Zastosowanie MG w analizach emisji zanieczyszczeń ze spalania paliw w gospodarstwach domowych

Podobne dokumenty
Rozwój metod geoprzestrzennych w szacowaniu emisji zanieczyszczeń do powietrza

Bilans emisji krajowej zanieczyszczeń powietrza na potrzeby Konwencji LRTAP

European Monitoring and Evaluation Programme (EMEP) cele, zadania, zobowiązania krajów członkowskich

Metody Obliczeniowe w Nauce i Technice

Zamiana punktowych danych wilgotności objętościowej gleby na rozkłady powierzchniowe

Ocena wpływu rozwoju elektromobilności na stan jakości powietrza

Modelowanie przestrzennych rozkładów stężeń zanieczyszczeń powietrza wykonywane w Wojewódzkim Inspektoracie Ochrony Środowiska w Warszawie w ramach

OD EMISJI DO JAKOŚCI POWIETRZA struktura emisji zanieczyszczeń na Dolnym Śląsku czynniki wpływające na dyspersję zanieczyszczeń

Badania uwalniania rtęci w procesie spalania węgla i biomasy w gospodarstwach domowych

Roczne oceny jakości powietrza w woj. mazowieckim Wojewódzki Inspektorat Ochrony Środowiska w Warszawie

Wdrażanie dyrektywy 2008/50/WE w Polsce w zakresie PM2,5. Krzysztof Klejnowski. Umowa: 39/2009/F z dnia 12.1

INFOBAZY 2014 VII KRAJOWA KONFERENCJA NAUKOWA INSPIRACJA - INTEGRACJA - IMPLEMENTACJA

Małgorzata Paciorek, Agnieszka Bemka EKOMETRIA Sp. z o.o. Gdańsk

Znaczenie modelowania w ocenie jakości powietrza. EKOMETRIA Sp. z o.o.

Wpływ rozwoju elektromobilności w Polsce na zanieczyszczenie powietrza

SYSTEM OCENY JAKOŚCI POWIETRZA W WOJEWÓDZTWIE MAZOWIECKIM. Wojewódzki Inspektorat Ochrony Środowiska w Warszawie Dominik Kobus

Karta informacyjna. Nazwa projektu

Szacowanie optymalnego systemu Bonus-Malus przy pomocy Pseudo-MLE. Joanna Sawicka

ZAŁĄCZNIK NR 3 RAPORT (QA/QC) Z OCENY JAKOŚCI OBLICZEŃ ROZPRZESTRZENIANIA SIĘ ZANIECZYSZCZEŃ ZA ROK 2015

w obszarze pogranicza polsko czeskiego

Karta informacyjna. Nazwa projektu

WARSZTATY. Geostatystyka

GLOBAL METHANE INITIATIVE PARTNERSHIP-WIDE MEETING Kraków, Poland

EFEKTYWNOŚC ENERGETYCZNA I NISKOEMISYJNE CIEPŁO DLA POLSKICH MIAST

Krajowy bilans emisji SO 2, NO X, CO, NH 3, NMLZO, pyłów, metali ciężkich i TZO za lata w układzie klasyfikacji SNAP Raport syntetyczny

INWENTARYZACJA EMISJI ZANIECZYSZCZEŃ POWIETRZA z ogrzewania indywidualnego NA DOLNYM ŚLĄSKU

Karta informacyjna. Nazwa projektu

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

Pomiar rozkładu przestrzennego pyłów zawieszonych w Małopolsce

Analiza jakości powietrza atmosferycznego w Warszawie ocena skutków zdrowotnych

Rok akademicki: 2016/2017 Kod: GIS ZS-s Punkty ECTS: 3. Kierunek: Inżynieria Środowiska Specjalność: Zagospodarowanie surowców i odpadów

Karta informacyjna - inwentaryzacja wzór v.3.0

WYKŁAD 5 TEORIA ESTYMACJI II

WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU

Prawne uwarunkowania w zakresie gromadzenia i przekazywania danych o zużyciu energii propozycja bazy danych ARE S.A.

Krajowe i lokalne problemy zanieczyszczenia powietrza - w poszukiwaniu skutecznych rozwiązań

Realizacja zobowiązań wynikających z ustawy o infrastrukturze informacji przestrzennej w statystyce publicznej

Emisje pyłu u w wybranych gminach. liwości redukcji tej emisji. rejonu przygranicznego Polski. Cz. KLIŚ, M. CENOWSKI, E. STRZELECKA-JASTRZĄB

Określanie wielkości emisji zanieczyszczeń do powietrza towarzyszących eksploatacji złóż ropy naftowej i gazu ziemnego metodą wskaźnikową

I II III IV V VI VII VIII

Pobieranie prób i rozkład z próby

Karta informacyjna. Nazwa projektu

Rozdział 2: Metoda największej wiarygodności i nieliniowa metoda najmniejszych kwadratów

Gromadzenie danych o emisjach i zużyciu energii problemy i rozwiązania

Ekonometryczne modele nieliniowe

LABORATORIUM 6 ESTYMACJA cz. 2

Studia Pilotowe dla Oslo i Katowic

LABORATORIUM Populacja Generalna (PG) 2. Próba (P n ) 3. Kryterium 3σ 4. Błąd Średniej Arytmetycznej 5. Estymatory 6. Teoria Estymacji (cz.

PLANY I PROGRAMY STUDIÓW

Koszty ekonomiczne zanieczyszczeń powietrza na wybranych przykładach

Krajowy bilans emisji SO 2, NOx, CO, NH 3, NMLZO, pyłów, metali ciężkich i TZO za lata

Krzysztof Skotak. Instytut Ochrony Środowiska - Państwowy Instytut Badawczy. Narodowy Instytut Zdrowia Publicznego - Państwowy Zakład Higieny

Przyszłość ciepłownictwa systemowego w Polsce

Jak długo żyją spółki na polskiej giełdzie? Zastosowanie statystycznej analizy przeżycia do modelowania upadłości przedsiębiorstw

OCENA JAKOŚCI POWIETRZA W WOJEWÓDZTWIE PODKARPACKIM ZA ROK 2014

Karta informacyjna. Nazwa projektu

estymacja wskaźnika bardzo niskiej intensywności pracy z wykorzystaniem modelu faya-herriota i jego rozszerzeń

Karta informacyjna. Nazwa projektu

dr inż. Tomasz Mirowski Pracownia Zrównoważonego Rozwoju Gospodarki Surowcami i Energią Instytut Gospodarki Surowcami Mineralnymi i Energią PAN

SYSTEM OCENY JAKOŚCI POWIETRZA W WOJEWÓDZTWIE MAZOWIECKIM. Wydział Monitoringu Środowiska WIOŚ w Warszawie Luty 2010 r.

Energetyka węglowa a zdrowie. Paulina Miśkiewicz Michał Krzyżanowski

Wpływ zanieczyszczeń powietrza na zdrowie. Paulina Miśkiewicz Biuro WHO w Polsce

Zanieczyszczenia powietrza w Polsce. Zagrożenia zdrowotne

242 Program ochrony powietrza dla strefy wielkopolskiej

ZAPYTANIE OFERTOWE. na wykonanie zadania

Aktualny stan jakości powietrza w Warszawie

Wartości opałowe (WO) i wskaźniki emisji CO 2 (WE) w roku do raportowania w ramach. Systemu Handlu Uprawnieniami do Emisji.

OCENA JAKOŚCI POWIETRZA W WOJEWÓDZTWIE PODKARPACKIM ZA ROK 2014

Wydział Inżynierii Produkcji i Logistyki Faculty of Production Engineering and Logistics

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 7 i 8 - Efektywność estymatorów, przedziały ufności

Wykorzystanie biomasy stałej w Europie

PODYPLOMOWE STUDIA ZAAWANSOWANE METODY ANALIZY DANYCH I DATA MINING W BIZNESIE

WSKAŹNIKI EMISYJNOŚCI SO 2, NO x, CO i PYŁU CAŁKOWITEGO DLA ENERGII ELEKTRYCZNEJ

Ocena niepewności rozwiązania w modelowaniu zmienności przestrzennej parametrów ośrodka za pomocą metody kosymulacji

Modele DSGE. Jerzy Mycielski. Maj Jerzy Mycielski () Modele DSGE Maj / 11

Jako odbiorców rezultatów Projektu wytypowano szereg instytucji i władz: Realizacja Projektu przewidziana jest do końca 2021 roku.

Modelowanie efektów fizycznych i skutków awaryjnych uwolnień LNG do środowiska

Matematyka Stosowana na Politechnice Wrocławskiej. Komitet Matematyki PAN, luty 2017 r.

Recenzja. dotycząca osiągnięć naukowych dr Macieja Kryzy w związku z wszczęciem postępowania habilitacyjnego

5.3. Sporządzenie modelu rozprzestrzeniania się zanieczyszczeń.

PLAN GOSPODARKI NISKOEMISYJNEJ DLA MIASTA MYSŁOWICE. Spotkanie informacyjne Mysłowice, dn. 16 grudnia 2014 r.

Monitoring powietrza w Szczecinie

System handlu uprawnieniami CO 2 oraz system rozliczania emisji SO 2 i NO x do roku 2020 dla wytwórców energii elektrycznej i ciepła

Metody matematyczne w analizie danych eksperymentalnych - sygnały, cz. 2

Specjalność: Geoinformacja Speciality: Geoinformation I rok SEMESTR ZIMOWY - I

Wykorzystanie Banku Danych o Lasach w naukach leśnych i praktyce leśnictwa

Mikroekonometria 5. Mikołaj Czajkowski Wiktor Budziński

Zintegrowane systemy zarządzania zapachową jakością powietrza

Założenia kontroli realizacji POP i PDK przeprowadzanych w gminach przez NIK. Najwyższa Izba Kontroli Katowice, maj 2018 r.

Jastrzębie-Zdrój, grudzień 2018 r.

MODELOWANIE REPREZENTACJI POWIERZCHNI TOPOGRAFICZNEJ Z WYKORZYSTANIEM METODY GEOSTATYSTYCZNEJ **

ROLA SYSTEMÓW MONITORINGU JAKOŚCI POWIETRZA W ZARZĄDZANIU AGLOMERACJĄ MIEJSKĄ

WSPOMAGANIE ZARZĄDZANIA JAKOŚCIĄ POWIETRZA ATMOSFERYCZNEGO W MIEŚCIE

System pomiarów jakości powietrza w Polsce

WSPÓŁCZYNNIK DWUMODALNOŚCI BC I JEGO ZASTOSOWANIE W ANALIZACH ROZKŁADÓW ZMIENNYCH LOSOWYCH

OCENA ROCZNA JAKOŚCI POWIETRZA W WOJEWÓDZTWIE WARMIŃSKO MAZURSKIM ZA ROK 2017

Wartości opałowe (WO) i wskaźniki emisji CO 2 (WE) w roku do raportowania w ramach. Systemu Handlu Uprawnieniami do Emisji.

Załącznik nr 2 do uchwały nr 94/17 Sejmiku Województwa Mazowieckiego z dnia 20 czerwca 2017 r.

Analiza systemowa gospodarki energetycznej Polski

Działania KT nr 280 ds. Jakości Powietrza w zakresie ochrony środowiska

Transkrypt:

Zastosowanie MG w analizach emisji zanieczyszczeń ze spalania paliw w gospodarstwach domowych Czyli dlaczego geostatystyka nie gryzie Damian Zasina IOŚ-PIB, KOBiZE 4 czerwca 2016

Plan prezentacji Po co to komu? Skalowanie w dół Część analityczna Przykład zastosowania

Transport i przemiany zanieczyszczeń w powietrzu Sportisse (2007)

Źródła punktowe: energetyka zawodowa ciepłownictwo przemysł Źródła powierzchniowe: gospodarstwa domowe

Modelowanie jakości powietrza Przemiany chemiczne Szacowanie emisji Dane wejściowe Modelowanie numeryczne Pola stężeń System wspomagania decyzji Parametry meteorologiczne Model meteorologiczny Na podstawie Russel i Dennis (2000).

Obowiazek raportowania emisji do powietrza Van Aardenne, 2011.

Szacowanie emisji Zużycie paliw Jakość paliwa Szacowanie emisji Pomiary emisji Modelowanie Informacje o technologiach spalania Zapotrzebowanie na ciepło i energię elektryczna

Metodyka top-down (cz. 1) Podejście klasyczne : E = EF A Jak dobrze znamy te wielkości? Czy występuje bład systematyczny szacowania? Jak wyznaczamy te wielkości (szczególnie EF ): za pomoca pomiarów, modelowania, czy opinii eksperta? Co jest głównym źródłem niepewności i w jaki sposób ograniczyć jego wpływ?

Metodyka top-down (cz. 2) Aktywność źródła emisji: statystyka publiczna Emisja krajowa Wskaźnik emisji Podział przestrzenny emisji Pomiary emisji GUS, EUROSTAT Największe zakłady.

Oszacowanie rocznej emisji: SO 2

Oszacowanie rocznej emisji: NO X

Oszacowanie rocznej emisji: PM 10

Oszacowanie rocznej emisji: NMLZO

Podział przestrzenny emisji Informacje o użytkowaniu terenu Gęstość zaludnienia Charakterystyki meteorologiczne Podział przestrzenny emisji Chrakterystyki ekonomiczne w regionach Zapotrzebowanie na ciepło i energię elektryczna Lokalizacja (duże źródła emisji) PKB

Niepewność w kontekście przestrzennym Niepewność klasyczna czasowa brak wiedzy przestrzenna agregacja dezagregacja skalowanie

Jak to powinno działać? (I dlaczego nie do końca tak działa.) Źródło: https://vito.be/en/land-use/air-quality/air-emission-inventory-support-system

Teoria a praktyka Teoria jest wtedy, kiedy wiemy wszystko, a nic nie działa. Praktyka jest wtedy, kiedy wszystko działa, a nikt nie wie dlaczego. Tutaj łaczymy teorię z praktyka. Nic nie działa i nikt nie wie dlaczego.

Dlaczego modelowanie geostatystyczne? Główne powody wykorzystania metod geostatystycznych: skuteczne w przypadku niewielkiej ilości danych; nie występuje utrata informacji (położenie punktu); jest możliwy do uzyskania rozkład niepewności/błędu; nie sa zależne od rozkładu statystycznego; w procesie modelowania pozwalaja właczyć wiedzę ekspercka;,powinny działać (Leopold et al., 2010).

Modus operandi (cz.1) 1. Modelowanie emisji w określonym sektorze. 2. Opracowanie rozkładu przestrzennego emisji na badanym obszarze. 3. Oszacowanie wariancji emisji na badanym obszarze (oszacowanie współczynnika zmienności α w danym sektorze). 4. Opracowanie modelu ciagłości przestrzennej emisji z wykorzystaniem metody eksperckiej. Uwzględnienie wpływu infrastruktury.

Modus operandi (cz.2) 5. Zastosowanie symulacji geostatystycznych w celu uzyskania realizacji, tj. rozkładów przestrzennych niepewności (błędu). 6. Wyznaczenie statystyk lokalnych dla niepewności. 7. Wyznaczenie rozkładu emisji (wartości lokalne). 8. Wyznaczenie globalnych statystyk dla emisji.

Model geostatystyczny niepewności przestrzennej γ η (h) = E[(Z(x) Z(y)) 2 ], gdzie y = x + h ( ( γ(h) = (s n) 1 exp h )) + n1 ra (0, ) (h) ((( ) ) 3h γ(h) = (s n) 2r h3 2r 3 1 (0,r) (h) + 1 (r, ) (h) + n1 (0, ) (h) n efekt samorodka; s próg; r zakres

Przykład zastosowania: Ślaski System Ciepłowniczy http://energo.nazwa.pl/

Sieć ciepłownicza a rozkład przestrzenny emisji (cz.1) 49.9 N 50 N 50.1 N 50.2 N 50.3 N 50.4 N 50.5 N Population density (inh. per km2) < 366 366 701 701 1138 1138 1579 1579 2059 2059 2754 > 2754 18.4 E 18.6 E 18.8 E 19 E 19.2 E 19.4 E (a) Ślaski System Ciepłowniczy (b) Gęstość zaludnienia

Sieć ciepłownicza a rozkład przestrzenny emisji (cz.2) Rysunek: Bufor przestrzenny, zasięg zredukowanej emisji

Analiza ciagłości przestrzennej

Wariografia (a) Chmura (b) Model struktury zagnieżdżonej

Estymacja (kriging) (c) Estymator (d) Wariancja estymatora

Symulacja (SGS)

Rysunek: $sim15

Metoda Monte Carlo Rysunek: X N(sim15, σ sim15 )

Literatura (wybrane) I RS. Bivand, EJ. Pebesma, i V. Gómez-Rubio. Applied Spatial Data Analysis with R. Springer, New York, NY, USA, 2008. doi: 10.1007/978-0-387-78171-6. R.V. Hiller, D. Bretscher, T. DelSontro, T. Diem, W. Eugster, R. Henneberger, S. Hobi, E. Hodson, D. Imer, M. Kreuzer, T. Künzle, L. Merbold, P. A. Niklaus, B. Rihm, A. Schellenberger, M.H. Schroth, C.J. Schubert, H. Siegrist, J. Stieger, N. Buchmann,, i D. Brunner. EAnthropogenic and natural methane fluxes in Switzerland synthesized within a spatially explicit inventory. Biogeosciences, (11): 1941 1960, 2014. doi: 10.5194/bg-11-1941-2014. P. Holnicki i Z. Nahorski. Air quality modeling in Warsaw Metropolitan Area. Journal of Theoretical and Applied Computer Science, 7(1):56 69, 2013. P. Holnicki i Z. Nahorski. Emission Data Uncertainty in Urban Air Quality Modeling Case Study. Environ Model Assess, (20):583 597, 2015. doi: 10.1007/s10666-015-9445-7.

Literatura (wybrane) II U. Leopold, C. Braun, L. Drouet, i DS. Zachary. Accounting for Geospatial Uncertainties in an Energy Air Quality Decision Support Tool, 2010. URL http://2010.foss4g.org/presentations_show.php%3fid=3810.html. FOSS4G, Barcelona September 8, 2010. NCEM. Poland s Informative Inventory Report 2014. Technical report, Institute of Environmental Protection National Research Institute, National Centre for Emissions Management, 2014. http://webdab1.umweltbundesamt.at/ download/submissions2014/pl_iir2014.zip?cgiproxy_skip=1. A. Russel i R. Dennis. NARSTO critical review of photochemical models and modeling. Atmos Environ, (34):2283 2324, 2000. B. Sportisse. A review of current issues in air pollution modeling and simulation. Comput Geosci, (11):159 181, 2007. doi: 10.1007/s10596-006-9036-4. Hans Wackernagel. Basics in Geostatistics 3 Geostatistical Monte-Carlo methods: Conditional simulation, 2013. http://hans.wackernagel.free.fr/.

Damian Zasina damian.zasina@kobize.pl