Matematikai módszerekkel kiszámolható a szennyezőanyagok folytonos térbeli koncentráció-eloszlása és ennek időbeli alakulása, ha ismerjük a légköri áramlások és az egyes szennyezőanyagok tulajdonságait, a fontosabb szennyezőforrások elhelyezkedését, továbbá ezek hozamát. A szennyezőanyagok terjedését és átalakulásait leíró matematikai modellek emellett lehetőséget adnak meteorológiai előrejelzési modellekkel kombinálva a légszennyezettség várható alakulásának becslésére.
Az OMSZ honlapján 2010-től elérhető Budapestre vonatkozó levegőminőség előrejelzés. Ez az oldal 2020-tól megújul és már nemcsak Budapestre, hanem Pécsre és Miskolcra, valamint Magyarország egész területére is elérhetőek az előrejelzések SO2, NO2, O3 és PM10 szennyezőkre vonatkozóan. Az oldalon térképes megjelenítés segítségével nyomon lehet követni a különböző szennyezőanyagok térbeli alakulását óráról órára, valamint meghatározott földrajzi pontokra vonatkozóan grafikonok segítségével az adott légszennyezőanyag időbeli változása is megfigyelhető.
Az egyes szennyezőanyagokra vonatkozó előrejelzések térképes megjelenítésénél az Európai Környezetvédelmi Ügynökség (EEA) által definiált európai levegőminőségi index (EAQI) kategóriákat/színeket használtunk. Ellentétben a levegőminőségi index eredeti definíciójával (miszerint a megjelenített szín mindig ahhoz a szennyezőanyaghoz tartozik, amelynek az értéke pillanatnyilag a legmagasabb a megengedett határértékhez képest, tehát levegőminőségi szempontból a legkedvezőtlenebb) az előrejelzési térképeket külön-külön, az EAQI szerint színeztük. Az index 6 levegőtisztasági szintet határoz meg a kiválótól az extrém módon szennyezettig.
Szennyezőanyag |
Levegőtisztasági szint* |
|||||
|
Kiváló |
Megfelelő |
Elfogadható |
Szennyezett |
Erősen szennyezett |
Extrém módon szennyezett |
PM2,5 |
0–10 |
10–20 |
20–25 |
25–50 |
50–75 |
75–800 |
PM10 |
0–20 |
20–40 |
40–50 |
50–100 |
100–150 |
150–1200 |
NO2 |
0–40 |
40–90 |
90–120 |
120–230 |
230–340 |
340–1000 |
O3 |
0–50 |
50–100 |
100–130 |
130–240 |
240–380 |
380–800 |
SO2 |
0–100 |
100–200 |
200–350 |
350–500 |
500–750 |
750–1250 |
*(a szennyezőanyagok koncentrációja [μg/m3] alapján) |
Csakúgy, mint az időjárás-előrejelzés, a levegőminőség előrejelzés is bonyolult matematikai modellekre támaszkodik, amelyek a légkörben lejátszódó fizikai és kémiai folyamatokat írják le a matematika nyelvén. Az előrejelző modell-rendszer által meghatározott koncentráció értékek alakulását a meteorológiai viszonyok lényegesen befolyásolják. A szél iránya és sebessége mellett a csapadék térbeli eloszlása és mennyisége, valamint a keveredési réteg magasság előrejelzésének minősége jelentősen befolyásolja a koncentráció mezők megfelelő pontosságú prognosztizálását. Az előrejelzés pontosságát ugyancsak jelentősen befolyásoló tényező az emissziós rácsponti adatok időbeli és térbeli változékonyságának pontos ismerete. Ezen okok miatt előfordulhat, hogy az előrejelzés pontatlan, időnként a mért koncentráció értékekhez képest jelentős eltérések is lehetnek.
A modell-rendszer alapját a CHIMERE levegőkémiai transzport modell képezi. A modell futtatásához szükséges input meteorológiai adatokat az AROME finom felbontású numerikus előrejelző modell szolgáltatja. A modell szimuláció szempontjából ugyancsak meghatározó input emissziós rácsponti adatbázis 2015-re vonatkozó adatokat tartalmaz. A légkörben lezajló kémiai átalakulásokat a modell közel 80 vegyi anyagra felírt több mint 300 reakción keresztül veszi figyelembe. A magyarországi területre vonatkozó számítások térbeli felbontása kb. 10 km, amely azt jelenti, hogy a számított értékek egy 10x10 km-es területre vonatkozó átlagértékek, vagyis ez a típusú modell nem képes figyelembe venni a helyi hatásokat (például egy pár száz méteres körzetben található nagy forgalmú utak közvetlen hatását).
A 3 nagyváros esetében (Budapest, Miskolc és Pécs) az előrejelzett koncentráció értékek egy kb. 3x3 km-es területre vonatkozó átlagértékek, amelyek lényegében „városi háttér” koncentrációk és megfelelnek a város azon területeinek, amelyek közvetlenül nem érintettek a helyi források, például az autóforgalom által.
Kérjük a Tisztelt Látogatót, hogy mindezek ismeretében böngéssze az oldalakat.