AIRbezen in Pepingen. Achtergrond. Doel. Methode. Universiteit Antwerpen, dept. Bio-Ingenieurswetenschappen o.l.v. Prof Roeland Samson

Transcriptie

1 AIRbezen in Pepingen Universiteit Antwerpen, dept. Bio-Ingenieurswetenschappen o.l.v. Prof Roeland Samson Achtergrond Luchtverontreiniging is een actueel probleem. Recente metingen, onder andere in het eerste AIRbezen -project dat in 2014 plaatsvond in Antwerpen, hebben aangetoond dat de luchtkwaliteit heel sterk varieert afhankelijk van de lokale omstandigheden (bijvoorbeeld verkeersintensiteit en opbouw van de straat). Omdat luchtvervuiling een enorme impact heeft op de menselijke gezondheid en het milieu, is het bijzonder belangrijk om de lokale luchtkwaliteit goed te kunnen inschatten. Naast het gebruik van meetstations, is biomonitoring een alternatieve manier om de luchtkwaliteit in te schatten. In deze benadering wordt vertrokken van levende wezens, zoals planten, die ons iets vertellen over onze leefomgeving, bijvoorbeeld in relatie tot luchtkwaliteit. In het geval van passieve biomonitoring wordt gebruik gemaakt van organismen/structuren, zoals bijvoorbeeld bladeren die al aanwezig zijn in onze leefomgeving. Voor dit onderzoek werd gebruik gemaakt van actieve biomonitoring, waarbij zelf een aantal plantjes werden verspreid over het onderzoeksgebied. Deze planten kunnen dan als het ware dienst doen als monitoringstations van de plaatselijke luchtkwaliteit. Op deze manier kunnen we gemakkelijk honderden monitoringstations per stad/gemeente bekomen, waardoor we een gedetailleerd beeld kunnen verkrijgen van de plaatselijke luchtkwaliteit. Doel Het doel van deze campagne was het inschatten van de vervuiling afkomstig van verkeer in de onmiddellijke leefomgeving van de deelnemers aan de hand van aardbeibladeren. Hoe meer deelnemers, hoe gedetailleerder de ruimtelijke spreiding van (voornamelijk) verkeersgerelateerde vervuiling in de gemeente Pepingen in kaart kan gebracht worden. Methode Voor het inschatten van de plaatselijke luchtkwaliteit werden 45 aardbeiplanten verspreid over de gemeente op Deze werden tijdens de bemonsteringsperiode verzorgd door de deelnemers. Het verzamelen van de bladeren gebeurde van 26 tot waardoor de totale blootstellingsperiode 48 tot 51 dagen bedraagt. De verzamelde bladeren werden opgestuurd naar het laboratorium voor Milieu-ecologie en Stadsecologie van de Universiteit Antwerpen, onder leiding van prof. Roeland Samson. De ingeleverde bladeren werden geanalyseerd via een magnetische methode (SIRM, Saturation Isothermal Remanent Magnetisation). Met deze methode wordt een idee verkregen van de hoeveelheid magnetiseerbare stofdeeltjes die op de bladeren zijn afgezet. Deze magnetiseerbare

2 stofdeeltjes zijn voornamelijk afkomstig van de verbranding van fossiele brandstoffen, slijtage van wagen en weg en slijtage van remschijven, en geven dus een inschatting van de verkeersbelasting. De metingen geven een aanduiding van het verkeersgerelateerd fijnstofgehalte in de lucht, maar worden op een andere manier geanalyseerd dan de fijnstofmetingen in klassieke luchtmonitoringstations, en kunnen dus ook niet rechtstreeks hiermee vergeleken worden. Resultaten De bemonstering was succesvol bij 40 van de 45 verspreidde aardbeiplanten. De overige plantjes bleken niet bruikbaar, bijvoorbeeld door uitdroging. Alle meetpunten bevonden zich in of rondom de gemeente Pepingen. Bijlage 1 toont de codes van de plantjes met bijhorende coördinaten en gemeten SIRM-waarden (vervuilingswaarden). Figuur 1 toont de spreiding van de gemeten waarden a.d.h.v. een boxplot. uitschieter 1 maximum 3 e kwartiel 1 mediaan 1 e kwartiel minimum Figuur 1: spreiding van de gemeten SIRM-waarden uitgezet in een boxplot. In vergelijking met voorgaande onderzoeken liggen de SIRM-waarden eerder laag. Dit is grotendeels te verklaren door het landelijke karakter van de gemeente, ten opzichte van eerdere studies die meestal plaatsvonden in stedelijke omgevingen. Tijdens de AIRbezen-campagne in Antwerpen van 2014 bedroeg de gemiddelde waarde 60 µa. 1 Een uitschieter is in de statistiek een waarneming die niet bij de overige lijkt te passen. Meestal betreft het een datapunt wat ver van de overige data verwijderd ligt.

3 Op Figuur 2 is de verspreiding van de meetpunten te zien met de respectievelijke SIRM-waarden. Figuur 2: verspreiding van meetpunten met bijhorende SIRM-signalen. Alhoewel dat er nergens heel hoge waarden opgemeten werden zoals wel het geval is in stedelijke omgevingen toont de kaart duidelijk dat er veel lokale verschillen zijn in SIRM-waarden en bijgevolg in hoeveelheid verkeersvervuiling in de lucht. Deze verschillen worden veroorzaakt door tal van verschillende factoren: de standplaats van de plant (straatkant, tuinkant, ), de hoogte waarop de plant gezet werd, de verkeersintensiteit in de onmiddellijke omgeving van het meetpunt, enzovoort. Omdat de luchtkwaliteit zeer plaatselijk kan verschillen, is het ook mogelijk om deze problemen op lokale schaal aan te pakken (zie verder). In het algemeen werden er relatief lage tot matige vervuilingswaarden gemeten over het hele onderzochte gebied. De hoogste waarden werden gemeten in de Mortagnestraat (PE07) en in de Molenhofstraat (PE36). De verhoogde fijnstofwaarde op bemonsteringspunt PE07 zouden kunnen te wijten zijn aan de dakwerken die op het moment van staalname werden uitgevoerd. De laagste waarden werden gemeten in de Daelestraat (PE08) en in de Donkerstraat. Ter hoogte van het kruispunt van de Molenhofstraat en de Neerstraat werden erg uiteenlopende waarden gemeten. Op deze locatie is de verkeersintensiteit volgens de deelnemers druk tot zeer druk. Er is niet onmiddellijk een verklaring voor de uiteenlopende waarden op deze plaats. Bovendien liggen alle waarden sowieso vrij dicht bij elkaar, vergeleken met voorgaande studies.

4 Om na te gaan welke omstandigheden het meeste invloed hebben op de fijnstrofconcentratie in de lucht, gaan we kijken naar het verband tussen SIRM-signaal enerzijds en geschatte verkeersintensiteit en standplaats (straatkant/tuinkant) anderzijds. Figuur 3 toont het verband tussen SIRM-signaal en de door de deelnemers geschatte verkeersintensiteit. Figuur 3: verband tussen SIRM (µa) en geschatte verkeersintensiteit. Bovenstaande figuur suggereert een positieve correlatie tussen verkeersintensiteit en SIRMwaarden. Dit kan echter niet statistisch worden aangetoond door het eerder beperkt aantal meetpunten (p = 0.1), maar is wel in overeenkomst met de literatuur en met voorgaande onderzoeken uitgevoerd door de onderzoeksgroep. Figuur 4 toont de verband tussen SIRM-signaal en blootstellingsplaats, waarbij een onderscheid tussen straat- en tuinkant werd gemaakt.

5 Figuur 4: verband tussen SIRM (µa) en standplaats (straat/tuinkant). Bovenstaande figuur suggereert lagere vervuilingswaarden aan de tuinkant ten opzichte van waarden gemeten aan de straatkant. Ook hier werd statistisch geen significant verband gevonden (p = 0.5), opnieuw omwille van het beperkt aantal stalen en de minder extreme omstandigheden dan bijvoorbeeld deze in steden. Deze trend sluit aan bij wat we waarnemen in onze andere meetcampagnes.

6 Maatregelen We sommen hier een aantal maatregelen op die bijdragen tot een betere luchtkwaliteit en die de bewoners zelf kunnen nemen. Verplaats je zo veel als mogelijk te voet, met de fiets of met het openbaar vervoer. Dieselmotoren zijn een belangrijke bron van fijnstofuitstoot en vervuilen dus de onmiddellijke omgeving. Indien de wagen echt nodig is, kies dan voor benzine of een elektrische/hybride wagen. Plan voldoende groen in. Bladeren vangen fijnstof af uit de lucht, waardoor planten kunnen dienen als een luchtfilter. Bovendien halen ze ook andere schadelijke stoffen uit de lucht, hebben ze een educatieve waarde en zorgen ze voor een verhoging van de biodiversiteit. Tevens heeft groen een koelend effect vanwege beschaduwing en verdamping via de bladeren. Inrichting van groen dient op een doordachte manier te gebeuren. Onder groen verstaan we niet alleen bomen, maar ook bloemenweides, hagen, groene daken, groene gevels, moestuintjes enzovoort. Vermijd het stoken van (vervuild) hout en kies voor schonere energiebronnen. Ventileer de gebouwen weg van de straat en/of op hogere verdiepingen. Interessante links Tips over wat je zelf kunt doen vind je op: Educatief pakket JOAQUIN: Leuke filmpjes in verband met luchtkwaliteit in het algemeen vind je op:

7 Appendix Bijlage 1: codes van aardbeiplantjes met bijhorende coördinaten van waar de plantjes zich bevonden en SIRM-waarden. Code x coord y coord mean SIRM (µa) PE PE PE PE PE PE PE PE PE PE PE PE PE PE PE PE PE PE PE PE PE PE PE PE PE PE PE PE PE PE PE PE PE PE PE PE PE PE PE PE