Gemeenschappelijk gebruik van waarnemingsgegevens

Op dit moment worden de uitstoot van luchtverontreinigende stoffen per sector en per jaar gemeten of berekend en in een inventaris beschreven. Deze inventarissen kunnen gebruikt worden om luchtkwaliteitskaarten op te maken. Ook elk meetstation heeft een inventaris die opgesteld, opgeslagen en verdeeld wordt met verschillende methoden naargelang de regio. Om een homogene en samenhangende gegevensbank te produceren, is het noodzakelijk om:

1. 1. • de lijst van geïnventariseerde verontreinigende stoffen, de beschikbare jaren en de perimeters van elk register te definiëren;
      • de ruimtelijke resultaten van de registers te vergelijken;
      • de geconstateerde verschillen te bespreken;
      • kruiscontroles uit te voeren van de gebruikte methoden en invoergegevens;
      • de beste methode te kiezen in het licht van de beschikbare gegevens;
      • de belangrijkste sectoren te selecteren waarvoor gegevens moeten worden verzameld.

Om deze gegevensbank aan te passen aan een grensoverschrijdend voorspellingsmodel voor de luchtkwaliteit, is het noodzakelijk om:

1. 1. • de methode, de beschikbare instrumenten en de te gebruiken tijdsprofielen uit te wisselen;
      • vervuilende emissies te verdelen over een ruimtelijk en tijdelijk raster dat is aangepast aan het model;
      • de in de databank opgeslagen waarden aan te passen aan het juiste numerieke formaat.

• • • monitoringstations
      Deze cabines zijn ingericht met apparatuur die de concentraties van verontreinigende stoffen in de lucht continu en direct meten. Vaste stations, die over het algemeen op openbare plaatsen staan, hebben een specifieke monitoringdoelstelling (stedelijk, randstedelijk, nabij auto’s, nabij industrie, platteland). Afhankelijk van hun typologie zijn deze stations verschillend uitgerust. Het meetsysteem is heel goed maar duur.
      Naast de continue luchtkwaliteitsmeting zijn er mobiele stations voor eenmalige studies.
      De resultaten worden vergeleken met emissie-inventarissen en meteorologische gegevens om kaarten voor luchtkwaliteitsmodellen te ontwikkelen.
      Vlaanderen heeft 75 vaste stations, Hauts-de-France 53 en Wallonië 24.
      

      Lille-Leeds station ©AtmoHdF

• • • passieve buisjes
      Deze zijn betrouwbaar en eenvoudig te gebruiken en kunnen goedkoop grote zones dekken. Omdat het aantal metingen toeneemt is het een nuttig instrument om modelleringskaarten te valideren. Voor het TransfAIR-project wordt stikstofdioxide (NO2) in de winter en de zomer op 200 meetpunten (100 in Frankrijk en 100 in België) gemeten via buiscampagnes.
      

      Passieve buis ©AtmoHdF

• • • ministations
      Deze zijn gemakkelijk uit te rollen in het veld, kleinschalig en goedkoop. De resultaten zijn minder zeker dan de meetstations van het netwerk maar toch zijn ze heel nuttig om verschillende parameters rond luchtkwaliteit te meten. De doelparameters van het TransfAIR-project zijn fijnstof (PM2.5), stikstofdioxide (NO2), ozon (O3) en Black Carbon (ook zwarte koolstof genoemd). Na beoordeling van de prestaties in het laboratorium en in het veld worden de geselecteerde toestellen ingezet in de 3 gebieden ter aanvulling van het observatienetwerk.
      

      Ministations ©AtmoHdF

• • • biomonitoring
      Het project onderzoekt hoe haalbaar het is om concentratiemonitoring van polycyclische aromatische koolwaterstof (PAK’s) in de lucht te ontwikkelen en valideren via een methode op basis van planten.
      

      Biomonitoring @ISSeP

Er zijn ook modelleringsinstrumenten beschikbaar om de concentraties van luchtverontreinigende stoffen te beoordelen door de emissiegegevens, metingen en meteorologische gegevens te combineren. Met behulp van modellen kunnen deze beoordelingen in kaart worden gebracht en kan de luchtkwaliteit worden voorspeld. Ook hier bestaan verschillen in aanpak en uitkomst tussen Wallonië, Vlaanderen en Haut-de-France.
In het kader van het TransfAIR-project worden volgende stappen gezet:

• • • De verschillende luchtkwaliteitsmodellen vergelijken die in de regio’s worden gebruikt: voorspellings- en evaluatiemodellen. Op basis van de SWOT-analyse worden deze modellen over de regio’s heen geharmoniseerd.
    • Een voorspellingsketen op uurbasis ontwikkelen voor het hele projectgebied aan de hand van de best beschikbare inventarissen.
    • De voorspelling van vervuilingsepisodes met fijnstof in het studiegebied vergelijken:
      • De beschikbare gegevens van fijnstof integreren om de fijnstofvoorspelling aan te passen, door post-processing van de modelleringsketen of door ze te integreren in de voorspellingsberekening;
      • Corrigeren van simulaties met gegevens van telemetriestations in elke regio;
      • Eventueel gegevens van de te implementeren ministations opnemen in de voorspellingsberekening.
    • De voorspelling van de vorming van secundair fijnstof verbeteren door de integratie van nieuwe gegevensbronnen (bv. satellietgegevens (ammoniak – NH3) of de Europese instrumenten CAMS en Copernicus, analysatoren …). Voorspellingen worden gedaan op minimaal J, J+1, J+2, idealiter tot J+5, met de best beschikbare ruimtelijke resolutie.
      

      Voorspelling van de daggemiddelde PM10-concentratie van de volgende dag via het AtmoHdF-systeem

      Voorspelling van de daggemiddelde PM10-concentratie van de volgende dag via het IRCEL-CELINE-systeem