Inteligentny system pomiarów stężenia zanieczyszczeń powietrza jako narzędzie wspomagania zarządzania ochroną powietrza atmosferycznego

Transkrypt

1 Realizacja projektu badawczo-rozwojowego: Inteligentny system pomiarów stężenia zanieczyszczeń powietrza jako narzędzie wspomagania zarządzania ochroną powietrza atmosferycznego Seminarium sprawozdawcze projektu badawczo-rozwojowego Warszawa, IChTJ,

2 Projekt Badawczo Rozwojowy Nr R I TELIGE T Y SYSTEM POMIARÓW STĘŻE IA ZA IECZYSZCZEŃ POWIETRZA JAKO ARZĘDZIE WSPOMGA IA ZARZĄDZA IA OCHRO Ą POWIETRZA ATMOSFERYCZ EGO Seminarium sprawozdawcze Realizowane Zadania r Zadania 3 4 azwa i opis zadania Opracowanie i wykonanie modelu systemu do ciągłych pomiarów (automatycznych) pyłu zawieszonego w powietrzu wraz z bezprzewodową transmisją danych Wykonanie dwóch egzemplarzy systemu, przeprowadzenie instalacji w wybranych miejscach pomiarowych, testowanie aparatury i oprogramowania Termin realizacji

3 Wykonawcy Piotr Urbański Bronisław Machaj Jan Paweł Pieńkos Adrian Jakowiuk Ewa Kowalska Edward Świstowski AMIZ

4 Sieć Monitoringu Kiosk Pomiarowy - Świder 3

5 Kalibracja Równoległe pomiary (C-14 / Pm-147) Z av1 - Z av Z av1, Z av2 [µg/m 3 ] Z av1 (C-14) -20 Z av1 - Z av2 [µg/m 3 ] 20 Z av2 (Pm-147) succsessive measurement number 4

6 Równoległe pomiary (PM-10 / PM-2.5) Z PM10 - Z PM Z PM2.5, Z PM10 [µg/m 3 ] Z PM Z PM10 - Z PM2.5 [µg/m 3 ] 20 Z PM succesive measurement number Oprogramowanie (1/8) 5

7 Oprogramowanie (2/8) Oprogramowanie (3/8) 6

8 Oprogramowanie (4/8) Oprogramowanie (5/8) Róża wiatrów - Świder 7

9 Oprogramowanie (6/8) Róża wiatrów - Żerań Oprogramowanie (7/8) 8

10 Oprogramowanie (8/8) Przerwanie pomiaru Za małe ciśnienie pompy Przerwanie pomiaru - Przekroczona temperatura pompy Awaria AMIZ'a Skrócenie cyklu pomiarowego Załączenie zasilania - Automatyczny start pomiaru Awaria zasilania - Praca z UPS'em Przywrócenie zasilania Intruz w kiosku! Start pomiaru Zatrzymanie pomiaru Dane wejściowe Predyktora Data Zapylenie (µg/m 3 ) Temperatura ( C) Wilgotność (%) Ciśnienie (hpa) :57;179;27;8;99; :57;179;40;7;99; :57;179;55;8;99; :57;179;61;9;99; :57;179;97;7;99; :57;179;104;5;99; :57;179;61;6;99; :57;179;31;7;99;987 END Intruz w kiosku! :59;179;46;0;99; :59;179;70;0;99; :59;179;53;2;86; :59;179;51;2;76; :08;ERROR ;8;;; :59;179;59;0;95; :59;179;48;0;97; :59;179;47;0;99; :59;179;45;1;99;996 END 9

11 Przykładowe Pomiary (1/4) Przykładowe Pomiary (2/4) 10

12 Przykładowe Pomiary (3/4) Przykładowe Pomiary (4/4) 11

13 Stacja Świder PM-10 (1/2) Stacja Świder PM-10 (2/2) 12

14 II Etap zadania badawczego: Pobieranie sezonowe próbek pyłów powietrza. Analiza pierwiastkowa pyłów z zastosowaniem rentgenowskiej analizy fluorescencyjnej realizowanego przez Akademię Górniczo-Hutniczą Marek Lankosz Lucyna Samek III kampanie pobierania próbek pyłów powietrza w Świdrze 7-11 kwietnia lipca września 2008 II kampanie pobierania pyłów powietrza w Otwocku lipca września

15 Budynek Obserwatorium Geofizycznego w Świdrze Budynek ze stanowiskiem pobierania próbek w Otwocku 2

16 Podczas każdej kampanii pobrano 12 próbek Odbyło się 5 kampanii 60 próbek do analizy metodą fluorescencji rentgenowskiej Pomiary wykonano na spektrometrze fluorescencji rentgenowskiej Warunki pomiarowe: 55 kv 40 ma s Wyniki analizy materiału wzorcowego pyłów powietrza SRM 2783 produkcji NIST [ng] Pierwiastek K Ca Ti Mn Fe Cu Zn Pb Wartość mierzona 5010(583) 9680(697) 1016(280) 1530(204) 24776(1793) 360(55) 1544(105) 300(60) Wartość certyfikowana 5280(520) 13200(1700) 1490(240) 320(12) 26500(1600) 404(42) 1790(130) 317(54) 3

17 Świder Ca S tężenie [ng/m3] Frakcja drobna Frakcja pośrednia Frakcja gruba Data Świder Fe 250 Stężenie [ng /m3] Data Frakcja drobna Frakcja pośrednia Frakcja gruba 4

18 Świder Zn S tężenie [ng/m3] Frakcja drobna Frakcja pośrednia Frakcja gruba Data Świder Pb 14 Stężenie [ng/m3] Frakcja drobna Frakcja pośrednia Frakcja gruba Data

19 Świder Br 5 S tężenie [ng/m3] Frakcja drobna Frakcja pośrednia Frakcja gruba Data Otwock K 300 Stężenie [ng/m3] Frakcja drobna Frakcja pośrednia Frakcja gruba Data

20 Otwock Ca 2000 S tężenie [ng /m3] Frakcja drobna Frakcja pośrednia Frakcja gruba Data Otwock Ti 70 Stężenie [ng/m3] Frakcja drobna Frakcja pośrednia Frakcja gruba Data

21 Otwock Fe S tężenie [ng /m3] Frakcja drobna Frakcja pośrednia Frakcja gruba Data Otwock Zn Stężenie [ng/m3] Frakcja drobna Frakcja pośrednia Frakcja gruba Data

22 Otwock Br 4 S tężenie [ng /m3] Frakcja drobna Frakcja pośrednia Frakcja gruba Data Otwock Pb Stężenie [ng /m3] Frakcja drobna Frakcja pośrednia Frakcja gruba Data

23 Pomiary parametrów meteorologicznych w Świdrze wykonane zostały przez pracowników Obserwatorium Geofizycznego w Świdrze. Pomiary parametrów meteorologicznych w Otwocku wykonane zostały przez Instytut Chemii i Techniki Jądrowej w Warszawie Parametry meteorologiczne zaobserwowane w Świdrze Data Temp. [ C] Prędkość wiatru [m/s] Kierunek wiatru S SW S SW, NW WN N, WN WN WN 10

24 Parametry meteorologiczne zaobserwowane w Świdrze Data Temp. [ C] Prędkość wiatru [m/s] Kierunek wiatru WS, WN E, N NE, N NE Parametry meteorologiczne w Otwocku Data Temp. [ C] Prędkość wiatru [m/s] Kierunek wiatru NW NW, SW NW, SW SW, NW N, S, NW N, NE N, NE N, NE, NW 11

25 Świder Stężenia K, Mn, Cr, Cu są na granicy wykrywalności, nie zamieszczono wykresów Stężenia Ca i Fe mają podobny przebieg, Pierwiastki te występują głównie we frakcji grubej. Najwyższe stężenie wiatr z południa, prędkość 2 m/s. Wyższe stężenia Niska prędkość wiatru 1 m/s. Zn rozłożony równomiernie we wszystkich frakcjach ziarnowych Pb występuje głównie we frakcjach drobnej i pośredniej Br nie obserwuje się we frakcji o grubych ziarnach Otwock Profil stężeń K, Ca, Ti, Fe jest podobny. Występują głównie we frakcji o największych ziarnach. Podczas obu kampanii prędkość wiatru była niska 0-2 m/s. Pierwiastki te utrzymują się w powietrzu. Stężenie Mn, Cr, Cu jest na granicy wykrywalności Zn, Pb rozkładają się równomiernie we wszystkich frakcjach ziarnowych. Br występuje głównie we frakcji drobnej 12

26 Wnioski Kampanie pobierania próbek odbyły się w Świdrze (III kampanie) i Otwocku (II kampanie). Stężenia pierwiastków w pyłach powietrza nie przekraczały wartości dopuszczalnych. Nie zaobserwowano zależności stężeń pierwiastków od parametrów meteorologicznych. 13

27 Projekt badawczo-rozwojowego pt.: Inteligentny system pomiarów stężenia zanieczyszczeń powietrza jako narzędzie wspomagania zarządzania ochroną powietrza atmosferycznego nr rej. R Zadanie badawcze 9.Badania i analiza rozkładów wielkości aerozolu submikronowego oraz własności elektrycznych atmosfery Marek Kubicki IGF PAN Warszawa ICHTJ Plan prezentacji - Badania aerozolu w na tle zagadnień elektryczności atmosfery - Metody pomiaru drobnego aerozolu - Otrzymane wyniki - Podsumowanie 1

28 dn dt 2 = q α n n β Z α = 1, m 3 s m 3 11 β = 5 10 s Rozkład cząstek aerozolu 2

29 Spektrometr cząstek SMPS-3034 A P P E N D I X A Specifications A-1 The following operating specifications are for the Model 3034 SMPS (specifications are subject to change). Mode of operation Bipolar KR-85 charge neutralization, DMA (differential mobility analyzer) particle size separation, CPC (condensation particle counter) concentration measurement. Particle Size range 10 to 487 nanometers Total particle concentration 102 to 107 particles per cubic centimeter Flowrates Inlet (aerosol sample) 1 L/minute Sheath flow 4 L/min Operating temperature range 5 to 35 C Operating pressure range 75 to 105 kpa (sea level 2132 m) Spektrometr cząstek aerozolu 3321 Model 3321 Aerodynamic Particle Sizer Spectrometer Measurement Technique Time-of-flight of individual particles measured in an accelerating flow field with a single, high-speed timing processor; coincidence detection achieved using a patented, doublecrest optical system; particle size binning based on internally stored calibration curve Particle Size Range 0.5 to 20 µm aerodynamic sizing, 0.37 to 20 µm optical detection (PSL equivalent) Aerodynamic Size Resolution 0.02 µm at 1.0 µm, 0.03 µm at 10 µm Display Resolution Particle Size 32 channels per decade of particle size (logarithmic), 52 channels total; 1,024 bins of raw time-offlight data (4 nsec per bin) in uncorrelated mode Light Scattering (log-compressed) 16 channels of light-scattering intensity (displayed); 64 channels of raw light-scattering data Particle Type Airborne solids and nonvolatile liquids Maximum Recommended Particle Concentration 1,000 particles/cm3 at 0.5 µm with <5% coincidence; 1,000 particles/ cm3 at 10.0 µm with <10% 3

30 Licznik cząstek aerozolu 3025 cm koncentracja aerozolu :09:36 04:19:12 06:28:48 08:38:24 10:48:00 12:57:36 15:07:12 17:16:48 19:26:24 21:36:00 23:45:36 czas Model 3025A Specifications Minimum particle size... 50% detection at 3 nm 90% detection at 5 nm Flowrate Aerosol... Condenser... Inlet, high-flow... Inlet, low-flow ± 3 cm3/min 300 ± 30 cm3/min 1500 ± 150 cm3/min 300 ± 30 cm3/min Working fluid n-butyl alcohol saturator temperature... condenser temperature... optics temperature C ±0.3 C 10 C ±0.3 C 39 C ±2.0 C Concentration... Accuracy... 0 to particles/cm3 ±10% up to /cm3 Particle-pulse height of the photodetector V typical Laser power mw Detector... See calibration data, Appendix D Układ do pomiaru elektrycznego przewodnictwa powietrza 4

31 Spektrum chwilowe dn/dlogdp (#/cm³) Aerozol_swider_ S34, sample 1, 09/03/07 12:00:00 32 c/d / No APS Samples Selected Mobility Diameter (nm) dn/dlogdp (#/cm³) Aerozol_swider_ S34, sample 27, 09/03/07 14:10:00 32 c/d / No APS Samples Selected Mobility Diameter (nm) dn/dlogdp (#/cm³) Aerozol_swider_ S34, sample 160, 09/05/07 06:00:00 32 c/d / No APS Samples Selected Mobility Diameter (nm) dn/dlogdp (#/cm³) Aerozol_swider_ S34, sample 285, 09/05/07 16:25:00 32 c/d / No APS Samples Selected Mobility Diameter (nm) 2000 Aerozol_swider_ S34, sample 1951, 09/16/07 03:00:00 32 c/d / No APS Samples Selected Aerozol_swider_ S34, sample 2023, 09/16/07 09:00:00 32 c/d / No APS Samples Selected 1400 dn/dlogdp (#/cm³) Mobility Diameter (nm) dn/dlogdp (#/cm³) Mobility Diameter (nm) Spektra godzinne i dobowe dn/dlogdp (#/cm³) Interval Average.SMPS, sample 312, 09/18/07 02:00:00 32 c/d / No APS Samples Selected Mobility Diameter (nm) dn/dlogdp (#/cm³) Interval Average.SMPS, sample 323, 09/18/07 13:00:00 32 c/d / No APS Samples Selected Mobility Diameter (nm) Interval Average.SMPS, sample 18, 09/21/07 12:00:00 32 c/d / No APS Samples Selected Interval Average.SMPS, sample 11, 09/14/07 12:00:00 32 c/d / No APS Samples Selected dn/dlogdp (#/cm³) Mobility Diameter (nm) dn/dlogdp (#/cm³) Mobility Diameter (nm) 5

32 Spektra dynamiczne Aerosol Size Distribution APS dn/d(logd) [ 1/cc ] Time UT h18 h19 h20 h21 h22 h aerosol diameter [ nm ] Aerosol Number Size Distribution APS Time UT dn/d(logd) [1/cc] aerosol diameter [ nm ] Świder Świder wind speed [ m/s ] E [ V/m ] :00 18:00 24:00 12:00 06:00 18:00 24:00 12:00 Time UT Time UT Świder temp. [ o C ] Air electric cond. [ ohm -1 m -1 ] Świder Analiza parametrów elektryczności atmosfery w relacji do zanieczyszczeń aerozolowych powietrza :00 12:00 18:00 24:00 Time UT 5 06:00 12:00 18:00 24:00 Time UT Św ider 1.0E 5 8.0E 4 Stacja WIOŚ Wa-Ursynów Aerosol con. [cm -3 ] 6.0E 4 4.0E 4 2.0E 4 0.0E 0 06:00 12:00 18:00 24:00 Time UT 6

33 Podsumowanie 1.Spektrum drobnego aerozolu posiada dużą zmienność czasową. 2.Rozkład nie odbiega znacznie od klasycznych rozkładów aerozolu. 3.Czas przebywania drobnego aerozolu przy powierzchni Ziemi i mechanizmy jego usuwania, zasadniczo wpływają na czasowe rozkłady spektrum aerozolu. 4.Zastosowane przyrządy pomiarowe i analiza wyników raczej są odpowiednie do badania specyficznych, krótko czasowych sytuacji, np. znacznego wzrostu koncentracji drobnego aerozolu. 5. Analiza parametrów elektryczności atmosfery może wnosić dodatkowe informacje o zanieczyszczeniach aerozolowych powietrza. Dziękuję za uwagę Pomiary lidarowe wykonane w OBSERWATORIUM IGF PAN w Belsk. 7

34 Raport z realizacji projektu badawczo-rozwojowego Inteligentny system pomiarów stężenia zanieczyszczeń powietrza jako narzędzie wspomagania zarządzania ochroną powietrza atmosferycznego Nr R , w roku 2008 Zadanie 6 Inwentaryzacja źródeł pyłu zawieszonego w wybranych miejscach powiatu otwockiego i miasta Otwock na podstawie zezwoleń, rejestracji i badań własnych z uwzględnieniem specyficznych warunków lokalnych oraz rozpoznanie możliwości wykorzystania modeli emisyjnych Wykonawcy: M. Sowiński, M. Laskus, J. Wojtkowska, H. Trzaskowska, S. Mikołajewski, M. Matul, M. Kowalski PARLAMENT EUROPEJSKI i RADA, uznając konieczność redukcji zanieczyszczeń powietrza, przyjęły dyrektywę 2008/50/WE w sprawie jakości powietrza i czystszego powietrza dla Europy. Dla zapewnienia przejrzystości, prostoty administracyjnej, dyrektywa zastępuje dyrektywy cząstkowe: 96/62/WE (w sprawie oceny i zarządzania jakością otaczającego powietrza) 1999/30/WE (odnoszącą się do wartości dopuszczalnych SO 2, NO 2, NO x, PM10 i Pb w otaczającym powietrzu) 2000/69/WE (dotyczącą wartości dopuszczalnych benzenu i tlenku węgla w otaczającym powietrzu) 2002/3/WE (odnoszącą się do ozonu w otaczającym powietrzu) 97/101/WE decyzję rady (ustanawiającą system wzajemnej wymiany informacji i danych pochodzących z sieci i poszczególnych stacji dokonujących pomiarów zanieczyszczeń otaczającego powietrza w państwach członkowskich) Ponadto, nowa dyrektywa zawieszonego PM2,5. wprowadza nowe regulacje dotyczące pyłu 2 1

35 Rozporządzenie Ministra Środowiska z dnia 5 kwietnia 2006 r. w sprawie zakresu i sposobu przekazywania informacji dotyczących zanieczyszczenia powietrza Dz. U. z 2006 r. r 63, poz. 445 Lista potencjalnych przyczyn wystąpienia przekroczeń poszczególnych poziomów dopuszczalnych: 1) oddziaływanie emisji związanej z ruchem pojazdów w centrum miasta z intensywnym ruchem; 2) oddziaływanie emisji związanej z ruchem pojazdów na głównej drodze leżącej w pobliżu stacji; 3) oddziaływanie emisji z zakładów przemysłowych, ciepłowni, elektrowni zlokalizowanych w pobliżu stacji pomiarowej; 4) oddziaływanie emisji z kopalni lub kamieniołomów zlokalizowanych pobliżu stacji pomiarowej; 5) oddziaływanie emisji związanych z indywidualnym ogrzewaniem budynków; 6) awaryjna emisja z zakładu przemysłowego; 7) awaryjna emisja ze źródeł innych niż przemysłowe; 8) oddziaływania naturalnych źródeł emisji lub zjawisk naturalnych niezwiązanych z działalnością człowieka; 9) unos pyłu związany z posypywaniem dróg w okresie zimowym środkami, o których mowa w rozporządzeniu Ministra Środowiska z dnia 27 października 2005 r. w sprawie rodzajów i warunków stosowania środków, jakie mogą być używane na drogach publicznych oraz ulicach i placach (Dz. U. r 230, poz. 1960); 10) napływ zanieczyszczeń powietrza spoza granic kraju; 11) inna; jeżeli zidentyfikowano inną przyczynę wystąpienia ponadnormatywnych stężeń niż podane wyżej, krótko się ją opisuje. 3 Na rysunku przykładowo przedstawiono mapę woj. mazowieckiego, zaczerpniętą z raportu Wojewódzkiego Inspektoratu Ochrony Środowiska (WIOŚ) za rok 2006 z zaznaczeniem stref, w których przekraczany jest dobowy poziom dopuszczalny PM10 Klasa C Zwraca uwagę koncentracja stref w rejonie, w którym nie występują istotne, duże źródła emisji PM

36 Przed rokiem przedstawiono wstępne wyniki dotyczące rozmieszczenia punktowych źródeł PM w powiecie otwockim. W VI kwartale 2007 r. oraz w I i II kwartale 2008 r. przeprowadzono pomiary tła regionalnego w Świerku oraz tła miejskiego w Otwocku na terenie Instytutu Geofizyki PAN oraz Państwowej Powiatowej Straży Pożarnej. 5 SPECYFIKA POWIATU OTWOCKIEGO Powierzchnia powiatu 615 km 2 w tym miasto Otwock 47 km 2 gmina Karczew 82 km 2 Ludność powiatu Gęstość zaludnienia 186/km 2 Lasy i grunty leśne ha W skład powiatu otwockiego wchodzi 8 gmin: CELESTYNÓW, JÓZEFÓW, KARCZEW, KOŁBIEL, OSIECK, OTWOCK, SOBIENIE JEZIORY i WIĄZOWNA trzy miasta: OTWOCK, JÓZEFÓW i KARCZEW i 135 wsi. 6 3

37 SPECYFIKA POWIATU OTWOCKIEGO Klimat: Średnia roczna temperatura powietrza: 7,4 8,1 o C ajcieplejszy miesiąc w roku to lipiec: 17,5 18,2 o C ajzimniejszy miesiąc w roku to styczeń: o średniej poniżej 3 o C Opady roczne są z reguły niższe od średniej Krajowej osiągając mm/rok Okres wegetacyjny, wyznaczony przez liczbę dni ze średnią temperaturą dobową nie niższą niż 5 o C trwa średnio ok dni okres bezprzymrozkowy ok dni Cechy charakterystyczne klimatu okolic Otwocka i miejscowości wzdłuż tzw. lini otwockiej, związane są głównie z usytuowaniem pośród rozległych borów sosnowych. Lokalny mikroklimat różni się od klimatów sąsiednich rejonów m.in. osłabieniem prędkości wiatrów, dużym udziałem dni bezwietrznych, zmniejszoną amplitudą dobowych wahań temperatury i znacznym stężeniu w powietrzu aerozoli organicznych o generalnie pozytywnym działaniu na organizm człowieka tzw. fitoncydów, emitowanych przede wszystkim przez sosny. 7 SPECYFIKA POWIATU OTWOCKIEGO Otwock leży na pograniczu Doliny Środkowej Wisły i Równiny Garwolińskiej, na lewym brzegu Świdra w pobliżu jego ujścia do Wisły. Otwock posiada drogi publiczne długości 230,5 km Charakterystyka sieci drogowej na terenie Otwocka według kategorii: Wyszczególnienie Drogi krajowe Drogi wojewódzkie Drogi powiatowe Drogi gminne Razem Długość km 2,5 1,0 44,0 183,0 230,5 Udział nawierzchni utwardzonej % ,6 24,8 40,1 8 4

38 Instytut Problemów Jądrowych w Otwocku-Świerku Położenie: N E Lokalizacja punktu pomiarowego tła regionalnego 9 Instytut Geofizyki PAN w Otwocku-Świdrze, ul. Brzozowa 15. Położenie: N E Lokalizacja punktu pomiarowego tła miejskiego I 10 5

39 Teren siedziby Państwowej Powiatowej Straży Pożarnej w Otwocku, ul. Mieszka I 13/15. Położenie: N E Lokalizacja punktu pomiarowego tła miejskiego II

40

41

42 17 Pochodzenie pyłu zawieszonego Cząstki PM2,5 Cząstki PM10 Powstałe z Powstałe przez Złożone z Źródło gazów reakcje chemiczne, nukleacje, kondensacje, koagulacje stałych cząstek lub kropel mechaniczne rozdrabnianie (tj. kruszenie, mielenie, ścieranie powierzchni), parowanie rozpylonych cieczy, unoszenie pyłu zawiesiny pyłu (tj. pył ziemny, pył uliczny); siarczanów (SO x ); azotanów (NO 3 ); związków popiołów węglowych; tlenków metali zawartych w amonowych (NH 4 ); węglowodorów; związków ziemi (Si, Al., Ti, Fe); CaCO 3 ; NaCl; sól morska, organicznych; metali (Pb, Cd, V, Ni, Cu, Zn, Mn, Fe) pyłki roślinne, zarodniki pleśni spalanie węgla, ropy, benzyny, oleju, drewna, produkty porywanie pyłu przemysłowego i pyłu z dróg, przemiany NO x i SO 2 w atmosferze, związki organiczne zawiesina porywanego pyłu (tj. uprawa roli, zawierające biogenne źródła (węglowodory terpenowe), kopalnie, drogi polne), źródła biologiczne, budowy i wysokotemperaturowe procesy, huty stali itp. rozbiórka, spalanie węgla i oleju, bryza morska Czas przebywania Dystans przenoszenia od kilku dni do kilku tygodni od 100 do 1000 kilometrów od kilku minut do kilku godzin < 1 do 10 kilometrów 18 9

43 Rozkład prędkości i kierunków wiatru w stacji PPSP 19 Raport z realizacji projektu badawczo-rozwojowego Inteligentny system pomiarów stężenia zanieczyszczeń powietrza jako narzędzie wspomagania zarządzania ochroną powietrza atmosferycznego Nr R , w roku 2008 Zadanie 6 Inwentaryzacja źródeł pyłu zawieszonego w wybranych miejscach powiatu otwockiego i miasta Otwock na podstawie zezwoleń, rejestracji i badań własnych z uwzględnieniem specyficznych warunków lokalnych oraz rozpoznanie możliwości wykorzystania modeli emisyjnych Koniec prezentacji 10

44 Raport z realizacji projektu badawczo-rozwojowego Inteligentny system pomiarów stężenia zanieczyszczeń powietrza jako narzędzie wspomagania zarządzania ochroną powietrza atmosferycznego Nr R , w roku 2008 Zadanie 7 Badanie rozkładów pyłu zawieszonego i/lub aerozolu (3 nanometrów - 10 mikrometrów) z uwzględnieniem korelacji różnych frakcji pyłu i / lub aerozoli z parametrami meteorologicznymi Wykonawcy: M. Sowiński, M. Kowalski, M. Kubicki, M. Laskus, M. Matul, S. Mikołajewski, H. Trzaskowska, J. Wojtkowska Porównanie wyników pomiarów uzyskanych metodą grawimetryczną (referencyjną) oraz AMIZ-2007G (automatyczną opartą na pochłanianiu promieniowania beta) 2 1

45 Zgodnie z dyrektywą 2008/50/WE i normami PN i PN , tylko metoda grawimetryczna jest metodą referencyjną, co m.in. oznacza, że w przypadku zastosowania innej metody, należy wykazać jej równorzędność z metodą referencyjną. Metoda ta została szczegółowo zaprezentowana na poprzednim seminarium, w grudniu 2007 roku. Dla przypomnienia podam, że jest tu zastosowany aspirator sekwencyjny typu PNS6D15/MVS6D firmy Atmoservice z automatycznym zmieniaczem filtra (sączka) oraz procedura obowiązująca w Wojewódzkim Inspektoracie Ochrony Środowiska (WIOŚ) i Wojewódzkiej Stacji Sanitarno- Epidemiologicznej (WSSE). Automatyczny miernik stężenia pyłu zawieszonego AMIZ-2007G został zaprezentowany na obecnym seminarium przez IChTJ. 3 Przebiegi czasowe stężenia PM10 i PM2,5 (uzyskane w tym samym miejscu i czasie przy wykorzystaniu mierników AMIZ-2007G). 4 2

46 Wstępne wartości współczynników porównawczych (w oparciu o dane pomiarowe uzyskane w okresie letnim): K1(PM10) = S a /S g (PM10) = 1,64 K2(PM2,5) = S a /S g (PM2,5) = 2,5 gdzie : S a - stężenie pyłu zawieszonego mierzone metodą automatyczną, S g - stężenie pyłu zawieszonego mierzone metodą grawimetryczną 5 Pomiary wykonane w na terenie Państwowej Powiatowej Straży Pożarnej (PPSP) w Otwocku. Relacja pomiędzy stężeniami pyłu zawieszonego PM2,5 i PM10 mierzonymi metodą automatyczną (AMIZ-2007G) w czerwcu

47 Przebiegi czasowe stężenia PM10 otrzymane metodą automatyczną i metodą grawimetryczną (czerwiec 2008). 7 Przebiegi czasowe stężenia PM2,5 otrzymane metodą automatyczną i metodą grawimetryczną (lipiec 2008). 8 4

48 Przebiegi czasowe stężenia PM10 i PM2,5 (skorygowane) z uwzględnieniem współczynników K1 i K2. 9 Stężenia pierwiastków w pyłach powietrza w ng/m 3 (określone przez dr. Lucynę Samek) Pierwiastek K Ca Ti Cr Mn Fe Cu Zn Br Pb Frakcja 2,5 µm (Filtr teflonowy) <LLD 137 (68) 265 (22) 10,6 (3,6) 74 (7) 131 (14) 4,1 (1,3) 71,1 (5,9) 4,1 (0,8) 35 (3) Frakcja 10 µm (Filtr kwarcowy) <LLD <LLD <LLD 20 (4) <LLD 75 (14) <LLD 25,6 (4,9) 2,5 (0,8) 11 (3) 10 5

49 Stężenie pyłu zawieszonego w IV kwartale 2007 r. S PM2,5 /S PM10 = 1,23 11 Stężenie pyłu zawieszonego w I kwartale 2008 r. S PM2,5 /S PM10 = 0,

50 Podsumowanie i wnioski: Zakres zadań 6 i 7 przewidzianych do realizacji w roku 2008 został wykonany 1. Prace rozpoczęte w latach powinny być zakończone w roku 2009 (ostatnim roku projektu) 2. W szczególności prace badawczo-rozwojowe zostaną ukierunkowane na: Tworzenie bazy danych dla predykcji krótkookresowej poziomów dopuszczalnych stężenia PM10 i PM2,5 w oparciu o systemy pomiarowe AMIZ, systemy pomiarowe wybranych WIOŚ oraz systemy prognozowania parametrów meteorologicznych w czasie rzeczywistym Analizę porównawczą danych, uzyskanych metodą automatyczną i grawimetryczną Opracowanie procedury wstępnej weryfikacji danych przeznaczonych dla predyktora Badania relacji przyczynowo-skutkowych pomiędzy poziomem zanieczyszczenia powietrza (szczególnie pyłem zawieszonym PM10 i PM2,5 oraz aerozolem) a efektami zdrowotnymi Opracowanie planu (pilotażowego) programu ochrony powietrza na poziomie lokalnym. Co dalej? 13 Raport z realizacji projektu badawczo-rozwojowego Inteligentny system pomiarów stężenia zanieczyszczeń powietrza jako narzędzie wspomagania zarządzania ochroną powietrza atmosferycznego Nr R , w roku 2008 Zadanie 7 Badanie rozkładów pyłu zawieszonego i/lub aerozolu (3 nanometrów - 10 mikrometrów) z uwzględnieniem korelacji różnych frakcji pyłu i / lub aerozoli z parametrami meteorologicznymi Koniec prezentacji 7

51 Raport z realizacji projektu badawczo-rozwojowego Inteligentny system pomiarów stężenia zanieczyszczeń powietrza jako narzędzie wspomagania zarządzania ochroną powietrza atmosferycznego Nr R , w roku 2008 Zadanie 7 Badanie rozkładów pyłu zawieszonego i/lub aerozolu (3 nanometrów - 10 mikrometrów) z uwzględnieniem korelacji różnych frakcji pyłu i / lub aerozoli z parametrami meteorologicznymi Wskaźnik jakości powietrza (WJP-AQI) Wykonawcy: M. Kowalski, J. Wojtkowska WJP - wskaźnik jakości powierza (AQI - Air Quality Index) Na podstawie obowiązującego w USA dokumentu: EPA-454/B May 2006 Guidelines for Reporting of Daily Air Quality Air Quality Index 2 1

52 Dokument bazowy: Federal Register Vol. 64, No. 149, p , August 4, Air Quality Index Reporting. Dokument pomocniczy: United States Environmental Protection Agency Air Quality Index. A Guide to Air Quality and Your Health. Air and Radiation, EPA-454/K , August WJP Służy do poglądowej prezentacji stanu zanieczyszczenia powietrza, niezależnie od rodzaju zanieczyszczeń, za pomocą kategorii jakości. Wyznacza się WJP dla następujących zanieczyszczeń: O 3, PM10, PM2,5, CO, SO 2, NO 2 4 2

53 Skala kategorii jest sześciostopniowa, wyrażona w punktach, określeniach słownych i kolorach. 5 Dla każdego zanieczyszczenia określone są progi mierzonych wielkości fizycznych odpowiadające zmianie kategorii. 6 3

54 Dokładną wartość WJP oblicza się za pomocą interpolacji liniowej w granicach kategorii. gdzie: I p WJP dla zanieczyszczenia p (pollutant) C p zaokrąglona wartość stężenia zanieczyszczenia p BP Hi wartość graniczna większa niż C p BP Lo wartość graniczna mniejsza lub równa C p I Hi wartość WJP odpowiadająca BP Hi I Lo wartość WJP odpowiadająca BP Lo 7 Raporty o WJP prezentowane są w mediach w różnych formach słownej, graficznej, za pomocą kolorowych mapek. 8 4

55 Raporty o WJP powinny informować o aktualnym stanie powietrza na podstawie pomiarów bieżących lub predykcji. Przy pomiarach bieżących cykl pomiaru wielkości fizycznej musi być krótki, rzędu kilku minut, tak by okres od rozpoczęcia pomiaru do prezentacji wyniku trwał około 15 minut. Wówczas WJP informuje o aktualnym stanie powietrza a nie historii sprzed np. półtorej doby. Do szybkiego pomiaru PM10 czy PM2,5 można wykorzystywać mierniki optyczne (laserowe) o cyklu pomiarowym 1-5 min. Predykcja pozwala podać do wiadomości publicznej WJP ze znacznym wyprzedzeniem około jednej doby ale jej wiarygodność jest mniejsza niż pomiarów bieżących. 9 Punkt pomiarowy nr 2 na terenie PPSP przy ul. Mieszka I 10 5

56 Punkt pomiarowy nr 1 na terenie IGF PAN przy ul. Brzozowej 11 Raport z realizacji projektu badawczo-rozwojowego Inteligentny system pomiarów stężenia zanieczyszczeń powietrza jako narzędzie wspomagania zarządzania ochroną powietrza atmosferycznego Nr R , w roku 2008 Zadanie 7 Badanie rozkładów pyłu zawieszonego i/lub aerozolu (3 nanometrów - 10 mikrometrów) z uwzględnieniem korelacji różnych frakcji pyłu i / lub aerozoli z parametrami meteorologicznymi Wskaźnik jakości powietrza (WJP-AQI) Koniec prezentacji 6

57 Prognozowanie zanieczyszczeń atmosferycznych przy użyciu u sieci neuronowych prof. zw. dr hab. inż.. Stanisław aw Osowski dr inż.. Krzysztof Siwek mgr inż.. Konrad Garanty Politechnika Warszawska Ocena trudności problemu Wart. średnia µg/m 3 Odch. standardowe µg/m 3 Zawartość pyłu mechanicznego PM10 w powietrzu atmosferycznym zmierzona w stacji Ursynów wartości średniodobowe w latach

58 Czynniki mające wpływ na prognozę Czynniki mające największy wpływ na wielkość zanieczyszczenia powietrza to: wartość zanieczyszczenia w poprzednich godzinach warunki meteorologiczne: siła a wiatru, kierunek wiatru, temperatura, wilgotność oraz ciśnienie typ dnia (roboczy, świąteczny, weekend) pora roku (sezon grzewczy, okresy przejściowe, lato) Ocena trudności problemu Zależność zawartości w powietrzu PM10 w dwóch kolejnych dniach Korelacja pomiędzy PM10 i siłą wiatru Korelacja pomiędzy PM10 i temperaturą

59 Metody predykcji Metody neuronowe sieć wielowarstwowa typu MLP sieć SVM Zastosowanie dekompozycji falkowej Eliminacja komponentów w szumowych z wielu prognoz przy zastosowaniu ślepej separacji sygnałów Predykcja przy użyciu u SVM Schemat ogólny sieci neuronowej do prognozowania

60 Zastosowanie transformaty falkowej Przykład dekompozycji falkowej Zastosowanie transformaty falkowej Schemat sieci neuronowej do prognozowania przy wykorzystaniu transformaty falkowej

61 Eliminacja komponentów szumowych z wielu prognoz Schemat dekompozycji BSS z usuwaniem składowych szumowych Błędy prognozy Średni bezwzględny błąd procentowy MAPE n 1 P( j) Pˆ( j) MAPE= 100% n P( j) j= 1 Średni błąd bezwzględny MAE Błąd średniokwadratowy 1 MAE= n n j= 1 P( j) Pˆ( j) RMSE = Współczynnik korelacji Ryd R= std( y) std( d) p 1 d i y i p i= 1 2 Indeks zgodności IA= 1 p p ( di yi) ( d d + y d ) i i i= 1 i= 1 2 2

62 Wyniki badań eksperymentalnych Wyniki testowania na danych z roku 2008 Zastosowanie Rozkład na Sieć SVM dekompozycji falki + SVM BSS MAE [µg/m 3 ] RMSE [µg/m 3 ] MAPE [%] R IA Dane pogodowe pochodzą z ICM Wykonany program do predykcji Główne okno programu do predykcji

63 Wyniki badań eksperymentalnych błąd bezwzględny PM10 ug/m 3 Predykcja stężenia PM10: a) przebiegi sygnału rzeczywistego i predyktorów, b) błędy predykcji Wyniki badań eksperymentalnych błąd bezwzględny PM10 ug/m 3 Predykcja stężenia PM10: a) przebiegi sygnału rzeczywistego i predyktorów, b) błędy predykcji

64 Porównanie Porównanie uzyskanych przez nas wyników [2] z wynikami z uznanego ośrodka badawczego w Atenach [1] Ateny: MAE = µg/m 3 dla wartości średniej µg/m 3 (MAE/mean=0.255) MAE = 7.54 µg/m 3 at the mean of µg/m 3 (MAE/mean=0.213) Współczynnik korelacji R = Indeks zgodności IA = Warszawa: MAE=4.08 µg/m 3 dla średniej µg/m 3 (MAE/mean=0.139) Współczynnik korelacji R=0.92 Indeks zgodności IA=0.96 [1]. Grivas, G., Chaloulakou, A.: Artificial neural network models for predictions of PM10 hourly concentrations in greater area of Athens. Atmospheric Environment 40 (2006) [2]. K. Siwek, S. Osowski, Ensemble of Neural Predictors for Forecasting the Meteorological Pollution, IJCNN Hongkong, 2008 Wnioski z przeprowadzonych badań Opracowane rozwiązania zania pozwalają na dokładniejsz adniejszą prognozę w porównaniu do metod klasycznych Opracowane rozwiązania zania mogą z powodzeniem być stosowane w praktyce w celu monitoringu i zapobiegania przekroczeniom norm stęż ężeń zanieczyszczeń atmosferycznych Zastosowanie modeli neuronowych oraz dekompozycji falkowych i metod eliminacji składowych szumowych pozwalają na radykalną poprawę dokładno adności predykcji

65 Plany na przyszłość Dopracowanie i ulepszanie metod opartych na BSS oraz transformatach falkowych Dostosowanie opracowanego rozwiązania zania do pracy w czasie rzeczywistym przy użyciu u prognostycznych danych pogodowych ICM Opracowanie predyktora służąs żącego jedynie do klasyfikacji sieć ma jedynie wskazywać stan przekroczenia norm w następnym dniu Połą łączenie obu rozwiąza zań Dziękuj kuję za uwagę

66 System analizy i dostarczania danych dla predyktora zanieczyszczeń powietrza Grant: Opracowanie, zainstalowanie, testowanie predyktora zanieczyszczeń powietrza w oparciu o dane immisji, sieci neuronowe i prognozowane parametry meteorologiczne. dr Mieczysław Sowiński (IPJ) mgr inż. Jacek Szlachciak (IPJ) mgr inż. Marek Lasiewicz (IPJ) Paweł Rożnowski (PW) Platforma sprzętowa i programowa - serwer komputer (serwer) klasy PC 2 procesory Intel Pentium III 550 MHz 512 MB pamięci RAM system operacyjny Slackware Linux 12.0 (jądro wersja smp) baza danych MySQL wersja pobieranie, przetwarzanie i wprowadzanie danych języku Python wersja system kontroli wersji Darcs wersja automatyczne uruchamianie skryptów i akwizycja danych Cron wersja

67 Platforma programowa - komputer do analizy danych i predykcji zanieczyszczeń połączenie z bazą danych MySQL Connector/ODBC 3.51 agregacja danych MS Access 2003 analiza danych MS Excel 2003 predykcja zanieczyszczeń Matlab (R2008a) Źródła danych Interdyscyplinarne Centrum Modelowania Matematycznego i Komputerowego (ICM) dane pobierane z serwera ftp ICM-u model matematyczny (siatka 14 km x 14 km) postać danych: spakowane archiwum w formacie zip rodzaj danych: temperatura powietrza, wilgotność względna, ciśnienie atmosferyczne, zachmurzenie ogólne, opad całkowity, składowe U i V wiatru, dane geograficzne punktów

68 Źródła danych Instytut Chemii i Techniki Jądrowej (ICHTJ) dane pobierane z serwera WWW za pomocą skryptu postać danych: plik w formacie txt rodzaj danych: czas pomiaru, zapylenie, temperatura, wilgotność, ciśnienie, numer urządzenia pomiarowego Przetwarzanie danych - ICM

69 Przetwarzanie danych - AMIZ Obliczanie predykcji - wstęp W 2008 roku prowadzono prace badawcze nad predykcją zanieczyszczeń powietrza pyłem zawieszonym PM10. Wdrożone zostały dwa modele do prognozowania zanieczyszczeń przy użyciu sieci neuronowych, autorstwa dr Krzysztofa Siwka z Politechniki Warszawskiej: model step-by-step obliczający predykcję na następny dzień na podstawie predykcji na dzień dzisiejszy model skokowy obliczający predykcję na następny dzień na podstawie danych rzeczywistych dnia wyjściowego, z pominięciem predykcji na dzień dzisiejszy. Oba modele poszerzono o funkcję obliczania błędu średniego i maksymalnego otrzymanej predykcji względem danych rzeczywistych. Na początku września dokonano przejścia z używania danych meteorologicznych archiwalnych z Ursynowa (służących do szkolenia sieci neuronowej) na dane meteorologiczne ICM

70 Obliczanie predykcji c.d. Obliczenia zaczynamy od odczytania i wpisania do programu Excel bieżących danych pomiarowych pyłu zawieszonego PM10 ze stacji pomiarowej na Ursynowie, umieszczonych na stronie internetowej WIOŚ. Następnie dokładane są do tego prognozowane dane meteorologiczne z bazy ICM (temperatura,wilgotnośc oraz prędkość i kierunek wiatru) po uprzednim wyliczeniu ich średnich dobowych w programie Access. Kolejny krok to wczytanie danych z Excela do programu Matlab. Tam dokonywane jest obliczenie odzielnych predykcji dla dwóch różnych modeli: step-by-step oraz skokowego. Odczytane wyniki wpisywane są ponownie do tabeli w Excel, a następnie dla obu modeli generowane są wykresy. Program Matlab umożliwia również obliczenie błędu średniego i procentowego predykcji oraz graficzną ich ilustrację. Obliczanie predykcji na każdy kolejny dzień zajmuje ok. godziny Wstępne wyniki predykcji pyłu zawieszonego PM10: Model "step by step" Dane rzeczywiste Prognoza na następny dzień (dane meteo z ICM) Prognoza na dwa dni (dane meteo z ICM) µg/m Data

71 Wstępne wyniki predykcji powietrza pyłem zawieszonym PM10: Model "skokowy" Dane rzeczywiste Prognoza na następny dzień (dane meteo z ICM) Prognoza na dwa dni (dane meteo z ICM) g/m Data Cele dotyczące jakości danych w zakresie oceny jakości powietrza