Understanding the sources and the extend of atmospheric particulate matter problem over Turkey using mesoscale chemical transport model

Abstract

Türkiye, nüfusu 80 milyona yaklaşırken hava kirliliği ve özellikle partikül madde kirliliği sorunu ile başa çıkmaya çalışmaktadır. Özellikle nüfusun yoğun olarak ikamet ettiği büyük şehirlerde yerel emisyon kaynakları, uzak mesafeli taşınıma göre, hava kirleticilerinin ana kaynağıdır. Yerel emisyon kaynakları arasında ise evsel ısınma özellikle kış aylarında hava kirliliği üzerinde en çok etkiye sahip olan kaynaktır.Türkiye'nin endüstri merkezinde konumlanmış olan İstanbul'da 1980'li yıllardan günümüze birçok sefer kritik seviyelere ulaşan hava kirliliği problemleri devamlılığını sürdürmektedir. İstanbul'daki hava kirliliğinin ana sebeplerinden biriside yerel insan-kaynaklı emisyonların partikül madde seviyesinin 60%'ını oluşturmasıdır. T.C. Çevre ve Şehircilik Bakanlığı (ÇŞB)'nın raporuna göre 2015 kış ayında İstanbul ilinde partikül madde konsantrasyonları birçok günde ÇŞB partikül madde standardı olan 70 μg/m3 değerinin üzerinde ölçülmüştür. Hava kirliliği üzerine olan etkilerinden dolayı ana emisyon kaynaklarının modellenmesi büyük önem teşkil etmektedir. Bu kaynakların modellenmesi kirletici ölçümlerini desteklediği gibi farklı faydalarıda bulunmaktadır. En önemli faydalardan birisi ölçüm istasyonlarının bulunmadığı noktalarda hesaplanan kirletici konsantrasyonları ve gelecekteki farklı senaryoların sonuçlarını tahmin etmek gibi. Bu çalışmada hava kalitesi modellemesi için üç boyutlu Eulerian atmosfer kimyası ve taşıma modeli olan The US EPA Community Multiscale Air Quality (CMAQ v5.2) modeli kullanılmıştır. Modelleme alanı iç içe üç model alanından oluşmaktadır. En dış alan Avrupa ve Orta Doğu'yu içerirken, orta alan tüm Türkiye'yi, en iç model alanı ise Marmara Bölgesini içerisine almaktadır. Modelleme periyodu 2015 kış aylarıdır. Seçilmiş olan bu zaman aralığında yerel kirletici kaynaklarının etkisinin bulunması amacı ile uzun mesafeden taşınım olmayan günler saptanmıştır ve bu günler üzerine çalışmalar yoğunlaştırılmıştıre. Türkiye bulunduğu konumdan dolayı bir çok farklı partikül madde kaynağına komşudur. Atmosferik sistemlerlere bağlı olarak bu kaynaklardan (örn: Sahara çölü) Türkiye'ye yüksek miktarlarda paritkül madde taşınımı gerçekleşmektedir. Uzun mesafeli taşınım olduğu günlerde taşınan kirleticiler yerel kirletici kaynaklarını bastırmakta ve etkilerini maskelemektedir. Çalışma periyodu için sıcaklık ve paritkül madde konsantrasyonları gözlem verileri incelenmiş ve yerel kirleticilerin hava kirliliği üzerine olan etkilerinin en iyi temsil edilebileceği zaman aralığı çalışmada kullanılmıştır.Hava kalitesi modellemesinin iki ana girdisi bulunmaktadır; emisyon ve meteoroloji girdileri. Çalışmada kullanılan emisyonlar Türkiye'yi içeren Avrupa tabanlı emisyon envanterleri (TNO ve EDGAR) ile yerel emisyon verileri yüksek çözünürlüklü İstanbul ili için hazırlanmış olan emisyon envanterinden alınmıştır. CMAQ modeli emisyon girdisi olarak saatlik ve kimyasal türleştirme yapılmış emisyonları kullanmaktadır. Emisyon envanterleri emisyon miktarlarını yıllık olarak sakladıkları için bu emisyonları hava kalitesi modelinde kullanmadan önce bir takım işlemlerden geçmek zorundadırlar. Kuzey Amerika için yazılmış olan Sparse Matrix Operator Kernel Emissions (SMOKE) emisyon işleme modeli Avrupa ve Türkiye için mevcut değildir. Bu yüzden CMAQ modeli emisyon girdisinin oluşturulması amacı ile SMOKE modeli benzeri bir emisyon işleme programı, DUMANpy, Türkiye için bu tez çerçevesinde yazılmış ve emisyon hazırlama işlemlerinde kullanılmıştır. Bu program emisyon envanterinden elde ettiği bilgileri zamanda ve mekanda dağıtarak emisyonları hava kalitesi modeli tarafından istenilen biçime getirmektedir. DUMANpy, Python programlama dilinde yazılmıştır. Emisyon girdileri öncellikle gridlenmekte, daha sonra zamansal profileller kullanılarak yıl bazından saatlik veriler oluşturulmaktadır. Daha sonra hava kalitesinde kullanılan kimyasal mekanizmaya göre emisyonlardaki kirleticiler kimyasal bileşenlerine ayrılmaktadır. Emisyonların kaynağına göre düşeydeki dağılımları yapılarak CMAQ modeline hazır olan son çıktılar üretilmektedir. Diğer bir ana girdi olan meteoroloji girdileri için ise çevrim dışı olarak Weather Research and Forecasting (WRF v3.8.1) modelinin çıktıları kullanılmıştır. Meteoroloji girdileri kimyasal reaksiyonlar ve kimyasal taşınım gibi kompleks işlemlerin arkasındaki en önemli etkenleri hava kalitesi modeline sağlamaktadır. Meteoroloji modeli hava kalitesi modeli ile çevrim dışı olarak eşleştirilmiş ve çalıştırılmıştır.Meteoroloji modeli çıktılarının kullanılmasının önemli bir sebebi ise ölçüm yapılamayan alanlardaki meteorolojik değerleride hava kalitesi modeline sağlamasıdır. Meteoroloji modeli CMAQ modelleme alanının genişletilmiş halini kullanmaktadır. Hem emisyonlar hem de meteoroloji çıktıları CMAQ modeline verilmeden önce kalite kontrolü ve ölçüm verileri ile karşılartırılarak güvenilirlikleri değerlendirilmektedir. Girdiler tamamlandıktan sonra hava kalitesi modeli CMAQ tüm model alanları ve farklı emisyon envanterleri için çalıştırılmıştır. Modelleme alanları arasındaki boyut farkı çalışma alanın odaklandığı bölge için araştırılmıştır. Bu alanlardaki hava kalitesi modeli performansları daha sonra ölçüm verileri ile karşılaştırılmıştır. Model en iyi performansı en iç modelleme alanında gösterdiği belirlenmiştir. Marmara bölgesini kapsayan en iç modelleme alanı için hem genel emisyon envanteri hem de yüksek çözünürlüklü yerel emisyon kaynaklarından hesaplanmış olan envanter kullanılarak model performansı ve senaryo analizleri yapılmıştır. Hava kalitesi model sonuçları yüksek çözünürlüklü emisyon envanteri ile yapılmış olan senaryo analizinin genel envantere göre daha iyi sonuç verdiğini göstermiştir. Yüksek çözünürlüklü envanter sayesinde özellikle evsel ısınma sektörü kaynaklı emisyonların kış dönemideki kirletici konsantrasyonlarının (SO2, PM10, PM2.5) etkisi İstanbul ili için daha iyi olduğu görülmektedir. Yerel kirletici kaynaklarının etkilerinin baskın olduğu günlerde emisyon sektörlerinin hava kirliliği üzerine olan etkilerinin ortaya konulması önemlidir. Hava kalitesini iyileştirmeye yönelik planlamaları ve verilecek olan kararları daha sağlıklı bir şekilde verebilmek için kaynakların etkisini doğru ve yüksek çöznürlüklü olarak görmek önemlidir. Bu çalışma sonucunda sadece konsantrasyonların temsiliyetinde miktar olarak iyileştirme yapılmış olmasının yanı sıra emisyon kaynaklarının mekansal olarak temsiliyetide iyileştirilmiştir. Bu tez içerisinde yapılmış olan modelleme çalışmaları göstermektedir ki İstanbul gibi nüfusun yoğun olduğu şehirlerde insan kaynaklı emisyonların temsiliyeti hem toplum sağlığı hem de yasa yapıcılar için bir araç oluşturması bakımından büyük bir önem arz etmektedir.

Turkey, with a population climbing to 80 million, has its own challenging air pollution issues, especially particulate matter pollution. Local emission sources are generally the main contributors of particulate matter levels due to their nature. Among these local emission sources, residential heating is one of the emission sectors that contribute to emissions of harmful air pollutants in highly populated urban areas. As the capital of Turkey's industry, megacity Istanbul has been experiencing air pollution problems that has reached to significant levels since 1980's, in which the pollutant concentrations have exceeded the air quality standards for several times. In Istanbul, local anthropogenic sources comprise nearly 60% of particulate matter levels. According to the air quality monitoring report of the Ministry of Environment and Urbanization, the daily mean particulate matter (<10 μg, PM10) concentrations exceeded the limit with more than 100 μg/m3 at several provinces in winter of 2015 in Istanbul. Representation of major emission sources such as road transportation and residential heating are crucial for the air quality modeling and policy making. Modeling concentrations of particulate matter have a number of important roles, some of which are complementary to measurement. These roles include assessing concentrations at locations without monitors and answering questions such as how will particulate matter levels change in the future. Results of modeling studies can be directly compared to the appropriate ambient air quality standards because all relevant sources of pollution in the modeling domain are included in this type of model. The US EPA Community Multiscale Air Quality (CMAQ v5.2) model, a three-dimensional Eulerian atmospheric chemistry and transport model, was used to evaluate the air quality of Turkey, focusing on Marmara Region and Istanbul for the winter of 2015 using three-level nested domains with an up to date spatially distributed high-resolution emissions inventory based on local activity data. Emissions is one of the two main inputs of CMAQ model. In order to process the high-resolution emissions inventory used in this thesis, a regional emission model, called DUMANpy, similar to Sparse Matrix Operator Kernel Emissions (SMOKE) Modeling System of the US EPA was adapted and customized to create temporally and spatially distributed emission for Turkey. One of the main purpose of DUMANpy is to convert the resolution of the emission inventory data to the resolution needed by an air quality model. Other main input of CMAQ model is the meteorology input because sophisticated air quality models require meteorological fields and incorporate complex chemical reaction schemes. The meteorological modeling inputs are important due to complications caused by complex terrain conditions, where measurement is not an option. The meteorological inputs for air quality modeling were generated using the Weather Research and Forecasting (WRF v3.8.1) model. CMAQ model results showed that using high-resolution emissions for the residential heating sector significantly improve the spatial distribution and concentration of air pollutants (SO2, PM10, PM2.5) for Istanbul. Air quality model simulations with our high-resolution emissions underestimated PM10 concentrations throughout the study episode on average by only 4.16% with a mean bias of 2.23 μg/m3 while base inventory underestimated PM10 concentrations on average by 35.1% with a mean bias of 18.91 μg/m3. Results show that our spatially distributed high-resolution emissions inventory produces more realistic results for Istanbul during wintertime when residential heating has the most influence on local air pollution. These results show the necessity and importance of high-resolution local emissions for anthropogenic emissions sectors for urban areas which in turn would help improve our understanding and extend of the air pollution problem in Turkey.