EESTI MAAÜLIKOOL Põllumajandus- ja keskkonnainstituut Kaarel Svätski SISSEHINGATAVATE OSAKESTE PÄRITOLU SELGITAMINE TARTUS ESTIMATING THE ORIGIN OF INHALED PARTICLES OF AMBIENT AIR IN TARTU Magistritöö Linna- ja tööstusmaastike korraldus Juhendaja: Veljo Kimmel, PhD Kaasjuhendaja: Marek Maasikmets, MSc Tartu 2015
Mina,, (autori nimi) sünniaeg, 1. annan Eesti Maaülikoolile tasuta loa (lihtlitsentsi) enda loodud lõputöö, (lõputöö pealkiri) mille juhendaja(d) on, (juhendaja(te) nimi) 1.1. salvestamiseks säilitamise eesmärgil, 1.2. digiarhiivi DSpace lisamiseks ja 1.3. veebikeskkonnas üldsusele kättesaadavaks tegemiseks kuni autoriõiguse kehtivuse tähtaja lõppemiseni; 2. olen teadlik, et punktis 1 nimetatud õigused jäävad alles ka autorile; 3. kinnitan, et lihtlitsentsi andmisega ei rikuta teiste isikute intellektuaalomandi ega isikuandmete kaitse seadusest tulenevaid õigusi. Lõputöö autor (allkiri) Tartu, (kuupäev) Juhendaja(te) kinnitus lõputöö kaitsmisele lubamise kohta Luban lõputöö kaitsmisele. (juhendaja nimi ja allkiri) (juhendaja nimi ja allkiri) (kuupäev) (kuupäev)
Sisukord Sissejuhatus... 5 1. Osakeste teke, levik ja mõõtmine... 7 1.1. Osakeste allikad... 8 1.2. Osakeste levik ja sõltumine meteoroloogiast... 11 1.2.1. Osakeste ja ühendite sõltumine ajast... 11 1.2.2. Meteoroloogilised tegurid... 11 1.2.3. Õhusaaste kaugkanne... 13 1.2.4. Aerodünaamiline varje... 14 1.3. Osakeste mõõtmine... 15 1.3.1 Metoodikad... 15 1.3.2. Lokaalsed ja foonijaamad... 15 1.3.3. Määramatus mõõtmistes... 18 2. 3. Osakesi mõjutavad protsessid... 19 2.1. Kondenseerumine ja koagulatsioon... 19 2.2. Keemilised reaktsioonid... 21 2.3. Sadenemine... 22 Materjal ja metoodika... 24 3.1. Mõõtekampaania Tartus 2014... 24 3.1.1. 3.2. Andmestiku kirjeldus... 27 3.2.1. Mõõtmised... 27 3.2.2. Meteoroloogilised andmed... 28 3.2.3. Tartu ja selle lähiümbruse liiklustihedus... 32 3.3. 4. Mõõtepunkide paiknemise kirjeldus... 25 Metoodika... 33 Tulemused ja arutelu... 35 4.1. Keskmised ja suundumused... 35 4.2. Päritolu selgitamine pidevseire andmetest... 39 4.2.1. 4.3. Tartu Karlova pidevseirejaam... 39 Päriolu selgitamine mõõtekampaania andmetest... 47 4.3.1. Mobair1 Tartu Maarjamõisa kampaaniabuss... 47 4.3.2. Mobair2 Tartu Annelinna kampaaniabuss... 53 4.3.3. MARU Tartu Kesklinna mobiilne mõõtelabor... 60 3
4.4. Tulemuste analüüs... 63 Kokkuvõte... 64 ESTIMATING THE ORIGIN OF INHALED PARTICLES OF AMBIENT AIR IN TARTU... 66 Kasutatud kirjandus... 68 Lisad... 72 Lisa 1. Mõõteseadmed... 72 Lisa 2. Peakomponentide analüüsi tabelid... 74 4
Sissejuhatus Välisõhk koosneb mitmetest komponentidest, enamik on vajalik elutegevuseks Maal, kuid on ka kahjulikke komponente. Väike osa atmosfääris leiduvatest ühenditest annab hinnangu kogu välisõhu puhtusele, nii võib ühe komponendi mõõdukas kontsentratsioon olla kasulik elutegevuseks planeedil, kuid juba vähene kontsentratsiooni suurenemine on kahjulik elusolendite tervisele. Mitte kogu meie planeeti ümbritsev õhk pole säästnud või kahjulik tervisele, saaste kontsentratsioon on tavaliselt kõrgem just saaste tekitajate lähedal. Inimeste soov elada suurtes ühiskonnagruppides on viinud välisõhu märgatava halvenemiseni nende ümbruses. Sisse-hingatavatest osakestest on Eestis tingitud umbes 600 enneaegset surma aastas. Põlemisprotsessidest (sealhulgas olmekütmisest) tulenevate peente ja ülipeente osakeste kontsentratsioonide ja hingamisteede kaebuste suurenemise vahel Tartus on väga tugevad seosed ja see on ka üks põhjus, miks peab pidevalt jälgima ja analüüsima osakeste päritolu. Õhusaaste puhul on väga suur osa määramatusetel ja kindlasti pole tänaseks uuritud piisavalt välisõhku, sest hiljuti on leitud tänu uute mõõtetehnoloogiate kasutusele võtuga täiesti uusi osakeste rühmi, mis võivad anda täiesti uued tähendused praegustele oletustele ja avastustele. Käesoleva magistritöö peamine eesmärk on aidata kaasa õhusaaste uuringutele Tartu linnas- hinnates osakeste ja teiste saatseainete päriolu. Töö esimeses ja teises peatükis on kirjeldatud, mis leiab aset meie ümber välisõhus, mida sealt võib leida ja kuidas toimuvad osakeste vahelised protsessid. Kolmandas osas on töö andmestikuga ja analüüsitekse tulemusi. Antud magistritöö eesmärk on anda hinnang mõõtekampaaniates kogutud andmete kasutusele pikaajaliste mudelite koostamiseks, selleks kasutatakse Tartus Karlova pidevseirejaama ja 2014 aastal kevadise mõõtekampaaniaga kogutud andmeid. Lisaks Tartu saasteainete päritolu hinnangule üritatakse leida vastused järgmistele hüpoteesidele: 5
1. Mõõtekampaaniad võimaldavad hinnata saasteainete päritolu. 2. Pidevseire võimaldab laiendada lühiajalise kampaania järeldusi pikemale perioodile. Andmetöötluseks kasutatakse nelja metoodikat: korrelatsiooni, autokorrelatsiooni, ajalist dünaamikat ja peakomponentide analüüsi. Tänan oma juhendajat Veljo Kimmelit ja kaasjuhendajat Marek Maasikmetsa. Suured tänud oma lähedastele toetuse eest nii magistritöö tegemise ajal kui terve ülikooli vältel. 6
1. Osakeste teke, levik ja mõõtmine Inimene suudab olla ilma toiduta vastu pidada mõne nädala, ilma veeta mõne päeva, kuid ilma õhuta lõpeb inimese elu mõne minuti jooksul. Õhu keemilise koostisega on inimesed, loomad ja taimed kohanenud ning selle gaaside sisaldus on optimaalne tarbijaskonnale. (Nei, Koorits, 2005) Õhk mida tarbitakse on pärit atmosfäärist ehk kõik see, mis jääb planeet Maa ja kosmose vahele. Atmosfääri põhilised koostisosad on lämmastik, hapnik ja vähesel määral teised gaasilised ained (tabel 1). Tabel 1. Atmosfääri koostis. Allikas: (Nei, Koorits, 2005) ATMOSFÄÄRI KOOSTIS Sisaldus Komponent Valem kaalu % mahu % Lämmastik N₂ 78,08 75,51 Hapnik O₂ 20,95 23,16 Argoon Ar 0,93 1,28 Süsinikdioksiid CO₂ 0,03 0,046 3 3 Neoon Ne 1,8 10 1,3 10 4 5 Heelium He 5,2 10 7,2 10 4 4 Metaan CH₄ 2 10 1,1 10 4 4 Krüptoon Kr 1 10 2,9 10 5 6 Vesinik H₂ 5 10 3,5 10 5 5 Dilämmasikoksiid N₂O 3,5 10 5,3 10 6 5 Ksenoon Xe 8 10 3,5 10 6 6 Osoon O₃ 1 10 1,7 10 Eeltoodud tabelist tuleb välja, et atmosfääris on mitmeid koostisosasid millega on inimesed, loomad ja taimed evolutsiooni käigus õppinud toime tulema. Nendega saadakse hästi hakkama, kuid koostisest on väga väike osa, mis kahjustab inimeste tervist. Kõikidele osakestel ja ühenditel on kindel päritolu ning neid mõjutavad erinevad tingimused, käesoleva töö jaoks on olulised: saaste allikad, erinevad leviku võimalused nagu sõltumine meteoroloogilistest tingimustest, osakeste ja ühendite eluiga või nende 7
koosmõju (näiteks kaugkanne). Järgnevates alapeatükkides on kokkuvõtlikult kirjeldatud eelnimetatud osakeste ja ühendite mõjureid. 1.1. Osakeste allikad Välisõhku saastavatele osakestele ja nende fraktsioonidele on hakatud rohkem tähelepanu pöörama selmet, mida peenemad on osakesed, seda kahjulikumalt mõjuvad nad inimeste tervisele. Seda seetõttu, et võivad osakesed sisaldada laia hulka erinevaid aineid nagu näiteks: sulfaate, ammooniumi, nitraate, kloriide, raskemetalle, karbonaatseid ühendeid, tolmu ja vett (Seinfeld, Pandis, 2006). Teaduses peavad uurijad kõiki osakesi, mis on jämedamad kui 1 µm (mikromeeter) väga suurteks. Seda põhjustel, et peenemad osakesed on olulised kondenseerumisel kuigi üldiselt on neid teistest osakestest vähem. Samuti on eritipeened osakesed ohtlikumad inimeste tervisele kuna need võivad jõuda sissehingamisel kopsuveoolidesse ning aerosoolidel läbimõõduga alla 0,2 µm on veelgi suurem tõenäosus jõuda vereringesse. (Kaasik jt, 2015) Osakeste hulka kuuluvad peened osakesed, mis on segu gaasidest, tahkest ainest ja vedelike piisakestest, mis koosnevad omakorda paljudest komponentidest, sealhulgas võib leida happeid (lämmastikhape, väävelhape), orgaanilisi aineid (polüaromaatsed vesinikud PAH), metalle ja tolmu (Piireületav õhusaaste, 2004). Lisaks atmosfääri koostisele paiskub õhku pidevalt juurde osakesi erinevatest allikatest nagu: vulkaanilised tegevused, metsatulekahjud, mulla erosioon mineraalide murenemine, taimete ja loomade lagunemisprotsessid, mulla ja veepinnalt õhku paiskuvad heitmed, lenduvate süsivesinike heitmed taimestikult, osooni ja lämmastikoksiidide teke äiksetormides, osooni teke fotokeemilistest reaktsioonidest, 8
kosmiline tolm ja inimtegevus. (Piireületav õhusaaste, 2004) Nimekirjas loetletud põhjustel on puhast õhku Maal väga raske leida, enamus on alati suuremal või vähemal määral saastunud mitmesuguste loodusliku päriolu gaaside, aurude, tolmu ja mikroorganismidega. Näidetena võib tuua kosmilise tolmu, mida sadestud igale planeedi ruutkilomeetrile 0,007 kg. Lisaks lendleb suurtes kogustes Aafrikast ja KeskAasiast pärit liiva- ja pinnaseosakesi. Loomade ja taimete kõdunemisel bakterite toimel satub õhku vesniksulfiidi, metaani ja muid ühendeid. (Piire ületav õhusaaste, 2004) Lisaks looduslikele protsessidele on peamiseks erinevate osakeste emisiooni põhjuseks inimene oma tegevusega. Inimtegevuse tagajärjel paiskunud osakesed võivad olla tervisele kahjulikumad kui looduslikud, näiteks seetõttu, et ühte piirkonda võib sattuda suures koguses sarnase toimega saasteaineid, millega looduse isepuhastusvõime ei suuda toime tulla. (Piire ületav õhusaaste, 2004) Erinevate ühendite kokkupuutel võivad toimuda reaktsioonid, mille tagajärjel tekivad uute omadustega ained. Näiteks primaarsetest ainetest (nagu SO2, NO2, Lenduvad orgaanilised ühendid, CO) võivad atmosfääris moodustada sekundaarseid aineid (happeid, sulfaadid, nitraadid, osoon jt), mille mõju ja omadused on teistsugused. Kõik osakesed ja ained atmosfääris sadenevad lõpuks maapinnale tagasi. Sadenemist jagatakse kaheks: kuivsadenemine ehk depositisioon- mille käigus toimub reaktsioon pinnasega- ja teine variant märgsadenemine ehk märgdepositsioon, kus ühendid hakkavad lahustuma juba sademetes. (Piire ületav õhusaaste, 2004) Inimtegevuse tagajärjel õhku paisatud ained ja osakesed on nagu eespool kirjeldatud kontsentreeritud ja tavaliselt ühel kindlal alal. Peamised allikad on erinevad kütuste põletamise saadused, nii küttekolletes kui mootorites. Suurelt võib jagada antropogeensed emisiooni allikad neljaks põhirühmaks: Paiksed küttekolded- siia kuuluvad kõik kolded kaminatest kuni soojuselektrijaamadeni. Mootorsõidukid- siia kuuluvad kõik vedelkütustel töötavad mootorid. Tootmisettevõtted- selle rühma ainete spekter on väga lai, kuna toodetakse väga erinevatest komponentidest hoopis teistlaadi tooteid ja protsessid on keerukad. 9
Olmetegevus- See on globaalses plaanis küll väike allikas, kuid ained on väga mitmekesised (Nei, Koorits, 2005) Tartu kontekstis on mõistlik kasutada ainult mõnda peamist päritolulist rühmitamist. Olmeküte - ülipeened osakesed (PM2,5), ehk need mille läbimõõt on väiksem, kui 2,5 mikromeetrit võivad pärineda antud valdkonnast, sealt võib pärineda mittetäielikul põlemisel süsinikoksiid (CO) ja polüaromaatsed süsivesinikud (PAH). Ka NOx tekib biomassi põlemisel (Seinfeld, Pandis, 2006; Orru, 2007). Transpordist (sisepõlemismootorid) pärinevad erinevad väävliühendid (näiteks SOx) pärinevad tavaliselt linnatingimustes fossiilsetekütuste põletamisest, samast allikas on ka PM2,5. Kõrgel temperatuuril suure rõhu all põlemisel tekivad lämmastikühendid (NOx) lisaks kütuste põlemise tulemine CO ja LOÜ. (Seinfeld, Pandis, 2006; Orru, 2007; Piire ületav õhusaaste, 2004). Transport (teekatte, rehvide ja piduriketaste kulumine) - sellest rühmast võivad pärineda peened osakesed fraktsiooni suurusega kuni 10 mikromeetrit ja raskemetallid (Seinfeld, Pandis, 2006). Tööstus- katlamajad paiskavad õhku ülipeeneid osakesi (PM2,5) ja peeneid osakesi (PM10). Ka sellest allikast võib tekkida nii süsinik- kui lämmastikühendeid (Seinfeld, Pandis, 2006). Põllumajandus emiteerib peamise hulga ammoniaagist (NH3), mis pärineb nii lautadest otseselt kui ka põldude väetamisest (Piire ületav õhusaaste, 2004). NH3 näol on tegemist olulise sekundaarsete osakeste eeldusainega. Lisaks eelloetletud osakeste tekke võimalustele võivad need pärineda pinnasetolmust või moodustuda uute omadustega atmosfääris toimuvatest keemilistest ja füüsikalistest reaktsioonidest. (Seinfeld, Pandis, 2006) Ühesuguste ühendite tekke võimalusi on erinevaid ja nende päritolu võib olla keeruline täpselt hinnata. 10
1.2. Osakeste levik ja sõltumine meteoroloogiast Atmosfääri paisatud osakeste levik on põhjustatud erinevatest teguritest nagu: tuul, temperatuur ja selle inversioon, takistused ja maastikuline eripära. Järgnevas neljas alapeatükis on autori kirjeldused, sellest kuidas erinevad osakesed võivad levida väga pikki vahemaid ja kuidas mõni aine püsib atmosfääris elujõulisena ainult mõne minuti. 1.2.1. Osakeste ja ühendite sõltumine ajast Atmosfääris levivatel ainete ja osakeste eluiga atmosfääris võib olla väga erinev varieerudes minutist kuni sajanditeni. Eluea pikkus võib olla põhjustatud väga erinevatest tingimustest: meteoroloogilised, keemilised, füüsikalised, kontsentratsiooni hulk, pinnareljeef, kõrgus maapinnast ja muud asjaolud. Suures plaanis püsivad vähim aega välisõhus: vääveldioksiid, lämmastikoksiid, ammoniaak ja peened osakesed, mis suudavad sellises olekus olla maksimaalselt mõne päeva. Laiaulatuslikum levipiirkond (pooluseline) ja pikem eluiga (nädalaid) on vääveltetraoksiidiioonil, lämmatsiktrioksiidiinoonil, ammooniumioonil ja ülipeenetel osakestel. Ka fotokeemiline osoon võib levida pooluste vaheliselt. Väga pikaelueaga (tööstuslik freoon- kuni sajandeid) ühendid nagu süsinikmonooksiid, süsinikdioksiid, metaan ja lämmastikdioksiid võivad levida globaalselt. (Piire ületav õhusaaste, 2004) 1.2.2. Meteoroloogilised tegurid Osakeste atmosfääri kandumisel on suur roll: meteoroloogilistel teguritel, lokaalsetel tingimustel ja pinna reljeefil. Antropoloogiline osakeste emisioon tekib peamiselt maalähedastes kihtides ja seetõttu on osakeste liikumisel suur osa horisontaalsete ja vertikaalsete õhukihtide segunemisel. (Piire ülevat õhusaaste, 2004) Atmosfääri alumises kihis troposfääri (80% õhumassist) peamine tunnus on õhutemperatuuri langus vertikaalselt maakerast eemale. Õhukihti milles temperatuuri 11
muutust ei toimu on isotermiline kiht ja õhukiht kus temperatuur vertikaalselt tõuseb inversioonikiht (Jürissaar, 2011). Inversioon võib osakeste kontsentratsiooni suurendada ohtliku tasemeni, kuna see takistab õhumasside ühtlast segunemist ja sellega osakeste hajumist. Inversiooni korral on alumistest kihtidest soojem õhukiht (joonis 1), selline nähtus tekib tavaliselt kõige sagedamini selgetel tuulevaiksetel öödel, peamiselt talvel, sest maapind on külmem ja jahtub kiirguslikult kiiremini kui tema kohal olev õhk. Teatud tingimustel võib inversioonikiht võimenduda nagu näiteks orgude puhul voolab jahtunud ja sellest raskem õhk allapoole jahtudes veelgi rohkem. Inversioonikiht on nagu potikaan, mis hoiab kõik enda all ja selle tulemusena kontsentratsioonid all suurenevad, sellised olukorrad võivad linnades püsida päevi. Kohalikul tasandil on Tartu hea näide, kus Emajõe ürgorgu koguneb külmadel päevadel olmekütmisest tekkinud suits (Piire ülevat õhusaaste, 2004). Joonis 1. Tavaline temperatuuri langus ja temperatuuri langus inversiooni puhul (temperatuur sinisega). Allikas: (Pidvirny, Jones, 2014) Konvektsiooni korral päikese mõjul maapind soojeneb ja õhumassid hakkavad liikuma ülespoole kuna nende õhutihedus väheneb (Jürissaar, 2011). Vertikaalselt seguneva õhukihi paksus võib varieeruda mõne sajast meetrist kuni paari kilomeetrini. Erinevad osakesed võivad lenduda sellest piirist kuni 10 km kõrgemale, sõltub aastaajast ja kellaajast, suurimad väärtused saab suvekuudel ning pärastlõunatel, mil maakera soojenemine on päikse poolt suurim (Piire ülevat õhusaaste, 2004). 12
Päikese soojendava mõju tõttu aurab väga palju niiskust eriti just veekogudelt (71% Maast on kaetud veega (Allaby, 2009)), mis talletub õhus veeauruna. Soe ja niiske õhk tõuseb üles ja jahtudes muutub veeaurust tagasi veeks - kondenseerub. Näitena võib tuua vee keemise potis kus soe veeaur tõuseb üles ja potikaanel jahtudes kondenseerub. Vesi, mis on tekkinud ja vabastanud soojusenergia võib kõrgustes oleva külma tõttu külmuda ehk tahkuda. Sublimatsioon on protsess mille käigus veeaur tahkub ilma, et muutub veeks. Kõigi nelja eelnimetatud veeauruga seotud protsessi tulemustena tekivad pilved ja sademed. (Jürissaar, 2011) Horisontaalset õhumasside vahetust nimetatakse advektsiooniks, mille käigus liiguvad erinevate omadustega õhumassid pikki vahemaid ja muudavad tingimusi laialdastel maaaladel (Jürissaar, 2011). 1.2.3. Õhusaaste kaugkanne Horisontaalsete tuulte mõjul võivad ained ja osakesed levida nende tekkekohast väga kaugele. Näitena on sobilik tuua Sahara kõrbe liivatormid Lääne-Aafrika rannikult, mis võivad tuulte mõjul liiva kanda Kariibi mere saartele Lõuna-Ameerikasse (U.S Geological Survey, 2014). NASA satelliidi animatsioonilt (2015) (joonis 2) on näha, et Sahara kõrbe liiv levib üle Lõuna-Ameerika ja kannab edaga kaasa Amazoni vihmametsadesse olulisi mineraale. Joonis 2. Sahara kõrbe liiva levik Amazoni (video). Allikas: (Allen, 2015) Sahara kõrbe liiva ränne on hea näide sellest, et teatud tingimuste kokkusattumuse mõjul võib olla osakeste levik väga pikk, see toimub tänu soodsatele tuultele ja tasasele alale. 13
1.2.4. Aerodünaamiline varje Atmosfääris levitab osakesi peamiselt tuul, kas massiivsed horisontaalsed õhumassid liigutavad osakesi mandrite vahel või õhumasside soojenemise ning jahtumisega üles või alla. Õhu liikumist võivad mõjutada erinevad takistused või reljeefsed iseärasused, nii tekib näiteks kõrgete hoonete korral, kus tuule mõjul katustel ja hoone taga madalama rõhuga tsoon, mida nimetatakse aerodünaamiliseks varjeks (Nei, Koorist, 2005). Hoonete juures võib tekkida kolme aerodünaamilist varjet (joonis 3), hoone ette, katusele ja hoone taha. Kõikides aerodünaamilistest varjetes tekib lokaalne tsirkulatsioon, mis tõmbab endasse õhus lenduvad ained ja osakesed nii tekivad suure õhusaaste kontsentratsiooniga alad. (Berlyand, 1991) Joonis 3. Aerodünaamiline varje, hoone ees-, katusel ja taga ning nende pikkuste suhted võrrelduna hoonega. Allikas: (Berlyand, 1991) 14
1.3. Osakeste mõõtmine Linnaõhu osakeste sisaldust mõõdetakse pidevalt, seda tehakse Eestis kuues linnaõhu seirejaamas, mis asuavad Tallinnas, Kohtla-Järvel, Tartus ja Narvas. Fooniõhu seiret teostatakse kolmes seirejaamas - Vilsandi saarel, Lahemaal ja Saarejärvel. Linnaõhukvaliteedi seirejaamade asukohad on valitud tiheda liiklusega tänaval, elamurajoonis või tööstuspiirkondades, kus mõõdetakse peamiselt aineid nagu SO2, NO2, PM10, PM2,5, CO ja O3 ning raskmetallide (As, Cd, Ni, Pb) ja benso(a)püreeni ja osakeste kontsentratsiooni. (Keskkonnaülevaade 2013, 2014) 1.3.1 Metoodikad Välisõhus seiratakse erinevaid komponente ja väga olulised on aerosoolid, mille kahjulikkus tervisele on teaduslikult tõestatud, kuid pole veel päris täpselt teada, millist rolli mängivad terviseprobleemide tekitamisel osakeste parameetrid: suurus, keemiline koostis ja toksiliste ühendite sisaldus, seetõttu uuritakse ja mõõdetakse pidevalt ka osakeste keemilist koostist masskontsentratsioonide mõõtmise kõrval. Üldiselt jääb üksikute seirepunktide andmetest väheks, et hinnata konkreetset mõju tervisele, paremate tulemuste saavutamiseks kasutatakse üha laialdasemalt matemaatilisi mudeleid saastetasemete arvutuslikuks hindamiseks. Need leiavad ka Eestis üha laialdasemat kasutust, kuid see meetod ei välista seiret, pigem vastupidi, reaalne seire ja mudelid käivad täiustavad üksteist. (Keskkonnaülevaade 2013, 2014) 1.3.2. Lokaalsed ja foonijaamad Eesti Keskkonnauuringute Keskus viib läbi riiklikku õhuseiret, mida teostatakse: väliõhu kvaliteedi seire linnades ja foonialadel (kokku 9 statsionaarset õhuseirejaama) (joonis 4); Põhja- ja Lõuna-Eesti sademe seire; kompleksseire. 15
Joonis 4. Eesti Õhukvaliteedi Juhtimissüsteemi kuuluvad seirejaamad. Allikas: (Linnaõhu seire, 2014) Alates 1994 aastast on Eesti Vabariigis tehtud väliõhu seiret, praegu asuvad lokaalsed linnaõhu seirejaamad Tallinnas (kolmes paigas), Tartus (joonis 5), Narvas ja Kohtla-Järvel. Lisaks pidevmõõtmistele kogutakse Tallinnas Õismäe ja Liivalaia seirejaamas osakesi filtritele, mis võimaldab osakestelt määrata raskmetallide ja polüaromaatsete süsivesikute sisaldust. (Linnaõhu seire, 2014) Tallinna õhuseiret teostatakse kolmes automaatsed seirejaamas: Õismäel, Rahu tänaval ja Kesklinnas. Õismäel asuv jaam on fooniala kuna seal puuduvad suured saasteallikad. Koplis paiknev jaam teeb mõõtmisi tööstuse ja kohtkütte saasteallikate jälgimiseks. Liivalaia tänava seirejaam annab infot transpordist pärinevate ainete ja osakeste kohta. IdaVirumaal on kaks automaatjaama: Kohtla-Järvel asuv seirejaam annab infot tööstuspiirkondadest pärinevate spetsiifiliste saasteainete sisalduse kohta välisõhus. Narva jaam on taustajaam ja iseloomustan Põhja-Eesti linnade õhukvaliteeti. 2009. aastal alustas Tartus Karlova tänaval väliõhu seirejaam (joonis 6.), mis iseloomustab Lõuna-Eesti õhukvaliteeti (Välisõhu kvaliteedi seire, 2015). 16
Joonis 5. Tartu seirejaam Karlova linnajaos. Allikas: (Linnaõhu seire, 2014) Tartu pidevseirejaamas mõõdetakse automaatanalüsaatoritega lämmastikdioksiidi (NO 2), vääveldioksiidi (SO2), süsinikoksiidi (CO), osooni (O3), peeneid osakesi (PM10) ja eritipeeneid osakesi (PM2,5). Lisaks mõõdetakse meteoroloogilisi tingimusi. Õhusaaste kauglevi rahvusvahelisse jaoks kogutakse seireprogramm EMEP andmeid foonijaamades, (European Monitoring mis and kuuluvad Evaluation Programme), mis ühendab Euroopa riike, Ameerika Ühendriike ning Kanadat. (Välisõhu kvaliteedi seire, 2015) Foonijaamad on kolmes paigas: Lahemaal, Vilsandil ja Saarejärvel. Peale pidevmõõtmiste kogutakse Lahemaal ka osakesi filtritele, mis võimaldab osakestelt määrata raskemetallide ja polüaromaatsete süsivesinike sisaldust. Andmed kogutakse ja jagatakse Norra Ohu-uuringute Instituudiga, mis koordineerib rahvusvahelise seireprogrammi täitmist Lääne-euroopa. Eesmärgiks on anda informatsiooni saasteainete kaugakande tulemusel saasteainete sadenemise ja nende kontsentratsiooni kohta. Selline rahvusvaheline koostöö annab võimaluse hinnata kaugkande ulatust ja anda vajalikke algandmeid kaugkande mudelite koostamiseks. (Välisõhu kvaliteedi seire, 2015) 17
1.3.3. Määramatus mõõtmistes Õhusaaste mõõtmiste määramatusteks on kolm peamist põhjust: 1) mõõtmiste kestvus on liiga lühike; 2) mõõtmiste alumine määramispiir 3) mõõtepunktide vähene arv Mõõtmiste kestvusest tulenev määramatus on tingitud kuna vaatlusread on liialt lühikesed, et selgelt eristada looduslikke ja inimetekkelisi õhusaaste muutusi. Peamine väliõhuseire eesmärk on seada piiranguid või anda suuniseid tegevustele, siis päris täpsete teadmisteta on see keeruline. Mõõtmiste tundlikkuse puudus tuleb esile, kui vaadelda seadmeid millega mõõtmisi sooritatakse, tihti on vajalik aparatuur liiga kulukas ja nii jäävad olulised andmed muutuste kohta kas osaliselt või täielikult mõõtmata. (Kaasik jt, 2015) Homsed teadmised võivad tänased avastused kergelt ümber lükata. Alles hiljaaegu avastati täiesti uus rühm orgaanilisi ühendeid, mis võib anda osakeste tekkele täiesti uued suunised (Ehn jt, 2014), seda kõike tänu tehnika arengule, millega saab teha täpsemaid mõõtmisi. Ühe puudusena võib välja tuua ka eksperimentide korraldamise keerukuse, kuna nii meteoroloogilised, keemilised ja füüsikalised tuhandetesse võimalustesse ulatuvad muutused ja seosed seavad kahtluse alla seesuguste eksperimentide mõtekuse. Eelkirjeldatud põhjustel ongi vajalik teostada pidevaid atmosfääri koostise uuringuid, et saada võimalikult täpsed ja ajakohased tulemused. (Kaasik jt, 2015) 18
2. Osakesi mõjutavad protsessid Osakesi mõjutavad pidevalt nii looduslikud kui tehislikud protsessid, olgu selleks päikselt saadud soojuse ja aurustunud vee koosmõjul kondenseerumine, erinevate ainete keemilised reaktsioonid põlemistel või sadenedes maapeale erinevat moodi (joonis 6). Joonis 6. Osakesi mõjutavad protsessid atmosfääris. Allikas: (Pöschl, 2005) 2.1. Kondenseerumine ja koagulatsioon Kondenseerumine ja koagulatsioon on omavahel seotud kuna kõik, mis kondenseerumise käigus atmosfääri paiskub sadeneb peale koagulatsiooni planeedi pinnale külgetõmbejõu tõttu tagasi. Kondenseerumine käigus toimub enamasti päikese soojendava mõju tõttu vee aurustumine ja tekivad väikesed ning kerged lenduvad osakesed, mis koos ülestõusvate soojade õhumassidega hakkava liikuma. Soojenenud veemolekulid õhkutõusmisel hakkavad järjest jahtuvas keskkonnas samuti oma soojust kaotama ning veeosakesed liituvad üksteisega (joonis 7). Kondenseerumisel võivad tekkinud veepiisad külmuda (tahkuda), see oleneb keskkonna teguritest, või jääda suuremateks veepiiskadeks, mis piisava massi saavutamise ja langevate õhumasside koosmõjul sadenevad Maale tagasi. Oluline on märkida, et kondenseerumine on füüsikaline protsess. (Jürissaar, 2011; Seinfeld, Pandis, 2006) 19
Kondenseerumine on peamine protsess, millega õhust eemaldatakse sinna kogunenud lisandid (NO2, PM10 jne). (Kaasik jt, 2015) Joonis 7. Kondenseerumine. Allikas: (NOAA, 2010) Koagulatsiooni käigus erinevate protsesside (näiteks keemiliste) tulemusena osakesed ühinevad ja muutuvad suuremateks osaketeks. Ühinenud osakeste mass kasvab ja tekib olukord kus on soodne sadeneda (joonis 8). Joonis 8. Koagulatsioon. Allikas: (Jacob, 1999) Välisõhku paiskunud primaarsed osakesed võivad atmosfääris osaleda keemilistest reaktsioonidest, mille käigus ühinevad ja moodustuvad uued ja teistsuguse mõju ning omadustega ained. Uute moodustunud ainete mass kasvab samuti, mille tulemusena hakkab mõjuma gravitatsioon. 20
2.2. Keemilised reaktsioonid Nagu igas keskkonnas, kus on olemas erinevad ained, soojus, osakesed ning võimalused keemiliste reaktsioonide tekkeks on selleks hea keskkond atmosfäär. Atmosfääri sattunud ühendid ja osakesed võivad ja soodsatel tingimustel alati alustavad keemilisi reaktsioone, mille tulemusena võivad tekkida primaarsetest ühenditest sekundaarsed. Atmosfääris leiduvaid erinevaid ained on tuhandeid, seega on keemiliste reaktsioonide toimumise tõenäosus suur. Väävelühenditest kõige levinum on SO2, mis satub atmosfääri looduslikult peamiselt vulkaanilise tegevuse tulemina. Sama ühendi antropoloogiline tekitaja on fossiilsete kütuste põletamine, tekib näiteks kivisöe põletamisest, kuid kindlasti annab olulise panuse ka nafta töötlemine ja tselluloosi tööstus. Erinevates laialtlevinud kütustes on väävlit erinevates kogustes, näiteks kivisöes 0,2-0,9% (tabel 2). Tabel 2. Väävli sisaldus mõningates kütustes. Allikas: (Nei, Koorist, 2005) Väävli sisaldus mõningates kütustes Kütus Väävli sisaldus, % Kivisüsi Diiselkütus Bensiin Maagaas Puit Põlevkivi 0,2-0,9 0,3-0,9 0,1 0,0X 0,05 1,5-10,2 (Eestis 1,7) Väävel satub atmosfääri fossiilsete kütuste põletamisel ja selliselt tekkinud SO2 on mürgine. Fossiilsete kütuste (CzHyS) põlemise võrrand: CzHyS + O2 + N2 = H2O + CO2 + SO2 + NO2 Kui vääveldioksiid on sattunud ümbritsevasse õhku siis on hakkab see reageerima ja tulemused võivad olla olenevalt tingimustest erinevad. Niiskes õhus SO2 reageerides veega tekib saadusena väävlishape (H2SO3), aeglaselt oksüdeerides võivad tekkida SO3 ja koos veega väävelhape (H2SO4). 21
Peenete osakestega näiteks tahmaga absorbeerides SO2 suurendab lokaalset kontsentratsiooni, võivad tekkida väga väikeste SO2 kontsentratsioonide juures inimesele elukohtlikud tingimused. Üks selline kombinatsioonide tulemus on Londoni sudu, mille tekke põhjus on küttekolletest lenduv tahm, udu ja põlemiprotsessi kaassaadus SO2. (Nei, Koorist, 2005). Lämmastikühendid (NOx) tekivad samuti põlemisprotsesside tulemusena: looduslikud tekivad tulekahjudes. Inimene tekitab seda aga põletades kütuseid küttekolletes ja mootorites. Fossiilsete kütuste põlemivõrrand: CzHyS + O2 + N2 = H2O + CO2 + SO2 + NO2 Kuigi NO ja NO2 ei püsi õhus eriti kaua, võib suurtel kontsentratsioonidel linnades autoheitgaasidest põhjustatuna olla inimesele piisavalt ohtlik. Lämmastikühendid võivad edasiste reaktsioonide käigus moodustada lämmastikhappe (HNO3) (Hewitt, Jackson, 2009). 2.3. Sadenemine Atmosfääris reageerinud primaarsed ühendid peale sekundaarseteks moodustamist ei pruugi seal püsida kaua. Depositsioon ehk sadenemine toob moodustunud happed alla maa peale tagasi, eristatakse kuiva- ja märgdepositsiooni. Looduslike ja puhta sademete ph on 5,6 siis selle tasakaalustab reeglina atmosfääris olev CO2 (Seinfeld, Pandis, 2006) ja järgnevalt on kirjeldatud peaasjalikult just neid sademeid mille ph on alla 5. Kuivsadenemine tähendab, et ained sadenevad alla gaasiliselt või tahkelt, seda põhjustavad nii õhurõhk kui õhuvoolud, mis toovad ained maapinnale. Kuivdepositsiooni intensiivsus sõltub ainete ja pinna keemilistest, füüsikalistest ja bioloogilistest omadustest. (Piire ületav õhusaaste, 2004) Happelise kuivdepositsiooni ulatust ja mõju on palju raskem määrata kui kui happelise märg depostitsiooni oma (Seinfeld, Pandis, 2006). 22
Joonis 9. Happesademete teke. Allikas: (Division of Air Resourses, 2015) Märgsadenemine tähendab, et atmosfääri paiskunud ühendid ühinevad veemolekulidega. Eespool kirjeldatud ühendid vääveloksiidid ja lämmastikoksiidid ühinedes veega võivad muuta sademed happelisteks happevihm (joonis 9). Happevihmaks nimetatakse selliseid sademeid, mille ph on alla 5. Sama oluline hapelise märg depositsiooni puhul nagu on vihm on ka udu, mis sisuliselt on maapinnal olevad pilved (Piire ületav õhusaaste, 2004; Nei, Koorits, 2005) Happesademed nii märjalt kui kuivalt on kahjulikud nii loodusele kui materjalidele: looduslikult võivad välja surra terved ökosüsteemid kui näiteks järvede veestik hapestub liigselt, materjalide kahjusid on enim hinnatud just antiiksete mälestiste juures. 23
3. Materjal ja metoodika Kui eelnenud peatükkide kirjeldused on olnud vajalikud andmaks ülevaadet väliõhus toimuvast üldisemalt ja Eesti pidevseirest, siis järgnev on vajalik, et teostada käesoleva magistritöö eesmärke. Nende saavutamiseks on oluline 2014 aasta alguses Tartus toimunud mõõtekampaania, selle raames mobiilsete mõõtebusside paiknemine, mõõdetud välisõhukomponentide ja meteoroloogilised andmed, lisaks Tartu ja selle lähiümbruse liiklustiheduse mõõtmised ja metoodika andmete analüüsiks. 3.1. Mõõtekampaania Tartus 2014 2014 aasta alguses 1. veebruarist kuni aprilli lõpuni korraldati Tartus laiaulatuslik õhukoostise seiramine, mis toimus koostöös Eesti Keskkonnauuringute Keskuse ja Paul Scherreri Instituudiga (PSI) (Šveits). Selleks kasutati nii Tartu pidevseirejaama kui ka mõõtebusse (4) (joonis 10), nii laiendati muidu ühest statsionaarsest punktist mõõtmist kokku neljani, mis annab Tartu linnaõhu seisundist mitmekesisema ülevaate ja võimaldab teha täpsemaid hinnanguid osakeste päritolule. Antud magistritöö raames kasutati 4 mõõtepunkti andmeid, PSI mõõtebussi andmeid ei kasutatud. Kampaania käigus kogutud andmestikud on peamised käesoleva magistritöö alustalad. Joonis 10. Mobiilne mõõtelabor MARU (Mobile Aerosol Research Unit). Allikas: (Eller jt, 2014) 24
Kampaanias kasutati erinevaid mõõteseadmeid, mis võimaldasid mõõte nii peenosakeste kui gaasiliste saasteainete kontsentratsioone. Lisaks mõõdeti igas mõõtepunktis meteoroloogilisi parameetreid. Mõõteseadmete kirjeldus on lisas 1. 3.1.1. Mõõtepunkide paiknemise kirjeldus Mõõtekampaania käigus mõõdeti õhus levivaid aineid, osakesi ja meteoroloogilisi parameetreid 88 päeva jooksul 4 punktis, millest üks oli Tartu seirejaam ning kolmes kampaania piirkonnas (joonis 11). Joonis 11. Mõõtejaamade paiknemine Tartu linnas kampaania ajal. Allikas: (Eesti Keskkonnauuringute Keskus, 2014) Tartu pidevseire jaam (joonis 11, märgistus Kalevi), asub Hellika lasteaia territooriumil, mis on ümbritsetud olmekütte rajooniga kus on peamiselt kortermajad. Mõõtejaama üks võimalikke tuulekoridore on Kagu suunas, mida mööda on võimalik tuulele avatud Emajõe 25
aladelt värsket õhku peale tuua. Kuigi tegemist on olmekütte alaga siis soodsate tuulte koosmõjul võib jaamast ida suunas asuvast suure liiklustihedusega sillalt autodelt pärinevat õhusaastest kaasa tuua. Selliselt valitud asukoht iseloomustab hästi Tartu keskmisi õhusaaste näitajaid. Mobair1 asus mõõteperioodil Tartus Maarjamõisa linnaosas Puusepa lasteaia kõrval (joonis 11). Mõõtebuss asus väikse liiklustihedusega sõidutee läheduses ja oli ümbritsetud peamiselt eramutega olmeküttealast ning vahetus läheduses paiknes ka park. Lisaks oli mõõtepunktile suhteliselt lähedal lääne suunas väga suure liiklustihedusega maanteelõik. Mobair2 asus mõõteperioodil Tartus Annelinnas Eedeni keskuse kõrval olevas Statoili tanklas (joonis 11). Mõõteala on magalaala, kus intensiivsem liiklus toimub tipptundidel, kuigi mõõtealale moodustub põhjast korrusmajadest sein, mis ei lase tuulel liikuda siis lõuna poolt on avatud Emajõe luhale. Neljas mõõtepunkt ACSM (edaspidi mobiilne mõõtelabor MARU) asus Tartu Kesklinnas Turu tänava Statoilis (joonis 11). Mobiilne mõõtelabor asus Tartu tihedaima liiklustihedusega tänava ääres, mille vahetusläheduses paikneb Tartu Bussijaam, kõrge teenindusega Statoili tankla ja McDonalds i kiirsöögi restoran, lisaks ümbritsesid kõrged hooned. Mõõteperioodi ajal lammutati vahetusläheduses hoonet (Tartu Vana Kaubamaja) (joonis 12), mille käigus veeti minema 100 000 tonni ehitusjäätmeid (Mets, 2014). Lammutustöödel kasutati võimsaid ekskavaatoreid ja suuri veomasinaid. Tartu Vana Kaubamaja lammutustööd ei mõjutanud osakeste seisukohalt kuigi palju mõõtetulemusi kuna selles raames emiteeriti valdavalt jämeda ( 10 µm) fraktsiooniga osakesi. Joonis 12. Tartu Vana Kaubamaja lammutamine 7. märtsil 2014. Allikas: (Palu, 2014) 26
3.2. Andmestiku kirjeldus Kõik õhukvaliteedi andmed on pärit või Eesti Keskkonnauuringute valideeritud andmebaasidest, lisaks on kasutatud Inseneribüroo Stratumi (2011) ja Teede Tehnokeskuse liiklustiheduse (2015) loendustulemusi. 3.2.1. Mõõtmised Mõõtekampaania käigus mõõdeti neljas seirejaamas võimalikult palju parameetreid, et saaks hinnata võimalikult täpselt õhukomponentide päritolu. Peamiselt mõõdeti põlemisgaase ja osakesi ja nende kontsentratsioone (tabel 6), kuid kõikides mõõtepiirkondades ei tehtud mõõtmisi samas mahus, tabelist 7 näeme, enim mõõtmisi tehti Karlova pidevseirejaamas, millele järgnesid Mobair1 ja Mobiar2. Tabel 6. Mõõteperioodil seiratud komponentide valim Seirejaamades mõõdetud komponendid ja ühikud seiratav komponent Tartu CO NO Seirejaam Mobair1 Mobair2 CO CO NO NO MARU CO NO mg/m3 µg/m NO2 NO2 NO2 NO2 O3 O3 O3 O3 PM10 PM10 PM10 PM2,5 SO2 ühik 3 µg/m 3 3 µg/m 3 µg/m 3 µg/m SO2 µg/m NH3 µg/m 3 3 H2S HC CH4 3 HC CH4 27 µg/m 3 µg/m 3 µg/m
Tabel 7. Tunnikeskmisi mõõtmisi perioodil Tunnikeskmiste mõõtmiste arv komponent Seirejaam Mobair1 Mobair2 1791 661 1791 661 CO NO Tartu 2111 2111 NO2 2111 1791 661 O3 2111 1790 661 PM10 2107 1746 696 PM2,5 2081 SO2 2111 NH3 2 H2S 863 HC CH4 1631 1631 MARU 275 2098 2102 659 661 Karlova pidevseirejaama, Mobair1 ja Mobair2 osakeste andmed on vaadeldavad ainult nende suuruse poolest, siis MARU mobiilne mõõtelabor, mõõtis osakeste keemilist koostist kasutatdes selleks aerosoolmassspektromeetrit (ACSM, Aerodyne Research Inc). ACSM võimaldab määrata reaalajas orgaanika, sulfaadi, nitraadi, ammooniumi ja kloriidi sisaldust. Tartu mõõtekampaania raames mõõdeti peenosakeste keemilist koostist 30 minutilise resolutsiooniga. Hilisema andmetöötluse (positiivse maatriksi faktoriseering, PMF) võimaldas tuvastada olulisemad faktorid nagu: BBOA - Biomass Burninga Organic Aerosols, COA- Cooking Organic Aerosols, HOA- Hydrocarbon-like Organic Aerosols, OOA- Oxidized Organic Aerosols (McNeill, Ariya, 2014; Eller jt, 2014) 3.2.2. Meteoroloogilised andmed Mõõtekampaania käigus koguti meteoroloogilisi andmeid samuti 88 päeva jooksul 1. veebruarist 2014 kuni 30. aprillini samal aastal ja mõõtmised toimusid pidevalt mõõtes parameetreid iga viie minuti järel. Mõõdetud meteoroloogilistest andmetest arvutati kohapeal välja tunnikeskmised tulemused, mis salvestati Eesti Keskkonnauuringute Keskuse keskserveris. Meteoroloogilistest parameetritest mõõdeti kolme peamist: temperatuuri (Celsius), tuulesuunda (kraadides) ja tuuletugevust (m/s). 28
Tartu seirejaamast on tunnikeskmiseid andmeid mõõteperioodist üle 2100. Tavakeskmine temperatuur oli 0,73 0C, mediaan paari kraadi võrra kõrgem ehk 2,72 0C, millest järeldub, et kogu perioodi temperatuur kaldus pigem +kraadide poole. Seda kinnitab ka madalaim temperatuur oli -10,6 0C ja kõrgeim temperatuur oli sellest kolmekümne pügala võrra suurem ehk 21,46 0C (tabel 3). Madalaim temperatuur -10,6 0C mõõdeti veebruari alguse hommikupoolses öös (06.02.2014 04:00) ning kõrgeim tunnikeskmine temperatuur registreeriti aprilli lõpus õhtul kell 5 (21.04.2014 17:00). Tabel 3. Tartu seirejaama tunnikeskmised temperatuuri mõõtmised Tartu seirejaam, temperatuuri keskmised mõõteperioodil tunnikeskmisi perioodil keskmine mediaan miinimum maksimum veebruar märts aprill 01.02.2014-01.03.2014-01.04.2014-01.02.201428.02.2014 31.03.2014 30.04.2014 30.04.2014 672 744 697 2113 0,14 3,15 7,50 2,72 1,00-0,37 6,42 0,73-10,60-7,61-3,96-10,60 8,70 13,40 21,46 21,46 Tuule suunda mõõdeti samal perioodil samasuguse metoodika abil ehk tulemused on antud tunnikeskmistega. Tuule suunda mõõdeti kraadides, kus täisring 3600 on jagatud 8 sektoriks, mis igaüks tähistab ilmakaart (tabel 4). Tabel 4. Tuulte suuna esinemissagedus Tartu pidevseirejaamas mõõteperioodil Tuulte esinemissagedus Tartu pidevseirejaamas Tuule suund PÕHI (N) KIRRE (NE) IDA (E) KAGU (SE) LÕUNA (S) EDEL (SW) LÄÄS (W) LOE (NW) Kraadid 337,5-22,5 22,5-67,5 67,5-112,5 112,5-157,5 157,5-202,5 202,5-247,5 247,5-292,5 292,5-337,5 Esinemissagedus % 5,41 6,88 12,61 24,85 17,12 6,92 10,34 15,88 Kampaania käigus mõõdeti tuule suunda 2109 korral, millest 24,85% juhtudest puhus tuul kagu suunast, esinemissageduselt teine oli lõuna suund oma 17,12%, kõige vähem puhus tuul mõõteperioodil põhjast 5,41% juhtudest (tabel 4). 29
Kuigi Eesti laiuskraadilt puhuvad tavaliselt tuuled läänekaartest, siis antud mõõtmistulemused võivad olla mõjutatud Tartu seirejaama geograafilisest asukohast ja seda ümbritsevast hoonestusest (joonis 13). Lisaks on üsna tavapärane, et talivisel perioodil võivad olla teised tuulesuunad kui reeglina. Jooniselt 13 on näha, et peamiselt saavadki tuuled sealt suunast seireandmeid mõjutada, kuna Emajõe vaheliselt alalt tungivad tuuled Sõpruse silla koridori mööda peale. Joonis 13. Tartu Karlova seirejaama geograafiline asukoht ja punasega sektoriga peamine tuulesuund mõõteperioodil Tuulekiirust mõõdeti kogu mõõteperioodi vältel ja andmed on toodud tunnikeskmistena. Andmeid on kokku 2109 rida, millest on kõige väiksem tuulekiirus olnud 0,06 m/s ja suurim kiirus 4,33 m/s. Kogu perioodi keskmine tuulekiirus on 1,4 m/s, mediaan jääb sellest natukene alla poole 1,22m/s (tabel 5). Tuule suuna kohta võib kokkuvõtlikult väita, et tegemist oli väga tuulevaikse perioodiga mille jooksul peamiselt valitses tuulevaikus, mis ei olnud võimeline väga olulises mahus osakesi mõjutada. 30
Tabel 5. Tartu seirejaam, tuulesuuna tunnikeskmised kiirused m/s mõõteperioodil Tartu seirejaam, tuulekiirus veebruar märts aprill 01.02.201401.02.2014-01.03.2014-01.04.201430.04.2014 28.02.2014 31.03.2014 30.04.2014 tunnikeskmisi perioodil keskmine mediaan miinimum maksimum 670 1,4 1,3 0,09 4,33 744 1,35 1,24 0,1 3,45 695 1,2 1,13 0,06 3,95 2109 1,4 1,22 0,06 4,33 Esimestel mõõtepäevadel olid Eesti kohal õhumassid, mis tõstsid sekundaarsete ainete (seal hulgas orgaanika, SO4, NO3 ja NH4) kontsentratsioone, mis võisid pärineda nende vanuse ja meteoroloogiliste tingimuste järgi Mandri-Euroopast (joonis 14), täpsemalt Saksamaalt. Kontsentratsioonid vähenesid puhaste õhumasside saabumisega PõhjaAtlandilt (Elser jt, 2014) Joonis 14. Õhumasside liikumine mõõtekampaania ajal. Allikas: (Elser jt, 2014) 31
3.2.3. Tartu ja selle lähiümbruse liiklustihedus Inseneribüroo Stratum 2011 kevadperioodil korraldatud Tartu linna liiklustiheduse uuring näitab tipptundidel liiklustiheduse kasvu. Hommikusel perioodil lühemalt, kuid intensiivsemalt ja õhtusel tipptunnil pikemajaliselt (joonis 15). Joonis 15. Tartu linna liiklusekoormuse ajalinedünaamika 2011 kevad. Allikas: (Liikluskoormuse uuring, 2011) Uuringust selgub, et tipptundidel kesklinnas oli üle 16 000 liiklusvahendi, millest üle 90% olid sõiduautod ja 3% ringi veoautod, vähemate protsentidega olid esindatud teised erinevad sisepõlemismootoriga iseliikurid. Sõpruse silda ületas 2911 sõidukit ja Võidu silda 2786, mis näitab suuremate sildade ühtlast liikluskoormust sel perioodil. Ilmatsalu-Ringtee loenduspunktis oli hommikusel tipptunnil 813- ja õhtusel 801 liiklusvahendit, mis liikusid nii linnast välja kui ka sisse. Viljandi-Ringtee loenduspunktis oli mõne võrra vähem liiklust: hommikul 583 ja õhtul 653. (Liikluskoormuse uuring, 2011) 32
Joonis 16. Tartu linna lähiümbruse liiklustihedus 2014 aastal. Allikas: (Liiklusloenduse tulemused, 2015) Jooniselt 16 on näha väga suurt liiklustihedust üle 10 000 sõidukit ööpäevas Tartust lääneja lõunasuunas olevatel riigimaanteedel, eriti just Viljandi- ja Valga mnt vahelisel lõigul. 3.3. Metoodika Andmete analüüsil kasutati aegridade analüüsi tüüpilisi vahendeid: korrelatsiooni, autokorrelatsiooni, ajalist dünaamika- ja peakomponentide analüüsi. Järgnevalt on kirjeldatud erinevate metoodikate olemusi. Korrelatsiooni metoodika puhul uuritakse erinevate parameetrite vahelisi seoseid, kus ühe komponendi tõusuga võivad olla seotud teiste tõusud või langused. Korrelatsiooni iseloomustab väärtus r. Kui r on 1 siis on täielik korrelatsioon ehk positiivne, kui r väärtus on -1 siis on negatiivne korrelatsioon ehk ühe komponendi tõus on seotud teise langusega, r väärtusega 0 näitab, et komponentide vahel pole mingit seost. 33
Autokorrelatsiooni metoodika on vajalik, kui tahetakse teha oletusi kuidas mingi parameetri praegune väärtus mõjutab tuleviku väärtusi. Autokorrelatsiooni peamine eesmärk on leida seos parameetri enda väärtuste muutuste kohta ajas (Kimmel, 2009). Ajalise dünaamika meetodid puhul kasutatakse aegridu, mis tähistavad mingite suuruste muutust ajas. Ajaperioode saab vaadelda erinvalt, kas tunni-, päeva-, kuu- või aastase intervalliga. Sellistel juhtudel kas osa andmeid eemaldatakse või tehakse vastavalt perioodi pikkusele üldistusi. Käesolevas töös kasutatakse elementaaranalüüsi, kus ühtlustatud aegridadele leitakse aritmeetilised keskmised väärtused, mida analüüsitakse visuaalse meetodi alusel.(pindus, 2010) Peakomponentide analüüs (Principal Components Analysis PCA) on eelnevatest metoodikatest keerulisem. Eesmärk on samaaegselt mõõdetud paljude muutujatega väärtused korrastada ning anda neile uued väärtused, mis iseloomustavad rohkearvulist andmehulka üldisemalt. Sellisteks arvutusteks on sobiv Microsoft Excelis Analyse It liides. Järgnevaks analüüsiks valiti kõikide mõõtejaamade andmeread, mis olid käesoleva töö autorile kättesaadavad: 1) Karlova pidevseirejaam, kuna seal on pikim vaatlusrida ja mõõtmised toimuvad pidevalt edasi; 2) Mobair1 Maarjamõisa linnajaos, sest lokaalselt on olulisemad just olmekütte allikad, selles piirkonnas on olnud kiiremaid hoonestuse muutused Tartu linnas viimastel kümnenditel (Eensaare, 2013) ja lisaks saab hinnata kui palju jõuab kaugkandega linna valdavate tuulesuundade tõttu; 3) Mobair2 Annelinna ja Emajõe luha piirimail, selles punktis oli mõõtmiste pikkus kahest eelmisest lühem, kuid juba paiknemine lubab kahest eelmisest punktist teistsuguseid tulemusi; 4) MARU Kesklinna mõõtepunktis toimusid väga spetsiifilised keerulisemad mõõtmised ja nende analüüs on tehtud Eesti Keskkonnauuringute Keskuse poolt 2014 aasta sügisel (Eller jt, 2014). 34
4. Tulemused ja arutelu Tulemuste ja arutelu peatükk on kõige olulisem osa kogu magistritööst, sest selles võetakse kokku eelneva materjali põhjal tehtud töö. 4.1. Keskmised ja suundumused Vastavalt Keskkonnaministri 2011 aasta määrusega Välisõhu saastatuse taseme piir- ja sihtväärtused, saasteaine sisalduse muud piirnormid ning nende saavutamise tähtajad 1 (Välisõhu saastatuse taseme.., 2011) on kehtestatud õhusaaste komponentide lubatud tasemed, kuna nende loetelu on üpris lai toon tabelis 8 välja ainult antud magistritööga seotud saasteainete normid. Tabel 8. Õhusaaste piir- ja sihtväärtused. Allikas: (Välisõhu saastatuse taseme..., 2011) Piir-või Lubatud sihtväärtus Saasteaine Keskmistamisaeg ületamiste 3 (μg/m ) arv aastas 350 125 200 40 30 24h 3 päeva 18h NOx 1h 24h 1h 1a 1a O3 8h 125 25 päeva CO 8h PM2,5 1a 24h 1a 1h 24h SO2 NO2 PM10. NH3 3 10 (mg/m ) 25 50 40 200 40 18 päeva 35
Tabel 9. Mõõtejaamade tunni- ja päevakeskmised kontsentratsioonid μg/m3 kohta mõõteperioodil päeva tunni Tartu Karlova komponent keskmine min max mediaan keskmine min max mediaan MobAir1 MobAir2 NO2 PM10 T SO2 NO2 PM10 T SO2 NO2 14,93 22,87 1,11 13,57 9,18 1,13 10,81 1,00 0,93 0,01 1,42 0,01 0,01 0,94 91,75 181,89 9,56 79,33 71,71 8,28 62,81 10,32 18,56 0,78 9,24 7,58 0,71 7,77 14,80 23,32 1,10 13,70 9,18 1,12 10,75 4,67 4,72 0,32 3,53 2,55 0,15 3,80 44,16 52,93 5,37 41,90 30,80 6,04 29,02 12,43 21,81 0,89 11,94 7,64 0,87 9,41 ACSM PM10 NO2 19,29 33,08 0,01 4,57 144,00 166,36 13,50 30,21 21,67 32,30 3,96 14,45 48,96 67,43 18,69 31,73 Tabeli 9 valimi põhjusteks on töömahujaoks kokkuvõtete tegemine ning erinevate mõõtepunktide mõõtetulemuste olemasolu või olemasolutus. Ükski tunnikeskmine ja päevakeskmine lubatud väärtus ei ületa piirnorme. Piirkonniti on märgata kontsnetratsioonide erinevusi: Karlova NO2 nii tunni- kui ka päevakeskmised kontsentratsioonid on Mobair1 mõõtetulemustega sarnased, Mobair2 omad on mõnevõrra madalamad ja MARU mõõtebussi NO2 kontsentratsioonid ületavad ülejäänuid vähemalt kahe kordselt, kuid jäävad siiski lubatud piiridesse. PM10 suurim keskmine on Karlova pidevseirejaamas, millele järgneb Mobair2 mõne võrra väiksema tulemusega ja Mobair1 mõõtetulemused on poole võrra madalamad. Kui PM miinimumid jäävad enam-vähem samasse suurusjärku kõigis punktides, siis maksimumid erinevad kordades. Madalaimad on Mobair1 maksimumid, Mobair2-l on vähemalt 2 korda kõrgmemad maksimum kontsentratsioonid ja Karlova jaama omad on veel kõrgemad. NO2 puhul on madalaim Mobair2 mõõtetulemus, millele järgneb Mobair1 ja Karlova, millest MARU on juba kolm korda kõrgema kontsentratsiooniga. Karlova kontsentratsioonide käitumine on pigem hüplik ja kõigub suurtes piirides, mis võib tähendada liiklusest ja olmekütmisest tingitud perioodilisust. Mobair1 kontsentratsioonid on võrreldes teiste punktidega stabiilselt madalamad, kuna piirkonnas on väga madal transport ja õhusaastet tekitavad pigem olmekütte punktid. Mobair2 mõõtepiirkonna kontsentratsioonid on pigem hüplikud ja tingitud mingite mõjurite 36
perioodilisusest, võib olla piirkonnale iseloomulik tipptundide transport. MARU kontsentratsioonid on stabiilselt kõrgemad kui teistes mõõtepunktides, maksimum tulemused on oluliselt kõrgemad. Mõõtepunkt oli ka väga suure liiklus tihedusega tänava ääres (vaata pt. 3.1.1.), mida iseloomustab suhteliselt kehv õhuvahetus ja aerodünaamiline varje. Tabel 10. Mõõtmistulemuste kokku ja üle keskmise väärtuse tulemused kokku Tartu Karlova komponent mõõtmisi kokku üle keskmise tulemusi arvusliselt üle keskmise tulemusi % NO2 2111 696 32,97 MobAir1 PM10 T SO2 2107 2111 813 677 38,59 32,07 NO2 1791 597 33,33 MobAir2 PM10 T SO2 1746 1790 678 605 38,83 33,80 NO2 661 237 35,85 ACSM PM10 NO2 696 2102 257 907 36,93 43,15 Tabelist 10 näeme, et valdavalt järgivad kõikide piirkondade mõõtmistulemused sarnast käitumist, kus tunnikeskmised kontsentratsioonid jäävad alla keskmise taseme, selline käitumine näitab, et väiksem osa tulemusi tõstab keskmist taset märkimisväärselt, millest järeldub omakorda mingite perioodide kontsentratsioonide suurem tõus (viitab mingile rütmile, olgu see siis olmekütmise ja transpordist tingitud). Ainuke mõõtepunkt kus üle keskmiste tulemused on üle 43% on MARU, mis iseloomustab piirkonna kontsentratsioonide suurt kõikumist. Maksimum tulemused on väga kõrged, mingitel perioodidel on õhusaaste emissioon olnud väga intensiivne. Joonis 17. Päevakeskmiste NO2 ja temperatuuri tulemuste lineaarselt silutud trendid (TTartu Karlova pidevseirejaam, M1- Mobair1, M2- Mobair2) 37
Jooniselt 17 saab hinnata, et Karlova, Mobair1 ja MARU järgivad olenemata kontsentratsioonide suurest vahest trendi - langust ajalises skaalas, mis võib olla tingitud temperatuuri tõusust. Huvitavaks teeb asjaolu, et kui Karlova ja Mobair1 paiknevad eeldatavalt olmeküttepiirkonnas, siis MARU vastupidiselt suure liiklustihedusega alas. Mobair2 ei näita samasugust tulemust, vaid üldjoontes võib väita, et piirkonna NO 2 sisaldus ei ole seotud teiste piirkondade või temperatuuriga. Joonis 18, Päevakeskmiste PM10 ja temperatuuri tulemuste lineaarselt silutud trendid (TTartu Karlova pidevseirejaam, M1- Mobair1, M2- Mobair2) Erinevate mõõtepunktide NO2 vahel oli mingi seos olemas ja võis täheldada isegi seost temperatuuriga, siis PM10 vahel hakkab seos hägustuma (joonis 18). Tartu Karlova mõõtepuntki trend püsib kogu perioodi vältel väga stabiilne ja paistab, et temperatuuri muutus ei mängi mingit rolli. Sellist trendi võib tingida transpordi osakaalu suurenemine, osakeste ümberpaiknemine (sadenemine, õhuvooludest tingitud tegurid). Mobair1 piirkonna PM10 kontsentratsioon näitab vähenemise märke ajas edasiliikudes ja temperatuuri tõustes. 38
Mobair2 on märgata hoopis vähest tõusu temperatuuri ja ajaga võrrelduna, kuid jäädes pigem kogu perioodi vältel samasse suurusjärku. Keskmised ja suundumused on piirkonniti väga sarnased ja samas ka kohati väga erinevad. Lihtsaid järeldusi ei ole võimalik teha ning siiani saadud tulemused annavad alust oletada õhusaaste mõõtmistes määramatustele, kus väga paljud erinevad tegurid suudavad luua tuhandeid võimalusi keemiliste ja füüsikaliste muutuste tekkeks, millest võib olla oluline roll ainult mõningatel üksikutel (Kaasik jt, 2015). 4.2. Päritolu selgitamine pidevseire andmetest Tartu Karlova pidevseirejaama mõõtetulemusi analüüsitakse samade metoodikate ja tingimuste alusel nagu mõõtebusside andmeridu. 4.2.1. Tartu Karlova pidevseirejaam Perioodil 01.02.2014 kuni 30.04.2014 toimus mõõtekampaania mille käigus koguti andmeid erinevate õhusaaste komponentide (tabel 6) kohta ka Tartu Karlova pidevseirejaamas. Järgnev analüüs selgitab millised tegurid on peamised peen- ja ülipeente osakeste emiteeriajad. 4.2.1.1. Tartu Karlova korrelatsioon Arvestades mõõtmiste hulka ja perioodi pikkust on otstarbekam andmeid analüüsida kokkuvõtlikumalt, selleks kasutati korrelatsiooni. Alustati korrelatsiooni maatriksiga (tabel 11), millest andmete parema lugemise tarvis tehti korrelatsiooni tulpdiagramm (joonis 19). 39
Tabel 11. Tartu Karlova pidevseirejaamas kampaania ajal mõõdetud õhusaastekomponentide korrelatsiooni maatriks (T- Tartu Karlova) Tartu Karlova pidevseirejaam, 01.02.2014-30.04.2014 mõõdetud parameetrite korrelatsioon r T NO T NO2 T CO T O3 T PM10 T pm2,5 T SO2 T temp T winds T NO - 0,588 0,724-0,384 0,224 0,139 0,315-0,190-0,191 T NO2 0,588-0,765-0,665 0,391 0,228 0,295-0,212-0,407 T CO 0,724 0,765 - -0,558 0,380 0,343 0,351-0,250-0,279 T O3-0,384-0,665-0,558 - -0,198-0,324 0,011 0,633 0,320 T PM10 0,224 0,391 0,380-0,198-0,632 0,237 0,077-0,218 T pm2,5 0,139 0,228 0,343-0,324 0,632-0,119-0,136-0,111 T SO2 0,315 0,295 0,351 0,011 0,237 0,119 - -0,077-0,029 T temp -0,190-0,212-0,250 0,633 0,077-0,136-0,077-0,010 T winds -0,191-0,407-0,279 0,320-0,218-0,111-0,029 0,010 - Korrelatsiooni skaala positiivne neutraalne negatiivne Joonis 19. Tartu Karlova pidevseirejaamas kampaania ajal mõõdetud õhusaaste komponentide korrelatsioonid (T- Tartu Karlova) Joonis 19 ja tabel 11 põhjal selgub, et kõige suurem positiivne korrelatsioon on NO, NO2 ja CO vahel, millede kordaja ulatub 0,6st kuni pea 0,8ni see näitab, et ühe komponendi kontsentratsiooni suurenedes on sama teinud ka teised kaks, mis lubab oletada, et kõik kolm komponenti on pärit sarnasest allikast. Sarnasest allikast pärinevad PM10 ja PM2,5, millede korrelatsioon üle 0,6, nõrk suhe on eelnevatel NO, NO2 ja COga. Omavahelises positiivses korrelatsioonis on temperatuur ja O3, millede suhtarv on 0,63. Temperatuuri 40
tõusuga on tõusnud ka maapinnalähedase osooni kontsentratsioon. Negatiivses korrelatsioonis on O3 NO2(-0,6), CO(-0,55) ja NOga (-0,38). Lisaks tuleb märkida, et NO2 on negatiivses seoses temperatuuri ja tuulekiirusega. Osooni ja temperatuuri korrelatsioon käitub pöördvõrdeliselt NO, NO2 ja COga. Karlova pidevseirejaama korrelatsiooni tulemuste analüüsi põhjal saab anda hinnangu, et perioodil valitsenud tingimustel on põlemisgaaside ja osakeste kontsentratsioonid seotud temperatuuri kõikumisega. 4.2.1.2. Tartu Karlova autokorrelatsioon Tartu Karlova pidevseirejaamas mõõdetud andmete põhjal on tehtud alljärgnevad joonised. Joonis 20. Tartu Karlova pidevseiremaas kampaania ajal mõõdetud kõikide õhusaaste parameetrite 48h autokorrelatsioon (T-Tartu Karlova) 41
Joonis 20 on näha autokorrelatsioonid, millest selgub: 1) enamusel mõõdetud parameetritest on tugev ööpäevane rütm, sest lokaalsed maksimumid on nii 24 kui 48 tunni pärast; 2) suurimad autokorrelatsiooni väärtused on temperatuuri ja osooni korral, mis veidi oodatav tavaline tsükloni-antitsükloni kestus Eestis ca 3 päeva, st selle piires sarnasem ilm ja teisalt kuna osooni teke seotud temperatuuri ja päikesekiirguse hulgaga siis ka kontsentratsioon stabiilsem; 3) lokaalsemad tunduvad saasteainetest olevat nii NO, NO2, sest autokorrelatsiooni väärtus läheneb ruttu 0-le st varasem kontsentratsioon või tuule kiirus ei mõjuta kaua hilisemat; 4) autokorrelatsiooni graafiku kuju järgi on osakesed rohkem regionaalse iseloomuga kui NO, sest langus on ühtlane ja pole selgelt väljendunud lokaalseid maksimume 24 ja 48 tunni möödudes; 5) PM2,5 kauapüsiv korrelatsioon näitab, et nende päritolu on regionaalsem; 6) SO2 suhteliselt püsiv korrelatsioon võib tähenda kaugemat kannet. Joonis 21. Tartu Karlova pidevseiremaas kampaania ajal mõõdetud NO ja NO2 48h autokorrelatsioon Peenosakeste autokorrelatsioon (joonis 22) näitab analoogset tsüklilisust nagu lämmastikühenditelgi (joonis 21). Ülipeenetel osakestel esineb ajaliselt tugevam side 42
(joonis 22), mis võib olla tingitud nende eluea pikkusest atmosfääris (kuni mõni nädal) või PM2,5 päritolu on regionaalsem, võib olla tingitud peamiselt kagu suunast puhuvast nõrgast tuulest. Joonis 22. Tartu Karlova pidevseiremaas kampaania ajal mõõdetud PM10 ja PM2,5 48h autokorrelatsioon (T-Tartu Karlova) Autokorrelatsiooni analüüsi tulemuste põhjal järeldada, et tavalised põlemisgaasid kaovad ruttu koos peenosakestega, kuid nende kontsentratsioonid tõusevad uuesti 24h rütmigailmselt lokaalsem päritolu. Regionaalsemana paistavad ülipeenosakesed ja SO2, mis soodsatel tingimustel (näiteks meteoroloogilistel) võivad pärineda kagu suunast. 4.2.1.3. Tartu Karlova ajaline dünaamika Päevakeskmised mõõtetulemused muutuvad vastavalt temperatuurile ja nädalapäevadele (joonis 23) - mõõteperioodi alguses tõusis osakeste, NO, NO2 ja CO kontsentratsioon järsult koos temperatuuri langusega (võib oletada olmekütmist) siis mõõtekampaania lõpupoole tõuseb osakeste kontsentratsioon koos temperatuuri kasvuga. Sellist käitumist saab selgitada näiteks päikse soojendava mõjuga teekattele, mille tulemusena tõusvate õhumassidega tõusevad maapinnal olevad osakesed uuesti välisõhku. 43
Joonis 23. Tartu Karlova pidevseirejaamas kampaania ajal mõõdetud õhusaaste oluliste parameetrite päevakeskmiste kontsentratsioonide omavahelised suhted (T- Tartu Karlova) Kui vaadelda sama joonist koos nädalapäevadega siis aprilli kõige kõrgem päevakeskmine PM10 kontsentratsioon on 46,34 µm/m3 on 18. aprillil, mis on reedene päev, siis oli keskmine temperatuur 10,6 C0, laupäeval 11,7 C0 ja pühapäeval 12.6 C0. Nendel päevadel on näha sisepõlemismootoritest pärineva õhusaaste komponentide konntsentratsioonide tõusu. Selline muster kordub pea kõikidel soojematel nädalalõppudel. 4.2.1.4. Tartu Karlova peakomponentide analüüs Peakomponentide analüüs näitab millised parameetrid on omavahel rohkem seotud st võiks pärineda samast allikast. Tartu Karlova pidevseirejaama õhusaaste komponendid on kõik antud perioodil samas jaamas mõõdetud tunnikeskmised, millega tehti PCA (tabel 12). Samast tabelist selgub, et Exceli liides Analyse It on teinud peakomponentide analüüsi sama arvu kordi kui on parameetreid kokku. Kuid kuna neljanda peakomponendi osakaal on 10%, siis analüüsimiseks on edasised peakomponendid liiga suure määramatusega. Kuna PC1 osakaal on teistest kõrgelt üle siis pikemalt peatubki analüüs ainult esimesel peakomponendil (tabel 13). 44
Tabel 12, Tartu Karlova pidevseirejaamas kampaania ajal mõõdetud õhusaaste parameetrite põhjal tehtud peakomponentide analüüs (Principal Components AnalysePCA), (kogu tabel: Lisas 2) (T- Tartu Karlova) Principal Components Tartu Karlova pidevseirejaam Component 1 2 3 4 0,054-0,404 0,032 T NO 0,375 T NO2 0,452 0,050-0,143-0,192 T CO 0,460-0,003-0,201 0,023 T O3-0,394-0,394-0,301 0,025 T PM10 0,286-0,560 0,278 0,042 T pm2,5 0,263-0,381 0,536 0,258 T SO2 0,199-0,254-0,501 0,408 T temp -0,212-0,561-0,256-0,404 T winds -0,229 0,022-0,068 0,750 01.02.2014-30.04.2014 mõõtepampaania andmete põhjal Tabelist 12 näeme, et peakomponendi 1 (PC1) andmeid analüüsides saab väita, et selle komponendi õhusaaste põhjustajad on NO, NO2, CO, PM10, PM2,5, mis võivad pärineda sarnasest allikast, tegemist on peamiselt põlemisgaasides esinevate saasteainetega. Reeglina transpordist pärineva SO2 vähene roll annab head infot komponendi allikate kohta. Samuti on negatiivset suhet näha temperatuuri ja tuulekiirusega. Esialgne oletus on, et tegemist on põlemisprotsessidest pärinevate saasteainetega. PC2 (ca 16%) puhul on natuke üle poole seoseid negatiivsed ja nõrgad sidemed põlemisproduktidega. Mis lubab esialgselt oletada meteoroloogilisi protsesse näiteks sadenemine. PC3 (ca 13%) puhul on ainsana positiivsed osakeste kontsentratsioonid ning tugevad negatiivsed korrelatsioonid põlemisgaasidega, esialgne oletus osakesed pärinevad transpordist tingitud kulumisest, nagu piduriklotsid, rehvid jm. 45
PC4 (ca 11,5%) võib olla tingitud spetsiifilisest allikast, sest positiivselt on korreleerunud SO2, peenosakesed ja temperatuur, samas muude põlemisproduktidega mitte, esialgne oletus kaugkanne võib olla, sest tugev korrelatsioon tuulega. Tabel 13. Tartu Karlova seirejaama andmete põhjal PCA komponentide osakaal protsentuaalselt Komponent 1 Osakaal% 40,66741 4.2.1.5. PCA 2 3 4 5 6 7 8 9 15,8775 13,15609 11,41533 7,567387 4,528248 3,374821 2,114556 1,298663 Tartu Karlova kokkuvõte Tartu Karlova pidevseirejaama mõõdetud välisõhu parameetrite korrelatsioonide tulemusete põhjal võib hinnanguliselt öelda, et peamine osakeste õhku paiskamise allikas võib olla piirkonnale iseloomulike elumajade olmekütmine, kuna tugevad positiivsed korrelatsioonid on põlemisgaasidel, positiivne seos osakestega võib viidata tahmale. Samas autokorrelatsioonist võib teha lisajärelduse, et osakeste päritolu on lokaalne ja ilmselt pärineb olmekütmisest. Enamikul parameetritel on 24 tunnine rütm v.a. PM2,5, mis võib pärineda kaugemalt ja teistlaadi allikast. Ajaline dünaamika kinnitab eelnevaid tulemusi, kuna temperatuuri langus ja tõus on seotud periooditi õhusaaste komponentide tõusuga. Külmemal ajal tõuseb põlemisgaaside kontsentratsioon olmekütmisest ja soojemal transpordist, seda kinnitab autokorrelatsiooni joonis. Ka peakomponentide analüüs kinnitab eelnevat- peamine osakeste allikas piirkonnas on olmekütmine, kuid jätab vähemal määral võimalused ka meteoroloogilistele tingimustele ja transpordist tingitud resuspensioonile. Kokkuvõtvalt võib öelda, et mõõtmise käigus meteoroloogilistel ja linnas üldisemalt valitsenud tingimustel on antud piirkonna (Karlova) peamine peente- ja ülipeente osakeste päritolu on eelnevate analüüside põhjal olmekütmine, kuid seda tõenäoliselt sesoonselt. Soojematel perioodidel on osakeste kontsentratsioon tõus tingitud transpordist või transpordist pärinevast õhusaastest. Sama teooriat kinnitab ka Kesklabori kaart (joonis 12), kust võib näha mõõtejaama paiknemist tugevas olmekütte piirkonnas, kus peamiselt on kortermajad ja kagu suunas asub suure tihedusega liiklussõlm. 46
4.3. Päriolu selgitamine mõõtekampaania andmetest Järgevalt toimub analüüs kampaaniabusside mõõtetulemuste ja üldiste teadmiste baasil. Kõigi kolme mõõtejaama andmeid alguses analüüsitakse eraldi ja tulemusi võrreldakse ühiselt ja koos Karlova pidevseirejaama omaga. 4.3.1. Mobair1 Tartu Maarjamõisa kampaaniabuss Mõõtekampaania kestis 01.02.2014-30.04.2015, kuid Mobair1 jaam tegi reaalseid mõõtmisi lühema ajajooksul 01.02.2014-24.04.2014, mõõtmistes oli paus (18.03.201426.03.2014). 4.3.1.1. Mobair1 korrelatsioon Korrelatsiooni graafiku tegemiseks koostati alustuseks korrelatsiooni maatriks (tabel 14), millest parema visuaalse hindamise tarvis Mobair1 korrelatsiooni graafik (joonis 24). Tabel 14. Mobair1 mõõtebussiga kampaania ajal mõõdetud õhusaaste komponentide korrelatsiooni maatriks MobAir1 01.02.2014-30.04.2014 mõõdetud parameetrite korrelatsioon r M1 NO M1 NO2 M1 CO M1 03 M1 PM10 M1 SO2 M1 temp M1 HC M1 CH4 M1 H2S M1 NO - 0,655 0,602-0,370 0,323 0,166-0,116 0,154 0,092 0,577 M1 NO2 0,655-0,790-0,509 0,502 0,233-0,067 0,321 0,245 0,670 M1 CO 0,602 0,790 - -0,474 0,575 0,216-0,216 0,252 0,156 0,613 M1 03-0,370-0,509-0,474 - -0,148 0,181 0,721-0,057-0,011-0,345 M1 PM10 0,323 0,502 0,575-0,148-0,323 0,089 0,316 0,263 0,486 M1 SO2 0,166 0,233 0,216 0,181 0,323-0,158 0,064 0,038 0,251 M1 temp -0,116-0,067-0,216 0,721 0,089 0,158-0,177 0,209 0,026 M1 HC 0,154 0,321 0,252-0,057 0,316 0,064 0,177-0,989 0,455 M1 CH4 0,092 0,245 0,156-0,011 0,263 0,038 0,209 0,989-0,398 M1 H2S 0,577 0,670 0,613-0,345 0,486 0,251 0,026 0,455 0,398 - Korrelatsiooni skaala positiivne neutraalnenegatiivne Kõige tugevam omavaheline korrelatsioon on HC ja CH4, millede r on 0.989, mis on pea maksimum korrelatsioon. Omavaheline positiivne suhe on NO, NO2, CO ja H2S millede omavaheline korrelatsiooni suhtarv jääb 0,5 ja 0,7 vahele- loetletud ühendid tekivad peamiselt põlemisest, SO2 on pigem nõrk korrelatsioon on eelloetletud ühenditega. PM10 47
on arvestatav seos NO2 ja CO kontsentratsioonidega, kuid mitte nii tugev kui põlemisgaasidel omavahel. Temperatuuri korrelatsioon osooniga on tugev, peamiste põlemisgaasidega on väga nõrgalt negatiivne ja ülejäänud komponentidega nõrgalt positiivne. Joonis 24. Mobair1 mõõtebussiga kampaania ajal mõõdetud õhusaaste komponentide korrelatsioonid (M1-Mobair1) Mobair1 mõõtebussi töötamise ajal meteoroloogilistel ja muudel (näiteks liiklustihedus) tingimustel oli põlemisgaasidel sarnased allikad, kuid osakestega olid seosed madalamad. Seega võib oletada, et põlemisgaasid on lokaalsed, kuid osakesed pigem kaugemalt kohale kantud. Temperatuuri seos põlemisgaaside ja osakestega on pigem marginaalne. 4.3.1.2. Mobair1 autokorrelatsioon Joonis 23 on näha mõõtejaamas mõõdetud õhusaaste komponente ning jooniselt visuaalselt hinnates võib oletada: 1) mõõdetud ühendite kontsentratsioonid on valdavalt positiivselt korreleeritud mineviku väärtustest (joonis 25); 2) autokorrelatsioonil on 12h tunnine tsükkel, kusjuures iga 24h korrelatsioon on kõrgem st selgelt väljendub ööpäevanerütm; 48
3) autokorrelatsiooni kuju järgi on regionaalsemad st aeglasema langusega ja mitte nii väljendunud maksimumidega SO2, O3, temperatuur ja üllatavalt ka NO (joonis 26); 4) osakeste autokorrelatsiooni kuju viitab rohkem regionaalsele kui lokaalsele päritolule (joonis 27), samuti on korrelatsioon selgelt tugevam kui lühikese elueaga ja seega valdavalt lokaalse päritoluga NOl, 24 h maksimum on siiski selgelt näha (joonis 26). Joonis 25 Mobair1 mõõtebussiga kampaania ajal mõõdetud kõikide parameetrite 48h autokorrelatsioonid (M1-Mobair1) Joonis 26. Mobair1 mõõtebussiga kampaania ajal mõõdetud NO ja NO2 48h autokorrelatsioonid (M1- Mobair1) 49
Joonis 27. Mobair1 kampaaniabussiga kampaania ajal mõõdetud PM10 48h autokorrelatsioonid Peenosakeste kontsentratsioonide (joonis 27) eri ajahetkede seosed on tugevamad kui lämmastikühenditel, kuid samas kuju poolest lähedasem osoonile. Maarjamõisa piirkonna mõõtetingimustes näivad NO, PM10, SO2, CH4 ja HC regionaalsemad, need viitavad ka rohkem transpordi päritolule. Lokaalsemad tunduvad teised põlemisprotsesside saasteained, millel on sarnane rütm temperatuuriga. Viimastel väljendub selgelt ka ööpäevane rütm, mis näitab kindla ajavahemiku tagant toimuvaid protsesse, mis tõstavad valitud õhusaaste komponentide kontsentratsioone. Seos temperatuuriga viitab olmeküttele või madalatel temperatuuridel reohkem esinevat inversiooni. 4.3.1.3. Mobair1 ajaline dünaamika Mobair1 mõõtetulemuste päevakeskmiste tulemuste ajalise dünaamika joonis 28 näitab peaaegu samasuguseid tulemusi kui Tartu Karlova pidevseirejaama joonis 23, kuigi kõigi näitajate kontsentratsioonid jäävad tugevalt allapoole. Peenosakeste kontsentratsiooni joont visuaalselt võrreldes temperatuuri omaga annab alust oletada külmemate perioodidel 50
intensiivsemale kütteperioodile, kuid samas kõrgemate temperatuuridega on osakeste allikad tõusnud, kindel seos on ka nädalalõppudega. Osakeste kontsentratsioon tõuseb soojadel nädalavahetustel. Ajalise dünaamika järgi on NO2 ja osakesed valdavalt tugevalt seotud, erandlikuna on veebruari keskel nende tõusud-langused pigem vastandlikud, mis esialgsel hinnangul tähendab hoonete kütmist. Joonis 28. Mobair1 mõõtebussiga kampaania ajal mõõdetud õhusaaste päevakeskmiste tulemuste oluliste parameetrite kontsentratsioonide omavahelised suhted (M1-Mobair1) 4.3.1.4. Mobair1 peakomponentide analüüs Peakomponentide analüüsi tabel 15 (järgmisel lehel) näitab, et komponent 1 (PC1) osakaal (tabel 16) kõigi komponentide hulgast on 40,6%. Tabelist 15 selgub, et Exceli liides Analyse It on teinud peakomponentide analüüsi sama arvu kordi kui on parameetreid kokku. Kuid kuna juba neljanda peakomponendi osakaal on tugevalt alla 10% siis analüüsimiseks on edasised peakomponendid liiga suure määramatusega. 51 Kuna PC1
osakaal on teistest kõrgelt üle siis pikemalt peatubki analüüs ainult esimesel peakomponendil. Tabel 15. Mobair1 mõõtebussiga kampaania ajal mõõdetud õhusaaste parameetrite põhjal tehtud peakomponentide analüüs, (kogu tabel: Lisas 2), (M1-Mobair1) Principal Components MobAir1 Component 1 2 3 4 M1 NO 0,354 0,162-0,156-0,461 M1 NO2 0,436 0,100-0,100-0,180 M1 CO 0,420 0,163-0,124-0,010 M1 03-0,257-0,459-0,341-0,151 M1 PM10 0,331-0,109-0,242 0,283 M1 SO2 0,143-0,155-0,551 0,612 M1 temp -0,061-0,525-0,326-0,474 0,120 M1 HC 0,278-0,439 0,415 M1 CH4 0,240-0,466 0,438 0,120 M1 H2S 0,415-0,064-0,042-0,156 01.02.2014-30.04.2014 mõõtepampaania andmete põhjal Kõige rohkem mõjutavad PC1 NO, NO2, CO, H2S ja PM10 vähemal määral ka SO2, HC ja CH4. Osooni, tuulekiirusega pigem on seos negatiivne ja temperatuuriga peaaegu suhe puudub. Võib oletada, et tuule kiiruse langusega tõuseb NO, NO2, PM10, CO ja H2S kontsentratsioon, mille tulemusena võib väita, et õhusaastekomponendid võivad olla lokaalset päriolu. Peamiselt võib oletada, et PC1 peamine päritolu võib olla nii olmekütmine kui ka transport. Kuid arvestades temperatuuri vähest mõju on pigem tegemist kas transpordist pärineva saastega, mis võib pärineda väga suure liiklustihedusega (üle 10 000 sõiduki ööpäevas) Viljandi maantee algusest. PC2 (ca 20%) võib hinnanguliselt olla olmekütmine- temperatuur langeb rohkem kui õhusaaste komponendid tõusta suudavad. Siin kohal peab meeles pidama, et kontsentratsioonid on madalad. Piirkonnale on iseloomulik küll olmekütmine, kuid seda peamiselt eramutes. PC3 (ca 15%) puhul on enamus korrelatsioone negatiivsed põlemisproduktidega, seega esialgne oletus mõni meteoroloogiline. 52 ja nõrgad
Tabel 16. Mobair1 andmete põhjal PCA peakomponendid protsentuaalselt PCA Komponent Osakaal% 4.3.1.5. 1 40,36 2 21,47 3 14,25 4 7,41 5 6,11 6 3,53 7 3,45 8 2,41 9 0,96 10 0,05 Mobair1 kokkuvõte Mobair1 korrelatsiooni analüüs annab mõõteperioodil valitsenud tingimuste valguses tulemuse, et piirkonnas on olulised saastajad nii olmeküte kui ka lähedal asuv suure liiklusega maantee. Tugevad korrelatsioonid on põlemisgaasidel, kuid väävelühenditega pigem nõrk, sellest ka hinnanguline järeldus- põlemine toimub peaasjalikult olmekütmises. Analoogne tulemus on näha ka autokorrelatsioonist, kus on nii ööpäevane rütm põlemisega seotud ühenditel kui ka mõningate näitajate pikem püsimine, mis võib olla tingitud meteoroloogilistest tingimustest, näiteks tuulest. Ajalise dünaamika uurimine annab alust arvata, et külmematel perioodidel on peamine osakeste päritolu olmekütmine (põlemisgaaside kontsentratsioonid tõusevad hüppeliselt temperatuuri langedes) ja soojematel nädalalõppudel transpordist. Peakomponentide analüüs toob aga järeldusi juurde, kuid siiski peamiseks saastajaks on 40% juhtudel transport kuna selle metoodika näitab temperatuuri vähest mõju esimesele peakomponendile. 4.3.2. Mobair2 Tartu Annelinna kampaaniabuss Mobair2 mõõtis töö autorile teadaolevalt välisõhu komponente ajavahemikul 01.02.201428.02.2014. 4.3.2.1. Mobair2 korrelatsioon MobAir2 mõõtejaama mõõdetud parameetrite andmeridadest valmis korrelatsiooni maatriks (tabel 17), millest lugejale lihtsustamiseks tehti korrelatsiooni tulpdiagramm (joonis 29). Nimetatud jooniseid uurides selgus, et väga tugevat korrelatsiooni on näha NO, NO2 ja CO puhul kus korrelatsioon on üle 0,8, peaaegu sama tugev korrelatsioon on HC-l eelnimetatud ühenditega. Peenosakeste (PM10) korrelatsioon jääb NO, NO2, CO ja HC 53
puhul 0,4-0,5ni, mis viitab sarnasele päritolule. Tugevate korrelatsioonidega komponendid pärinevad põlemisprotsessidest, peamiselt sisepõlemismootorites toimuva põlemisega. Temperatuuriga on suhe kõikide ühenditega marginaalne. Tabel 17 Mobair2 mõõtebussiga kampaania ajal mõõdetud õhusaastekomponentide korrelatsioonide maatriks (M2- Mobair2 ja T- Tartu Karlova) Joonis 29. Mobair2 mõõtebussiga kampaania ajal mõõdetud õhusaaste komponentide korrelatsioonid (M2- Mobair2 ja T- Tartu Karlova) Mobair2 Annelinna piirkonnas mõõteperioodil olnud tingimustes annavad korrelatsiooni analüüsi tulemusena tooni peamiselt põlemisprotsesside heitmed ja seda piirkonnas kus puuduvad olmekütte allikad. 54
4.3.2.2. Mobair2 autokorrelatsioon Antud mõõtepiirkonna 48h autokorrelatsioon (joonis 30) näitab vastakaid tulemusi: 1) enamikul komponentidest nõrk ajaline side, mis viitab lokaalsele päriolule; 2) NO korrelatsioon langeb kiirest ja näitab omavahelist seosetust; 3) NO2 on aeglasem korrelatsiooni langus, kuid üsna sarnane eelmisega; 4) CH on iseendaga tugev seos mõne tunni ja hilisem jääb juba nõrgemaks ning näitab langust. Joonis 30. Mobair2 mõõtebussiga kampaania ajal mõõdetud kõikide õhusaaste parameetrite 48h autokorrelatsioonid (M2- Mobair2 ja T- Tartu Karlova) 55
Joonis 31. Mobair2 mõõtebussiga kampaania ajal mõõdetud NO ja NO2 48h autokorrelatsioonid (M2- Mobair2) Joonis 31 uurides saame teada, et nii NOl kui NO2l on nõrk 24 tunnine rütm, mis küll pole kuigi tugevalt korrelatsioonis eelneva või järgnevaga. NO kiire ja NO2 aeglasem autokorrelatsioonide langus, kuid üldjoontes samasugune rütm võib tähendada keemiliste protsesside toimumist. Joonis 32. Mobair2 mõõtebussiha kampaania ajal mõõdetud PM10 48h autokorrelatsioon Joonis 32 näitab, et kuigi PM10 korrelatsioon langeb, siis 24h vältel jääb suhe siiski pigem tugevaks ja on ka 48h tsükkel kus korrelatsioonid jällegi tõusevad tublisti. Selline liikumine annab alust arvata, et piirkonnas toimuvad kindla ajavahemiku tagant. 56
Mobair2 Annlinnas paiknemine mõõteperioodi tingimustes näitab suhteliselt hästi Emajõele avatud keskkonnas enamike parameetrite kiiret kadu. Võiks arvata, et piirkonda iseloomustavad suured kortermajad suudavad tekitada aerodünaamilise varje, mis kontsentreerib saasteained, kuid siiski mitte- saaste hajub piirkonnas kiiresti v.a. peenosakesed, mis viitab tänavatelt lenduvatele saastele. 4.3.2.3. Mobair2 ajaline dünaamika Ajaline dünaamika (joonis 33) näitab temperatuuri languse ja NO, NO2 ja PM10 vahelist seost, esimese langedes on teised kolm tõusnud, kuid seda ainult talvisel külmemal perioodil. Samalt jooniselt võib väga selgelt välja lugeda PM10 kontsentratsioonide tõusu just reedeti, siis on kõik perioodi kõrgeimad päevakeskmised väärtused. Sama parameetri madalaimaid väärtusi võib isegi seostada pühadega, kus paar päeva enne Eesti Vabariigi aastapäeva 22 veebruaril on mõõdetud madalaim päevakeskmine kontsentratsioon. See iseloomustab hästi just transporti, olmekütmise puhul oleks kindlasti näitaja väärtus olnud sel päeval tunduvalt kõrgem arvestades madalat päevakeskmist temperatuuri (+3C0), mis mõõteperioodil on olnud reeglina intensiivne olmekütte aeg. Joonis 33. Mobair2 mõõtebussiga kampaania ajal mõõdetud õhusaaste oluliste parameetrite päevakeskmiste tulemuste kontsentratsioonid omavahelised suhted (M2Mobair2 ja T- Tartu Karlova) 57
Mobair2 piirkonna tingimustes ja suhteliselt lühikese mõõteperioodi ajalise dünaamika analüüs näitab osakeste päriolu seost temperatuuriga. Mõõtekampaania alguses on seos pöördvõrdeline ja muutub edasi võrdeliseks, esimene võib tähendada Emajõe orus tekkivale inversioonile ning see läbi olmekütte õhusaaste kandumise teistest piirkondadest. Nädalapäevade kaupa andmeid uurides joonistub üsna selgelt välja nädalalõppude õhusaaste kontsentratsioonide tõus. 4.3.2.4. Mobair2 peakomponentide analüüs Peakomponentide analüüsi tabel 18 näitab, et komponent 1 (PC1) osakaal (tabel 19) kõigi komponentide hulgast on 46,34%. Tabelist 18 selgub, et Exceli liides Analyse It on teinud peakomponentide analüüsi sama arvu kordi kui on parameetreid kokku. Kuid kuna juba neljanda peakomponendi osakaal on tugevalt alla 10% siis analüüsimiseks on edasised peakomponendid liiga suure määramatusega. Kuna PC1 osakaal on teistest kõrgelt üle siis pikemalt peatubki analüüs ainult esimesel peakomponendil. Tabel 18. Mobair2 mõõtebussiga kampaania ajal mõõdetud õhusaaste parameetrite põhjal tehtud peakomponentide analüüs, (kogu tabel: Lisas2), (M2- Mobair2 ja T- Tartu Karlova) Principal Components MobAir2 Component 1 2 3 4 M2 NO 0,387 0,295-0,228 0,363 M2 NO2 0,410 0,128-0,236 0,202 M2 O3-0,370 0,048-0,449-0,116 M2 CO 0,431 0,089-0,036 0,180 M2 PM10 0,255 0,282-0,413-0,787 M2 HC 0,422-0,074 0,148-0,082 M2 CH4 0,320-0,418 0,444-0,379 T temp -0,118 0,792 0,548-0,109 01.02.2014-30.04.2014 mõõtepampaania andmete põhjal Tabelist 18 näeb PC1 omavahelisi tugevamaid seoseis just CO ja HC vahel, millele järgnevad natuke nõrgemad seoses NO, NO2 ja CH4-ga, ning mõnevõrra nõrgem suhe veel PM10ga. Temperatuuriga on seos negatiivne, kuid pigem vägagi madal. Mõningane 58
negatiivne seos on ka osooni ja nõrgemalt ka tuulekiirusega. Kuna tabel näitab temperatuuri väga madalat sidet ülejäänud parameetritega, siis olmekütte võib hetkel kõrvale jätta. Tartule iseloomulik teine põlemigaaside päritolu transport, mis on antud tingimustes väga tõenäoline. PC2 (ca 10%), temperatuuri tõusuga on ka kõik teised kergelt positiivses, mis võib olla tumedatelt asfaltpindadelt soojenev õhuvooludega pärinev õhusaaste, mõningase põlemisprotsessidest pärineva saastega. PC3 (ca 9%), peamine komponendi määraja on metaan, mis temperatuuri koosmõjul võib pärineda naftasaaduste käitlemisest (mõõtepunkt asus tanklas). PC4 (ca 7%), võib olla kaugemalt pärinev olmekütmine, kuid mõningane määramatus andmetes ei võimalda väga täpseid tulemusi oletada. Tabel 19, Mobair2 seirejaamas andmete põhjal PCA komponentide osakaal protsentuaalselt PCA MobAir2 Komponent Osakaal% 4.3.2.5. 1 46,34 2 10,25 3 9,14 4 7,20 5 3,11 6 1,80 7 1,27 8 0,89 Mobair2 kokkuvõte Korrelatsiooni analüüsi tulemus annab võimaluse järeldada, et piirkonnas on väga olulisel kohal transpordist pärinevad osakesed, kuna põlemisgaasid on hinnanguliselt pärit just sealt. Samasugust tulemust kinnitavad ka autokorrelatsiooni analüüs, kus lisaks sisepõlemismootorite saastele võib täheldada ka kulumisjääkide osakaalu Seda näitab ka peenosakeste tugevam autokorrelatsioon. Ajalise dünaamika andmed kinnitavad kahte eelmist järeldust ja lisaks näitab selgelt nädalavahetuste alguses ja lõpus ning tipptundidel õhusaaste kontsentratsioonide kasvu, kus koos temperatuuri tõusuga on NO, NO2 ja CO kontsentratsioonid tõusnud (temperatuuri langus ei mõjuta teiste parameetrite liikumisi). Lisaks võib mõningane õhusaaste pärineda meteoroloogilistele tingimuste tõttu nagu inversioon. Peakomponentide analüüs näitab ka samasuguseid tulemusi. 40% juhtudel on osakesed pärit sisepõlemismootoritega transpordist kuna tavapärastele põlemisgaasidele 59
annab tugevalt esimesele peakomponendile tooni väävelühendid. Lisaks on hinnanguliselt 10% on nii teekatte kulumisest, kui ka transpordivahendite liikuvosadest nagu pidurid, sidurid, rehvid jne. 4.3.3. MARU Tartu Kesklinna mobiilne mõõtelabor Tartu kesklinna Statoili tanklas paiknenud MARU mobiilne mõõtelabor, tegi keerukamaid mõõtmisi kui teised kampaaniast osavõtnud mõõtebussid. Selles punktis uuriti põhjalikumalt, millest osakesed koosnesid ja annavad väga hea ülevaate nende päritolust, kuid kirjeldatud andmed ei olnud käesoleva magistritöö autorile kättesaadavad, siis edasi analüüs toimub Eesti Keskkonnauuringute Keskuse poolt SoFi andmetöötlus tarkvaraga tehtud graafikutega (Eller jt, 2014). 4.3.3.1. MARU analüüs MARU kesklinna ajalise dünaamika jooniselt 34 on näha mõõtepiirkonnas viibinud mandri Euroopast pärinevate õhumassidega NH4, SO4, NO3 ja orgaanika kõrgemad kontsentratsioonid, mis õhumasside vahetusemisega ka madalamaks muutuvad. Üldiselt on OA (orgaaniliste osakeste), kontsentratsioonid kõrged ja järgivad teiste ühenditega sarnast liikumist. Eelnevalt on teada, et perioodi alguses olid temperatuurid madalamad, mis võib tingida olmekütte leviku teistest piirkondadest kesklinna, mis orus inversiooni korral võib õhusaaste kontsentreeruda. Lisaks on teada, et NO ja NO2 kontsentratsioonid olid kordades kõrgemad kuid teistes mõõtepiirkondades, see võib olla põhjustatud aerodünaamilisest varjest (piirkonnas on valdavalt tihedalt kõrged hooned), mis samuti kutsub esile kontsentratsioonide tõusu. 60
Joonis 34 MARU kampaania ajal mõõdetud tulemuste ajaline dünaamika. Allikas: (Elser M jt, 2014) Joonis 35 näitab mõningate osakeste sarnast käitumist NOxga, mis tekib antropoloogilistes tingimustes peamiselt kütuste põlemisest. Lämmastikühenditega liigub 24h lõikes suhteliselt sarnaselt ka biomassi põletamisest pärinevad osakesed (BBOA), mis samuti pärineb olmekütmisest. Sekundaarsetest osakestest liigub väga ühtlaselt OOA, need ei jõua välisõhus hajuda enne järgmise kõrgete kontsentratsioonidega tipptundi. Joonis 35. MARU kampaania ajal mõõdetud erinevate koostistega osakeste ja NOx kontsentratsioonid 24h lõikes. Allikas: (Elser jt, 2014) 61
Ammoniaagi olemas olu linna on põhjustatud peamiselt liikluse poolt (joonis 36). Teised olulisemad allikad võivad olla bioloogilised protsessid (näiteks prügikonteinerid), reovesi ja tööstuslikud allikad (Reche jt, 2015).. Joonis 36. MARU kampaania ajal mõõdetud erinevate koostitega osakeste ja NH3 kontsentratsioonid 24h lõikes. Allikas: (Elser jt, 2014) BC järgib samamoodi kesklinna tipptundide tsüklit, mis on ka ootuspärane teades, et suur osa emissioonist pärineb ebaefektiivsetest põlemisprotsessidest nagu olmekütmine (joonis 37). Joonis 37. MARU kampaania ajal mõõdetud kontsentratsioonid 24h lõikes. Allikas: (Elser jt, 2014) 62 erinevate koostistega osakeste
4.3.3.2. MARU kokkuvõte MARU mobiilse mõõtelabori saadaolevate andmeridade ja graafikute analüüsi tulemusena võib väita, et mõõteperioodil olnud tingimustes on peamine osakeste emisiooni allikas olmekütmine ja transport. Arvestades väga suurt liikluskoormust piirkonnas on peale põlemisest tingitud õhusaaste ka olulisel kohal kõikvõimalikud kulumiprotsessid. Piirkonna iseloomust võib kõrgete kontsentratsioonide põhjuseks olla aerodünaamiline varje (hoiab sekundaarsete saastajate taseme kõrge) ja Emajõe orus asetleidvad meteoroloogilised protsessid. 4.4. Tulemuste analüüs Kuigi Tartu asub väiksel maa-alal 38,8 km2 (Piirkondlik portee Eestist, 2015) on erinevused väga suured, see väljendub mõõtepiirkondade tulemustes. Esmapilgul võib arvata, et Karlova pidevseirejaam ja Maarjamõisa Mobair1 asuvad väga sarnastes tingimustes, kuid juba asukoha kirjelduses on näha erinevusi. Mõne võrra ootuspärasemad on Mobair2 Annelinnas ja MARU kesklinnas. Karlova puhul on tegemist tugeva olmeküttepiirkonnaga kus tooni annavad olmeküttega korterelamud, mis suudavad emiteerida väga suure kontsentratsiooni saasteaineid. Peale selle on oluline ka lähedal asuv transpordi sõlm, mis paiskab nii sisepõlemismootoritest saasteained kui ka teekattelt resuspendeerunud saasteained. Maarjamõisas Mobair1 piirkonnas ka väga palju kohtküttega hooneid, kuid need on peamiselt eramud, mis ei suuda väga suurt õhusaaste kontsentratsiooni tekitada ja käesoleva töö autorile üllatuslikult on piirkonnas olmekütte kõrval oluline saastaja ka transport. Annelinnas asunud Mobair2 mõõtekampaaniabuss oli suure liiklustihedusega transpordisõlme vahetus läheduses, kus puudusid olmekütte alad. Selle piirkonna analüüsi tulemused näitavad, et allikas oli transport mitmel eri moel. Kesklinna MARU mõõtepunkti anderidade keerukus ja maht oli küll väga suur, töös esitatud andmete põhjal järeldub, et piirkonna peamised saasteainete emiteeriad on transport ja olmekütmine. 63
Kokkuvõte Magistritöö eesmärk oli anda ülevaade Tartu välisõhu peenosakeste päritolust, kasutades selleks 2014 aastal Eesti Keskkonnauuringute Keskuse ja Paul Scherreri Instituudiga (Šveits) koostööprojekti raames kogutud andmeid. Selleks anti ülevaade erinevatest osakeste allikatest nii antropogeensetest kui loodulikest, nende leviku võimalustest, meteoroloogilisest sõltuvusest, elujõulisena püsimise ajast, kaugkandest ja kontsentreerumis tingimustest (aerodünaamiline varje). Edasi kirjeldati osakesi mõjutavaid protsesse: kondenseerumist, koagulatsiooni, keemisi protsesse ja sadenemisi. Osakeste päritolu allikate välja selgitamiseks oli neli mõõtejaama: pikema andmereaga Tartu Karlova pidevseirejaam ja kolm mobiilset mõõtekampaaniabussi, mis paiknesid Maarjamõisas (Mobair1), Annelinnas (Mobair2) ja Kesklinnas (MARU). Eesti Keskkonnauuringute Keskusest saadud andmete analüüsiks kasutati nelja erinevat metoodikat: korrelatsiooni, autokorrelatsiooni, ajalist dünaamikat ja peakomponentide analüüsi. Kõikide metoodikate puhul võeti peale andmeridade arvesse veel meteoroloogilisi tingimusi, liiklus tihedusi ja paiknemist. Sellise töö tulemusena leiti, et Tartu linna piires võivad olla osakeste allikad väga erinevad ja muutuda kiiresti. Karlovas on peamine osakeste päritolu olmekütmisest ja vähemal määral transpordist, Maarjamõisa linnajaos on lisaks olmeküttele ka oluline saastaja transport. Annelinna puhul on peamiselt tegemist sisepõlemismootoritest pärinevate osakestega ja vähemal määral muudest transpordist tingitud kulumistest. Kesklinna tulemused on võib olla kõige raskemini hinnatavad andmete vähesuse keeruliste tingimuste tõttu mõõteperioodi, siiski saab väita, et peamised saastajad on olmekütmine ja transport. Tööalguses püsitati kaks hüpoteesi: 1. Mõõtekampaaniad võimaldavad hinnata saasteainete päritolu. Võib väita, et erinevate piirkondade andmeridade analüüsi tulemusena on kõikide kampaaniapiirkondade osakeste päritolu allikad hinnatud, olenemata seireparameetrite 64
vähesusest või liialt lühikesest ajalisest perioodist. Kasutades erinevaid metoodikaid saab ka vähemate andmeridade põhjal teha olulisi järeldusi. Eri paikade analüüside erinevate tulemuste põhjal võib kinnitada, et mida rohkematest piirkondadest mõõta, seda adekvaatsemaid tulemusi on võimalik saada. Kindlasti on esmatähtis teha õige valik mõõtepiirkondade ja mõõdetavatele parameetrite osas. 2. Pidevseire võimaldab laiendada lühiajalise kampaania järeldusi pikemale perioodile. Pidevseire on väga vajalik, et teha järeldusi lühiajalistest kampaania tulemustest, kuid tuleb tõdeda, et kuna väliõhu analüüsides on väga palju muutujaid, olgu need põhjustajate muutumised ise (elektriautode levik või ahikütte muutumine elektrikütteks), meteoroloogiline ennustamatus või tehnikaalased saavutused. Ära ei tohi unustada määramatusi mõõtmistes (mõningates allikates on selleks kuni 25%). Seda kõike arvesse võttes võib väita, et lühiajalised kampaaniad on väga olulised, et kirjeldada mingi perioodi õhusaaste parameetreid ja allikaid, kuid juba väikeste muutuste korral võivad olla need tuleviku arvestades olla marginaalse tähtsusega. Kuid kui lühiajalisi kampaaniad korrata mingi kindla intervalliga aastakümnete vältel ning neid võrrelda inimeste käitumismuutusega, kliimamuutustega samadel aegadel ja lisades neile ajajooksul omandatud uued teadmised võivad sellised kampaaniad osutuda vägagi vajalikuks või isegi võimaldavad ennustada tuleviku õhusaaste trende. Kokkuvõtvalt võib öelda, et Tartu linnas on osakeste päriolu väga erinev ja vajab kindlasti suurt tähelepanu. Mõõtekampaaniate korraldamine lisaks pidevseirele annab väga häid tulemusi ja tulevikus neid samades paikades korrates on võimalik hinnata osakeste päriolu veelgi täpsemalt, mis on vajalik hindamaks välisõhu mõju inimese tervisele. 65
ESTIMATING THE ORIGIN OF INHALED PARTICLES OF AMBIENT AIR IN TARTU Summary The aim of Master's thesis is to estimate the origin of the inhaled particles in the ambient air in Tartu. Data of cooperational measurement campaign in 2014 of Estonian Environmental Agency and the Paul Scherrer Institute (Switzerland) were used. Data of four stations were used: Tartu Karlova official monitoring station and three mobile campaigne buses in Maarjamõisa (Mobair1), in Annelinn (Mobair2) and in Kesklinn (MARU). Four different methods were used for data analysis - correlation, autocorrelation, temporal dynamics, and principal component analyis. Additionally, data of meteorological conditions, traffic density and location were used for analysis. Study founds that diferent sources dominate in different areas: when in Kesklinna and Annelinn traffic is the main source of pollution, domestic heating is dominating in Karlova and Maarjamõisa. Study shows also that sources of PM10 and PM2,5 are different one is mainly locally produced by traffic and combustion, for others long range transport is visible. The results of the city center drawn from earlier studies show how difficult is to determine origin of particles in earlier scientific studies combustion was divided into different fractions cooking, biomass burning, secondary formed particles etc. Two hypotheses where formulated before the studies -1. Monitoring campaigne allows to assess the origin of the pollutants and 2. Continuous monitoring allows the extension of the short campaign to the findings over a longer period. Study shows that campaigne is more promising for determination of origin of particles due to more parameters determined and additional stations in areas with different pollution patterns, Continuous monitoring is essential in everydays life enabling the extension of findings into periods with no campaigns. However, when patterns of pollution is changing (spread of electric cars or heat pumps as example) continuos monitoring can not alone be able to 66
determine the origin of particles. Thus, similar short-term campaigns should be repeated after some periood. In conclusion, one can say that the particles inhaled in Tartu are of very diferent origin most part is produced locally by traffic and domestic heating, however, long range transport is visible in suburbs. Monitoring campaigne is adding a nice opportunity to clarify the origin of particles and thus ruling policy actions for moving towards clearer atmosphere and less health troubles of citizens. 67
Kasutatud kirjandus Raamatud ja muud publikatsioonid: Allaby, M. (2009). Maa entsüklopeedia. Tõlgitud eesti keelde. Sinisukk. Berlyand, M. E. (1991). Prediction and Regulatsion of Air Pollution-Atmospheric Sciences Library. Vol. 14. Eensaar, T. (2013). Tuult mõjutavate tegurite muutuste analüüs Tartus viimastel kümnenditel. Magistritöö. Eesti Maaülikool, Tartu. Ehn, M., Thornton, J. A., Kleist, E., Sipilä, M. jt. (2014). A large source of lowvolatility secondary organic aerosol. Nature. Vol. 506. Eller, M., Maasikmets, M., Teinemaa, E. (2014). Aerosol chemical composition measurement campaign during the winter-springtime in Tartu. Eesti Keskkonnauuringute Keskus, 2014. Elser, M., Bozzetti, C., Haddad, I.El., Ricter, R., Maasikmets, M., Teinemaa, E., Prevot, A.S.H., Baltensperger, U. (2014). Determination of Chemical Composition Atmospheric Gases and Aerosols in Estonia: Referesce nr: 146623. Paul Scherres Institute ja Eesti Keskkonnauuringute Keskus. Hewitt, C. N., Jackson, A. V. (2009). Atmospheric Science for Environmental Scientists. United States: Blackwell Publishing. Jacob, J.D. (1999). Introduction to Atmospheric Chemistry. Princeton University Press. USA. 68
Jürissaar, M. (2011). Meteoroloogia. 2. täiendatud trükk. Eesti Lennuakadeemia, Tartu. Kaasik, M., Kallaste, T., Kimmel, V., Maasikmets, M., Noe, S. M., Orru, H., Roots, O., Tamm, E., Teinemaa, E. (2015) Õhusaaste: käsiraamat. Keskkonnaülevaade 2013. (2014). Tallinn: Keskkonnaagentuur. /Toim. I. Hermet. Kimmel, V. (2009). Seire ja uuringute tulemustest põhjustajate otsimine. - Seirefoorum 2009 ettekanne. Piire ületav õhusaaste. (2004). Tallinn: Keskkonnaministeerium. /Toim. M. Maasikmets, J. Valge. McNeill, V. F., Ariya, P.A. (2014). Atmospheric and Aerosol Chemistry. USA: Springer. Mets, R. (4. Veebruar 2014). Lähipäevil algab Tartu Vana-Kaubamaja lammutamine. Tartu Postimees. Nei, L., Koorits, A. (2005). Sissejuhatus keskkonnakeemiasse. Tartu; Tartu Ülikooli Kirjastus. Orru, H. (2007). Väliõhukvaliteedi mõju inimese tervisele Tallinna linnas. Tartu Ülikool. Pindus, M. (2010). Õhusaaste päriolu hindamise metoodikad ja nende rakendamise võimalused Eestis. Bakalaureusetöö. Eesti Maaülikool, Tartu Pöschl, U. (2005). Atmospheric aerosols: composition, transformation, climate and health effects. - Angerwandte Chemie International Edition. Vol. 44. Reche, C. jt. (2015). Urban NH3 levels and sources in six major Spanish cities. Chemosphere. Vol. 119. 69
Seinfeld, J.H., Pandis, S.N. (2006). Atmospheric Chemistry and Psysics: From Air Pollution to Climate Change. Second Edition. USA Õigusakt: Välisõhu saastatuse taseme piir- ja sihtväärtused, saasteaine sisalduse muud piirnormid ning nende saavutamise tähtajad (vastuvõetud 08.07.2011). - Riigi Teataja [WWW] https://www.riigiteataja.ee/akt/112072011003 Interneti allikad: Allen, J. (2015). Thick Dust Plumes Obscure Africa s Coast. NASA. [WWW] http://earthobservatory.nasa.gov/iotd/view.php?id=85423 Division of Air Resources, 2015. - New York State Department of Enviromental Conservation. [WWW] http://www.dec.ny.gov/ Linnaõhu seire (2014) - Eesti Õhukvaliteedi Juhtimissüsteem [WWW] http://airviro.klab.ee/seire/airviro/linnaohk.html The Hyrdologic Cycle (2010). - National oceanic and atmospheric administration (NOAA). [WWW] http://www.srh.noaa.gov/jetstream/atmos/hydro.htm Liikluskoormuse uuring Tartu linnas 2011. aasta kevadperioodil. (2011). - Inseneribüroo Stratum. [WWW] https://www.tartu.ee/data/tartu%20liiklus%202011%20seletuskiri%20kevad%20iiip df Liiklusloenduse tulemused 2014 aastal, lisa 13. (2015). - Maanteeamet, Teede Tehnokeskus AS. [WWW] http://www.mnt.ee/public/aruanne_ll_2014.pdf 70
Palu, A. (2014). Vana-Kaubamaja lammutamine, 07.03. 2014 [WWW] http://et.wikipedia.org/wiki/tartu_vana_kaubamaja#/media/file:tartu_vana_kaubamaja_h oonekompleksi_lammutamine_*.jpg Pidwirny, M., Jones, S. (2014). Physical Geography: Fundamentals ebook. University of British Columbia Okanagan. [WWW] http://www.physicalgeography.net/fundamentals/8h.html Piirkondlik portree Eestist: Tartu Linn. (2015). - Eesti Statistikaamet [WWW] http://www.stat.ee/ppe-tartu-linn Välisõhu kvaliteedi seire. (2015). - Eesti Keskkonnaagentuur. [WWW] http://seire.keskkonnainfo.ee/index.php?option=com_content&view=article&id=2127&ite mid=440 U.S. Geological Survey 2014. The Effects of African Dust on Coral Reefs and Human Health. USA. [WWW] http://coastal.er.usgs.gov/african_dust/ 71
Lisad Lisa 1. Mõõteseadmed Tartu Karlova pidevseirejaama mõõteseadmed ja töö põhimõtted Horiba APNA-360 (NO2 mõõtmiseks); Horiba APSA-360 (SO2 mõõtmiseks); Horiba APOA-360 (O3 mõõtmiseks); Horiba APMA-360 (CO mõõtmiseks) ja Met One BAM 1020 (PM10 ja PM2,5 mõõtmiseks). (Linnaõhu seire, 2014) Horiba analüsaatorid APNA-360, APSA-360, APOA-360 ja APMA-360 kuuluvad kõik AP-360 seeriasse. Teist tüüpi analüsaator, mis on kasutusel Tartu pidevseirejaamas on Met One BAM 1020, mis kasutab osakeste kontsentratsiooni mõõtmiseks välisõhus tööstuslikku beta-ray (ioniseeritud radiatsiooni) meetodit Mobiilse mõõtelabori MARU seadmed: Aerosool-mass-spektromeeter (Aerosol Chemical Speciation Monitor, MARU, Aerodyne Inc.), mis võimaldab määrata ülipeente osakeste alates (40 nm kuni 1000 nm) keemilist koostist (orgaanika, SO4, NO3, NH4, Chl) reaalajas. Etalomeeter (AE-33, Magee Scientific), mis võimaldab määrata reaalajas erinevatel lainepikkustel tahma (black carbon, BC) kontsentratsioone, mis omakorda on oluline, et saaksime hinnata erinevate saasteallikate (liiklus, kohtküte) osakaalu välisõhus ning tahm sisaldab enamasti hulgaliselt erinevaid kantserogeene nagu polütsüklilised aromaatsed süsivesinikud (PAH). 72
Lisa 1 järg Element ja orgaanilise süsiniku analaüsaator (EC/OC analüsaator, Sunlab), mis võimaldab hinnata erinevate kütuste põlemisjääkide osakaalu välisõhus ning seeläbi tuvastada kõrgenenud saasteepisoodide põhjuseid. Osakeste suurusjaotuse analüsaator (Scanning mobility particle sizer, SMPS, TSI), mis võimaldab mõõta osakeste suurusjaotust reaalajas alates nanooskestest kuni 1 mikromeetrini. Osakeste arv- ja numberkontsentratsiooni analüsaator (Electrical low pressure particle sizer, ELPI+, Dekati) e. osakeste suurusjaotuse (7 nanomeetrit kuni 10 mikromeetrit) mõõtmiseks, võimaldab koguda filterproove 14 erineva PM suurusjaotuse kohta ning hiljem neid keemiliselt analüüsida. Erinevate gaasiliste saasteainete (NOx, CO, CO2, NH3) analüsaatorid. (Eesti Keskkonnauuringute Keskus, 2015) 73
Lisa 2. Peakomponentide analüüsi tabelid Tabel 12, Tartu Karlova pidevseirejaamas kampaania ajal mõõdetud õhusaaste parameetrite põhjal tehtud peakomponentide analüüs (T- Tartu Karlova) Principal Components MobAir1 Component 1 2 3 4 5 6 7 8 9 M1 NO 0,354 0,162-0,156-0,461-0,354-0,650 0,217-0,103 0,074 10 0,000 M1 NO2 0,436 0,100-0,100-0,180-0,003 0,243-0,508-0,373-0,549-0,013 M1 CO 0,420 0,163-0,124-0,010 0,211-0,020-0,427 0,667 0,323-0,061 M1 03-0,257-0,459-0,341-0,151 0,013-0,216-0,017 0,461-0,570-0,021 M1 PM10 0,331-0,109-0,242 0,283 0,722-0,248 0,323-0,219-0,068-0,001 M1 SO2 0,143-0,155-0,551 0,612-0,494 0,013-0,075-0,101 0,132 0,000 M1 temp -0,061-0,525-0,326-0,474 0,133 0,226-0,144-0,260 0,481 0,021 M1 HC 0,278-0,439 0,415 0,120-0,093-0,128-0,088 0,043 0,005 0,713 M1 CH4 0,240-0,466 0,438 0,120-0,109-0,126-0,055-0,032 0,021-0,698 M1 H2S 0,415-0,064-0,042-0,156-0,163 0,571 0,609 0,252-0,103-0,008 Tabel 15. Mobair1 mõõtebussiga kampaania ajal mõõdetud õhusaaste parameetrite põhjal tehtud peakomponentide analüüs, (M1-Mobair1) Principal Components MobAir1 Component 1 2 3 4 5 6 7 8 9 M1 NO 0,336 0,155-0,221-0,401-0,241-0,352 0,102-0,667 0,074 0,105-0,001 M1 NO2 0,429 0,096-0,116-0,021-0,230-0,009 0,347 0,383 0,384-0,570 0,016 M1 CO 0,409 0,159-0,155-0,041 0,009 0,211 0,385 0,240-0,654 0,317 0,060 M1 03-0,260-0,457-0,305 0,051-0,182 0,010 0,117-0,228-0,480-0,545 0,022 M1 PM10 0,319-0,112-0,256 0,108 0,284 0,729-0,177-0,346 0,205-0,060 0,001 M1 SO2 0,133-0,155-0,513 0,450 0,469-0,489 0,059 0,059 0,105 0,126-0,001 M1 temp -0,068-0,528-0,311-0,102-0,490 0,123 0,030 0,228 0,272 0,477-0,022 T winds -0,214-0,018-0,300-0,760 0,460 0,019-0,024 0,256 0,033-0,081 0,003 M1 HC 0,277-0,441 0,374-0,115 0,201-0,088 0,132-0,028-0,041-0,004-0,713 M1 CH4 0,240-0,467 0,400-0,113 0,199-0,104 0,102-0,049 0,033 0,016 0,698 M1 H2S 0,406-0,067-0,068-0,077-0,154-0,166-0,802 0,234-0,239-0,117 0,009 01.02.2014-30.04.2014 mõõtepampaania andmete põhjal 74 10 11
Lisa 2 järg Tabel 18. Mobair2 mõõtebussiga kampaania ajal mõõdetud õhusaaste parameetrite põhjal tehtud peakomponentide analüüs, (M2- Mobair2 ja T- Tartu Karlova) 75