Immissionsseitige Bewertung der Luftschadstoff-Emissionen einzelner Quellen und Anpassung der nationalen Emissionsdaten zur Beurteilung der Luftqualität

Abstract

Zur Bewertung der Luftqualität und zur Simulation von Szenarien hinsichtlich der Minderung der Schadstoffbelastung in der Atmosphäre werden Chemie-Transport-Modelle verwendet. Diese beruhen auf Emissionsdaten, die in Emissionsinventaren meist als nationale Jahresemissionen zusammengefasst werden. Mittels Verteilfunktionen werden diese Gesamtemissionen sowohl räumlich als auch zeitlich verteilt. Diese Verteilfunktionen geben ein statistisches Emissionsverhalten wieder, welches in Wirklichkeit aufgrund von Wetterbedingungen und individuellen Entscheidungen der Menschen sehr viel variabler ist. Erstmals wird eine vollumfängliche Analyse anthropogener Emissionen mithilfe der im EURADIM (European Air pollution Dispersion - Inverse Model) implementierten 4D-var (vierdimensionale variationelle) Datenassimilationsmethode durchgeführt. Hierbei werden unterschiedliche atmosphären-chemische Beobachtungen genutzt, um Emissionskorrekturfaktoren für die Emissions-Eingangsdaten aus dem Gridding Emission Tool for ArcGIS (GRETA) zu bestimmen. Der Fokus liegt auf der Optimierung anthropogener Spurengas- und Aerosolemissionen für das Analysejahr 2016. Unter Verwendung von drei verschiedenen horizontalen Modellauflösungen (15x15 km^2, 5x5 km^2, 1x1 km^2) werden die Emissionen in Europa, Deutschland und in drei innerdeutschen Regionen detailliert bezüglich ihrer horizontalen Verteilung analysiert. Die 4D-var Re-Analyse ermöglicht eine erfolgreiche Evaluierung der räumlichen Verteilung der Emissionen in Europa. Die gesamt-europäischen Emissionskorrekturen deuten im Mittel auf zu geringe Emissionen in Emissionsinventaren hin. Die Emissionskorrekturen für Deutschland ergeben, dass die nationalen Gesamtemissionen im Mittel nahe den analysierten Emissionen liegen. Allerdings werden regionale Unterschiede zu den Emissionsinventare analysiert, die auf Verbesserungspotentiale der räumlichen Verteilung der Emissionen durch GRETA hindeuten. Die räumlich aufgelösten Emissionskorrekturen sollten als Monats- bzw. saisonales Mittel genutzt werden. Zur Rückführung auf potenzielle Unsicherheiten der räumlichen Verteilung der Emissionsdaten müssen die Ergebnisse folglich mit räumlichen Verteilparametern, die zur Verteilung der Emissionen genutzt werden, korreliert werden. Quelle: Forschungsbericht

Chemistry-transport-models are, among others, used to evaluate air quality and to simulate mitigation scenarios of severe air pollution in the atmosphere. For this, anthropogenic emission data are included that are provided by emission inventories as a national annual emission rate. These annual emission rates are distributed using predefined spatio-temporal distribution functions, which reflect the statistical knowledge on emission behavior by specific sectors. However, for certain weather conditions or societal aspects, these statistical emissions may largely differ from the true emissions. Thus, for the first time, a comprehensive analysis of anthropogenic emissions using the 4D-var (four dimensional variational) data assimilation method implemented in the EURAD-IM (EURopean Air pollution Dispersion - Inverse Model) is performed. Here, a variety of observations of atmospheric constituents are used to derive correction factors for the emission input data, which are spatially distributed by the Gridding Emission Tool for ArcGIS (GRETA). The re-analysis focusses on anthropogenic trace gas and aerosol emissions in the year 2016. Simulations are performed on three different horizontal resolutions to correct emissions in Europe (15x15 km^2), Germany (5x5 km^2) and three inner German regions (1x1 km^2). The results enable a successful evaluation of the spatial distribution of emissions within Europe. The analysis shows an increase in total European emissions. For Germany, the corrections of the total emissions are small. However, a strong regional variability of the emission correction factors indicates potential to improve the spatial distribution of the emissions within GRETA. The spatially resolved emission corrections should be used as monthly and seasonal averages. For a better evaluation of potential uncertainties in GRETA, the analyzed emission correction factors will be correlated with the spatial distribution functions. Quelle: Forschungsbericht

Zur Bewertung der Luftqualität und zur Simulation von Szenarien hinsichtlich der Minderung der Schadstoffbelastung in der ⁠Atmosphäre⁠ werden Chemie-Transport-Modelle verwendet. Diese beruhen auf Emissionsdaten, die in Emissionsinventaren meist als nationale Jahresemissionen zusammengefasst werden. Mittels Verteilfunktionen werden diese Gesamtemissionen sowohl räumlich als auch zeitlich verteilt. Diese Verteilfunktionen geben ein statistisches Emissionsverhalten wieder, welches in Wirklichkeit aufgrund von Wetterbedingungen und individuellen Entscheidungen der Menschen sehr viel variabler ist. Im Vorhaben wurde erstmals eine vollumfängliche Analyse anthropogener Emissionen mithilfe der im EURAD-IM (European Air pollution Dispersion – Inverse Model) implementierten 4D-var (vier-dimensionale variationelle) Datenassimilationsmethode durchgeführt. Hierbei wurden unterschiedliche atmosphären-chemische Beobachtungen genutzt, um Emissionskorrekturfaktoren für die Emissions-Eingangsdaten aus dem Gridding ⁠Emission⁠ Tool for ArcGIS (GRETA) zu bestimmen. Der Fokus lag auf der Optimierung anthropogener Spurengas- und Aerosolemissionen für das Analysejahr 2016. Unter Verwendung von drei verschiedenen horizontalen Modellauflösungen (15x15 km², 5x5 km², 1x1 km²) wurden die Emissionen in Europa, Deutschland und in drei innerdeutschen Regionen detailliert bezüglich ihrer horizontalen Verteilung analysiert. Die 4D-var Re-Analyse ermöglicht eine erfolgreiche Evaluierung der räumlichen Verteilung der Emissionen in Europa. Die gesamt-europäischen Emissionskorrekturen deuten im Mittel auf zu geringe Emissionen in Emissionsinventaren hin. Die Emissionskorrekturen für Deutschland ergeben, dass die nationalen Gesamtemissionen im Mittel nahe den analysierten Emissionen liegen. Allerdings wurden regionale Unterschiede zu den Emissionsinventare analysiert, die auf Verbesserungspotentiale der räumlichen Verteilung der Emissionen durch GRETA hindeuten.