article in PDF format - Zeszyty Naukowe Instytutu Pojazdów

article in PDF format - Zeszyty Naukowe Instytutu Pojazdów

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW
1(87)/2012
Zdzisław CHŁOPEK1
IDENTYFIKACJA MODELI IMISJI CZĄSTEK STAŁYCH PM2.5 I PM1
1. Wstęp
Pyły są poważnym zagrożeniem dla zdrowia ludzi i dla ich środowiska [1–9]. Frakcje wymiarowe pyłów określa się w zależności od największej średnicy aerodynamicznej
ziaren pyłu [1–5]. Jest wiadome, że szkodliwość pyłów dla zdrowia jest największa dla
pyłów najdrobniejszych, gdyż głębokość penetracji układu oddechowego przez pyły jest
zależna od wielkości ziaren. W ramach nadzorowania jakości powietrza ocenia się jego
zanieczyszczenie frakcjami PM10 i PM2.5 [1, 2, 4, 5]. Cząstki stałe PM10 składają się
z ziaren o średnicach aerodynamicznych mniejszych od 10 mm, PM2.5 – od 2,5 mm [1–
5]. Dodatkowo wyróżnia się cząstki stałe PM1, tzw. nanocząstki o średnicach aerodynamicznych mniejszych od 1 mm [2, 4, 5, 10]. Zanieczyszczenie powietrza cząstkami
stałymi PM1 dotychczas nie jest jeszcze nadzorowane.
Miarą zanieczyszczenia powietrza jest stężenie zanieczyszczeń. Stężenie zanieczyszczeń rozproszonych w powietrzu, mierzone na wysokości 1,5 nad powierzchnią
Ziemi nazywa się imisją [11]. Przekroczenia imisji frakcji wymiarowych cząstek stałych
PM10 i PM2.5 należą do najczęściej występujących naruszeń jakości powietrza, wymaganej przez międzynarodowe przepisy.
Stan zagrożenia jakości powietrza pyłami PM10 i PM2.5 ocenia się na podstawie
bezpośrednich pomiarów, a w miejscach, gdzie nie są dokonywane pomiary na podstawie modelowania.
W celu oceny zagrożenia środowiska przez pyły jest konieczna znajomość imisji poszczególnych frakcji cząstek stałych w nadzorowanych obszarach. Zazwyczaj wartości
imisji są uśredniane w okresach czasu, wynikających z przepisów prawnych. Ponieważ
nie ma możliwości wykonywania pomiarów imisji pyłów we wszystkich nadzorowanych
obszarach, istotnego znaczenia nabiera modelowanie emisji cząstek stałych oraz ich rozprzestrzeniania w środowisku. Modelowanie emisji zanieczyszczeń umożliwia ocenę
stanu zagrożenia środowiska na podstawie analiz wyników pomiarów wielkości łatwiejszych do wyznaczenia, np. na podstawie inwentaryzacji emisji zanieczyszczeń ze źródeł
stacjonarnych oraz ze źródeł transportu samochodowego na podstawie analizy natężenia
ruchu i struktury pojazdów, ocenianej ze względu na ich przeznaczenie, umowną wielkość i właściwości ekologiczne.
Modelowanie rozprzestrzenia zanieczyszczeń dotyczy związku między imisją zanieczyszczeń i procesami determinującymi ją – przede wszystkim natężeniem emisji zanieczyszczeń, które jest pochodną emisji względem czasu. Związek między imisją i natężeniem emisji zanieczyszczeń w dziedzinie czasu jest operatorowy [22], natomiast jako
zależność funkcyjną można traktować związek wartości średnich natężenia emisji i imisji zanieczyszczeń.
Prof. nzw. dr hab. inż. Zdzisław Chłopek, Politechnika Warszawska, Wydział Samochodów i Maszyn
Roboczych, Instytut Pojazdów
1
157
Z analizy zależności średniej imisji zanieczyszczeń od średniego natężenia emisji
wynika, że do celów oceny zagrożenia środowiska można wykorzystywać modelowanie
emisji. Z tego powodu często nawet faktyczne modelowanie imisji zanieczyszczeń kwalifikuje się do kategorii modelowania emisji, ponieważ modelowanie emisji jest we
wszystkich innych wypadkach niezbędne do oceny imisji zanieczyszczeń.
W pracy przedstawiono modele imisji cząstek stałych PM2.5 i PM1, opracowane
przez autora. Do identyfikacji modeli wykorzystano wyniki badań empirycznych imisji
zanieczyszczeń, wykonywane na stacjach w Brnie. O wyborze stacji nadzorowania jakości powietrza zdecydowały dwa podstawowe powody: stosunkowo dobra jakość wyników pomiarów oraz fakt, że w obszarze jednej aglomeracje stacje różnią się źródłami
emisji zanieczyszczeń i warunkami ich rozprzestrzeniania, szczególnie w odniesieniu do
motoryzacyjnych źródeł zanieczyszczeń.
2. Modelowanie imisji cząstek stałych PM2.5 i PM1
Do modelowania imisji cząstek stałych PM2.5 i PM1 wykorzystuje się wiedzę
o imisji cząstek stałych PM10. Wyniki modelowania cząstek stałych PM10 z transportu
samochodowego są analizowane w pracach [2, 3, 5–7, 9, 12–14]. W najbardziej syntetycznym ujęciu można stwierdzić, że wyróżnia się dwie grupy modeli emisji cząstek
stałych PM10:
1. Modele oparte na zasadzie podobieństwa strukturalnego [5].
Są to modele zbudowane z jawnym uwzględnieniem występujących zjawisk fizycznych w przedmiocie modelowania. Emisja cząstek stałych PM10 jest modelowana jako
zależność funkcyjna wielkości charakteryzujących jakość nawierzchni jezdni, masę pojazdu oraz – w niektórych wypadkach – udział dni z opadami atmosferycznymi,
a w innych modelach jest również uwzględniana średnia prędkość pojazdów. Wyniki
badań weryfikacyjnych nie potwierdzają jednoznacznie zgodności tych modeli z rzeczywistością, szczególnie w stosunku do ich parametrów, charakteryzujących właściwości
funkcjonalne modeli.
2. Modele oparte na zasadzie podobieństwa funkcjonalnego [3, 5].
Są to modele behawiorystyczne [3, 5]. W tych modelach unika się modelowania
emisji cząstek stałych PM10, sprowadzając zadanie wprost do modelowania imisji.
W metodzie tej są wykorzystywane zależności korelacyjne imisji cząstek stałych PM10
oraz imisji tlenków azotu i tlenku węgla, zazwyczaj postulowane na podstawie wyników
badań empirycznych jako liniowe.
Do badania zagrożenia środowiska przez cząstki stałe PM2.5 i PM1 wykorzystuje
się modele tworzone zgodnie z kryterium podobieństwa funkcjonalnego. Wykorzystuje
się do tego celu definicje cząstek stałych PM10, PM2.5 i PM1.
Na mocy definicji frakcji cząstek stałych zbiór cząstek stałych PM2.5 jest podzbiorem zbioru cząstek stałych PM10. Imisję cząstek stałych PM2.5 można zatem modelować jako liniowo zależną od imisji cząstek stałych PM10 [1, 2, 4, 5, 15]:
I PM2.5  k PM2.510  I PM10
(1)
gdzie: kPM2.5–10 – współczynnik modelu emisji cząstek stałych PM2.5; przy czym
k PM2.510  0;1
Podobnie, jak w wypadku modelowania imisji cząstek stałych PM2.5, cząstki stałe
PM1 można potraktować jako podzbiór cząstek stałych PM10 i cząstek stałych PM2.5.
158
Imisję cząstek stałych PM1 można zatem modelować jako liniowo zależną od imisji cząstek stałych PM10 [2, 5]:
I PM1  k PM110  I PM10
(2)
gdzie: kPM1–10 – współczynnik modelu emisji cząstek stałych PM1; przy czym
k PM110  0;1
oraz jako liniowo zależną od imisji cząstek stałych PM2.5 [2, 5]:
I PM1  k PM12.5  I PM2.5
(3)
gdzie: kPM1–2.5 – współczynnik modelu emisji cząstek stałych PM1; przy czym
k PM12.5  0;1 .
Identyfikacja modeli imisji cząstek stałych PM2.5 i imisji cząstek stałych PM1 polega na wyznaczeniu współczynników modeli kPM2.5–10, kPM1–10 i kPM1–2.5 na podstawie
wyników badań empirycznych imisji frakcji cząstek stałych PM10, PM2.5 i PM1. Wyniki identyfikacji są w ogólności zależne od warunków emisji zanieczyszczeń i ich rozprzestrzeniania, a także od okresu dokonywania pomiarów [1–5].
Ponieważ emisja cząstek stałych jest z wielu źródeł, należy oczekiwać, że współczynniki modeli imisji cząstek stałych PM2.5 i PM1 będą zależne od wielkości, charakteryzujących źródła emisji zanieczyszczeń i warunków ich rozprzestrzeniania. W szczególności należy oczekiwać istotnych różnic wartości tych współczynników w obszarach
o różnym ukształtowaniu nawierzchni i zabudowy, a także w obszarach o zróżnicowanej
intensywności działalności przemysłowej oraz transportu samochodowego.
3. Identyfikacja modeli imisji cząstek stałych PM2.5 i PM1
Do identyfikacji modeli imisji cząstek stałych PM2.5 i PM1 wykorzystano wyniki
badań przeprowadzanych na stacjach nadzorowania jakości powietrza w Brnie. Stacje te
różnią się położeniem, szczególnie względem arterii komunikacyjnych i zabudowań.
Stacje Svatoplukova i Zvonařka znajdują się przy dużych arteriach komunikacyjnych,
szczególnie stacja Zvonařka, położona bezpośrednio przy ulicy. Stacja Lány jest położona w miejscu odległym od ruchliwych ulic. Na stacjach tych są dokonywane pomiary
imisji m.in. cząstek stałych PM10, PM2.5 i PM1 oraz tlenków azotu i tlenku węgla
co 1 h.
Badania na stacjach nadzorowania jakości powietrza w Brnie, wykorzystywane
w niniejszej pracy, były dokonywane od 1 stycznia do 31 grudnia 2010 r. z odstępem
próbkowania wynoszącym 1 h. Na wykresach 1–3 przedstawiono przebiegi imisji frakcji
cząstek stałych dla wartości uśrednionych w okresie 1 tygodnia w dziedzinie czasu t,
oznaczonego numerami dni – d i miesięcy – m.
Przebiegi imisji poszczególnych frakcji wymiarowych cząstek stałych zostały poddane ocenie w celu wyeliminowania błędów grubych. Wykorzystano do tego celu bieżącą analizę wariancji. Dane, które były niekompletne, uzupełniano stosując metodę interpolacji. Następnie dokonano filtracji przebiegów w celu zmniejszenia udziału w sygnałach szumów o dużych częstotliwościach. Zastosowano w tym celu filtr nierekurencyjny rzędu pierwszego.
159
120
IPM10
IPM2.5
IPM1
IPM10, IPM2.5, IPM1 [mg/m3]
100
80
60
40
20
0
1-01 29-01 26-02 26-03 23-04 21-05 18-06 16-07 13-08 10-09 8-10
5-11
3-12 31-12
t [d-m]
Rys. 1. Imisja cząstek stałych PM10, PM2.5 i PM1 na stacji nadzorowania jakości
powietrza Brno–Svatoplukova w 2010 r.
100
IPM10
IPM2.5
IPM1
90
IPM10, IPM2.5, IPM1 [mg/m3]
80
70
60
50
40
30
20
10
0
1-01 29-01 26-02 26-03 23-04 21-05 18-06 16-07 13-08 10-09 8-10
5-11
3-12 31-12
t [d-m]
Rys. 2. Imisja cząstek stałych PM10, PM2.5 i PM1 na stacji nadzorowania jakości
powietrza Brno–Zvonařka w 2010 r.
80
IPM10
IPM2.5
IPM1
IPM10, IPM2.5, IPM1 [mg/m3]
70
60
50
40
30
20
10
0
1-01 29-01 26-02 26-03 23-04 21-05 18-06 16-07 13-08 10-09 8-10
5-11
3-12 31-12
t [d-m]
Rys. 3. Imisja cząstek stałych PM10, PM2.5 i PM1 na stacji nadzorowania jakości
powietrza Brno–Lány w 2010 r.
Na podstawie wyników badań empirycznych zidentyfikowano parametry modeli
imisji cząstek stałych PM2.5 i PM1. Na wykresach 4–6 przedstawiono przebiegi współ-
160
czynników modeli imisji cząstek stałych PM2.5 i PM1 oraz wartość średnią – AV tych
współczynników w okresie badań.
1
kPM2.5-10, kPM1-2.5, kPM1-10
0,8
0,6
0,4
kPM2.5-10
kPM1-2.5
kPM1-10
AV[kPM2.5-10]
AV[kPM1-2.5]
AV[kPM1-10]
0,2
0
1-01 29-01 26-02 26-03 23-04 21-05 18-06 16-07 13-08 10-09 8-10
5-11
3-12 31-12
t [d-m]
Rys. 4. Przebieg oraz wartość średnia AV współczynników modeli emisji cząstek
stałych na stacji nadzorowania jakości powietrza Brno–Svatoplukova w 2010 r.
1
kPM2.5-10, kPM1-2.5, kPM1-10
0,8
0,6
0,4
kPM2.5-10
kPM1-2.5
kPM1-10
AV[kPM2.5-1-]
AV[kPM1-2.5]
AV[kPM1-10]
0,2
0
1-01 29-01 26-02 26-03 23-04 21-05 18-06 16-07 13-08 10-09 8-10
5-11
3-12 31-12
t [d-m]
Rys. 5. Przebieg oraz wartość średnia AV współczynników modeli emisji cząstek
stałych na stacji nadzorowania jakości powietrza Brno–Zvonařka w 2010 r.
1
kPM2.5-10, kPM1-2.5, kPM1-10
0,8
0,6
0,4
kPM2.5-10
kPM1-2.5
kPM1-10
AV[kPM2.5-10]
AV[kPM1-2.5]
AV[kPM1-10]
0,2
0
1-01 29-01 26-02 26-03 23-04 21-05 18-06 16-07 13-08 10-09 8-10
5-11
3-12 31-12
t [d-m]
Rys. 6. Przebieg oraz wartość średnia AV współczynników modeli emisji cząstek
stałych na stacji nadzorowania jakości powietrza Brno–Lány w 2010 r.
161
Na rysunku 7 zestawiono uśrednione w okresie roku wartości współczynników modeli emisji cząstek stałych na stacjach nadzorowania jakości powietrza w Brnie.
1
1
0,844
0,831
0,888
0,899
0,921
0,8
AV[kPM1-10]
AV[kPM2.5-10]
0,8
0,719
0,6
0,4
0,6
0,4
0,2
0,2
0
0
Svatoplukova
Zvonařka
Lány
Svatoplukova
Zvonařka
Lány
1
0,749
0,8
0,781
AV[kPM1-2.5]
0,642
0,6
0,4
0,2
0
Svatoplukova
Zvonařka
Lány
Rys. 7. Wartość średnia współczynników modeli emisji cząstek stałych na stacjach
nadzorowania jakości powietrza w Brnie w 2010 r.
Wyznaczone wartości średnie współczynników modeli imisji cząstek stałych PM2.5
i PM1 mieszczą się w granicach spotykanych w literaturze [15, 16].
Wyniki identyfikacji modeli imisji cząstek stałych PM2.5 i PM1 nie mają jednoznacznej interpretacji, mianowicie wartości współczynników modeli dla stacji Zvonařka
i Lány mają zbliżone wartości, mimo że stacje te różnią się zasadniczo położeniem.
W wypadku modelu (2) imisji cząstek stałych PM1 różnica współczynnika modelu dla
stacji Lány i Svatoplukova jest większa niż dla stacji Zvonařka i Lány. Należało raczej
oczekiwać, że zbliżone wartości współczynników modeli powinny być dla stacji Zvonařka i Svatoplukova, albo dla stacji Svatoplukova i Lány.
4. Wnioski
Na podstawie przeprowadzonych badań można sformułować następujące wnioski:
1. Występuje silna zależność imisji frakcji cząstek stałych od pór roku: znacznie większa jest imisja w zimnych porach roku. Zauważa się również zależność imisji frakcji
cząstek stałych od dni tygodnia, co wskazuje na silny wpływ na tę imisję czynników
cywilizacyjnych.
2. W miesiącach zimnych współczynniki modeli imisji frakcji cząstek stałych PM2.5
i PM1 są większe niż w miesiącach ciepłych, co oznacza większy udział cząstek
drobnych w miesiącach zimnych.
3. Wyniki identyfikacji modeli imisji cząstek stałych PM2.5 i PM1 nie mają jednoznacznej interpretacji. Nie uzyskano wyników jednoznacznie wskazujących na
wpływ ruchu drogowego na skład frakcji wymiarowych cząstek stałych.
162
4. Modelowanie imisji cząstek stałych PM2.5 i PM1 jako funkcji liniowych imisji cząstek stałych PM10 jest skuteczną metodą badania zagrożenia środowiska przez frakcje wymiarowe pyłów.
5. Wyniki analizy parametrów modeli imisji cząstek stałych PM2.5 i PM1 w zależności
od pór roku i pór dnia wskazują, że źródła motoryzacyjne nie są dominującym powodem emisji tych zanieczyszczeń. Dominującym źródłem emisji pyłów w miastach
jest najprawdopodobniej energetyka, zarówno przemysłowa, jak i rozproszone źródła komunalne i paleniska domowe.
Literatura:
[1]
Chłopek Z., Skibiński F.: Wprowadzenie do tematyki emisji cząstek stałych
PM2.5 z transportu samochodowego. Transport Samochodowy 3/2010. 73–87.
[2]
Chłopek Z.: Badania imisji cząstek stałych PM10, PM2.5 i PM1 w aglomeracji
miejskiej. Transport Samochodowy 3/2011. 33–49.
[3]
Chłopek Z.: Modele behawiorystyczne emisji cząstek stałych PM10 ze źródeł
transportu drogowego. Zeszyty Naukowe Instytutu Pojazdów Politechniki Warszawskiej 1(82)/2011. 111–118.
[4]
Chłopek Z.: Ocena stanu zagrożenia środowiska przez cząstki stałe PM2.5 ze źródeł transportu drogowego. Zeszyty Naukowe Instytutu Pojazdów Politechniki
Warszawskiej 1(82)/2011. 101–110.
[5]
Chłopek Z.: Testing of hazards to the environment caused by particulate matter
during use of vehicles. Eksploatacja i Niezawodność – Maintenance and Reliability 2/2012.
[6]
Forsberg B. et al: Comparative health impact assessment of local and regional
particulate air pollutants in Scandinavia. Journal of the Human Environment
2005; 34(1).: 11–19.
[7]
Hoek G. et al.: Association between mortality and indicators of traffic–related air
pollution in the Netherlands: a cohort study. Lancet 2002; 360:1203–1209.
[8]
Schwartz J., Laden F., Zanobetti A.: The concentration–response relation between
PM2.5 and daily deaths. Environmental Health Perspectives 2002; Vol. 110, No.
10. 1025–1029.
[9]
Yuh–Shen Wu et al.: The measurements of ambient particulates (TSP, PM2,5,
PM2.5–10), chemical component concentration variation, and mutagenicity study
during 1998–2001 in central Taiwan. Journal of Environmental Science and
Health, Part C Environmental Carcinogenesis and Ecotoxicology Reviews 2002;
Vol. 20, Issue 1. 45–59.
[10] Kittelson D. B.: Engines and nanoparticles: A review. J. Aerosol Sci. 1998; Vol.
29, No. 5/6. Elsevier Science Ltd. 575–588.
[11] Leksykon ekoinżynierii. Red. Gabriel Borowski. Polskie Towarzystwo Inżynierii
Ekologicznej. Warszawa 2010.
[12] Harrison R. M., Jones A. M., Lawrence R. G.: Major component composition of
PM10 and PM2.5 from roadside and urban background sites. Atmos. Environ
2004; 38: 4531–4538.
[13] Houthujis D. et al.: PM10 and PM2.5 concentrations in central and eastern
Europe: Results from the CESAR study. Atmospheric Environment 2001; 35:
2757–2771.
163
[14]
[15]
[16]
Ketzel M. et. al.: Estimation and validation of PM2.5/PM10 exhaust and non–exhaust emission factors for practical street pollution modeling. Atmospheric Environment 2007; Vol. 41, Issue 40. 9370–9385.
Kinney P.L. et al.: Airborne concentration of PM2.5 and diesel exhaust particles
on Harlem sidewalks. A community – based pilot study. Environmental Health
Perspectives 2000; 108. 213–218.
Keogh D. U., Ferreira L., Morawska L.: Development of a particle number and
particle mass vehicle emissions inventory for an urban fleet. Environmental Modelling & Software 2009; Vol. 24, Issue 11: 2009 1323–1331.
Streszczenie
Pyły są poważnym zagrożeniem dla zdrowia ludzi. Przekroczenia imisji drobnych
frakcji cząstek stałych PM2.5 należą do najczęściej występujących naruszeń jakości powietrza, wymaganej przez międzynarodowe przepisy. Jeszcze groźniejsze dla zdrowia są
pyły PM1, dotychczas jeszcze niemonitorowane. Stan zagrożenia jakości powietrza pyłami PM2.5 ocenia się na podstawie bezpośrednich pomiarów, a w miejscach, gdzie nie
są dokonywane pomiary na podstawie modelowania. W pracy przedstawiono modele
imisji cząstek stałych PM2.5 i PM1, opracowane przez autora. Do identyfikacji modeli
wykorzystano wyniki empirycznych badań imisji zanieczyszczeń, wykonywane na stacjach w Brnie. Badania modeli imisji frakcji wymiarowych cząstek stałych nie potwierdziły dominującej roli motoryzacji w emisji cząstek stałych, szczególnie drobnych. Oceniono, że podstawowymi emiterami cząstek stałych są paleniska, zarówno pochodzące z
przemysłu i energetyki, jak i rozproszone źródła komunalne i paleniska domowe.
Słowa kluczowe: cząstki stałe PM2.5, cząstki stałe PM1, modelowanie imisji zanieczyszczeń
THE IDENTIFICATION OF PARTICULATE MATTER PM2.5 AND PM1
IMISSION MODELS
Abstract
Dust is a serious threat to human health. Exceeded imission of small fraction of
PM2.5 particulates are the most common violations of air quality required by international law. Even more dangerous to health are known PM1, as yet unmonitored. The states
of air threat by PM2.5 is assessed on the basis of direct measurements, and in places
where no measurements are made on the basis of modeling. The paper presents models
of PM2.5 and PM1 imission, developed by the author. To identification of the models
have been used the results of empirical studies imission of pollutants on stations in Brno.
Research of the models of dimensional particulate fraction imission did not confirm a
dominant role of the automotive particulate emissions, especially fine. Estimated that the
basic particle emitters are firing, both from industry and energy, as well as diffuse
sources of municipal and domestic hearth.
Keywords: particulate matter PM2.5, particulate matter PM1, modelling of pollutant
imission
164