Het RIVM gaat binnenkort werken met een in België ontwikkelde interpolatietechniek om metingen

Transcriptie

1 24 Actuele luchtkwaliteitskaarten in Nederland: evaluatie RIOinterpolatiemodel Het RIVM gaat binnenkort werken met een in België ontwikkelde interpolatietechniek om metingen op meetstations te vertalen naar een kaart voor heel Nederland. De luchtkwaliteitskaart voor stikstofdioxide wordt daardoor beter. Dennis Mooibroek en Ronald Hoogerbrugge* Inleiding Op de website van het landelijk meetnet luchtkwaliteit (LML) worden landsdekkende concentratiekaarten weergegeven voor stikstofdioxide, fijn stof en ozon. Deze uurlijkse concentratiekaarten worden aan de hand van actuele meetwaarden in het LML via een interpolatietechniek bepaald. De huidige methode van interpoleren van gemeten concentraties, genaamd INTERPOL, kent echter een aantal beperkingen. Zo worden voor de huidige berekening van de kaarten alleen de metingen op regionale achtergrondstations (platteland) gebruikt. Door het gebruik van alleen regionale meetresultaten worden lokale effecten in de berekende kaarten onvoldoende in rekening gebracht. Hierdoor worden bijvoorbeeld stikstofdioxideconcentraties in stedelijk gebied vaak onderschat. Om tegemoet te komen aan onder andere deze onderschattingen, werd in België een interpolatietechniek ontwikkeld die rekening houdt met het lokale karakter van luchtverontreiniging. Deze techniek, de RIOinterpolatietechniek ontwikkeld door VITO in samenwerking met de Intergewestelijke Cel voor het Leefmilieu (IRCEL), wordt in België gebruikt om het publiek te informeren over de actuele luchtkwaliteit. 1,2,3 Realtime RIO-luchtkwaliteitskaarten voor België worden gepubliceerd op de website van IRCEL ( In 29 werd de RIO-interpolatiemethode in opdracht van het RIVM door VITO uitgebreid en aangepast, zodanig dat ook toepassing in Nederland mogelijk werd. 4 Dit artikel geeft een korte introductie van deze nieuwe interpolatietechniek voor Nederland en een vergelijking van de prestaties ten opzichte van de tot nu gebruikte methode INTERPOL. RIO-interpolatietechniek Het RIO-model bestaat uit een intelligente interpolatietechniek waarbij het lokale karakter van een meetstation eerst verwijderd wordt, het zogenaamde detrenden. Immers, een stedelijke omgeving kent bijvoorbeeld systematisch hogere stikstofdioxideconcentraties door verhoogde uitstoot van verkeer en lagere ozonconcentraties door de verhoogde stikstofoxide-uitstoot. Na de detrending -stap ontstaat er een ruimtelijke homogene dataset van luchtkwaliteitsmetingen die gezamenlijk kunnen worden geïnterpoleerd. De hiervoor gebruikte interpolatietechniek staat bekend als Ordinary Kriging. Als laatste stap in het interpolatieproces wordt het lokale karakter voor elke locatie in het interpolatiegrid weer toegevoegd. Dit lokale karakter is bepaald door een statistische analyse van de concentratieniveaus op deze locaties over de periode en het landgebruik volgens de zogenaamde Corine Land Cover (CLC) 2 5 in de buurt van deze locaties. De CLC2 beschrijft het DECember 213 nummer 6 TIJDSCHRIFT LUCHT

2 25 Voor stikstofdioxide geldt dat de oude interpolatiemethode stedelijke concentraties onderschat. RIO-Nederland heeft deze onderschatting niet NO2: Regionale achtergrondstations NO2: Stedelijke achtergrondstations Interpolatie RIO-NL (μg/m 3) Metingen (μg/m3) september 213 wordt er elk uur een interpolatie uitgevoerd, waarbij gebruikgemaakt wordt van de gegevens op regionale en stadsachtergrondlocaties. Deze interpolatie levert een grid met cellen van 4x4 km2 voor heel Nederland. Aan de hand van de ligging van de LMLstations die in de interpolatie gebruikt zijn, wordt de bijbehorende interpolatiewaarde uit het grid gehaald en vergeleken met de gemeten waarden. NO2: Verkeersbelaste stations 3 2 Interpolatie RIO-NL (μg/m 3) Interpolatie RIO-NL (μg/m3) Metingen (μ g/m3) Metingen (μg/m3) Niet alle meetstations van het LML zullen worden meegenomen in de interpolatieberekening. Voor een aantal recent opgestarte meetstations zijn de benodigde parameters voor onder meer het detrenden nog niet beschikbaar. Daar naast worden meetgegevens van verkeersbelaste meetstations ook niet meegenomen, omdat deze niet representatief zijn voor een gebied van 4x4 km2. Op basis van een benadering van de huidige interpolatiemethode via het programma INTERPOL is dezelfde vergelijking ook gemaakt waarbij er een interpolatie wordt uitgevoerd met alleen regionale achtergrondstations. Deze berekeningen zijn niet rechtstreeks te vergelijken met de uitkomsten van het RIO-model, omdat de voor het RIO-model gebruikte data niet overeen hoeft te komen met de gebruikte data voor de benadering van de huidige methode. Zo worden in deze vergelijkingsstudie voor de benadering met INTERPOL alleen gevalideerde meetwaarden voor alle beschikbare regionale achtergrondstations meegenomen. De berekeningen met RIO-Nederland zijn echter, net als de originele berekeningen voor de website, gebaseerd op actuele ongevalideerde meetwaarden. Een rechtstreekse vergelijking met de huidige interpolatie op de website is niet mogelijk vanwege het gesloten karakter van de gebruikte software. Meetwaarden die de monitor als onbetrouwbaar heeft aangemerkt, worden niet meegenomen in RIO-Nederland. In een later stadium kunnen deze meetwaarden wel goedgekeurd worden, waardoor deze gegevens mogelijk wel gebruikt zijn in INTERPOL. Hierdoor is er een 1:1 vergelijking tussen beide methoden niet goed mogelijk. Op basis van uurlijkse meetgegevens van het LML van 1 januari 213 tot Resultaten voor stikstofdioxide Figuur 1 geeft het resultaat weer van de Figuur 1: Ongevalideerde metingen uitgezet tegen de geïnterpoleerde waarnemingen van stikstofdioxide met RIO-Nederland voor regionale achtergrond (links), stedelijke achtergrond (midden) en verkeersbelaste (rechts) stations. Het resultaat van de regressie (zonder asafsnede) wordt weergegeven door de gekleurde lijn. De gestippelde lijn geeft de 1:1 relatie weer. Voor de interpolatie met RIO-Nederland zijn meet resultaten van regionale en stedelijke achtergrond stations gebruikt. landgebruik in heel Europa met een resolutie van 1x1 m2. het model in Nederland vergelijkbaar is met die in België. Uit de voor België en Nederland uitgevoerde analyse blijkt dat er sprake is van een robuuste correlatie tussen landgebruik en de concentratieniveaus.4 Deze correlatie wordt vervolgens samengevat in trendfuncties. Aan de hand van het landgebruik van de CLC2-dataset kan het lokale karakter voor elke locatie waarop geïnterpoleerd wordt in rekening worden gebracht. Met het RIO-model is het mogelijk om op elk uur voor 4x4 km2 gridcellen gelegen over Nederland de luchtkwaliteit op basis van meetresultaten te schatten. De RIO-interpolatietechniek is initieel door VITO gevalideerd met de leavingone-out -methode.2,4 Daarbij wordt een interpolatie gedaan met de metingen van alle behalve één meetlocatie. De gemeten concentraties op deze meetlocaties worden vervolgens vergeleken met de geïnterpoleerde concentratie. Zo kan een beeld gevormd worden van de betrouwbaarheid van het RIO-model.3 Hierbij bleek dat de performance van Gebruikte data voor validatie real-time interpolaties De door het RIO-model uitgevoerde berekeningen voor stikstofdioxide, ozon en fijn stof zijn gebaseerd op actuele ongevalideerde meetwaarden van het LML. Op deze data wordt wel een datascreening, conform het validatieprotocol van het LML, toegepast waarbij meetwaarden kleiner dan -5 µg/m3 worden verwijderd. Alle andere meetwaarden worden as-is meegenomen in het RIO-interpolatiemodel. DECember 213 nummer 6 TIJDSCHRIFT LUCHT

3 26 De resultaten van RIO-Nederland voor stikstofdioxide, ozon en fijn stof laten een goede relatie zien met de meetwaarden op LML-locaties tot uiting kan komen bij een interpolatie over een gebied van 4x4 km2. Methode n RC RMSE BI AS* r Regionale achtergrondstations RIO NL 17291, 82 5, 1 1, 2, 88 INTERPOL 1834, 93 4, 3, 1, 93 Stedelijke achtergrondstations RIO NL 33895, 98 7, 5 2,, 89 INTERPOL 3438, 67 7, 1 5, 9, 79 Verkeersbelaste stations RIO NL 683, 71 1, 5 7, 1, 71 INTERPOL 68653, 46 8, 7 16, 6, 63 * BI AS i sgedef i ni eer dal shetgemi ddel dev anhetv er s c hi lt us s endegeï nt er pol eer dewaar deendemeet waar de. Tabel 1. Overzicht van het aantal waarnemingen (n), richtingscoëfficiënt (RC), de Root Mean Square Error (RMSE), BIAS en correlatiecoëfficiënt (r) voor de relatie tussen gemeten en geïnterpoleerde stikstofdioxide- Ter illustratie toont figuur 2 de resultaten van een benadering van de huidige interpolatiemethode via het programma INTERPOL. Voor stikstofdioxide worden de geïnterpoleerde waarden op stedelijke achtergrond en verkeersbelaste locaties onderschat. De regionale achtergrondstations laten, ondanks de verhoogde waarnemingen op station NL23, een goede correlatie tussen de gemeten en geïnterpoleerde waarnemingen zien. waarnemingen voor zowel RIO-Nederland als INTERPOL, uitgesplitst per type station. De geïnterpoleerde waarden op verkeersbelaste stations worden vanzelfsprekend onderschat ten opzichte van de metingen. Dit wordt veroorzaakt door het feit dat het lokale karakter van deze stations voor stikstofdioxide niet NO2: Regionale achtergrondstations Figuur 3 geeft een voorbeeld van de geïnterpoleerde concentratiekaarten van stikstofdioxide van zowel INTERPOL als RIO-Nederland. Op basis van de berekeningen met INTERPOL wordt er eigenlijk een regionale achtergrond over heel Nederland bepaald. Deze achtergrondconcentratie is lager dan de concentratie die gevonden wordt op stedelijke achtergrondstations. In de afbeelding op basis van RIO-Nederland is te zien dat de geïnterpoleerde concentraties vooral in het westen en midden van het land hoger liggen. Dit beeld is meer conform NO2: Stedelijke achtergrondstations NO2: Verkeersbelaste stations Interpolatie INTERPOL (µg/m3) 3 Interpolatie INTERPOL (µg/m3) De performance van het RIO-model is samengevat in tabel 1. Ook na verwijdering van de hoge piekconcentraties op station NL23 blijkt dat de door RIO-Nederland geïnterpoleerde stikstofdioxideconcentraties op regionale achtergrondstations een kleine systematische onderschatting (BIAS) hebben en de stedelijke achtergrondstations een kleine systematische overschatting. Dit kan erop duiden dat het verschil tussen regionale achtergrond en stedelijke achtergrond sinds 29 veranderd is (kleiner geworden) hetgeen met een nieuw kalibratie van de detrending parameters kan worden opgelost. Interpolatie INTERPOL (µg/m3) vergelijking tussen gemeten en geïnterpoleerde uurlijkse waarnemingen over de periode 1 januari september 213. Op de data van verschillende stationstypen is een lineaire regressie uitgevoerd. Opvallend bij de regionale achtergrondstations zijn stikstofdioxideconcentraties boven de 1 µg/m3. Een groot deel van deze verhoogde waarnemingen wordt gevonden op LMLstation NL23 (Biest Houthakker). Op grond van zowel de technische als gewone validatie zijn er geen redenen om deze gemeten waarden af te keuren. Echter, dergelijke piekwaarden op een regionaal achtergrondstation achten wij niet representatief voor een groter gebied. Het verwijderen van de meetresultaten van station NL23 levert een verbetering op van de richtingscoëfficiënt (RC) van,82 naar, Gevalideerde metingen (µg/m 3) Gevalideerde metingen (µg/m3) Gevalideerde metingen (µg/m3) Figuur 2: Gevalideerde metingen uitgezet tegen de geïnterpoleerde waarnemingen van stikstofdioxide met INTERPOL voor regionale achtergrond (links), stedelijke achtergrond (midden) en verkeersbelaste (rechts) stations. Het resultaat van de regressie (zonder asafsnede) wordt weergegeven door de gekleurde lijn. De gestippelde lijn geeft de 1:1 relatie weer. Voor de interpolatie met INTERPOL zijn alleen meetresultaten van regionale achtergrondstations gebruikt. DECember 213 nummer 6 TIJDSCHRIFT LUCHT 2 3

4 27 Figuur 3: Interpolatie van stikstofdioxideconcentraties volgens de oude methode met INTERPOL (links) en met RIO-Nederland (rechts). Met INTERPOL zijn alleen de regionale meetstations meegenomen, terwijl bij RIO-Nederland ook de stedelijke achtergrondstations zijn meegenomen bij de interpolatie. De locaties van de meetstations zijn weergegeven als cirkels, waarbij voor RIO-Nederland de kleur van de cirkel het concentratieniveau op deze locatie aangeeft. gen, is ozon een grootschaliger component met minder lokale variatie. Dit is terug te zien in de vergelijking van de ozonmetingen en de geïnterpoleerde waarden in figuur 4. de gemeten waarden op stedelijke achtergrondstations in dit gebied. Tabel 1 bevat ook de resultaten van de oude methode via INTERPOL. De regionale achtergrondstations hebben geen systematische afwijking. De stedelijke achtergrondlocaties worden systematisch onderschat. Voor alle drie de typen stations laat de vergelijking van de uitkomsten van RIO-Nederland en de gemeten waarnemingen een nagenoeg perfecte 1:1 relatie zien. Er is wel sprake van een lichte overschatting van geïnterpoleerde Resultaten voor ozon In tegenstelling tot stikstofdioxide, een component met veel lokale verhogin- O3: Stedelijke achtergrondstations O3: Verkeersbelaste stations Interpolatie RIO-NL (µg/m 3) 2 Interpolatie RIO-NL (µg/m 3) Interpolatie RIO-NL (µg/m3) O3: Regionale achtergrondstations Metingen (µg/m3) Metingen (µg/m3) Metingen (µg/m3) Figuur 4: Ongevalideerde metingen uitgezet tegen de geïnterpoleerde waarnemingen van ozon met RIONederland voor regionale achtergrond (links), stedelijke achtergrond (midden) en verkeersbelaste (rechts) stations. Het resultaat van de regressie (zonder asafsnede) wordt weergegeven door de gekleurde lijn. De ozonconcentraties op verkeersbelaste locaties. Deze overschatting kan verklaard worden door de reactie van ozon met stikstofoxide afkomstig van lokale verkeersemissies. Dit straateffect wordt bij de interpolaties uiteraard niet verdisconteerd. Figuur 5 geeft een voorbeeld van een situatie waarop op meerdere stations de informatiedrempel van 18 µg/m3 voor ozon werd overschreden, die niet goed zichtbaar is in de kaart bepaald op basis van de huidige interpolatiemethode. Ondanks dat op twee regionale stations de informatiedrempel net is overschreden, liggen de door INTERPOL geïnterpoleerde concentraties onder invloed van omliggende stations net iets lager dan deze drempel. Hierdoor lijkt het alsof alleen in de regio Enschede een overschrijding plaatsvindt van de informatiedrempel. De berekeningen met RIO-Nederland merken, onder invloed van de regionale en de nabijgelegen stedelijke achtergrondstations, een veel groter gebied aan waarbij er mogelijk een overschrijding van de informatiedrempel voor ozon plaatsvindt. gestippelde lijn geeft de 1:1 relatie weer. Voor de interpolatie met RIO-Nederland zijn meetresultaten van regionale en stedelijke achtergrondstations gebruikt. Voor ozon presteren beide modellen DECember 213 nummer 6 TIJDSCHRIFT LUCHT

5 28 Figuur 5: Interpolatie van ozonconcentraties volgens de oude methode met INTERPOL (links) en met RIO-Nederland (rechts). Met INTERPOL zijn alleen de regionale meetstations meegenomen, terwijl bij RIO-Nederland ook de stedelijke achtergrondstations zijn meegenomen bij de interpolatie. De locaties van de meetstations zijn weergegeven als cirkels, waarbij voor RIO-Nederland de kleur van de cirkel het concentratieniveau op deze locatie aangeeft. nagenoeg gelijkwaardig (tabel 2). Echter, zoals uit figuur 5 blijkt, komen de berekeningen met RIO-Nederland in sommige gevallen beter overeen met de daadwerkelijke gemeten waarden. Resultaten voor fijn stof De landsdekkende concentratiekaarten voor fijn stof worden niet per uur maar op basis van een glijdend 24-uursgemiddelde gemaakt. Hierbij wordt voor elk actueel uur de gemiddelde concentratie Methode n RC RMSE BIAS* r Regionale achtergrondstations RIO NL 17147,99 5,7,6,98 INTERPOL 17235,99 4,9 -,1,98 Stedelijke achtergrondstations RIO NL 34118,96 6, -1,3,97 INTERPOL 34225,97 1,4,1,92 Verkeersbelaste stations RIO NL 289 1,8 12,7 6,6,9 INTERPOL ,1 13,6 7,5,88 van dat en de vorige 23 uren bepaald. Om in aanmerking te komen voor een geldig glijdend 24-uursgemiddelde voor RIO-Nederland dienen er data op minimaal 12 uren beschikbaar te zijn. Gezien de verschillen in de gebruikte datasets voor beide interpolatiemethoden kan er alleen een indicatieve vergelijking worden uitgevoerd. Tabel 3 laat zien dat beide modellen een goede * BIAS isgedefinieerdalshetgemiddeldevanhetverschiltussendegeïnterpoleerdewaardeendemeetwaarde. Tabel 2: Overzicht van het aantal waarnemingen (n), richtingscoëfficiënt (RC), de Root Mean Square Error (RMSE), BIAS en correlatiecoëfficiënt (r) voor de relatie tussen gemeten en geïnterpoleerde ozonwaarnemingen voor zowel RIO-Nederland als INTERPOL, uitgesplitst per type station. beschrijving van de concentratieniveaus geven waarbij RIO-Nederland op stedelijke achtergrond en verkeersbelaste locaties iets beter presteert. Qua beeld lijken de RIO-Nederlandresultaten voor fijn stof sterk op de resultaten voor ozon. Figuur 6 laat een situatie zien waarbij er op een tweetal noordelijk gelegen regionale achtergrondstations tijdelijke verhoogde concentraties fijn stof werden gemeten, veroorzaakt door lokaal opwaaiend bodemstof. INTERPOL interpoleert verhoogde concentraties over een groot gebied in het noorden van het land. In dit gebied en daaromheen staan echter regionale achtergrondstations die veel lagere fijnstofconcentraties meten. Hieruit blijkt dat het grote gebied met verhoogde fijnstofconcentraties niet representatief is voor de werkelijke situatie. RIO-Nederland daarentegen geeft wel het lokale karakter van deze verhoogde fijnstofconcentraties weer. Conclusie De resultaten van RIO-Nederland voor DECember 213 nummer 6 TIJDSCHRIFT LUCHT

6 29 Figuur 6: Interpolatie van fijnstofconcentraties volgens de oude methode met INTERPOL (links) en met RIO-Nederland (rechts). Met INTERPOL zijn alleen de regionale meetstations meegenomen, terwijl bij RIO-Nederland ook de stedelijke achtergrondstations zijn meegenomen bij de interpolatie. De locaties van de meetstations zijn weergegeven als cirkels waarbij voor RIO-Nederland de kleur van de cirkel het concentratieniveau op deze locatie aangeeft. stikstofdioxide, ozon en fijn stof laten een goede relatie zien met de meetwaarden op LML-locaties. Grootschalige componenten (ozon en fijn stof) hebben zowel op de regionale achtergronden stedelijke achtergrondlocaties een goede overeenkomst met de metingen. Voor stikstofdioxide geldt dat de oude interpolatiemethode stedelijke concentraties onderschat. RIO-Nederland heeft deze onderschatting niet. Het verdient wel aanbeveling de RIO-parameters en de onderliggende CORINE 2 Land Cover-dataset te actualiseren. De presentatie van de concentratiekaarten over Nederland wordt daarmee realistischer. De RIO-kaarten zijn binnenkort op de LML-website uurlijks te zien ( De in dit artikel beschreven performancetest wordt gedetailleerder vastgelegd in een RIVMrapport. Noten 1. Hooyberghs, J., Mensink, C., Dumont, G. en Fierens, F. (26). Spatial interpolation of ambient ozoneconcentrations from sparse monitoring points in Belgium. Journal of Environmental Monitoring 8: Janssen, S., Dumont, G., Fierens, F. en Mensink, C. (28). Spatial interpolation of air pollution measurements using CORINE land cover data. Atmospheric Environment 42: Janssen, S., Dumont, G., Fierens, F., Deutsch, F., Maiheu, B., Celis, D., Trimpeneers, E. en Mensink, C. (212). Land use to characterize spatial representativeness of air quality monitoring stations and its relevance for model validation, Atmos. Environ., 59, Veldeman, N., Maiheu, B. en Janssen, S. (29). Implementatie van het RIO interpolatiemodel in Nederland, VITO NV. 5. EEA (2). CORINE Land Cover Project, gepubliceerd door de Commission of the European Communities. Tabel 3: Overzicht van het aantal waarnemingen (n), richtingscoëfficiënt (RC), de Root Mean Square Error (RMSE), BIAS en correlatiecoëfficiënt (r) voor de relatie tussen gemeten en geïnterpoleerde fijnstofwaarnemingen voor zowel RIO-Nederland als INTERPOL, uitgesplitst per type station. * Dennis Mooibroek en Ronald Hoogerbrugge zijn werkzaam bij RIVM Centrum voor Milieukwaliteit. DECember 213 nummer 6 TIJDSCHRIFT LUCHT