Catalogue : Details

Marselina Arkouli

Measurement and Modeling of the Spatial Distribution and Temporal Variation of Ambient Particulate Matter

A Method Developed for the Example of Buenos Aires

ISBN:

978-3-8440-0619-3

Series:

Umwelttechnik

Keywords:

Particulate Matter; Measurement; Modeling; Spatial Distribution; Temporal Variation; Buenos Aires

Type of publication:

Thesis

Language:

English

Pages:

134 pages

Figures:

66 figures

Weight:

197 g

Format:

21 x 14,8 cm

Bindung:

Paperback

Price:

45,80 € / 91,60 SFr

Published:

December 2011

Buy:

Download:

Available PDF-Files for this title:

You need the Adobe Reader, to open the files. Here you get help and information, for the download.

These files are not printable.


	Document		Abstract
	Type		PDF
	Costs		free
	Action		Display of file - 46 kB (47187 Byte)
	Action		Download of file - 46 kB (47187 Byte)


	Document		Document
	Type		PDF
	Costs		34,35 EUR
	Action		Purchase in obligation and display of file - 3,4 MB (3614902 Byte)
	Action		Purchase in obligation and download of file - 3,4 MB (3614902 Byte)


	Document		Table of contents
	Type		PDF
	Costs		free
	Action		Display of file - 90 kB (91703 Byte)
	Action		Download of file - 90 kB (91703 Byte)

User settings for registered users

You can change your address here or download your paid documents again.

User:	Not logged in.
Actions:	Login / Register Forgotten your password?

Recommendation:

You want to recommend this title?

Review copy:

Here you can order a review copy.

Link:

You want to link this page? Click here.

Export citations:

Text
BibTex
RIS

Reviews:

Hier finden Sie Rezensionen zu diesem Titel

Abstract:

Die Luftverschmutzung, insbesondere durch Feinstaub, stellt in den Großstädten der Welt ein ernsthaftes Gesundheitsproblem dar. In dieser Arbeit wurde im Rahmen eines Gemeinschaftsprojektes deutscher und argentinischer Universitäten die Feinstaubbelastung in Buenos Aires, der Hauptstadt Argentiniens untersucht. Das Ziel dieser Arbeit war dabei die Entwicklung einer kostengünstigen Methode zur Bestimmung der räumlichen Verteilung der Feinstaub-Konzentrationen sowie der Einflussfaktoren auf diese Konzentrationen.

Im Rahmen des Projektes BARUCA (Buenos Aires Research on Urban Climate and Air Pollution) wurden ein Jahr lang, von März 2006 bis März 2007, in der Stadt Buenos Aires Messungen von Luftverunreinigungen und meteorologischen Parametern durchgeführt. Durch die Auswertung dieser Messungen wurden Kenntnisse über die Haupteinflussfaktoren auf die Feinstaubbelastung gewonnen. Damit wurden Neuronale Netz-Modelle entwickelt, mit denen auf zuverlässige Weise die räumliche und zeitliche Verteilung der Feinstaubkonzentrationen berechnet werden konnte. Das Modell für die Bestimmung der räumlichen Verteilung von Feinstaub wurde mit Feinstaubmesswerten an 67 Punkten und Variablen wie Verkehr, Bevölkerungsdichte, Landnutzung und UTM-Koordinaten trainiert. Weiterhin wurden zwei Modelle entwickelt, mit denen die zeitliche Verteilung von Feinstaub an zwei Orten für Perioden, während derer keine Immissionwerte verfügbar waren, berechnet werden konnte. Diese Modelle wurden mit Feinstaubmesswerten und meteorologischen Parametern (Windgeschwindigkeit, Windrichtung, Temperatur und Luftfeuchtigkeit) trainiert. Die Korrelationskoeffizienten zeigen, dass jedes Modell den Zusammenhang zwischen Eingabe und Messdaten gelernt hat. Außerdem ergeben die Ergebnisse eine plausible Interpretation des Einflusses der Eingangsdaten auf die Ausgangdaten.

Mit den entwickelten Modellen wurden mehr und bessere Angaben über die Feinstaubbelastung in der Stadt von Buenos Aires erhalten. Sie sind somit geeignet, gezielt Maßnahmen zur Verminderung der Belastung vorzunehmen und somit die Gesundheit der Bevölkerung und die Umweltqualität zu verbessern. Die entwickelten Modelle stellen ein brauchbares Werkzeug dar, das auf Landnutzungskarten und temporären Messkampagnen basiert, und generell zur Bestimmung der Feinstaubbelastung in Städten wie Buenos Aires, wo die Anzahl von Messstationen limitiert ist, angewendet werden kann.