Autotransporta ietekme uz gaisa kvalitāti autoceļa A7 Ķekavas posmā

Abstract

Maģistra darbā “Autotransporta ietekme uz gaisa kvalitāti autoceļa A7 Ķekavas posmā” novērtēts autotransporta radītais atmosfēras piesārņojumu līmenis A7 Ķekavas posmā. Dati par satiksmes plūsmu tika iegūti izmantojot Latvijas Valsts ceļu stacionāra monitoringa datus, savukārt iedalījums pēc transportlīdzekļu klasēm veikts pamatojoties uz Valsts Centrālās statistikas pārvaldes apkopotajiem uzskaites datiem un CSDD apkopotās statistikas. Pētījuma praktiskajā daļā, lai veiktu scenāriju izstrādi un modelēšanu, izmantots AERMOD gausa dispersijas modelis. Modeļa datu ievadei izmantoti Latvijas Vides, ģeoloģijas un meteoroloģijas centra dati par meteoroloģisko apstākļu raksturojošiem parametriem un stacionārajiem piesārņojuma avotiem Ķekavas teritorijā. Transporta radītās izplūdes gāzu faktiskās emisijas aprēķinātas pēc COPERT novērtējuma metodes, savukārt resuspensijas radītās emisijas pēc AP-42 metodikas. Modeļa validācijai veikti PMx daļiņu mērījumi 3 dažādos punktos, pēc iespējas dažādākos braukšanas apstākļos.

The master thesis “Influence of road transport on air quality along A7 Ķekava city” assesses the level of atmospheric pollution caused by road traffic along A7 Ķekava city. Traffic data was obtained using monitoring data from Latvian State Road stationary monitoring, while the breakdown by vehicle classes was based on the data by the State Central Statistics Bureau and the statistics compiled by the CSDD. In the practical part of the study, the AERMOD gaussian dispersion model was used for scenario development and modelling. The Latvian Environment, Geology and Meteorology Centre data on meteorological parameters and stationary sources of pollution in the territory of Ķekava were used as input for the model. Actual emissions from transport were calculated using the COPERT methodology, and emissions from resuspension were calculated using the AP-42 methodology. To validate the model, the PMx measurements were taken at 3 different points, under different driving conditions.