Het onthullen van de oppervlakteconcentratie van stikstofdioxide in hoge resolutie met machine learning
Het monitoren en verbeteren van onze luchtkwaliteit is essentieel om onze volksgezondheid en het milieu te beschermen. Met een steeds groeiende bevolking en een veranderend klimaat zien we meer uitstoot door industriële processen, voertuigen, bosbranden, stofstormen, verhoogd energieverbruik, enzovoort. Hoe kunnen we de status van onze luchtkwaliteit monitoren? Welke tools zijn beschikbaar om strategieën voor verbetering te ontwikkelen? Terrascope biedt een reeks luchtkwaliteitskaarten, waaronder een dagelijkse oppervlakteconcentratie van NO₂. Ontdek meer over dit baanbrekende NO₂-product, ontwikkeld met een geavanceerd machine learning (ML) framework dat datasets uit meerdere bronnen combineert om de gemiddelde dagelijkse oppervlakteconcentratie van NO₂ met een resolutie van 1 km voor West-Europa te bepalen.
Waarom zijn kaarten van de NO₂-concentratie op grondniveau nodig?
Stikstofdioxide (NO₂) krijgt veel aandacht vanwege de schadelijke effecten op de volksgezondheid en luchtkwaliteit. Een nauwkeurige schatting van NO₂-concentraties op grondniveau is cruciaal voor het beoordelen van de impact en het implementeren van gerichte maatregelen. Hoewel satellietsensoren zoals TROPOMI wereldwijde metingen van NO₂-kolommen (van grondniveau tot aan de rand van de atmosfeer) bieden, vereist de omzetting van lage resolutie kolomgegevens naar nauwkeurige oppervlakteconcentraties een methodologische ontwikkeling. Traditionele chemische transportmodellen bevatten gedetailleerde fysische en chemische kennis, maar ze hebben beperkingen om hoge resolutie kaarten van oppervlakte-NO₂ te genereren, omdat ze zo rekenintensief zijn. Om deze uitdagingen te overwinnen, heeft BIRA-IASB succesvol PhD onderzoek uitgevoerd om NO₂-concentraties op grondniveau af te leiden uit TROPOMI-gegevens. Ze ontwikkelden een efficiënt machine learning (ML) framework dat satellietbeelden en andere databronnen gebruikt om dagelijkse gemiddelde NO₂-concentraties op grondniveau met een resolutie van 1 km af te leiden. Deze gegevens zijn nu beschikbaar in de Terrascope viewer.
Een nieuw machine learning-model voor het schatten van NO₂-oppervlakteconcentraties
Machine learning wordt steeds populairder in de atmosferische onderzoekswereld, vooral dankzij de snelle ontwikkeling van computerkracht en de groeiende beschikbaarheid van big data. In deze studie gebruikt BIRA een supervised learning-strategie met in-situ data om ML-modellen te trainen die de relatie tussen oppervlakte-NO₂ en onderstaande indicatoren beschrijven:
- Sentinel-5P TROPOMI NO₂-observaties
- Meteorologische data
- Emissie-inventarissen
- Informatie over landgebruik
- Temporele data
- Ruimtelijk verplaatste data
Het model wordt vervolgens toegepast om oppervlakte-NO₂-concentraties te schatten op locaties waar geen in-situ metingen beschikbaar zijn. Hoewel het ML-model de onderliggende chemische en fysische processen niet expliciet gebruikt, kan het een complexe relatie vastleggen tussen deze variabelen en de dagelijkse oppervlakte-NO₂-concentraties met een resolutie van 1 km. Het ML-model is gebaseerd op XGBoost en heet BEnCQE (Boosting Ensemble Conformal Quantile Estimator). Het BEnCQE-model biedt niet alleen NO₂-concentraties, maar ook een betrouwbaarheidsinterval dat de onzekerheid voor elke schatting weergeeft. Meer informatie is beschikbaar in dit wetenschappelijk artikel.
De voordelen van NO₂-concentratiekaarten
Nieuwe regelgeving implementeren en de impact monitoren
De kaarten met oppervlakte-NO₂-concentraties bieden gedetailleerde informatie over de verspreiding van oppervlakte-NO₂. Deze kaarten ondersteunen autoriteiten bij het bepalen van maatregelen en het monitoren van de impact van beleid en evenementen, zoals autoloze zondagen en lage-emissiezones. De figuur rechts toont de verspreiding van oppervlakte-NO₂ in West-Europa over de periode mei 2018 tot december 2021. Met een resolutie van 1 km kunnen we gedetailleerde ruimtelijke variaties detecteren en NO₂-hotspots identificeren. Het blijkt dat de hoogste NO₂-concentraties zich voornamelijk in stedelijke en industriële gebieden bevinden, en dat grote wegen duidelijk zichtbaar zijn. Landelijke gebieden hebben over het algemeen lagere oppervlakte-NO₂-concentraties (bijvoorbeeld Figuur 1e, Massif Central, Frankrijk), maar relatief hoge concentraties worden waargenomen nabij grote wegen.
Met de dagelijkse NO₂-concentratiekaarten in de Terrascope viewer kunt u de ruimtelijke patronen van NO₂ dagelijks monitoren, de variabiliteit analyseren en tijdreeksen maken om de impact van gebeurtenissen en nieuw luchtkwaliteitsbeleid te visualiseren.
Monitoren van overschrijdingen van de WHO-limiet voor NO₂
De Wereldgezondheidsorganisatie (WHO) stelt luchtkwaliteitsrichtlijnen (AQGs) op als wereldwijde referentie voor het vaststellen van luchtkwaliteitsnormen. Deze richtlijnen bieden wetenschappelijk onderbouwde aanbevelingen om beleid voor schone lucht te ondersteunen en de gezondheidseffecten van luchtvervuiling te verminderen. De WHO-luchtkwaliteitsrichtlijnen van 2021 stellen een dagelijkse limiet voor NO₂ vast op 25 µg/m³.
De figuur links toont de frequentie van NO₂-overschrijdingen van de WHO-limiet in de periode mei 2018 tot december 2021. Figuur 2a laat aanzienlijke NO₂-overschrijdingen zien in stedelijke gebieden, met extra signalen in landelijke regio’s van dichtbevolkte landen zoals België en Nederland. Vanwege onzekerheden in de data wordt NO₂-vervuiling mogelijk niet volledig vastgelegd. Daarom complementeren we de blootstellingsanalyse met potentiële NO₂-overschrijdingen, gedefinieerd als gevallen waarin de puntenschatting onder de WHO-limiet ligt, maar het verwachte bereik van NO₂-concentraties (d.w.z. het PI-50%-bereik) deze drempel overschrijdt. Zoals weergegeven in Figuur 2b komen potentiële overschrijdingen vaak voor (variërend van 10% tot 30%) en strekken ze zich uit tot buiten bekende NO₂-hotspots, waarbij kleinere steden, voorstedelijke gebieden en wegen in bergachtige regio’s worden beïnvloed.
Interessante cijfers
7.14±4.41
Gemiddelde oppervlakteconcentratie van NO₂ in West-Europa van mei 2018 tot december 2021.
30-60%
De overschrijdingsgraad van NO₂ ligt tussen de 30% en 60% voor de NO₂-hotspotgebieden van mei 2018 tot december 2021.
2018
Toegang tot dagelijkse, maandelijkse en jaarlijkse oppervlakte NO₂-kaarten sinds 2018 via de Terrascope viewer.
Producten en diensten
Sentinel-5P dagelijks Europees oppervlakte NO2-product
Het dagelijkse oppervlakte NO₂-product is toegankelijk via de Terrascope viewer. De maand- en jaargemiddelde producten zijn ook beschikbaar op het platform.
Sentinel-5P verbeterd dagelijks Europees NO2-product
De NO₂-kolomdichtheid die door de satelliet wordt waargenomen, is een belangrijke indicator voor het machine learning-model om de oppervlakte NO₂-concentratie te schatten. Deze informeert het model over de NO₂-dynamiek op grote schaal.
Copernicus DEM
Het digitale hoogte model (DEM) is een belangrijke indicator om het machine learning-model te informeren over de topografie, zodat het model de verdeling van de oppervlakte NO₂-concentratie beter kan vastleggen.
