Bepaling van de best beschikbare grootschalige concentratiekaarten luchtkwaliteit voor België

Abstract

Grootschalige concentratiekaarten luchtkwaliteit zijn belangrijk voor milieurapportering en tal van luchtkwaliteitdossiers zoals het beantwoorden van vragen van de Europese Commissie, de opmaak van zonegerichte actieplannen, MER-studies, overleg met federaties, sectoren en lokale besturen. Momenteel bestaan er verschillende modellen en technieken om dergelijke concentratiekaarten (PM10, PM2,5, NO2 en O3) en overschrijdingskaarten (PM10) aan te maken. VITO voerde in opdracht van MIRA een vergelijkende studie uit om na te gaan welke modellen en technieken voor welke toepassingen de best mogelijke luchtkwaliteitskaarten geven.Concentratie- en overschrijdingskaarten luchtkwaliteit worden gebruikt voor diverse toepassingen, zoals toestandsbeschrijvingen en prognoses, als input voor beleidsinstrumenten (bv. geoloket, luchttoets, IMPACT, IFDM-traffic), voor real time mapping en voor kortetermijnvoorspellingen.Momenteel worden dergelijke luchtkwaliteitskaarten via verschillende modellen en technieken opgemaakt. Het doel van de studie is om een aantal van die modelleringstechnieken te analyseren, te valideren en te vergelijken. Zo gaan de onderzoekers na welke techniek het meest geschikt is om grootschalige concentratiekaarten aan te maken voor de polluenten fijn stof (PM10 en PM2,5), stikstofdioxide (NO2) en ozon (O3) en overschrijdingskaarten voor PM10.Voor het bepalen van (jaargemiddelde) concentratiekaarten werden volgende technieken vergeleken:de meest recente versie van het RIO-interpolatiemodel, waarbij onderscheid gemaakt wordt tussen het standaard RIO-model dat gebruik maakt van trends op basis van langlopende gemiddelden en een RIO-09-model dat enkel gebruikt maakt van meetgegevens voor 2009;het deterministische AURORA-model met vier verschillende manieren van kalibratie: eenvoudige klassieke biascorrectie, eenvoudige biascorrectie volgens orthogonale regressie, geavanceerde biascorrectie op basis van Kalman-Filtering en ‘Optimal Interpolation’ data-assimilatie;het deterministische VLOPS-model met kalibratie voor NO2 (via verschillende kalibratiefuncties) en PM10.Voor het bepalen van de overschrijdingskaarten waren dit dezelfde technieken, met uitzondering van AURORA met geavanceerde biascorrectie op basis van Kalman-Filtering en VLOPS (alle varianten).Uit de studie blijkt dat het relatief eenvoudige RIO-interpolatiemodel goed scoort en dus sowieso best behouden blijft in het modellenarsenaal. Het RIO-model alleen is echter niet geschikt voor alle toepassingen. Voor kortetermijnvoorspellingen of langetermijnprognoses van luchtkwaliteit is een deterministisch model zoals AURORA of VLOPS vereist. De studie leert dat deze modellen met meetgegevens dienen gekalibreerd of geassimileerd te worden om eenzelfde performantie te bekomen als het RIO-model.Op basis van de uitgevoerde analysen is een beeld verkregen van de performantie van de modellen voor een aantal parameters voor de verschillende polluenten en toepassingsgebieden. Deze selectie analysen liet de onderzoekers echter (nog) niet toe een gefundeerde uitspraak te doen over een keuze van deterministisch model, ze geven hiervoor een aantal mogelijke verdere onderzoekspistes aan.