Klimato detektyvai 2022-2023 m. projektai


Projekto tema: Oro tarša

Projekto pavadinimas: Ar kerpės yra tinkami bioindikatoriai oro kokybei analizuoti?

Komanda: CC MERCEDES

Colegio Mercedes   Santander   Ispanija   10 Mokinio amžius: 14-15 metų, 16-17 metų

Tyrimo klausimas

Ar kerpės yra tinkami bioindikatoriai oro kokybei analizuoti?
¿Son los líquenes bioindicadores adecuados para analizar la calidad del aire?

Projekto santrauka
Užterštumo lygis Santandere 2022 m.

Ličeniai yra grybo ir dumblio arba cianobakterijos simbiotiniai organizmai. Jie labai svarbūs ekologiniu požiūriu kaip bioindikatoriai, nes yra jautrūs oro sudėties pokyčiams ir teršalams. Taip yra todėl, kad jie savo audiniuose gali kaupti atmosferos teršalus, pavyzdžiui, sunkiuosius metalus, azoto oksidus ir sieros dioksidą, todėl gali atspindėti šių teršalų koncentraciją ore. Be to, kerpės auga lėtai ir yra labai atsparios, todėl jas galima naudoti kaip ilgalaikius indikatorius.
Vieni iš labiausiai paplitusių teršalų miestuose yra mažesnės nei 10 mikrometrų skersmens (KD10) oro dalelės. Jos gali būti išmetamos iš natūralių šaltinių, pavyzdžiui, dulkių ir smėlio nuo žemės paviršiaus, arba iš antropogeninių šaltinių, pavyzdžiui, eismo, pramonės išmetamų teršalų ir iškastinio kuro deginimo.
KD10 matuojamas mikrogramais kubiniame metre (µg/m3) - tai matavimo vienetas, naudojamas kietųjų dalelių koncentracijai ore išreikšti. Padidėjęs jų kiekis gali turėti žalingą poveikį žmonių sveikatai, ypač sergantiems kvėpavimo takų ir širdies bei kraujagyslių ligomis, ir prisidėti prie oro taršos bei klimato kaitos. Todėl siekiant apsaugoti visuomenės sveikatą ir aplinką svarbu stebėti ir kontroliuoti KD10 koncentraciją.
Kietųjų dalelių KD10 kiekis ore paprastai skirstomas į keturias kategorijas pagal jų koncentraciją:
- Gerai: Mažiau nei 50 µg/m3
- Vidutinio sunkumo: Nuo 50 iki 150 µg/m3
- Kenksmingas jautrių grupių sveikatai: Nuo 150 iki 250 μg/m3.
- Kenksmingas bendrai sveikatai: Daugiau kaip 250 µg/m3
Santandero mieste, remiantis oro kokybės tinklo duomenimis, 2022 m. oro kokybė buvo gera arba vidutinė.

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 atmosferricos 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.
Kietųjų dalelių KD10 matavimas atliekamas mikrogramais kubiniame metre (µg/m3), kuris yra viena iš medidacijos priemonių, naudojamų oro dalelių koncentracijai išreikšti. 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: Mažiau kaip 50 µg/m3
- Moderatorius: Tarp 50 ir 150 µg/m3
- Dañino para la salud de grupos sensibles: Entre 150 y 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.

Pagrindiniai rezultatai ir išvados
Ličių ir kelių eismo palyginimas

Siekdami gauti atsitiktinių duomenų, analizavome kelias gatves atskirai (ne mažiau kaip 3 gatves kiekvienam mokiniui ar grupei), iš anksto nenurodydami ar neatrinkdami vietovės. Iš pradžių analizę atlikome gatvėje, kurioje yra mokykla, kad suvienodintume kriterijus, atsižvelgiant į tai, kad tai labai subjektyvūs duomenys, kaip atskaitos tašką naudojome keturis tankumo lygius (0 = nėra kerpių; 1 = mažai jų yra; 2 = vidutinis tankumas; 3 = didelis tankumas).

Kiekvienoje teritorijoje buvo analizuojama mažiausiai 10 ir daugiausiai 30 medžių, aplankant įvairias teritorijas, pavyzdžiui, parkus ir sodus, pėsčiųjų gatves, didelio eismo intensyvumo gatves, prekybos gatves ir pan. Be to, kaip atskaitos taškas buvo fiksuojamas motorizuotų transporto priemonių skaičius per 5 minutes. Į šį skaičiavimą nebuvo įtrauktos elektrinės transporto priemonės, nes jos neišskiria teršiančių dalelių. Iš viso buvo analizuojamos 25 skirtingos vietos, kuriose iš viso buvo 382 medžiai. Duomenys buvo surašyti į EXCEL lentelę, apskaičiuotos vidutinės kerpių vertės ir palygintos su transporto priemonių eismo intensyvumu per 5 stebėjimo minutes.

Analizuodami rezultatus grafiškai, nepastebėjome tiesioginės koreliacijos tarp kerpių tankio ir eismo intensyvumo. Yra keletas į akis krintančių aplinkybių, pavyzdžiui, tai, kad didžiausias automobilių skaičius per 5 minutes (76) sutampa su visišku kerpių nebuvimu, ko ir reikėjo tikėtis. Tačiau taip pat buvo galima tikėtis, kad kerpių tankio vertės dviejose pėsčiųjų gatvėse bus gerokai didesnės nei likusiose, tačiau abiejose, nors jos ir yra didelės, nėra didelio skirtumo su kitomis teritorijomis, kuriose vyksta eismas. Yra net tokių vietovių, kuriose eismas intensyvus, kuriose kerpių tankis didesnis nei vienoje iš pėsčiųjų gatvių.

Hemos analizado 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 referencia. En este conteo se han excluido los vehículos eléctricos dado que no generan partículas contaminantes. Iš viso 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

Kas toliau? Veiksmai, kurie padės pakeisti situaciją ir sumažinti problemą
Projekto plakatas

Mūsų rezultatai leidžia manyti, kad šiame darbe padaryta klaida, į kurią reikėtų atsižvelgti vykdant būsimus šios srities projektus.
- Klimatas arba gatvių vieta gali lemti geresnę oro cirkuliaciją, taigi ir švaresnį orą.
- Kietųjų dalelių KD10 analizė vietoje arba duomenys apie kiekvieną miesto gatvę / rajoną tirtuose įrašuose.
- Toje pačioje gatvėje pastebėjome skirtingo amžiaus medžių, o kai kuriais atvejais jauni medžiai buvo apaugę kerpėmis, tuo tarpu ilgesnį laiką augę medžiai kerpių turėjo mažiau arba atvirkščiai, todėl reikia atsižvelgti ir į pradinį kerpių paplitimo laipsnį.
- Vertinant kerpių tankumą yra daug subjektyvumo. Kad analizė būtų patikimesnė, turėtų būti įmanoma tai atlikti subjektyviau, atliekant kompiuterinę vaizdų analizę.
- Taip pat gali skirtis kerpių augimo greitis, todėl tai gali turėti įtakos rezultatui, kaip ir medžio rūšis.
- Mūsų atlikta kelių eismo analizė gali neatitikti realaus eismo rajone, nors bandėme tai kompensuoti skaičiuodami skirtingose gatvėse skirtingu laiku. Būtų geriau turėti tikruosius eismo duomenis ,24 valandų trukmės kamerų įrašus arba pakartoti skaičiavimus tose pačiose gatvėse skirtingu laiku per ilgesnį laikotarpį.

Apibendrinant galima tikėtis, kad mažesnio eismo intensyvumo teritorijose kerpių tankumas yra didesnis, ir stebėdami tai jaučiame, tačiau reikšmingų rezultatų neradome, tačiau manome, kad taip yra dėl eksperimento planavimo klaidų.
Tačiau manome, kad ši sistema gali būti naudinga, jei panašių charakteristikų miestai bus lyginami vienodai.

Nuestros results 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 zonas 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.

Projekto plakatas:

Atsisiųsti projekto plakatą PDF formatu

Šis projektas buvo automatiškai išverstas į anglų kalbą.
Projektus kuria komandos ir prisiima visą atsakomybę už bendrus duomenis.
← Visi projektai