生物帮生物帮

莱比锡研究人员使用一种计算方法从空气污染数据中消除天气影响

莱比锡/德累斯顿。结合COVID-19大流行的影响,卫星测量成为头条新闻,显示中国和意大利北部空气污染物二氧化氮(NO2)减少了多少。在德国,交通密度是最重要的因素。但是,根据莱布尼兹对流层研究所(TROPOS)的一项研究,天气也对NO2浓度产生影响,该研究代表萨克森州州立办公室评估了2015年至2018年萨克森州天气状况对二氧化氮浓度的影响。环境,农业和地质(LfULG)。结果表明,风速和最低空气层高度是决定本地污染物累积量的最重要因素。

为了确定各种天气因素对空气质量的影响,研究小组使用了一种统计方法,该方法可以从长期测量中以数学方式消除气象波动。由于不同的排放物和天气的影响,空气质量有时会剧烈波动。但是,到目前为止,尚难以估计,低排放区或柴油驾驶禁令等法律措施共有哪些份额,而天气影响在实际空气质量中有哪些份额?使用所使用的方法,将来会更容易。

二氧化氮(NO2)是一种刺激性气体,会攻击呼吸道的粘膜,引起炎症反应,使其成为氧化剂,并增加其他空气污染物的影响。作为前体物质,它也有助于形成颗粒物质。欧盟已经设定了保护人口的极限值:对于二氧化氮,每立方米空气的年平均值为40微克(μg/m³)。为了保护人们的健康,如果不遵守这些极限值,则必须采取措施。例如,在2018/2019年,德国采取了各种措施,从减少车道数量(例如在莱比锡)到禁止旧柴油车辆的驾驶禁令(例如在斯图加特)。

为了评估这些措施的有效性,确定天气状况的确切影响将是有帮助的。因此,萨克森州环境,农业和地质局(LfULG)委托TROPOS进行天气因素对NO2浓度影响的研究,并为此提供了来自萨克森州空气质量测量网络的测量数据和气象数据。研究人员因此能够在四年内评估萨克森州29个站点的数据,这些数据代表了横截面的空气污染-从交通中心的站点到城市和农村背景站点以及Erzgebirge山脊的站点。他们还计算了大气中最低层的高度,并将莱比锡和德累斯顿交通统计站的数据纳入了研究。机器学习领域的一种方法用于统计建模,该方法在空气质量领域的应用由英国研究人员于2009年首次发表。

通过这种方式,研究能够证明所有交通站点的交通密度是造成氮氧化物浓度最大的原因。但是,两个天气参数也对二氧化氮浓度有重大影响:风速和所谓的混合层的高度。后者是一个气象参数,指示排放物混合的最低空气层延伸到的高度。Dominik van Pinxteren说:“还表明,高湿度还可以降低二氧化氮的浓度,这可能是由于污染物在潮湿表面上的沉积更加强烈。但是,确切原因仍不清楚。”

统计分析还使研究人员能够从污染物浓度的时间序列中消除天气的影响:根据天气进行调整后,2015年至2018年间,氮氧化物(NOx)的浓度每立方米总共降低了10微克平均在萨克森州的所有客运站。但是,在城市和农村地区以及厄尔士山脉的山脊上,NOx浓度往往保持在同一水平。尽管近年来空气质量已有所改善,但仍存在良好的科学论据来进一步减少空气污染。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。