraties op de schoollocatie wordt telkens het gemiddelde genomen van de heen- en terugrit (bv. rit 1.1 en 1.2) omdat de enkele ritten relatief kort zijn en de metingen op de referentielocaties op 5 min basis gebeuren. Dit zijn immers de vaste toestellen op de schoollocaties. Tijdens de metingen in de buurt van de verkeersdrukke school waren de BC concentraties zeer laag. Hetzelfde werd vastgesteld voor UFP (zie eerder). Figuur 111 geeft de boxplots per uitgevoerde rit voor de metingen in de buurt van de verkeersluwe school (boven) en de verkeersdrukke school (onder). Bij route 6 is een groot verschil tussen de metingen uitgevoerd in de vroege ochtend en in de late voormiddag. Hetzelfde werd waargenomen bij UFP. Figuur 112 geeft de gemiddelde waarde voor de verhouding in transport ten opzichte van op school. Gemiddeld bedraagt de verhouding van de gemeten concentratie onderweg ten opzichte van op de schoollocatie (School 1) 2.0 en 3.0 voor de routes 2 en 3 die te voet zijn uitgevoerd. Voor de routes per fiets bedraagt de gemiddelde verhouding respectievelijk 3.9 en 2.0 voor routes 1 en 4. De verhoudingen gemeten bij de route per fiets en te voet (voor eenzelfde traject: route 2 en 4) zijn vergelijkbaar. Hetzelfde werd waargenomen bij de UFP metingen. Op basis van deze waarnemingen kan geen verschil worden vastgesteld voor een verplaatsing te voet en per fiets over eenzelfde traject. Voor de routes in de buurt van de verkeersluwe school werd eenzelfde trend voor de ratio BC waargenomen - bij de vergelijking van de verschillende routes - als voor de ratio UFP. Voor de routes in de buurt van de verkeersdrukke school zien we dat de concentraties ter hoogte van de school soms lager zijn dan 500 ng/m3. Deze ritten werden niet meegenomen in de berekening van de gemiddelde verhouding (in de figuur en tabel zijn de waarden met een * aangeduid). Bijgevolg werd de verhouding telkens berekend op basis van 1 rit heen en terug en geeft dus een indicatie van de verhoogde blootstelling aan BC op basis van 1 uitgevoerde rit. Een verhouding van 6.9 en 3.1 (ten opzichte van de school) voor de verplaatsing met de wagen en 6.2 en 4.3 voor de verplaatsing te voet werden waargenomen. De laatste rit waarbij voor UFP zeer hoge waarden werden gemeten, is niet opgenomen voor BC omdat de achtergrondconcentratie laag was. Op basis van deze figuur stellen we opnieuw vast dat de verhoging van de concentratie in transport (ratio) hoger is in de buurt van de verkeersdrukke school in vergelijking met de verkeersluwe school met uitzondering van route 6. Noteer dat de achtergrondconcentraties op het ogenblik van deze metingen extreem laag waren (steeds onder 900 ng/m3). Ter info is in Figuur 113 het absolute verschil getoond tussen de gemiddelde waarde in transport en op de schoollocatie. De grijze balkjes geven de concentratie op de schoollocatie weer tijdens de ritten. De absolute verschillen voor de routes te voet waren vergelijkbaar met deze van route 2 en 3 bij de verkeersluwe school. De verhoging bij transport met de wagen is sterk verschillend tussen beide routes, zoals ook voor UFP werd vastgesteld.

143


Tabel 31: Gemiddelde BC concentraties in transport en op de schoollocaties tijdens de mobiele metingen in de lente Rit nr

Gemiddelde Gemiddelde op ratio onderweg school** 1.1 – 1.2 fiets 9061 ± 138798 1681 5.39 5597 ± 177916 3.33 1.3 – 1.4 5271 ± 4443 1369 3.85 4162 ± 2532 3.04 2.1 – 2.2 te voet 3610 ± 2587 1909 1.89 2866 ± 2311 1.50 2.3 – 2.4 2898 ± 1977 1376 2.11 3652 ± 2121 2.65 3.1 – 3.2 te voet 3298 ± 2787 2058 1.60 8370 ± 10441 4.07 3.3 – 3.4 4939 ± 205820 1545 3.20 4658 ±217896 3.01 4.1 – 4.2 fiets 4552 ± 138781 1840 2.47 2495 ± 1857 1.36 4.3 – 4.4 2902 ±1836 1459 1.99 3295 ±2645 2.26 5.1 – 5.2 wagen 5885 ± 2960 827 7.12 5450 ±3577 6.59 5.3 - 5.4 7772 ±86390 168* 3432 ±64076 6.1 – 6.2 wagen 3091 ± 1979 939 3.29 2674 ±1804 2.85 6.3 – 6.4 4165 ± 3311 279* 3009 ± 6795 7.1 – 7.2 te voet 6637 ± 6023 367* 3110 ±2103 7.3 – 7.4 4263 ± 3024 833 5.12 6022 ± 6096 7.23 8.1 – 8.2 te voet 2014 ± 6450 593 3.40 3085 ± 1924 5.20 8.3 – 8.4 *** 491* *** 3 * Voor achtergrondconcentraties lager dan 500 ng/m werden geen verhoudingen berekend. ** gemiddelde op de schoollocatie is op basis van 5 min gegevens telkens voor de periode van 2 ritten *** geen betrouwbare gemiddelde waarde omwille van vele negatieve waarden (P25 of gemiddelde negatief)

144

modus


Figuur 111: Boxplots voor BC (ng/m3) per rit voor de metingen ter hoogte van de verkeersluwe school (boven) en de verkeersdrukke school (onder). Met mediaan, IQR (box) en minimum en maximum (whiskers): lente

145


10 9


8

*

* 7 6

*

5 4

*

3 2 1

route 8 (te voet)

route 7 (te voet)

route 6 (wagen)

route 5 (wagen)

route 4 (fiets)

route 3 (te voet)

route 2 (te voet)

route 1 (fiets)

0

Figuur 112: Gemiddelde ratio voor BC concentratie gemeten in transport ten opzichte van op school: lente * routes waarbij ritten met zeer lage achtergrondconcentraties niet zijn opgenomen bij de berekening van de gemiddelde ratio; zie ook Tabel 31)

8000

6000

*

* 4000

*

*

2000

route 8 (te voet)

route 7 (te voet)

route 6 (wagen)

route 5 (wagen)

route 4 (fiets)

route 3 (te voet)

route 2 (te voet)

0

route 1 (fiets)

toename van BC 'in transport' t.o.v. 'op school' (kleur) BC op school tijdens uitgevoerde routes (grijs) (ng/m3)

10000

Figuur 113: Gemiddelde toename van BC concentratie gemeten ‘in transport’ ten opzichte van op school (gekleurde balkjes) en overeenkomstige concentratie op school (grijze balkjes) voor de verschillende routes: lente * routes waarbij ritten met zeer lage achtergrondconcentraties niet zijn opgenomen bij de berekening van het gemiddelde verschil; zie ook Tabel 32

146


6.5. 6.5.1.

RESULTATEN HERFST MEETPERIODE HERFST

Metingen werden uitgevoerd op 8/12 (verkeersluwe school) en 12/12 (verkeersdrukke school). De tijdstippen waarop de metingen werden uitgevoerd zijn weergegeven in Tabel 32.

Tabel 32: Overzicht van de uitgevoerde routes en individuele ritten voor de bepaling van de blootstelling tijdens transport op 8/12 (School 1) en 12/12 (School 2)

School 2

School 1

Nr eindpunt route 1 schoolpoort

transport modus te voet

Duurtijd (min) 10-14

Nr rit

Richting*

tijdstip

1 heen 10:37 – 10:51 2 terug 10:32 – 11:04 3 heen 12:11 12:22 4 terug 12:23: 12:33 2 schoolpoort fiets 5-7 1 heen 11:57 – 12:03 2 terug 12:04 – 12:09 3 heen 13:23 – 13:29 4 terug 13:31 – 13:38 3 schoolpoort fiets 7-9 1 heen 11:40 – 11:48 2 terug 11:49 – 11:56 3 heen 13:02 – 13:11 4 terug 13:14 – 13:21 4 schoolpoort te voet 13-16 1 heen 11:06 – 11:22 2 terug 11:23 – 11:38 3 heen 12:34 – 12:47 4 terug 12:48 – 13:01 5 voorkant school wagen 7-10 1 heen 12:12 – 12:22 2 terug 12:23 – 12:31 3 heen 12:32 – 12:40 4 terug 12:41 – 12:48 6 achterkant school wagen 6-9 1 heen 12:54 – 13:01 2 terug 13:03 – 13:12 3 heen 13:51 – 13:58 4 terug 14:00 – 14:06 7 achterkant school te voet 5-6 1 heen 13:18-13:24 2 terug 13:25 – 13:31 3 heen 13:33 – 13:38 4 terug 13:39 – 13:44 8 voorkant school te voet 7-8 1 heen 11:33 – 11:41 2 terug 11:42 – 11:49 3 heen 11:51 – 11:58 4 terug 11:59 – 12:06 * geeft de richting aan van de route: heen verwijst naar transport van thuis naar school, terug naar de omgekeerde richting

147


In onderstaande tabel is de gemiddelde UFP concentratie (gemeten met P-trak) en BC concentratie op de school weergegeven voor elke meetdag waarop er mobiele metingen plaatsvonden. De gemiddelde waarde is berekend vanaf begin van de metingen tot het einde: 8/12, 10h37 – 13h38 en 12/12, 11h33 – 12h12. De getoonde waarden zijn de gemeten concentraties alvorens ze werden gecorrigeerd ten opzichte van het toestel dat gebruikt werd voor de mobiele metingen. De uitgevoerde correctie is immers enkel noodzakelijk om een onderlinge vergelijking mogelijk te maken. De gemeten concentraties op de verschillende meetdagen zijn zeer vergelijkbaar. Omwille van praktische redenen werd de tweede P-trak bij het fietsenrek geplaatst (als referentielocatie) op de verkeersluwe school.

Tabel 33: Gemeten concentratie op de schoollocatie tijdens de mobiele metingen: herfst 8/12 12/12

UFP (Ptrak) 10534 10943

BC (ng/m3) 1058 1035

In de herfst werden de mobiele metingen iets later op de dag uitgevoerd dan in de lente. Uit de lentemetingen bleek geen duidelijk effect van het tijdstip van de metingen. Het is onmogelijk om alle verplaatsingen op hetzelfde moment te doen. De gemeten concentraties werden per uitgevoerde rit vergeleken met de concentratie op de respectievelijke schoollocaties. 6.5.2.

GEMETEN UFP CONCENTRATIES HERFST

Figuur 114 geeft de gemeten concentratie op de school en onderweg weer voor de metingen in de buurt van de verkeersluwe school (bovenste figuur) en in de buurt van de verkeersdrukke school (onderste figuur). De figuur geeft telkens de gemeten concentratie van de mobiele metingen (rode lijn) en de concentratie op de schoollocaties (zwarte lijn). Daarnaast is ook het verschil van beide weergegeven (groene lijn). De gemeten piekconcentraties tijdens de verschillende ritten kunnen oplopen tot meer dan 100,000 deeltjes cm-3. Dit is vaak te wijten aan individuele voertuigen. Gedurende een belangrijk deel van de rit is de gemeten concentratie tot 2 keer zo hoog als op de schoollocatie. Wat opvalt, is dat de gemeten concentraties in de auto minder scherpe pieken vertonen en een meer geleidelijk patroon kan worden vastgesteld (Figuur 114, onderaan van 12h12 – 13h12 en 13h51 – 14h06). Dit komt omdat er een vertraging is van vervuilde lucht die binnendringt in de wagen en anderzijds de concentraties minder snel dalen wanneer we in een groenere omgeving komen. Het is duidelijk dat de concentraties in de auto langer hoog blijven.

148


Figuur 115 geeft de boxplots per rit (enkel) met mediaan, 25 en 75 percentiel (box). De whiskers geven minimaal ‘mediaan - 1.5 x IQR’ en maximaal ‘mediaan + 1.5 x IQR’ aan. Datapunten die hierbuiten vallen, worden als outliers beschouwd. De boxplot voor de mobiele metingen zijn in blauw weergegeven. De boxplots voor de simultane metingen op de school zijn in groen weergegeven. Tabel 34 en Tabel 35 geven een overzicht van de gemiddelde gemeten waarden aan UFP per uitgevoerde rit, voor de mobiele meting en de meting op de schoollocatie. De verhouding tussen beide is eveneens getoond. De verhouding bedraagt tussen 1 en 1.8 voor de ritten uitgevoerd in de buurt van de verkeersluwe school en tussen 1.4 en 3.5 voor de ritten uitgevoerd in de buurt van de verkeersdrukke school (met een uitschieter van 7.1). De verhouding varieert per route maar er is ook een verschil tussen herhaalde metingen (ritten) binnen 1 route. In de herfst waren de metingen ter hoogte van de speelplaats vergelijkbaar voor beide meetdagen, in tegenstelling tot de metingen uitgevoerd in de lente. De gemiddelde verhoudingen per route zijn weergegeven in Figuur 116. Gemiddeld bedraagt de verhouding van de gemeten concentratie onderweg ten opzichte van op de verkeersluwe schoollocatie 1.2 voor de routes 2 en 3 die te voet zijn uitgevoerd. Voor de routes per fiets bedraagt de gemiddelde verhouding 1.4 voor routes 1 en 4. In de herfst zijn de verhoudingen van de verschillende modi vergelijkbaar maar lager dan gemeten in de lente. Voor de routes in de buurt van de verkeersdrukke school zien we een verhouding van 1.4 en 1.1 (ten opzichte van de school) voor de verplaatsing met de wagen en 1.2 en 1.5 voor de verplaatsing te voet. In de herfst werden er gemiddeld geen grote verschillen waargenomen tussen de modi en de scholen. Ter info is in Figuur 117 het absolute verschil getoond tussen de gemiddelde waarde in transport en op de schoollocatie. De grijze balkjes geven de concentratie op de schoollocatie weer tijdens de respectievelijke mobiele metingen.

149


4


15

x 10


10

5

0

11:00:00

12:00:00

13:00:00

Tijd [hh:mm:ss] 4


15

x 10


10

5

0

12:00:00

13:00:00

14:00:00

Tijd [hh:mm:ss]

Figuur 114: Tijdsverloop van de UFP concentratie tijdens de mobiele metingen en de metingen op de referentielocatie (op school) gemeten op 8/12/11 (boven, in de buurt van School 1) en 12/12/11 (onder, in de buurt van School 2)

150



4

7

x 10

route 1

route 2

route 3

route 4

6

5

4

3

2

1

0

1.1 R1.1 1.2 R1.2 1.3 R1.3 1.4 R1.4 2.1 R2.1 2.2 R2.2 2.3 R2.3 2.4 R2.4 3.1 R3.1 3.2 R3.2 3.3 R3.3 3.4 R3.4 4.1 R4.1 4.2 R4.2 4.3 R4.3 4.4 R4.4


4

5

x 10

route 5

route 6

route 7

route 8

4.5 4 3.5 3 2.5 2 1.5 1 0.5 0

5.1 R5.1 5.2 R5.2 5.3 R5.3 5.4 R5.4 6.1 R6.1 6.2 R6.2 6.3 R6.3 6.4 R6.4 7.1 R7.1 7.2 R7.2 7.3 R7.3 7.4 R7.4 8.1 R8.1 8.2 R8.2 8.3 R8.3 8.4 R8.4

Figuur 115: Boxplots voor UFP (aantal deeltjes/cm3) per rit (in blauw) en de simultane concentratie op de schoollocatie (in groen) voor de metingen ter hoogte van de verkeersluwe school (boven, 8/12/11) en de verkeersdrukke school (onder, 12/12/11). Met mediaan, IQR (box) en minimum en maximum (whiskers): lente 151


Tabel 34: Overzicht van de gemiddelde UFP concentraties per route en de corresponderende gemiddelde concentratie op de schoollocatie (verkeersluwe school): herfst Rit nr

modus

1.1 1.2 1.3 1.4 2.1 2.2 2.3 2.4 3.1 3.2 3.3 3.4 4.1 4.2 4.3 4.4

fiets

te voet

te voet

fiets


Gemiddelde op school 12797 ± 430 12298 ± 328 11339 ± 691 11019 ± 531 14189 ± 1035 12758 ± 794 8944 ± 863 10496 ± 1066 11171 ± 546 10245 ± 419 10630 ± 571 11089 ± 644 10672 ± 1630 9709 ± 498 10238 ± 875 10414 ± 705

ratio 1.58 1.65 0.99 1.49 1.12 1.71 1.13 0.93 1.29 1.26 1.04 1.27 1.83 1.29 1.42 1.24

Tabel 35: Overzicht van de gemiddelde UFP concentraties per route en de corresponderende gemiddelde concentratie op de schoollocatie (verkeersdrukke school): herfst Rit nr

modus

5.1 5.2 5.3 5.4 6.1 6.2 6.3 6.4 7.1 7.2 7.3 7.4 8.1 8.2 8.3 8.4

wagen

152

wagen

te voet

te voet


Gemiddelde op school 11171 ± 546 10245 ± 419 10672 ± 1630 9709 ± 498 11339 ± 691 11019 ±531 8944 ± 863 10496 ± 1066 10630 ± 571 11089 ± 644 10238 ± 875 10414 ± 705 12797 ± 431 12298 ± 328 14189 ± 1035 12758 ± 794

ratio 1.29 1.26 1.83 1.29 0.99 1.49 1.13 0.93 1.04 1.27 1.42 1.24 1.58 1.65 1.12 1.71


5


4

3

2

1

route 8 (te voet)

route 7 (te voet)

route 6 (wagen)

route 5 (wagen)

route 4 (fiets)

route 3 (te voet)

route 2 (te voet)

route 1 (fiets)

0

Figuur 116: Gemiddelde ratio voor UFP concentratie gemeten in transport ten opzichte van op school gemeten in de herfst (School 1: route 1-4, School 2: route 5-8)

15000

10000

5000

route 8 (te voet)

route 7 (te voet)

route 6 (wagen)

route 5 (wagen)

route 4 (fiets)

route 3 (te voet)

route 2 (te voet)

0 route 1 (fiets)

toename van UFP 'in transport' t.o.v. 'op school' (kleur) UFP op school tijdens uitgevoerde routes (grijs) (#/cm3)

20000

Figuur 117: Gemiddelde toename van UFP concentratie gemeten ‘in transport’ ten opzichte van op school (gekleurde balkjes) en overeenkomstige concentratie op school (grijze balkjes) voor de verschillende routes: herfst

153


6.5.3.

CONCENTRATIES BC HERFST

De concentraties gemeten op de schoollocatie (referentie) en in transport zijn weergegeven in onderstaande Tabel 36. Voor de gemeten concentraties op de schoollocatie wordt telkens het gemiddelde genomen van de heen en terugrit (bv. rit 1.1 en 1.2) omdat de enkele ritten relatief kort zijn en de metingen op de referentielocaties op 5 min basis gebeuren. Dit zijn immers de vaste toestellen op de schoollocaties. Figuur 118 geeft de boxplots per uitgevoerde rit voor de metingen in de buurt van de verkeersluwe school (boven) en de verkeersdrukke school (onder). Figuur 119 geeft de gemiddelde waarde voor de verhouding in transport ten opzichte van op school. Gemiddeld bedraagt de verhouding van de gemeten concentratie onderweg ten opzichte van op de schoollocatie (verkeersluwe school) 2.6 en 2.2 voor de routes 2 en 3 die te voet zijn uitgevoerd. Voor de routes per fiets bedraagt de gemiddelde verhouding respectievelijk 4.3 en 2.3 voor routes 1 en 4. De verhoudingen gemeten bij de route per fiets en te voet (voor eenzelfde traject: route 2 en 4) zijn vergelijkbaar. Hetzelfde werd waargenomen bij de UFP metingen. Op basis van deze waarnemingen kan geen verschil worden vastgesteld voor een verplaatsing te voet en per fiets over eenzelfde traject. Voor route 1 werd een iets hogere concentratie gemeten, zoals ook tijdens de lente werd waargenomen voor BC. Dit was minder het geval voor UFP. Voor route 8 in de buurt van de verkeersdrukke school hebben we geen betrouwbare concentraties ter hoogte van de school wegens een filterwissel en een paar negatieve pieken. Voor deze ritten werd geen gemiddelde verhouding berekend. Een verhouding van 4.1 en 4.0 (ten opzichte van de school) voor de verplaatsing met de wagen en 2.9 voor de verplaatsing te voet werden waargenomen. Op basis van Figuur 119 stellen we vast dat de verhoging van de concentratie in transport (ratio) hoger is met de wagen in vergelijking van de fiets en te voet (met uitzondering van route 1 per fiets waar de ratio vergelijkbaar is met de auto-routes ) Ter info is in Figuur 120 het absolute verschil getoond tussen de gemiddelde waarde in transport en op de schoollocatie.

154


Tabel 36: Gemiddelde BC concentraties in transport en op de schoollocaties tijdens de mobiele metingen in de herfst Rit nr

modus

Gemiddelde Gemiddelde op ratio onderweg school** 1.1 – 1.2 fiets 4074 ± 35079 1224 3.33 8563 ± 80929 7.00 1.3 – 1.4 1909 ± 1912 780 2.45 3369 ± 2942 4.32 2.1 – 2.2 te voet 1848 ± 1380 699736 2.64 1832 ± 991 2.62 2.3 – 2.4 1637 ± 1401 796 2.06 2430 ± 2767 3.05 3.1 – 3.2 te voet 2101 ± 1333 921 2.28 1960 ± 977 2.13 3.3 – 3.4 1540 ± 2408 706 2.18 1549 ±1775 2.20 4.1 – 4.2 fiets 2177 ± 1747 1122 1.94 2286 ± 1428 2.04 4.3 – 4.4 2141 ± 2054 713 3.00 1488 ±1192 2.09 5.1 – 5.2 wagen 5210 ± 6622 1194 4.36 2135 ±1590 1.79 5.3 -5.4 5476 ± 3616 886 6.17 3707 ± 2928 4.18 6.1 – 6.2 wagen 2789 ± 1458 1060736 2.63 7534 ± 5125 7.11 6.3 – 6.4 2147 ± 1415 1084 2.92 2539 ± 2901 3.45 7.1 – 7.2 te voet 2854 ± 7037 1134 2.63 2468 ± 14703 2.27 7.3 – 7.4 4174 ± 10627 229 3.68 *** 8.1 – 8.2 te voet *** 6246 ± 242281 8.3 – 8.4 *** 2889 ± 18034 3 * Voor achtergrondconcentraties lager dan 500 ng/m werden geen verhoudingen berekend. ** gemiddelde op de schoollocatie is op basis van 5 min gegevens telkens voor de periode van 2 ritten *** geen betrouwbare gemiddelde waarde omwille van veel negatieve waarden in dataset (negatieve P25 waarde)

155


15000

BC concentratie [ng per m³]

route 1

route 2

route 3

route 4

10000

5000

0

1.1

1.2

1.3

1.4

2.1

2.2

2.3

2.4

3.1

3.2

3.3

3.4

4.1

4.2

4.3

4.4

15000

BC concentratie [ng per m³]

Route 5

Route 6

Route 7

Route 8

10000

5000

0

5.1

5.2

5.3

5.4

6.1

6.2

6.3

6.4

7.1

7.2

7.3

7.4

8.1

8.2

8.3

8.4

Figuur 118: Boxplots voor BC (ng/m3) per rit voor de metingen ter hoogte van de verkeersluwe school (boven) en de verkeersdrukke school (onder). Met mediaan, IQR (box) en minimum en maximum (whiskers): herfst

156


10 9


8 7 6 5 4 3 2 1

route 8 (te voet)

route 7 (te voet)

route 6 (wagen)

route 5 (wagen)

route 4 (fiets)

route 3 (te voet)

route 2 (te voet)

route 1 (fiets)

0

Figuur 119: Gemiddelde ratio voor BC concentratie gemeten in transport ten opzichte van op school (School1: route 1-4, School 2: route 5-8): herfst

toename van BC 'in transport' t.o.v. 'op school' (kleur) BC op school tijdens uitgevoerde routes (grijs) (ng/m3)

10000

8000

6000

4000

2000

route 8 (te voet)

route 7 (te voet)

route 6 (wagen)

route 5 (wagen)

route 4 (fiets)

route 3 (te voet)

route 2 (te voet)

route 1 (fiets)

0

Figuur 120: Gemiddelde toename van BC concentratie gemeten ‘in transport’ ten opzichte van op school (gekleurde balkjes) en overeenkomstige concentratie op school (grijze balkjes) voor de verschillende routes : herfst

157


6.6.

CONCLUSIES MOBIELE METINGEN

Uit de mobiele metingen blijkt dat er voor alle transportmodi en op beide scholen een verhoging is in blootstelling tijdens transport van en naar school. De relatieve verhoging op basis van de lentemeetcampagne bedraagt tussen 1.6 – 3.3 voor UFP en 2.0 – 6.9 voor BC. De relatieve verhoging op basis van de herfstmeetcampagne bedraagt tussen 1.1 – 1.5 voor UFP en 2.2 – 4.3 voor BC, wat lager is in vergelijking met de lente. De relatieve verschillen zijn kleiner dan in de lente maar de absolute verschillen voor BC zijn groter. Voor UFP daarentegen zijn ook de absolute verschillen kleiner in de herfst. Het relatief belang bij de integrale blootstelling is echter beperkt. Eerdere studies toonden aan dat de blootstelling tijdens transport relatief belangrijker is in vergelijking met het aandeel van onze tijd; vb. zie Dons et al., 2011 waarin werd aangetoond dat we 6% van onze tijd in transport zijn en 20% van de concentraties opdoen. Het aandeel in transport van de kinderen dat we hier trachten in te schatten (met name transport van en naar school, bedraagt typisch 5 – 10 min of minder dan 1% (als we 10 min nemen)). Toch werden er tijdens de mobiele metingen sterk verhoogde piekconcentraties vastgesteld. Mogelijk hebben deze ook een belangrijke gezondheidsimpact.

Rekenvoorbeeld blootstelling aan BC: -

Geïntegreerde blootstelling (thuis + school) = 1500 ng/m³ Geïntegreerde blootstelling (thuis + school + 30 min in transport) = ((30 min * 3000 ng/m³) + (1410 min * 1500 ng/m³)) / 1440 min = 1531 ng/m³ Geïntegreerde blootstelling (thuis + school + 90 min in transport) = ((90 min * 3000 ng/m³) + (1350 min * 1500 ng/m³)) / 1440 min = 1593 ng/m³

Dit is een fictief voorbeeld en weerspiegelt op geen enkele manier de werkelijke blootstelling van één van de kinderen. Het voorbeeld toont aan dat de bijdrage van blootstelling tijdens transport aan de geïntegreerde 24h blootstelling zeer beperkt is (en met 30 ng/m 3 nog binnen de meetfout ligt), indien de tijd in transport maar een half uur per dag bedraagt.

158

HOOFDSTUK 7 Bepalen van de blootstelling

HOOFDSTUK 7. BEPALEN VAN DE BLOOTSTELLING

De persoonlijke blootstelling kan benaderd worden door de concentratie in micro-omgeving i (Ci) te vermenigvuldigen met de tijd doorgebracht in die micro-omgeving (ti) (Duan, 1991; Klepeis, 1999, 2006; Nethery et al., 2008; Sexton and Ryan, 1988). De totale persoonlijke blootstelling is dan de som van de concentraties en de tijd doorgebracht in de respectievelijke micro-omgevingen. Een inschatting van de persoonlijke blootstelling van kinderen zal gebeuren op basis van de metingen die uitgevoerd zijn in de vorige werkpakketten. Dit kan geformaliseerd worden in volgende formule: Persoonlijke blootstelling = ∑all i microenvironments Ci * ti In deze studie werd bij aanvang uitgegaan van 3 verschillende micro-omgevingen: de school, de woning en ‘in transport’. De formule kan herschreven worden als:

Persoonlijke blootstelling = ∑ (Cschool * tijdschool) (Cwoning * tijdwoning) (Cin transport * tijdin transport) In vorig hoofdstuk werden de resultaten van blootstelling tijdens transport van en naar school besproken. Hieruit blijkt dat, hoewel de concentratie tijdens transport sterk verhoogd kan zijn ten opzichte van de concentraties op de schoollocatie, dit toch een beperkte bijdrage heeft in de totale blootstelling. De tijd dat kinderen in transport van en naar school doorbrengen is immers beperkt. Bovendien is de onzekerheid in de bepaling van de blootstelling van de individuele kinderen vermoedelijk redelijk groot omdat de blootstelling functie kan zijn van de gevolgde route en enkel een aantal typische routes gemeten zijn. De concentraties op de 2 beschouwde scholen worden gemeten of kunnen ook gemodelleerd worden. De concentraties op de woonadressen van de leerlingen worden gemodelleerd met een Land Use Regression model. De resultaten hiervan zijn besproken in HOOFDSTUK 5. Er wordt geen correctie gemaakt voor blootstelling binnenshuis. Er kan een factor toegevoegd worden voor het transport van en naar school. Het is niet mogelijk een correctie te maken voor transport op andere tijdstippen omdat dit te verschillend is voor alle kinderen en niet bevraagd is. De tijd die een kind doorbrengt op school kan exact bepaald worden. De reistijd van en naar school en het vervoermiddel is bevraagd bij de kinderen die deelnemen aan de biomonitoringsstudie. We veronderstellen in deze studie dat de resterende tijd op het thuisadres doorgebracht wordt. Deze aanpak is vergelijkbaar met een studie van McConnell et al. (2010). In deze studie wordt de persoonlijke blootstelling van schoolgaande kinderen aan NO2 ingeschat op basis van gemeten en gemodelleerde concentraties op school en in woningen. De kinderen zijn 21% van hun tijd op school en de overige tijd wordt verondersteld dat ze thuis zijn (79%). In deze studie werd de incidentie van astma bij kinderen onderzocht en hierbij werd zowel een invloed van de schoollocatie als van de woonlocatie gevonden. Suglia et al. (2007) onderzochten de invloed van black carbon op de cognitie van kinderen in Boston, Massachusetts. Enkel de concentratie op het woonadres van de kinderen werd in rekening gebracht met behulp van een Land Use Regression model. Ryan et al. (2008) waarschuwen voor het gebruik van enkel het woonadres omdat sommige

159


kinderen veel tijd kunnen doorbrengen op locaties met veel hogere concentraties dan op hun woonlocatie. Zij pleiten dan ook voor het opnemen van alle locaties waar een kind meer dan 8u per week aanwezig is, zoals bijvoorbeeld de school. In beide studies werd er niet gekeken naar de invloed van het vervoermiddel van en naar school als mogelijke factor. Hoewel bij volwassenen – die aanzienlijk meer tijd in transport doorbrengen - is aangetoond dat het vervoermiddel en de tijd in transport voor BC erg belangrijk is (Dons et al., 2012).

160


7.1.

BLOOTSTELLING OP SCHOOL

Om in de biomonitoringsstudie (LNE/OL200900011/10133/M&G) zeer acute gezondheidseffecten na te gaan, wordt de blootstelling van elk kind op de dag van het onderzoek bepaald. Het exacte uur van staalname is niet gekend, maar alle kinderen zijn in de voormiddag onderzocht, op school, en per seizoen op één van tien onderzoeksdagen. De acute blootstelling wordt bijgevolg bepaald op basis van de gemeten concentraties op de schoollocatie (speelplaats) tussen 8u en 10u ’s ochtends. Indien er geen meting is (of er ontbreken metingen in de loop van de voormiddag), dan kan er voor dat kind geen inschatting gedaan worden van de acute blootstelling (in de lente is voor 71% van de kinderen de acute blootstelling gekend voor NO2, voor BC is dit 86%; in de herfst is voor 83% van de kinderen de acute blootstelling gekend voor NO2, voor BC is dit 73%). Ook voor andere polluenten en parameters is deze concentratie bepaald: NO, NOx, temperatuur, PM2.5, PM10, UFP (gemeten met Nanocheck), UFP (gemeten met CPC), grootteverdeling deeltjes (gemeten met SMPS of UFP monitor). Ultrafijn stof is met drie verschillende toestellen gemeten, afhankelijk van het toestel kan dit licht afwijkende meetresultaten geven; ook wanneer deze concentraties gelinkt worden met biomerkers moeten ze dus als afzonderlijke ‘polluenten’ beschouwd worden. Naast de zeer korte termijn, worden voor dezelfde polluenten eveneens de concentraties bepaald één dag voor staalname. Ook hier geldt dat wanneer er metingen ontbreken, er voor dat kind geen blootstelling bepaald wordt. Een overzicht van de belangrijkste resultaten voor de meest relevante polluenten wordt weergegeven in Tabel 37 en Tabel 38.

Tabel 37: Gemeten blootstelling (BC in ng/m³; NO2 en NO in µg/m³; PM2.5 en PM10 in µg/m³; UFP in aantal deeltjes/cm³) op de schoollocatie van 130 kinderen tussen 8u en 10u in de ochtend op de onderzoeksdag 8-10u Lente (N=130) BC NO2 NO PM2.5 PM10 UFP (Nanocheck) UFP (CPC) UFP (SMPS) Herfst (N=124) BC NO2 NO PM2.5 PM10 UFP (Nanocheck) UFP (CPC)* UFP (SMPS)*

N

Avg

Min

P25

P50

P75

Max

112 92 92 130 130 130 117 75

1197 18,3 5,7 17,8 42,6 9820 11137 6975

514 12,2 2,0 6,7 12,6 5595 6361 3314

737 13,4 2,7 7,7 20,1 8258 8722 5820

1127 16,0 4,9 13,9 31,0 8594 10604 7064

1376 23,0 8,0 19,5 43,3 12906 13325 8676

2337 28,1 13,6 47,7 133,2 16217 16440 11126

90 103 103 52 52 52 89 89

2910 26,0 57,3 28,2 38,5 21110 13927 7850

814 10,8 2,6 2,1 5,0 4983 4729 1654

2232 22,3 10,0 16,5 24,8 16209 9402 2982

2282 26,1 32,0 43,5 52,4 17497 13464 5176

3315 32,0 42,4 44,4 63,8 42037 19900 11571

6285 35,7 275,8 44,4 63,8 42037 23622 19331

161


* UFP (CPC) en UFP (SMPS) hebben gemeten gedurende dezelfde periode. Tabel 38: Gemeten blootstelling (BC in ng/m³; NO2 en NO in µg/m³; PM2.5 en PM10 in µg/m³; UFP in aantal deeltjes/cm³) op de schoollocatie van 130 kinderen de dag voor de onderzoeksdag (24u gemiddelde) Dag-1 N Avg Min P25 P50 P75 Lente (N=130) BC 112 1127 366 553 1238 1761 NO2 109 13,0 5,7 13,4 13,8 15,7 NO 109 3,1 0,7 1,5 2,5 4,6 PM2.5 130 11,9 3,6 7,8 11,5 15,1 PM10 130 25,0 6,5 11,4 27,9 32,5 UFP (Nanocheck) 130 8704 4449 4693 8890 10923 UFP (CPC) 117 10626 5393 6931 9714 13216 UFP (SMPS) 103 5534 3027 4162 5904 6209 Herfst (N=124) BC 90 3135 505 1086 3268 5166 NO2 103 19,7 8,5 14,1 22,1 24,8 NO 103 38,1 2,2 3,4 34,4 75,1 PM2.5 52 30,9 7,1 11,9 38,0 60,3 PM10 52 71,6 14,5 16,5 70,8 168,4 UFP (Nanocheck) 52 18653 8567 19525 20359 24123 UFP (CPC)* 102 8986 4220 5464 9507 11661 UFP (SMPS)* 102 5713 2618 3129 5431 8756 * UFP (CPC) en UFP (SMPS) hebben gemeten gedurende dezelfde periode.

162

Max 1959 15,9 6,9 24,2 42,6 12429 15793 9088 6627 28,4 91,6 60,3 168,4 24123 15714 9757


7.2.

BLOOTSTELLING OP DE THUISLOCATIE

Met het opgestelde LUR-model (cfr. HOOFDSTUK 5) kan voor elk kind dat deelneemt aan de humane biomonitoringscampagne (LNE/OL200900011/10133/M&G) een concentratie op de woonlocatie berekend worden. Hiervoor zijn de thuisadressen van 130 kinderen gegeocodeerd. Vervolgens worden voor die exacte locaties de concentraties BC en NO2 berekend met behulp van de opgestelde regressievergelijkingen. Het berekenen van de concentratie BC op een hypothetische thuislocatie wordt geïllustreerd in Figuur 121.

524,84 ng/m³

+

Intercept

(0,00522 * Q_DICHT_MAJOR)

+

(0,00017223 * TRAFLOAD_50) Lengte weg * intensiteit op weg = 98 m * 22466 voert/dag

Intensiteit op dichtste weg = 22466 voert/dag

+ (3783,41178 * TRAFLOADZV_AANDEEL_100) +

(0,01484 * WEGLENGTE_1000)

(Lengte weg * intensiteit zwaar verkeer op weg) (Lengte weg * intensiteit op weg)

Lengte van alle wegen = 49216 m

=

2014 ng/m³

= (199 m * 1558 vrachtw/dag) (199 m * 22466 voert/dag)

Figuur 121: Werkwijze voor het berekenen van de concentratie BC op een hypothetische thuislocatie met behulp van het lente LUR-model De concentraties bepaald op de thuislocatie van de kinderen geven een ruimtelijk accurate maar gemiddelde concentratie, representatief voor blootstelling in de lente, respectievelijk herfst. Er kan ook geopteerd worden om de lange termijn blootstelling in te schatten aan de hand van LUR met input van jaargemiddelde concentraties. De lange termijn blootstelling (lente, herfst en jaargemiddeld) van de 130 kinderen uit de biomonitoringsstudie zal dus bepaald worden aan de hand van de gemodelleerde concentraties op de woonlocatie, en wordt gelinkt aan biomerkers die wijzen op lange termijn blootstelling. In de volgende paragraaf wordt de schatting nog verfijnd door op elk van de woonlocaties tijdsvariatie (dagvariatie) toe te voegen, afgestemd op de behoeften van de biomonitoringsstudie.

163


Deze temporele herschaling gebeurt aan de hand van het waargenomen tijdspatroon op een vaste meetlocatie. Een tijdsgewogen gemiddelde maken van blootstelling thuis en op school, is in deze specifieke case weinig zinvol omdat alle kinderen ongeveer dezelfde blootstelling hebben op school. Grote verschillen in lange termijn blootstelling zullen dus enkel afkomstig zijn van blootstelling op het thuisadres.

Tabel 39: Gemodelleerde concentraties (BC in ng/m³; NO2 in µg/m³) op de thuislocaties van 130 kinderen als output van het Land Use Regression model N Lente BC NO2 Herfst BC NO2 Jaargemiddeld BC NO2

BC

Avg

Min

P25

P50

P75

Max

130 1510 130 26

911 13

1375 23

1491 26

1607 29

2424 40

130 3283 130 44

2420 29

2849 40

3203 44

3656 49

5414 61

130 2423 130 35

1457 19

2150 31

2375 35

2590 39

3874 51

NO2

Figuur 122: Jaargemiddelde blootstelling van 130 kinderen die deelnamen aan de biomonitoring (drie woningen lagen buiten dit gebied). De kleurcode correspondeert met de kwartielen (laagste concentraties zijn donker groen, hoogste rood).

164


7.3.

GEÏNTEGREERDE BLOOTSTELLING

Tot slot wordt de geïntegreerde blootstelling bepaald. Hierbij wordt de blootstelling bepaald voor elk kind tot 10 dagen voor zijn medisch onderzoek. Er wordt verondersteld dat kinderen op een schooldag gedurende 8 uur aanwezig zijn op school. De overige tijd brengt men thuis door. Dit is gelijkaardig aan de studie van McConnell et al. (2010). Op woensdag is men slechts 4 uur op school en in het weekend is men 24u per dag thuis. Feestdagen en brugdagen worden meegenomen als weekenddagen. In een gemiddelde week worden kinderen dus 21% (36u per week) van de tijd op school verondersteld en 79% van de tijd thuis. De geïntegreerde blootstelling van een kind wordt tot 10 dagen voorafgaand aan het medisch onderzoek (onderzoeksdag -1; onderzoeksdag -2; ….) bepaald op de volgende manier: -

-

-

Onderzoeksdag -x is een schooldag (geen woensdag): o Concentraties NO2 en BC gemeten/gemodelleerd op school (8 uur) o Gemiddelde thuisconcentratie op die dag (LUR) (16 uur) o Blootstelling van het kind is een tijdsgewogen gemiddelde Onderzoeksdag -x is een woensdag: o Concentraties NO2 en BC gemeten/gemodelleerd op school (4 uur) o Gemiddelde thuisconcentratie op die dag (LUR) (20 uur) o Blootstelling van het kind is een tijdsgewogen gemiddelde Onderzoeksdag -x is een zaterdag/zondag/feestdag: o Gemiddelde thuisconcentratie op die dag (LUR) (24 uur)

Tijd in transport wordt niet meegenomen omdat dit voor de meeste kinderen zeer beperkt is en de invloed op een 24u gemiddelde zeer klein zal zijn (zie HOOFDSTUK 6). De blootstelling wordt per dag berekend: voor elk kind is een geïntegreerde blootstelling bepaald op 20 verschillende dagen: tot 10 dagen voor het onderzoek in de lenteperiode en tot 10 dagen voor het onderzoek in de herfstperiode. De concentraties worden in dit rapport ook als dusdanig voorgesteld: telkens als een 24u gemiddelde, en dus niet als een gemiddelde van de laatste x dagen voor het onderzoek. In de biomonitoringsstudie wordt dit gemiddelde wel gemaakt; de resultaten worden daar gepresenteerd als ‘time-lags’. De lange termijn LUR-predictie voor elke thuislocatie wordt, op basis van de variatie in concentraties waargenomen op het meetstation VMM Borgerhout R801, verfijnd naar een bepaalde dag. Deze methodiek is in het verleden reeds toegepast door Slama et al. (2007) en Nethery et al. (2008). In de huidige studie wordt de validiteit van deze methodiek additioneel getest op een subsample van de data (zie kader).

165


Validatie omrekening van lange-termijn LUR-concentratie naar dagconcentratie Een klassiek LUR-model gebruiken om dagconcentraties te voorspellen door middel van variatie waargenomen op 1 meetpost, maakt de assumptie dat het ruimtelijk patroon constant is in de tijd. Deze veronderstelling wordt getoetst op basis van meetdata uit de eerste meetcampagne (mei-juni 2011), maar naar verwachting zal dit ruimtelijk-spatiaal effect beperkt zijn omdat de studie focust op een relatief klein studiegebied. De concentratie BC wordt voorspeld op elk van de 42 meetlocaties, met het opgestelde LUR-model. Deze gemodelleerde lange termijn concentraties worden vervolgens omgerekend naar dagconcentraties (verhouding tussen concentratie VMM op een bepaalde dag en concentratie VMM gedurende de hele lentecampagne). De gemodelleerde dagconcentraties worden vergeleken met de gemeten concentraties. Deze analyse kan enkel gebeuren voor BC aangezien er op de thuislocaties enkel NO2 is gemeten met een lage tijdsresolutie (weekbasis). Pearson’s r is 0,81 en dit geeft voldoende vertrouwen om dezelfde correctiemethodologie te gebruiken voor het bepalen van de blootstelling van de kinderen, zowel in de lente als in de herfst. Daily measured concentrations versus daily modelled concentrations (rescaling of long term LUR prediction) 5000 4500

4000

BC modelled

3500

y = 0,9219x + 275 R² = 0,6568

3000 2500

2000 1500 1000 500

0 0

1000

2000

3000

4000

5000

BC measured

Figuur 123: Daggemiddelde concentratie gemeten op 42 locaties (ongeveer 7 meetdagen per locatie, uitgezonderd schoollocaties) versus de dagelijks voorspelde concentraties met het LURmodel. De blauwe kruisjes wijzen op metingen op de schoollocaties. De stippellijn is de 1:1 lijn

Concentraties BC en NO2 op school zijn gemeten met een voldoende hoge tijdsresolutie, en dus kan voor het bepalen van de blootstelling op school gebruik gemaakt worden van metingen. Een nadeel is echter dat meetreeksen soms onderbroken zijn door technische problemen of filterwissels. Een oplossing is om ook op de twee schoollocaties gebruik te maken van gemodelleerde concentraties met temporele resolutie, analoog aan de aanpak op de thuislocaties. Omdat kinderen overdag op school zijn en ’s nachts thuis, kan de 24u-gemiddelde concentratie op school een onderschatting geven van de werkelijke blootstelling van het kind tijdens de daguren; voor de thuislocatie geldt het omgekeerde. De invloed van deze fout wordt verder besproken (zie 7.5.2). In de herfstperiode zijn er gedurende de eerste weken een aantal problemen geweest met meettoestellen waardoor er regelmatig metingen ontbreken. De beste oplossing is ook hier om te werken met gemodelleerde concentraties met een correctie voor variërende achtergrondconcentraties. Enkel werken met kinderen waarvoor wel een volledige meetreeks

166


voorhanden is, zou de sample van 130 kinderen, die als input dient bij het luik ‘biomonitoring’, te zeer beperken. Hoe groter het verschil tussen de voorspelde concentraties op thuis- en schoollocatie, hoe groter het belang van het meenemen van beide locaties. Omdat de concentraties op school eerder laag zijn, betekent dit voor de meeste kinderen dat de voorspelde persoonlijke blootstelling zal verlagen indien de school additioneel in rekening wordt gebracht. Dit heeft voor een deel ook te maken met de plaatsing van de meettoestellen (representatief voor de blootstelling van de kinderen) vooraan de woning en op de speelplaats van de school. In de lente betekent het in rekening brengen van de concentratie op de schoollocatie voor BC voor 1 kind op 1 dag een maximale daling van de berekende blootstelling met 628 ng/m³ en een maximale toename van de berekende blootstelling met 205 ng/m³ (gemiddeld een daling van 29 ng/m³) (Figuur 124). Voor NO2 is dit respectievelijk 8,7 µg/m³ en 6,1 µg/m³ (gemiddeld een daling van 0,5 µg/m³). De 2 scholen vertonen hetzelfde patroon omdat de gemeten en gemodelleerde concentraties op de speelplaats gelijkaardig zijn. In de herfst betekent dit voor BC voor 1 kind op 1 dag een maximale daling van de blootstelling met 2458 ng/m³ en een maximale toename van de blootstelling met 424 ng/m³ (gemiddeld een daling van 117 ng/m³). Voor NO2 is dit respectievelijk 13,5 µg/m³ en 5,2 µg/m³ (gemiddeld een daling van 1,2 µg/m³). Indien er enkel een blootstelling zou gemodelleerd worden op basis van de schoollocatie, wordt de werkelijke blootstelling voor de meeste kinderen onderschat (Figuur 125). Bij deze benadering wordt ook voor weekenddagen de concentratie op school gebruikt. Deze aanpak is vergelijkbaar met het gebruiken van een vast meetstation om de dagconcentratie in te schatten, met dat verschil dat kinderen een deel van hun tijd effectief op school doorbrengen. De spreiding in Figuur 125 is groter dan in Figuur 124 omdat de kinderen veel meer tijd thuis doorbrengen dan op school. 120

Residential and school NO2 exposure (µg/m³)

Residential and school BC exposure (ng/m³)

15000

12500

10000

7500

5000

2500

100

80

60

40

20

0

0 0

2500

5000

7500

10000

12500

Only residential BC exposure (ng/m³)

15000

0

20

40

60

80

100

120

Only residential NO2 exposure (µg/m³)

Figuur 124: Correlatieplots tussen BC enkel op de thuislocatie versus geïntegreerde blootstelling aan BC op dagbasis (tot 10 dagen voor het onderzoek van elk kind), de rechter grafiek geeft dit weer voor NO2. De zwarte punten duiden op blootstelling in de lente, de lichte punten op de herfst.

167


120 Residential and school NO2 exposure (µg/m³)

Residential and school BC exposure (ng/m³)

15000

12500

10000

7500

5000

2500

100

80

60

40

20

0

0 0

2500

5000

7500

10000

12500

Only modelled school BC exposure (ng/m³)

15000

0

20

40

60

80

100

120

Only modelled school NO2 exposure (µg/m³)

Figuur 125: Correlatieplots tussen gemodelleerde BC enkel op de schoollocatie versus geïntegreerde blootstelling aan BC op dagbasis (tot 10 dagen voor het onderzoek van elk kind), de rechter grafiek geeft dit weer voor NO2. De zwarte punten duiden op blootstelling in de lente, de lichte punten op de herfst. De gepresenteerde verschillen tussen enerzijds de aanpak waarbij enkel rekening wordt gehouden met de woonlocatie of de schoollocatie, en anderzijds een combinatie van blootstellingen thuis en op school, lijken relatief en gemiddeld beperkt, maar kunnen toch relevant zijn vanuit individueel gezondheidsoogpunt. McCracken et al. (2010) zagen cardiovasculaire effecten van een stijging van BC met 250 ng/m³ (langere termijn effecten, bij ouderen), ook Baja et al. (2010) zagen dergelijke effecten bij een stijging van 550 ng BC/m³ (acute effecten, bij ouderen). Respiratoire effecten worden minder snel vastgesteld: Patel et al. (2010) zagen significante acute effecten bij een stijging van BC met 1200 ng/m³ en een stijging van NO2 met 16 ppb (acute effecten tot 5 dagen voor rapportage, bij adolescenten). Lin et al (2011) stelden acute respiratoire inflammatie vast bij kinderen bij een stijging van de interkwartielafstand met 4020 ng BC/m³ (tot 10u voor de meting, gemiddelde leeftijd 10,6 jaar). Suglia et al. (2007) constateerden een significante daling van de cognitieve functie bij kinderen (gemiddelde leeftijd 9,7 jaar) bij een stijging van 400 ng BC/m³ (langere termijn effect).

168


Tabel 40 en Tabel 41 geven een overzicht van de geïntegreerde blootstelling van 130 kinderen (gemodelleerde concentraties thuis en op school). In de herfst zijn er 6 kinderen die niet meer hebben deelgenomen aan de biomonitoringsstudie; voor deze kinderen is dus ook geen onderzoeksdag geselecteerd en geen blootstelling berekend.

169


Tabel 40: Overzicht van geïntegreerde blootstelling aan BC van alle deelnemende kinderen op onderzoeksdag -x (gebaseerd op gemodelleerde concentraties thuis en op school) BC N Dag-1 Dag-2 Dag- Dag-4 Dag-5 Dag- Dag- Dag- Dag- Dag[ng/m³] 3 6 7 8 9 10 Lente (N=130) Average 130 1492 1489 1481 1472 1505 1481 1470 1485 1500 1479 Min 130 471 594 686 655 776 687 845 738 479 558 P25 130 917 1099 1105 1080 996 985 1078 1068 963 994 Median 130 1292 1338 1285 1340 1238 1189 1498 1385 1125 1573 P75 130 2000 1852 1842 1749 2095 1905 1815 1905 1944 1855 Max 130 3802 2721 2684 3050 3560 3696 2517 2976 3349 2593 Herfst (N=124) Average 124 3157 3100 3093 3232 3294 3168 3113 3168 3132 3074 Min 124 409 779 852 941 893 512 1193 844 946 826 P25 124 1152 1371 1679 1978 1581 1839 1780 2236 1861 1792 Median 124 3662 2131 2388 2549 3193 2664 2802 3054 2553 2785 P75 124 4710 3912 4093 4191 4314 4678 3503 4058 4357 3901 Max 124 7089 11052 8372 12243 10879 7091 9038 7480 8225 7591 Tabel 41: Overzicht van geïntegreerde blootstelling aan NO2 van alle deelnemende kinderen op onderzoeksdag-x (gebaseerd op gemodelleerde concentraties thuis en op school) NO2 N Dag- Dag- Dag- Dag- Dag- Dag- Dag- Dag- Dag- Dag[µg/m³] 1 2 3 4 5 6 7 8 9 10 Lente (N=130) Average 130 26,0 26,1 26,2 25,9 25,9 26,0 25,8 26,0 25,7 25,8 Min 130 7,8 12,2 7,8 10,6 11,9 12,3 12,3 10,2 10,6 11,2 P25 130 17,4 18,0 18,2 18,3 19,8 19,3 19,5 21,4 16,4 17,8 Median 130 26,7 23,0 24,7 24,0 24,1 26,8 24,3 26,1 23,7 26,8 P75 130 33,5 33,9 32,2 31,0 31,7 31,4 28,8 31,4 33,6 31,8 Max 130 54,0 54,9 56,0 57,5 52,2 46,0 58,7 45,1 48,5 41,1 Herfst (N=124) Average 124 42,8 43,0 43,1 43,3 43,6 43,4 42,7 43,0 43,4 43,2 Min 124 17,3 23,2 25,7 22,2 21,4 20,5 25,9 26,2 25,6 22,1 P25 124 33,9 32,5 33,6 34,2 35,6 35,2 34,2 34,9 34,2 30,5 Median 124 44,3 40,4 40,0 42,1 41,7 44,4 39,7 41,0 40,7 40,6 P75 124 52,9 48,8 50,1 51,8 49,6 51,9 46,2 51,2 52,4 53,2 Max 124 68,9 94,0 78,8 74,1 90,2 71,6 89,1 72,2 76,3 79,8

170


7.4.

BLOOTSTELLING IN LENTE EN HERFST VERGELEKEN

Uit de vorige paragrafen is reeds duidelijk naar voor gekomen dat de blootstelling in de herfstperiode duidelijk hoger lag dan de blootstelling in de lenteperiode. Dit is een zeer belangrijke vaststelling met het oog op de tweede deelstudie waarbij herhaaldelijk biomerkers gemeten werden bij kinderen; er kunnen nu namelijk paired gezondheidseffecten bepaald worden om de impact van korte termijn blootstelling na te gaan. Voor elk kind is een zeer gedetailleerde blootstelling bepaald op basis van zijn/haar tijds-/activiteitenpatroon en bezochte locaties. De geïntegreerde blootstelling, of toch de blootstelling thuis en op school, is herschaald op basis van schommelende achtergrondconcentraties: er bestaat dus een relatie tussen de geïntegreerde blootstelling en de concentraties gemeten op een vast meetstation. In onderstaande Figuur 126 zijn de concentraties BC, NO2, PM2.5 en PM10 tijdens de 2 meetperiodes weergegeven, zoals gemeten door VMM op meetpost Borgerhout (42R801). De zwarte bollen wijzen telkens op een dag waarop er medische onderzoeken plaatsvonden op één van de twee scholen; de stippellijn duidt het seizoensgemiddelde aan.

171


Figuur 126: Gemeten concentraties (BC, NO2, PM2.5 en PM10) tijdens de lente- en herfstcampagne ter hoogte van VMM meetpost Borgerhout (42R801), met dag waarop er medische onderzoeken plaatsvonden (zwarte stippen) en seizoensgemiddelde (stippellijn)

172


7.5.

EVALUATIE VAN DE GEBRUIKTE METHODOLOGIE VOOR DE BEPALING VAN DE BLOOTSTELLING

Op basis van de beschikbare gegevens kan de gebruikte methode op een aantal niveaus getoetst worden. In de eerste plaats (7.5.1) worden de resultaten van de passieve samplers die gedurende een week door de kinderen gedragen werden vergeleken met de blootstelling bepaald op basis van de gemodelleerde concentratie. Verder worden de gemeten concentraties op de thuislocaties vergeleken met de gemodelleerde waarden uit het LUR model. Vervolgens wordt in 7.5.2 nagegaan wat de impact is van het nemen van 24 uurwaarden om de geïntegreerde blootstelling te berekenen in vergelijking met de exacte uren wanneer de kinderen op de thuis- en schoollocatie aanwezig zijn. 7.5.1.

PASSIEVE NO2 SAMPLERS EN GEMODELLEERDE BLOOTSTELLINGSCONCENTRATIES

De persoonlijke blootstelling van 130 kinderen is niet enkel gemodelleerd, maar is ook gemeten. Met behulp van persoonlijke dosimeters, is voor 60 kinderen een geslaagde persoonlijke blootstelling aan NO2 bepaald. Daarnaast is voor 25 van deze kinderen gedurende dezelfde week (13-20 december 2011), ook de outdoor concentratie aan de woning gemeten met passieve samplers. De metingen van de dosimeters resulteren in een weekgemiddelde blootstelling, terwijl de gemodelleerde blootstelling een resolutie van 1 dag heeft (land use regression model voor de herfst gecorrigeerd voor dagelijkse variatie waargenomen op een vaste meetpost). Zowel voor de geïntegreerde blootstelling als voor outdoor concentraties, zijn de daggemiddeldes uitgemiddeld tot weekgemiddeldes om een rechtstreekse vergelijking mogelijk te maken. In Figuur 127 (links) worden 25 outdoor samplermetingen vergeleken met de gemodelleerde NO2 concentraties op deze thuislocaties. Hieruit blijkt dat het herschaalde land use regression model goed in staat is om de concentraties op de thuislocatie te modelleren. De meting van de passieve sampler aan de gevel van de woning, kan ook vergeleken worden met de persoonlijke blootstelling gemeten door het kind dat in die woning woont, voor de kinderen waar metingen werden uitgevoerd.(Figuur 127 (rechts)) Met deze vergelijking willen we nagaan of de buitenmetingen en de persoonlijke metingen eenzelfde trend vertonen. Deze vergelijking wordt enkel uitgevoerd als tussenstap om de vergelijking met de geïntegreerde blootstelling te interpreteren. Er is geen goede overeenkomst tussen deze twee metingen. Belangrijkste reden hiervoor is de onzekerheid over de indoor-outdoor ratio van elk huis. Uit internationale literatuur blijkt dat er een grote spreiding kan zitten op de I/O-ratio, maar dat deze gemiddeld genomen kleiner is dan 1 (Lai, H. K. et al., 2004, Sahsuvaroglu, T., Jerrett, M., 2007, Stranger, M. et al., 2009). Omdat de persoonlijke en outdoor metingen in deze studie in de herfst plaatsvonden, zullen ramen van woningen vooral gesloten geweest zijn, wat de variabiliteit van de I/O-ratio nog verhoogt. Ook werden de metingen op de thuislocaties aan de voorgevel uitgevoerd, terwijl de kinderen, wanneer ze thuis zijn, zich waarschijnlijk grotendeels binnen of achteraan in de tuin bevinden. De persoonlijke blootstelling is in bijna alle gevallen lager dan de outdoor blootstelling, wat aangeeft dat de aanwezigheid van een voorgevel ervoor zorgt dat NO2 concentraties snel dalen (vergelijkbaar met de resultaten van de metingen aan de voorgevel van een school, aan de klassen, en op de speelplaats). Zowel het vermoedelijke verschil vooraan - achteraan als binnen - buiten verklaart het verschil tussen de werkelijke blootstelling en de gemodelleerde blootstelling.

173


80

80

y = 0,7732x + 12,715 R² = 0,6471

60

60

Outdoor NO2 sampler

Modelled outdoor NO2

70

50 40

30 20

40 y = -0,0214x + 43,16 R² = 0,0003 20

10 0

0 0

20

40 Outdoor NO2 sampler

60

80

0,0

20,0

40,0

60,0

80,0

Personal NO2 sampler

Figuur 127: (links) De gemodelleerde concentratie aan de voorgevel van woningen vergeleken met de concentraties gemeten met een passieve NO2 sampler (µg/m³). (rechts) De gemeten persoonlijke blootstelling van 25 kinderen aan NO2 (µg/m³), vergeleken met de concentratie gemeten aan de voorgevel van hun thuislocatie. Eén outlier is niet opgenomen in de figuur (persoonlijke blootstelling van 124,5 µg/m³). In Figuur 128 geeft een vergelijking van de gemeten blootstelling van de gemodelleerde geïntegreerde blootstelling. Zes outliers vallen op: deze kinderen zijn duidelijk in aanraking gekomen met NO2-bronnen die niet gemodelleerd worden (ofwel op locaties andere dan de school en de woning, ofwel door specifieke indoor-bronnen). De outliers kunnen niet verklaard worden door het transport van en naar school (transport modus en verplaatsingstijd naar school werden bevraagd en wijken niet af van die van de andere kinderen). Broers en zussen krijgen eenzelfde gemodelleerde blootstelling omdat zij dezelfde thuis- en schoollocatie hebben. Hun persoonlijke gemeten blootstelling verschilt echter wel, al zijn de verschillen beperkt. Het verschil in gemeten blootstelling tussen broers en zussen is te verklaren door: 



Een iets afwijkend activiteitenpatroon: andere activiteiten buiten de schooluren en eventueel daaraan gelinkt verschil in transport. Merk op dat het niet in de doelstelling van deze studie lag om de blootstelling tijdens activiteiten buiten de schooluren te bepalen. Verschil in deze activiteiten veroorzaakt wel een zekere ‘ruis’ op de data omdat er in deze studie van uit gegaan is dat de blootstelling bepaald wordt op basis van de blootstelling thuis en op school. De fout op de meting met de passieve sampler. Naar verwachting is deze fout echter veel kleiner. Een triplometing werd uitgevoerd in de lente ter hoogte van een van de scholen met als resultaat 25.9 ± 0.4 µg/m3.

De gemodelleerde persoonlijke blootstelling is meestal hoger dan de gemeten persoonlijke blootstelling. Dit heeft te maken met het niet meenemen van een I/O-ratio: de I/O-ratio is meestal kleiner dan 1, wat ervoor zou zorgen dat de gemodelleerde persoonlijke blootstelling daalt en dichter bij de 1:1-lijn komt te liggen.

174


60

Modelled personal exposure

50

40

30

20

10

0 0,0

20,0

40,0

60,0

80,0

100,0

120,0

140,0

Personal measurement

Figuur 128: De persoonlijke blootstelling van 60 kinderen aan NO2 (µg/m³) werd gemeten, en wordt vergeleken met de gemodelleerde persoonlijke blootstelling voor diezelfde periode (13-20 december 2011). Gekleurde bolletjes zijn telkens paren van broers of zussen. De gemodelleerde persoonlijke blootstelling is meestal hoger dan de gemeten persoonlijke blootstelling. Dit heeft te maken met het niet meenemen van een I/O-ratio: de I/O-ratio is meestal kleiner dan 1, wat ervoor zou zorgen dat de gemodelleerde persoonlijke blootstelling daalt en dichter bij de 1:1-lijn komt te liggen. Een vergelijking van de persoonlijke gemeten blootstelling met de gemodelleerde geïntegreerde blootstelling, geeft geen eenduidige relatie. Dit is te wijten aan de slechte overeenkomst tussen gemeten outdoor concentraties en gemeten persoonlijke blootstelling: het model voor het bepalen van de blootstelling kan zeer betrouwbare outdoor concentraties voorspellen, maar deze komen niet overeen met de persoonlijke metingen. Doordat alle persoonlijke NO2 metingen in dezelfde week (met lage achtergrondconcentraties) plaatsvonden is de spreiding in concentraties redelijk beperkt: indien er ook gemeten was in weken met hogere achtergrondconcentraties, zou een lineair verband mogelijk wel naar voren gekomen zijn. Andere redenen van afwijking zijn fout op de meetwaarde van de passieve sampler, op het LUR-model, en het niet in rekening brengen van andere locaties en transport. In deze studie was het de bedoeling de impact van schoollopen in een verkeersdrukke versus een verkeersluwe omgeving in kaart te brengen. Daartoe werden de concentraties op school en op de thuislocatie gemodelleerd. Op andere locaties die kinderen bezoeken werden de concentraties niet ingeschat; dit leidt dan echter tot een zekere ‘ruis’ op de data. De vergelijking is anderzijds wel gebeurd op basis van beschikbare totale persoonlijke blootstelling aan NO2.  

Wanneer er een verband wordt gevonden tussen de gemodelleerde bloostelling en gezondheidseffecten, kan dit verklaard worden door de blootstelling op de locaties school of thuis. Wanneer er geen verband wordt gevonden tussen de gemodelleerde blootstelling en gezondheidseffecten, hebben de gemeten polluenten ofwel niet de gemeten gezondheidseffecten, ofwel is de blootstelling op andere locaties belangrijker (andere locaties of in transport).

De manier waarop de vergelijking meting-model is gebeurd, is afgestemd op de beschikbare gegevens, die ook gebruikt worden voor biomonitoring, maar

175


 

De persoonlijke metingen gebeurden allen gedurende slechts 1 week in de herfst; de resulterende concentratierange is niet zo groot en mogelijk is de week niet representatief voor een aantal kinderen Er zou een betere overeenkomst bekomen worden indien de persoonlijke samplers vlak naast de vaste sampler zouden worden geplaatst (wanneer de kinderen thuis of op school zijn).

Het gebruik van enkel persoonlijke blootstellingsmetingen (in plaats van gemodelleerde blootstelling op basis van metingen op een aantal vaste plaatsten) is geen goed alternatief omdat   

176

Er dan geen middenlange- en lange-termijnblootstelling kan worden bepaald. Een tijdstrend is nodig om de blootstelling op dag-1, dag-2, . te kunnen bepalen. Er dan geen extrapolatie kan gebeuren naar kinderen waar geen metingen zijn uitgevoerd. Het percentage succesvolle metingen ligt bij deze kinderen nogal laag. Bijgevolg zouden alle biomerkermetingen van kinderen met een niet-succesvolle sampler-meting niet verder geanalyseerd kunnen worden omdat er geen blootstellingsgegevens voorhanden zijn. Het feit dat kinderen de doelgroep zijn maakt de praktische organisatie van persoonlijke metingen moeilijker


7.5.2.

GEBRUIK VAN 24H METINGEN IN PLAATS VAN EXACTE TIJDSPROFIEL

Omdat kinderen overdag op school zijn en ’s nachts thuis, kan de 24u-gemiddelde concentratie op school een onderschatting geven van de werkelijke blootstelling van het kind tijdens de daguren; voor de thuislocatie geldt het omgekeerde. De invloed van deze ‘fout’ werd nagegaan op 2 manieren: de gemeten en gemodelleerde waarden werden vergeleken op de schoollocaties, en het gemiddelde over 8-16 h tegenover 24h gemiddelde op de schoollocaties werden vergeleken.  Gemodelleerde versus gemeten waarden De invloed van deze fout wordt nagegaan op de geïntegreerde blootstelling van 130 kinderen in de lenteperiode, telkens voor 10 dagen (Figuur 129).  

Op weekenddagen, feestdagen en brugdagen is er uiteraard geen verschil in voorspelde concentraties, want de kinderen worden 24u thuis verondersteld. Op de dagelijkse blootstelling van een kind heeft de keuze tussen gemeten of gemodelleerde BC concentraties nauwelijks impact. Het maximale verschil in blootstelling voor 1 kind is 330 ng/m³ waarbij de meting op school hoger is dan de modelvoorspelling, en 633 ng/m³ waarbij het model op school een hogere concentratie voorspelt dan de meting. 5000

BC integr (school=model; residence=model)

4500

y = 1,0086x + 40,259 R² = 0,938

4000 3500 3000 2500 2000 1500 1000 500 0 0

1000

2000

3000

4000

5000

BC integr (school=meas; residence=model)

Figuur 129: Invloed van het bepalen van de BC blootstelling op school door middel van metingen of op basis van gemodelleerde concentraties met het LUR-model, op de geïntegreerde blootstelling van kinderen in de lenteperiode (1 observatie is 1 dag van een kind – dag-1 tot dag-10; in totaal 1123 observaties). De groene cirkels lichten de blootstelling van 1 willekeurig kind uit, gedurende 10 dagen voor zijn onderzoek. Wanneer er door onvoorziene technische defecten, data ontbreken uit een tijdsreeks, kunnen deze op basis van deze methode bepaald worden (gemodelleerde concentraties met een correctie voor variërende achtergrondconcentraties). Enkel werken met kinderen waarvoor wel een volledige meetreeks voorhanden is, zou de sample van 130 kinderen, die als input dient bij het luik ‘biomonitoring’, te zeer beperken.

177


 Gemeten 24h gemiddelde waarden versus 8 tot 16h Figuur 130 en Figuur 131 tonen de 24h waarden voor BC en NO2 uitgezet in functie van de gemiddelde waarden voor dezelfde dag van 8 tot 16h. (voor School 1, School 2, School2 straatkant, VMM en School 2 klas (BC)). Hierop is te zien dat de 24h waarden zowel een overschatting als onderschatting kunnen geven; punten liggen zowel boven als onder de 1:1 lijn. In de zomer wordt echter meer een onderschatting gedaan wanneer gebruik gemaakt wordt van de 24h waarden. In onderstaande Tabel 42 en Tabel 43 zijn de gemiddelde 24h waarden weergegeven en vergeleken met de 8-16h waarden. De data zijn apart getoond voor BC, NO2 in lente en herfst. Naast de gemiddelde waarde (voor beide benaderingen) is ook verschil tussen beide in absolute waarde en % uitgedrukt. Verder werd ook het resulterende verschil in de blootstelling op school berekend rekening houdend met de tijd aanwezig. Onderaan in de tabellen staat de vergelijking met de uren thuis 16 – 8h en het effect op de resulterende blootstelling thuis. Het verschil in gemiddelde concentratie tijdens schooluren (8 tot 16h) ten opzichte van daggemiddelde (24h), bedraagt op de schoollocaties (School 1 en School 2) 17 – 94 ng/m3 voor BC en 0 – 4 µg/m3 voor NO2. Het resulterende verschil in blootstelling op de schoollocaties (School 1 en School 2) bedraagt dan voor BC maximaal 20 ng/m3 en voor NO2 minder dan 1 µg/m3. Het gemiddeld effect op de scholen is in de herfst negatief (onderschatting) maar in de lente niet altijd. Op basis van beschikbare dataset op de schoollocaties (speelplaats en straatkant) en VMM station Borgerhout (R801) wordt de impact van het gebruik van 24h waarden op de blootstelling thuis geschat op 6-278 ng/m3 voor BC en 0 – 2 µg/m3 voor NO2. Het effect is over het algemeen positief (overschatting) en groter op plaatsen met veel verkeer (VMM, School 2 straatkant) Deze analyse geeft aan dat het te verwachten effect beperkt is en de gebruikte methode bijgevolg te verantwoorden.

178


Tabel 42: Gemiddelde 24 uurwaarde en 8-16h waarden voor BC en daaruit volgend effect op blootstelling aan BC in lente (boven) en herfst (onder) BC (lente) gemiddelde waarde 24h gemiddelde 8-16h 24h - 8 tot16h in % in blootstelling (20%) gemiddelde 16-8h 24h - 16-8h in blootstelling (80%) BC (herfst) gemiddelde waarde 24h gemiddelde 8-16h 24h - 8 tot16h in % in blootstelling (20%) gemiddelde 16-8h 24h - 16-8h in blootstelling (80%)

School 1

School2

1302 1225 77 6,28 16,48

1227 1244 -17 -1,37 -3,66

School 2 vooraan 2819 3527 -708 -20,07 -151,68

1340 -38,46 -30,22

1219 8,54 6,71

2465 353,92 278,08

School 1

School2

2129 2223 -94,27 -4,24 -20,20 2082 47,14 37,04

VMM 1932 2082 -150 -7,20 -32,14 1857 74,99 58,92

1851 1931 -79,49 -4,12 -17,03

School 2 klas 1873 1761 112,53 6,39 24,11

School 2 vooraan 2554 3000 -445,96 -14,87 -95,56

VMM 2128 2527 -399,66 -15,81 -85,64

1811 39,75 31,23

1930 -56,27 -44,21

2331 222,98 175,20

1928 199,83 157,01

179


Tabel 43: Gemiddelde 24 uurwaarde en 8-16h waarden voor NO2 en daaruit volgend effect op blootstelling aan NO2 in lente (boven) en herfst (onder) NO2 (lente) gemiddelde waarde 24h gemiddelde 8-16h 24h - 8 tot16h in % in blootstelling (20%)

14

14

School 2 vooraan 25

14 0 -0,36 -0,01

12 2 14,78 0,38

27 -1 -5,50 -0,31

21 -1 -3,30 -0,15

gemiddelde 16-8h 24h - 16-8h in blootstelling (80%)

14 0,03 0,02

15 -0,88 -0,69

24 0,73 0,58

20 0,35 0,27

School2

School 2 vooraan

NO2 (herfst)

180

School 1

School2

School 1

VMM 20

VMM

gemiddelde waarde 24h gemiddelde 8-16h 24h - 8 tot16h in % in blootstelling (20%)

17

20

25

26

22 -4,22 -19,55 -0,91

22 -2,35 -10,72 -0,50

30 -5,09 -16,74 -1,09

30 -3,79 -12,66 -0,81

gemiddelde 16-8h 24h - 16-8h in blootstelling (80%)

15 2,11 1,66

18 1,18 0,92

23 2,55 2,00

24 1,89 1,49


7000

6000

BC 24h (ng/m3)

5000

4000

y = 0,5916x + 627,32 R² = 0,8278

3000

2000

1000

0 0

1000

2000

3000 4000 BC 8-16h (ng/m3)

5000

6000

7000

10000

9000 8000 7000 BC 24h (ng/m3)

y = 0,9766x + 54,198 R² = 0,7829 y = 0,996x R² = 0,7825

6000 5000 4000 3000 2000

1000 0 0

1000

2000

3000

4000 5000 BC 8-16h (ng/m3)

6000

7000

8000

Figuur 130: Correlatieplot 24 h waarden versus 8-16h gemiddelde waarden voor BC, lente (boven) en herfst (onder); regressielijn (zwart) en 1:1 lijn (rood)

181


50

45 40

NO2 24h (ug/m3)

35 y = 0,7683x + 4,0514 R² = 0,8189

30 25 20 15 10

5 0 0

5

10

15

20 25 30 NO2 8-16h (ug/m3)

35

40

45

50

60

50

y = 0,89x R² = 0,6989

NO2 24h (ug/m3)

40

30 y = 0,7189x + 4,7291 R² = 0,7471

20

10

0 0

10

20

30 NO2 8-16h (ug/m3)

40

50

60

Figuur 131: Correlatieplot 24 h waarden versus 8-16h gemiddelde waarden voor NO2, lente (boven) en herfst (onder); regressielijn (zwart) en 1:1 lijn (rood)

182

HOOFDSTUK 8 Conclusies en beleidsaanbevelingen

HOOFDSTUK 8. CONCLUSIES EN BELEIDSAANBEVELINGEN

De doelstelling van deze opdracht is het kwantificeren van de externe blootstelling van de doelgroep, welke verder bestudeerd wordt in de biomonitoringsstudie (studie LNE-AZG). Hierbij gaat de aandacht hoofdzakelijk naar het uitvoeren van milieumetingen van UFP, roet gerelateerde parameters (EC en BC) en andere verkeersgerelateerde polluenten zoals stikstofoxiden. De milieumetingen, aangevuld met modellering, gebruik makend van Land Use Regression model, laten toe een inschatting te doen van de externe blootstelling van de doelgroep. Daarnaast worden op basis van de dataset onderlinge relaties tussen de verkeerspolluenten en tussen de polluenten en verkeersstromen onderzocht. In dit rapport worden de resultaten beschreven van luchtkwaliteitsmetingen die werden uitgevoerd in de buurt van twee scholen tijdens de lente- en herfstcampagne. De resultaten van de luchtkwaliteitsmetingen moeten dienst doen om de blootstelling van de schoolkinderen aan verkeerspolluenten in te schatten. Om de blootstelling van de kinderen aan verkeerspolluenten in te schatten werden op 3 niveaus metingen uitgevoerd: op de school (ter hoogte van de speelplaats), op een aantal thuislocaties en in transport van en naar school voor een aantal typische transportmodi en routes. 8.1.

CONCLUSIES

Op de schoollocaties werden verschillende polluenten gemeten waarvan een aantal een goede indicator blijken te zijn voor verkeerspollutie. Alle polluenten werden gemeten ter hoogte van de speelplaats. Uit bijkomende metingen ter hoogte van de klassen bleek de speelplaats representatief te zijn voor de metingen aan de buitenkant van de klassen.De concentraties gemeten ter hoogte van de speelplaats op de school gelegen langs een drukke weg tijdens de lentecampagne waren vergelijkbaar met deze van de school gelegen op een stedelijke achtergrondlocatie, zowel voor EC, BC, NO, NO2, UFP (aantalconcentratie), PM2.5. Enkel PM10 was er verhoogd gedurende een deel van de meetcampagne, mogelijk veroorzaakt door opwaaiend stof in deze gesloten omgeving (speelplaats). Om na te gaan of de concentratie aan de straatkant hoger was in vergelijking met de speelplaats, werden gedurende een beperkt deel van de meetperiode ook metingen uitgevoerd ter hoogte van de voorkant van deze schoollocatie. Dit werd herhaald in de herfst. Hieruit bleek dat aan de straatkant de concentraties gemiddeld 65% hoger lagen voor UFP en ongeveer dubbel zo hoog waren voor NO2 en BC in de lente. Ook voor EC werden dubbel zo hoge concentraties gemeten vooraan in vergelijking met de speelplaats. Het aandeel NO in NOx bedraagt 37% in vergelijking met 14-16% op de speelplaatslocaties. In de herfst waren de concentraties aan de straatkant respectievelijk 33% en 67% hoger voor NO2 en BC. Ook voor EC werden 70% hogere concentraties gemeten vooraan in vergelijking met de speelplaats. In de herfst zijn geen simultane metingen beschikbaar voor de voorkant en de speelplaats voor UFP maar was de concentratie vooraan 56% hoger ten opzichte van de speelplaats van de andere school. Het aandeel NO in NOx is groter aan de voorkant in vergelijking met de speelplaats (41% tov 24%). Dit komt omdat NO, dat uitgestoten wordt door wegverkeer, chemisch actief is en deels weggereageerd is wanneer het op de speelplaats terecht komt. Het aandeel NO in 183


NOx is hoger in de smogperiode dan tijdens andere dagen in de herfst en lente; Dat komt door een cumulatie van NO tijdens smogperioden . In de herfst lagen alle concentraties hoger in vergelijking met de lente. Dit is een gekend fenomeen te wijten aan onder meer hogere verwarmingsemissies en minder goede verdunning van de uitgestoten polluenten. Uit de correlatievergelijking van de polluenten gemeten aan de voorkant van de verkeersdrukke school en de verkeerstellingen langs deze weg blijkt dat er een betere correlatie wordt gevonden wanneer enkel het aantal bestelwagens en vrachtwagens beschouwd wordt in vergelijking met alle voertuigen. Ook in LUR komt het aandeel zwaar vervoer naar voor als een significante variabele. Deze voertuigen hebben een hogere emissiefactor. De correlatie van de polluenten met de verkeersparameters neemt af in de volgorde: UFP(nanocheck)>BC> PM2..5. De correlatie voor NOx was relatief hoog in vergelijking met andere polluenten, maar hiervoor waren te weinig data beschikbaar om vergelijkbare conclusies te trekken. Wel bleek dat de correlatie tussen NOx en BC of UFP zeer hoog was. Op de speelplaatslocatie werd geen sterke correlatie gevonden tussen de verschillende polluenten en de verkeerstellingen. Ook was de correlatie tussen de verschillende polluenten op de speelplaats minder groot in vergelijking met de straatkant. In de herfst waren de correlaties tussen de polluenten beter in vergelijking met de lente. De range in concentraties was ook groter in de herfst, wat deels deze betere correlatie veroorzaakt. Voor de herfst waren er slechts verkeerstellingen voor 1 week beschikbaar aan de verkeersdrukke school. Deze toonden een zeer vergelijkbare trend met de lente. Correlaties met de polluenten op basis van gemeten verkeersstromen konden door het beperkt aantal verkeerstellingen niet worden uitgevoerd voor de herfst. De resultaten van de Micro Aethalometer, welke ook gebruikt is om de BC concentratie op de thuislocaties te meten, vertoont een goede correlatie met de EC concentratie bepaald op filters gemeten met de TOT methode. Ook werd een goede correlatie gemeten tussen de absorptiecoëfficiënt bepaald op de filters en de gemeten EC concentratie.

Om de blootstelling op de thuislocaties in te schatten werden BC en NO2 gemeten gedurende telkens 1 week op 39 thuislocaties voor BC en op 52 thuislocaties voor NO2. Gedurende de gehele meetperiode (5 weken) werden dezelfde metingen uitgevoerd op het VMM meetstation in Borgerhout (R801) en de twee schoollocaties (speelplaats). Samengevat zijn in totaal 42 locaties voor BC en 55 locaties voor NO2 gebruikt voor het opstellen van het LUR model. De metingen van de opeenvolgende weken werden herschaald op basis van de metingen in het VMM station Borgerhout (R801). Land Use Regression model(LUR) werd gebruikt om de blootstelling van alle kinderen op de thuislocatie in te schatten. Er werd een grote variatie (meer dan een factor 2) waargenomen voor de gemeten BC en NO 2 concentraties in de lente tussen de verschillende locaties, wat te wijten is aan de het verschil in verkeersintensiteiten en afstand tot wegen op de diverse woonlocaties. Er werd een goede correlatie waargenomen tussen de gemeten weekgemiddelde NO2 en BC concentratie (beide typische verkeerspoluenten). Op een aantal locaties werd ook UFP gemeten. De correlatie van UFP met BC (op basis van 30 min gemiddelde waarden), beide typische verkeerspoluenten, was goed op de verkeersdrukke locaties maar onbestaande op de regionale achtergrondlocatie. Voor de weekgemiddelde concentraties, gemeten op verschillende locaties, van UFP enerzijds en BC en NO2 anderzijds, werd een duidelijk verband waargenomen. Tijdens de herfst was de variatie voor de gemeten NO2 en BC concentraties tussen de verschillende locaties iets kleiner. De correlatie tussen NO2 en BC was minder goed op basis van de gemeten waarden. Na herschaling was de correlatie 184


beter. NO2 en BC gedragen zich iets anders tijdens de smogperiode. Dit komt waarschijnlijk omdat er enerzijds een accumulatie is van BC bij slechte dispersiecondities. Anderzijds is NO2 in omgevingslucht grotendeels gevormd uit NO emissies, via fotochemisch evenwicht. Dit laatste verschuift mogelijk in het voordeel van NO bij zeer hoge concentraties. De gemodelleerde concentraties op de thuislocaties (op basis van LUR) in de lente bedroegen gemiddeld 1510 ng/m3 voor BC en 26 µg/m3 voor NO2, waarbij de verhouding tussen minimale en maximale waarde 2.7 en 3.1 bedroeg voor respectievelijk BC en NO2. In de herfst lagen de concentraties BC en NO2 hoger in vergelijking met de lente. Dit is waarschijnlijk een gevolg van de verwarmingsemissies en minder goede verdunning van uitgestoten polluenten. De gemodelleerde concentraties op de thuislocaties in de herfst bedroegen gemiddeld 3283 ng/m3 voor BC en 44 µg/m3 voor NO2, waarbij de verhouding tussen minimale en maximale waarde 2.3 en 2.1 bedraagt voor BC en NO2. Tijdens de herfstcampagne werden additioneel NO2 concentraties gemeten (met passieve samplers) ter hoogte van het raam van enkele klaslokalen van de verkeersdrukke school. Op deze manier werd er nagegaan hoe de ruimtelijke spreiding is in de buurt van het schoolgebouw en en werd er nagegaan of er een trend is ten opzichte van de ligging van de weg. Er zijn echter geen klaslokalen gesitueerd langs de kant van de weg, hier zijn enkel administratieve gebouwen. De klaslokalen zijn allemaal gesitueerd aan de kant van de speelplaats of aan een binnentuin. Ter hoogte van één van de klaslokalen is ook BC gemeten. Op basis van de NO2 metingen ter hoogte van verschillende klaslocaties en op basis van BC metingen ter hoogte van 1 klaslokaal werd geen duidelijke gradiënt waargenomen in de schoolomgeving tussen de ligging van de klassen enerzijds en de meetopstelling op de speelplaats anderzijds. De gemiddelde concentraties over de 5 weken (in de herfst) zijn zeer vergelijkbaar met de gemeten concentraties ter hoogte van de speelplaats waar de meetopstelling werd geplaatst. Bijgevolg besluiten we dat de meetlocatie voldoende representatief is om de blootstelling van de kinderen in te schatten. Verder stellen we vast dat, voor deze specifieke situatie, door de afscherming door gebouwen, de polluentconcentraties zeer snel dalen achter deze gebouwen. De concentraties gemeten ter hoogte van de klaslokalen zijn steeds lager in vergelijking van de voorkant van de school. Gemiddeld per week zijn de concentratie aan de voorkant tussen 21% en 38% hoger. De verhoging voorkant versus individueel klaslokaal varieert tussen 16% en 46%. Voor deze specifieke school is het dus aan te raden geen klassen aan de voorkant te hebben met het oog op het verminderen van blootstelling van de kinderen aan verkeerspollutie; in deze school zijn inderdaad geen klassen gesitueerd aan de voorkant. Klassen aan de voorkant kunnen eventueel wel mits ventilatie via de kant met significant betere luchtkwaliteit. Mogelijk kunnen deze waarnemingen doorgetrokken worden naar andere scholen. Toch dient opgemerkt te worden dat deze conclusie met zekerheid enkel geldt voor de gemeten locatie en periode. Relatief eenvoudige metingen van NO2 en BC ter hoogte van de speelplaats van een aantal scholen in Vlaanderen zou hierover uitsluitsel kunnen brengen. In een Nederlandse studie werd eveneens waargenomen dat de luchtkwaliteit aan de achterkant van een gebouw beter is dan aan de kant van het gebouw die aan de weg ligt, onafhankelijk van de windrichting. De studie adviseert ook om te verluchten waar de luchtkwaliteit het beste is maar waarschuwt toch voor een algemene extrapolatie naar andere gebouwen.

Uit de mobiele metingen blijkt dat er voor alle transportmodi en op beide scholen een verhoging is tijdens transport van en naar school. De relatieve verhoging op basis van deze meetcampagne bedraagt tussen 1.6 – 3.3 voor UFP en 2.0 – 6.9 voor BC in de lente. De relatieve verhoging op basis van de herfstmeetcampagne bedraagt tussen 1.1 – 1.5 voor UFP en 2.2 – 4.3 voor BC, wat lager is in vergelijking met de lente. De relatieve verschillen zijn kleiner dan in de lente maar de absolute

185


verschillen voor BC zijn groter. Voor UFP daarentegen zijn ook de absolute verschillen kleiner in de herfst. Het relatief belang bij de integrale blootstelling is echter beperkt, omwille van de korte blootstellingstijd. Toch werden er tijdens de mobiele metingen sterk verhoogde piekconcentraties vastgesteld. Mogelijk hebben deze ook een belangrijke gezondheidsimpact.

Op basis van de gemeten concentraties wordt de blootstelling van de kinderen berekend. Naast de blootstelling op school en thuis wordt ook de geïntegreerde blootstelling berekend (op basis van de concentraties thuis en op school) tot 10 dagen voor de onderzoeksdag. De geïntegreerde blootstelling op b.v. vb. de dag voor het onderzoek bedroeg gemiddeld 1492 ng/m3 voor BC en 26 µg/m3 voor NO2 in de lente. Waarbij de verhouding tussen minimale en maximale waarde 8.1 en 6.9 bedraagt voor BC en NO2. In de herfst lag de berekende blootstelling aan BC en NO2 hoger in vergelijking met de lente omdat zowel op school als thuis de concentraties hoger lagen. De geïntegreerde blootstelling in de herfst op b.v. de dag voor het onderzoek bedroeg gemiddeld 3147 ng/m3 voor BC en 43 µg/m3 voor NO2. Waarbij de verhouding tussen minimale en maximale waarde 17.3 en 4.0 bedraagt voor BC en NO2. De geïntegreerde blootstelling berekend voor de andere time lags (twee, drie,.. tot tien dagen voor het onderzoek) lagen in dezelfde grootteorde. 8.2.

VERTALING VAN CONCLUSIES NAAR BELEID

Op basis van de resultaten uit deze studie en de LNE biomonitorigsstudie werden beleidsaanbevelingen geformuleerd. Deze zijn tot stand gekomen na overleg met alle uitvoerende partners van beide projecten. Voor de volledige lijst van de beleidsaanbevelingen verwijzen we naar het rapport van de LNE studie (Koppen et al., 2012). Hieronder zijn enkele beleidsaanbevelingen uitgelicht die van toepassing zijn op de meetcampagne en de bepaling van de blootstelling. 8.2.1.

GEBRUIK VAN LAND USE REGRESSION (LUR)

Belangrijkste vaststellingen m.b.t. het gebruik van LUR-modellering: -

-

-

-

186

De NO2-en BC-concentraties gemodelleerd met het LUR-model zijn, in het bestudeerde gebied, goede indicatoren voor verkeerspollutie, want vooral verkeersvariabelen – en niet een landgebruikparameter als industriezone – waren significant in het LUR-model van beide polluenten en konden aldus de variatie in concentraties aan NO2 en BC in de bestudeerde zone verklaren. De voor Vlaanderen beschikbare geografische informatieparameters (GIS-variabelen over wegendensiteit, verkeersintensiteit, bewoning, landgebruik, …) waren flexibel genoeg en volstonden om een goed LUR-model op te stellen. De R2-waarde van het model bedroeg >0.70, wat betekent dat 70% van de variatie in concentraties kan verklaard worden door deze GISvariabelen. Binnen dit project voerde het Agentschap Wegen en Verkeer (AWV) verkeerstellingen uit op twee locaties. De absolute waarden van de gemodelleerde verkeersstromen weken soms af van de beschikbare tellingen. Verder werden ook nog tellingen uitgevoerd door kinderen die deelnamen aan deze studie. Alle uitgevoerde tellingen gaven aan dat de gemodelleerde stromen toch een goed idee geven over de relatieve verkeersintensiteit. Het LUR-model kan betrouwbare buitenluchtconcentraties voorspellen. De NO2-waarden gemeten aan de voorgevel van de woningen en via het LUR-model bepaald, correleerden goed. Het LUR-model voor het grootstedelijk gebied Antwerpen is extrapoleerbaar voor gebruik in Vlaanderen, mits het uitvoeren van bijkomende metingen in meer landelijkere regio’s van


Vlaanderen (hercalibratie van het model). Dit is ondertussen gebeurd voor BC (jaargemiddeld) in het kader van het VITO strategisch onderzoek (GWO). Op basis van de bovenstaande bevindingen kunnen de volgende aanbevelingen worden geformuleerd: -

-

-

Het LUR-model opgesteld voor het grootstedelijk gebied Antwerpen kan in de toekomst gebruikt worden om betrouwbaar concentraties van NO2 en BC te voorspellen in dit gebied en – bij uitbreiding met meer metingen – ook voor geheel Vlaanderen. Een ‘hercalibratie’ van het model kan in de toekomst nodig zijn indien emissiefactoren dalen of verkeersstromen wijzigen door bv. infrastructuurwijzigingen. In epidemiologische studies, zoals de humane biomonitoringcampagnes georganiseerd door de Vlaamse Overheid, is LUR-modellering een geschikt en kostenefficiënt instrument om (ruimtelijke- en temporele variatie in) luchtkwaliteit in te schatten. LUR-modellering kan gebruikt worden voor grote groepen mensen met een zeer goede ruimtelijke resolutie (op niveau van de coördinaten van de woning).

8.2.2.

UITMIDDELTIJD, GEÏNTEGREERDE BLOOTSTELLING, HERSCHALING VAN POLLUENTMETINGEN

Belangrijkste vaststellingen m.b.t. uitmiddeltijden, geïntegreerde blootstelling, en herschaling van polluentmetingen: -

-

-

-

Door de tijdsbesteding van de kinderen op meerdere locaties en ten gevolge van het verblijf op verschillende (thuis)adressen, kan uitmiddelen over een relatief langere tijdsperiode van bv. één week in vergelijking met één tot twee dagen, een betere reflectie geven van de geïntegreerde werkelijke blootstelling. Op die manier kunnen zowel tijds- als ruimtelijke variatie worden meegenomen. Om na te gaan of de schoolconcentratie van belang was, werden korte-termijn gemiddelden gemaakt van de polluenten die enkel op school werden gemeten. Uitmiddeling over korte termijn stelt ons in staat de impact van de school beter in te schatten, gezien over een langere periode de thuislocatie meer van belang wordt. In het geval er metingen waren op school en thuis, dan geeft theoretisch, de berekende geïntegreerde blootstelling op de thuis- en schoollocatie een betere reflectie van de werkelijke blootstelling. De geïntegreerde blootstelling (op school en thuis) werd berekend als het gewogen aandeel van de gemodelleerde daggemiddelde concentraties (thuis en op school) rekening houdend met de tijd aanwezig op beide locaties. Hierbij werd geen rekening gehouden met de effectieve uren waarop de kinderen op beide locaties aanwezig waren. Mogelijk is het juister om de berekening te baseren op het gemiddelde van de metingen tijdens de uren waarop het kind op de twee locaties aanwezig was, om zo de dagvariatie mee op te nemen. In dit project werd dit nagegaan voor NO2 en BC, maar deze invloed bleek minder belangrijk. Indien het voor een studieopzet belangrijk zou blijken, dan kunnen uurlijkse LURmodellen opgesteld worden (NB: dit is enkel mogelijk voor polluenten gemeten met deze uurlijkse resolutie). Hoewel de concentraties tijdens transport van en naar school sterk verhoogd zijn, droegen ze niet veel bij tot de totale gemiddelde blootstelling voor lagere schoolkinderen. Dit in tegenstelling tot volwassenen, waar het woon-werkverkeer belangrijk is (Dons et al., 2012). De dagelijkse tijd die kinderen in transport van en naar de school doorbrengen is meestal te kort (hier gemiddeld ca. 20 min/dag) om van invloed te zijn op de totale gemiddelde blootstelling over heel de dag. Het is niet zinvol om deze bijdrage in een geïntegreerde blootstelling (gewogen gemiddelde op basis van gemiddelde blootstelling op verschillende leeflocaties) in verdere studies mee te nemen. Hoewel korte blootstelling aan piekconcentraties de berekende

187


-

-

geïntegreerde blootstelling niet sterk beïnvloedt, kunnen deze korte piekblootstellingen wel een effect hebben op gezondheidsparameters. Piekblootstellingen zouden symptomen kunnen uitlokken, vooral bij kwetsbare individuen zoals kinderen met luchtwegklachten. In deze studie werd niet nagegaan welke blootstellingsimpact het totaal van alle transporttijden (ook verplaatsingen voor hobby’s etc.) heeft. Indien, zoals in de huidige studie, geen simultane metingen mogelijk zijn bij alle deelnemers (door beperkte meetapparatuur), dan is voor de temporeel achtereenvolgende metingen op de verschillende locaties herschaling nodig t.o.v. een referentie meetlocatie, omwille van variatie in achtergrondconcentraties over de weken waarin gemeten wordt op de diverse locaties. In de huidige studie werd in twee seizoenen, enkele weken gemeten. Deze uitgebreide meetinspanning zorgde voor voldoende variaties in metingen, t.t.z. metingen in periodes met lage blootstelling en een smogperiode met hoge belasting aan luchtpolluenten.

Op basis van de bovenstaande bevindingen kunnen de volgende aanbevelingen worden geformuleerd: -

Het is aan te raden een voldoende lange meetperiode te voorzien om genoeg contrast in blootstelling te hebben, en om de geïntegreerde blootstelling goed te kunnen inschatten. Om een over- of onderschatting van de blootstelling op de thuis- en schoollocatie te voorkomen kan gebruik gemaakt worden van uurlijkse LUR-modellen. De blootstelling in transport van en naar school, hoeft niet gemeten te worden wanneer de totale geïntegreerde blootstelling uitgemiddeld over een hele dag wordt berekend. Dit werd in de huidige studie geobserveerd, gezien deze verplaatsing slechts ca. 20 min per dag bedroeg. De uitvoering bij alle kinderen is bovendien erg arbeidsintensief en de extrapolatie op basis van een aantal metingen zal een te grote onzekerheid hebben in verhouding tot de effectieve bijdrage. Dit neemt niet weg dat de, tijdens het transport, kortstondige blootstelling aan piekconcentraties, een effect zouden kunnen hebben op de gezondheidsparameters.

8.2.3.

PERSOONLIJKE NO2-METINGEN

Belangrijkste vaststellingen m.b.t. de persoonlijke NO2-dosimetrie: -

-

-

-

188

Gedurende één week van de herfstcampagne hebben 123 kinderen een persoonlijke NO2dosimeter gedragen. Dit was een willekeurige week die niet voorafging aan het medisch onderzoek. Persoonlijke dosimetrie vergt inzet van de kinderen. De kinderen in deze studie waren gemotiveerd om mee te doen, maar het vergt oplettendheid van de deelnemer om de dosimeter telkens op de kledij vast te hechten. Persoonlijke dosimeterie kan anderzijds zeker ook een tool zijn voor participatieve monitoring. Persoonlijke dosimetrie van broers en zussen waren soms goed overeenstemmend, wat aanduidt dat het theoretisch mogelijk is het goed te doen. Het gebruik van enkel persoonlijke blootstellingsmetingen (in plaats van gemodelleerde blootstelling op basis van metingen op een aantal vaste plaatsen) is meestal geen goed alternatief omdat: (i) geen middellange- en lange-termijn-blootstelling kan worden bepaald, en (ii) geen extrapolatie kan gebeuren voor kinderen waar de persoonlijke dosimetrie niet is gelukt. Concreet zou dit voor deze studie betekenen dat slechts de helft van de deelnemers weerhouden werden. Bovendien is het met persoonlijke dosimetrie moeilijker om meerdere componenten te meten. De LUR-gemodelleerde NO2-concentraties geïntegreerd over school en thuis kwamen niet overeen met de persoonlijke metingen. Doordat alle persoonlijke NO2-metingen in dezelfde week (met lage achtergrondconcentraties) plaatsvonden was de spreiding in concentraties


-

redelijk beperkt. Het zou beter geweest zijn om de deelnemers de dosimeter te laten dragen in verschillende weken. In een studie bij een groep volwassenen (N=62) vonden we eerder, dat 7dagen gemiddelden van Aethalometers (BC) gemeten in verschillende seizoenen gelinkt waren met BC-LUR-data (r=0.57) (Dons et al., 2012). In de huidige studie werden bovendien, de persoonlijke dosimeters door alle kinderen gedragen gedurende één bepaalde week in de herfst. In dit seizoen wordt vooral veel tijd binnen doorgebracht (meestal met gesloten ramen). Binnenshuis is de concentratie NO2 meestal lager dan buitenshuis. De persoonlijke dosimeterwaarden lagen inderdaad meestal lager dan de LUR-modellering berekend voor dezelfde week. Ter controle werd een correctie uitgevoerd m.b.v. een constante theoretische indoor/outdoor ratio voor NO2 . Het niet toepassen van de indoor/outdoor ratio kon het verschil in grootteorde tussen meting en LUR-model NO2 waarden verklaren. Persoonlijke dosimeterconcentraties bij broers en zussen kwamen meestal relatief goed overeen, maar in de meeste gevallen was het verschil tussen beide kinderen met dezelfde woonplaats groter dan we op basis van de meetfout zouden verwachten.


Persoonlijke dosimetrie wordt (voor deze doelgroep) niet aanbevolen als vervanging voor de meting van polluenten op vaste punten in combinatie met concentratieberekeningen via LUR. Het risico op onjuist gebruik (en bijgevolg dataverlies) is te groot. Bovendien kan de blootstelling van andere kinderen niet kan worden ingeschat door extrapolatie, zoals dat wel kan gedaan worden met LUR-data.

8.2.4.

BRUIKBAARHEID VAN TOESTELLEN EN METINGEN VOOR INSCHATTING VERKEERSPOLLUTIE

Belangrijkste vaststellingen m.b.t. de bruikbaarheid van toestellen en metingen voor de inschatting van verkeerspollutie: -

-

-

Voor BC en NO2 werd een goed LUR-model opgesteld waarin de concentraties quasi volledig verklaard werden door verkeersvariabelen (voor UFP werd in deze studie geen LUR-model opgesteld). Enkel in de winter was voor beide polluenten ook adresdichtheid een bijkomende verklarende parameter. UFP en BC bleken relevante verkeersparameters gezien ze gelinkt waren met verkeerstellingen. UFP en BC werden door Janssen et al. (2011) aangegeven als meer specifieke proxy’s voor verkeersblootstelling in vergelijking met fijn stof metingen (PM2.5 en PM10). NO2 is ook een goede proxy voor verkeersblootstelling, maar is als component minder toxicologisch relevant dan BC (Janssen et al., 2011). Voor UFP is er een groot aanbod aan type toestellen met verschillend meetbereik en principe. De vergelijkbaarheid van verschillende toestellen is vaak moeilijker dan bij ‘klassieke’ metingen (bv. andere stoffracties worden gemeten). Een EU-standaardisatie van de meetmethoden en toestelvereisten is in voorbereiding. Ook voor BC is er geen standaard meetmethode. BC wordt gevormd bij onvolledige verbranding van brandstoffen en biomassa en is een belangrijke component van PM2.5. Metingen van BC met kleine mobiele Aethalometers vs. de metingen met het vaste toestel MAAP komen goed overeen. Dit betekent dat de kleine toestellen betrouwbaar zijn om de ruimtelijke spreiding in een gebied in kaart te brengen. Ze vragen wel de nodige controle. Twee keer per week moet de filter vervangen worden, en tijdens een smogperiode is dit dagelijks nodig (NB: filterprijs ± 6 €). UFP-metingen aan de straatkant waren in deze studie goed gecorreleerd met de verkeersparameters (verkeerstellingen). Dit betekent dat er duidelijk verschil was in UFP en andere polluenten tussen beide schoollocaties en gemeten aan de

189


-

straatkant van de school. Om een beter beeld te krijgen van de ruimtelijke variatie in Vlaanderen van UFP in relatie tot verkeer, is het aan te raden om op diverse verkeerstypische locaties UFP te meten. In deze studie namen op de speelplaats de waarden, zoals voor alle andere polluenten, sterk af t.o.v. de straatzijde en was de correlatie met de verkeerstellingen lager ter hoogte van de speelplaats. BC, NO2 en UFP werden samen gemeten op een beperkt aantal plaatsen. De correlatie tussen BC en UFP was beter op verkeersdrukke locaties dan verder weg van verkeer. De aanwezigheid van eventueel andereBC-bronnen (niet afkomstig van verkeer) kan niet worden uitgesloten. De gemeten hoge concentratie op regionale achtergrond tijdens de smogperiode was mogelijk te wijten aan de accumulatie van de uitstoot van houtverbranding en gebouwenverwarming.


-

-

-

UFP en BC zijn goede parameters om verkeerspollutie in te schatten. BC is (op korte termijn) de meest haalbare parameter voor opvolging in luchtkwaliteitmeetnetten (deze wordt momenteel al in een aantal meetstations gemeten). Om een beter beeld te krijgen van de ruimtelijke variatie in Vlaanderen van UFP in relatie tot verkeer, is het aan te raden om op diverse verkeerstypische locaties UFP te meten. Het meten van deze parameter op een meetstation kan bovendien een beeld geven van het lange-termijn gedrag van deze polluent. Kleine Aethalometers kunnen gebruikt worden als aanvulling op BC-metingen uitgevoerd in het meetnet (met MAAP-toestel) om zo op een betrouwbare manier BC te meten in een (tijdelijke) meetopstelling met een hoge ruimtelijke resolutie. Het is aan te raden om (in het koude seizoen) het aandeel houtverbranding/gebouwenverwarming in BC en UFP na te gaan.

8.2.5.

MEETLOCATIE LUCHTKWALITEITMETINGEN SCHOOL

Belangrijkste vaststellingen m.b.t. meetlocatie van de luchtkwaliteit op de school: -

In deze studie gaven metingen ter hoogte van de speelplaats een goede inschatting van de concentraties ter hoogte van de (buitenzijde van de) klassen, wanneer deze klassen gesitueerd zijn rond deze speelplaats en niet aan de straatkant gelegen zijn. De exacte meetlocatie op de speelplaats bleek niet van belang voor een afgesloten speelplaats, zoals in deze studie het geval was. De concentraties waren vrij homogeen over de gehele speelplaats.


De optimale locatie voor plaatsing van meettoestellen dient per studie bekeken te worden in functie van de ligging van de klassen en de plaats van aanzuiging van het ventilatiesysteem. Als klassen aan de speelplaatszijde en aan voorzijde gelegen zijn is het aan te raden om op de speelplaats én ter hoogte van de voorzijde te meten, gezien de concentraties daar gemeten sterk kunnen verschillen t.o.v. andere locaties aan het schoolgebouw.

8.2.6.

HOE HOOG LIGGEN DE LUCHTKWALITEITMEETWAARDEN?

Belangrijkste vaststellingen m.b.t. de waarden van de luchtkwaliteitdata: -

190

De gemeten NO2–concentratie ter hoogte van de VMM meetpost in Borgerhout lag tijdens de twee meetperioden, in de buurt van de EU jaargemiddelde richtlijnwaarde van 40 µg/m3. t.


-

De meetwaarden op de stedelijke thuislocaties lagen voor NO2 en BC een factor 2 tot 3 hoger dan op regionale achtergrondmeetlocaties in Vlaanderen (eigen VITO-data). Ook in een stedelijke omgeving was de variatie voor de NO2- en BC-concentraties hoog (een factor 2 of meer).


In de stedelijke agglomeratie is er (boven de stedelijke ‘achtergrond’) ruimte voor verbetering van de luchtkwaliteit en verlaging van blootstelling.

191

Literatuurlijst

LITERATUURLIJST Adams H., Nieuwenhuijsen M., Colvile R., Older M., Kendall M., 2002. Assessment of road users’ elemental carbon personal exposure levels, London, UK, Atmospheric Environment 36, pp. 5335 – 5342 Baja E.S., Schwartz J., Wellenius G.A., Coull B.A., Zanobetti A., Vokonas P.S., Suh H.H., 2010. TrafficRelated Air Pollution and QT Interval: Modification by Diabetes, Obesity, and Oxidative Stress Gene Polymorphisms in the Normative Aging Study. Environmental Health Perspectives 118, pp. 840-846. Beckx C., Int Panis L., Van De Vel K., Arentze T., Lefebvre W., Janssens D., Wets G., 2009. The contribution of activity-based transport models to air quality modelling: A validation of the ALBATROSS-AURORA model chain. Science of The Total Environment 407(12), pp. 3814-3822. CEN standard EN14907, 2005. Reference gravimetric measurement method for the determination of the PM2.5 mass fraction of suspended particulate matter in ambient air. Dons E., Int Panis L., Van Poppel M., Theunis J., Willems H., Torfs R., Wets G., 2011. Impact of timeactivity patterns on personal exposure to black carbon. Atmospheric Environment 45, pp. 35943602. Dons E., Int Panis L., Van Poppel M., Theunis J., Wets G., 2012. Personal exposure to Black Carbon in transport microenvironments. Atmospheric Environment 55, pp. 392-398. Fruin S.A., Winer A.M., Rodes C.E., 2004. Black carbon concentrations in California vehicles and estimation of in-vehicle diesel exhaust particulate matter exposures. Atmospheric Environment International - North America 38, pp. 4123-4133. Hansen A. D., Rosen H., Novakov T., 1984. The Aethalometer - an instrument for the real-time measurement of optical absorption by aerosol particles. Science of the Total Environment 36, pp. 191 – 196. Henderson S.B., Beckerman B., Jerrett M., and Brauer M., 2007. Application of Land Use Regression to Estimate Long-Term Concentrations of Traffic-Related Nitrogen Oxides and Fine Particulate Matter. Environmental Science and Technology 41(7), pp. 2422-2428. Hyvärinen A.-P., Vakkari V., Laakso L., Hooda R.K., Sharma V.P., Panwar T.S., Beukes J.P., van Zyl P.G., Josipovic M., Garland R.M., Andreae M.O., Pöschl U., Petzold A., 2012. Correction for the measurement artifact of the Multi-Angle Absorption Photometer (MAAP) at high black carbon mass concentration levels. Atmospheric Measurement Techniques Discussions 5, pp. 6553 – 6576. ISO. Ambient air – Determination of black smoke index. ISO 9835, 1993, www.iso.org Janssen N.A.H., Hoek G., Simic-Lawson M., Fischer P., van Bree L., ten Brink H., Keuken M., Atkinson R.W., Anderson H.R., Brunekreef B., Cassee F.R., 2011. Black Carbon as an additional indicator of the adverse health effects of airborne particles compared with PM10 and PM2.5. Environmental Health Perspectives 119, 1691-1699.

193

Literatuurlijst

Jung K.H., Patel M. M, Moors K., Kinney P. L., Chillrud S. N., et al., 2010. Effects of heating season on residential indoor and outdoor polycyclic aromatic hydrocarbons, black carbon, and particulate matter in an urban birth cohort. Atmospheric Environment, 44, pp.4545 – 4552. Kaminski H., Asbach C., Nickel C., Weber S., Kuhlbush T., 2010. Evaluation of particle size distribution measurement techniques for urban air quality monitoring, posterpresentatie op International Aerosol Conference, Helsinki 2010. Kaur S., Nieuwenhuijsen M.J., and Colvile R.N., 2007. Fine particulate matter and carbon monoxide exposure concentrations in urban street transport microenvironments. Atmospheric Environment 41, pp.4781-4810. Koppen G., Berghmans P., Dons E., Int Panis L., Van Poppel M., De Maerschalck B., Stranger M., Theunis J., Nawrot T., 2010. Opmaak van plan van aanpak voor de kwantitatieve inschatting van en blootstelling aan gezondheidseffecten van verkeersblootstelling in Vlaanderen, met speciale aandacht voor UFP, Studie uitgevoerd in opdracht van LNE, VITO rapport 2010/MRG/R/0404 Koppen G., De Prins S., Cox B., Dons E., Van de Mieroop E., Nelen V., Nawrot T., Van Poppel M., 2012. Kwantitatieve inschatting van blootstelling aan en gezondheidseffecten van verkeersemissies in Vlaanderen, met speciale aandacht voor Ultrafijne Partikels (UFP): pilootproject in geselecteerde hotspot(s), Studie uitgevoerd in opdracht van LNE en AZG, VITO rapport 2012. Lai H. K., Kendall M., Ferrier H., Lindup I., Alm S., Hänninen O, Jantunen M., Mathys P., Colvile R., Ashmore M.R., Cullinan P., Nieuwenhuijsen M.J., 2004. Personal exposures and microenvironment concentrations of PM2.5, VOC, NO2 and CO in oxford, UK. Atmospheric Environment, 38 (37), pp. 6399-6410. Lin W., Huang W., Zhu T., Hu M., Brunekreef B., Zhang Y., Liu X., Cheng H., Gehring U., Li C., Tang X., 2011. Acute Respiratory Inflammation in Children and Black Carbon in Ambient Air before and during the 2008 Beijing Olympics. Environmental Health Perspectives 119, pp. 1507-1512. McCracken J., Baccarelli A., Hoxha M., Dioni L., Melly S., Coull B.A., Suh H.H., Vokonas P.S., Schwartz J., 2010. Annual Ambient Black Carbon Associated with Shorter Telomeres in Elderly Men: Veterans Affairs Normative Aging Study. Environmental Health Perspectives 118, pp. 1564-1570. Nethery E., Teschke K., Brauer M., 2008. Predicting personal exposure of pregnant women to traffic-related air pollutants. Science of The Total Environment 395, pp. 11-22. Patel M.M., Chillrud S.N., Correa J.C., Hazi Y., Feinberg M., Kc D., Prakash, S., Ross, J.M., Levy, D., Kinney, P.L., 2010. Traffic-Related Particulate Matter and Acute Respiratory Symptoms among New York City Area Adolescents. Environmental Health Perspectives 118, pp. 1338-1343. RIVM (2011), Ventileren langs een drukke weg. Pilot: metingen aan de voor- en achterzijde van een gebouw, Briefrapport 609300025/2011. Roorda-Knape M.C., Jansen N. A. H., de Harthog J. J., van Vliet P., Harssema H., Brunekreef B., 1998. Air pollution from traffic in city districts near major motorways. Atmospheric Environment 32, pp. 1921-1930 Sahsuvaroglu T., Jerrett M. (2007). Sources of uncertainty in calculating mortality and morbidity attributable to air pollution. Journal of Toxicology and Environmental Health, Part A, 70: 243-260. 194

Literatuurlijst

Slama R., Morgenstern V., Cyrys J., Zutavern A., Herbarth O., Wichmann H.-E., Heinrich J., 2007. Traffic-related atmospheric pollutants levels during pregnancy and offspring’s term birth weight: A study relying on a land-use regression exposure model. Environmental Health Perspectives 115, pp. 1283-1292. Stranger M., Potgieter-Vermaak S.S., Van Grieken R., 2009. Particulate matter and gaseous pollutants in residences in Antwerp, Belgium. Science of The Total Environment, 407 pp.1182-1192. Suglia S.F., Gryparis A., Wright R.O., Schwartz J., Wright R.J., 2007. Association of Black Carbon with Cognition among Children in a Prospective Birth Cohort Study. American Journal of Epidemiology 167, pp. 280-286. Swaans W., Daems J., Van Poppel M., Goelen G., 2010. Validatie IVL | VITO NO2 passieve samplereffect van verschillende micro-omgevingen. Studie uitgevoerd in opdracht van VMM, VITO rapportnummer 2010/MRG/R/406 VMM (2011), NO2-meetcampagne met passieve samplers in steden in 2010 von Klot, S. (2011). Equivalence of using nested buffers and concentric adjacent rings as predictors in land use regression models. Atmospheric Environment, 45: 4108-4110 Van Poppel M., Lefebvre W., Degraeuwe B., Janssen S., Berghmans P., Brabers R., Daems J., Bleux N., Deutsch F., Vankerkom J., Janssen L., Peelaerts W., 2009. Onderzoek naar de invloed van wegverkeer op de luchtkwaliteit in de Stad Antwerpen in het kader van de opmaak van een actieplan fijn stof, Project report 2009/RMA/R/059, VITO. Zuurbier M., Hoek G., Oldenwening M., Lenters V., Meliefste K., van den Hazel P., et al. 2010. Commuters’ Exposure to Particulate Matter Air Pollution Is Affected by Mode of Transport, Fuel Type, and Route. Environ Health Perspect, 118(6), pp. 783-789.

195

Bijlage A: Variabelen als input voor LUR

BIJLAGE A: VARIABELEN ALS INPUT VOOR LUR Naam variabele YCOORD XCOORD REGION Q_DICHT Distance to nearest road D_DICHT1 D_DICHT2 QD_DICHT1 QD_DICHT2 QZV_DICHT QDZV_DICHT1 QDZV_DICHT2 TRAFLOAD_XX TRAFLOADZV_XX TRAFLOADZV_AANDEEL_XX TRAFLOADZV_AANDEEL_XX_2 TRAFLOADMAJOR_XX TRAFLOADZV_MAJOR_XX

Omschrijving variabele y-coördinaat x-coördinaat 1:Binnen ring (R1); 2:Schil; 3:Regionaal Intensiteit op de dichtste weg Afstand tot de dichtste weg 1 / Afstand tot de dichtste weg 1 / (Afstand tot de dichtste weg)² Intensiteit op de dichtste weg / afstand tot de dichtste weg Intensiteit op de dichtste weg / (afstand tot de dichtste weg)² Intensiteit zwaar verkeer op de dichtste weg Intensiteit zwaar verkeer op de dichtste weg / afstand tot de dichtste weg Intensiteit zwaar verkeer op de dichtste weg / (afstand tot de dichtste weg)² som van (intensiteit * lengte van de wegen) in een buffer van XXm som van (intensiteit zwaar verkeer * lengte van de wegen) in een buffer van XXm TRAFLOADZV_XX / TRAFLOAD_XX (TRAFLOADZV_XX)² / (TRAFLOAD_XX) som van (intensiteit * lengte van de grote wegena) in een buffer van XXm som van (intensiteit zwaar verkeer * lengte van de grote wegena) in een buffer van XXm WEGLENGTE_XX Weglengte van alle wegen in een buffer van XXm WEGLENGTE_MAJOR_XX Weglengte van alle grote wegena in een buffer van XXm Q_DICHT_MAJOR Intensiteit op de dichtste grote wega Distance_to_nearest_major_road Afstand tot de dichtste grote wega D_DICHT_MAJOR1 1 / Afstand tot de dichtste grote wega D_DICHT_MAJOR2 1 / (Afstand tot de dichtste grote wega)² 196

Buffergroottes n.v.t. n.v.t. n.v.t. n.v.t. n.v.t. n.v.t. n.v.t. n.v.t. n.v.t. n.v.t. n.v.t. n.v.t. 50, 100, 300, 500, 1000 50, 100, 300, 500, 1000 50, 100, 300, 500, 1000 50, 100, 300, 500, 1000 50, 100, 300, 500, 1000 50, 100, 300, 500, 1000 50, 100, 300, 500, 1000 50, 100, 300, 500, 1000 n.v.t. n.v.t. n.v.t. n.v.t.

Bijlage C: Variabelen als input voor LUR

D_HIGH D_HIGH_LT100 D_HIGH_LT250 D_HIGH_LT1000 ADRES_XX HDRES_XX LDRES_XX IND_XX Port_XX Airp_XX UrbGr_XX NATURE_XX

Afstand tot de dichtste snelweg Dummy - afstand tot dichtste snelweg < 100m: 1; else:0 Dummy - afstand tot dichtste snelweg < 250m: 1; else: 0 Dummy - afstand tot dichtste snelweg < 1000m: 1; else: 0 Aantal adrespunten in een buffer van XXm High density residential in een buffer van XXm (CLC_CODE 111) Low density residential in een buffer van XXm (CLC_CODE 112) Industrial or commercial units in een buffer van XXm (CLC_CODE 121) Havengebied in een buffer van XXm (CLC_CODE 123) Luchthaven in een buffer van XXm (CLC_CODE 124) Urban green in een buffer van XXm (CLC_CODE 141, 142) Natuurlijk land in een buffer van XXm (CLC_CODE 141, 142, 211, 231, 242, 243, 311, 312, 313, 322, 421, 511, 512, 522) a Grote wegen zijn wegen met dagelijkse verkeersintensiteit van meer dan 10000 voertuigen

n.v.t. n.v.t. n.v.t. n.v.t. 50, 100, 300, 500, 1000, 3000 100, 300, 500, 1000, 3000, 5000 100, 300, 500, 1000, 3000, 5000 100, 300, 500, 1000, 3000, 5000 100, 300, 500, 1000, 3000, 5000 100, 300, 500, 1000, 3000, 5000 100, 300, 500, 1000, 3000, 5000 100, 300, 500, 1000, 3000, 5000

197

Bijlage B: Correlaties (Pearson's r) tussen individuele variabelen en gemeten concentraties

BIJLAGE B: CORRELATIES (PEARSON'S R) TUSSEN INDIVIDUELE VARIABELEN EN GEMETEN CONCENTRATIES Variabele YCOORD XCOORD REGION Q_DICHT Distance to nearest road D_DICHT1 D_DICHT2 QD_DICHT1 QD_DICHT2 QZV_DICHT QDZV_DICHT1 QDZV_DICHT2 TRAFLOAD_50 TRAFLOAD_100 TRAFLOAD_300 TRAFLOAD_500 TRAFLOAD_1000 TRAFLOADZV_50 TRAFLOADZV_100 TRAFLOADZV_300 TRAFLOADZV_500 TRAFLOADZV_1000 TRAFLOADZV_AANDEEL_100 TRAFLOADZV_AANDEEL_300 TRAFLOADZV_AANDEEL_500 TRAFLOADZV_AANDEEL_1000 TRAFLOADZV_AANDEEL_100_2 TRAFLOADZV_AANDEEL_300_2 TRAFLOADZV_AANDEEL_500_2 TRAFLOADZV_AANDEEL_1000_2 TRAFLOADMAJOR_50 TRAFLOADMAJOR_100 TRAFLOADMAJOR_300 TRAFLOADMAJOR_500 TRAFLOADMAJOR_1000 TRAFLOADZV_MAJOR_50 TRAFLOADZV_MAJOR_100 TRAFLOADZV_MAJOR_300 TRAFLOADZV_MAJOR_500

198

BC lente 0,01 -0,34 -0,33 0,27 -0,57 0,45 0,28 0,55 0,30 0,08 0,51 0,36 0,62 0,52 0,51 0,41 0,40 0,64 0,38 0,40 0,34 0,35 0,44 0,37 0,35 0,34 0,44 0,37 0,32 0,31 0,44 0,29 0,49 0,41 0,39 0,44 0,29 0,39 0,34

NO2 lente 0,19 -0,23 -0,39 0,33 -0,53 0,41 0,33 0,54 0,36 0,04 0,41 0,36 0,61 0,52 0,66 0,66 0,59 0,57 0,20 0,55 0,59 0,54 0,27 0,44 0,48 0,43 0,18 0,52 0,57 0,50 0,49 0,35 0,64 0,65 0,58 0,46 0,31 0,55 0,58

BC herfst -0,09 -0,21 -0,30 0,14 -0,58 0,61 0,52 0,55 0,49 0,01 0,58 0,62 0,50 0,45 0,38 0,27 0,21 0,65 0,35 0,26 0,21 0,17 0,57 0,23 0,16 0,15 0,50 0,21 0,19 0,15 0,35 0,16 0,36 0,26 0,20 0,35 0,16 0,25 0,20

NO2 herfst 0,30 -0,18 -0,47 0,26 -0,52 0,43 0,35 0,49 0,37 -0,03 0,33 0,34 0,48 0,41 0,53 0,54 0,60 0,50 0,08 0,41 0,45 0,54 0,26 0,29 0,36 0,46 0,12 0,39 0,44 0,50 0,36 0,26 0,49 0,52 0,58 0,33 0,23 0,41 0,45

BC jaar

NO2 jaar

-0,05 -0,28 -0,33 0,20 -0,61 0,58 0,45 0,59 0,44 0,04 0,59 0,56 0,58 0,51 0,46 0,35 0,30 0,69 0,38 0,34 0,28 0,25 0,56 0,30 0,25 0,24 0,51 0,29 0,26 0,22 0,41 0,23 0,44 0,34 0,30 0,41 0,23 0,33 0,27

0,26 -0,21 -0,44 0,30 -0,54 0,43 0,35 0,53 0,37 0,00 0,38 0,36 0,56 0,47 0,60 0,61 0,61 0,55 0,14 0,49 0,53 0,55 0,27 0,37 0,43 0,46 0,15 0,46 0,51 0,51 0,43 0,31 0,57 0,59 0,60 0,40 0,27 0,49 0,53

Bijlage D: Correlaties (Pearson’s R) tussen individuele variabelen en gemeten concentraties

TRAFLOADZV_MAJOR_1000 WEGLENGTE_50 WEGLENGTE_100 WEGLENGTE_300 WEGLENGTE_500 WEGLENGTE_1000 WEGLENGTE_MAJOR_50 WEGLENGTE_MAJOR_100 WEGLENGTE_MAJOR_300 WEGLENGTE_MAJOR_500 WEGLENGTE_MAJOR_1000 Q_DICHT_MAJOR Distance to nearest major road D_DICHT_MAJOR1 D_DICHT_MAJOR2 D_HIGH D_HIGH_LT250 D_HIGH_LT1000 ADRES_50 ADRES_100 ADRES_300 ADRES_500 ADRES_1000 ADRES_3000 HDRES_100 HDRES_300 HDRES_500 HDRES_1000 HDRES_3000 HDRES_5000 LDRES_100 LDRES_300 LDRES_500 LDRES_1000 LDRES_3000 LDRES_5000 IND_1000 IND_3000 IND_5000 Port_3000 Port_5000 Airp_1000 Airp_3000 Airp_5000

0,34 0,35 0,30 0,42 0,48 0,51 0,44 0,29 0,50 0,43 0,42 0,38 -0,46 0,35 0,16 -0,37 0,34 0,27 0,02 0,03 0,14 0,25 0,31 0,43 0,17 0,28 0,39 0,43 0,39 0,29 -0,36 -0,36 -0,37 -0,37 -0,23 0,08 0,05 -0,11 0,09 0,43 0,39 -0,25 -0,01 0,33

0,53 0,31 0,35 0,53 0,61 0,63 0,49 0,35 0,64 0,64 0,57 0,36 -0,51 0,31 0,10 -0,45 0,49 0,28 0,05 0,08 0,15 0,24 0,35 0,55 0,25 0,33 0,55 0,41 0,53 0,44 -0,44 -0,46 -0,46 -0,42 -0,34 -0,01 0,02 -0,18 -0,09 0,27 0,44 -0,16 0,09 0,35

0,17 0,23 0,10 0,31 0,31 0,33 0,35 0,16 0,38 0,32 0,24 0,28 -0,32 0,26 0,16 -0,17 0,33 0,05 0,16 0,13 0,16 0,23 0,28 0,28 0,25 0,28 0,19 0,29 0,26 0,19 -0,31 -0,33 -0,32 -0,24 -0,13 0,13 0,00 -0,16 -0,08 0,30 0,24 -0,18 0,03 0,29

0,53 0,25 0,33 0,56 0,62 0,67 0,36 0,26 0,50 0,51 0,55 0,32 -0,50 0,26 0,13 -0,47 0,35 0,29 0,29 0,32 0,37 0,42 0,51 0,66 0,33 0,35 0,51 0,47 0,62 0,57 -0,44 -0,46 -0,46 -0,44 -0,41 -0,04 -0,06 -0,26 -0,10 0,33 0,53 -0,14 0,18 0,49

0,25 0,30 0,19 0,38 0,40 0,43 0,41 0,23 0,46 0,39 0,33 0,34 -0,40 0,32 0,17 -0,26 0,36 0,15 0,11 0,10 0,16 0,25 0,31 0,36 0,23 0,30 0,29 0,37 0,33 0,25 -0,35 -0,36 -0,36 -0,31 -0,18 0,12 0,02 -0,15 -0,01 0,37 0,31 -0,22 0,01 0,33

0,55 0,29 0,35 0,56 0,63 0,67 0,43 0,31 0,58 0,58 0,58 0,35 -0,52 0,29 0,12 -0,47 0,43 0,29 0,18 0,21 0,27 0,34 0,45 0,62 0,30 0,35 0,54 0,45 0,59 0,52 -0,45 -0,47 -0,47 -0,44 -0,39 -0,02 -0,03 -0,23 -0,09 0,31 0,50 -0,15 0,14 0,44

199

Bijlage B: Correlaties (Pearson's r) tussen individuele variabelen en gemeten concentraties

UrbGr_300 UrbGr_500 UrbGr_1000 UrbGr_3000 UrbGr_5000 NATURE_300 NATURE_500 NATURE_1000 NATURE_3000 NATURE_5000

200

0,17 -0,02 -0,08 -0,04 0,19 -0,04 -0,18 -0,14 -0,43 -0,41

-0,08 -0,19 -0,17 -0,24 0,29 -0,23 -0,31 -0,24 -0,56 -0,47

-0,04 -0,07 -0,05 -0,10 0,02 -0,16 -0,17 -0,07 -0,29 -0,27

-0,19 -0,29 -0,20 -0,26 0,40 -0,38 -0,46 -0,30 -0,64 -0,57

0,04 -0,06 -0,07 -0,08 0,10 -0,12 -0,19 -0,10 -0,37 -0,34

-0,14 -0,25 -0,19 -0,26 0,36 -0,31 -0,40 -0,28 -0,62 -0,54

Metingen van ultrafijn stof in Vlaanderen op hotspot(s) voor de blootstelling aan verkeerspolluenten

Recommend Documents