-
Die Luftverschmutzung stellt ein Gesundheitsproblem dar, von dem viele Länder betroffen sind. Dies ist auch in Lateinamerika der Fall, wo die Feinstaubbelastung ein großes Problem darstellt und unaufhörlich steigt. Lateinamerika ist das verstädtertste Gebiet der Entwicklungsländer, 75% seiner Bevölkerung wohnt in Städten. Buenos Aires nimmt von den bevölkerungsreichsten Städten der Welt Platz 30 ein und ist die drittgrößte Stadt Lateinamerikas. Trotzdem hat Buenos Aires-City nur zwei Immissionsmessstationen und in nur einer davon wird Feinstaub gemessen. Im Vergleich zu anderen Städten, weist Buenos Aires aufgrund seines ebenen Geländes und der Küstenumgebung günstige Bedingungen auf, die die Konzentration der Luftschadstoffe durch Verdünnung und Vermischung verringern können. Bisher können diese Bedingungen und deren Einfluss auf die Luftqualität aufgrund der limitierten Anzahl von Messstationen aber nicht beurteilt werden. Das, Ziel dieser Arbeit war deshalb die Entwicklung einer kostengünstigen Methode zur Berechnung der räumlichen Verteilung der Feinstaub (PM)-Konzentrationen sowie der nichtlinearen Zusammenhang der Einflussfaktoren auf die Feinstaub-Konzentrationen.
Zuerst wurde eine analytische Auswertung der Messergebnisse des internationalen Projekts BARUCA (Buenos Aires Research on Urban Climate and Air Pollution) durchgeführt. Im Rahmen dieses Projektes wurden ein Jahr lang von März 2006 bis März 2007 in der Stadt Buenos Aires Messungen von Luftverunreinigungen und meteorologischen Parametern durchgeführt. Durch die Auswertung wurden Kenntnisse über die Haupteinflussfaktoren auf die Feinstaubbelastung gewonnen. Damit, wurde Neuronales Netz-Modelle entwickelt, mit denen auf zuverlässige Weise die räumliche und zeitliche Verteilung von PM10 und PM2.5 berechnet werden kann. Neuronale Modelle werden im Bereich der Luftreinhaltung gern angewendet, hauptsächlich wegen ihrer Fähigkeit komplizierte Zusammenhänge zwischen verschieden Variablen zu lernen.
Das Modell für die Berechnung der räumlichen Verteilung von Feinstaub wurde mit Feinstaubmesswerten an 67 Punkten und Variablen wie Verkehr, Bevölkerungsdichte, Landnutzung und UTM-Koordinaten trainiert. Weiterhin wurden zwei Modelle entwickelt, die die zeitliche Verteilung von Feinstaub an zwei Orten berechnet für Perioden, während derer keine Immissionwerte verfügbar waren. Diese Modelle wurden mit Feinstaubmesswerte und meteorologischen Parametern (Windgeschwindigkeit, Windrichtung, Temperatur und Luftfeuchtigkeit) trainiert.
Die Korrelationskoeffizienten zeigen, dass jedes Modell den Zusammenhang zwischen Eingabe und Messdaten gelernt hat. Außerdem, die Ergebnisse eine verständliche Interpretation des Einfluss der Eingangsdaten an der Ausgangdaten.
Mit den entwickelten Modellen wurden mehr und bessere Angaben über die Feinstaub-Belastung in der Stadt von Buenos Aires erhalten. Sie sind somit geeignet gezielt Maßnahmen zur Verminderung der Feinstaubbelastung ausgeführt vorzunehmen und somit die Gesundheit der Bevölkerung und die und Umweltqualität zu verbessern.
Die entwickelten Modelle stellen eine brauchbares Werkzeug dar, das auf Landnutzungskarten und temporären Messkampagne basiert, und kann generell zur Bestimmung der Feinstaubbelastung in Städten wie Buenos Aires, wo die Anzahl von Messstationen limitiert ist, angewendet werden.