Projekty Detektywów Klimatu na lata 2022-2023
Tytuł projektu: Czy porosty są odpowiednimi bioindykatorami do analizy jakości powietrza?
Zespół: CC MERCEDES
Colegio Mercedes Santander Hiszpania 10 Wiek ucznia: 14-15 lat, 16-17 lat
Czy porosty są odpowiednimi bioindykatorami do analizy jakości powietrza?
Czy bioindykatory są odpowiednie do analizy jakości powietrza?
Porosty to organizmy symbiotyczne między grzybem a algą lub cyjanobakterią. Mają one duże znaczenie ekologiczne jako bioindykatory ze względu na ich wrażliwość na zmiany składu powietrza i obecność zanieczyszczeń. Wynika to z faktu, że są one w stanie gromadzić w swoich tkankach zanieczyszczenia atmosferyczne, takie jak metale ciężkie, tlenki azotu i dwutlenek siarki, co pozwala im odzwierciedlać stężenie tych zanieczyszczeń w powietrzu. Ponadto porosty są wolno rosnące i bardzo odporne, co pozwala na wykorzystanie ich jako długoterminowych wskaźników.
Do najczęstszych zanieczyszczeń w miastach należą unoszące się w powietrzu cząstki o średnicy mniejszej lub równej 10 mikrometrów (PM10). Mogą one być emitowane ze źródeł naturalnych, takich jak pył i piasek z ziemi, lub ze źródeł antropogenicznych, takich jak ruch drogowy, emisje przemysłowe i spalanie paliw kopalnych.
PM10 jest mierzony w mikrogramach na metr sześcienny (µg/m3), co jest jednostką miary używaną do wyrażania stężenia pyłu zawieszonego w powietrzu. Podwyższone poziomy mogą mieć szkodliwy wpływ na zdrowie ludzi, zwłaszcza osób cierpiących na choroby układu oddechowego i sercowo-naczyniowego, a także mogą przyczyniać się do zanieczyszczenia powietrza i zmian klimatycznych. Monitorowanie i kontrola poziomów PM10 jest zatem ważna dla ochrony zdrowia publicznego i środowiska.
Poziomy PM10 w powietrzu są ogólnie podzielone na cztery kategorie w zależności od ich stężenia:
- Dobrze: Poniżej 50 µg/m3
- Umiarkowany: Między 50 a 150 µg/m3
- Szkodliwy dla zdrowia wrażliwych grup: Między 150 a 250 µg/m3
- Szkodliwe dla zdrowia: Ponad 250 µg/m3
W mieście Santander, zgodnie z danymi z sieci jakości powietrza, w 2022 r. odnotowaliśmy poziomy od dobrego do umiarkowanego.
Likweny są organizmami podobnymi do hongo i alg lub cianobakterii. Mają duże znaczenie ekologiczne jako bioindykatory ze względu na ich wrażliwość na zmiany składu powietrza i obecność zanieczyszczeń. Wynika to z faktu, że są one w stanie gromadzić zanieczyszczenia atmosferyczne, takie jak pyłki metali, tlenki azotu i tlenki azotu w swoich tkankach, co pozwala na odzwierciedlenie stężenia tych zanieczyszczeń w powietrzu. Co więcej, líquenes tienen un crecimiento lento y son muy resistentes, lo que les permite ser utilizados como indicadores a largo plazo.
Wśród zanieczyszczeń najczęściej występujących w miastach znajdują się cząstki zawieszone w powietrzu o średnicy mniejszej lub równej 10 mikrometrów (PM10). Mogą być emitowane przez źródła naturalne, takie jak polvo i arena del suelo, lub przez źródła antropogeniczne, takie jak transport, emisje przemysłowe i spalanie paliw.
Pomiar pyłu PM10 odbywa się w mikrogramach na metr sześcienny (µg/m3), co stanowi jednostkę pomiarową wykorzystywaną do wyrażania stężenia cząstek stałych w powietrzu. 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. W związku z tym czujność i kontrola poziomów pyłu PM10 są ważne dla ochrony zdrowia publicznego i środowiska.
Stężenia pyłu PM10 w powietrzu są ogólnie klasyfikowane w czterech kategoriach w zależności od ich stężenia:
- Bueno: Mniej niż 50 µg/m3
- Umiarkowany: Między 50 a 150 µg/m3
- Dañino para la salud de grupos sensibles: Entre 150 y 250 µg/m3
- Ogólne zagrożenie dla zdrowia: Más de 250 µg/m3
W mieście Santander, według danych Red de Calidad del Aire, w 2022 r. osiągnęliśmy poziom pomiędzy dobrym a umiarkowanym.
Przeanalizowaliśmy kilka ulic niezależnie (co najmniej 3 ulice na ucznia lub grupę) i bez wcześniejszego wskazania lub wyboru obszaru, aby uzyskać losowe dane. Początkowo przeprowadziliśmy analizę na ulicy, na której znajduje się szkoła, aby ujednolicić kryteria, biorąc pod uwagę, że są to bardzo subiektywne dane, jako odniesienie zastosowano cztery poziomy gęstości (0 = brak porostów; 1 = niewielka obecność; 2 = średnia gęstość; 3 = wysoka gęstość).
Dla każdego obszaru przeanalizowano co najmniej 10 drzew i maksymalnie 30 drzew, odwiedzając różne obszary, takie jak parki i ogrody, ulice dla pieszych, ulice o dużym natężeniu ruchu, ulice handlowe itp. Ponadto jako punkt odniesienia zarejestrowano liczbę pojazdów silnikowych w ciągu 5 minut. W tej liczbie pojazdy elektryczne zostały wykluczone, ponieważ nie generują zanieczyszczających cząstek. Łącznie przeanalizowano 25 różnych lokalizacji z 382 drzewami. Dane zostały zapisane w tabeli EXCEL, a średnie wartości porostów zostały obliczone i porównane z natężeniem ruchu w ciągu 5 minut obserwacji.
Analizując nasze wyniki graficznie, nie zaobserwowaliśmy bezpośredniej korelacji między gęstością porostów a natężeniem ruchu. Istnieją pewne uderzające okoliczności, takie jak fakt, że największa liczba samochodów w ciągu 5 minut (76) zbiega się z całkowitym brakiem porostów, czego należało się spodziewać. Jednak należało się również spodziewać, że wartości gęstości porostów na dwóch ulicach dla pieszych będą znacznie wyższe niż na pozostałych, ale w obu przypadkach, chociaż są to wysokie poziomy, nie ma dużej różnicy w porównaniu z innymi obszarami, na których występuje ruch. Istnieją nawet obszary o dużym natężeniu ruchu, które mają wyższą gęstość porostów niż jedna z ulic dla pieszych.
Przeanalizowaliśmy różne lokalizacje w sposób niezależny (co najmniej 3 lokalizacje na ucznia lub grupę) i bez żadnego wskazania lub wstępnego wyboru strefy, w celu pozbycia się danych aleatorycznych. Inicialmente hemos realizado el análisis en la calle donde se encuentra ubicado el colegio con el fin de unificar criterios, dado que este es unato muy subjetivo, se han usado como referencia cuatro niveles de densidad (0 = Sin líquenes; 1 = Poca presencia; 2 = Densidad media; 3 = Densidad alta).
Przeanalizowano co najmniej 10 i co najwyżej 30 akrów w każdej strefie, odwiedzając różne strefy, takie jak parki, ogrody, dzielnice wiejskie, dzielnice o dużym zagęszczeniu ruchu, dzielnice handlowe... Ponadto zarejestrowano liczbę pojazdów silnikowych w ciągu 5 minut, jako punkt odniesienia. W tym zestawieniu nie uwzględniono pojazdów elektrycznych, ponieważ nie generują one zanieczyszczeń. W sumie przeanalizowano 25 różnych lokalizacji, w sumie 382 akweny. Dane zostały zarejestrowane w tabeli EXCEL i obliczono wartości medialne líquenes oraz porównano je z gęstością zanieczyszczeń w ciągu 5 minut obserwacji.
Al analizar gráficamente nuestros resultados no observamos una correlación directa entre la densidad de líquenes y la densidad del tráfico. Jeśli docenimy pewne okoliczności, takie jak to, że największa liczba samochodów w ciągu 5 minut (76), zbiega się z całkowitą ilością samochodów, co było nieuniknione. 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 hay mucha diferencia con otras zonas en las que si hay tráfico. Istnieją również strefy o dużym natężeniu ruchu, w których gęstość zaludnienia jest wyższa niż w innych obszarach górskich
Nasze wyniki prowadzą nas do wniosku, że istnieje błąd w podejściu do pracy, który należy wziąć pod uwagę przy przyszłych projektach w tej dziedzinie.
- Klimat lub lokalizacja ulic może prowadzić do większej cyrkulacji powietrza, a tym samym do czystszego powietrza.
- Analiza na miejscu pyłu zawieszonego PM10 lub dane dla każdej ulicy/obszaru miasta w badanych rejestrach.
- Zaobserwowaliśmy drzewa w różnym wieku na tej samej ulicy, a w niektórych przypadkach młode drzewa z porostami, podczas gdy te, które są w okolicy od dłuższego czasu, mają mniej porostów lub odwrotnie, więc początkowy stopień porostów jest również czynnikiem, który należy wziąć pod uwagę.
- Analiza gęstości porostów jest w dużym stopniu subiektywna. Powinna istnieć możliwość dokonania tego w bardziej subiektywny sposób, aby analiza była bardziej wiarygodna, poprzez komputerową analizę obrazu.
- Rodzaj porostu może również mieć różne tempo wzrostu i dlatego może mieć znaczenie dla wyniku, podobnie jak rodzaj drzewa.
- Przeprowadzona przez nas analiza ruchu drogowego może nie być miarodajna dla rzeczywistego ruchu w okolicy, chociaż staraliśmy się to zrekompensować, licząc na różnych ulicach o różnych porach. Lepiej byłoby mieć rzeczywiste dane o ruchu drogowym, 24-godzinne nagrania z kamer lub powtórzenia na tych samych ulicach o różnych porach w dłuższym okresie czasu.
Podsumowując, należy oczekiwać, że na obszarach o mniejszym natężeniu ruchu występuje większe zagęszczenie porostów i obserwacyjnie mamy takie wrażenie, nie znaleźliśmy znaczących wyników, ale uważamy, że jest to spowodowane błędami w projektowaniu eksperymentu.
Uważamy jednak, że system ten może być przydatny, jeśli miasta o podobnych cechach będą porównywane w ten sam sposób.
Uzyskane przez nas wyniki prowadzą do wniosku, że istnieje błąd w planowaniu pracy, który należy wziąć pod uwagę przy kolejnych projektach na tej linii.
- Klimatologia i lokalizacja miast mogą powodować większą cyrkulację powietrza, a tym samym jego lepsze oczyszczanie.
- Analiza in situ części MP10 lub danych dotyczących każdej ulicy lub strefy miasta w badanych rejestrach.
- 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 or al revés, por lo que el grado inicial de los mismos también es un dato que habría que que considerar.
- W rozważaniach dotyczących gęstości líquenes występuje duża subiektywność. Powinno to być bardziej subiektywne, aby wiarygodność analizy była wyższa, np. poprzez analizę obrazu za pomocą ordenadora.
- Rodzaj płynu również może mieć różną prędkość wzrostu, a co za tym idzie, może mieć znaczący wpływ na wynik, podobnie jak rodzaj orkanu.
- Analiza ruchu drogowego, którą przeprowadziliśmy, może nie być znacząca w stosunku do rzeczywistego ruchu drogowego w strefie, chociaż zamierzaliśmy to zrekompensować, wykonując zdjęcia w różnych miejscach i w różnych godzinach. Zaleca się, aby dane dotyczące rzeczywistego ruchu drogowego były zbierane przez 24 godziny na dobę lub powtarzane w tych samych miejscach w różnych godzinach przez dłuższy okres czasu.
Podsumowując, mimo że można oczekiwać, że w strefach o mniejszym natężeniu ruchu gęstość ruchu będzie większa, a obserwacje wskazują na takie odczucie, nie uzyskaliśmy znaczących wyników, ale uważamy, że wynika to z błędów w projekcie eksperymentu.
Mimo to uważamy, że system ten może być przydatny, jeśli porównamy w ten sam sposób miasta o podobnych cechach.
Ten projekt został automatycznie przetłumaczony na język angielski.
Projekty tworzone są przez zespoły i to one biorą pełną odpowiedzialność za udostępniane dane.
← Wszystkie projekty
EN 
CS 
DA 
ET 
FI 
FR 
DE 
EL 
HU 
IT 
LV 
LT 
NL 
NB 
PL 
PT 
RO 
SK 
SL 
SV 
ES 