Achtergrond

Luchtkwaliteitverwachtingen voor Nederland

Luchtverontreiniging kan schadelijk zijn voor de gezondheid van de mens.

Langdurige blootstelling aan luchtverontreiniging kan leiden tot ernstige gezondheidsklachten en een verkorting van de levensverwachting, terwijl mensen met luchtwegaandoeningen al bij een enkele blootstelling aan sterke verontreiniging ernstige hinder kunnen ondervinden. Het is daarom van belang dat er een betrouwbare luchtkwaliteitverwachting bestaat. In dit stuk wordt nader ingegaan op de luchtkwaliteitverwachting die het RIVM, TNO en het KNMI sinds de zomer van 2009 dagelijks berekenen.

Smog

Als de lucht zo sterk verontreinigd is dat het zicht in meer of mindere mate belemmerd wordt en mensen er direct last van kunnen ondervinden is er sprake van smog. Smog bestaat voor een groot deel uit vervuilende stoffen die uitgestoten worden bij verschillende verbrandingsprocessen, zoals stikstof- en zwaveloxiden, koolwaterstoffen, ammoniak en fijn stof. Voor een groot deel wordt deze uitstoot veroorzaakt door verschillende vormen van menselijke activiteit: in de industrie en bij wegvervoer, scheepvaart, elektriciteitsopwekking en verwarming van gebouwen. Wanneer de meteorologische omstandigheden het toestaan kan de vervuiling zich sterk ophopen en ontstaat er smog. Al naar gelang de meteorologische situatie kunnen er twee soorten smog onderscheiden worden. Fotochemische smog komt vooral in de zomer voor, bij warm, zonnig en windstil weer. Onder invloed van zonlicht vinden er chemische reacties plaats, waarbij ozon (O3) wordt gevormd uit stikstofoxiden (b.v. NO en NO2) en koolwaterstoffen.

In de winter kan er ook zogenaamde wintersmog optreden. Onder rustige en koude omstandigheden treden er soms langdurig temperatuurinversies op. Dit betekent dat de temperatuur aan het oppervlak laag is en, anders dan gewoonlijk, toeneemt met de hoogte. De koude lucht die zich bij het oppervlak bevindt kan niet opstijgen en mengen met schonere lucht op wat grotere hoogte. Luchtvervuiling en vocht kunnen hierdoor niet kunnen ontsnappen uit de onderste koude laag. Wintersmog bestaat vooral uit fijne stofdeeltjes en zwaveldioxide (SO2). In de westerse wereld is de luchtkwaliteit de afgelopen decennia behoorlijk verbeterd.

Figuur 1. Luchtkwaliteitverwachtingen voor Nederland
Figuur 1. Luchtkwaliteitverwachtingen voor Nederland
Figuur 2a: Animatie van de driedaagse verwachting van fijn stof voor Nederland.
Figuur 2a: Animatie van de driedaagse verwachting van fijn stof voor Nederland.
Figuur 2b: Animatie van de driedaagse verwachting voor ozon voor Nederland.
Figuur 2b: Animatie van de driedaagse verwachting voor ozon voor Nederland.

De smog die wordt veroorzaakt door emissies van SO2 komt niet veel meer voor. De concentraties van ozon, NO2 en fijn stof zijn soms nog wel zo hoog dat de grenswaarden die gedefinieerd zijn in de luchtkwaliteitrichtlijn van de Europese Unie worden overschreden. Dit gebeurt bijvoorbeeld in de buurt van industriegebieden en vlak bij drukke wegen.

Figuur 2: Doordat deze verwachtingen met een chemie-transportmodel berekend zijn, zijn voor elk roosterpunt en voor elke tijdstap van 1 uur de concentraties van fijn stof en ozon beschikbaar. De animaties laten hierdoor duidelijk zien hoe luchtvervuiling zich met de wind van de ene plek naar de andere kan verplaatsen en hoe de ozonconcentratie in de loop van de dag door de fotochemische omzetting in de atmosfeer toeneemt.

De Nederlandse luchtkwaliteitverwachting

Al sinds een aantal jaren geeft het RIVM dagelijks een luchtkwaliteitverwachting af die bestaat uit de gemiddelde concentraties van ozon en fijn stof op de volgende dag. Net als alle luchtkwaliteitverwachtingen is deze berekend aan de hand van de weersverwachting. Dagelijkse veranderingen in luchtkwaliteit worden namelijk in eerste instantie bepaald door veranderingen in het weer – vooral wind, temperatuur en neerslag - en slechts in mindere mate door variaties in de uitstoot. Tot 2009 werd de luchtkwaliteitverwachting van het RIVM berekend met statistische modellen. Statistische modellen zijn gebaseerd op de waargenomen empirische verbanden tussen concentraties en meteorologische omstandigheden. In het algemeen kunnen op deze manier concentraties van bijvoorbeeld ozon redelijk voorspeld worden, maar bij snelle veranderingen schieten deze modellen vaak tekort.

Verbeteringen zijn mogelijk door gebruik te maken van chemie-transportmodellen. Een chemie-transportmodel is een deterministisch model, wat wil zeggen dat het aan de hand van chemische en fysische vergelijkingen berekent hoe de concentraties van stoffen in de atmosfeer zich in de loop van de tijd zullen ontwikkelen. Sinds 1 juni 2009 wordt het chemie-transportmodel LOTOS-EUROS voor de Nederlandse luchtkwaliteitverwachting gebruikt. De huidige driedaagse verwachting is het resultaat van een samenwerking tussen het KNMI, TNO en het RIVM en wordt dagelijks beschikbaar gesteld via de website van het RIVM. Voorbeelden van de verwachting zijn te zien in figuur 2.

Figuur 3: Stroomdiagram van het systeem voor de luchtkwaliteitverwachting.
Figuur 3: Stroomdiagram van het systeem voor de luchtkwaliteitverwachting.

Het model

LOTOS-EUROS berekent, voor een domein dat bijna heel Europa omvat en dat tot 3,5 km hoogte reikt, de concentraties van verschillende gassen en stoffen in de atmosfeer. Dit gebeurt voor de huidige situatie en voor de ontwikkelingen tijdens de komende dagen. In de horizontale richting vindt deze berekening plaats voor iedere 0,25 lengtegraad en iedere 0,125 breedtegraad. Boven West-Europa komt dit overeen met ongeveer 15 bij 15 km. In de verticale richting heeft het model drie lagen. Op ieder punt van het driedimensionale modelrooster hangt de concentratie van een bepaalde stof af van verschillende factoren: emissies vanaf het aardoppervlak, transport vanuit en naar aangrenzende roosterpunten, chemische reacties op het roosterpunt en verwijdering uit de atmosfeer. Om al deze processen te kunnen doorrekenen zijn grote hoeveelheden externe gegevens nodig. Welke dit zijn en hoe ze gebruikt worden staat schematisch weergegeven in figuur 3. Uitstoot van stoffen aan het aardoppervlak vormen de belangrijkste bron van luchtvervuiling. De emissies worden voorgeschreven voor ieder roosterpunt aan het oppervlak en komen daar het modeldomein binnen.

Wat er vervolgens met de vervuiling in de atmosfeer gebeurt, wordt sterk beïnvloed door het weer. Zo hangt het ontstaan van smog, zoals hierboven al beschreven is, sterk af van de meteorologische omstandigheden. Wind, temperatuur, zonneschijn, luchtvochtigheid en neerslag hebben allemaal hun invloed en moeten dus bekend zijn. De weersverwachting, die berekend wordt met een onafhankelijk weermodel, bevat deze meteorologische gegevens. Als de gegevens van een bepaalde weersverwachting in het chemie-transportmodel ingevoerd worden, kan er voor de periode waarvoor de weersverwachting geldig is een luchtkwaliteitverwachting berekend worden. Zo kan er met behulp van een driedaagse weersverwachting een driedaagse luchtkwaliteitverwachting berekend worden. Deze berekening wordt één maal per dag volautomatisch uitgevoerd aan de hand van de meest recente weersverwachting. De begintoestand van iedere nieuwe berekening wordt overgenomen uit de luchtkwaliteitverwachting die een dag eerder voor dat tijdstip berekend was. De initialisatie zorgt ervoor dat de dagelijkse berekeningen naadloos op elkaar aansluiten en de nieuwe dag verder gaat waar de vorige gebleven was.

Laatste ontwikkelingen

Hoewel de luchtkwaliteitverwachtingen die tegenwoordig opgesteld worden behoorlijk betrouwbaar zijn, is er nog altijd ruimte voor verbetering. Dit vindt aan de ene kant plaats door het model zelf te verbeteren en aan de andere kant door andere gegevens of extra gegevens aan het model te leveren. Verbetering van het model zelf is mogelijk door de fysische en chemische vergelijkingen die het model bevat nauwkeuriger te maken en door nog ontbrekende processen aan het model toe te voegen. Met andere woorden, door het model meer op de werkelijkheid te laten lijken kan het die werkelijkheid ook beter nabootsen. Het model zal echter altijd een vereenvoudigde weergave van de werkelijkheid blijven, waardoor verschillen tussen berekende en daadwerkelijk gemeten concentraties van vervuilende stoffen altijd zullen blijven voorkomen.

Onze kennis over de mate van luchtvervuiling is in eerste instantie gebaseerd op metingen zoals van het Landelijk Meetnet Luchtkwaliteit. Tijdens de berekening van de verwachting kunnen deze metingen gebruikt worden, door de berekende concentraties aan te passen in de richting van de meest recente waarnemingen. Het op deze manier verbeteren van de verwachting vindt dus plaats door van buiten af extra gegevens aan het model te leveren. Dit proces wordt assimilatie genoemd en wordt al langer gebruikt in de meteorologie om de verwachtingen van weermodellen te verbeteren. Voor de luchtkwaliteitverwachting in Nederland gaat het hierbij om de assimilatie in LOTOS-EUROS van satellietmetingen van NO2 en metingen van ozon aan de grond.

Tot slot is de luchtkwaliteitverwachting sterk afhankelijk van de weersverwachting waarmee het chemie-transportmodel aangestuurd wordt. De weersverwachting is tegenwoordig behoorlijk betrouwbaar tot ongeveer een week vooruit, waardoor een luchtkwaliteitverwachting met dezelfde verwachtingstermijn ook tot de mogelijkheden behoort. In de praktijk worden luchtkwaliteitverwachtingen, waaronder ook de Nederlandse, echter berekend voor een periode van drie dagen vooruit. Hier ligt dus ook een mogelijkheid voor verbetering en een eerste studie lijkt aan te geven dat de verwachting voor fijn stof tot zes dagen vooruit nog een zekere mate van betrouwbaarheid blijft houden. Figuur 4 laat de grote overeenkomst tussen fijnstofverwachtingen en waarnemingen zien voor de eerste vier maanden van 2009. Tegen het eind van de verwachtingsreeksen (aan de rechter uiteinden) ontstaan er grotere afwijkingen ten opzichte van de waarnemingen, maar zelfs dan wordt het optreden van pieken en dalen in de fijnstofconcentratie nog goed voorspeld.

Figuur 4: Daggemiddelde PM10-concentraties tijdens de eerste vier maanden van 2009, gemiddeld over Nederland. De zwarte curve geeft de waarnemingen weer en de blauwe curven de verwachtingen. Iedere blauwe curve is zeven dagen lang en bestaat uit een berek
Figuur 4: Daggemiddelde PM10-concentraties tijdens de eerste vier maanden van 2009, gemiddeld over Nederland. De zwarte curve geeft de waarnemingen weer en de blauwe curven de verwachtingen. Iedere blauwe curve is zeven dagen lang en bestaat uit een berek
Niet gevonden wat u zocht? Zoek meer achtergrond artikelen