Поиск
Подать статью EN
Вестник Балтийского федерального университета им. И. Канта. Серия: естественные науки

2023 Выпуск №2

Назад к списку Скачать статью
Шияр А. Королева Ю.В.

Уровни выбросов и идентификация источников NOX и SO2 в юго-восточной части Балтики по результатам наблюдений на станции фонового мониторинга Дьябла-Гура (Польша)

DOI
10.5922/gikbfu-2023-2-8
Страницы / Pages
97-110
Юго-Восточная Балтика загрязнение воздуха иденти­фи­кация источников рецепторная модель

Аннотация

Целью данного исследования было изучение уровней выбросов и выявление источ­ников загрязнения NOx и SO2 по данным, полученным на станции в заповеднике Дьяб­ла-Гура в северо-восточной части Польши. Для анализа использовались данные почасо­вой концентрации NOx и SO2 и метеорологические переменные (скорость и направле­ние ветра) за четыре года (2018—2021). Для анализа данных и выявления источников выбросов были построены графики временных рядов, розы ветров и загрязняющих ве­ществ, применены методы «условной функции вероятности» и «обратных траекто­рий». Средняя концентрация NOx и SO2 за исследуемый период составила 2,12 мкг/м3 и 0,27 мкг/м3 соответственно. Полученные результаты показали закономерность су­точных и месячных колебаний с пиками в утренние часы, а также в начале и конце года (январь и декабрь соответственно). Основные источники выбросов NOx и SO2, проявляющиеся в холодные периоды, расположены к югу от станции мониторинга.

Список литературы

1.  Wangт Y. Q.,Zhang X. Y., Draxler R. R. TrajStat: GIS-based software that uses various trajectory statistical analysis methods to identify potential sources from long-term air pollution measurement data//Environmental Modelling & Software. 2009. Vol. 24, iss. 8. Р. 938—939. https://doi.org/10.1016/j.envsoft.2009.01.004.

2.  Vedantham R., Norris G., Duvall R. Receptor and Hybrid Modeling Tools // Wiley StatsRef: Statistics Reference Online / N. Balakrishnan, T. Colton, B. Everitt, W. Piegorsch, F. Ruggeri and J. L. Teugels (eds.). 2014. https://doi.org/10.1002/978 1118445112.stat07801.

3.  Во всем мире 9 человек из 10 дышат загрязненным воздухом // Всемир­ная организация здравоохранения. URL: https://www.who.int/ru/news/item/ 02-05-2018-9-out-of-10-people-worldwide-breathe-polluted-air-but-more-countries-are- taking-action (дата обращения: 12.05.2023).

4.  Гилленвотер М., Сааринен К. Прекурсоры и косвенные выбросы. в Руково­дящие принципы национальных инвентаризаций парниковых газов МГЭИК. 2006. URL: https://www.ipcc-nggip.iges.or.jp/public/2006gl/russian/pdf/1_Volume1/ V1_7_Ch7_Precursors_Indirect.pdf (дата обращения: 12.05.2023).

5.  Draxler R. R., Hess G. D. An overview of the HYSPLIT_4 modeling system for trajectories, dispersion, and deposition // Australian Meteorological Magazine. 1998. Vol. 47, № 4. Р. 295—308.

6.  Carslaw D., Ropkins K. Openair — An R package for air quality data analysis // Environmental Modelling and Software. 2012. № 27—28. Р. 52—61. doi: 10.1016/j. envsoft.2011.09.008.

7.  Kristensson A., Ausmeel S., Pauraite J. et al. Source Contributions to Rural Car­bonaceous Winter Aerosol in North-Eastern Poland //Atmosphere. 2020. Vol. 11, № 3. Р. 263. https://doi.org/10.3390/atmos11030263.

8.  Li C., Dai Z., Liu X., Wu P. Transport Pathways and Potential Source Region Contributions of PM2.5 in Weifang: Seasonal Variations // Applied Sciences. 2020. Vol. 10, № 8. P. 2835. https://doi.org/10.3390/app10082835.

9.  МГЭИК, 2014: Изменение климата, 2014 г.: Обобщающий доклад. Вклад Рабочих групп I, II и III в Пятый оценочный доклад Межправительственной группы экспертов по изменению климата [основная группа авторов, Р. К. Па­чаури и Л. А. Мейер (ред.)]. МГЭИК, Женева, Швейцария. URL: https://www. ipcc.ch/site/assets/uploads/2018/02/SYR_AR5_FINAL_full_ru.pdf (дата обраще­ния: 12.05.2023).

10.   World Health Organization. Regional Office for Europe. (‎2013)‎. Health effects of particulate matter: policy implications for countries in eastern Europe, Caucasus and central Asia. World Health Organization. Regional Office for Europe. URL: https://apps.who.int/iris/handle/10665/344854 (дата обращения: 12.05.2023).

11.   Sahu S. K., Zhang H., Guo H. et al. Health risk associated with potential source regions of PM2.5 in Indian cities // Air Qual Atmos Health. 2019. Vol. 12. Р. 327—340. https://doi.org/10.1007/s11869-019-00661-4.

12.   Smith K. R., Jerrett M., Anderson H. R. et al. Public health benefits of strategies to reduce greenhouse-gas emissions: health implications of short-lived greenhouse pol­lutants // Lancet. 2009. Vol. 19, 374 (9707). Р. 2091—2103. doi: 10.1016/S0140-6736 (09)61716-5.

13.   Uria-Tellaetxe I., Carslaw D. C. Conditional bivariate probability function for source identification // Environmental modelling & software. 2014. № 59. Р. 1—9. doi: 10.1016/j.envsoft.2014.05.002.

14.   Stein A. F., Draxler R. R., Rolph G. D. et al. NOAA’s HYSPLIT Atmospheric Transport and Dispersion Modeling System // Bulletin of the American Meteo­ro­logical Society. 2015. 96. 2059—2077. https://doi.org/10.1175/BAMS-D-14-00110.1

15.   Экологическое сотрудничество в Балтийском регионе, Датское агентство по охране окружающей среды. URL: https://www2.mst.dk/udgiv/publications/ 2002/87-7972-319-5/html/helepubl_eng.htm#2.5%20Air%20Pollution (дата обра­ще­ния: 12.05.2023).

16.   Ashbaugh L. L., Malm W. C., Sadeh W. Z. A residence time probability analysis of sulfur concentrations at Grand Canyon National Park Arizona Usa // Atmosphe­ric Environment. 1985. 19 (8). Р. 1263—1270.