XII. TVORBA MAP ZNEČIŠTĚNÍ OVZDUŠÍ
Směrnice 2008/50/ES o kvalitě vnějšího ovzduší a čistším ovzduší pro Evropu, která je promítnuta do české legislativy (mj. vyhláška č. 330/2012 Sb.), vyžaduje, aby kvalita ovzduší byla hodnocena ve všech zónách a aglomeracích každého členského státu. Dále vyžaduje, aby primárním zdrojem hodnocení byly výsledky stacionárních měření. Naměřené koncentrace mohou být při tvorbě map znečisťujících látek doplněny modelováním a indikativním měřením, aby výsledný odhad poskytoval dostatečné informace o prostorovém rozložení koncentrací znečišťujících látek v ovzduší. Požadavek, aby stacionární měření byla použita jako primární zdroj informací, se vztahuje zejména na oblasti, v nichž koncentrace znečišťujících látek překračují horní mez pro posuzování. Z důvodu jednotnosti metodiky tvorby map je tento požadavek aplikován pro celé území ČR.
Základním zdrojem dat pro tvorbu map znečištění ovzduší jsou tedy koncentrace znečišťujících látek naměřené na jednotlivých měřicích stanicích. Měřicích stanic je jen omezený počet. Kromě měřených (primárních) dat jsou proto pro potřeby mapování využita i různá doplňková (sekundární) data, která poskytují komplexní informaci o celém území a zároveň vykazují regresní závislost s měřenými daty. Hlavním sekundárním zdrojem informací jsou modely transportu a rozptylu znečišťujících látek, které jsou založeny na datech z emisních inventur a na meteorologických datech. V ČR je využíván zejména Eulerovský chemický disperzní model CAMx, doplňkově též Gaussovský model SYMOS a evropský Eulerovský model EMEP. Dále jsou to v případě jednotlivých znečišťujících látek např. nadmořská výška či populační hustota (podrobnosti v Příloze I). Při kombinaci primárních a sekundárních dat je využito jak přesnosti primárních měřených dat, tak komplexního pokrytí celého území daty sekundárními. Při pravidelné tvorbě map pro ročenku je používán lineární regresní model s následnou interpolací jeho reziduí. Jakožto interpolační metody jsou používány kriging a IDW (podrobnosti v Příloze I).
Městské a venkovské znečištění má odlišný charakter, městské znečištění je vlivem emisí obecně vyšší než znečištění venkovské. Výjimkou je znečištění přízemním ozonem, u kterého je tomu naopak. Městské a venkovské mapy jsou proto tvořeny samostatně, výsledná mapa vzniká sloučením městské a venkovské mapy pomocí gridu populační hustoty. V případě některých znečišťujících látek (viz Příloha I) je kromě městské a venkovské vrstvy uvažována ještě vrstva dopravní. Tato vrstva je sloučena s městskou a venkovskou pozaďovou vrstvou pomocí gridu emisí z dopravy. Pro konstrukci venkovské mapy jsou jako primární data používána měřená imisní data z pozaďových venkovských stanic. V případě městské mapy to jsou imisní data z městských a předměstských pozaďových stanic. U případné dopravní vrstvy to jsou data z dopravních stanic. Využíváno je přitom klasifikace jednotlivých stanic podle databáze ISKO.
Mapy jsou vytvářeny v prostředí geografických informačních systémů (GIS). Jako zdroj dat je využívána zejména relační databáze naměřených imisí a chemického složení atmosférických srážek ISKO. Mapy jsou konstruovány v prostorovém rozlišení 1x1 km, v projekci Gauss-Krügerova zobrazení. Detailní specifikace mapování pro jednotlivé znečišťující látky je uvedena v Příloze I.
Jako podklady pro základní geografické a tematické vrstvy ve standardizované projekci (konformní Gauss-Krügerovo zobrazení) jsou od roku 1994 používány digitální vrstvy DMÚ 200, DMR-2, DMÚ25 a později ZABAGED. V posledních letech jsou pro aktuální vrstvy administrativního členění využívány podklady poskytnuté ČSÚ.
Mapování venkovské a městské (resp. dopravní) vrstvy
Mapy venkovského a městského pozaďového znečištění (a případně dopravního znečištění) jsou připravovány zvlášť, jsou konstruovány pomocí kombinace primárních (měřených) a sekundárních (modelových a dalších doplňkových) dat, viz Horálek et al. (2007). Používanou metodikou je lineární regresní model s prostorovou interpolací jeho reziduí. Tato metodika umožňuje použití doplňkových dat pro celé mapované území. V případě, že neexistují vhodná doplňková data, použije se prostá interpolace měřených dat. Odhad je počítán pomocí vztahu:
(1)
kde
je odhadnutá hodnota koncentrace v bodě s0,
Xi(s) jsou různé doplňkové parametry v bodě
s0 pro i = 1, 2, …p,
c, a1, a2,… jsou parametry
lineárního regresního modelu,
h(s0) je
prostorová interpolace reziuduí lineárního regresního modelu
v bodě s0, spočtená na základě reziduí v bodech
měření.
Interpolace je prováděna buď pomocí metody vážení převrácenou
hodnotou vzdálenosti (IDW) nebo pomocí obyčejného krigingu
(specifikace pro jednotlivé znečišťující látky v Příloze I).
Metoda IDW je jednoduchá deterministická metoda, kdy váha
jednotlivých měřicích stanic v interpolaci závisí jen na jejich
vzdálenosti od odhadovaného bodu. Kriging je oproti tomu
pokročilejší geostatistická metoda, která zohledňuje strukturu
imisního pole. Výhodou metody IDW ovšem je, že tato interpolace
respektuje naměřené hodnoty v bodech měřicích stanic. Kriging
naměřené hodnoty obecně nerespektuje. Určitým řešením je
interpolace pomocí krigingu, přičemž na jeho rezidua v místech
měření je ještě aplikována IDW.
Interpolace reziduí pomocí IDW je počítána pomocí vztahu:
(2)
kde
je odhad pole reziduí v bodě s0,
R(si) je reziduum lineárního regresního modelu
v místě měření si,
N je počet okolních stanic použitých při interpolaci,
d0i je vzdálenost mezi body
s0 a si,
b
je váha.
V případě obyčejného krigingu je interpolace rezidui počítána pomoci vztahu:
při
(3)
kde
l1,
…,lN
jsou váhy odhadované na základě odhadnutého variogramu (viz níže),
R(si) je reziduum lineárního regresního modelu
v místě měření si.
Variogram vyjadřuje závislost mezibodové variability na
vzájemné vzdálenosti bodů, je mírou prostorové korelace (viz
např. Cressie 1993). Variogram je odhadnut proložením sférické
křivky empirickým variogramem, který je počítán pomocí vztahu:
kde
je empirický variogram pole reziduí,
R(si), R(sj) jsou rezidua v bodech
měření si a sj,
dij je vzdálenost bodů
si a sj,
n je počet dvojic stanic
si a sj,
jejichž vzájemná vzdálenost je h±d,
d
je tolerance.
Sférická křivka a parametry variogramu range, nugget a sill
jsou ilustrovány na
obr. XII.1.
Spočtené městské a venkovské (a případně dopravní) vrstvy jsou následně sloučeny.
Sloučení městské a venkovské (a případně dopravní) vrstvy
Pro sloučení městské a venkovské vrstvy je využívána vrstva
populační hustoty, viz např. Horálek et al. (2007), De Smet et
al. (2011). Sloučení se provádí pomocí vztahu:
pro
pro
(5)
pro
kde
je
výsledný odhad koncentrace v bodě s0,
je
koncentrace v bodě s0 pro venkovskou, resp.
městskou mapu,
a(s0) je hustota populace v bodě
s0,
a1,
a2 jsou klasifikační intervaly příslušné k populační hustotě (viz
Příloha I).
Celý koncept odděleného mapování venkovského a městského znečištění je založen na předpokladu, že
pro
všechny běžně znečišťující látky kromě ozonu, resp.
pro ozon.
Pro oblasti, kde tento předpoklad není splněn, se použije vrstva
vytvořená obdobně jako městská i venkovská vrstva, nicméně na
základě veškerých pozaďových stanic, bez rozlišení na městské a
venkovské.
V případě, že je u dané znečišťující látky mapováno i dopravní
znečištění, přičte se dopravní vrstva k pozaďové (sloučené
městské a venkovské) vrstvě za pomoci gridu emisí z dopravy:
pro
pro
(6)
pro
kde
je výsledný odhad koncentrace v bodě s0,
je koncentrace v bodě s0 pro pozaďovou vrstvu,
je koncentrace v bodě s0 pro dopravní vrstvu,
t(s0)
jsou emise z dopravy v bodě s0,
t1,
t2
jsou klasifikační intervaly příslušné k emisím z dopravy (viz
Příloha I).
Výše uvedená funkce je založena na předpokladu, že pro běžné znečišťující látky kromě ozonu, resp. pro ozon. Pro oblasti, kde tento předpoklad není splněn, se použije pozaďová vrstva .
Obr. XII.1 Diagram znázorňující parametry variogramu a
proloženou sférickou křivku