Projekty Climate Detectives 2022-2023


Téma projektu: Znečištění ovzduší

Název projektu: Jsou lišejníky vhodnými bioindikátory pro analýzu kvality ovzduší?

Tým: CC MERCEDES

Colegio Mercedes   Santander   Španělsko   10 Věk studenta: 14-15 let, 16-17 let

Výzkumná otázka

Jsou lišejníky vhodnými bioindikátory pro analýzu kvality ovzduší?
¿Son los líquenes bioindicadores adecuados para analizar la calidad del aire?

Shrnutí projektu
Úroveň znečištění v Santanderu v roce 2022

Lišejníky jsou symbiotické organismy mezi houbou a řasou nebo sinicí. Mají velký ekologický význam jako bioindikátory díky své citlivosti na změny ve složení ovzduší a přítomnost znečišťujících látek. Jsou totiž schopny ve svých tkáních akumulovat atmosférické znečišťující látky, jako jsou těžké kovy, oxidy dusíku a oxid siřičitý, což jim umožňuje odrážet koncentraci těchto znečišťujících látek v ovzduší. Kromě toho jsou lišejníky pomalu rostoucí a velmi odolné, což umožňuje jejich využití jako dlouhodobých indikátorů.
Mezi nejčastější znečišťující látky ve městech patří částice v ovzduší o průměru menším nebo rovném 10 mikrometrů (PM10). Mohou být emitovány z přírodních zdrojů, jako je prach a písek ze země, nebo z antropogenních zdrojů, jako je doprava, průmyslové emise a spalování fosilních paliv.
PM10 se měří v mikrogramech na metr krychlový (µg/m3), což je měrná jednotka používaná k vyjádření koncentrace pevných částic v ovzduší. Zvýšené hodnoty mohou mít škodlivé účinky na lidské zdraví, zejména na osoby s respiračními a kardiovaskulárními chorobami, a mohou přispívat ke znečištění ovzduší a změně klimatu. Sledování a kontrola úrovně PM10 je proto důležitá pro ochranu veřejného zdraví a životního prostředí.
Úroveň PM10 v ovzduší se obecně dělí do čtyř kategorií podle koncentrace:
- Dobré: Méně než 50 µg/m3
- Mírné: 50 až 150 µg/m3
- Škodlivé pro zdraví citlivých skupin: 150 až 250 µg/m3
- Škodlivé pro zdraví: Více než 250 µg/m3
Ve městě Santander jsme podle údajů sítě pro kvalitu ovzduší měli v roce 2022 dobré až mírné hodnoty.

Los líquenes son organismos simbióticos entre un hongo y un alga o cianobacteria. Tienen una gran importancia ecológica como bioindicadores debido a su sensibilidad a los cambios en la composición del aire y la presencia de contaminantes. Esto es debido a que son capaces de acumular contaminantes atmosféricos como metales pesados, óxidos de nitrógeno y dióxido de azufre en sus tejidos, lo que les permite reflejar la concentración de estos contaminantes en el aire. Además, los líquenes tienen un crecimiento lento y son muy resistentes, lo que les permite ser utilizados como indicadores a largo plazo.
Entre los contaminantes más habituales en ciudades están las partículas suspendidas en el aire de diámetro menor o igual a 10 micrómetros (PM10). Pueden ser emitidas por fuentes naturales como polvo y arena del suelo, o por fuentes antropogénicas como el tráfico, las emisiones industriales y la quema de combustibles fósiles.
La medición de PM10 se realiza en microgramos por metro cúbico (µg/m3), que es una unidad de medida utilizada para expresar la concentración de partículas en el aire. Los niveles elevados pueden tener efectos perjudiciales para la salud humana, especialmente para personas con enfermedades respiratorias y cardiovasculares, y pueden contribuir a la contaminación del aire y el cambio climático. Por lo tanto, la vigilancia y el control de los niveles de PM10 son importantes para proteger la salud pública y el medio ambiente.
Los niveles de PM10 en el aire se clasifican generalmente en cuatro categorías de acuerdo con su concentración:
- Bueno: Méně než 50 µg/m3
- Moderátor: Mezi 50 a 150 µg/m3
- Dañino para la salud de grupos sensibles: V rozmezí 150 až 250 µg/m3
- Dañino para la salud en general: Más de 250 µg/m3
En la ciudad de Santander, según los datos de la Red de Calidad del Aire, tuvimos en 2022 unos niveles entre buenos y moderados.

Hlavní výsledky a závěry
Srovnání lišejníků a silniční dopravy

Analyzovali jsme několik ulic nezávisle na sobě (nejméně 3 ulice na žáka nebo skupinu) a bez předchozího určení nebo výběru oblasti, abychom měli k dispozici náhodné údaje. Zpočátku jsme analýzu provedli v ulici, kde se nachází škola, abychom sjednotili kritéria, vzhledem k tomu, že se jedná o velmi subjektivní údaje, byly jako referenční použity čtyři úrovně hustoty (0 = žádný výskyt lišejníků; 1 = malý výskyt; 2 = střední hustota; 3 = vysoká hustota).

V každé oblasti bylo analyzováno minimálně 10 a maximálně 30 stromů, přičemž byly navštíveny různé oblasti, jako jsou parky a zahrady, pěší ulice, ulice s vysokou hustotou dopravy, nákupní ulice atd. Kromě toho byl jako referenční údaj zaznamenán počet motorových vozidel za 5 minut. Do tohoto počtu nebyla zahrnuta elektrická vozidla, protože neprodukují znečišťující částice. Celkem bylo analyzováno 25 různých lokalit s celkem 382 stromy. Údaje byly zaznamenány do tabulky EXCEL a byly vypočteny průměrné hodnoty lišejníků a porovnány s hustotou dopravy za 5 minut pozorování.

Při grafické analýze výsledků jsme nezaznamenali přímou souvislost mezi hustotou lišejníků a hustotou provozu. Existují některé nápadné okolnosti, jako například skutečnost, že nejvyšší počet aut za 5 minut (76) se shoduje s úplnou absencí lišejníků, což se dalo očekávat. Dalo se však také očekávat, že hodnoty hustoty lišejníků ve dvou pěších ulicích budou výrazně vyšší než v ostatních, ale v obou, ačkoli jde o vysoké hodnoty, není velký rozdíl s ostatními oblastmi, kde je provoz. Existují dokonce oblasti s velkým provozem, které mají vyšší hustotu lišejníků než jedna z pěších ulic.

Hemos analyzado diversas calles de manera independiente (al menos 3 calles por alumno o grupo) y sin ningún tipo de indicación o selección previa de la zona, con el fin de disponer de disponer de datos aleatorios. Inicialmente hemos realizado el análisis en la calle donde se encuentra ubicado el colegio con el fin de unificar criterios, dado que este es un dato muy subjetivo, se han usado como referencia cuatro niveles de densidad (0 = Sin líquenes; 1 = Poca presencia; 2 = Densidad media; 3 = Densidad alta).

Se han analyzado un mínimo de 10 árboles y un máximo de 30 por cada zona, habiéndose visitado zonas variadas tales como parques y jardines, calles peatonales, calles de alta densidad de tráfico, comerciales... además se ha registrado el número de vehículos motorizados en 5 minutos, como reference. En este conteo se han excluido los vehículos eléctricos dado que no generan partículas contaminantes. Celkem se han analyzado 25 localizaciones diferentes, con un total de 382 árboles. Los datos se han registrado en una tabla de EXCEL y se han calculado los valores medios de líquenes y se han comparado con la densidad de tráfico en 5 minutos de observación.

Al analizar gráficamente nuestros resultados no observamos una correlación directa entre la densidad de líquenes y la densidad del tráfico. Si que aprecian algunas circunstancias llamativas como que el mayor número de coches en 5 minutos (76), coincide con ausencia total de líquenes, cosa que era esperable. Sin embargo también era esperable que los valores de densidad de líquenes en las dos calles peatonales fueran significativamente mayores que en el resto pero en ambos, aunque son niveles altos, no haya mucha diferencia con otras zonas en las que si hay tráfico. Incluso hay zonas con mucho tráfico que tiene una mayor densidad de líquenes que una de las calles peatonales

Co bude dál? Akce, které pomohou změnit a zmírnit tento problém
Plakát projektu

Naše výsledky nás vedou k domněnce, že v přístupu k práci je chyba, kterou je třeba zohlednit v budoucích projektech v této oblasti.
- Klima nebo umístění ulic může vést k lepší cirkulaci vzduchu, a tím i k čistšímu ovzduší.
- Analýza částic PM10 na místě nebo údaje pro každou ulici/oblast města ve studovaných záznamech.
- V jedné ulici jsme pozorovali stromy různého stáří a v některých případech mladé stromy s lišejníky, zatímco ty, které jsou v oblasti již delší dobu, mají lišejníků méně nebo naopak, takže je třeba vzít v úvahu i počáteční stupeň lišejníků.
- Uvažování o hustotě lišejníků je do značné míry subjektivní. Mělo by být možné provést ji subjektivnějším způsobem, aby byla analýza spolehlivější, a to pomocí počítačové analýzy obrazu.
- Druh lišejníku může mít také různou rychlost růstu, a proto může mít na výsledek vliv, stejně jako druh stromu.
- Analýza silniční dopravy, kterou jsme provedli, nemusí odpovídat skutečnému provozu v oblasti, i když jsme se to snažili kompenzovat sčítáním v různých ulicích v různých časech. Bylo by vhodnější mít k dispozici skutečné údaje o dopravě ,24hodinový kamerový záznam nebo opakování na stejných ulicích v různých časech v delším časovém období.

Závěrem lze očekávat, že v oblastech s menším provozem je vyšší hustota lišejníků, a pozorováním jsme tento pocit získali, nezjistili jsme však signifikantní výsledky, ale domníváme se, že je to způsobeno chybami v designu experimentu.
Domníváme se však, že tento systém může být užitečný, pokud jsou města s podobnými charakteristikami porovnávána stejným způsobem.

Nuestros resultados nos llevan a pensar en que hay un error en el planteamiento del trabajo que debería tenerse en cuenta para próximos proyectos en esta línea.
- La climatología o la ubicación de las calles pueden provocar mayores circulaciones de aire y por tanto más limpieza del aire
- Análisis in situ de partículas MP10 o datos de cada calle o zona de la ciudad en los registros estudiados.
- Hemos observado árboles de diferentes edades en la misma calle, y en algunos casos árboles jóvenes con líquenes mientras que los que llevan mas tiempo en la zona presentan menos líquenes o al revés, por lo que el grado inicial de los mismos también es un dato que habría que considerar.
- Hay una alta subjetividad en la consideración de las densidades de líquenes. Debería poder hacerse de manera más subjetiva para que la fiabilidad del análisis sea mayor, tal vez mediante análisis de imagen por ordenador.
- El tipo de liquen también puede tener diferentes velocidades de crecimiento y, por tanto, ser significativo en el resultado, lo mismo que el tipo de árbol.
- El análisis del tráfico rodado que hemos realizado puede no ser significativo del tráfico real de la zona, aunque hemos intentado compensarlo haciendo los conteos en diferentes calles y a diferentes horas. Sería preferible contar con los datos reales del trafico mediante cámaras de grabación 24h o repetición en las mismas calles a diferentes horas durante un periodo mayor de tiempo.

En conclusión, aunque sí que es esperable que haya una mayor densidad de líquenes en zones con menos trafico y observacionalmente tenemos esa sensación, no hemos encontrado resultados significativos, pero pensamos que esto es por los errores en el diseño del experimento.
Sin embargo creemos que este sistema sí que puede ser útil si se comparan del mismo modo ciudades de características similares.

Plakát projektu:

Stáhnout plakát projektu PDF

Tento projekt byl automaticky přeložen do češtiny.
Projekty vytvářejí týmy a přebírají plnou odpovědnost za sdílená data.
← Všechny projekty