Gvalior, en tidligere fyrstelig stat, ligger i staten Madhya Pradesh. Det er en lille by, kendt for sin historie, turistattraktioner, og er et centrum for litteratur, kunst og musik. Rani Lakshmibai var en vigtig historisk figur i sin historie, og Lakshmibai National University of Physical Education er opkaldt efter hende. Byen er også ved at blive et knudepunkt for coaching klasser for de fælles optagelsesprøver. Det er vært for flere offentlige og private universiteter og gymnasier.
Gvior understøtter små og mellemstore industrienheder, der fremstiller tekstiler, landbrugsforarbejdning, gummi-og dækproduktion, jernbanefjedre og transformerkomponenter. Læder, papier mache og træmøbler er også fremtrædende håndværksmæssige aktiviteter i byen. Ifølge folketællingen i 2011 har den en befolkning på omkring en million mennesker. Det kommunale selskab dækker et areal på 289 kvadratkilometer.
for at vurdere luftkvaliteten valgte vi et luftrum på 30 km * 30 km. Dette domæne er yderligere adskilt i 1 km gitter for at studere de rumlige variationer i emissionen og forureningsbelastningerne.
Meteorologifelter er vigtige, da de har en direkte indvirkning på luftforureningskoncentrationerne. I perioder med høj nedbør eller vind med høj hastighed fejes emissioner fra en by væk og påvirker ikke koncentrationerne. På den anden side er der i vintermånederne, hvor temperaturer og inversionshøjder er lave, en større indvirkning af emissioner på forureningskoncentrationer. Lave temperaturer påvirker også adfærden gennem behovet for rum – og vandopvarmning-hvilket igen øger emissionerne.
vi behandlede NCEP reanalyse globale meteorologiske felter fra 2010 til 2018 gennem 3D-VRF meteorologiske model. En oversigt over dataene i et år, i gennemsnit for byens luftrum, præsenteres nedenfor efter måned. Hent de behandlede data, der indeholder oplysninger om År, Måned, Dag, time, nedbør (mm/time), blandehøjde (m), Temperatur (C), vindhastighed (m/sek) og vindretning (grader) – nøgleparametre, der bestemmer intensiteten af spredning af emissioner.
Multiforurenende Emissionsopgørelse
vi udarbejdede en emissionsopgørelse for Gvaliorregionen for følgende forurenende stoffer – svovldiokse (SO2), kvælstofilte (nok), kulilte (CO), flygtige organiske forbindelser, der ikke er methan (NMVOC ‘ er), kulsyre (CO2) og partikler (pm) i fire beholdere (a) grov pm med størrelsesfraktion mellem 2,5 og 10 liter (B) fin PM med Størrelsesfraktion mindre end 2,5 liter (C) sort kulstof (BC) og (D) organisk kulstof (OC) for År 2015 og forventet til 2030. I fase 1 var basisåret for alle beregninger 2015. I fase 2 opdateres alle beregninger for år 2018.
vi tilpassede SIM-air-familien af værktøjer, så de passer til basisoplysningerne fra forskellige kilder. Bortset fra de officielle rapporter spænder ressourcematerialet fra GIS-databaser over arealanvendelse, arealdækning, veje og jernbanelinjer, vandområder, bebygget område (repræsenteret i den tilstødende figur), kommercielle aktiviteter (såsom hoteller, hospitaler, kiosker, restauranter, indkøbscentre, biografkomplekser, trafikkryds, tilbedelsespunkter, industrielle knudepunkter og telekommunikationstårne) til befolkningstæthed og meteorologi med den bedst mulige rumlige opløsning (1 km). En detaljeret beskrivelse af disse ressourcer offentliggøres som en Tidsskriftartikel i 2019, som også indeholder en oversigt over basislinjer og forureningsanalyse for 20 indiske byer.
denne emissionsopgørelse er baseret på tilgængelige estimater for lokal aktivitet og brændstofforbrug for det valgte urban airshed (repræsenteret i nettet ovenfor). Disse oplysninger er samlet fra flere agenturer lige fra central pollution control board, state pollution control board, census bureau, national sample survey office, Ministeriet for vejtransport og motorveje, årlig undersøgelse af industrier, central electrical authority, Ministry of heavy industries, og kommunal affaldshåndtering, og publikationer fra akademiske og ikke-statslige institutioner.
for vejtransportemissionsopgørelsen anvendte vi ud over det samlede antal køretøjer og deres brugsoplysninger også køretøjshastighedsoplysninger til rumligt og tidsmæssigt at allokere de estimerede emissioner til de respektive net. Dette er et produkt af google maps-tjenester. For byen Gvialior, vi hentede hastighedsoplysningerne til repræsentative ruter over byen i flere dage. Disse data er opsummeret nedenfor for et hurtigt kig.
sammendraget for en bys emissionsopgørelse inkluderer ikke naturlige emissionskilder (som støv storme, lyn og seasalt) og sæsonåbne (landbrugs-og skovbrande) brande. Disse er dog inkluderet i den samlede kemiske transportmodellering i simuleringer i national skala. Disse emissionskilder regnes i koncentrationsberegningen som et eksternt (også kendt som grænse-eller langdistancebidrag) Bidrag til byens luftkvalitet.
fremskrivninger til 2030 under business as usual-scenariet er påvirket af byens sociale, økonomiske, arealanvendelse, bymæssige og industrielle layout og dermed de forventede (stigende og faldende) satser, som vi antager, er kun et skøn. Vi baserede køretøjets vækstrate på salgsprojektionsnumrene; industriel vækst på statens bruttonationalprodukt; indenlandske sektor, byggeaktiviteter, mursten efterspørgsel, dieselforbrug i generatorsættene, og åben affaldsforbrænding på befolkningstilvækst og noter fra kommunerne om planer om at gennemføre affaldshåndteringsprogrammer. Vi brugte disse estimater til at evaluere tendensen i de samlede emissioner og deres sandsynlige indvirkning på omgivende PM2.5-koncentrationer gennem 2030.
emissionsopgørelsen blev derefter rumligt adskilt ved en 0,01 liters gitteropløsning i længdegrad og breddegrad (svarende til 1 km) for at oprette et rumligt kort over emissioner for hvert forurenende stof (PM2.5, PM10, SO2, Nej, CO og VOC). De inddelte PM2. 5-Emissioner og de samlede (andel efter sektor) emissioner er vist nedenfor.
Gridded PM2.5 emissioner (2018 og 2030)
samlede PM2. 5-emissioner efter sektor 2018-2030
TRANS = transportemissioner fra vej, jernbane, luftfart og skibsfart (for kystbyer); RESIDEN = boligemissioner fra madlavning, opvarmning og belysningsaktiviteter; INDUS = industrielle emissioner fra små, mellemstore og tunge industrier (inklusive elproduktion); alle.Støv = støvemissioner fra vejophæng og byggeaktiviteter; B. brænd = åbne affaldsforbrændingsemissioner; GD.Sæt = emissioner fra dieselgeneratorsæt; B. ovne = emissioner fra murstenovne (ikke inkluderet i de industrielle emissioner)
samlede anslåede emissioner efter sektor for 2018 (enheder-tons / år)
Gvilior | PM2.5 | PM10 | BC | OC | nok | CO | VOC | SO2 |
---|---|---|---|---|---|---|---|---|
transportemissioner fra vej, jernbane, luftfart og skibsfart (for kystbyer) | 1,600 | 1,700 | 650 | 500 | 7,200 | 52,350 | 12,050 | 100 |
Boligemissioner fra madlavning, opvarmning og belysning | 1,150 | 1,250 | 200 | 550 | 150 | 13,500 | 1,750 | 100 |
industrielle emissioner fra små, mellemstore og tunge industrier (herunder elproduktion) | 3,550 | 3,600 | 1,300 | 750 | 1,250 | 3,600 | 400 | 850 |
støvemissioner fra vejophæng og bygge-og anlægsaktiviteter | 1,800 | 11,500 | – | – | – | – | – | – |
emissioner fra åben affaldsforbrænding | 550 | 600 | 50 | 350 | – | 2,750 | 550 | – |
dieselgenerator sæt emissioner | 250 | 300 | 150 | 100 | 1,800 | 5,700 | 2,550 | 50 |
emissioner fra murstenovne (ikke inkluderet i de industrielle emissioner) | 600 | 650 | 150 | 250 | 600 | 7,350 | 850 | 250 |
9,500 | 19,600 | 2,500 | 2,500 | 11,000 | 85,250 | 18,150 | 1,350 |
kemisk Transportmodellering
vi beregnede de omgivende PM2.5-koncentrationer og kildebidragene ved hjælp af gridded emissions inventory, 3D meteorologiske data (fra VRF) og den regionale kemiske transportmodel. Modellen simulerer koncentrationer ved 0.01 pct. netopløsning og sektorbidrag for byområdet, som inkluderer bidrag fra primære emissioner, sekundære kilder via kemiske reaktioner og langtrækkende transport via randbetingelser (repræsenteret som “grænse” i pie-grafen nedenfor).
båndgrafen viser variationen for gennemsnitlig PM2.5 forurening efter måned. På grund af nedbør under monsunen, normalt forureningsniveauer dyppes og kan falde inden for nationale luftforureningsstandarder, men de fleste byer er ikke i stand til at nå disse standarder på andre tidspunkter af året.
følgende er et kort over den årlige gennemsnitlige PM2.5 forurening for byen Gvialior. De vigtigste kilder, der bidrager til PM2.5 i 2018, er i cirkeldiagrammet til venstre. Ændringen i bidrag i 2030 fra forskellige kilder vises til højre.
der er en tidsmæssig variation i kildebidrag og rumlige bidrag afhængigt af meteorologiske faktorer. Vi har et kort over månedlige gennemsnitlige PM2.5 niveauer samt deres kildebidrag for hver måned i nedenstående diagrammer.
satellitdata afledt overflade PM2.5 koncentrationer
resultaterne af satellitdata afledte koncentrationer er nyttige til evaluering af årlige tendenser i forureningsniveauer og er ikke en fuldmagt til on-ground overvågningsnet. Disse data estimeres ved hjælp af satellitfeeds og globale kemiske transportmodeller. Satellitter måler ikke et sted hele tiden, i stedet giver en kombination af satellitter en cache af målinger, der fortolkes ved hjælp af globale kemiske transportmodeller (GEOS-Chem) for at repræsentere den lodrette blanding af forurening og estimere jordbaserede koncentrationer ved hjælp af tidligere jordbaserede målinger. De globale transportmodeller er afhængige af gitterede emissionsestimater for flere sektorer for at etablere et forhold til satellitobservationer over flere år. Disse databaser blev også brugt til at studere den globale sygdomsbyrde, som estimerede luftforurening som de 10 bedste årsager til for tidlig dødelighed og sygelighed i Indien. En oversigt over PM2.5 koncentrationer for perioden 1998 til 2016 for byen Gvialior er præsenteret nedenfor. De globale PM2.5 filer kan hentes og yderligere analyse @ Dalhousie University.
graferne for andre distrikts PM2.5-koncentrationer for denne periode, kort over nationale gennemsnit og årvise ændringer er tilgængelige her. Dataene for distriktsniveau PM2.5 koncentrationer for perioden 1998-2016 for kan hentes her.
overvågning
vi præsenterer nedenfor en oversigt over de omgivende overvågningsdata, der er tilgængelige under National Ambient Monitoring Program (NAMP), der drives og vedligeholdes af Central Pollution Control Board (CPCB, ny Delhi, Indien). Fra November 2018 er der 0 kontinuerlige og 2 manuelle luftkvalitetsstationer i drift. Et arkiv med alle data fra NAMP-netværket fra stationer i hele Indien for perioden 2011-2015 er tilgængeligt her.
Resource Material
- CPCB repository of continuous air monitoring data (Link)
- CPCB liste over ikke-opnåelsesbyer (Link)
- Madhya Pradesh Pollution Control Board (Link)
- kommunalbestyrelsen (link)
- “kommunalbestyrelsesudviklingsplan 2021”, Direktoratet for by-og landeplanlægning, Madhya Pradesh (link)
- forslag fra kommunalbestyrelsen (link)
- “handlingsplan for bekæmpelse af luftforurening i ikke-Opnåelsesby (M. P.) “, Madhya Pradesh Forureningskontrol Board. (2019) (Link)
- Industrial Infrastructure Development Corporation of Gvilior (Link)
- “eksponering af luftforurening og dens sundhedsmæssige virkninger hos Trafikpolitipersoner i Gvilior City, Indien”, Sharma, K. H. et. al. (2017) (link til Tidsskriftartikel)
- “virkninger af meteorologiske parametre på koncentrationer af luftforurenende luft i byområdet i Gvalior City, Indien”, Dandotiya, B. et. al. (2018) (link til Tidsskriftartikel)
tilbage til APnA-siden.