ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΙΑΤΜΗΜΑΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥ ΩΝ ΣΤΙΣ ΠΕΡΙΒΑΛΛΟΝΤΙΚΕΣ ΕΠΙΣΤΗΜΕΣ

Transcript

1 ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΙΑΤΜΗΜΑΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥ ΩΝ ΣΤΙΣ ΠΕΡΙΒΑΛΛΟΝΤΙΚΕΣ ΕΠΙΣΤΗΜΕΣ Τίτλος Μετα τυχιακής Εργασίας: «Η ATMΟΣΦΑΙΡΙΚΗ ΡΥΠΑΝΣΗ ΣΤΗΝ ΑΘΗΝΑ» ΑΝ ΡΕΟΠΟΥΛΟΥ ΕΥΦΡΟΣΥΝΗ (Α.Μ : 160) Τριµελής Ε ιτρο ή Γεώργιος Φερεντίνος (Ε ιβλέ ων Καθηγητής), Καθ. Τµήµατος Γεωλογίας - Παν. Πατρών Γεώργιος Πα αθεοδώρου, Αν. Καθ. Τµήµατος Γεωλογίας Παν. Πατρών Παναγιώτης Νάστος, Αν. Καθ. Τµήµατος Γεωλογίας και Γεω εριβάλλοντος Παν. Αθηνών ΠΑΤΡΑ

2 Αφιερώνεται στο Νίκο µου και στον αδερφό µου Γιάννη 2

3 Περιεχόµενα Περίληψη 5 Κατάλογος ινάκων 7 Κατάλογος σχηµάτων - εικόνων 8 Εισαγωγή 9 Κεφάλαιο 1- Μικροσωµατίδια Μικροσωµατίδια Τρό οι Ταξινόµησης των Αερολυµάτων Με βάση τη διάµετρο των αερολυµάτων Με βάση την ηγή ροέλευσης των αερολυµάτων Με βάση τη σύσταση των αερολυµάτων Με βάση τον τρό ο σχηµατισµού των αερολυµάτων Ε ιδράσεις των αιωρούµενων σωµατιδίων (PM) Ε ιδράσεις των αιωρούµενων σωµατιδίων στην υγεία του 18 ανθρώ ου Ο ρόλος των αιωρούµενων σωµατιδίων στους βιοχηµικούς 22 κύκλους των στοιχείων Ο ρόλος των αερολυµάτων στη διαµόρφωση του κλίµατος 23 Κεφάλαιο 2 Το ρόβληµα των αιωρούµενων σωµατιδίων 25 σε διάφορες µεγαλου όλεις 2.1 Εισαγωγή Η Ιστορία της Ατµοσφαιρικής Ρύ ανσης Α οτελέσµατα Μελετών του ροβλήµατος των 28 Αιωρούµενων Σωµατιδίων σε διάφορες ρωτεύουσες ανά τον κόσµο Παρίσι Λονδίνο Μιλάνο Ευρω αϊκές όλεις Κορέα Καλιφόρνια Καναδάς Πόλεις των ΗΠΑ Πόλεις των ΗΠΑ Μεθοδολογία Συµ εράσµατα 36 Κεφάλαιο 3 Η Ατµοσφαιρική ρύ ανση στην Αθήνα 3.1 Εισαγωγή Γεωγραφική θέση-το ογραφία της όλης των Αθηνών Όρια Ποιότητας της Ατµόσφαιρας Θεσµικό λαίσιο Αντιµετώ ιση ε εισοδίων ατµοσφαιρικής ρύ ανσης Θεσµικό λαίσιο για τους κυριότερους ατµοσφαιρικούς ρύ ους Σταθµοί µέτρησης της Ατµοσφαιρικής Ρύ ανσης 49 3

4 3.8 Μετρούµενοι Ρύ οι Προέλευση δεδοµένων Ε εξεργασία εδοµένων Μεθοδολογία Βασικές έννοιες Η έννοια της χρονοσειράς Μέτρα χρονολογικών σειρών Στάσιµη χρονοσειρά Αυτοσυνδιακύµανση Συνάρτηση αυτοσυσχέτισης Συνάρτηση ετεροσυσχέτισης 61 Κεφάλαιο 4 Σύγκριση τιµών ατµοσφαιρικών ρύ ων για το έτος 2006, µε τα θεσµοθετηµένα όρια 4.1 Περιγραφή των βασικότερων ατµοσφαιρικών ρύ ων Ωριαία µεταβολή των συγκεντρώσεων των ατµοσφαιρικών ρύ ων 65 στους σταθµούς µέτρησης για το έτος Σύγκριση των τιµών των ατµοσφαιρικών ρύ ων µε όρια Αιωρούµενα σωµατίδια ιοξείδιο του Αζώτου ιοξείδιο του Θείου Μονοξείδιο του Άνθρακα Όζον 96 Κεφάλαιο 5 Ε εξεργασία δεδοµένων 5.1 Μετεωρολογικά δεδοµένα για το έτος Ανάλυση Παλινδρόµησης Γραµµική Παλινδρόµηση Ε εξεργασία Παρουσίαση α οτελεσµάτων 110 Κεφάλαιο 6 Συµ εράσµατα α ό την εφαρµογή της 164 µεθόδου της γραµµικής αλινδρόµησης Κεφάλαιο 7 Ετεροσυσχέτιση µεταξύ των σταθµών µέτρησης Αιωρούµενα σωµατίδια Μονοξείδιο του Άνθρακα ιοξείδιο του Αζώτου Μονοξείδιο του Άνθρακα- Μέσες ωριαίες τιµές ιοξείδιο του Αζώτου - Μέσες ωριαίες τιµές Όζον Μέσες ηµερήσιες τιµές Όζον Μέσες ωριαίες τιµές 237 Κεφάλαιο 8 Συµ εράσµατα α ό την εφαρµογή της 242 µεθόδου της ετεροσυσχέτισης Βιβλιογραφία 248 4

5 Περίληψη Εργασίας Η ανά τυξη των µεγαλου όλεων συνε άγεται τεράστιες εκ οµ ές αιωρούµενων σωµατιδίων και άλλων ρυ αντών ουσιών στην ατµόσφαιρα, το ο οίο οδηγεί σε ολύ µεγάλη υ οβάθµιση της οιότητας του ατµοσφαιρικού τους αέρα. Η καταγραφή και µελέτη όλων αυτών των αέριων ρυ αντών βελτιώνει σηµαντικά τη γνώση µας, ροκειµένου να καταλάβουµε αλλά και να διαχειριστούµε σωστά τέτοιου είδους σοβαρά εριβαλλοντικά ροβλήµατα. Στην αρούσα εργασία ε εξεργαζόµαστε στατιστικά τα δεδοµένα α ό 16 σταθµούς καταγραφής ατµοσφαιρικών ρύ ων στην εριοχή της Αθήνας. Πιο συγκεκριµένα διαθέτουµε τις συγκεντρώσεις των αιωρούµενων σωµατιδίων PM10, του µονοξειδίου και διοξειδίου του αζώτου, του όζοντος, του µονοξειδίου του άνθρακα και του διοξειδίου του θείου για το έτος 2006, αλλά και τα µετεωρολογικά δεδοµένα για το συγκεκριµένο έτος. Ανα αριστούµε γραφικά τις µέσες ηµερήσιες αλλά και µηνιαίες τιµές για καθένα α ό τους αρα άνω ρύ ους, για όλους τους σταθµούς στους ο οίους µετρώνται οι συγκεντρώσεις τους και εξάγουµε συµ εράσµατα για τις ώρες της ηµέρας, αλλά και για το οιούς µήνες, έχω τις µέγιστες τιµές για τον κάθε ρύ ο. Ακόµα εξάγουµε συµ εράσµατα σχετικά µε τη συχνότητα εµφάνισης υ ερβάσεων των θεσµοθετηµένων ορίων, καθενός εκ των ιο άνω ρυ αντών. Εφαρµόζουµε την µέθοδο της ανάλυσης γραµµικής αλινδρόµησης, µε την ο οία δια ιστώνουµε µε οιούς α ό τους υ όλοι ους ατµοσφαιρικούς ρύ ους και µε οιες µετεωρολογικές αραµέτρους συσχετίζονται γραµµικά τα αιωρούµενα σωµατίδια ενώ αρατηρούµε κά οια ετερογένεια ανάµεσα στους σταθµούς µέτρησής τους. Τέλος µέσω της διαδικασίας της ετεροσυσχέτισης των χρονοσειρών των ατµοσφαιρικών ρύ ων των αιωρούµενων σωµατιδίων, του µονοξειδίου του άνθρακα και του διοξειδίου του αζώτου µεταξύ των σταθµών καταγραφής τους, εξάγουµε συµ εράσµατα σχετικά µε τη συµ εριφορά των αντίστοιχων χρονοσειρών, δηλαδή το µέγεθος της σχέσης ανάµεσα στις δύο σειρές και τη χρονική α όσταση ανάµεσα στη θέση της µέγιστης ισοδυναµίας τους. Abstract The development of big cities resulted in large emissions of suspended particulate matter (PM) and other pollutants in the atmosphere, which link to air quality deterioration. Monitoring and studying air pollutants improves our knowledge in order to understand and manage such significant environmental problems. 5

6 In the present work, we perform statistics in the data of the 16 monitoring stations in Athens area. More specifically our data consists of the concentrations of PM10, NO, NO2, O3, SO2 and CO, as well as the meteorological data of the year We graphically represent mean daily and monthly values of each air pollutant and make appropriate conclusions. Moreover we deal with the exceedances of these air pollutants concentrations. We perform linear regression analysis in order to find out, which of the rest pollutants and meteorological data, PM10 have the best linear line fit with. We find enough differences between the monitoring stations. Finally through the cross correlation procedures of the time series of PM10, CO and NO2 between the monitoring stations, we make conclusions regarding the behavior of the time series as concerning the type of the relationship between them and the time distance between their maximum equivalence. 6

7 Κατάλογος ινάκων Κεφάλαιο 1 Πίνακας 1.1 : κατηγορίες των PM ανάλογα µε τη διάµετρό τους Πίνακας 1.2 : Ανθρώ ινα συµ τώµατα α ό την έκθεση σε αιωρούµενα σωµατίδια ( PM10) Κεφάλαιο 3 Πίνακας 3.1: όρια έκτακτων µέτρων Πίνακας 3.2: οριακές τιµές για την ροστασία της ανθρώ ινης υγείας Πίνακας 3.3: γεωγραφικά χαρακτηριστικά των 16 σταθµών µέτρησης της Ατµοσφαιρικής ρύ ανσης στην εριοχή της Αττικής. Πίνακας 3.4: κατάταξη των τιµών του δείκτη δυσφορίας και των αντίστοιχων ε ιρροών του στον ληθυσµό. Κεφάλαιο 4 Πίνακας 4.1: Μέση ετήσια τιµή για τα αιωρούµενα σωµατίδια PM 10, στους σταθµούς στους ο οίους αυτά καταγράφονται. Πίνακας 4.2: Αριθµός ηµερών για το έτος 2006 µε ηµερήσια τιµή αιωρούµενων σωµατιδίων PM 10 µεγαλύτερη α ό 50 µg/m 3. Πίνακας 4.3: οσοστό ηµερών ου υ ήρξε υ έρβαση του θεσµοθετηµένου ορίου για τα PM 10, µε βάση τα διαθέσιµα δεδοµένα α ό τον κάθε σταθµό καταγραφής για το έτος Πίνακας 4.4: ετήσια µέση τιµή για το διοξείδιο του αζώτου για το 2006 στους 16 σταθµούς µέτρησης της ατµοσφαιρικής ρύ ανσης. Πίνακας 4.5: ώρες ανά σταθµό, στις ο οίες η τιµή του όζοντος ήταν µεγαλύτερη ή ίση µε την τιµή ου έχει οριστεί για την ενηµέρωση των ολιτών. Κεφάλαιο 5 Πίνακας 5.1: εριγραφικά στατιστικά µέτρα Πίνακας 5.2: συσχετίσεις Πίνακας 5.3: ε ισκό ηση του µοντέλου Πίνακας 5.4: ανάλυση διασ οράς Πίνακας 5.5: συντελεστές της γραµµικής αλινδρόµησης Κεφάλαιο 7 Πίνακας 7.1: εριγραφή του µοντέλου Πίνακας 7.2: ίνακας συντελεστών συσχέτισης κατά Pearson των σταθµών µεταξύ τους, για τις χρονοσειρές των συγκεντρώσεων των PM10 για το έτος Πίνακας 7.3: ίνακας συντελεστών συσχέτισης κατά Pearson των σταθµών µεταξύ τους, για τις χρονοσειρές της µέσης ηµερήσιας συγκέντρωσης του CO για το έτος

8 Πίνακας 7.4: ίνακας συντελεστών συσχέτισης κατά Pearson των σταθµών µεταξύ τους, για τις χρονοσειρές των µέσων ωριαίων συγκεντρώσεων του CO για το έτος Κατάλογος σχηµάτων - εικόνων Κεφάλαιο 1 Εικόνα 1.1: σύγκριση του µεγέθους των αεροζόλ µε βάση τη διάµετρό τους. Σχήµα 1.1: οι κατηγορίες των αιωρούµενων σωµατιδίων ανάλογα µε το µέγεθός τους και η καµ ύλη του χρόνου ζωής τους σε σχέση µε τη διάµετρο Εικόνα 1.2: ο ληθυσµός των αερολυµάτων σε σχέση µε το µέγεθός τους Εικόνα 1.3: Βάθος διείσδυσης των αιωρούµενων σωµατιδίων (PM) στο ανα νευστικό σύστηµα του ανθρώ ου µε βάση το µέγεθός τους. Εικόνα 1.4: συσχετισµός της διαµέτρου των αιωρούµενων σωµατιδίων µε την ενα όθεσή τους στα όργανα του ανθρώ ου. Κεφάλαιο 3 Εικόνα 3.1 : Το λεκανο έδιο της Αττικής, η όλη της Αθήνας και τα σηµαντικότερα βουνά ου την εριβάλλουν. Σχήµα 3.1: Σχηµατική ανα αράσταση της εφαρµογής της οριακής τιµής βάσει των οδηγιών της Ε.Ε. Εικόνα 3.2 : Χάρτης της εριοχής της Αττικής, ό ου σηµειώνονται οι θέσεις των σταθµών µέτρησης της ατµοσφαιρικής ρύ ανσης. Εικόνα 3.3 : Η γραφική αράσταση µιας χρονοσειράς, ο µέσος όρος και η τυ ική α όκλιση αυτής. Εικόνα 3.4: Τα ζεύγη της χρονοσειράς µε τον εαυτό της µετατο ισµένο κατά s. Κεφάλαιο 5 Εικόνα 5.1: ε ιλογή των εντολών για την ε εξεργασία των δεδοµένων µε τη µέθοδο της γραµµικής αλινδρόµησης. Εικόνα 5.2: ε ιλογή της εξαρτηµένης και των ανεξάρτητων µεταβλητών της διαδικασίας. Εικόνα 5.3: ε ιλογή των στατιστικών αραµέτρων της µεθόδου. 8

9 Εισαγωγή Ένα α ό τα µεγαλύτερα και σηµαντικότερα αγκόσµια εριβαλλοντικά ροβλήµατα είναι η ατµοσφαιρική ρύ ανση των όλεων, κυρίως των µεγαλου όλεων. Η αντιµετώ ισή του είναι ζωτικής σηµασίας, καθώς α οτελεί τη γενεσιουργό αιτία ολλών άλλων ροβληµάτων και καθορίζει σε µεγάλο βαθµό την υγεία της συντρι τικής λειοψηφίας των κατοίκων του λανήτη. Στην Ελλάδα ολλές όλεις, κυρίως ρωτεύουσες νοµών, αλλά και ευρύτερες εριοχές έχουν έρθει αντιµέτω ες µε το αρα άνω ρόβληµα, µε ρωτοστατούσα την Αθήνα. Η οιότητα του αέρα ου ανα νέουµε έχει άµεση σχέση µε τους ατµοσφαιρικούς ρύ ους ου άµεσα ή έµµεσα εκ έµ ονται στο εριβάλλον και έχουν ιδιαίτερα ε ιβλαβείς συνέ ειες όχι µόνο σε αυτό αλλά και στον ίδιο τον άνθρω ο. Πολλές ελληνικές όλεις αρουσιάζουν σηµαντικά ροβλήµατα ατµοσφαιρικής ρύ ανσης ου συνδέονται µε τις εκ οµ ές ρύ ων α ό διάφορες ηγές και τη γενικότερη κλιµατολογία και το ογραφία της εριοχής τους. Η αυξηµένη συσσώρευση ρύ ων στην ατµόσφαιρα ευνοείται α ό την ουσιαστική έλλειψη ολεοδοµικού σχεδιασµού, καθώς οι ερισσότερες όλεις έχουν στενούς δρόµους, ψηλά κτίρια και ελάχιστους ελεύθερους χώρους µε ράσινο. Παράλληλα οι εκ οµ ές ρύ ων α ό τα οχήµατα και τις κεντρικές θερµάνσεις, συνδυαζόµενες µε κλιµατολογικές συνθήκες ασθενών ανέµων ε ιβαρύνουν σηµαντικά την αρα άνω κατάσταση. Οι βιοµηχανικές εκ οµ ές (αναφερόµενοι στις βιοµηχανίες ου βρίσκονται κοντά σε όλεις), συµµετέχουν σε µικρότερο βαθµό συγκριτικά µε το µέγεθός τους, στην ε ιβάρυνση του εισ νεόµενου αέρα, γιατί ο θύσανος τους εκ έµ εται σε µεγάλο ύψος στην ατµόσφαιρα, ο ότε οι ρύ οι διασ είρονται ευκολότερα σε µεγάλες α οστάσεις α ό τους ανέµους. Ο ροσδιορισµός των αιωρούµενων σωµατιδίων ου υ άρχουν στην ατµόσφαιρα α οτελεί ιδιαίτερα σηµαντικό και ολύ λοκο ζήτηµα. Ο ρόλος τους και η σηµασία της αρουσίας τους στην ατµόσφαιρα µ ορεί να αρουσιαστεί α ό τρεις διαφορετικές αλλά εξίσου σηµαντικές α όψεις, αυτή των ε ι τώσεων τους στην υγεία του ανθρώ ου, α ό την ά οψη του ρόλου των σωµατιδίων στους βιογεωχηµικούς κύκλους των στοιχείων στη φύση και τέλος α ό την ά οψη του ρόλου ου διαδραµατίζουν στη διαµόρφωση του κλίµατος, είτε άµεσα µέσω της ανάκλασης και της α ορρόφησης ηλιακής ακτινοβολίας, είτε έµµεσα µεταβάλλοντας τη διάρκεια ζωής και τις ο τικές ιδιότητες των νεφών. 9

10 Κεφάλαιο 1 - Μικροσωµατίδια Στο 1 ο κεφάλαιο τονίζεται η σηµασία της αρουσίας των αιωρούµενων σωµατιδίων στην ατµόσφαιρα, καταγράφονται οι τρό οι ταξινόµησής τους, ανάλογα µε τις ηγές εκ οµ ής τους, τη σύστασή τους, τους µηχανισµούς γένεσης και τα φυσικά τους χαρακτηριστικά και αρουσιάζονται οι ε ιδράσεις τους, ου είναι ιδιαίτερα σηµαντικές τόσο στον ανθρώ ινο οργανισµό, όσο και στο εριβάλλον γενικότερα. Γίνεται φανερό ότι τα µικροσωµατίδια έρα α ό τους ρόλους ου διαδραµατίζουν στην ατµόσφαιρα, ε ηρεάζουν µέσω των ατµοσφαιρικών κατακρηµνίσεων τη σύσταση και των τελικών φυσικών α οδεκτών τους, δηλαδή των φυσικών νερών και των εδαφών. 1.1 Μικροσωµατίδια Ατµοσφαιρικός ρύ ος είναι κάθε ουσία η ο οία εισέρχεται στον αέρα του εριβάλλοντος, είτε άµεσα είτε έµµεσα α ό τον άνθρω ο και ενδέχεται να έχει ε ιβλαβείς ε ι τώσεις στην ανθρώ ινη υγεία, αλλά και στο ίδιο το εριβάλλον ου ζει και ανα τύσσεται κάθε έµβιος οργανισµός. Κατ ε έκταση Ατµοσφαιρική ρύ ανση καλείται η αρουσία στην ατµόσφαιρα κάθε είδους τέτοιων ουσιών, σε συγκέντρωση ή διάρκεια ου µ ορούν να ροκαλέσουν αρνητικές ε ι τώσεις στην υγεία των ζωντανών οργανισµών και των οικοσυστηµάτων και γενικά να καταστήσουν το εριβάλλον ακατάλληλο για τις ε ιθυµητές χρήσεις του. Κάτω α ό ορισµένες συνθήκες, η ατµοσφαιρική ρύ ανση µ ορεί να φτάσει σε ε ί εδα ου µ ορεί να δηµιουργήσουν ανε ιθύµητες συνθήκες διαβίωσης. Σε αυτές τις ερι τώσεις έχει ε ικρατήσει να λαµβάνει την ονοµασία «Νέφος». Το Νέφος αρουσιάζεται µε δύο µορφές : Το Νέφος κα νοµίχλης, το ο οίο σχηµατίζεται όταν µετρώνται υψηλές συγκεντρώσεις ρύ ων, ό ως µονοξειδίου του άνθρακα, διοξειδίου του θείου και αιωρούµενων σωµατιδίων, σε συνδυασµό µε σχετικά χαµηλή θερµοκρασία και µεγάλη σχετική υγρασία. Το Φωτοχηµικό Νέφος, το ο οίο αρουσιάζεται όταν αρατηρούνται υψηλές θερµοκρασίες, µεγάλη σε διάρκεια και ένταση ηλιοφάνεια, µικρή σχετική υγρασία και υψηλή συγκέντρωση οξειδίων του αζώτου, υδρογονανθράκων και δευτερογενών ροϊόντων τους. Οι κυριότεροι ατµοσφαιρικοί ρύ οι κατατάσσονται στις αρακάτω έξι κατηγορίες : 10

11 1. Αιωρούµενα σωµατίδια 2. Οξείδια του θείου 3. Οξείδια του αζώτου 4. Μονοξείδιο του άνθρακα 5. Πτητικές οργανικές ενώσεις (VOC) και όζον 6. Μόλυβδος Τα αιωρούµενα σωµατίδια α οτελούν ε οµένως τη µια α ό τις έξι κατηγορίες των κυριότερων ατµοσφαιρικών ρύ ων. Ως µικροσωµατίδια ή σωµατιδιακή ύλη στην ατµόσφαιρα, ορίζεται η στερεή ή υγρή ύλη ου βρίσκεται σε διασ ορά στον αέρα και α οτελείται α ό διακριτά σωµατίδια, µε µέγεθος µεγαλύτερο α ό τα µικρά µόρια (διαµέτρου ερί ου 0,001 µm) και µικρότερο α ό 100 µm. Στις ε ιστήµες της ατµόσφαιρας, αυτά τα αιωρήµατα των στερεών ή υγρών σωµατιδίων στον ατµοσφαιρικό αέρα α οδίδονται µε το γενικότερο όρο αερολύµατα (aerosols), ή αιωρούµενα σωµατίδια (Suspended Particulate Matter SPM). Ειδικότερα οι κυριότεροι όροι ου χρησιµο οιούνται στις ε ιστήµες της ατµόσφαιρας για την εριγραφή των ατµοσφαιρικών σωµατιδίων είναι : Αερολύµατα α ό συµ ύκνωση (condensation aerosols) για τα ατµοσφαιρικά σωµατίδια ου σχηµατίζονται α ό συµ ύκνωση ατµών ή αντιδράσεις αερίων. Αερολύµατα α ό διασ ορά (dispersion aerosols) για αυτά ου σχηµατίζονται α ό άλεση στερεών ή διασ ορά σκόνης. Οµίχλη (fog) είναι ο όρος ου χρησιµο οιείται για να υ οδηλώσει µεγάλο οσοστό σταγονιδίων νερού. Αραιά οµίχλη (haze) για να υ οδηλώσει µειωµένη ορατότητα οφειλόµενη στην αρουσία σωµατιδίων. Κα νός (smoke), Αιθάλη (soot carbon) για τα σωµατίδια ου ροέρχονται α ό την ατελή καύση καυσίµων. 1.2 Τρό οι Ταξινόµησης των Αερολυµάτων Στην ατµόσφαιρα υ άρχει µια τεράστια οικιλία σωµατιδίων τόσο α ό την ά οψη της ροέλευσης όσο και α ό την ά οψη των φυσικοχηµικών χαρακτηριστικών τους, µε κυριότερους εκ ροσώ ους τη σύσταση και το µέγεθος. Προκειµένου να µελετηθούν τα ατµοσφαιρικά σωµατίδια είναι α αραίτητο να ταξινοµηθούν σε κατηγορίες. ηµιουργήθηκαν έτσι διάφοροι τρό οι ταξινόµησής τους, οι κυριότεροι α ό τους ο οίους βασίζονται: Στο µέγεθός τους Στην ροέλευσή τους 11

12 Στη σύστασή τους Στον τρό ο σχηµατισµού τους Με βάση τη διάµετρο των αερολυµάτων Τα αερολύµατα µε βάση το µέγεθός τους, ειδικότερα µε βάση τη διάµετρό τους, διαχωρίζονται σε (ό ως φαίνεται και στον ίνακα 1): 1) Αδρό κλάσµα (coarse) µε µέγεθος α ό µm 2) Λε τό κλάσµα (fine) µε µέγεθος α ό 0,1-1µm 3) Πολύ λε τά σωµατίδια (ultrafine) µε µέγεθος α ό 0,001-0,1 µm. ΠΙΝΑΚΑΣ 1.1 : κατηγορίες των PM ανάλογα µε τη διάµετρό τους Characterism PM Size range Coarse particles PM 10 <= 10 µm Fine particles PM 2.5 <=2.5 µm PM 1 <=1 µm Ultrafine UF <=0.1 µm Εικόνα 1.1: σύγκριση του µεγέθους των αεροζόλ µε βάση τη διάµετρό τους 12

13 Ο αρα άνω τύ ου διαχωρισµός συσχετίζει το µέγεθος των αιωρούµενων σωµατιδίων και µε άλλες αραµέτρους, ό ως είναι ο χρόνος ζωής των αεροζόλ (σχήµα 1.1), ο ληθυσµός τους, η µορφή τους και οι ε ι τώσεις τους στην υγεία του ανθρώ ου. Σχήµα 1.1: οι κατηγορίες των αιωρούµενων σωµατιδίων ανάλογα µε το µέγεθός τους και η καµ ύλη του χρόνου ζωής τους σε σχέση µε τη διάµετρο Εικόνα 1.2: ο ληθυσµός των αερολυµάτων σε σχέση µε το µέγεθός τους 13

14 1.2.2 Με βάση την ηγή ροέλευσης των αερολυµάτων Τα αερολύµατα κατατάσσονται σε δύο µεγάλες κατηγορίες, ανάλογα µε το αν η εκ οµ ή τους οφείλεται σε Φυσικές διεργασίες ή σε Ανθρω ογενείς δραστηριότητες. Σε αγκόσµια κλίµακα, οι εκ οµ ές ορισµένων αέριων ρύ ων α ό την ίδια τη φύση είναι µεγαλύτερες α ό τις αντίστοιχες ου οφείλονται σε ανθρω ογενείς δραστηριότητες. Ε ειδή όµως οι ρύ οι στη δεύτερη ερί τωση είναι συγκεντρωµένοι στις αστικές και βιοµηχανικές εριοχές, οι συγκεντρώσεις των ρύ ων εκεί τις ερισσότερες φορές ξε ερνούν τα ε ιτρε τά όρια. Αναλυτικότερα οι Φυσικές ηγές εριλαµβάνουν: την ε ιφάνεια των ωκεανών α ό την ο οία εκ έµ ονται τα θαλάσσια αερολύµατα ου ροκύ τουν α ό την εξάτµιση λόγω της ε ίδρασης του ανέµου στην ε ιφάνεια της θάλασσας, σταγονιδίων ου εριέχουν διάφορα άλατα και α οτελούν το µεγαλύτερο τµήµα των αερολυµάτων φυσικής ροέλευσης. Τα αερολύµατα αυτά είναι διαβρωτικά για τα µέταλλα και διάφορες κατασκευές, ενώ η ίδια η διαβρωτική δράση των κυµάτων στα βραχώδη ετρώµατα της ξηράς εµ λουτίζει την ατµόσφαιρα µε ερισσότερα αιωρούµενα σωµατίδια. την ε ιφάνεια των εδαφών ου εκ έµ ουν ανόργανη σκόνη. Κύριες ηγές της σωµατιδιακής ύλης είναι οι ερηµικές και ακάλυ τες α ό βλάστηση εριοχές του λανήτη. Τα σωµατίδια αυτά αράγονται α ό φυσική (αιολική) ή χηµική α οσάθρωση των ετρωµάτων, ενώ η διάµετρός τους κυµαίνεται α ό 1 ως 100 µm ερί ου. Ειδικότερα οι δυνατοί άνεµοι (ανεµοθύελλες) µ ορούν να µετακινήσουν µεγάλες οσότητες σωµατιδιακής ύλης και να ροκαλέσουν τέτοιο διασκορ ισµό σωµατιδίων στην ατµόσφαιρα, ώστε η µείωση της ορατότητας ου θα ροκύψει να ροκαλέσει ατυχήµατα σε αυτοκινητόδροµους και ροβλήµατα στην εναέρια κυκλοφορία. Τις ηφαιστειακές εκρήξεις α ό τις ο οίες εκ έµ ονται ρωτογενή και δευτερογενή αερολύµατα. Οι εκ οµ ές συγκεκριµένα α οτελούνται α ό στερεά σωµατίδια (τέφρα) και αέρια (κυρίως υδρατµούς, διοξείδιο του θείου, διοξείδιο του άνθρακα, µεθάνιο κτλ.). Τα σωµατίδια ύλης µιας ηφαιστειακής έκρηξης, ανάλογα µε το µέγεθός της, µ ορούν να ροκαλέσουν διαταραχή στο εριβάλλον ακόµα και σε ολύ µεγάλες α οστάσεις α ό την ηγή, ό ως και να µεταφέρονται µέσω του αέρα για µεγάλα χρονικά διαστήµατα. Τα φυτά και τα δέντρα ου α οτελούν ηγή της βιογενούς ύλης στην ο οία εριλαµβάνονται ρωτογενή και 14

15 δευτερογενή σωµατίδια ου ροέρχονται α ό συµ ύκνωση οργανικών ενώσεων. Πάνω α ό δασικές εριοχές αρατηρείται ένα γαλάζιο σύννεφο το ο οίο ροέρχεται α ό ατµοσφαιρικές χηµικές αντιδράσεις στις ο οίες συµµετέχουν τητικές οργανικές ενώσεις ου ροέρχονται α ό τα δέντρα του δάσους. Α ό την α οσύνθεση της οργανικής ύλης µέσω µικροοργανισµών, ροκαλείται έκλυση υδρόθειου ( HS 2 ) και µεθανίου ( CH 4) στην ατµόσφαιρα, αλλά και οι ίδιοι οι µικροοργανισµοί, ό ως οι µύκητες και η γύρη α οτελούν αέριους ρύ ους. Ιδιαίτερα η γύρη ροκαλεί αλλεργίες και δύσ νοια σε ολλούς ανθρώ ους. Τις ανεξέλεγκτες υρκαγιές σε δάση ου αρόλο ου τις ερισσότερες φορές υροδοτούνται α ό ανθρώ ινη αµέλεια και ασυνειδησία, τις κατατάσσουµε στις φυσικές ηγές. Τέτοιες φωτιές εκλύουν µεγάλες οσότητες ρύ ων µε τη µορφή κα νού, άκαυστων υδρογονανθράκων, µονοξειδίου και διοξειδίου του άνθρακα, οξειδίων του αζώτου κ.α. και είναι ικανές να δηµιουργήσουν νέφος το ο οίο ροκαλεί µείωση της ορατότητας και του ηλιακού φωτός, ακόµα και σε ολύ µεγάλες α οστάσεις α ό την εστία της φωτιάς. Την καύση της βιογενούς ύλης α ό την ο οία αράγονται σωµατίδια αιθάλης των ο οίων το µέγεθος είναι ολύ µικρό και α οτελούνται κυρίως α ό σωµατίδια άνθρακα σχηµατιζόµενα κατά την ατελή καύση καιόµενου υλικού. Τις θερµές ηγές λίµνες ου εριέχουν θειούχα αέρια τα ο οία έστω και σε το ικό ε ί εδο εκλύουν έντονες οσµές. Οι αλκαλικές λίµνες και οι αλυκές έχουν και αυτές το ικής κλίµακας ε ι τώσεις στο ατµοσφαιρικό εριβάλλον. Οι ανθρω ογενείς ηγές εµ εριέχουν µια ε ι λέον διάκριση σε σταθερές και κινητές. Οι σταθερές διακρίνονται ε ι λέον σε σηµειακές, γραµµικές και εριοχικές. Οι ρώτες α οτελούν το ικά σηµεία εκ οµ ών στην ε ιφάνεια του εδάφους, ό ως σταθερά σηµεία βιοµηχανικών διεργασιών, κεντρικών σηµείων θέρµανσης και µονάδων διάθεσης α οβλήτων. Οι δεύτερες αράγουν ρύ ους σε συγκεκριµένο, εριορισµένο χρονικό διάστηµα και οι τρίτες αναφέρονται σε ένα σύνολο σηµειακών ηγών οροθετηµένων σε συγκεκριµένη εριοχή. Οι κινητές ηγές ρύ ων αφορούν κυρίως σε εκ οµ ές ρύ ων ου εκλύονται α ό µεταφορικά µέσα. Συγκεκριµένα οι ανθρω ογενείς ηγές εριλαµβάνουν: Πηγές α ό βιοµηχανικές διεργασίες: ροέρχονται α ό τις διαδικασίες ε εξεργασίας ρώτων υλών, αλλά και των κατάλληλων χηµικών µετατρο ών ου ραγµατο οιούνται για να αραχθεί κά οιο ροϊόν και µια ληθώρα άλλων αρα ροϊόντων τα ο οία είναι συνήθως άµεσα ή έµµεσα ρυ ογόνοι αράγοντες για το εριβάλλον. 15

16 Πηγές ρύ ων α ό υ ηρεσίες κοινής ωφέλειας ό ως οι µονάδες αραγωγής ηλεκτρικής ενέργειας και η υγειονοµική ταφή α ορριµµάτων ή ο βιολογικός καθαρισµός. Πηγές ρύ ων ροσω ικής συνεισφοράς δηλαδή ατοµικές ηγές ατµοσφαιρικής ρύ ανσης ό ως είναι οι µονάδες κεντρικής θέρµανσης, οι χρήσεις οικιακών συσκευών, η καύση α ορριµµάτων κ.ά. Οι κινητές ηγές ρύ ανσης ου εριλαµβάνουν όλα τα µέσα µεταφοράς τα ο οία κινούνται στην ξηρά, τη θάλασσα ή τον αέρα και καταναλώνουν µια µεγάλη οικιλία καυσίµων, µε α οτέλεσµα να εκ έµ ουν ρύ ους όλων των κατηγοριών α ό τον ιο α λό ως τον ιο σύνθετο Με βάση την σύσταση των αερολυµάτων Θεωρώντας σαν κριτήριο τη σύστασή τους τα αερολύµατα κατατάσσονται σε δύο µεγάλες κατηγορίες τα ανόργανα και τα οργανικά. Η διάκριση αυτή σχετίζεται µε τα κυριότερα συστατικά των σωµατιδίων ου στην ρώτη ερί τωση είναι ανόργανα, ενώ στη δεύτερη οργανικά. Οι δύο αυτές κύριες κατηγορίες σωµατιδίων α ό λευράς χηµικής σύστασης, έχουν βασικές διαφορές και ως ρος τη φυσικοχηµική τους συµ εριφορά, αλλά και ως ρος τις ε ι τώσεις τους. Ακόµα είναι δυνατόν να υ άρχουν και σωµατίδια µε µικτή σύσταση. Συγκεκριµένα: Τα ανόργανα εριλαµβάνουν ατµοσφαιρικά σωµατίδια ου η χηµική τους σύσταση αρουσιάζει µεγάλη οικιλία, ενώ η ε ιφάνειά τους α οτελεί υ όστρωµα για διάφορες ετερογενείς αντιδράσεις αερίου-στερεού και υγρού-στερεού. Έτσι συναντώνται άλατα, οξείδια, ενώσεις του αζώτου και του θείου διάφορα µέταλλα και ραδιενεργά ισότο α στοιχείων. Άλλη κατηγορία ανόργανων σωµατιδίων είναι αυτά ου εριέχουν µεταλλικά οξείδια και σχηµατίζονται κατά την καύση καυσίµων ου εριέχουν µέταλλα. Ο σωµατιδιακός άνθρακας µε τη µορφή αιθάλης ροέρχεται α ό τα καυσαέρια των οχηµάτων, εστίες θέρµανσης, σταθµούς αραγωγής ηλεκτρικής ενέργειας και α οτελεί έναν α ό τους ορατούς σωµατιδιακούς ρύ ους στην ατµόσφαιρα. Ο άνθρακας έχει ισχυρή α ορροφητική ικανότητα και έτσι µ ορεί να α οτελέσει υ όστρωµα για τη µεταφορά αερίων και σωµατιδιακών ρύ ων ή ακόµα να χρησιµεύσει και ως καταλύτης σε ετερογενείς ατµοσφαιρικές αντιδράσεις, ό ως για αράδειγµα η µετατρο ή του αέριου διοξειδίου του θείου σε θειικά. Άλλη σηµαντική κατηγορία ανόργανων αερολυµάτων α οτελούν οι ι τάµενες τέφρες ου ροέρχονται α ό την καύση ορυκτών καυσίµων µε υψηλά οσοστά ι τάµενης τέφρας, ό ως είναι για αράδειγµα οι λιγνίτες, οι ο οίοι χρησιµο οιούνται 16

17 στην Ελλάδα ως το βασικό καύσιµο για την αραγωγή ηλεκτρικής ενέργειας. Τα κυριότερα συστατικά της ι τάµενης τέφρας είναι οξείδια του αργιλίου, ασβεστίου, σιδήρου και υριτίου, αλλά και ο στοιχειακός άνθρακας. Τέλος µια ακόµα κατηγορία ανόργανων αερολυµάτων στην ο οία αξίζει να αναφερθούµε είναι οι ίνες αµιάντου ου έχουν χρησιµο οιηθεί ευρύτατα διεθνώς σε οικοδοµικά υλικά, στην κατασκευή σωληνώσεων, ως µονωτικό υλικό κτλ. Ευτυχώς τα τελευταία χρόνια η χρήση του τείνει να καταργηθεί, καθώς οι ίνες του όταν εισ νέονται α ό τον άνθρω ο, ροκαλούν α οδεδειγµένα λέον καρκίνο των νευµόνων. Τα οργανικά εριλαµβάνουν ρωτογενή και δευτερογενή σωµατίδια ου εριέχουν άνθρακα. Τα ρωτογενώς αραγόµενα σωµατίδια ροέρχονται α ό τις καύσεις και είναι γνωστά υ ό τον γενικό όρο αιθάλη. Η σύστασή της εριλαµβάνει δύο τµήµατα: το ανόργανο τµήµα, γνωστό ως στοιχειακός ή µαύρος άνθρακας ή γραφίτης, το ο οίο είναι υ εύθυνο για την α ορρόφηση ηλιακής ακτινοβολίας στην εριοχή του ορατού και ένα οργανικό τµήµα το ο οίο συνίσταται α ό µεγάλο αριθµό οργανικών ενώσεων. Τα δευτερογενή αιωρούµενα σωµατίδια αράγονται µέσω διεργασιών µετατρο ής αερίου σε σωµατίδιο α ό ρόδροµες ενώσεις στην αέρια φάση. Χαρακτηριστικό αράδειγµα σχηµατισµού οργανικών ενώσεων σωµατιδιακής φάσης, α οτελούν τα δευτερογενή ατµοσφαιρικά αερολύµατα ου σχηµατίζονται µέσω του εξαιρετικά ολύ λοκου µηχανισµού της φωτοχηµικής οξείδωσης τητικών υδρογονανθράκων Με βάση τον τρό ο σχηµατισµού των αερολυµάτων Στηριζόµενοι στον µηχανισµό µε τον ο οίο σχηµατίζονται τα αερολύµατα, τα κατατάσσουµε σε ρωτογενή και δευτερογενή. Πρωτογενή ονοµάζονται τα σωµατίδια ου συναντώνται στην ατµόσφαιρα µε την ίδια µορφή ου είχαν και κατά την εκ οµ ή τους (.χ. κα νιά α ό καύσεις, σκόνη α ό το έδαφος, θαλάσσια σωµατίδια). Εκλύονται άµεσα είτε α ό τη φύση, είτε α ό ανθρω ογενείς δραστηριότητες. Τα ρωτογενώς αραγόµενα σωµατίδια α ό φυσικές ηγές και κυρίως αυτά ου σχηµατίζονται µε µηχανικό τρό ο, δηλαδή υ ό την ε ίδραση κυρίως µηχανικών δυνάµεων ό ως η τριβή και η σύνθλιψη, ανήκουν στην κατηγορία των µεγάλων σωµατιδίων µε διάµετρο 1-100µm. Τα ρωτογενή σωµατίδια ου ροέρχονται α ό ανθρω ογενείς δραστηριότητες ό ως η βιοµηχανία, τα κατασκευαστικά έργα, τα αυτοκίνητα, οι υρκαγιές, οι αγροτικές δραστηριότητες, η καύση βιοµάζας και η αιθάλη, έχουν µεγέθη µικρότερα α ό 1µm. 17

18 Τα σωµατίδια ου σχηµατίζονται α ό διεργασίες ου λαµβάνουν χώρα στην ατµόσφαιρα (δηλαδή µέσω χηµικών αντιδράσεων), κυρίως ό ως αυτές των µετατρο ών αερίων σε σωµατίδια, ονοµάζονται δευτερογενή. Στην ερί τωση αυτή τα αιωρούµενα σωµατίδια µορφο οιούνται σε µικροσκο ικά σωµατίδια της ατµόσφαιρας (δευτερογενώς), µέσω της συµ ύκνωσής τους µαζί µε αέριες χηµικές ενώσεις ου υ άρχουν στο εριβάλλον, ό ως διοξείδιο του θείου, διοξείδιο του αζώτου, τητικές οργανικές ενώσεις κ.ά. Το σύνολο των δευτερογενώς αραγόµενων σωµατιδίων τόσο α ό φυσικές όσο και α ό ανθρω ογενείς ηγές, ανήκουν στην κατηγορία των µικρών σωµατιδίων. 1.3 Ε ιδράσεις των αιωρούµενων σωµατιδίων (PM) Η ατµοσφαιρική ρύ ανση, δηλαδή η αρουσία ατµοσφαιρικών ρύ ων σε οσότητα, συγκέντρωση ή διάρκεια τέτοια ου να αλλοιώνει την δοµή, τη σύσταση και τα χαρακτηριστικά της ατµόσφαιρας, έχει αρνητικές ε ι τώσεις ό ως άλλωστε είναι αναµενόµενο στην υγεία, στους έµβιους οργανισµούς και τα οικοσυστήµατα. Έτσι τα αιωρούµενα σωµατίδια, ως µορφή ατµοσφαιρικού ρύ ου, ε ιδρούν αρνητικά στην ανθρώ ινη υγεία, αίζουν σηµαντικό ρόλο στην κατανοµή της ύλης στο χώρο και ε ηρεάζουν άµεσα και έµµεσα το κλίµα στον λανήτη µας Ε ιδράσεις των αιωρούµενων σωµατιδίων στην υγεία του ανθρώ ου Την τελευταία δεκαετία εµφανίζεται, µέσα α ό ένα ολοένα αυξανόµενο σώµα ε ιδηµιολογικών και κλινικών µελετών, η δυνητικά ε ιβλαβής ε ίδραση της ατµοσφαιρικής ρύ ανσης στην ανθρώ ινη υγεία και ιδιαίτερα σε ασθένειες ου σχετίζονται µε το ανα νευστικό και το καρδιαγγειακό σύστηµα. Τα αιωρούµενα σωµατίδια ε ηρεάζουν άµεσα κυρίως το ανα νευστικό σύστηµα του ανθρώ ου, ροκαλώντας ασθένειες των νευµόνων ό ως είναι το άσθµα, η χρόνια βρογχίτιδα, οι ανα νευστικές δυσλειτουργίες, ο καρκίνος του νεύµονα κτλ., ενώ έµµεσα και άλλα όργανα του ανθρώ ινου σώµατος, ροκαλώντας κυρίως καρδιαγγειακά ροβλήµατα και κατά ε έκταση ρόωρο θάνατο. ιάφορα ε εισόδια ατµοσφαιρικής ρύ ανσης έχουν δείξει ότι υψηλά ε ί εδα ρύ ων σε συνδυασµό µε αντίξοες καιρικές συνθήκες, έχουν ροκαλέσει τον ρόωρο θάνατο χιλιάδων ανθρώ ων. 18

19 Η ικανότητα του ανα νευστικού συστήµατος να ροστατεύεται α ό τη σωµατιδιακή ύλη καθορίζεται κυρίως α ό το µέγεθος των σωµατιδίων. Τα αιωρούµενα σωµατίδια ανάλογα µε το µέγεθός τους, εισέρχονται µέχρι τη ρινική, την τραχειοβρογχική κοιλότητα, κά οιους ρώτους βρόχους του νεύµονα, ακόµα και µέχρι τις νευµονικές κυψελίδες. Τα µεγαλύτερα σωµατίδια, διαµέτρου α ό 7 ως 10 µm ( PM 10), κατακάθονται στη γη σχετικά γρήγορα εξαιτίας του βάρους τους. Μικρότερα σωµατίδια, διαµέτρου έως 2,5 µm ( PM2,5) αραµένουν στην ατµόσφαιρα για µεγάλα χρονικά διαστήµατα ροτού κατακαθίσουν στο έδαφος, ενώ τα ολύ µικρά σωµατίδια µε διάµετρο UFP, µ ορούν να αιωρούνται διαρκώς έως ότου να µέχρι 0,1 µm ( ) ροσροφηθούν ή να συσσωµατωθούν σε µεγαλύτερα µεγέθη. Τα µεγαλύτερα σωµατίδια ου εισέρχονται στο ανα νευστικό σύστηµα αγιδεύονται µε τη βοήθεια των τριχών και του βλεννογόνου της µύτης και µ ορούν στη συνέχεια να α οβληθούν σχετικά εύκολα µε το βήχα ή µε το φτέρνισµα. Σωµατίδια µικρότερα του 1 µm εισέρχονται ευκολότερα στον ανθρώ ινο οργανισµό και είναι σχεδόν αδύνατο να α οβληθούν α ό αυτόν. Πιο αναλυτικά, ο αέρας ου εισέρχεται α ό τα ρουθούνια, φιλτράρεται αρχικά α ό ένα σύστηµα τριχοειδών ινών της µύτης, συγκρατώντας έτσι τα µεγαλύτερα σωµατίδια α ό το να εισέλθουν βαθύτερα στο ανα νευστικό σύστηµα του ανθρώ ου. Στη συνέχεια ο αέρας φτάνει σε τρεις ροεξοχές καλυµµένες µε µια βλεννώδη µεµβράνη και η δίοδος του χωρίζεται σε µικρότερα κανάλια, ο ότε ροκύ τουν αλλαγές στη διεύθυνση της ροής του, µε συνέ εια κά οια α ό τα σωµατίδια να ροσκρούουν άνω στη µεµβράνη και να ροσκολλώνται σε αυτή. Όταν ο αέρας φτάσει στο φάρυγγα είναι θερµός, εριέχει υγρασία και έχει καθαριστεί α ό τα σωµατίδια µε διάµετρο µεγαλύτερη α ό 10µm. Το υ όλοι ο των αερίων οδών µέσα στους νεύµονες είναι ένα σύστηµα σωλήνων διανοµής του αέρα, µε µεγαλύτερο αυτόν της τραχείας. Η εσωτερική της ε ιφάνεια είναι καλυµµένη α ό ένα εξειδικευµένο κυτταρικό στρώµα, ου ονοµάζεται κροσσωτό ε ιθήλιο, του ο οίου τα κύτταρα εκκρίνουν διαρκώς βλέννα, ου κινείται ρος τα ανώτερα ε ί εδα του ανα νευστικού συστήµατος, µέσω κινούµενων µαστιγίων. Έτσι σωµατίδια µεγέθους α ό 2 ως 10 µm ( PM 10), αγιδεύονται στο κολλώδες αυτό στρώµα και α οβάλλονται α ό τους νεύµονες συνήθως µέσω του φταρνίσµατος ή του βήχα. Κά οια άλλα όµως σωµατίδια, µικρότερου µεγέθους καταφέρνουν και εισέρχονται στις κυψελίδες των νευµόνων α οφεύγοντας τη βλέννα ου εκκρίνει ο οργανισµός και καταλήγουν σε µια εριοχή ό ου δεν υ άρχουν µαστίγια και µ ορούν να εγκατασταθούν. Εκεί ροκαλούν το ικό ερεθισµό στον νεύµονα, κάτι ου µ ορεί να εξελιχθεί σε συστηµατικό το ικό ερεθισµό, µε δυσµενείς συνέ ειες για αυτόν αλλά και για την καρδιά. Εκεί εξειδικευµένα κύτταρα των κυψελιδικών µακροφάγων, τα φαγοκύτταρα, εριβάλλουν και αγιδεύουν µέσα σε λίγες ώρες κά οια α ό αυτά τα σωµατίδια, ενώ µέσω της βλέννας ου αράλληλα εκκρίνεται τα α οµακρύνουν α ό τον οργανισµό. Παρόλα αυτά µερικά σωµατίδια καταφέρνουν και εισέρχονται µέσα α ό το τοίχωµα των κυψελίδων, ό ου ροσλαµβάνονται α ό το λυµφατικό σύστηµα ( Κωτσοβίνου, 1992). 19

20 Ό ως µ ορούµε να διακρίνουµε και στην εικόνα 3, τα σωµατίδια ου είναι µικρότερα α ό 2,5 µm, εισ νέονται και φτάνουν στους νεύµονες, ο ότε ό ως είναι αναµενόµενο είναι ιο ε ικίνδυνα για την υγεία α ό µεγαλύτερα σωµατίδια. Τα σωµατίδια αυτού του µεγέθους εριέχουν στοιχεία ή χηµικές ενώσεις ου µ ορούν να ροκαλέσουν σοβαρές βλάβες στην υγεία ό ως.χ βαρέα µέταλλα (Pb, Cd, Ni, Cu, Zn) µε αυξηµένη τοξικότητα, ολυκυκλικούς αρωµατικούς υδρογονάνθρακες (PAH), οι ο οίοι θεωρούνται καρκινογόνοι κ.ά. Υψηλές συγκεντρώσεις σωµατιδίων στην ατµόσφαιρα σε συνδυασµό µε υψηλές συγκεντρώσεις θειικών αερολυµάτων, συνδέονται άµεσα µε την αύξηση του αριθµού των εισαγοµένων ατόµων στα νοσοκοµεία για λοιµώξεις του ανα νευστικού, βρογχίτιδες, άσθµα, νευµονία κτλ. Στην ερί τωση αυτή µιλάµε για συνεργατικό ρόλο των θειικών ιόντων στη βλάβη ου ήδη ροκαλεί στο ανα νευστικό η εισ νοή των ολύ µικρών αερολυµάτων. Κατά την ταξινόµηση, για τις αστικές εριοχές των αιωρούµενων σωµατιδίων ( PM 2,5), δηλαδή µεγέθους α ό 0,1 ως 2,5 µm, σε τρεις βασικές κατηγορίες έχουµε: Τα κρυσταλλικά τα ο οία εριέχουν στοιχεία υριτίου (Si), το ο οίο α οτελεί και το δείκτη αναγνώρισης αυτής της κατηγορίας, αργίλου, σιδήρου, ασβεστίου και καλίου. Τα σωµατίδια αυτής της κατηγορίας ροέρχονται κυρίως α ό διάφορες µηχανικές δραστηριότητες, α ό κονιο οιήσεις µεγαλύτερων σωµατιδίων ( PM 10), α ό τη σκόνη των δρόµων, α ό το χώµα κτλ. Τα σωµατίδια κινητών ηγών ου εριέχουν κατά βάση στοιχεία µολύβδου (Pb), ου είναι ο δείκτης αναγνώρισης για αυτή την κατηγορία, βρώµιου, χαλκού και νικελίου. Τα σωµατίδια αυτής της κατηγορίας ροέρχονται κυρίως α ό τις εκ οµ ές βενζινοκίνητων οχηµάτων. Τα σωµατίδια άνθρακα, τα ο οία έχουν το σελήνιο (Se) σαν δείκτη αναγνώρισης της κατηγορίας, ενώ εριέχουν και στοιχεία θείου, βαναδίου, µαγνησίου, καλίου. Τα σωµατίδια αυτής της κατηγορίας ροέρχονται κυρίως α ό τις σταθερές εστίες καύσης των µεγαλου όλεων (. χ κεντρικές θερµάνσεις). Τα σωµατίδια ου ροέρχονται α ό διεργασίες καύσης είναι ολύ ιο ε ικίνδυνα για την ανθρώ ινη υγεία, α ό ότι τα σωµατίδια κρυστάλλων, γεγονός ου α οδεικνύεται µέσα α ό τα α οτελέσµατα µιας σειράς ερευνών. Έχει ε ίσης α οδειχθεί ότι σωµατίδια ου ροέρχονται α ό σταθερές εστίες καύσης συσχετίζονται ερισσότερο µε ανα νευστικά ροβλήµατα, σε αντίθεση µε αυτά των κινητών ηγών, ου δείχνουν ροτίµηση στα καρδιαγγειακά ε εισόδια. Κλινικές, τοξικολογικές και ε ιδηµιολογικές µελέτες έχουν α οδείξει ότι η έκθεση σε σωµατίδια ου εριέχουν στοιχεία µολύβδου ε ηρεάζει την ανθρώ ινη υγεία. Σηµαντικές λειτουργίες του ανθρώ ινου οργανισµού, ό ως της ανα αραγωγής των ενδοκρινών αδένων, 20

21 του ή ατος, της καρδιάς, του ανοσο οιητικού και του γαστρεντερικού συστήµατος, µ ορούν να ε ηρεαστούν σηµαντικά α ό το µόλυβδο (Καρβούνης και Γεωργακέλλος, 2003). Εικόνα 1.3: Βάθος διείσδυσης των αιωρούµενων σωµατιδίων (PM) στο ανα νευστικό σύστηµα του ανθρώ ου µε βάση το µέγεθός τους. Ωφδφωδφωδφωωφωφβνκξβωκξφφνξνωξνξκωωωββξβκξβκξδβωκξ δκξβωξκδβκξωδβωξδβξωβδξωβφωξβωδξβωδξκφβωδκξβωδφξκβωδ ξωβδξκβωδκξωβδκξβω Εικόνα 1.4: συσχετισµός της διαµέτρου των αιωρούµενων σωµατιδίων µε την ενα όθεσή τους στα όργανα του ανθρώ ου. 21

22 Με βάση τα Κριτήρια Ποιότητας του Αέρα ου έχουν θεσ ιστεί στην Αµερική, υ άρχουν συγκεκριµένα συµ τώµατα α ό την έκθεση του ανθρώ ου σε αιωρούµενα σωµατίδια ( ίνακας 2), (Boudel et al., 1994). Πίνακας 1.2: Ανθρώ ινα συµ τώµατα α ό την έκθεση σε αιωρούµενα σωµατίδια ( PM 10). Συγκέντρωση µ g / m ρύ ου PM 3 ( ) Χρόνος έκθεσης Ανθρώ ινα συµ τώµατα Σηµαντική ένταση ασθενειών h Οξεία ε ιδείνωση ασθενειών µε χρόνια βρογχίτιδα h Αυξηµένες α ουσίες βιοµηχανικών εργατών 90 24h Αύξηση ανα νευστικών ασθενειών στα αιδιά 55 24h Αύξηση κινδύνου ανα νευστικών ασθενειών 50 Ετήσιος γεωµετρικός µέσος Αύξηση του ρυθµού θανάτων για ηλικίες άνω των 50 ετών Ο ρόλος των αιωρούµενων σωµατιδίων στους βιοχηµικούς κύκλους των στοιχείων Ο ρόλος των αερολυµάτων στην κατανοµή της ύλης στο χώρο είναι εξαιρετικά σηµαντικός, καθώς ο ατµοσφαιρικός αέρας α οτελεί το µέσο το ο οίο µ ορεί να µεταφέρει, µέσω των αιωρούµενων σωµατιδίων, ύλη σε α οστάσεις ολύ µεγαλύτερες α ό αυτές ου θα µ ορούσε να διανύσει η ίδια αυτή ύλη κινούµενη µέσω των νερών και των εδαφών. Οι µεγαλύτερες οσότητες σωµατιδίων στην ατµόσφαιρα ροέρχονται α ό την αιολική διάβρωση των εδαφών, µε κυριότερες ηγές τις ερηµικές εριοχές του λανήτη µας. Τα αρα άνω τύ ου αερολύµατα είναι αδρά, διαµέτρου α ό 1 έως 100µm. Η α οµάκρυνση των σωµατιδίων α ό τον αέρα γίνεται µέσω υγρής και ξηρής κατακρήµνισης, µε α οτέλεσµα την τροφοδοσία χερσαίων αλλά και υδάτινων οικοσυστηµάτων µε τα συστατικά των αερολυµάτων. Τα µεγαλύτερα α ό αυτά κατακρηµνίζονται κοντά στον τό ο αραγωγής τους, ενώ τα ιο µικρά µ ορούν να µεταφερθούν ακόµα και σε α οστάσεις χιλιάδων χιλιοµέτρων µακριά α ό τις ερηµικές εριοχές α ό τις ο οίες ροήρθαν. Χαρακτηριστικό αράδειγµα α οτελεί η έρηµος Σαχάρα, η ο οία συµβάλλει σε µεγάλο βαθµό στην θαλάσσια ιζηµατογένεση της Μεσογείου. Σε ατµοσφαιρικά σωµατίδια ου χαρακτηρίζονται α ό διαµέτρους συνήθως µικρότερες του 1 µm, αρατηρούµε συνήθως ίχνη µετάλλων ό ως ο 22

23 µόλυβδος (Pb), ο υδράργυρος (Hg), ο χαλκός (Cu), το κάδµιο (Cd) κ.ά. και µέσω των αερίων µαζών αυτά µεταφέρονται σε µεγάλες α οστάσεις α ό τις ηγές εκ οµ ής τους. Έτσι η χηµική σύσταση της ε ιφανειακής στοιβάδας της στήλης του θαλασσινού νερού, σε µεγάλες α οστάσεις α ό τις ακτές, ε ηρεάζεται κατά κύριο λόγο α ό την ατµόσφαιρα. Αν η στήλη τροφοδοτείται µε στοιχεία θρε τικά για τους οργανισµούς, ό ως για αράδειγµα είναι ο φώσφορος όταν εισέρχεται σε µια ολιγότροφη θαλάσσια εριοχή, θα έχουµε θετικές ε ιδράσεις σε ότι αφορά στη διαβίωσή τους, ενώ αντίθετα αν τα στοιχεία ή οι χηµικές ενώσεις ου διοχετεύονται είναι τοξικές, ό ως. χ τα βαρέα µέταλλα, τότε θα έχουµε αρνητικές ε ι τώσεις σε αυτούς Ο ρόλος των αερολυµάτων στη διαµόρφωση του κλίµατος Τα αερολύµατα ε ηρεάζουν το κλίµα στην τρο όσφαιρα, στο κατώτερο δηλαδή στρώµα της ατµόσφαιρας της γης, µε δύο διαφορετικούς τρό ους. Ορισµένα α ό αυτά τα αιωρούµενα σωµατίδια ανακλούν ένα µέρος της ροσ ί τουσας ηλιακής ακτινοβολίας, µε α οτέλεσµα να αυξάνεται το οσοστό της ηλιακής ακτινοβολίας, το ο οίο ε ιστρέφει στο διάστηµα α ό το σύστηµα γη - ατµόσφαιρα (λευκαύγεια albedo). Αυτό σηµαίνει ότι όταν στην ατµόσφαιρα υ άρχουν µεγάλες συγκεντρώσεις τέτοιων σωµατιδίων, φτάνει λιγότερη ακτινοβολία στην ε ιφάνεια της γης, ο ότε αναµένονται και µικρότερες θερµοκρασίες στην ατµόσφαιρα. Αυτός είναι ο άµεσος τρό ος µε τον ο οίο τα αιωρούµενα σωµατίδια µ ορούν να ε ηρεάσουν το κλίµα της γης. Η αρα άνω αλληλε ίδραση µεταξύ ηλιακής ακτινοβολίας και αερολυµάτων υ ερισχύει κατά τη διάρκεια της ηµέρας και κατά τους θερινούς µήνες. Τα αερολύµατα όµως είναι δυνατόν να ε ηρεάσουν και µε έµµεσο τρό ο το κλίµα του λανήτη µας ως εξής: τα αιωρούµενα σωµατίδια, ιδιαίτερα αυτά ου είναι υγροσκο ικά και έχουν αυξηµένη διαλυτότητα στο νερό, ό ως για αράδειγµα αυτά ου εριέχουν ανόργανα άλατα, δρουν σαν υρήνες συµ ύκνωσης στη δηµιουργία των νεφών (Cloud Condensation Nuclei CCN). Ε οµένως όταν υ άρχουν αυξηµένες συγκεντρώσεις τέτοιων αερολυµάτων, ροκαλούν αυξηµένη νεφοκάλυψη. Η αυξηµένη συγκέντρωση υρήνων συµ ύκνωσης υ οδηλώνει αυξηµένο αριθµό σταγονιδίων στα νέφη. Η µείωση ε ι λέον του µεγέθους των σταγονιδίων έχει ως α οτέλεσµα την καθυστέρηση της εκδήλωσης βροχό τωσης και την αράταση ε οµένως του χρόνου ζωής των νεφών στην ατµόσφαιρα. Τα νέφη ανακλούν µέρος της ηλιακής ακτινοβολίας (αυξηµένη λευκαύγεια albedo), συνεισφέροντας έτσι και αυτά στη µείωση της θερµοκρασίας της ατµόσφαιρας. 23

24 Παρόλα αυτά η ακριβής εκτίµηση της αλληλε ίδρασης των αερολυµάτων µε την ηλιακή ακτινοβολία είναι µια εξαιρετικά ολύ λοκη διαδικασία γιατί: Τόσο ο άµεσος όσο και ο έµµεσος τρό ος µε τους ο οίους τα αερολύµατα µ ορούν να ε ηρεάζουν το κλίµα, εξαρτώνται α ό τη χηµική σύσταση και το µέγεθος των σωµατιδίων και δεν µ ορούν να συσχετιστούν µόνο µε τις εκ οµ ές τους µε α λό τρό ο. Ο έµµεσος τρό ος συνίσταται και εξαρτάται α ό ολύ λοκες διεργασίες οι ο οίες σχετίζονται µε τα σωµατίδια, ό ως η διεργασία της συµ ύκνωσης των υδρατµών µέσω υρήνων συµ ύκνωσης και η διεργασία της αύξησης του µεγέθους των σταγόνων της βροχής. Τα αερολύµατα έχουν µικρούς χρόνους αραµονής στην τρο όσφαιρα, ο ότε η κατανοµή τους στο χώρο είναι ανοµοιογενής και εξαρτάται α όλυτα α ό την κατανοµή των ηγών τους στο χώρο. Για όλους αυτούς τους αρα άνω λόγους, ο υ ολογισµός της συνεισφοράς της αύξησης, µετά τη Βιοµηχανική Ε ανάσταση των εκ οµ ών των αιωρούµενων σωµατιδίων στις κλιµατικές αλλαγές, καθώς και η οσοτική εκτίµηση της ε ίδρασης των αερολυµάτων στις µεταβολές του κλίµατος στον λανήτη µας, είναι ιο δύσκολη α ό την αντίστοιχη ου αφορά στα αέρια συστατικά του ατµοσφαιρικού αέρα,. χ στα αέρια του θερµοκη ίου. 24

25 Κεφάλαιο 2 Το ρόβληµα των αιωρούµενων σωµατιδίων σε διάφορες µεγαλου όλεις 2.1 Εισαγωγή Η ρύ ανση της ατµόσφαιρας α οτελεί ίσως το σηµαντικότερο εριβαλλοντικό ρόβληµα για τις ερισσότερες α ό τις µεγαλου όλεις του κόσµου. Η έκθεση του ατόµου σε αιωρούµενα σωµατίδια είναι ιθανώς το σοβαρότερο αίτιο για τα ροβλήµατα υγείας ου ροκαλούνται στον ληθυσµό α ό την ατµοσφαιρική ρύ ανση, σχεδόν στις ερισσότερες α ό τις όλεις. Πολλές ερευνητικές εργασίες αρατήρησαν µια σηµαντική συσχέτιση ανάµεσα στην ανθρώ ινη θνησιµότητα και τις κλιµατικές συνθήκες. Έτσι έχει ροκύψει σε ολλά στατιστικά υ οδείγµατα, τα ο οία εριλαµβάνουν την αράµετρο της ε οχικότητας, να εµφανίζονται βραχυ ρόθεσµες και µεσο ρόθεσµες ε ιδράσεις του καιρού στην υγεία του ανθρώ ου. Ε ίσης το γεωγραφικό µήκος και λάτος κάθε εριοχής ε ηρεάζει το ρόλο των κλιµατικών αραµέτρων όσον αφορά στην ανθρώ ινη υγεία µε τις µικρότερες συνέ ειές τους σε εριοχές µε ή ιο κλίµα (χωρίς την αρουσία ακραίων θερµοκρασιών εριβάλλοντος). Οι ε ικρατέστεροι συσχετικοί αράγοντες, στις ερισσότερες µελέτες διερεύνησης της ε ίδρασης της ατµοσφαιρικής ρύ ανσης στην ανθρώ ινη υγεία, είναι η θερµοκρασία και η υγρασία, για αυτό και ρέ ει να εισέρχονται µαζί στο υ όδειγµα, ώστε να δια ιστώνονται οι συνδυασµένες ε ιδράσεις τους (Kassomenos et al., 2001). 2.2 Η Ιστορία της Ατµοσφαιρικής Ρύ ανσης. Ο άνθρω ος α ό τις ρώτες στιγµές της ύ αρξής του στη γη ρυ αίνει την ατµόσφαιρα. Τα ρώτα στοιχεία ου αναφέρονται στην ατµοσφαιρική ρύ ανση ροέρχονται α ό τις ρωτόγονες κοινωνίες της ροϊστορικής εριόδου. Όταν οι άνθρω οι των φυλών έµαθαν τη φωτιά, τη χρησιµο οιούσαν για χιλιάδες χρόνια µε λανθασµένο τρό ο, κατα νίγοντας τους χώρους διαβίωσής τους µε αράγωγα ατελούς καύσης. Οι ρώτες βιοµηχανίες ου συνδέθηκαν µε το ρόβληµα της ατµοσφαιρικής ρύ ανσης στους αιώνες ου ροηγήθηκαν της βιοµηχανικής ε ανάστασης, ήταν η µεταλλουργία, τα κεραµικά και η συντήρηση διάφορων ζωικών ροϊόντων. Ακόµα διεργασίες εξόρυξης ολύτιµων λίθων ή το ψήσιµο του ηλού για την αρασκευή οικιακών συσκευών και τούβλων, συµ εριλαµβάνονται στις βασικότερες ανθρω ογενείς ηγές εκ οµ ών ατµοσφαιρικών ρύ ων. 25

26 Στις αρχές του 18 ου αιώνα η βιοµηχανική ε ανάσταση, ου ήρθε ως ε ακόλουθο της χρήσης του ατµού για την αραγωγή ενέργειας και την κίνηση των µηχανών, α οτελεί ορόσηµο, καθώς η βιοµηχανία είναι αυτή ου κατέχει τον ρωτεύοντα ρόλο στην συνεισφορά του ροβλήµατος της ατµοσφαιρικής ρύ ανσης. Το σοβαρότερο ρόβληµα της ατµοσφαιρικής ρύ ανσης του 19 ου αιώνα ήταν ο κα νός και η ι τάµενη τέφρα α ό την καύση του κάρβουνου και του ετρελαίου στους καυστήρες των µονάδων αραγωγής ενέργειας, στους ατµοκινητήρες, στα λοία και στα τζάκια των σ ιτιών. Πολλές α ό τις ιο ανε τυγµένες βιοµηχανικά όλεις του κόσµου βρέθηκαν να αντιµετω ίζουν σοβαρά ροβλήµατα στην ατµόσφαιρά τους, ως συνέ ειες της α ότοµης ανά τυξής τους. Οι ρώτοι εθνικοί νόµοι και κανόνες για τον εριορισµό της εκ οµ ής κα νού και ι τάµενης τέφρας εµφανίζονται κατά τα τέλη του 19 ου αιώνα και ε ικεντρώνονται µόνο στις κινητές, ναυτιλιακές και βιοµηχανικές ηγές ρύ ανσης. Παράλληλα για ρώτη φορά, στο τέλος αυτής της εριόδου κάνουν την εµφάνισή τους και σηµαντικά τεχνολογικά ε ιτεύγµατα στον έλεγχο της αέριας ρύ ανσης, µε κυριότερα την κατασκευή κλιβάνων ελεγχόµενης ρύ ανσης, συσκευών α οµάκρυνσης οξέων α ό τις βιοµηχανικές εκ οµ ές, κυκλώνες και φίλτρα για τη συλλογή της σωµατιδιακής ύλης, καθώς και χρήση διαφόρων φυσικοχηµικών µεθόδων (α ορρόφηση, ροσρόφηση κτλ.) στο σχεδιασµό µονάδων ελέγχου. Στις δεκαετίες ου ακολουθούν και µέχρι τα µέσα του 20 ου αιώνα, εµφανίζονται ροβλήµατα ατµοσφαιρικής ρύ ανσης αρόµοια µε αυτά ου αντιµετω ίζουµε και σήµερα. Την ερίοδο αυτή λαµβάνουν χώρα τα ρώτα τραγικά ε εισόδια µε µαζικές α ώλειες ανθρω ίνων ζωών, εξαιτίας των υψηλών συγκεντρώσεων ατµοσφαιρικών ρύ ων (στην κοιλάδα Meuse στο Βέλγιο το 1930, στην Donora στην Πενσυλβανία το 1948, στην Costa Rica του Μεξικού το 1950). Παράλληλα στα 1940 ρωτοεµφανίζεται στο Λος Άντζελες το φωτοχηµικό νέφος, το ο οίο αρατηρήθηκε δυστυχώς µετέ ειτα σε ολλές µεγαλου όλεις του κόσµου, µη εξαιρετέας και της Αθήνας. Το µεγαλύτερο λήγµα σε ανθρώ ινες α ώλειες εξαιτίας της ατµοσφαιρικής ρύ ανσης, µέχρι εκείνη την ερίοδο, συνέβη στο Λονδίνο το 1952 µε 4000 θανάτους, γεγονός ου οδήγησε στην ψήφιση των ρώτων σοβαρών νόµων το 1956 για την ροστασία της οιότητας της ατµόσφαιρας των αστικών εριοχών. Κατά τη διάρκεια αυτών των δεκαετιών όλες σχεδόν οι Ευρω αϊκές χώρες, αλλά και άλλες ό ως οι ΗΠΑ, η Ια ωνία, η Νέα Ζηλανδία, η Αυστραλία αντιµετώ ισαν σοβαρή ρύ ανση στην ατµόσφαιρα των µεγαλου όλεών τους. Έτσι ρωτοστάτησαν στην θέσ ιση εθνικών νοµοθεσιών αλλά και στην ίδρυση µεγάλων ερευνητικών κέντρων ου α οσκο ούσαν στον έλεγχο της ατµοσφαιρικής ρύ ανσης. Η ερευνητική δραστηριότητα εξα λώθηκε έντονα στις ερισσότερες ροηγµένες χώρες του κόσµου, µε την οργάνωση ολλών διεθνών συνεδρίων σε διάφορες µεγαλου όλεις, ενώ το 1964 ιδρύθηκε η διεθνής οργάνωση για την ρόληψη της ατµοσφαιρικής ρύ ανσης IUAPPA (International Union of Air Pollution Prevention Associations), µε ολλές διεθνείς συνδιασκέψεις «Καθαρού Αέρα» να λαµβάνουν χώρα σε τακτά χρονικά διαστήµατα και σε διαφορετικές όλεις 26

27 ανά τον κόσµο. Το τεχνολογικό ενδιαφέρον την ερίοδο αυτή ε ικεντρώθηκε στην ατµοσφαιρική ρύ ανση ου ροκαλείται α ό το αυτοκίνητο, η χρήση του ο οίου συνέχιζε να ολλα λασιάζεται µε ιλιγγιώδεις ρυθµούς, στην ρύ ανση α ό τα οξείδια του θείου και στην α οµάκρυνσή τους, στον έλεγχο αερίων ου εκλύονται α ό σταθερές ηγές, στην α οθείωση των καυσίµων, καθώς και στον έλεγχο των οξειδίων του αζώτου ου αράγονται α ό διεργασίες καύσης. Οι ροβλέψεις για την ατµοσφαιρική ρύ ανση και την αλληλε ίδρασή της µε τα καιρικά φαινόµενα ροέκυψαν µεταγενέστερα, α ό το 1980 και έ ειτα, ο ότε ανα τύχθηκαν και άρχισαν να εξελίσσονται µαθηµατικά µοντέλα για την ρόβλεψη της εξέλιξης της µόλυνσης και των ε ιδράσεών της µε τα καιρικά φαινόµενα. Έτσι δόθηκαν οι βάσεις για τον ροσδιορισµό της φωτοχηµείας της ατµοσφαιρικής ρύ ανσης. Άρχισαν να λειτουργούν σε όλο τον κόσµο συστήµατα για την οιότητα του αέρα µε την υ οστήριξη µιας µεγάλης οικιλίας οργάνων µέτρησης των ρύ ων και ξεκίνησαν να ανα τύσσονται µονάδες και συσκευές ελέγχου της ρύ ανσης κατευθείαν στις ηγές ό ου αυτή αράγεται, ό ως στα αυτοκίνητα ή σε διάφορες βιοµηχανικές µονάδες. Ενισχύεται έτσι συνε ώς ερισσότερο η φιλοσοφία της ρόληψης της ρύ ανσης, αντί για την α οκατάσταση µετά τη γένεσή της, γεγονός ου δεν είναι άλλωστε τις ερισσότερες φορές α όλυτα εφικτό. 27

28 2.3 Α οτελέσµατα Μελετών του ροβλήµατος των Αιωρούµενων Σωµατιδίων σε διάφορες ρωτεύουσες ανά τον κόσµο. Οι ε ι τώσεις της ρύ ανσης της ατµόσφαιρας στην υγεία του ανθρώ ου αναγνωρίστηκαν µόνο έ ειτα α ό την εκδήλωση ολύ σοβαρών ε εισοδίων ρύ ανσης στις εριοχές της βόρειας και κεντρικής Ευρώ ης καθώς και της Βορείου Αµερικής, τη χρονική ερίοδο , ό ου χιλιάδες θάνατοι α οδόθηκαν στο αρα άνω γεγονός. Παρόλα αυτά µέχρι σχεδόν τις αρχές του 1990, η ά οψη ου κυριαρχούσε µεταξύ των ε ιστηµόνων ήταν ότι η τρέχουσα ατµοσφαιρική ρύ ανση δεν ροκαλεί ιδιαίτερα σοβαρά ροβλήµατα στην ανθρώ ινη υγεία. Α ό το 1990 και έ ειτα όµως ολύ γρήγορα και α ότοµα έγινε ροφανές το γεγονός ότι τα ε ί εδα της χαµηλότερης σχετικά ατµοσφαιρικής ρύ ανσης, έχουν ε ιβαρυντικές συνέ ειες στην υγεία του ανθρώ ου και βραχυ ρόθεσµα και µακρο ρόθεσµα, ενώ ροκαλούν ό ως είναι αναµενόµενο αύξηση της θνησιµότητας. Αυτά τα α οτελέσµατα είχαν σαν αντίκτυ ο την θέσ ιση οδηγιών, ορίων και standards α ό διεθνείς οργανώσεις και οργανισµούς, ό ως η Ευρω αϊκή Ένωση, ο Παγκόσµιος Οργανισµός Υγείας ( WHO ) και η οργάνωση Περιβαλλοντικής Προστασίας των ΗΠΑ (EPA). Πολύ µεγάλος είναι ο αριθµός των µελετών ου έχουν ραγµατο οιηθεί τα τελευταία χρόνια σε διάφορες µεγάλες αστικές εριοχές του κόσµου και έχουν εµφανίσει στα α οτελέσµατά τους σηµαντικές συσχετίσεις ανάµεσα στην ατµοσφαιρική ρύ ανση και στις ε ι τώσεις της στην δηµόσια υγεία. Εξαιτίας της ολύ ιθανής ε ίδρασης των κλιµατικών αραµέτρων, στη συσχέτιση ανάµεσα στη ρύ ανση και στη θνησιµότητα, έχει εµφανιστεί ε ίσης έντονα η τάση της ένταξης και διαφόρων κλιµατικών αραγόντων στις µελέτες ου αφορούν στην αρα άνω συσχέτιση, για να δια ιστωθεί αν και κατά όσο αυτοί οι κλιµατικοί αράγοντες ε ηρεάζουν τη συσχέτιση αυτή. Έτσι ολλά είναι τα στατιστικά υ οδείγµατα ου δεν εξετάζουν α λά το µέγεθος της συσχέτισης των ρύ ων µε τη θνησιµότητα αλλά εριλαµβάνουν και τον δυνητικό ρόλο των κλιµατικών αραµέτρων. Το ιο συνηθισµένο στατιστικό υ όδειγµα ου χρησιµο οιείται για την ε ίτευξη του αρα άνω στόχου είναι η εφαρµογή της αλινδρόµησης Poisson, µε αράγοντα συσχέτισης στο στατιστικό υ όδειγµα τη µέση θερµοκρασία εριβάλλοντος της ίδιας και της ροηγούµενης µέρας. Μια άλλη µέθοδος µε την ο οία ε ιτυγχάνουµε ροβλέψεις για την ανθρώ ινη θνησιµότητα και τη συσχέτισή της µε την ατµοσφαιρική ρύ ανση, εφαρµόζεται µε χρήση µη αραµετρικών συναρτήσεων εξοµάλυνσης, για τον έλεγχο της ε ίδρασης συγκεκριµένων κλιµατικών αραγόντων στην αρα άνω συσχέτιση. Μεταβλητές ου λαµβάνονται υ όψη µέσα στα στατιστικά υ οδείγµατα είναι 28

29 για αράδειγµα η µέση, η ελάχιστη, η µέγιστη θερµοκρασία εριβάλλοντος, η υγρασία και το είδος και η ταχύτητα του ανέµου. Στη συνέχεια αρουσιάζουµε συνο τικά κά οια α οτελέσµατα µελετών ου έχουν διενεργηθεί σε διάφορες ευρω αϊκές και µη µεγαλου όλεις. Στις ερισσότερες α ό αυτές τις ερευνητικές εργασίες λαµβάνονται υ όψη συγκεκριµένες κλιµατικές αράµετροι, καθώς και η ιδιαίτερη γεωµορφολογία του τό ου, στην διερεύνηση της συσχέτισης ανάµεσα στη θνησιµότητα και την ατµοσφαιρική ρύ ανση. Στην Ευρώ η αρουσιάζουµε α οτελέσµατα ερευνών, ου έχουν ραγµατο οιηθεί για το Λονδίνο, το Παρίσι, το Μιλάνο, καθώς και συνο τικά α οτελέσµατα µελετών ου εριλαµβάνουν δεδοµένα α ό 30 Ευρω αϊκές όλεις µαζί, για τη εξόρυξη ιο γενικευµένων και αξιό ιστων α οτελεσµάτων Λονδίνο Έρευνα για τη διερεύνηση της συσχέτισης ανάµεσα στη θνησιµότητα και την ατµοσφαιρική ρύ ανση, µε κλιµατική αράµετρο το ψύχος, ραγµατο οιήθηκε στην όλη του Λονδίνου και αφορούσε στη χρονική ερίοδο Τα α οτελέσµατα της έρευνας αρουσιάζουν µια γραµµική συσχέτιση ανάµεσα στη θνησιµότητα και τη µείωση της θερµοκρασίας εριβάλλοντος (α ό 15 Ο C έως 0 Ο C), αναλυτικότερα δηλαδή ροκύ τει ότι οι µέρες µε τα υψηλότερα ε ί εδα ρύ ανσης είναι αντίστοιχα και οι ιο κρύες, µε ανέµους εριορισµένης έντασης και λίγες βροχο τώσεις Παρίσι Στο Παρίσι σε µελέτη για τη διερεύνηση της σχέσης ανάµεσα στις ε είγουσες κλήσεις των ολιτών για ιατρική φροντίδα και της ατµοσφαιρικής ρύ ανσης για τη χρονική ερίοδο , αρατηρήθηκε σηµαντική συσχέτιση µε το τρο οσφαιρικό όζον Μιλάνο Σε µελέτη ου έγινε και αφορούσε στην όλη του Μιλάνου για τη χρονική ερίοδο , διερευνήθηκε η σχέση ανάµεσα στην ατµοσφαιρική ρύ ανση, τις καιρικές συνθήκες και την ηµερήσια θνησιµότητα. Έτσι µε τη βοήθεια γενικευµένων αθροιστικών µοντέλων αλινδρόµησης Poisson, υ ολογίστηκε η συσχέτιση ανάµεσα στις συγκεντρώσεις των ολικών αιωρούµενων σωµατιδίων στην ατµόσφαιρα και 29

30 την θνησιµότητα. Ό ως δια ιστώνεται, για µια αύξηση της συγκέντρωσης του ρύ ου κατά 100 µ g/ m3, αρατηρείται µια αντίστοιχη αύξηση της τάξεως του 21% για οξέα εµφράγµατα του µυοκαρδίου και 10% στο γενικό σύνολο των θανάτων α ό καρδιαγγειακά ε εισόδια. Παράλληλα διερευνήθηκε και η ε ίδραση των κλιµατικών αραµέτρων στη θνησιµότητα, µέσω της χρήσης συναρτήσεων εξοµάλυνσης στο υ όδειγµα, ό ου δια ιστώθηκε ότι αυξάνεται ο κίνδυνος θνησιµότητας α ό καρδιαγγειακά αίτια στις υψηλότερες θερµοκρασίες εριβάλλοντος Ευρω αϊκές όλεις Οι ερισσότερες α ό τις µελέτες ου έχουν ραγµατο οιηθεί κατά καιρούς σε διάφορες όλεις και αφορούν στις δυσµενείς ε ι τώσεις ου έχουν οι συγκεντρώσεις των αιωρούµενων σωµατιδίων (PM) στην ανθρώ ινη υγεία, έχουν καταλήξει σε γραµµικές σχέσεις ανάµεσα στην ατµοσφαιρική ρύ ανση και την θνησιµότητα, ενώ όταν οι συγκεντρώσεις φτάσουν σε ολύ υψηλά ε ί εδα έχουν χρησιµο οιηθεί και λογαριθµικοί µετασχηµατισµοί (29). Τα τελευταία χρόνια έχουν υλο οιηθεί εθνικά και διεθνή ρογράµµατα µε τη βοήθεια των ο οίων οι ερευνητές ροµηθεύονται µε α οτελέσµατα βασισµένα σε δεδοµένα α ό ολλές όλεις. Με τη χρήση ολλα λών το οθεσιών ενισχύεται η γενικότητα και η ισχύς των α οτελεσµάτων αυτών. Οι ληροφορίες ροκύ τουν µε την χρήση µοντέλων ου η εφαρµογή τους γίνεται σε δύο στάδια. Στο ρώτο στάδιο αναλύονται τα δεδοµένα α ό κάθε όλη χωριστά, ενώ κατό ιν στο δεύτερο στάδιο γίνεται ανάλυση αλινδρόµησης για τις εκτιµήσεις της ατµοσφαιρικής ρύ ανσης για την κάθε όλη, µε συσχετικές αραµέτρους χαρακτηριστικές για την κάθε όλη, για τον υ ολογισµό συνολικών εκτιµήσεων καθώς και ηγών ιθανής ετερογένειας. Έτσι ο εριορισµός ου ροκύ τει α ό τη συλλογή δεδοµένων α ό µια µόνο όλη ή το οθεσία, ξε ερνιέται µε τη χρήση ρογραµµάτων ό ως το APHEA-2 (Air Pollution and Health A European Approach) ου χρησιµο οίησε µια εκτεταµένη βάση δεδοµένων α ό 30 όλεις της Ευρώ ης και γειτονικών εριοχών, ό ως η Κωνσταντινού ολη στην Τουρκία και το Τελ Αβίβ στο Ισραήλ. Τα δεδοµένα συλλέχθηκαν α ό καθηµερινές µετρήσεις της θνησιµότητας α ό ανα νευστικές και καρδιαγγειακές αθήσεις και καλύ τουν τουλάχιστον τρία συνεχόµενα χρόνια για την κάθε όλη, τη χρονική ερίοδο ανάµεσα στα έτη , ενώ οι µετρήσεις της ατµοσφαιρικής ρύ ανσης καθηµερινά συλλέχθηκαν α ό δίκτυα αρακολούθησης των ε ι έδων των αιωρούµενων σωµατιδίων ( PM 10) και του µαύρου κα νού (BS), το οθετηµένα στην κάθε όλη ου συµµετείχε στο ρόγραµµα. Ε ι λέον χρησιµο οιήθηκαν χρονοσειρές µε δεδοµένα την καθηµερινή θερµοκρασία, τον ηµερήσιο µέσο όρο της καθώς και τη σχετική υγρασία, για να διερευνηθούν ενδεχόµενες συσχετίσεις του καιρού, ενώ εξετάστηκαν και ληροφορίες ου αφορούσαν σε ε ιδηµίες ή άλλα 30

31 ασυνήθιστα α ρόβλε τα συµβάντα. Α ό την µελέτη εξαιρέθηκαν ορισµένες ακραίες τιµές, οι ο οίες οφείλονται σε διάφορα αίτια, ό ως για αράδειγµα η εξαιρετικά µεγάλη συγκέντρωση αιωρούµενων σωµατιδίων στην όλη του Τελ Αβίβ, ου οφείλεται σε µεταφορά σκόνης α ό την έρηµο. Οι ακραίες τιµές συνήθως εξαιρούνται γιατί ε ηρεάζουν δυσανάλογα τα α οτελέσµατα. Οι καµ ύλες των α οτελεσµάτων για σχεδόν όλες τις όλεις του ρογράµµατος ήταν σχεδόν ανοµοιότυ ες, µε εξαίρεση τη Στοκχόλµη, ου ήταν η όλη µε τις χαµηλότερες τιµές. Έτσι µε ένα εύρος τιµών α ό µ g/ m3 για τα ε ί εδα των ρυ αντών, οι καµ ύλες ου ροκύ τουν α ό τα α οτελέσµατα έκθεσης- α όκρισης, µ ορούν να αντικατασταθούν α ό µια ε αρκώς ικανο οιητική γραµµική ροσέγγιση. Στη συγκεκριµένη µελέτη α ό τα α οτελέσµατα των καµ υλών, δια ιστώθηκε ότι µια αύξηση α ό τα 50 σε 60 µ g/ m3 ροκαλεί µια αύξηση της τάξεως του 0.4 % των συνολικών θανάτων και 0.5 % των θανάτων α ό καρδιαγγειακά αλλά και ανα νευστικά ροβλήµατα. Αυτά είναι συµβατά µε τα α οτελέσµατα ου ροέκυψαν µε την εφαρµογή µεθόδων αλινδρόµησης υ οθέτοντας ότι η σχέση είναι γραµµική, καθώς δια ιστώθηκε εκτιµούµενη αύξηση της τάξεως του 0.5 % για τη συνολική θνησιµότητα και 0.7 % για τους θανάτους α ό καρδιαγγειακά και ανα νευστικά ροβλήµατα, για µια αύξηση των αιωρούµενων σωµατιδίων ( PM 10) κατά 10 µ g/ m3. Οι όλεις ου συµµετείχαν στο αρα άνω ρόγραµµα έχουν κατηγοριο οιηθεί σε τρεις βασικές εριοχές: υτικές, Ανατολικές και Νότιες. Η ετερογένεια ου αρατηρήθηκε διερευνήθηκε συµ εριλαµβάνοντας µεταβλητές ου εριγράφουν το ε ί εδο της ατµοσφαιρικής ρύ ανσης σε κάθε όλη, την κατάσταση υγείας του ληθυσµού, την γεωγραφική εριοχή και τις κλιµατικές συνθήκες (Katsouyanni et al. 2001). Είναι κατανοητό ότι το µείγµα των αιωρούµενων σωµατιδίων ου µετράται αρουσιάζει οικίλα χηµικά και φυσικά χαρακτηριστικά ου αντιστοιχούν σε διαφορετικές τοξικότητες, ενώ οι ληθυσµοί ου µελετώνται α οτελούνται α ό οµάδες ατόµων ου ε ιδεικνύουν διαφορετική ευαισθησία στην έκθεση σε αιωρούµενα σωµατίδια. Αυτό ου είναι φανερό είναι η ανάγκη για ερισσότερη έρευνα ου να ε ικεντρώνεται στον ροσδιορισµό των ιο τοξικών συστατικών ενός µείγµατος α ό αιωρούµενα σωµατίδια, καθώς και στον ροσδιορισµό των ιο ευαίσθητων οµάδων ενός ληθυσµού. Οι Goodman et al. (2004) σε έρευνά τους έχουν αναφερθεί στο διαφορετικό χρόνο α όκρισης του ληθυσµού στη θνησιµότητα α ό καρδιαγγειακά αίτια, σε σύγκριση µε την αντίστοιχη α ό ανα νευστικές αθήσεις. Έτσι ενώ η ρώτη εκδηλώνεται µέσα σε λίγες µέρες α ό την έκθεση, η δεύτερη δείχνει µια υστέρηση τουλάχιστον δύο εβδοµάδων. Στις µελέτες ου διενεργήθηκαν µε τη χρήση της βάσης δεδοµένων APHEA-2, εξετάστηκαν διάφοροι αράγοντες ου ιθανόν ε ηρεάζουν τις σχέσεις έκθεσης σε αιωρούµενα σωµατίδια και α όκρισης της θνησιµότητας α ό διάφορα αίτια και θα µ ορούσαν να ερµηνεύσουν τα διαφορετικά σχήµατα των καµ υλών ου αρατηρούνται σε διαφορετικές το οθεσίες. Έτσι για αράδειγµα ειδικότερα αρατηρείται ότι στις όλεις της Νότιας Ευρώ ης οι καµ ύλες αιωρούµενων σωµατιδίων- συνολικής θνησιµότητας είναι ιο 31

32 α ότοµες. Η σχέση ανάµεσα στη θνησιµότητα και τα σωµατίδια αρουσιάζει ιο α ότοµες κλίσεις στις εριοχές µε θερµότερο κλίµα, µε υψηλότερο ηµερήσιο µέσο όρο διοξειδίου του αζώτου και χαµηλότερο τυ ικά όρια θνησιµότητας. Η σηµαντική ε ίδραση του διοξειδίου του αζώτου στην αύξηση της θνησιµότητας οφείλεται στο γεγονός ότι τα σωµατίδια ου ροέρχονται α ό τις εξατµίσεις των αυτοκινήτων είναι ολύ ιο τοξικά α ό άλλα ου ροέρχονται α ό άλλες ηγές, ενώ η ε ίδραση της θερµοκρασίας στην αύξηση της θνησιµότητας ιθανόν εξηγείται α ό το γεγονός ότι στα θερµότερα κλίµατα οι µετρήσεις της ατµοσφαιρικής ρύ ανσης α ό τα όργανα τα ο οία είναι το οθετηµένα σε εξωτερικό εριβάλλον αντικατο τρίζουν καλύτερα τον ληθυσµό ου εκτίθεται στη ρύ ανση, α ό ότι οι µετρήσεις στα ψυχρότερα κλίµατα, καθώς στα ιο θερµά κλίµατα ο ληθυσµός ερνά αρκετά µεγάλο χρονικό διάστηµα σε εξωτερικούς χώρους και αερίζει ολύ και τους χώρους διαµονής του. Συµ ερασµατικά είναι σηµαντικό να τονίσουµε ότι η σχέση ανάµεσα στα αιωρούµενα σωµατίδια και τη θνησιµότητα του ληθυσµού στις όλεις ου συµ εριελήφθησαν στην µελέτη στην ο οία αναφερθήκαµε, µ ορεί να υ ολογιστεί ολύ ικανο οιητικά µε τη χρήση του γραµµικού µοντέλου. Στην Ασία αρουσιάζουµε α οτελέσµατα α ό ερευνητική µελέτη ου έγινε στην Κορέα και εριελάµβανε ολλές α ό τις µεγαλύτερες όλεις της χώρας Κορέα Την χρονική ερίοδο σε ε τά α ό της µεγαλύτερες όλεις της Κορέας διενεργήθηκε έρευνα για τη συσχέτιση ανάµεσα σε υψηλά ε ί εδα ατµοσφαιρικής ρύ ανσης και στη θνησιµότητα, η ο οία βρέθηκε να αρουσιάζει σηµαντικές διακυµάνσεις α ό όλη σε όλη. Μέσα α ό α λά υ οδείγµατα αλινδρόµησης, τα αιωρούµενα σωµατίδια βρέθηκε να εµφανίζουν σηµαντική συσχέτιση µε τη θνησιµότητα. Συγκεκριµένα µια αύξηση των ολικών αιωρούµενων σωµατιδίων κατά 100 µ g/ m3 αντιστοιχεί σε µια αύξηση της θνησιµότητας κατά 0,5-4%. Αυτό ου αξίζει όµως να τονίσουµε είναι το γεγονός ότι σε ορισµένες όλεις τα υψηλότερα ε ί εδα θνησιµότητας όχι µόνο δεν αντιστοιχίζονται µε τα υψηλότερα ε ί εδα ρύ ων, αλλά σε µερικές ερι τώσεις µε τα χαµηλότερα αυτών. Συνεχίζοντας την ανάλυση µε τη χρήση γενικευµένων αθροιστικών υ οδειγµάτων και τη βοήθεια ενός συντελεστή εξοµάλυνσης, έγινε έλεγχος της ε ίδρασης των ρύ ων σε συνδυασµό µε τη θερµοκρασία εριβάλλοντος και την υγρασία και οδηγήθηκαν στο συµ έρασµα ότι οι ακραίες µέγιστες και ελάχιστες θερµοκρασίες εριβάλλοντος είναι αυτές ου σχετίζονται σε µεγάλο βαθµό µε την αύξηση της θνησιµότητας σε αντίθεση µε τις ενδιάµεσες θερµοκρασίες. 32

33 Στη συνέχεια δίνουµε συνο τικά α οτελέσµατα µελετών ου έχουν διενεργηθεί στην Αµερική και ροέρχονται α ό ρογράµµατα στα ο οία συµµετείχαν ολλές όλεις των ΗΠΑ, µελέτη ου διενεργήθηκε στην ολιτεία της Καλιφόρνια και α ό έρευνα ου έγινε σε αρκετές α ό τις µεγαλύτερες όλεις του Καναδά Καλιφόρνια Μια αξιοσηµείωτη ερευνητική ροσ άθεια ου ξεκίνησε στις αρχές του 1990 και αφορούσε στην οιότητα του ατµοσφαιρικού αέρα ήταν η µελέτη αιδικής υγείας (Children s Health Study). Η µελέτη αυτή αρακολουθούσε τη λειτουργία των νευµόνων αιδιών ηλικίας 10 έως 18 ετών σε 12 κοινότητες της Νότιας Καλιφόρνιας, σε σχέση µε µια ευρεία σειρά αέριων ρυ αντών. Στόχος της µελέτης αυτής ήταν η αξιολόγηση της συσσωρευτικής έκθεσης των αιδιών σε οικίλες ρυ ογόνους ουσίες για µια ερίοδο 8 ετών. Έτσι ελαττώµατα και αδυναµίες ου αρουσιάστηκαν στην ανά τυξη και τη σωστή λειτουργία των νευµόνων των αιδιών, συσχετίστηκαν και α οδόθηκαν σε µια σειρά ρυ αντών ου συµ εριελάµβαναν λε τά αέρια σωµατίδια µε διάµετρο µικρότερη α ό 2.5 µm ( PM 2,5), διοξείδιο του αζώτου και στοιχειακό άνθρακα. Με βάση την έρευνα αυτή η σχέση έκθεσης σε αιωρούµενα σωµατίδια και α όκρισης, εµφανίζεται να είναι σχεδόν γραµµική, χωρίς ε οµένως ένα σαφές και ευδιάκριτο κατώφλι, ενώ ένα άλλο σηµαντικό κοµµάτι της, αφορούσε στον ροσδιορισµό των ιο ευ αθών οµάδων. εν υ ήρξε α όδειξη ου να µ ορεί να ιστο οιήσει την ύ αρξη συγκεκριµένης ευ αθούς οµάδας, όσον αφορά στην αθροιστική, µακρο ρόθεσµη και ε αναλαµβανόµενη έκθεση σε αιωρούµενα σωµατίδια και διάφορες άλλες ρυ ογόνους ουσίες Καναδάς Ο Burnett et al., (1997) σε έρευνα ου ραγµατο οίησε, ου αφορά σε 10 α ό τις µεγαλύτερες όλεις του Καναδά και για τη χρονική ερίοδο , ξεχώρισε το µονοξείδιο του άνθρακα ως το ρύ ο µε την εντονότερη ε ίδραση στις εισαγωγές στα νοσοκοµεία κυρίως α ό καρδιαγγειακά ε εισόδια, χωρίς να αρουσιάζονται σοβαρές διαφορο οιήσεις των α οτελεσµάτων όταν στο υ όδειγµα εµ λέκονται και κλιµατικοί αράγοντες. 33

34 Πόλεις των ΗΠΑ Στις ΗΠΑ έχουν ραγµατο οιηθεί ολλα λά ρογράµµατα και ερευνητικές ροσ άθειες µε κύριο αντικείµενό τους την ατµοσφαιρική ρύ ανση και τις συνέ ειες αυτής στην υγεία των ολιτών. Τα δεδοµένα αντλούνται µε τη χρήση της ανάλυσης χρονοσειρών, ου συνδυάζουν τα ε ί εδα της ατµοσφαιρικής ρύ ανσης µε τον αριθµό των ηµερήσιων θανάτων. Ό ως έχουµε ήδη τονίσει η γενικότητα των ευρηµάτων ενισχύεται, όταν γίνεται συνδυασµός ληροφοριών και ευρηµάτων α ό ολλα λές εριοχές. Έτσι έχουν υλο οιηθεί και στις ΗΠΑ ρογράµµατα αντίστοιχα µε το Ευρω αϊκό ρόγραµµα APHEA. Οι Samet et al. µελέτησαν τα ε ί εδα της ατµοσφαιρικής ρύ ανσης ου ροκαλείται α ό 5 βασικούς αέριους ρυ αντές - τα αιωρούµενα σωµατίδια ( PM 10), το όζον, το διοξείδιο του θείου, το µονοξείδιο του άνθρακα και το διοξείδιο του αζώτου- σε σχέση µε την ηµερήσια θνησιµότητα, για 20 α ό τις µεγαλύτερες όλεις των ΗΠΑ. Τα δεδοµένα συλλέχθηκαν για τη χρονική ερίοδο και αντι ροσω εύουν έναν ληθυσµό µεγαλύτερο α ό 50 εκατοµµύρια. Για τους ρυ αντές ου οι µετρήσεις ήταν ωριαίες υ ολογίστηκε ο ηµερήσιος µέσος όρος, ενώ ό ου υ ήρχαν ερισσότερα α ό ένα σηµεία µέτρησης σε µια όλη άλι χρησιµο οιήθηκε ο µέσος όρος, ενώ για την α οφυγή ιθανών λανθασµένων συµ ερασµάτων α οκλείστηκε το 10% των ακραίων τιµών. Η ανάλυση της αρα άνω µελέτης ου συνδύασε τα δεδοµένα α ό 20 µεγαλου όλεις, ε ιβεβαίωσε τη σχέση ανάµεσα στα ε ί εδα των αιωρούµενων σωµατιδίων ( PM 10) και στο ρυθµό θνησιµότητας α ό διάφορα αίτια και κυρίως α ό καρδιολογικά και ανα νευστικά ροβλήµατα. Στο στατιστικό µοντέλο ου εριλαµβάνει µόνο τα αιωρούµενα σωµατίδια η αύξηση του ρυθµού θνησιµότητας α ό διάφορα αίτια ήταν 0.51% για κάθε αύξηση του ε ι έδου των αερολυµάτων κατά 10µ g/ m3. Ακόµα δια ιστώθηκε ότι η ε ίδραση του ε ι έδου των αιωρούµενων σωµατιδίων στο ρυθµό θνησιµότητας α ό καρδιολογικά και ανα νευστικά αίτια ήταν σχετικά µεγαλύτερη, καθώς αρατηρήθηκε αύξηση αυτού κατά 0.68% για κάθε αύξηση του ε ι έδου των αερολυµάτων κατά 10µ g/ m3. Ε ι λέον διεξάχθηκε το συµ έρασµα ότι τα α οτελέσµατα ου αφορούσαν στα αέρια σωµατίδια δεν µεταβλήθηκαν µε την εισαγωγή και άλλων ρυ αντών στο στατιστικό µοντέλο, ούτε συσχετίστηκαν µε το συγκεκριµένο χρόνο ου συλλέχθηκαν τα δεδοµένα. Τέλος τα ε ί εδα του όζοντος φαίνονται να συσχετίζονται θετικά µε το ρυθµό θνησιµότητας µόνο κατά τους καλοκαιρινούς µήνες, γεγονός το ο οίο υ οδηλώνει τα υψηλότερα ε ί εδα του όζοντος την καλοκαιρινή ερίοδο, καθώς και τις διαφορές ανάµεσα στα χαρακτηριστικά της φωτοχηµικής ρύ ανσης κατά τη διάρκεια του έτους. 34

35 Πόλεις των ΗΠΑ Το Εθνικό κέντρο έρευνας της Θνησιµότητας και της Νοσηρότητας ου ροκαλείται α ό την Ατµοσφαιρική Ρύ ανση (NMMAPS National Morbidity Mortality Air Pollution Study), είναι µια τρέχουσα µελέτη άνω στην ανθρώ ινη υγεία και τη ρύ ανση, µε σκο ό την κατά εριόδους εκτίµηση των βραχυ ρόθεσµων ε ι τώσεων της ατµοσφαιρικής ρύ ανσης του εριβάλλοντος, σε το ική αλλά και σε διεθνή κλίµακα. Η αρχική βάση δεδοµένων του NMMAPS εριελάµβανε ηµερήσιες χρονοσειρές για τη ρύ ανση του αέρα, τη θερµοκρασία και το σηµείο δρόσου, καθώς και µετρήσεις της θνησιµότητας α ό διάφορα αίτια, για τις 100 µεγαλύτερες ρωτεύουσες των ΗΠΑ τη χρονική ερίοδο Α ό το έτος 2000, η αρα άνω βάση δεδοµένων ενηµερώθηκε και εριλαµβάνει δεδοµένα και για τα αιωρούµενα σωµατίδια µε διάµετρο µικρότερη α ό 2.5 µm ( PM 2,5). Οι Dominici et al. 2007, σε έρευνά τους χρησιµο οίησαν όλα τα διαθέσιµα δεδοµένα ροκειµένου να δια ιστώσουν αν οι βραχυ ρόθεσµες συνέ ειες των αιωρούµενων σωµατιδίων στην ανθρώ ινη θνησιµότητα, έχουν αλλάξει α ό το 1987 ως το 2000, λόγω των αλλαγών στα χαρακτηριστικά τους. Στο ρώτο στάδιο χρησιµο οιήθηκαν µοντέλα αλινδρόµησης Poisson για την εκτίµηση των σχετικών ρυθµών θνησιµότητας ου συσχετίζονται µε τα ε ί εδα των αερολυµάτων. Τα µοντέλα αυτά εριελάµβαναν: µεταβλητέςδείκτες για την κάθε µέρα της εβδοµάδας, συναρτήσεις εξοµάλυνσης µε 7 βαθµούς ελευθερίας για την ροσαρµογή της ε οχικότητας και των µακρο ρόθεσµων τάσεων, αλλά και συναρτήσεις εξοµάλυνσης για την ηµερήσια θερµοκρασία και το σηµείο δρόσου της ίδιας µέρας, αλλά και των τριών ροηγούµενων ηµερών, ώστε να µ ορούν να ελεγχθούν ιθανές συσχετίσεις του καιρού. Στο δεύτερο στάδιο χρησιµο οιήθηκαν µοντέλα για την εκτίµηση των βραχυ ρόθεσµων ε ι τώσεων των αιωρούµενων σωµατιδίων σε εθνικό ε ί εδο αφού στόχευαν στο συνδυασµό των σχετικών ρυθµών θνησιµότητας µεταξύ των Πολιτειών ου συµµετείχαν στην έρευνα. Στην αρα άνω ερευνητική εργασία υ ολογίστηκε ο µέσος ρυθµός θνησιµότητας ου συσχετίζεται µε την έκθεση των ολιτών στα αιωρούµενα σωµατίδια ( PM 10), µε µια χρονική υστέρηση, ξεχωριστά για τρεις διαφορετικές χρονικές εριόδους: , και για τις ανατολικές Πολιτείες στις ο οίες άνηκαν 62, για τις υ όλοι ες 38 δυτικές Πολιτείες και για όλες µαζί συνολικά. Έτσι ροέκυψαν συµ εράσµατα για το αν οι βραχυ ρόθεσµες ε ι τώσεις των αερολυµάτων στη θνησιµότητα άλλαξαν, κατά τη χρονική ερίοδο , ό ου τέθηκαν σε ισχύ διάφοροι κανονισµοί ου αφορούσαν στην οιότητα του ατµοσφαιρικού αέρα. εν ροέκυψε κά οια ισχυρή ένδειξη ου να υ οδηλώνει µείωση της ε ιρροής των αιωρούµενων σωµατιδίων στην ανθρώ ινη θνησιµότητα κατά τη χρονική ερίοδο της µελέτης, ενώ δια ιστώθηκε ότι η αρα άνω τάση εµφανίζει κά οια γεωγραφική ετερογένεια. Ακόµα οι καθηµερινές διακυµάνσεις κάθε είδους 35

36 θνησιµότητας σχετίζονται άµεσα µε τις συγκεντρώσεις των αερολυµάτων ( PM 2,5) και η ε ίδρασή τους στη θνησιµότητα είναι µεγαλύτερη α ό αυτή των αιωρούµενων σωµατιδίων ( PM 10). Τέλος η θνησιµότητα και τα ε ί εδα των αιωρούµενων σωµατιδίων οικίλλουν σηµαντικά ανάλογα µε την ε οχή του χρόνου. Γενικά η θνησιµότητα τείνει να είναι µεγαλύτερη το χειµώνα και το φθινό ωρο, α ό ότι την άνοιξη και το καλοκαίρι. 2.4 Μεθοδολογία Συµ εράσµατα Ανάλυση χρονοσειρών Η βασική µεθοδολογία ου ακολουθείται σε όλες σχεδόν τις µελέτες στις ο οίες αναφερθήκαµε, στοχεύει στην ανίχνευση και ερµηνεία της ο οιασδή οτε τάσης υ άρχει σε ένα σύνολο δεδοµένων. Γι αυτό η ανάλυση στηρίζεται σε ολλα λές αλινδροµήσεις στις ο οίες η εξαρτηµένη µεταβλητή yt α οτελεί κά οιο µέτρο της θνησιµότητας (.χ. εισαγωγές στα νοσοκοµεία τη µέρα t). Η αλινδρόµηση µ ορεί να γίνεται µε τη µέθοδο των ελαχίστων τετραγώνων ή µε το λογισµικό ου υ οστηρίζει το γενικευµένο γραµµικό µοντέλο (GLM), βάσει του ο οίου η εξαρτηµένη µεταβλητή yt ακολουθεί την κατανοµή Poisson. Η αλινδροµούσα µεταβλητή x tj µ ορεί να ανα αριστά τριών ειδών µεταβλητές : (α) την ατµοσφαιρική ρύ ανση, (β) µετεωρολογικά δεδοµένα, (γ) ε οχικότητα και µακρο ρόθεσµες τάσεις ου τυχόν εµφανίζονται. Η (α) ερί τωση α οτελεί το αντικείµενο ενδιαφέροντος των ερευνών αλλά ολλές φορές συµ εριλαµβάνονται και οι κατηγορίες (β) και (γ) ροκειµένου να διερευνηθούν ιθανές συσχετίσεις, ό ως για αράδειγµα την αύξηση του ρυθµού θνησιµότητας όταν ε ικρατούν ακραίες µετεωρολογικές συνθήκες, ή την εµφάνιση µακρο ρόθεσµων τάσεων µετά α ό δηµογραφικές αλλαγές ή ε ιδηµίες κτλ. Η µεταβλητή ου αντι ροσω εύει την ατµοσφαιρική ρύ ανση είναι συνήθως οι µετρήσεις για τα αιωρούµενα σωµατίδια ή το όζον ου λαµβάνονται α ό τους σταθµούς αρακολούθησης της υ ό µελέτη εριοχής. Πολύ συχνά συµ εριλαµβάνονται και µεταβλητές ου µας ε ιτρέ ουν να υ ολογίσουµε και την ιθανότητα υστέρησης εκδήλωσης των α οτελεσµάτων. Τα τελευταία χρόνια το µοντέλο υστέρησης έχει γίνει ιδιαίτερα δηµοφιλές και συµ εριλαµβάνει ξεχωριστές µεταβλητές για την κάθε µέρα υστέρησης, ενώ το άθροισµα των αντίστοιχων συντελεστών αλινδρόµησης δίνει τη συνολική ε ίδραση ρύ ανσης-θνησιµότητας. Σε ορισµένες ερι τώσεις συµ εριλαµβάνονται και άλλοι ρυ αντές εκτός του βασικού στις µετρήσεις, για την ανίχνευση ιθανών συσχετίσεων µεταξύ τους. 36

37 Για την ερί τωση (β) οι µεταβλητές ου χρησιµο οιούνται αντιστοιχούν άντα στη θερµοκρασία και την υγρασία, ενώ έχουν συµ εριληφθεί αρκετές φορές και µεταβλητές υστέρησης. Κά οιες µελέτες ό ως το ρόγραµµα NMMAPS εκτός α ό τη θερµοκρασία, συµ εριλαµβάνει και το σηµείο δρόσου της τρέχουσας ηµέρας και το µέσο όρο των τριών ροηγούµενων ηµερών. Για την ερί τωση (γ), κά οια α ό τις συνιστώσες της συνάρτησης αλινδρόµησης είναι µη γραµµική συνάρτηση του χρόνου και έχει αρκετούς βαθµούς ελευθερίας για να συµ εριλάβει ε οχικές αλλά και µακρο ρόθεσµες τάσεις ου εµφανίζονται στα α οτελέσµατα. Το ρόγραµµα NMMAPS έχει συµ εριλάβει και την ε ίδραση ου έχει κάθε ηµέρα της εβδοµάδας καθώς και ε ι λέον µη γραµµικούς όρους, για να εξεταστεί η αλληλε ίδραση των µακρο ρόθεσµων τάσεων µε την ηλικία των ατόµων. Το γενικευµένο αθροιστικό µοντέλο (GAM) είναι µια ροσέγγιση ου έχει χρησιµο οιηθεί αρκετά για τα µη γραµµικά ε ακόλουθα. Μολονότι αρχικά η ανάλυση αλινδρόµησης χρονοσειρών εφαρµοζόταν για κάθε όλη ή ευρύτερη εριοχή ξεχωριστά, κατό ιν ολύ σύντοµα έγινε φανερό ότι για να α οκτήσουν τα α οτελέσµατα των ερευνών ολύ µεγαλύτερη αξιο ιστία, ήταν σχεδόν αναγκαίος ο συνδυασµός των ερευνητικών ευρηµάτων µεταξύ διαφόρων όλεων. Μια τυ ική αραδοχή είναι ότι η κρίσιµη αράµετρος ου µας ενδιαφέρει (ό ως για αράδειγµα ο συντελεστής αλινδρόµησης ου αφορά στη θνησιµότητα λόγω των αιωρούµενων σωµατιδίων) είναι ένα τυχαίο α οτέλεσµα θc για την κάθε όλη c, ο ο οίος ροκύ τει ανεξάρτητα α ό µια κανονική κατανοµή µε µέση τιµή θ * και διασ ορά τ 2. Εν τω µεταξύ η εκτίµηση θ c για την όλη c, εκλαµβάνεται ε ίσης σαν τυχαίο δείγµα µε µέση τιµή θc και µε ένα ροκαθορισµένο γνωστό standard error. Με βάση αυτές τις αραδοχές µ ορεί να γίνει εκτίµηση και των γενικών αραµέτρων θ * και τ 2 µε εριορισµένη µέγιστη ιθανότητα, µετά α ό εξοµάλυνση των εκτιµήσεων των ατοµικών θc. Μελέτες ροο τικής (Prospective studies) Εκτός α ό την ανάλυση µε χρονοσειρές, οι µελέτες ροο τικής α οτελούν ένα άλλο ευρέως διαδεδοµένο σχέδιο ου λειτουργεί λαµβάνοντας µια συγκεκριµένη οµάδα ατόµων την ο οία και αρακολουθεί για µια µεγάλη χρονική ερίοδο. Η µέθοδος αυτή έχει το λεονέκτηµα ότι ε ιτρέ ει στους ερευνητές να µετρούν και τις µακρο ρόθεσµες ε ι τώσεις της ρύ ανσης στην ανθρώ ινη υγεία, ενώ µε τη µέθοδο των χρονοσειρών αυτό δεν είναι εφικτό. Ακόµα οι διαφορές των δύο µεθόδων εντο ίζονται και στον υ ολογισµό των αραµέτρων αλινδρόµησης, οι ο οίοι στη δεύτερη µέθοδο εκτιµώνται αφού γίνουν συγκρίσεις µεταξύ των όλεων ου συµµετέχουν στο τρέχον ρόγραµµα. Το γεγονός αυτό µ ορεί να δηµιουργήσει ροβλήµατα, καθώς κά οιες φορές οι α οκλίσεις ου αρατηρούνται στις τιµές µεταξύ των 37

38 όλεων, είναι δυνατόν να οφείλονται και σε αίτια διαφορετικά α ό την ατµοσφαιρική ρύ ανση. Σχεδιασµός ερι τώσεων διασταύρωσης (case-crossover design) Η ιδέα της µεθόδου αυτής στηρίζεται στη σύγκριση της έκθεσης ενός ατόµου σε κά οιο ρυ αντή αµέσως ριν α ό ένα καταστροφικό γεγονός, ό ως ο θάνατος ή η καρδιακή ροσβολή, µε την έκθεση του ίδιου ατόµου στον ίδιο ρυ αντή σε κά οια άλλη αναφερόµενη ελεγχόµενη χρονική στιγµή. Έτσι µετά α ό ευλογοφανείς υ οθέσεις για το ώς το ρίσκο του καταστροφικού αυτού γεγονότος εξαρτάται α ό το χρόνο και α ό άλλες µεταβλητές, ροκύ τουν εξισώσεις ου υ ολογίζουν το συντελεστή αλινδρόµησης µεταξύ του ρυ αντή και του καταστροφικού γεγονότος ου µελετάται, ου µοιάζουν αρκετά µε τις εξισώσεις αλινδρόµησης Poisson ου µελετάµε στη µέθοδο των χρονοσειρών. Παρόλα αυτά ένα σηµείο της µεθόδου ου υ όκειται στη µεροληψία του ερευνητή, είναι η ε ιλογή του χρονικού διαστήµατος ου µεσολαβεί ανάµεσα στο καταστροφικό γεγονός και σε αυτόν ου ε ιλέγεται ως χρόνος αναφοράς. Εάν το χρονικό διάστηµα είναι αρκετά µεγάλο η ανάλυση µ ορεί να υ οστεί ρο ή α ό ε ικρατούσες τάσεις, ενώ εάν είναι ολύ µικρό, µ ορεί να ε ηρεαστεί α ό αυτοσυσχέτιση. Παρά την τεράστια ερευνητική ροσ άθεια ου διεξάγεται στον τοµέα της ατµοσφαιρικής ρύ ανσης και της ανθρώ ινης υγείας, η ε ιστηµονική κοινότητα δεν έχει σχηµατίσει οµόφωνη γνώµη ως ρος την ερµηνεία αυτών των ερευνών, ιδιαίτερα σε ότι αφορά στη διευθέτηση των βασικών κανόνων και ορίων για την ατµοσφαιρική ρύ ανση. Καµία α ό τις αρα άνω µεθόδους δεν έχει τη µορφή ελεγχόµενης, τυχαιο οιηµένης µελέτης. Έτσι όλα αυτά τα ρογράµµατα είναι ιδιαίτερα ευάλωτα σε ιθανές συσχετίσεις και αρά τις ό οιες ροσ άθειες να συµ εριληφθούν τέτοιες µεταβλητές στην ανάλυση αλινδρόµησης, τα α οτελέσµατα αραµένουν αρκετά ευαίσθητα στο οιές µεταβλητές συµ εριλαµβάνονται, όσοι βαθµοί ελευθερίας κτλ. Ε ίσης το ζήτηµα του µεγέθους των αιωρούµενων σωµατιδίων ου είναι καλύτερο να µετρούνται, αλλά και το γεγονός ότι οι ερισσότερες α ό τις µελέτες αυτού του είδους υ οθέτουν µια γραµµική σχέση δόσης-α όκρισης, η ο οία σε ορισµένες ερι τώσεις δεν είναι κατάλληλη για να εκφράσει τα α οτελέσµατα, είναι θέµατα ανοικτά ρος εραιτέρω διερεύνηση. 38

39 Κεφάλαιο 3 Η Ατµοσφαιρική ρύ ανση στην Αθήνα 3.1 Εισαγωγή Τις τελευταίες δεκαετίες ένα α ό τα ιο σηµαντικά ροβλήµατα, ίσως και το σοβαρότερο ου ταλαι ωρεί την όλη της Αθήνας, είναι η οιότητα του ατµοσφαιρικού της αέρα ου συνεχώς υ οβαθµίζεται, εξαιτίας του εντατικού ρυθµού αστικο οίησής της, της αύξησης της βιοµηχανο οίησης των ροαστίων της, της έλλειψης ελεύθερων χώρων ρασίνου, της σηµαντικής αύξησης της κυκλοφορίας των οχηµάτων, καθώς και της αύξησης κατανάλωσης καυσίµων, σε συνδυασµό µε τα ιδιαίτερα φυσιογραφικά χαρακτηριστικά της όλης, τις µετεωρολογικές συνθήκες ου ε ικρατούν γενικά στις Μεσογειακές χώρες, αλλά και το αστικό µικροκλίµα ου δηµιουργείται (Kassomenos et al.,1994). Την τελευταία εικοσαετία αρατηρείται µια αυξητική τάση ληροφόρησης και ευαισθητο οίησης των κατοίκων των µεγάλων αστικών κέντρων σχετικά µε τα θέµατα της ρύ ανσης της ατµόσφαιρας και της ε ίδρασής της στην ανθρώ ινη υγεία. Άλλωστε ολοένα και ερισσότερες µελέτες και ερευνητικές εργασίες ασχολούνται εντατικά µε την ροσέλευση, 39

40 τη φύση, τη συχνότητα και τη διάρκεια της αρουσίας στην ατµόσφαιρα των µεγαλου όλεων, ατµοσφαιρικών ρύ ων ου συνθέτουν φωτοχηµικά νέφη. Τέτοιοι µ ορεί να είναι ρωτογενείς ρύ οι, ό ως το µονοξείδιο του άνθρακα (CO ), το µονοξείδιο του αζώτου (NO ), τα αιωρούµενα σωµατίδια (PM ), ή δευτερογενείς ρύ οι ό ως το διοξείδιο του αζώτου ( NO 2 ) και το όζον ( O 3 ). Για να αντιµετω ιστεί α οτελεσµατικά α ό την ολιτεία και την κοινωνία το ρόβληµα του νέφους θα ρέ ει όλοι να γνωρίζουµε ως δηµιουργείται, α ό τι α οτελείται και τι είδους ε ιδράσεις δηµιουργεί. 3.2 Γεωγραφική θέση-το ογραφία της όλης των Αθηνών Η Αθήνα βρίσκεται στο κέντρο του λεκανο εδίου της Αττικής σε Γεωγραφικό Μήκος βόρεια και Γεωγραφικό Πλάτος ανατολικά. Θα ρέ ει να σηµειώσουµε ότι έχει αρόµοια γεωγραφικά χαρακτηριστικά µε την όλη του Λος Άντζελες στην ο οία για ρώτη φορά καταγράφτηκε το φαινόµενο του φωτοχηµικού νέφους τη δεκαετία του 70. Έχει ληθυσµό άνω των 4 εκατοµµυρίων κατοίκων, συγκεντρωµένων µέσα σε 450 τετραγωνικά χιλιόµετρα. Είναι χτισµένη σε λεκανο έδιο, το ο οίο ερικλείεται α ό τρία κύρια βουνά: τον Υµηττό (1050µ), την Πάρνηθα (1400µ) µε ροσανατολισµό βόρεια βορειοδυτικά και την Πεντέλη (1100µ) στα βόρεια βορειοανατολικά. Στα δυτικά η ρωτεύουσα ερικλείεται α ό ένα µικρότερο βουνό το όρος Αιγάλεω (450µ), ενώ α ό το νότο εριβάλλεται α ό θάλασσα το Σαρωνικό κόλ ο. ιάφοροι άλλοι διάσ αρτοι λόφοι µε ροσανατολισµό α ό το βορά ρος το νότο αρεµβάλλονται µέσα στο λεκανο έδιο, ό ως τα Τουρκοβούνια, ο Λυκαβηττός, η Πνύκα και διαµορφώνουν και αυτοί το γεωγραφικό ανάγλυφο της Αθήνας (Kassomenos et al.,1994). Η κλειστή το ογραφία του λεκανο εδίου της Αθήνας, δυσχεραίνει αρκετά την ατµοσφαιρική κυκλοφορία και τη διάχυση των ρύ ων, καθώς όλοι αυτοί οι ορεινοί όγκοι λειτουργούν σαν ένα τεράστιο θερµοκή ιο συγκρατώντας τους ρύ ους εντός του. 40

41 Εικόνα 3.1 : Το λεκανο έδιο της Αττικής, η όλη της Αθήνας και τα σηµαντικότερα βουνά ου την εριβάλλουν (Πηγή: Moussiopoulos et al., 1995). Σοβαρά ε εισόδια ατµοσφαιρικής ρύ ανσης συµβαίνουν στην όλη των Αθηνών κατά τη διάρκεια όλου του χρόνου, αλλά τα µέγιστα συνδυάζονται µε την ανά τυξη θαλάσσιας αύρας. Εκτός α ό τη µεγάλη συχνότητα ύ αρξης θαλάσσιας αύρας, οι σηµαντικότεροι αράγοντες ου συµβάλλουν τα µέγιστα στην εµφάνιση ε εισοδίων ρύ ανσης, είναι ό ως ροαναφέραµε η ιδιαίτερη το ογραφία του λεκανο εδίου της Αθήνας ου δεν ευνοεί τον εξαερισµό της αστικής εριοχής, η ροή του ανέµου και η υ άρχουσα ηλιοφάνεια. Ο τελευταίος αυτός αράγοντας είναι υ εύθυνος για τη µετατρο ή των ρωταρχικών ρύ ων, ό ως είναι για αράδειγµα τα οξείδια του αζώτου σε φωτοχηµικούς ρύ ους (13). Στις µέρες µας το νέφος στην Αθήνα έχει ξεφύγει κατά ολύ α ό τα όρια του αστικού κέντρου της, έχει ε εκταθεί και καταλάβει την ατµόσφαιρα όχι µόνο ολόκληρης της όλης, αλλά ακόµα και σχετικά α οµακρυσµένων ροαστίων της. Κανένα α ό τα ροάστια της όλης δεν µ ορεί λέον να 41

42 α οτελεί τό ο διαφυγής των κατοίκων, καθώς η γεωγραφική ε έκταση του φωτοχηµικού νέφους τα τελευταία χρόνια ήταν αλµατώδης. 3.3 Όρια Ποιότητας της Ατµόσφαιρας Στην Ελλάδα ισχύουν νοµοθετηµένα όρια για τους ατµοσφαιρικούς ρύ ους: διοξείδιο του αζώτου, όζον, µονοξείδιο του άνθρακα, διοξείδιο του θείου, µόλυβδο, βενζόλιο και αιωρούµενα σωµατίδια, τα ο οία καθορίζονται σύµφωνα άντα µε τα όρια οιότητας της ατµόσφαιρας, ου έχουν καθιερωθεί στην Ευρω αϊκή Ένωση. Με στόχο την υ οστήριξη ανά τυξης για τη συµβολή στην ουσιαστική και µετρήσιµη βελτίωση στο εριβάλλον της Ευρώ ης, δηµιουργήθηκε α ό την Ευρω αϊκή Ένωση ο Ευρω αϊκός Οργανισµός Περιβάλλοντος ου έχει ως κύρια αρµοδιότητα την αροχή αξιό ιστων και συγκρίσιµων ληροφοριών για το εριβάλλον, στους υ εύθυνους για τη λήψη α οφάσεων και µέτρων ρόληψης, αλλά και στους ολίτες. Μια σειρά α ό νέες οδηγίες όσον αφορά στην ατµοσφαιρική ρύ ανση, αλλά και νέα όρια για τους διάφορους ατµοσφαιρικούς ρύ ους, έραν όλων των άλλων, θεσ ίστηκαν α ό την Ευρω αϊκή Ένωση. Τα όρια αυτά αναφέρονται τόσο στην ροστασία της ανθρώ ινης υγείας όσο και σ αυτή των οικοσυστηµάτων. Οι ιο ρόσφατες α ό αυτές τις οδηγίες ου αφορούν στα νέα όρια είναι: Η οδηγία 1996/62/ΕΚ ου αφορά στην εκτίµηση και διαχείριση της οιότητας του αέρα του εριβάλλοντος. Η οδηγία 1999/30/ΕΚ για τις οριακές τιµές του διοξειδίου του θείου, των οξειδίων του αζώτου, αιωρούµενων σωµατιδίων και µολύβδου στην ατµόσφαιρα. Η οδηγία 2000/69/ΕΚ για τις οριακές τιµές του βενζολίου και του µονοξειδίου του άνθρακα στον αέρα του εριβάλλοντος. Η οδηγία 2002/3/ΕΚ ου αφορά στις τιµές του όζοντος στον ατµοσφαιρικό αέρα. Η οδηγία 2004/107/ΕΚ σχετικά µε το κάδµιο, το αρσενικό, τον υδράργυρο, το νικέλιο και τους ολυκυκλικούς υδρογονάνθρακες στην ατµόσφαιρα. Η οδηγία 2008/50/ΕΚ για την οιότητα του ατµοσφαιρικού αέρα και για καθαρότερο αέρα στην Ευρώ η, η ο οία συσσωµατώνει την οδηγία 96/62/ΕΚ, καθώς και τρεις θυγατρικές της (1999/30/ΕΚ, 2000/69/ΕΚ και 2002/3/ΕΚ), αλλά και την α όφαση 97/101/ΕΚ ου αφορά στην καθιέρωση διαδικασίας για την αµοιβαία ανταλλαγή ληροφοριών και δεδοµένα ατµοσφαιρικής ρύ ανσης α ό διάφορα δίκτυα και µεµονωµένους σταθµούς. 42

43 Με βάση τις αρα άνω οδηγίες, ορίζεται µια οριακή τιµή για την ροστασία της ανθρώ ινης υγείας µε το αντίστοιχο έτος έναρξης ισχύς της. Παράλληλα βέβαια και ένα εριθώριο ανοχής, το ο οίο αθροίζεται στην οριακή τιµή ου έχει οριστεί, δίνοντας έτσι µια άλλη ενδεικτική οριακή τιµή, η ο οία ισχύει στο µεσοδιάστηµα έως το χρόνο ου τίθεται σε ισχύ η οριακή τιµή. Το εριθώριο ανοχής ου δίνεται αρχικά, κάθε χρόνο µειώνεται έτσι ώστε την ηµεροµηνία ου έχει οριστεί να τεθεί σε ισχύ το νέο όριο, το εριθώριο αυτό να µηδενιστεί. Ε ι λέον τα κράτη µέλη οφείλουν να εκ ονούν αλλά και να υλο οιούν σχέδια δράσης, µε στόχο την σωστή και έγκαιρη ροετοιµασία τους όσον αφορά αρχικά στην ε ίτευξη και στη µετέ ειτα τήρηση των ορίων για τους ατµοσφαιρικούς ρύ ους. Σχήµα 3.1: Σχηµατική ανα αράσταση της εφαρµογής της οριακής τιµής βάσει των οδηγιών της Ε.Ε. (Πηγή: Υ.ΠΕ.ΧΩ. Ε. ΕΑΡΘ. 2006) 43

44 3.4 Θεσµικό λαίσιο Παραθέτουµε τους εξής ορισµούς ου αφορούν στην οιότητα του ατµοσφαιρικού αέρα, βάσει της οδηγίας 2005/0183 υ οβληθείσα α ό την Ευρω αϊκή Ε ιτρο ή στις 21/09/2005 για την οιότητα του ατµοσφαιρικού αέρα και για καθαρότερο αέρα στην Ευρώ η: Ε ί εδο: η συγκέντρωση ενός ρύ ου στον ατµοσφαιρικό αέρα ή η ενα όθεσή του σε µια ε ιφάνεια σε δεδοµένη χρονική στιγµή Εκτίµηση: ο οιαδή οτε µέθοδος χρησιµο οιείται για τη µέτρηση, τον υ ολογισµό, την ρόβλεψη ή την εκτίµηση ε ι έδων ροσεγγιστικά Οριακή τιµή: ε ί εδο ου καθορίζεται βάσει ε ιστηµονικών γνώσεων, το ο οίο ρέ ει να ε ιτευχθεί εντός δεδοµένης ροθεσµίας και χωρίς κατό ιν υ ερβάσεις και έχει σκο ό να α οφεύγονται, να ρολαµβάνονται ή να µειώνονται οι ε ιβλαβείς ε ι τώσεις στην ανθρώ ινη υγεία και στο σύνολο του εριβάλλοντος. Ανώτατο όριο συγκέντρωσης: ε ί εδο ου καθορίζεται βάσει ε ιστηµονικών γνώσεων και έχει σκο ό να ρολαµβάνονται αδικαιολόγητα υψηλοί κίνδυνοι για την υγεία του ανθρώ ου. Περιθώριο ανοχής: το οσοστό της οριακής τιµής κατά το ο οίο ε ιτρέ εται να γίνεται υ έρβασή της, σύµφωνα µε τους όρους της αρα άνω οδηγίας. Τιµή στόχος: ε ί εδο ου καθορίζεται µε σκο ό να α οφεύγονται, να ρολαµβάνονται ή να µειώνονται οι ε ιβλαβείς ε ι τώσεις στην ανθρώ ινη υγεία και στο εριβάλλον γενικά και ου θα ρέ ει να ε ιτυγχάνεται κατά το µέγιστο δυνατό εντός δεδοµένης χρονικής εριόδου. Όριο ενηµέρωσης: το ε ί εδο έρα α ό το ο οίο ακόµα και η σύντοµη έκθεση εγκυµονεί κινδύνους ιδιαίτερα για τις ιο ευαίσθητες οµάδες του ληθυσµού, µε α οτέλεσµα να είναι ε ιβεβληµένη η άµεση και σωστή ληροφόρηση. Όριο συναγερµού: το ε ί εδο άνω του ο οίου υ άρχει σοβαρός κίνδυνος για την υγεία του ανθρώ ου και κατά τη δια ίστωση του ο οίου τα κράτη-µέλη υ οχρεούνται να λαµβάνουν άµεσα µέτρα. 3.5 Αντιµετώ ιση ε εισοδίων ατµοσφαιρικής ρύ ανσης Με την ΚΥΑ 11824/1993 θεσµοθετείται σχέδιο δράσης για την αντιµετώ ιση ε εισοδίων ατµοσφαιρικής ρύ ανσης και τίθενται όρια έκτακτων µέτρων για τον εριορισµό της ρύ ανσης, σε ερι τώσεις ου 44

45 κυρίως λόγω εξαιρετικά δυσµενών µετεωρολογικών συνθηκών αναµένεται αύξηση των τιµών ρύ ανσης. Τα µέτρα αυτά λαµβάνονται όταν οι µετρούµενες τιµές υ ερβούν ή ροσεγγίσουν τα όρια έκτακτων µέτρων (όρια συναγερµού) και ταυτόχρονα υ άρχει ρόβλεψη για συνθήκες ου ευνοούν τη διατήρηση ή αύξηση των τιµών ρύ ανσης και για την ε όµενη ή τις ε όµενες µέρες. Τα αρχικά όρια για τη λήψη έκτακτων µέτρων, ου αναφέρονται στην αρα άνω ΚΥΑ, τρο ο οιήθηκαν για τους ρύ ους NO2, SO2 και Ο 3 µε την εφαρµογή των Οδηγιών 1999/30/ΕΚ και 2002/3/ΕΚ. Για το CO, σύµφωνα µε την Οδηγία 2000/69/ΕΚ δεν ροβλέ εται όριο συναγερµού. Για τα αιωρούµενα σωµατίδια ( PM 10 ) δεν ροβλέ εται α ό την κείµενη νοµοθεσία τόσο την ευρω αϊκή όσο και την ελληνική, όριο συναγερµού. Στον αρακάτω ίνακα αρουσιάζονται τα ε ικαιρο οιηµένα όρια λήψης έκτακτων µέτρων ου ισχύουν για την αντιµετώ ιση της ατµοσφαιρικής ρύ ανσης στην εριοχή της Αθήνας. Πίνακας 3.1: Όρια έκτακτων µέτρων ΡΥΠΟΣ ΧΡΟΝΙΚΗ ΒΑΣΗ ΟΡΙΟ ιοξείδιο Αζώτου ( NO 2) ιοξείδιο Θείου ( SO 2) του του 1 ώρα Όριο συναγερµού : 400 µg/m 3 Υ έρβαση της τιµής αυτής για 3 συνεχόµενες ώρες 1 ώρα Όριο συναγερµού : 500 µg/m 3 Υ έρβαση της τιµής αυτής για 3 συνεχόµενες ώρες Όζον ( O ) 3 1 ώρα Όριο συναγερµού : 240 µg/m 3 Υ έρβαση της τιµής αυτής για 3 συνεχόµενες ώρες 45

46 3.6 Θεσµικό λαίσιο για τους κυριότερους ατµοσφαιρικούς ρύ ους Με βάση τις Κοινοτικές Οδηγίες και τις Κοινές Υ ουργικές α οφάσεις ου ροαναφέραµε έχουµε τη διαµόρφωση του αρακάτω θεσµικού λαισίου για κά οιους α ό τους κυριότερους ατµοσφαιρικούς ρύ ους στην Ελλάδα σήµερα (Οδηγίες 2005/0183/ΕΚ και 96/62/ΕΚ): Πίνακας 3.2: Οριακές τιµές για την ροστασία της ανθρώ ινης υγείας ιοξείδιο του Θείου Ωριαία οριακή τιµή για την ροστασία της ανθρώ ινης υγείας Ηµερήσια οριακή τιµή για την ροστασία της ανθρώ ινης υγείας Περίοδος αναφοράς για τον υ ολογισµό του µέσου όρου Οριακή τιµή Περιθώριο ανοχής Προθεσµία συµµόρφωσης 1 ώρα 350 µg/m 3 χωρίς να σηµειώνεται υ έρβαση ερισσότερες α ό 24 φορές ανά έτος 24 ώρες 125 µg/m 3 χωρίς να σηµειώνεται υ έρβαση ερισσότερες α ό 3 φορές ανά έτος 150 µg/m 3 (43%) κατά την έναρξη ισχύος της οδηγίας, µειούµενο α ό 1/1/01 και κάθε 12 µήνες κατά ίσο ετήσιο οσοστό ώστε να φτάσει την 1/1/05 το 0%. 1 η Ιανουαρίου 2005 Κανένα 1 η Ιανουαρίου 2005 ιοξείδιο του Αζώτου Ωριαία οριακή τιµή για την ροστασία της ανθρώ ινης υγείας 1 ώρα 200 µg/m 3 χωρίς να σηµειώνεται υ έρβαση ερισσότερες α ό 18 φορές ανά έτος 50% στις 19/7/99 µειούµενο α ό την 1/1/01 και ανά δωδεκάµηνο εφεξής κατά ίσα ετήσια οσοστά ώστε να καταλήξει σε 0% 1 η Ιανουαρίου

47 έως την 1/1/10 Ετήσια οριακή τιµή για την ροστασία της ανθρώ ινης υγείας Αιωρούµενα σωµατίδια ( PM 10 ) 1 ο στάδιο 24ωρη οριακή τιµή για την ροστασία της ανθρώ ινης υγείας Ετήσια οριακή τιµή για την ροστασία της ανθρώ ινης υγείας Ηµερολογια κό έτος Περίοδος αναφοράς για τον υ ολογισµό του µέσου όρου 24 ώρες 50 µg/m 3 χωρίς να σηµειώνεται υ έρβαση ερισσότερες α ό 35 φορές ανά έτος Ηµερολογια κό έτος 40 µg/m 3 50% στις 19/7/99 µειούµενο α ό την 1/1/01 και ανά δωδεκάµηνο εφεξής κατά ίσα ετήσια οσοστά ώστε να καταλήξει σε 0% έως την 1/1/10 1 η Ιανουαρίου 2010 Οριακή τιµή Περιθώριο ανοχής Προθεσµία συµµόρφωσης 50% κατά την έναρξη ισχύος της αντίστοιχης οδηγίας και κατό ιν µειούµενο α ό την 1/1/01 και ανά δωδεκάµηνο εφεξής κατά ίσο ετήσιο οσοστό ώστε να καταλήξει σε 0% έως την 1/1/05 20 µg/m 3 20% κατά την έναρξη ισχύος της αντίστοιχης οδηγίας και κατό ιν µειούµενο α ό την 1/1/01 και ανά δωδεκάµηνο εφεξής κατά ίσο ετήσιο οσοστό ώστε να καταλήξει σε 0% έως την 1/1/05 1 η Ιανουαρίου η Ιανουαρίου

48 Αιωρούµενα σωµατίδια ( PM 10 ) 2 ο στάδιο 24ωρη οριακή τιµή για την ροστασία της ανθρώ ινης υγείας Ετήσια οριακή τιµή για την ροστασία της ανθρώ ινης υγείας 24 ώρες 50 µg/m 3 Θα γίνει ισοδύναµο χωρίς να µε την οριακή τιµή σηµειώνεται υ έρβαση ου διαµορφώνεται στο 1 ο στάδιο ερισσότερες α ό 7 φορές ανά έτος Ηµερολογια 20 µg/m 3 50% στις 1/1/05 κό έτος µειούµενο κατό ιν κάθε δωδεκάµηνο κατά ίσο ετήσιο οσοστό ώστε να καταλήξει σε 0% έως την 1/1/10 1 η Ιανουαρίου η Ιανουαρίου 2010 Μονοξείδιο του Άνθρακα Ωριαία οριακή τιµή για την ροστασία της ανθρώ ινης υγείας Περίοδος αναφοράς για τον υ ολογισµό του µέσου όρου Μέγιστη ηµερήσια 8ωρη µέση τιµή Οριακή τιµή Περιθώριο ανοχής Προθεσµία συµµόρφωσης 10 µ g/ m3 6 µ g/ m3 (50%) κατά την 13/12/01, µειούµενο α ό 1/1/06 και κάθε 12 µήνες κατά 1 µ g/ m3 ώστε να φτάσει την 1/1/10 το 0%. 1 η Ιανουαρίου 2005 Όζον Οριακή τιµή για την ροστασία της ανθρώ ινης υγείας Μέση χρονική ερίοδος Μέγιστη ηµερήσια 8ωρη µέση τιµή Τιµή στόχος 120 µg/m 3 χωρίς να σηµειώνεται Ηµεροµηνία ε ίτευξης στόχου 2010 του 48

49 Όζον Όριο ενηµέρωσης Σκο ός υ έρβαση ερισσότερες α ό 25 ηµέρες ανά έτος κατά µέσο όρο σε τρία χρόνια Μέση χρονική ερίοδος Ανώτατο ε ί εδο ενηµέρωση 1 ώρα 180 µg/m Σταθµοί µέτρησης της Ατµοσφαιρικής Ρύ ανσης Το τµήµα Ποιότητας Ατµόσφαιρας, ου ανήκει στη ιεύθυνση Ελέγχου Ατµοσφαιρικής Ρύ ανσης και Θορύβου (ΕΑΡΘ) του ΥΠΕΧΩ Ε είναι υ εύθυνο για τη λειτουργία του δικτύου µέτρησης ατµοσφαιρικής ρύ ανσης της εριοχής των Αθηνών. Το 2006 η ιεύθυνση ΕΑΡΘ (Τµήµα Ποιότητας Ατµόσφαιρας), λειτούργησε δεκαέξι σταθµούς µέτρησης ατµοσφαιρικής ρύ ανσης στην εριοχή Αττικής (εικόνα 3.2). Εικόνα 3.2 : Χάρτης της εριοχής της Αττικής, ό ου σηµειώνονται οι θέσεις των σταθµών µέτρησης της ατµοσφαιρικής ρύ ανσης. 49

50 Πίνακας 3.3: Γεωγραφικά χαρακτηριστικά των 16 σταθµών µέτρησης της Ατµοσφαιρικής ρύ ανσης στην εριοχή της Αττικής. (Πηγή : Υ.ΠΕ.ΧΩ. Ε. ιεύθυνση Ελέγχου Ατµοσφαιρικής Ρύ ανσης και Θορύβου). Ο σταθµός ΛΙΟΣΙΑ λειτούργησε ροσωρινά (9/97 έως 9/99) σε θέση 3km βόρεια του αλαιού, ενώ α ό το τέλος του 2000 λειτουργεί σε θέση 2 km νοτιοδυτικά του αλαιού σταθµού. Ο σταθµός της Ν.ΣΜΥΡΝΗΣ α ό το τέλος του 2000, λειτουργεί σε νέα θέση 300 µέτρα Ν του αλαιού σταθµού 50

51 3.8 Μετρούµενοι Ρύ οι Οι ρύ οι ου µετρώνται στους σταθµούς ου έχουν εγκατασταθεί είναι: το µονοξείδιο του άνθρακα (CO ), οξείδια του αζώτου ( NONO, 2 ), το όζον ( O 3 ), το διοξείδιο του θείου ( SO 2 ), αιωρούµενα σωµατίδια ( PM10, PM 2.5 ) και κά οιες άλλες ενώσεις µε µικρότερο ερευνητικό ενδιαφέρον βάσει της υ άρχουσας βιβλιογραφίας οι: Βενζόλιο, Τολουόλιο, Αιθυλοβενζόλιο και m-p-o Ξυλόλιο (BTEX). Η µέτρηση των ρύ ων γίνεται σε συνεχή βάση καθ όλη τη διάρκεια του 24ώρου. Ο χρόνος α όκρισης των αυτόµατων αναλυτών είναι της τάξης του ενός λε τού, δηλαδή ο κάθε αναλυτής δίνει µια τιµή ερί ου κάθε λε τό. Με τη βοήθεια ενός µικροε εξεργαστή ου βρίσκεται σε κάθε αυτόµατο σταθµό και ου είναι συνδεδεµένος µε τους αυτόµατους αναλυτές, υ ολογίζονται κάθε ώρα οι µέσες ωριαίες τιµές ρύ ανσης. Οι τιµές αυτές στη συνέχεια µεταβιβάζονται στον κεντρικό υ ολογιστή της υ ηρεσίας, µέσω τηλεφωνικής γραµµής και έτσι είναι δυνατή αρακολούθηση των ε ι έδων της ατµοσφαιρικής ρύ ανσης στην κάθε εριοχή. Η µέτρηση του µαύρου κα νού, αντικαταστάθηκε µε τη µέτρηση των αιωρούµενων σωµατιδίων (PM), σύµφωνα µε την ισχύουσα νοµοθεσία. (Πηγή : Υ.ΠΕ.ΧΩ. Ε., 2006). Οι µέθοδοι µέτρησης των ρύ ων α ό την υ εύθυνη Υ ηρεσία του Υ.ΠΕ.ΧΩ. Ε. είναι : α ορρόφηση στο υ έρυθρο (NDIR) για το µονοξείδιο του άνθρακα, χηµειοφωταύγεια για τον υ ολογισµό των οξειδίων του αζώτου, α ορρόφηση στο υ εριώδες για το όζον, φθορισµοµετρία για το διοξείδιο του θείου και α ορρόφηση β ακτινοβολίας για τη µέτρηση των αιωρούµενων σωµατιδίων ( PM 10). Οι αρα άνω ρύ οι υ ολογίζονται σε µg/m 3 (µικρογραµµάρια ανά κυβικό µέτρο αέρα), µε εξαίρεση το µονοξείδιο του άνθρακα ου µετράται σε mg/ m 3 (χιλιοστογραµµάρια ανά κυβικό µέτρο αέρα). Οι σταθµοί καταγραφής των ρύ ων δεν έχουν όλοι τη δυνατότητα µέτρησης όλων των ρύ ων ου µας ενδιαφέρουν, όσον αφορά στο συγκεκριµένο έτος του ο οίου ε εξεργαζόµαστε τα δεδοµένα. Έτσι δια ιστώνουµε ότι, το µονοξείδιο καθώς και το διοξείδιο του αζώτου µετρώνται α ό όλους τους σταθµούς. Το όζον καταγράφεται α ό όλους τους σταθµούς, εκτός α ό αυτούς στο Γουδί και στην Αριστοτέλους. Το διοξείδιο του θείου δεν µετράται στους σταθµούς της Αγίας Παρασκευής, της Αριστοτέλους, σε αυτόν στο Γουδί, στον σταθµό του Ζωγράφου, στο σταθµό των Θρακοµακεδόνων, της Λυκόβρυσης, του Αµαρουσίου και τέλος στον 2 Ο Σταθµό µέτρησης του Πειραιά. Το µονοξείδιο του άνθρακα µετριέται στους σταθµούς της Αθηνάς, της Γεω ονικής, του Αµαρουσίου, της Νέας Σµύρνης, στην Πατησίων, στο Περιστέρι και στον 1 Ο σταθµό του Πειραιά. Τέλος µετρήσεις για τα αιωρούµενα σωµατίδια µε διάµετρο 10 µm ( PM 10 ) έχουµε µόνο α ό τους σταθµούς στην Αγία Παρασκευή, στην Αριστοτέλους, στο 51

52 Γουδί, στο σταθµό του Ζωγράφου, σε αυτόν στους Θρακοµακεδόνες, στην Λυκόβρυση και στο Μαρούσι. 3.9 Προέλευση εδοµένων Τα δεδοµένα ου θα ε εξεργαστούµε είναι οι µετρήσεις των ατµοσφαιρικών ρύ ων για το έτος Οι µετρήσεις αυτές έχουν καταγραφεί α ό 16 σταθµούς µέτρησης της ρύ ανσης της ατµόσφαιρας στην ρωτεύουσα. Έχουµε ήδη αναλύσει σε ροηγούµενες αραγράφους ου ακριβώς βρίσκονται αυτοί οι σταθµοί και οιους συγκεκριµένα ρύ ους καταγράφει ο καθένας. Τα δεδοµένα ροέρχονται α ό το Υ.ΠΕ.ΧΩ. Ε και συγκεκριµένα α ό το ΕΡΘ (τµήµα Ελέγχου Ατµοσφαιρικής Ρύ ανσης και Θορύβου). Ε ι λέον θα συνδυάσουµε τα αρα άνω δεδοµένα µε µετεωρολογικά στοιχεία για κάθε ηµέρα του έτους Τα στοιχεία αυτά είναι η µέση, η ελάχιστη και η µέγιστη θερµοκρασία της ηµέρας, η ατµοσφαιρική υγρασία, η ίεση, η ηλιοφάνεια και στοιχεία ου αφορούν στον άνεµο, ό ως η διεύθυνση και η ταχύτητά του. Οι µεταβολές όλων των αρα άνω αντανακλούν στον άνθρω ο µέσω ενός δείκτη ου ονοµάζεται είκτης υσφορίας DI (Discomfort Index). Ο δείκτης δυσφορίας χρησιµο οιείται ροκειµένου να α οδοθούν οι ιθανές ε ι τώσεις στην υγεία των κατοίκων, οι ο οίες οφείλονται στις ανε ιθύµητες κλιµατικές συνθήκες ου ε ικρατούν τις ηµέρες ου αρατηρούνται σοβαρά ε εισόδια ατµοσφαιρικής ρύ ανσης. Ο υ ολογισµός του δείκτη δυσφορίας γίνεται µε την εφαρµογή της εξίσωσης των Giles et al. (1990) σύµφωνα µε την ο οία : DI= T 0.55( RH)( T 14.5) (3.1) a ό ου T a είναι η ωριαία τιµή της µέσης θερµοκρασίας του αέρα σε βαθµούς Κελσίου και RH είναι η αντίστοιχη ωριαία τιµή της σχετικής υγρασίας σε µορφή οσοστού. Όσο ο δείκτης δυσφορίας αυξάνεται τόσο µεγαλώνει και η αίσθηση δυσφορίας των κατοίκων, (13). Πίνακας 3.4: Κατάταξη των τιµών του δείκτη δυσφορίας και των αντίστοιχων ε ιρροών του στον ληθυσµό, (Giles et al., 1990). DI ( C) ΣΥΝΘΗΚΕΣ ΥΣΦΟΡΙΑΣ DI< 21 Καµία δυσφορία 21 DI < 24 Λιγότερο α ό το 50% του συνολικού ληθυσµού ου µελετάται αισθάνεται δυσφορία 24 DI < 27 Περισσότερο α ό το 50% του συνολικού ληθυσµού ου µελετάται αισθάνεται δυσφορία a 52

53 27 DI < 29 Το µεγαλύτερο µέρος του ληθυσµού υ οφέρει α ό δυσφορία 29 DI < 32 Η αίσθηση δυσφορίας είναι ολύ µεγάλη και ε ικίνδυνη 32 DI Κατάσταση ε είγουσας ανάγκης Τα δεδοµένα ου αφορούν στις µετρήσεις ατµοσφαιρικών ρύ ων, αρχικά ήταν αρχεία σε µορφή κειµένου (.dat files ), τα ο οία µετασχηµατίσαµε σε αρχεία του Excel (.xls files). Οι µετρήσεις αυτές χαρακτηρίζονται α ό τη θέση τους στο χρόνο, καθώς λαµβάνονται κατά συγκεκριµένα χρονικά διαστήµατα (έχουµε α οκρίσεις κάθε ένα λε τό), εµείς όµως λαµβάνουµε την ωριαία µέση τιµή ου ροκύ τει, σχηµατίζοντας έτσι µια ακολουθία. Ε οµένως έχουµε 24 µέσες ωριαίες τιµές την ηµέρα για κάθε ρύ ο για ολόκληρο το έτος Εξαίρεση α οτελούν τα αιωρούµενα σωµατίδια για τα ο οία α ό όσους σταθµούς µετρώνται, λαµβάνουµε µια ηµερήσια τιµή Ε εξεργασία εδοµένων Μεθοδολογία Στο σηµείο αυτό θα αναφερθούµε στους τρό ους ε εξεργασίας δεδοµένων ου χαρακτηρίζονται α ό τη θέση τους στο χώρο ή στο χρόνο, ό ως τα δεδοµένα των ατµοσφαιρικών ρύ ων ου διαθέτουµε. εδοµένα αυτού του τύ ου ου σχηµατίζουν µια ακολουθία, ροκύ τουν ολύ συχνά σε διάφορους τοµείς ολλών ε ιστηµονικών εδίων. Τεχνικές για να εξετάσουµε αυτά τα δεδοµένα βρίσκουµε στην ανάλυση χρονοσειρών (time series analysis). Υ άρχουν άρα ολλές µέθοδοι ε εξεργασίας δεδοµένων αυτής της µορφής. Αυτές όµως ου χρησιµο οιούµε α αντούν σε ερωτήµατα του τύ ου: είναι οι αρατηρήσεις µας τυχαίες ή µή ως εριέχουν κά οια τάση και αν αυτή υ άρχει, τι µορφής είναι; Μ ορούµε να βρούµε ε αναλήψεις ή εριοδικότητες; µή ως τα δεδοµένα ε ηρεάζονται α ό τη δειγµατοληψία; µ ορούµε να κάνουµε ρογνώσεις; Η ανάλυση χρονοσειρών είναι το εδίο έρευνας ου µελετά συστήµατα, διαδικασίες, σήµατα και ρότυ α ου εξελίσσονται χρονικά. Η ανάλυση χρονοσειρών έχει δύο βασικούς στόχους : Να µελετήσει και να αναγνωρίσει τη φύση ενός φαινοµένου ου ανα αρίσταται α ό µια ακολουθία αρατηρήσεων, και Να ροβλέψει τη µελλοντική εξέλιξη του φαινοµένου, δηλαδή τις µελλοντικές τιµές της ακολουθίας αυτής των αρατηρήσεων. Στόχος λοι όν των χρονοσειρών ή χρονολογικών σειρών είναι ενώνοντας όλα τα γεγονότα ου έχουν συλλεχθεί στο χρόνο, να 53

54 δηµιουργηθεί ένα χρονοδιάγραµµα, η µελέτη του ο οίου θα δώσει µια γενική εικόνα της διαχρονικής εξέλιξης των φαινοµένων. Με άλλα λόγια η ανάλυση χρονολογικών σειρών χρησιµο οιείται για να καθοριστούν µοντέλα ου να µετατρέ ουν ληροφορίες α ό κανονικά χρονικά διαστήµατα σε στατιστικά µέτρα. Προτού συνεχίσουµε την αναφορά στην ανάλυση των χρονοσειρών θα ρέ ει να τονιστεί ότι υ άρχουν δύο τρό οι ε εξεργασίας των δεδοµένων, στο εδίο του χρόνου ή στο εδίο των συχνοτήτων. Στο εδίο του χρόνου κυριαρχεί η υ όθεση ότι η συσχέτιση είναι ο καλύτερος τρό ος σύγκρισης µεταξύ µιας σειράς τιµών συναρτήσει των ροηγούµενών της. Η υ όθεση αυτή βασίζεται στη θεωρία του Wold (1938), σύµφωνα µε την ο οία, κά οιο σηµείο µ ορεί να ροβλεφθεί α ό το άθροισµα της γραµµής σχέσης των ροηγούµενων σηµείων, α ό το θόρυβο της ακολουθίας και α ό την ροσδιοριστική ορθόγωνη συνιστώσα αυτής της γραµµικής σχέσης. Στο εδίο του χρόνου σηµαντικές εργασίες έχουν ραγµατο οιήσει οι Box and Jenkins (1970), ο Nelson (1973) και οι Abraham and Ledolter (1983). Στο εδίο συχνοτήτων η ε εξεργασία µιας χρονοσειράς γίνεται µε τη µέθοδο της φασµατικής ανάλυσης, δηλαδή του διαχωρισµού της µεταβολής µιας χρονοσειράς σε συνιστώσες, σύµφωνα µε τη διάρκεια ή το µήκος των διαστηµάτων µέσα στα ο οία λαµβάνει χώρα. Αυτό γίνεται θεωρώντας ότι η χρονοσειρά είναι το άθροισµα ολλών α λούστερων χρονοσειρών, ου έχουν τη µορφή κανονικών ηµιτονοειδών συναρτήσεων µε διαφορετικά λάτη, µήκη κύµατος και σηµεία εκκίνησης. Η φασµατική ανάλυση είναι γνωστή µε διάφορες µορφές της ό ως ανάλυση συχνοτήτων, φασµατική ανάλυση και ανάλυση Fourrier, καθώς αυτός α έδειξε ότι ο οιαδή οτε συνεχής συνάρτηση, µ ορεί να αρασταθεί µε µια σειρά ηµιτονοειδών, α οτελώντας έτσι τον βασικό θεµελιωτή της. Στην αρούσα εργασία ε εξεργαζόµαστε τα δεδοµένα µας µε µεθόδους συσχέτισης Βασικές έννοιες Η έννοια της χρονοσειράς Ορισµός : Χρονοσειρά ή Χρονολογική σειρά είναι ένα δείγµα y1, y2,... y T, ό ου ο δείκτης Τ αριστάνει ισα έχοντα χρονικά σηµεία ή χρονικά διαστήµατα. Οι αρατηρήσεις y1, y2,... y T, είναι συγκεκριµένες τιµές ή συγκεκριµένες ραγµατο οιήσεις των τυχαίων µεταβλητών YY 1, 2,... Y T, ενώ ε ι λέον αυτές οι τυχαίες µεταβλητές είναι µέρος µιας ά ειρης ακολουθίας Y και τυχαίων µεταβλητών. Αυτή η ά ειρη ακολουθία αριστάνεται ως { } T 54

55 ονοµάζεται στοχαστική ή τυχαία διαδικασία. Σύµφωνα µε την ορολογία της κλασσικής στατιστικής, η έννοια της στοχαστικής διαδικασίας είναι ανάλογη της έννοιας του ληθυσµού, ενώ η έννοια της συγκεκριµένης ραγµατο οιήσεως είναι αντίστοιχη της έννοιας του δείγµατος. Έτσι η χρονοσειρά µ ορεί να θεωρηθεί ως στοχαστική διαδικασία ε ερασµένου λήθους αρατηρήσεων. Γενικότερα ό ως και στην ερί τωση Τ τυχαίων µεταβλητών, µια στοχαστική διαδικασία µ ορεί να εριγραφεί α ό µια συνάρτηση ιθανότητας f( y1, y2,... y T ). Εάν αυτή η συνάρτηση ιθανότητας ήταν γνωστή θα ήταν εύκολο να υ ολογιστεί η ιθανότητα µιας συγκεκριµένης τιµής, αλλά και η ιθανότητα κά οιας µελλοντικής τιµής. Ε ειδή όµως όχι µόνο η συνάρτηση ιθανότητας δεν είναι γνωστή, αλλά δεν είναι δυνατή ούτε και η λήρης εξειδίκευση της µορφής της, σκο ός της ανάλυσης χρονοσειρών είναι η διατύ ωση µοντέλων ου να µ ορούν να εριγράψουν το µηχανισµό της στοχαστικής διαδικασίας α ό την ο οία ροέκυψε η συγκεκριµένη χρονοσειρά Μέτρα χρονολογικών σειρών Αρκετά σηµαντικές έννοιες για µια χρονοσειρά είναι η γραφική αράσταση, ο µέσος όρος και η διασ ορά της, ο κινητός µέσος όρος, η στασιµότητα και άλλα. Με την έννοια της γραφικής αράστασης της χρονοσειράς εννοούµε, ό ως είναι αναµενόµενο, την καµ ύλη ου ανα αριστάται σε ένα σύστηµα ορθογωνίων αξόνων, ό ου ο οριζόντιος άξονας είναι ο χρόνος και ο κατακόρυφος οι µετρούµενες τιµές στο αντίστοιχο χρονικό διάστηµα. Έτσι συµβολίζοντας µε X i τις Ν χρονικές στιγµές και µε Y i τις τιµές των αντίστοιχων αρατηρήσεων, αριστάνουµε τα Ν ζεύγη της µορφής ( XY i, i) σε ένα σύστηµα αξόνων. Θεωρούµε τη χρονοσειρά X( t ), i= 1,2,3... N i Μέσος όρος µ µιας χρονοσειράς είναι η µέση τιµή όλων των τιµών της. 1 N i= 1 i ηλαδή : µ Xt ( ) N = (3.2) Η ιασ ορά 2 σ µιας χρονοσειράς δίνεται α ό το µέσο όρο του τετραγώνου των α οκλίσεων α ό τη µέση τιµή. 55

56 σ = 1 Xt ( ) N 1 i µ. (3.3) ηλαδή: 2 ( ) 2 N i= 1 Η τυ ική α όκλιση σ µιας χρονοσειράς είναι η τετραγωνική ρίζα της σ= σ = 1 Xt ( ) µ N διασ οράς : 2 ( ) 2 N 1 i. (3.4) i= 1 Ό ως είναι ολύ εύκολο να δια ιστώσουµε και α ό τη γραφική αράσταση στην εικόνα 3.3, ότι τα ερισσότερα σηµεία της χρονοσειράς βρίσκονται µεταξύ των τιµών µ σ και µ + σ. Εικόνα 3.3 : Η γραφική αράσταση µιας χρονοσειράς, ο µέσος όρος και η τυ ική α όκλιση αυτής. Υ άρχουν όµως ολλα λά αραδείγµατα χρονοσειρών στις ο οίες τα µέτρα τα ο οία αναφέραµε αρα άνω δεν δίνουν µια καλή και αξιό ιστη εριγραφή της ραγµατικής µέσης τιµής των αρατηρήσεων. Ο λόγος έγκειται στο γεγονός ότι η χρονοσειρά αρουσιάζει µια τάση, ο ότε η ραγµατική µέση τιµή µεταβάλλεται µε την άροδο του χρόνου, είναι µ = µ t. Στην ερί τωση αυτή θα ρέ ει να δηλαδή συνάρτηση του χρόνου ( ) βρεθεί ένα µοντέλο ου να καταγράφει αυτή την τάση. Την τάση µ ορούµε 56

57 να την χρησιµο οιήσουµε για να ερµηνεύσουµε αν η ακολουθία κλίνει ρος κά ου και να ερµηνεύσουµε τους λόγους ου την οδηγούν σε αυτή την κλίση. Η τάση ου µ ορεί να αρουσιάζει µια χρονοσειρά µ ορεί να έχει διάφορες µορφές. Έτσι συναντάµε την µακροχρόνια τάση στην ο οία η τιµή της µεταβλητής τείνει να αυξηθεί ή να µειωθεί για µεγάλο χρονικό διάστηµα, την κυκλική κύµανση, την εριοδική µεταβολή και την ακανόνιστη µεταβολή. Η µακροχρόνια τάση είναι α ό τις ευκολότερα αντιµετω ίσιµες ερι τώσεις, καθώς η τάση αυτή εκφράζει τη χρονοσειρά για µεγάλη χρονική ερίοδο, µε α οτέλεσµα να είναι εύκολη η κατανόηση της ιστορίας της µεταβλητής και η ρόβλεψη µελλοντικών τιµών της. Αυτό γίνεται µε τη βοήθεια συγκεκριµένων αραδοχών και µε στατιστικές δοκιµασίες ου ονοµάζονται αναλύσεις αλινδρόµησης (regression analysis). Ορισµένες α ό τις µεθόδους ροσδιορισµού της µακροχρόνιας τάσης είναι η µέθοδος των κινητών µέσων, η µέθοδος της ευθείας ελαχίστων τετραγώνων, η µέθοδος της καµ ύλης ελαχίστων τετραγώνων και άλλες. Η κυκλική κύµανση είναι α ό τις δυσκολότερα αντιµετω ίσιµες ερι τώσεις καθώς αυτού του είδους η τάση δεν ακολουθεί κανονικό µοντέλο, σε αντίθεση µε την εριοδική µεταβολή, η ο οία ακολουθεί αυτό το µοντέλο και µας ε ιτρέ ει να κάνουµε αξιό ιστες ροβλέψεις για το µέλλον. Τέλος υ άρχουν αρκετές ερι τώσεις χρονοσειρών οι ο οίες αρουσιάζουν ακανόνιστες µεταβολές θετικές ή αρνητικές χωρίς κανονικότητα, οι ο οίες οφείλονται σε α ρόβλε τα ή τυχαία γεγονότα Στάσιµη χρονοσειρά - Αυτοσυνδιακύµανση Η στασιµότητα είναι ολύ σηµαντική έννοια όσον αφορά στην ανάλυση χρονολογικών σειρών. Προτού αραθέσουµε τον αυστηρά µαθηµατικό ορισµό της, θα ροσ αθήσουµε να δώσουµε έναν ιο ρακτικό ορισµό της έννοιας. Έτσι µια χρονοσειρά λέγεται στάσιµη (stationary) ή αµετάβλητη µε το χρόνο ή µη εξελίξιµη, αν δεν αρουσιάζει συστηµατική αλλαγή της µέσης τιµής και της διασ οράς της στο χρόνο. Ο ότε ό ως είναι εύκολα κατανοητό εάν µια χρονοσειρά αρουσιάζει τάση, τότε δεν µ ορεί να είναι στάσιµη. Μια στοχαστική διαδικασία ονοµάζεται αυστηρώς στάσιµη όταν οι ιδιότητές της δεν ε ηρεάζονται α ό µια αλλαγή στην αρχή µέτρησης του χρόνου. Αυτό σηµαίνει ότι : F( yt, yt+ 1,... yt+ T) = F( yt+ s, yt++ 1 s,... yt+ T+ s) για ο οιοδή οτε s, δηλαδή η α ό κοινού συνάρτηση κατανοµής µε αρχή το χρονικό σηµείο t είναι η ίδια µε την α ό κοινού συνάρτηση κατανοµής µε αρχή το χρονικό σηµείο t+ s. Το s αριστάνει µια αυθαίρετη µετατό ιση κατά µήκος του άξονα του χρόνου είτε ρος τα µ ρος είτε ρος τα ίσω, δηλαδή µ ορεί να είναι είτε θετικό είτε αρνητικό. Ο αυστηρός ορισµός της στασιµότητας αναφέρεται σε όλες τις ιδιότητες µιας στοχαστικής διαδικασίας, γεγονός ου τον καθιστά αρκετά δύσκολο και καθόλου ευέλικτο. Για το λόγο 57

58 αυτό ορίζεται η n-τάξεως ασθενώς στάσιµη στοχαστική διαδικασία αν υ άρχουν οι ρο ές n-τάξεως και είναι ανεξάρτητες του t. ηλαδή : EY ( t) = µ, VarY 2 ( t) σ CovYY (, ) CovY (, Y ) =, (3.5) t t+ s = t+ m t+ m+ s = γs, όλες ανεξάρτητες του t. Όταν οι αρα άνω συνθήκες εριορίζονται µόνο στις ρώτες και στις δεύτερες ρο ές µιλάµε για 2 ης τάξης ασθενώς στάσιµες διαδικασίες ή α λώς στάσιµες διαδικασίες. Α ό την τελευταία α ό τις αρα άνω σχέσεις είναι ροφανές ότι : CovYY ( t, t+ s) = CovY ( t+ s, Yt) (3.6) Η συνδιακύµανση (, ) CovYY t t + s αναφέρεται και ως αυτοσυνδιακύµανση (auto covariance), για το λόγο ότι οι αρατηρήσεις Y t και Y t + s είναι ουσιαστικά αρατηρήσεις της ίδιας µεταβλητής ου α έχουν χρονικά µεταξύ τους κατά s. ηλαδή για να βρούµε την αυτοσυνδιακύµανση, υ ολογίζουµε την συνδιακύµανση ανάµεσα σε µια σειρά και τον εαυτό της µετατο ισµένο κατά s. Η εξίσωση της αυτοσυνδιακύµανσης δίνεται α ό τον τύ ο: Cov s 1 n YY 1 t t s YY t=+ s t t s (3.7) = n s = VarY = σ s = ό ως ολύ εύκολα δια ιστώνουµε έχουµε : ( ) 2 Για 0 0 t δηλαδή η αυτοσυνδιακύµανση ισούται µε την διακύµανση της σειράς. γ Συνάρτηση αυτοσυσχέτισης Οι ε αναλήψεις ό ως και άλλες ιδιότητες µιας ακολουθίας αριθµών, µ ορούν να βρεθούν µέσω του υ ολογισµού ενός µέτρου ου να µ ορεί να α οδώσει την αυτοσυσχέτιση (autocorrelation) της ακολουθίας. Αυτό στην ράξη σηµαίνει ότι η ακολουθία µ ορεί να συγκριθεί µε τον εαυτό της σε διαδοχικές θέσεις και να υ ολογιστεί ο βαθµός οµοιότητας ανάµεσα στα αντίστοιχα διαστήµατα. Έτσι αν κάθε σηµείο της ακολουθίας συγκριθεί διαδοχικά µε κάθε άλλο σηµείο της, θα έχουν ανιχνευθεί όλες οι θέσεις καλής α όκρισης και θα µ ορεί να υ ολογιστεί ο βαθµός οµοιότητας σε άλλες θέσεις. Μια χρονοσειρά είναι ένα κατάλληλο είδος ακολουθίας για να µελετηθεί αλλά και να κατανοηθεί η έννοια της αυτοσυσχέτισης, καθώς η χρονοσειρά α οτελείται α ό αρατηρήσεις µιας µεταβλητής Y ου µετριέται σε διαδοχικές στιγµές στο χρόνο ή στο χώρο. Υ οδεικνύουµε τη θέση µιας 58

59 αρατήρησης µέσα στη χρονοσειρά µε ένα δείκτη Y t. Α ό το δείκτη µ ορούµε να διευκρινίσουµε την χρονική ή χωρική µεταβλητή Y, καθώς είναι X= t, ό ου η α όσταση ανάµεσα στα σηµεία. Ο διαχωρισµός ανάµεσα σε δύο ο οιαδή οτε σηµεία Y t και Y t + s αναφέρεται σαν υστέρηση (lag) του µήκους s, ό ου s ο αριθµός των διαστηµάτων ανάµεσα στα σηµεία. Η έννοια της χρονοσειράς µ ορεί να αροµοιαστεί ιο αραστατικά µε µια αλυσίδα, ό ου κάθε κρίκος της θα αντιστοιχεί µε µια αρατήρησή της στη σειρά. Αν α λώσουµε δί λα-δί λα δύο όµοιες αλυσίδες και συγκρίνουµε κάθε κρίκο τους, κατασκευάζουµε µια ανα αράσταση για υστέρηση (lag) ίση µε µηδέν. Αν µετακινήσουµε τη µια α ό τις δύο αλυσίδες έτσι ώστε ο ρώτος κρίκος της µιας να ταιριάζει µε το δεύτερο κρίκο της άλλης και µε όλους φυσικά τους κρίκους της να έχουν µετατο ιστεί κατά ένα, συγκρίνουµε τις δύο αλυσίδες για lag=1. Στη συνέχεια η σύγκριση µ ορεί να γίνει για lag=2 µετατο ίζοντας την κατά έναν ακόµα κρίκο κ.τ.λ. Συµβατικά η αυτοσυνδιακύµανση µιας χρονοσειράς υ ολογίζεται για lag α ό µηδέν έως N, ενώ οι τιµές της µ ορούν να αρασταθούν σε ένα 4 διάγραµµα το ο οίο ονοµάζεται διάγραµµα αυτοσυνδιακύµανσης (auto covariogram). Εικόνα 3.4: Τα ζεύγη της χρονοσειράς µε τον εαυτό της µετατο ισµένο κατά s Ο λόγος της συνδιακύµανσης ρος το γινόµενο των τετραγωνικών ριζών των διακυµάνσεων δύο µεταβλητών YY t, t + s ονοµάζεται συντελεστής συσχέτισης (correlation coefficient) των µεταβλητών αυτών και δίνεται α ό τον τύ ο: rs ( t, t+ s) γs ( ) ( ) γ0 CovYY = = VarY VarY t t+ s (3.8) Στις χρονοσειρές ο συντελεστής συσχέτισης ανάµεσα στην Y t και στην Y t + s ονοµάζεται συντελεστής αυτοσυσχέτισης (autocorrelation coefficient). 59

60 Ο συντελεστής αυτοσυσχέτισης µας δίνει ένα µέτρο για το βαθµό της σχέσης µεταξύ των δύο χρονοσειρών. Μάλιστα η τιµή του συντελεστή αυτοσυσχέτισης ου είναι α αλλαγµένος α ό τις µονάδες των µεταβλητών, δίνει µια αρκετά λήρη εικόνα για το αν η σχέση τους είναι ισχυρή ή ασθενής κτλ. Για τον συντελεστή αυτοσυσχέτισης r ισχύει ότι : -1 r 1 και ειδικότερα αν : r= 1 και r= 1 έχουµε τη µέγιστη δυνατή συσχέτιση, r> 0 υ άρχει θετική συσχέτιση µεταξύ των χρονοσειρών, η ο οία όσο ιο κοντά είναι ο συντελεστής συσχέτισης στο 1 ισχυρο οιείται ερισσότερο, r< 0 υ άρχει αρνητική συσχέτιση η ο οία αντίστοιχα γίνεται ολοένα και ιο ισχυρή όσο ο συντελεστής συσχέτισης τείνει ρος το -1, r= 0 δεν υ άρχει καµία συσχέτιση µεταξύ των χρονοσειρών. Ο συντελεστής αυτοσυσχέτισης δεν εξαρτάται α ό το χρόνο t αλλά µόνο α ό την υστέρηση s. Η σχέση ου υ άρχει ανάµεσα στο συντελεστή αυτοσυσχέτισης r και τη χρονική υστέρηση s ονοµάζεται συνάρτηση αυτοσυσχέτισης (autocorrelation function) και η γραφική της α εικόνιση ονοµάζεται διάγραµµα αυτοσυσχέτισης (correlogram), το ο οίο κλιµακώνεται ανάµεσα στα όρια -1 και 1. Πρέ ει να σηµειωθεί ότι το διάγραµµα αυτοσυσχέτισης είναι δύο όψεων, µε ένα αρνητικό µέρος ου είναι κατο τρικό είδωλο του θετικού µέρους. Αυτό µ ορούµε εύκολα να δούµε ως ροκύ τει αν ε ιστρέψουµε στην αροµοίωση των δύο αλυσίδων. Αν η µια αλυσίδα ροσδιοριστεί ως Α και η άλλη ως Β και µετακινήσουµε την Α µ ροστά α ό τη Β, µ ορούµε να θεωρήσουµε ότι οι αυτοσυσχετίσεις ου ροκύ τουν σχηµατίζουν το θετικό τµήµα του διαγράµµατος. Αν όµως µετακινήσουµε την Β µ ροστά α ό την Α και υ ολογίσουµε τις αυτοσυσχετίσεις, τα βήµατα (lags) θα είναι αρνητικά, ε ειδή η συσχέτιση θα έχει αντιστραφεί. Είναι ό ως είναι αναµενόµενο r s= rs, καθώς οι δύο αλυσίδες είναι ταυτόσηµες, ο ότε δεν υ άρχει διαφορά σε ό οια διεύθυνση και να µετακινηθούν. Σαν συνάρτηση αυτοσυσχέτισης ορίζεται η συνάρτηση: s ( ) r X s( X) γs 0( X) γ0 = γ rs γ = = (3.9) Με βάση τη σχέση (3.7) η αρα άνω σχέση γίνεται : rs = N s i= 1 X ( X) 2 ( Xt ( ) µ ) ( Xt ( i) µ ) Xt ( i+ s) µ N i= 1 i X (3.10) ό ου ο µ είναι ο µέσος της χρονοσειράς. Στην τελευταία σχέση διακρίνεται X ιο καλά η σχέση ου υ άρχει ανάµεσα στο συντελεστή αυτοσυσχέτισης s και τη χρονική υστέρηση s. Το s µ ορεί να άρει τιµές α ό 0 έως Ν-1. Ό ως r 60

61 έχουµε ήδη σύντοµα ροαναφέρει και για την αυτοσυνδιακύµανση, για µεγάλα s έχουµε µόνο λίγους όρους για τη συνάρτηση αυτοσυσχέτισης, µε συνέ εια να δίνει µεγάλο στατιστικό σφάλµα. Στην ράξη ε οµένως λαµβάνουµε υ όψη τα ρ s µόνο µέχρι ερί ου N ή το ολύ N 4 2. Η συνάρτηση αυτοσυσχέτισης είναι ιδιαίτερα σηµαντική, αφενός µεν γιατί δίνει το µέτρο της συσχέτισης των µετρήσεων, οι ο οίες α έχουν µεταξύ τους κατά το χρονικό διάστηµα s και αφετέρου δε, ε ειδή δείχνει τόσο το βαθµό (µε την έννοια της έντασης), όσο και το µήκος ή τη χρονική διάρκεια της µνήµης της χρονοσειράς. ηλαδή ιο α λά, εκφράζει το κατά όσο οι µετρήσεις µε χρονική α όσταση s σχετίζονται µεταξύ τους. Η συνάρτηση αυτοσυσχέτισης δείχνει σε οιο βαθµό το αρόν «θυµάται» το αρελθόν, αλλά και κατά όσο το µέλλον θα ε ηρεαστεί α ό το αρόν Ετεροσυσχέτιση Πολλα λές είναι οι ερι τώσεις ου α αιτείται να συγκρίνουµε δύο διαφορετικές χρονοσειρές µεταξύ τους, ροκειµένου να βρούµε αν υ άρχουν θέσεις εξέχουσας α όκρισης. Με τη σύγκριση αυτή α οκοµίζουµε ληροφορίες ου αφορούν στο µέγεθος της σχέσης ανάµεσα στις δύο χρονοσειρές και στη µετατό ιση στο χρόνο ή στην α όσταση ανάµεσα στη θέση της µέγιστης ισοδυναµίας τους. Έτσι η διαδικασία της σύγκρισης των δύο χρονοσειρών α οδίδεται µε τον όρο ετεροσυσχέτιση (cross-correlation), ενώ το διάγραµµα ου την α εικονίζει ονοµάζεται διάγραµµα ετεροσυσχέτισης (cross-correlogram). Η ετεροσυσχέτιση ροϋ οθέτει ότι για τις δύο χρονοσειρές ου συγκρίνονται, τα δείγµατα λαµβάνονται σε διακεκριµένα, οµοιόµορφα α έχοντα σηµεία και ότι το διάστηµα δειγµατοληψίας της µιας είναι ίδιο µε της άλλης. Η συνάρτηση ετεροσυσχέτισης (CCF cross correlation function) φανερώνει κάθε α ευθείας ή καθυστερηµένη εξάρτηση ου υ άρχει ανάµεσα σε δύο διαφορετικές χρονοσειρές. Ο συντελεστής ετεροσυσχέτισης rxy(k), κατ αναλογία µε το συντελεστή αυτοσυσχέτισης, ορίζεται ως εξής : r xy (k)=c xy (k) s x s y (3.11) ό ου s x η τυ ική α όκλιση της χρονοσειράς x, s y η τυ ική α όκλιση της χρονοσειράς y και C xy (k) η ετεροσυνδιακύµανση των χρονοσειρών για lag=k. Η ετεροσυνδιακύµανση δύο χρονοσειρών x, y ορίζεται ως εξής : 61

62 nk 1 Cxy ( k) = { ( xt x)( yt+ k y) k= 0,1,2,.. n t= 1 n+ k 1 Cxy ( k) = { ( yt y)( xt k x) k= 1, 2,.. n (3.12) t= 1 Η γραφική αράσταση της συνάρτησης ετεροσυσχέτισης είναι ένα σχεδιάγραµµα (plot), α ό θετικούς και αρνητικούς συντελεστές συσχέτισης ανάµεσα σε ζεύγη τιµών των δύο σειρών. Οι συσχετίσεις έχουν υ ολογιστεί ανάµεσα στις δύο χρονοσειρές για διαφορετικές χρονικές µετατο ίσεις (lag), µε το lag=0 να δηλώνει καµία χρονική µετατό ιση, το lag=-1 να δηλώνει ότι η ρώτη χρονοσειρά έχει µετατο ιστεί κατά µία χρονική µονάδα ίσω και το lag=1, να δηλώνει µετατό ιση της ρώτης χρονοσειράς, κατά µία χρονική µονάδα µ ροστά. 62

63 Κεφάλαιο 4 Σύγκριση τιµών ατµοσφαιρικών ρύ ων για το έτος 2006, µε τα θεσµοθετηµένα όρια Στο κεφάλαιο αυτό αφού εριγράψουµε µε συντοµία τα βασικά χαρακτηριστικά των ατµοσφαιρικών ρύ ων ου εριλαµβάνονται στα δεδοµένα των µετρήσεων ου διαθέτουµε, θα υ ολογίσουµε τις µέσες ωριαίες διακυµάνσεις των ρύ ων αυτών, για ολόκληρο το έτος 2006 και σε όλους τους σταθµούς µέτρησης, ώστε να εξάγουµε συµ εράσµατα ου αφορούν στις ώρες ου καταγράφονται οι µέγιστες τιµές για καθένα α ό αυτούς, να ερµηνεύσουµε τους λόγους, αλλά και να δια ιστώσουµε αν αυτές οι ώρες συµ ί τουν σε όλους τους σταθµούς και ως ε ηρεάζονται α ό την ιδιαιτερότητα της κάθε εριοχής. Για τα αιωρούµενα σωµατίδια θα υ ολογίσουµε τις µέσες µηνιαίες τιµές και θα εξάγουµε ανάλογα συµ εράσµατα. Τέλος θα συγκρίνουµε τις τιµές των ρύ ων µε τα θεσµοθετηµένα όρια, ώστε να δια ιστώσουµε αν υ ήρξαν υ ερβάσεις των ορίων αυτών, τον όγκο και τη συχνότητα εµφάνισής τους. 4.1 Περιγραφή των βασικότερων ατµοσφαιρικών ρύ ων ΜΟΝΟΞΕΙ ΙΟ ΤΟΥ AΝΘΡΑΚΑ (CO) Είναι αέριο άχρωµο και άοσµο ου εκ έµ εται α ό τις εξατµίσεις των βενζινοκίνητων αυτοκινήτων αλλά και άσης φύσεως µηχανών, όταν συντελείται ατελής καύση καύσιµης ύλης. Οι κυριότερες ηγές έκλυσής του στο εριβάλλον είναι τα βενζινοκίνητα αυτοκίνητα. Οι υψηλότερες συγκεντρώσεις του αρατηρούνται σε κλειστούς χώρους.χ. χώρους στάθµευσης, ελλι ώς αεριζόµενες υ όγειες διαβάσεις ή κατά µήκος των δρόµων κυρίως ώρες κυκλοφοριακής αιχµής. ΙΟΞΕΙ ΙΟ ΤΟΥ ΑΖΩΤΟΥ (NO 2 ) Είναι αέριο, µε καφεκίτρινο χρώµα και ιδιάζουσα οσµή. Όταν υ άρχει σε υψηλές συγκεντρώσεις είναι αυτό ου ροσδίδει το χαρακτηριστικό χρώµα του στην όψη του ουρανού στις αστικές εριοχές. Στο εριβάλλον α ελευθερώνεται µέσω διαφόρων χηµικών αντιδράσεων, ό ου το µονοξείδιο του αζώτου υ ό την αρουσία ηλιακής ακτινοβολίας µετατρέ εται σε διοξείδιο του αζώτου. Το µονοξείδιο του αζώτου αράγεται α ό τη χρήση καυσίµων σε αυτοκίνητα, σε βιοµηχανικούς καυστήρες αλλά και σε σταθµούς αραγωγής ηλεκτρικής ενέργειας. 63

64 Το διοξείδιο του αζώτου α οτελεί έναν α ό τους σηµαντικότερους ρύ ους υ εύθυνους για τη δηµιουργία της όξινης βροχής. Σε υψηλές συγκεντρώσεις βλά τει ανθρώ ους και βλάστηση. Μ ορεί να ροκαλέσει ανα νευστικές δυσλειτουργίες, δυσκολίες στην ανα νοή αλλά και άσθµα. ΟΖΟΝ (O 3 ) Είναι αέριο άχρωµο, µε χαρακτηριστική οσµή και α οτελεί το κύριο συστατικό του φωτοχηµικού νέφους στην χαµηλή ατµόσφαιρα της γης (τρο όσφαιρα). Ωστόσο στην ανώτερη ατµόσφαιρα την στρατόσφαιρα η ύ αρξή του έχει ευεργετικό ρόλο καθώς α ορροφά την ε ιβλαβή υ εριώδη ακτινοβολία του ηλίου. Το όζον στην τρο όσφαιρα σχηµατίζεται ως το α οτέλεσµα αλυσιδωτών χηµικών αντιδράσεων µεταξύ του οξυγόνου, τητικών οργανικών ενώσεων και οξειδίων του αζώτου υ ό συνθήκες έντονης ηλιακής ακτινοβολίας αλλά και υψηλών θερµοκρασιών. Οι ηγές αυτών των αρα άνω ρύ ων είναι τα οχήµατα, διαφόρων ειδών εργοστάσια, χηµικά διαλυτικά, χωµατερές, βενζινάδικα, αγροτικά µηχανήµατα κ.ά. Ο ρύ ος αυτός σε µεγάλες συγκεντρώσεις ε ίσης ροκαλεί σοβαρά ροβλήµατα στην υγεία του ανθρώ ου αλλά και του εριβάλλοντος. Στον άνθρω ο ροκαλεί διαταραχή της ανα νευστικής λειτουργίας, αίσθηµα ξηρότητας στο λαιµό, βήχα, άσθµα, όνο στο στήθος, φλεγµονή στους νεύµονες, ερεθισµό στα µάτια κτλ. Στο εριβάλλον έχει δυσµενείς ε ιδράσεις στα φυτά, µειώνει την αγροτική αραγωγή και ροκαλεί ζηµιές στα δάση. ΙΟΞΕΙ ΙΟ ΤΟΥ ΘΕΙΟΥ (SO 2 ) Είναι αέριο, άχρωµο και άοσµο όταν βρίσκεται σε χαµηλές συγκεντρώσεις, ενώ όταν οι συγκεντρώσεις του είναι ολύ υψηλές αναδύει έντονη χαρακτηριστική οσµή. Πηγές του στο εριβάλλον είναι τα εργοστάσια αραγωγής ενέργειας, βιοµηχανίες, κεντρικές θερµάνσεις, διυλιστήρια ετρελαίου, χηµικές αλλά και άλλων ειδών βιοµηχανίες. Στην ατµόσφαιρα σχηµατίζει διάφορες χηµικές ενώσεις ό ως θειικό οξύ και σωµατίδια ου α οτελούνται α ό θειικές ενώσεις. Άτοµα ου άσχουν α ό ανα νευστικά ροβλήµατα ε ηρεάζονται αρκετά α ό την αρουσία του. Ακόµα ροκαλεί αλλοιώσεις σε υλικά αλλά και στη βλάστηση, µειώνει την ορατότητα και αυξάνει την οξύτητα λιµνών και οταµών. ΑΙΩΡΟΥΜΕΝΑ ΣΩΜΑΤΙ ΙΑ (PM ) Ανήκουν στην κατηγορία των ρύ ων για τους ο οίους τέθηκαν όρια σε ε ί εδο Ε.Ε, σχετικά ρόσφατα και µετρώνται λέον αντικαθιστώντας τον µαύρο κα νό. Για αυτού του είδους τον ατµοσφαιρικό ρύ ο έχουµε αναφερθεί ε ισταµένα στο ρώτο κεφάλαιο. 64

65 4.2 Ωριαία µεταβολή των συγκεντρώσεων των ατµοσφαιρικών ρύ ων στους σταθµούς µέτρησης για το έτος 2006 Στα διαγράµµατα ου ακολουθούν δίνονται οι µέσες ωριαίες µεταβολές των συγκεντρώσεων όλων των ρύ ων για το έτος 2006, για όλους τους σταθµούς ου καταγράφεται καθένας, εκτός α ό τα αιωρούµενα σωµατίδια για τα ο οία έχουµε µόνο µια ηµερήσια τιµή και όχι 24 τιµές ανά ηµέρα. Έτσι για αυτόν το ρύ ο αραθέτουµε τις µέσες µηνιαίες διακυµάνσεις του, στους σταθµούς καταγραφής του. ΜΕΣΕΣ ΩΡΙΑΙΕΣ ΤΙΜΕΣ ΕΤΟΥΣ ΓΙΑ ΤΟ ΜΟΝΟΞΕΙ ΙΟ ΤΟΥ ΑΖΩΤΟΥ NO μg/m Series1 Μέσες ωριαίες τιμές έτους ώρες ιάγραµµα 4.1: Ωριαία µεταβολή του ΝΟ στο σταθµό Αγίας Παρασκευής για το έτος NO μg/m Series1 Μέσες ωριαίες τιμές έτους ώρες ιάγραµµα 4.2: Ωριαία µεταβολή του ΝΟ στο σταθµό Αθηνάς για το έτος

66 NO μg/m Series1 Μέσες ωριαίες τιμές έτους ώρες ιάγραµµα 4.3: Ωριαία µεταβολή του ΝΟ στο σταθµό Αριστοτέλους για το έτος NO μg/m Series1 Μέσες ωριαίες τιμές έτους ώρες ιάγραµµα 4.4: Ωριαία µεταβολή του ΝΟ στο σταθµό της Γεω ονικής για το έτος Μέσες ωριαίες τιμές έτους 80 Series NO μg/m ώρες ιάγραµµα 4.5: Ωριαία µεταβολή του ΝΟ στο σταθµό στο Γουδί για το έτος

67 NO μg/m Series1 Μέσες ωριαίες τιμές έτους ώρες ιάγραµµα 4.6: Ωριαία µεταβολή του ΝΟ στο σταθµό στην Ελευσίνα για το έτος Μέσες ωριαίες τιμές έτους 8 Series1 NO μg/m ώρες ιάγραµµα 4.7: Ωριαία µεταβολή του ΝΟ στο σταθµό του Ζωγράφου για το έτος Μέσες ωριαίες τιμές έτους 8 Series1 NO μg/m ώρες ιάγραµµα 4.8: Ωριαία µεταβολή του ΝΟ στο σταθµό των Θρακοµακεδόνων για το έτος

68 NO μg/m Series1 Μέσες ωριαίες τιμές έτους ώρες ιάγραµµα 4.9: Ωριαία µεταβολή του ΝΟ στο σταθµό των Λιοσίων για το έτος NO μg/m Series1 Μέσες ωριαίες τιμές έτους ώρες ιάγραµµα 4.10: Ωριαία µεταβολή του ΝΟ στο σταθµό της Λυκόβρυσης για το έτος NO μg/m Series1 Μέσες ωριαίες τιμές έτους ώρες ιάγραµµα 4.11: Ωριαία µεταβολή του ΝΟ στο σταθµό στο Μαρούσι για το έτος

69 NO μg/m Series1 Μέσες ωριαίες τιμές έτους ώρες ιάγραµµα 4.12: Ωριαία µεταβολή του ΝΟ στο σταθµό στη Νέα Σµύρνη για το έτος NO μg/m Series1 Μέσες ωριαίες τιμές έτους ώρες ιάγραµµα 4.13: Ωριαία µεταβολή του ΝΟ στο σταθµό στην Πατησίων για το έτος Μέσες ωριαίες τιμές έτους 120 Series1 100 NO μg/m ώρες ιάγραµµα 4.14 Ωριαία µεταβολή του ΝΟ στο 1 ο σταθµό στον Πειραιά για το έτος

70 80 Μέσες ωριαίες τιμές έτους 70 Series1 60 NO μg/m ώρες ιάγραµµα 4.15 : Ωριαία µεταβολή του ΝΟ στο 2 ο σταθµό στον Πειραιά για το έτος Μέσες ωριαίες τιμές έτους 50 Series1 NO μg/m ώρες ιάγραµµα 4.16 : Ωριαία µεταβολή του ΝΟ στο σταθµό στο Περιστέρι για το έτος Ό ως διαφαίνεται ξεκάθαρα α ό τα διαγράµµατα 4.1 ως 4.16 οι µεγαλύτερες τιµές για αυτό τον ρωτογενή ρύ ο ΝΟ αρουσιάζονται γενικά τις ρωινές ώρες ( ), µε τις µέγιστες τιµές ιο συγκεκριµένα γύρω στις Σχετικά µεγάλες τιµές έχουµε και αργά το βράδυ ( ). Αυτό οφείλεται στο ότι αφ ενός µεν τις ώρες αυτές ε ικρατούν µετεωρολογικές συνθήκες ου ευνοούν τη συσσώρευση ατµοσφαιρικών ρύ ων, αφ ετέρου δε, συµ ί τουν χρονικά οι ώρες λειτουργίας της κεντρικής θέρµανσης και οι ώρες κυκλοφοριακής αιχµής. Ό ως ολύ εύκολα αρατηρούµε υ άρχει µεγάλη διακύµανση των τιµών του ρύ ου µεταξύ των σταθµών, ολύ υψηλές συγκριτικά τιµές στους σταθµούς ου βρίσκονται στο κέντρο ή κοντά στη βιοµηχανική ζώνη, σε σχέση µε τις αντίστοιχες τιµές στους ιο α οµακρυσµένους σταθµούς. 70

71 ΜΕΣΕΣ ΩΡΙΑΙΕΣ ΤΙΜΕΣ ΓΙΑ ΤΟ ΙΟΞΕΊ ΙΟ ΤΟΥ ΑΖΏΤΟΥ 50 Μέσες ωριαίες τιμές έτους 40 Series1 NO2 μg/m ώρες ιάγραµµα 4.17 : Ωριαία µεταβολή του (NO 2) στο σταθµό στην Παρασκευή για το έτος Αγία NO2 μg/m Μέσες ωριαίες τιμές έτους Series ώρες ιάγραµµα 4.18: Ωριαία µεταβολή του 2) (NO στο σταθµό Αθηνάς για το έτος

72 100 Μέσες ωριαίες τιμές έτους Series1 70 NO2 μg/m ώρες ιάγραµµα 4.19: Ωριαία µεταβολή του (NO 2) στο Αριστοτέλους για το έτος σταθµό στην 80 Μέσες ωριαίες τιμές έτους 70 Series1 60 NO2 μg/m ώρες ιάγραµµα 4.20: Ωριαία µεταβολή του (NO 2) στο σταθµό της Γεω ονικής για το έτος Μέσες ωριαίες τιμές έτους 70 Series1 60 NO2 μg/m ώρες ιάγραµµα 4.21: Ωριαία µεταβολή του (NO 2) στο σταθµό στο Γουδί το έτος για 72

73 NO2μg/m Μέσες ωριαίες τιμές έτους Series ώρες ιάγραµµα 4.22: Ωριαία µεταβολή του (NO 2) στο σταθµό στην Ελευσίνα για το έτος Μέσες ωριαίες τιμές έτους 35 Series1 30 NO2 μg/m ώρες ιάγραµµα 4.23: Ωριαία µεταβολή του (NO 2) στο σταθµό του Ζωγράφου για το έτος NO2 μg/m Μέσες ωριαίες τιμές έτους Series ώρες ιάγραµµα 4.24: Ωριαία µεταβολή του (NO 2) στο Θρακοµακεδόνων για το έτος σταθµό των 73

74 80 Μέσες ωριαίες τιμές έτους 70 Series1 60 NO2 μg/m ώρες ιάγραµµα 4.25: Ωριαία µεταβολή του (NO 2) στο σταθµό των Λιοσίων για το έτος Μέσες ωριαίες τιμές έτους 50 Series1 NO2 μg/m ώρες ιάγραµµα 4.26: Ωριαία µεταβολή του (NO 2) στο σταθµό στη Λυκόβρυση για το έτος Μέσες ωριαίες τιμές έτους 50 Series1 NO2 μg/m ώρες 74

75 ιάγραµµα 4.27: Ωριαία µεταβολή του (NO 2) στο σταθµό στο Μαρούσι για το έτος Μέσες ωριαίες τιμές έτους 70 Series1 60 NO2 μg/m ώρες ιάγραµµα 4.28: Ωριαία µεταβολή του (NO 2) στο σταθµό στη Νέα Σµύρνη για το έτος NO2 μg/m Μέσες ωριαίες τιμές έτους Series ώρες ιάγραµµα 4.29: Ωριαία µεταβολή του (NO 2) στο σταθµό στην Πατησίων για το έτος NO2 μg/m Μέσες ωριαίες τιμές έτους Series ώρες 75

76 ιάγραµµα 4.30: Ωριαία µεταβολή του 2) Πειραιά για το έτος (NO στον 1 ο σταθµό στον 80 Μέσες ωριαίες τιμές έτους 70 Series1 60 NO2 μg/m ώρες ιάγραµµα 4.31: Ωριαία µεταβολή του (NO 2) στον 2 ο Πειραιά για το έτος σταθµό στον 80 Μέσες ωριαίες τιμές έτους 70 Series1 60 NO2 μg/m ώρες ιάγραµµα 4.32: Ωριαία µεταβολή του (NO 2) στον σταθµό στο Περιστέρι για το έτος Για το διοξείδιο του αζώτου (NO 2) οι µέγιστες τιµές εµφανίζονται ε ίσης τις ρωινές ώρες ( ), ενώ αρατηρούµε µια µικρή χρονική υστέρηση (της τάξεως ερί ου µιας ώρας), σε σχέση µε τις µέγιστες τιµές του µονοξειδίου, ου είναι φυσιολογικό να υ άρχει, καθώς µεσολαβεί το ενδιάµεσο στάδιο σχηµατισµού του α ό το µονοξείδιο του αζώτου µέσω χηµικών αντιδράσεων. Παρατηρούµε και για το ρύ ο αυτό διαφορές στις τιµές µεταξύ των σταθµών, µε τις µέγιστες να κυµαίνονται σε υψηλότερα ε ί εδα στους κεντρικότερους σταθµούς, ενώ θα ρέ ει να τονίσουµε τις υψηλές τιµές του ρύ ου στον σταθµό της οδού Πατησίων, οι ο οίες 76

77 αραµένουν σε αυτά τα ε ί εδα σχεδόν ολόκληρη τη µέρα λόγω της συνεχόµενης αυξηµένης κυκλοφορίας των αυτοκινήτων. ΜΕΣΕΣ ΩΡΙΑΙΕΣ ΤΙΜΕΣ ΓΙΑ ΤΟ ΟΖΟΝ Series1 Μέσες ωριαίες τιμές έτους O3 μg/m ώρες ιάγραµµα 4.33: Ωριαία µεταβολή του (O 3) στον σταθµό της Αγίας Παρασκευής για το έτος O3 μg/m Μέσες ωριαίες τιμές έτους Series ώρες ιάγραµµα 4.34: Ωριαία µεταβολή του 3) (O στον σταθµό στην Αθηνάς για το έτος

78 80 Μέσες ωριαίες τιμές έτους 70 Series1 60 O3 μg/m ώρες ιάγραµµα 4.35: Ωριαία µεταβολή του (O 3) στον σταθµό της Γεω ονικής για το έτος Μέσες ωριαίες τιμές έτους 70 Series1 60 O3 μg/m ώρες ιάγραµµα 4.36: Ωριαία µεταβολή του (O 3) στον σταθµό της Ελευσίνας για το έτος O3 μg/m Μέσες ωριαίες τιμές έτους Series ώρες ιάγραµµα 4.37: Ωριαία µεταβολή του 3) (O στον σταθµό του Ζωγράφου για το έτος

79 O3 μg/m Μέσες ωριαίες τιμές έτους Series ώρες ιάγραµµα 4.38: Ωριαία µεταβολή του (O 3) στον σταθµό των Θρακοµακεδόνων για το έτος O3 μg/m Μέσες ωριαίες τιμές έτους Series ώρες ιάγραµµα 4.39: Ωριαία µεταβολή του (O 3) στον σταθµό των Λιοσίων για το έτος O3 μg/m Μέσες ωριαίες τιμές έτους Series ώρες ιάγραµµα 4.40: Ωριαία µεταβολή του 3) (O στον σταθµό της Λυκόβρυσης για το έτος

80 O3 μg/m Μέσες ωριαίες τιμές έτους Series ώρες ιάγραµµα 4.40: Ωριαία µεταβολή του (O 3) στον σταθµό στο Μαρούσι για το έτος O3 μg/m Μέσες ωριαίες τιμές έτους Series ώρες ιάγραµµα 4.41: Ωριαία µεταβολή του (O 3) στον σταθµό στη Νέα Σµύρνη για το έτος Series1 Μέσες ωριαίες τιμές έτους 40 O3 μg/m ώρες ιάγραµµα 4.42: Ωριαία µεταβολή του 3) (O στον σταθµό στην Πατησίων για το έτος

81 Series1 Μέσες ωριαίες τιμές έτους O3 μg/m ώρες ιάγραµµα 4.43: Ωριαία µεταβολή του (O 3) στον 1 Ο σταθµό στον Πειραιά για το έτος Series1 Μέσες ωριαίες τιμές έτους O3 μg/m ώρες ιάγραµµα 4.44: Ωριαία µεταβολή του (O 3) στον 2 Ο σταθµό στον Πειραιά για το έτος Series1 Μέσες ωριαίες τιμές έτους O3 μg/m ώρες ιάγραµµα 4.45: Ωριαία µεταβολή του (O 3) στον σταθµό στο Περιστέρι για το έτος

82 Οι µέγιστες τιµές για το όζον αρατηρούνται τις µεταµεσηµβρινές ώρες ερί ου ( ), γιατί τις ώρες αυτές η ένταση της ηλιακής ακτινοβολίας ιδιαίτερα τους καλοκαιρινούς µήνες είναι η µέγιστη. ΩΡΙΑΙΕΣ ΤΙΜΕΣ ΓΙΑ ΤΟ ΜΟΝΟΞΕΙ ΙΟ ΤΟΥ ΑΝΘΡΑΚΑ (CO) 5 Μέσες ωριαίες τιμές έτους 4 Series1 CO mg/m ώρες ιάγραµµα 4.46: Ωριαία µεταβολή του ( CO ) στον για το έτος σταθµό στην Αθηνάς 5 Μέσες ωριαίες τιμές έτους 4 Series1 CO mg/m ώρες ιάγραµµα 4.47: Ωριαία µεταβολή του ( CO ) στον σταθµό της Γεω ονικής για το έτος

83 5 Μέσες ωριαίες τιμές έτους 4 Series1 CO mg/m ώρες ιάγραµµα 4.48: Ωριαία µεταβολή του ( CO ) στον για το έτος 2006 σταθµό στο Μαρούσι 5 Μέσες ωριαίες τιμές έτους 4 Series1 CO mg/m ώρες ιάγραµµα 4.49: Ωριαία µεταβολή του ( CO ) στον Σµύρνη για το έτος σταθµό στη Νέα 5 Μέσες ωριαίες τιμές έτους 4 Series1 CO mg/m ώρες ιάγραµµα 4.50: Ωριαία µεταβολή του ( CO ) στον σταθµό στην Πατησίων για το έτος

84 5 Μέσες ωριαίες τιμές έτους 4 Series1 CO mg/m ώρες ιάγραµµα 4.51: Ωριαία µεταβολή του ( CO ) στον 1 ο σταθµό στον Πειραιά για το έτος Μέσες ωριαίες τιμές έτους 4 Series1 CO mg/m ώρες ιάγραµµα 4.52: Ωριαία µεταβολή του ( CO ) στο για το έτος σταθµό στο Περιστέρι Το µονοξείδιο του Άνθρακα α οτελεί έναν ρωτογενή ρύ ο, έτσι ό ως ήδη αναφέραµε και για το µονοξείδιο του Αζώτου, οι µέγιστες συγκεντρώσεις CO αρατηρούνται γενικά τις ρωινές ώρες ( ), ενώ αρκετά µεγάλες τιµές έχουµε και τις βραδινές ώρες ( ). Έχουµε ήδη αναφέρει τους λόγους στους ο οίους οφείλεται αυτό στην αναφορά µας στο µονοξείδιο του Αζώτου (διαγράµµατα 4.1 έως 4.16). Οι τιµές είναι αρκετά υψηλότερες στους σταθµούς στην Αθηνάς και στην Πατησίων, γιατί η έκλυση CO α ό τις εξατµίσεις των αυτοκινήτων είναι ολύ µεγαλύτερη. 84

85 ΩΡΑΙΕΣ ΤΙΜΕΣ ΓΙΑ ΤΟ ΙΟΞΕΙ ΙΟ ΤΟΥ ΘΕΙΟΥ ιάγραµµα 4.53: Ωριαία µεταβολή του SO 2 στο σταθµό στην Αθηνάς για το έτος 2006 ιάγραµµα 4.54: Ωριαία µεταβολή του SO 2 στο για το έτος σταθµό στην Γεω ονική 85

86 ιάγραµµα 4.55: Ωριαία µεταβολή του SO 2 στο σταθµό στην Ελευσίνα για το έτος ιάγραµµα 4.56: Ωριαία µεταβολή του SO 2 στο σταθµό στα Λιόσια για το έτος ιάγραµµα 4.57: Ωριαία µεταβολή του SO 2 στο σταθµό στη Νέα Σµύρνη για το έτος Series1 Μέσες ωριαίες τιμές έτους 30 SO2 μg/m ώρες 86

87 ιάγραµµα 4.58: Ωριαία µεταβολή του SO 2 στο για το έτος Μέσες ωριαίες τιμές έτους 50 σταθµό στην Πατησίων 40 Series1 SO2 μg/m ώρες ιάγραµµα 4.59: Ωριαία µεταβολή του SO 2 στον 1 ο σταθµό στον Πειραιά για το έτος Series1 Μέσες ωριαίες τιμές έτους SO2 μg/m ώρες ιάγραµµα 4.60: Ωριαία µεταβολή του SO 2 στο σταθµό στο Περιστέρι για το έτος Για το διοξείδιο του Θείου ( SO 2 ), το ο οίο ανήκει στην κατηγορία των ρωτογενών ρύ ων, τα στοιχεία είναι αρόµοια και µε αυτά των άλλων ρωτογενών ρύ ων CONO,. ηλαδή οι µεγαλύτερες τιµές του αρατηρούνται - ό ως δια ιστώνουµε α ό τα διαγράµµατα για τους σταθµούς στους ο οίους καταγράφονται οι τιµές του- τις ρωινές ώρες ( ) όταν η κυκλοφοριακή συµφόρηση είναι µεγαλύτερη και τις ιο βραδινές ώρες ( ) ου η λειτουργία της κεντρικής θέρµανσης εντείνεται. Ακόµα θα ρέ ει να σηµειώσουµε και τις αρκετά σηµαντικές διαφορές ου αρατηρούµε µεταξύ των σταθµών και να αναφέρουµε τις µεγάλες τιµές του SO2 στο σταθµό στην Ελευσίνα τις ρωινές ώρες, ου 87

88 οφείλονται στη λειτουργία ολλών βιοµηχανικών µονάδων στην εριοχή και τις υψηλές τιµές του ρύ ου ου καταγράφονται στο σταθµό στον Πειραιά κυρίως τις ρωινές ώρες της ηµέρας, ό ου οι αφίξεις και αναχωρήσεις των λοίων α ό το λιµάνι, έχουν ολύ µεγαλύτερη συχνότητα α ό ότι τις βραδινές ώρες. ΜΕΣΕΣ ΜΗΝΙΑΙΕΣ ΤΙΜΕΣ ΓΙΑ ΤΑ ΑΙΩΡΟΥΜΕΝΑ ΣΩΜΑΤΙ ΙΑ Μέσες µηναίες τιµές για τα PM10 στο σταθµό Αριστοτέλους τιµή σωµατιδίων ΙΑΝΟΥΑΡΙΟΣ ΦΕΒΡΟΥΑΡΙΟΣ ΜΑΡΤΙΟΣ ΑΠΡΙΛΙΟΣ ΜΑΙΟΣ ΙΟΥΝΙΟΣ ΙΟΥΛΙΟΣ ΑΥΓΟΥΣΤΟΣ ΣΕΠΤΕΜΒΡΙΟΣ µήνες ΟΚΤΩΒΡΙΟΣ ΝΟΕΜΒΡΙΟΣ ΕΚΕΜΒΡΙΟΣ Series1 ιάγραµµα 4.61: Μέσες µηνιαίες τιµές των PM 10 στο Αριστοτέλους για το έτος σταθµό στην 88

89 µέσες µηνιαίες τιµές PM10 στο σταθµό στην Αγία Παρασκευή αριθµός σωµατιδίων ΙΑΝΟΥΑΡΙΟΣ ΦΕΒΡΟΥΑΡΙΟΣ ΜΑΡΤΙΟΣ ΑΠΡΙΛΙΟΣ ΜΑΙΟΣ ΙΟΥΝΙΟΣ ΙΟΥΛΙΟΣ µήνες ΑΥΓΟΥΣΤΟΣ ΣΕΠΤΕΜΒΡΙΟΣ ΟΚΤΩΒΡΙΟΣ ΝΟΕΜΒΡΙΟΣ ΕΚΕΜΒΡΙΟΣ Series1 ιάγραµµα 4.62: Μέσες µηνιαίες τιµές των PM 10 στο σταθµό στην Παρασκευή για το έτος Αγία µέσες µηνιαίες τιµές PM10 στο σταθµό στο Γουδί αριθµός σωµατιδίων ΙΑΝΟΥΑΡΙΟΣ ΦΕΒΡΟΥΑΡΙΟΣ ΜΑΡΤΙΟΣ ΑΠΡΙΛΙΟΣ ΜΑΙΟΣ ΙΟΥΝΙΟΣ ΙΟΥΛΙΟΣ µήνες ΑΥΓΟΥΣΤΟΣ ΣΕΠΤΕΜΒΡΙΟΣ ΟΚΤΩΒΡΙΟΣ ΝΟΕΜΒΡΙΟΣ ΕΚΕΜΒΡΙΟΣ Series1 ιάγραµµα 4.63: Μέσες µηνιαίες τιµές των PM 10 στο σταθµό στο για το έτος Γουδί 89

90 µέσες µηνιαίες τιµές PM10 στο σταθµό του Ζωγράφου αριθµός σωµατιδίων ΙΑΝΟΥΑΡΙΟΣ ΦΕΒΡΟΥΑΡΙΟΣ ΜΑΡΤΙΟΣ ΑΠΡΙΛΙΟΣ ΜΑΙΟΣ ΙΟΥΝΙΟΣ ΙΟΥΛΙΟΣ µήνες ΑΥΓΟΥΣΤΟΣ ΣΕΠΤΕΜΒΡΙΟΣ ΟΚΤΩΒΡΙΟΣ ΝΟΕΜΒΡΙΟΣ ΕΚΕΜΒΡΙΟΣ Series1 ιάγραµµα 4.64: Μέσες µηνιαίες τιµές των PM 10 στο Ζωγράφου για το έτος 2006 σταθµό του µέσες µηνιαίες τιµές PM10 στο σταθµό των Θρακοµακεδόνων αριθµός σωµατιδίων ΙΑΝΟΥΑΡΙΟΣ ΦΕΒΡΟΥΑΡΙΟΣ ΜΑΡΤΙΟΣ ΑΠΡΙΛΙΟΣ ΜΑΙΟΣ ΙΟΥΝΙΟΣ ΙΟΥΛΙΟΣ µήνες ΑΥΓΟΥΣΤΟΣ ΣΕΠΤΕΜΒΡΙΟΣ ΟΚΤΩΒΡΙΟΣ ΝΟΕΜΒΡΙΟΣ ΕΚΕΜΒΡΙΟΣ Series1 ιάγραµµα 4.65: Μέσες µηνιαίες τιµές των PM 10 στο Θρακοµακεδόνων για το έτος σταθµό των 90

91 µέσες µηνιαίες τιµές PM10 στο σταθµό της Λυκόβρυσης αριθµός σωµατιδίων ΙΑΝΟΥΑΡΙΟΣ ΦΕΒΡΟΥΑΡΙΟΣ ΜΑΡΤΙΟΣ ΑΠΡΙΛΙΟΣ ΜΑΙΟΣ ΙΟΥΝΙΟΣ ΙΟΥΛΙΟΣ µήνες ΑΥΓΟΥΣΤΟΣ ΣΕΠΤΕΜΒΡΙΟΣ ΟΚΤΩΒΡΙΟΣ ΝΟΕΜΒΡΙΟΣ ΕΚΕΜΒΡΙΟΣ Series1 ιάγραµµα 4.66: Μέσες µηνιαίες τιµές των PM 10 στο Λυκόβρυσης για το έτος σταθµό της µέσες µηνιαίες τιµές PM10 στο σταθµό στο Μαρούσι αριθµός σωµατιδίων ΙΑΝΟΥΑΡΙΟΣ ΦΕΒΡΟΥΑΡΙΟΣ ΜΑΡΤΙΟΣ ΑΠΡΙΛΙΟΣ ΜΑΙΟΣ ΙΟΥΝΙΟΣ ΙΟΥΛΙΟΣ ΑΥΓΟΥΣΤΟΣ ΣΕΠΤΕΜΒΡΙΟΣ ΟΚΤΩΒΡΙΟΣ µήνες ΝΟΕΜΒΡΙΟΣ ΕΚΕΜΒΡΙΟΣ Series1 ιάγραµµα 4.67: Μέσες µηνιαίες τιµές των 10 PM στο σταθµό στο Μαρούσι για το έτος

92 Ό ως αρατηρούµε στα διαγράµµατα τα αιωρούµενα σωµατίδια έχουν ιο αυξηµένες τιµές στους ερισσότερους α ό τους σταθµούς καταγραφής τους, την χειµερινή ερίοδο (Οκτώβριος έως Μάρτιος), σε σχέση µε την καλοκαιρινή (Α ρίλιος έως Οκτώβριος), γεγονός ου σε κά οιο σηµαντικό βαθµό οφείλεται και σε µεταφορά σκόνης α ό τη Σαχάρα, λόγω των συχνότερων και µεγαλύτερης έντασης νοτίων ανέµων ου κυριαρχούν την χειµερινή ερίοδο, αλλά στην µεγαλύτερη κατανάλωση καυσίµων για κεντρική θέρµανση. Α ό την άλλη λευρά θα ρέ ει να σηµειώσουµε και την ή ια χωρική ετερογένεια ου διακρίνουµε µεταξύ των σταθµών, καθώς στους ιο εριφερειακούς σταθµούς έχουν καταγραφεί λίγο µεγαλύτερες συγκεντρώσεις τους καλοκαιρινούς µήνες, γεγονός ου ιθανόν µ ορεί να α οδοθεί στον αυξηµένο σχηµατισµό δευτερογενώς αραγόµενων αεροζόλς µέσω φωτοχηµικών διαδικασιών ου λαµβάνουν χώρα όταν η θερµοκρασία είναι υψηλή. Τα α οτελέσµατα αυτά είναι συµβατά µε τη µελέτη των Kassomenos et al. (17). 4.3 Σύγκριση των τιµών των ατµοσφαιρικών ρύ ων µε όρια Αιωρούµενα σωµατίδια PM 10 Πίνακας 4.1: Μέση ετήσια τιµή για τα αιωρούµενα σωµατίδια PM 10, στους σταθµούς στους ο οίους αυτά καταγράφονται. Σταθµοί µέτρησης των αιωρούµενων σωµατιδίων ΑΓΙΑ ΠΑΡΑΣΚΕΥΗ 34,04 ΑΡΙΣΤΟΤΕΛΟΥΣ 56,71 ΓΟΥ Ι 33,79 ΖΩΓΡΑΦΟΥ 26,37 ΘΡΑΚΟΜΑΚΕ ΟΝΕΣ 27,03 ΛΥΚΟΒΡΥΣΗ 58,68 ΜΑΡΟΥΣΙ 48,26 Μέση ετήσια τιµή των PM 10 Ό ως αρατηρούµε στον αρα άνω ίνακα στους σταθµούς στην Αριστοτέλους και στη Λυκόβρυση η µέση ετήσια τιµή για τα αιωρούµενα σωµατίδια υ ερβαίνει το θεσµοθετηµένο όριο των 50 µg/m 3. 92

93 Πίνακας 4.2: Αριθµός ηµερών για το έτος 2006 µε ηµερήσια τιµή αιωρούµενων σωµατιδίων PM 10 µεγαλύτερη α ό 50 µg/m 3. ΣΤΑΘΜΟΙ ΜΕΤΡΗΣΗΣ ΑΡΙΘΜΟΣ ΗΜΕΡΩΝ ΓΙΑ ΤΟ 2006 ΜΕ ΗΜΕΡΗΣΙΑ ΤΙΜΗ PM10> 50 µg/m 3 1. ΑΓΙΑ ΠΑΡΑΣΚΕΥΗ ΑΡΙΣΤΟΤΕΛΟΥΣ ΓΟΥ Ι ΖΩΓΡΑΦΟΥ 6 5. ΘΡΑΚΟΜΑΚΕ ΟΝΕΣ ΛΥΚΟΒΡΥΣΗ ΜΑΡΟΥΣΙ 106 αριθµός ηµερών ΑΓΙΑ ΠΑΡΑΣΚΕΥΗ 11 αριθµός ηµερών µε τιµή για τα PM10>50µg/m3 ΑΡΙΣΤΟΤΕΛΟΥΣ 178 ΓΟΥ Ι 21 ΖΩΓΡΑΦΟΥ 6 10 ΘΡΑΚΟΜΑΚΕ ΟΝΕΣ σταθµοί µέτρησης ΛΥΚΟΒΡΥΣΗ 157 ΜΑΡΟΥΣΙ ΑΓΙΑ ΠΑΡΑΣΚΕΥΗ ΑΡΙΣΤΟΤΕΛΟΥΣ ΓΟΥ Ι ΖΩΓΡΑΦΟΥ ΘΡΑΚΟΜΑΚΕ ΟΝΕΣ ΛΥΚΟΒΡΥΣΗ ΜΑΡΟΥΣΙ ιάγραµµα 4.68: Αριθµός ηµερών ου καταγράφηκαν υ ερβάσεις του θεσµοθετηµένου ορίου για τα αιωρούµενα σωµατίδια για όλο το έτος 2006 στους σταθµούς στους ο οίους µετρώνται

94 Με κόκκινο χρώµα δηλώνονται οι υ ερβάσεις του ορίου ου είχε τεθεί για τα αιωρούµενα σωµατίδια, καθώς σύµφωνα µε αυτό δεν ρέ ει να έχουµε αραβίαση του ορίου των 50 µg/m 3 ερισσότερες α ό 35 φορές ανά έτος, ενώ ό ως δια ιστώσαµε για αυτούς τους τρεις σταθµούς καταγράφηκαν υ ερβάσεις ολύ ερισσότερες µέρες. ΣΤΑΘΜΟΙ ΜΕΤΡΗΣΗΣ ΠΟΣΟΣΤΟ ΗΜΕΡΩΝ ΓΙΑ ΤΟ 2006 ΜΕ ΗΜΕΡΗΣΙΑ ΤΙΜΗ PM10> 50 µg/m 3 1. ΑΓΙΑ ΠΑΡΑΣΚΕΥΗ 5,1% 2. ΑΡΙΣΤΟΤΈΛΟΥΣ 50,1% 3. ΓΟΥ Ι 9,3% 4. ΖΩΓΡΑΦΟΥ 1,9% 5. ΘΡΑΚΟΜΑΚΕ ΟΝΕΣ 3,4% 6. ΛΥΚΟΒΡΥΣΗ 51,3% 7. ΜΑΡΟΥΣΙ 31,5% Πίνακας 4.3: οσοστό ηµερών ου υ ήρξε υ έρβαση του θεσµοθετηµένου ορίου για τα PM 10, µε βάση τα διαθέσιµα δεδοµένα α ό τον κάθε σταθµό καταγραφής για το έτος ιοξείδιο του Αζώτου NO 2 Υ ερβάσεις του ορίου ου αφορούν στην ωριαία τιµή του ρύ ου Με βάση τα δεδοµένα µας για το ρύ ο αυτό α ό τους 16 σταθµούς µέτρησης, υ ήρξαν κά οιες υ ερβάσεις της ενδεικτικής οριακής τιµής των 240 µg/m 3, οι ο οίες ήταν λιγότερες α ό το µέγιστο ε ιτρε όµενο αριθµό ου είναι 18 ανά έτος, ο ότε συµ εραίνουµε ότι σε κανένα σταθµό µέτρησης δεν υ ήρξε αραβίαση του ορίου της ωριαίας τιµής. Υ ερβάσεις του ορίου ου αφορά στη µέση ετήσια τιµή του ρύ ου Υ ολογίζοντας στους ίνακες των δεδοµένων µας τη µέση ετήσια τιµή για το διοξείδιο του αζώτου δια ιστώσαµε υ ερβάσεις της ενδεικτικής µέσης ετήσιας τιµής ου είναι 48 µg/m 3 σε ορισµένους α ό τους σταθµούς µέτρησης. Στον 94

95 ε όµενο ίνακα αραθέτουµε τη µέση ετήσια τιµή του NO 2 για καθένα α ό τους 16 σταθµούς καταγραφής και τονίζουµε µε κόκκινο χρώµα τις ερι τώσεις ου αρατηρήθηκε υ έρβαση του ορίου. ΣΤΑΘΜΟΙ ΜΕΤΡΗΣΗΣ ΜΕΣΗ ΕΤΗΣΙΑ ΤΙΜΗ ΓΙΑ ΤΟ ΕΤΟΣ 2006 Αγία Παρασκευή 22,5 Αθηνάς 61,5 Αριστοτέλους 67,8 Γεω ονική 44,8 Γουδί 44,2 Ελευσίνα 38,2 Ζωγράφου 18,7 Θρακοµακεδόνες 13,07 Λιόσια 36,3 Λυκόβρυση 30,5 Μαρούσι 35,4 Νέα Σµύρνη 43,6 Πατησίων 85,7 Πειραιάς 1 65,1 Πειραιάς 2 47,1 Περιστέρι 40,8 Πίνακας 4.4: ετήσια µέση τιµή για το διοξείδιο του αζώτου για το 2006 στους 16 σταθµούς µέτρησης της ατµοσφαιρικής ρύ ανσης ιοξείδιο του Θείου SO 2 Σε κανένα α ό τους σταθµούς στους ο οίους καταγράφονται οι συγκεντρώσεις αυτού του ατµοσφαιρικού ρύ ου δεν υ ήρξε υ έρβαση των οριακών τιµών για το έτος Η ωριαία ενδεικτική οριακή τιµή των 350 µg/m 3 ξε εράστηκε 1 φορά στον σταθµό στην Πατησίων, στον ο οίο οι τιµές του ρύ ου αρουσιάζονται κατά µέσο όρο µεγαλύτερες σε σχέση µε άλλους σταθµούς, αλλά δεν είχαµε υ έρβαση του ορίου των 24 φορών ανά έτος. Στον αρα άνω σταθµό αρατηρήσαµε και κά οιες σχετικά µεγάλες µέσες ηµερήσιες τιµές ου δεν ξε έρασαν όµως το όριο των 125 µg/m 3, ο ότε δεν αρατηρήθηκε ούτε υ έρβαση του ορίου για τις µέσες ηµερήσιες τιµές αυτού του ρύ ου. Στον σταθµό στην Πατησίων καταγράφηκαν οι µεγαλύτερες κατά µέσο όρο τιµές για το διοξείδιο του Θείου, καθώς α οτελεί ουσιαστικά τον 95

96 κεντρικότερο σταθµό µέτρησης για την όλη της Αθήνας, ο ότε οι τιµές του ρύ ου κορυφώνονται λόγω της εντονότατης κυκλοφοριακής συµφόρησης Μονοξείδιο του Άνθρακα CO Οι τιµές του Μονοξειδίου του Άνθρακα καταγράφονται στους σταθµούς στην Αθηνάς, στη Γεω ονική, στο Μαρούσι, στη Νέα Σµύρνη, στην Πατησίων, στον 1 ο σταθµό στον Πειραιά και στο σταθµό στο Περιστέρι. Σε κανένα α ό αυτούς τους σταθµούς δεν υ ήρξε υ έρβαση του θεσµοθετηµένου ορίου των 10 µ g / m3 (µέγιστη µέση οκτάωρη τιµή) για το Αξίζει να τονίσουµε το γεγονός ότι αρόλο ου δεν αρατηρήθηκαν υ ερβάσεις, καταγράφτηκαν κά οιες ωριαίες τιµές µεγαλύτερες των 10 µ g / m3 στον σταθµό µέτρησης στην Πατησίων, καθώς και κά οιες λιγότερες στη Νέα Σµύρνη. Οι µεγάλες αυτές ωριαίες τιµές καταγράφηκαν τις ρωινές και τις βραδινές ώρες στους δύο αυτούς κεντρικούς σταθµούς της ρωτεύουσας και οφείλονται στην µεγαλύτερη κυκλοφορία οχηµάτων και λειτουργία κεντρικών θερµάνσεων στις εριοχές αυτές Όζον O 3 Όσον αφορά στις τιµές του όζοντος, ου α οτελεί έναν α ό τους ιο ολυσυζητηµένους ατµοσφαιρικούς ρύ ους στην τρο όσφαιρα, υ ήρξαν στους ερισσότερους α ό τους σταθµούς στους ο οίους µετριέται, ηµέρες στις ο οίες είχαµε τιµές ίσες, αλλά και αρκετά µεγαλύτερες α ό το όριο των 180 µg/m 3, το ο οίο α οτελεί οριακή τιµή για την ενηµέρωση των ολιτών. Μόνο σε έναν σταθµό, σε αυτόν στην εριοχή των Θρακοµακεδόνων καταγράφτηκε στις 23/06/2006 για µία ώρα η τιµή των 263 µg/m 3, η ο οία ξε ερνά το όριο των 240 µg/m 3, ου έχει οριστεί σαν όριο συναγερµού. εν ροέκυψε όµως ε ιτακτική ανάγκη για τη λήψη έκτακτων µέτρων, για την ροστασία των ολιτών, διότι η αρα άνω τιµή δεν αρέµεινε τόσο υψηλή για ερισσότερο α ό µια ώρα, καθώς µε βάση την ισχύουσα νοµοθεσία για τη λήψη έκτακτων µέτρων θα ρέ ει να καταγραφεί υ έρβαση του ορίου συναγερµού για τρεις συνεχόµενες ώρες και άνω. 96

97 ΣΤΑΘΜΟΙ ΜΕΤΡΗΣΗΣ ΩΡΕΣ ΜΕ ΤΙΜΗ ΓΙΑ ΤΟ ΟΖΟΝ 180 µg/m 3 1. Αγία Παρασκευή 4 2. Αθηνάς 0 3. Γεω ονική 3 4. Ελευσίνα 3 5. Ζωγράφου 0 6. Θρακοµακεδόνες Λιόσια 6 8. Λυκόβρυση 9 9. Μαρούσι Νέα Σµύρνη Πατησίων Πειραιάς Πειραιάς Περιστέρι 8 Πίνακας 4.5: ώρες ανά σταθµό, στις ο οίες η τιµή του όζοντος ήταν µεγαλύτερη ή ίση µε την τιµή ου έχει οριστεί για την ενηµέρωση των ολιτών. αριθµός ηµερών µε τιµή όζοντος µεγαλύτερη ή ίση µε το όριο ενηµέρωσης ηµέρες ΑΓΙΑ ΠΑΡΑΣΚΕΥΗ 4 ΑΘΗΝΑΣ ΓΕΩΠΟΝΙΚΗ ΕΛΕΥΣΙΝΑ ΖΩΓΡΑΦΟΥ 0 ΘΡΑΚΟΜΑΚΕ ΟΝΕΣ ΛΙΟΣΙΑ ΛΥΚΟΒΡΥΣΗ ΜΑΡΟΥΣΙ ΝΕΑ ΣΜΥΡΝΗ ΠΑΤΗΣΙΩΝ ΠΕΙΡΑΙΑΣ 1 1 ΠΕΙΡΑΙΑΣ2 0 ΠΕΡΙΣΤΕΡΙ 8 Series1 Series2 σταθµοί µέτρησης ιάγραµµα 4.69: αριθµός ηµερών στις ο οίες η τιµή του όζοντος είναι ίση ή υ ερβαίνει την τιµή ενηµέρωσης των 180 µg/m 3 στους σταθµούς µέτρησης. 97

98 Ό ως δια ιστώνουµε βάσει του αρα άνω διαγράµµατος το έτος 2006 καταγράφηκαν σε διάφορους σταθµούς κυρίως σε ιο εριφερειακούς αρκετά υψηλές τιµές όζοντος και υ ερβάσεις του ορίου ενηµέρωσης. Οι υψηλότερες α ό τις τιµές καταγράφονται τους καλοκαιρινούς µήνες, όταν ε ικρατούν οι λέον κατάλληλες συνθήκες για το σχηµατισµό του (µεγάλης διάρκειας ηλιοφάνεια και υψηλές θερµοκρασίες). Καθώς οι µεγαλύτερες α ό τις τιµές µετρήθηκαν στο σταθµό των Θρακοµακεδόνων, ε ιλέγουµε αυτόν για να ανα αραστήσουµε γραφικά τη µέση µηνιαία διακύµανση των τιµών του και να διακρίνουµε τις υψηλές τιµές αυτού του ρύ ου τους καλοκαιρινούς µήνες. Μέσες µηνιαίες τιµές όζοντος στο σταθµό των Θρακοµακεδόνων τιµές Series ΙΑΝΟΥΑΡΙΟΣ ΦΕΒΡΟΥΑΡΙΟΣ ΜΑΡΤΙΟΣ ΑΠΡΙΛΙΟΣ ΜΑΙΟΣ ΙΟΥΝΙΟΣ ΙΟΥΛΙΟΣ ΑΥΓΟΥΣΤΟΣ ΣΕΠΤΕΜΒΡΙΟΣ µήνες ΟΚΤΩΒΡΙΟΣ ΝΟΕΜΒΡΙΟΣ ΕΚΕΜΒΡΙΟΣ ιάγραµµα 4.70: Μέσες µηνιαίες τιµές του όζοντος στο σταθµό των Θρακοµακεδόνων για το έτος Τα αρα άνω α οτελέσµατα των γραφικών αραστάσεων και διαγραµµάτων συµφωνούν µε αυτά ου δίνονται α ό το Υ.ΠΕ.ΧΩ. Ε. και συγκεκριµένα α ό το τµήµα Ελέγχου Ατµοσφαιρικής Ρύ ανσης και Θορύβου στην Έκθεση για το έτος 2006, για τους σταθµούς µέτρησης ου έχει γίνει η αντίστοιχη ε εξεργασία. 98

99 Κεφάλαιο 5 Ε εξεργασία δεδοµένων Στο κεφάλαιο αυτό αρουσιάζουµε αναλυτικά τα α οτελέσµατα της ε εξεργασίας των δεδοµένων µας, η ο οία έγινε µε τη µέθοδο της ανάλυσης γραµµικής αλινδρόµησης (linear regression analysis), µε χρήση του στατιστικού ρογράµµατος SPSS. Τα δεδοµένα α οτελούνται α ό τους ατµοσφαιρικούς ρύ ους PM10, NO, NO2, SO2, CO και O3. Οι µετρήσεις ροέρχονται α ό 16 σταθµούς στο λεκανο έδιο της Αττικής, ενώ αράλληλα διαθέτουµε και τα µετεωρολογικά δεδοµένα του έτους ου µελετάµε. Ο στόχος µας είναι να διερευνηθεί αν ένα γραµµικό µοντέλο θα µ ορούσε να εκφράσει ικανο οιητικά τις σχέσεις των αρα άνω ρύ ων µεταξύ τους και να εξετάσουµε ε ίσης αν και σε οιες ερι τώσεις ένα τέτοιου είδους µοντέλο έχει καλή ροσαρµογή στη σχέση του ρύ ου µε τις διάφορες µετεωρολογικές αραµέτρους. 5.1 Μετεωρολογικά δεδοµένα για το έτος 2006 Τα µετεωρολογικά δεδοµένα ροέρχονται α ό το Εθνικό Αστεροσκο είο Αθηνών ου βρίσκεται σε γεωγραφικό µήκος Ε, γεωγραφικό λάτος Ν και υψόµετρο 107 m. Στο 3 ο κεφάλαιο έχουµε αναφέρει τις µετεωρολογικές αραµέτρους ου διαθέτουµε για το έτος Μια α ό τις σηµαντικότερες αυτές αραµέτρους είναι η µέση ηµερήσια θερµοκρασία. Στη συνέχεια θα αραθέσουµε τα διαγράµµατα της µέσης µηνιαίας θερµοκρασίας σε συνδυασµό µε το δείκτη δυσφορίας DI (τον ο οίο έχουµε ορίσει στο κεφάλαιο 3), για το έτος ιαγράµµατα : Μέση µηναία θερµοκρασία δείκτης δυσφορίας για το έτος

100 µέση θερµοκρασία - δείκτης δυσφορίας για τον Ιανουάριο τιµές ηµέρες ΜΕΣΟΣ ΟΡΟΣ ΘΕΡΜΟΚΡΑΣΙΑ Σ DI µέση θερµοκρασία - δείκτης δυσφορίας για τον Φεβρουάριο τιµ ές ηµέρες ΜΕΣΟΣ ΟΡΟΣ ΘΕΡΜΟΚΡΑΣΙ ΑΣ DI µέση θερµοκρασία - δείκτης δυσφορίας για τον Μάρτιο τιµές ηµέρες ΜΕΣΟΣ ΟΡΟΣ ΘΕΡΜΟΚΡΑΣΙ ΑΣ DI 100

101 µέση θερµοκρασία - δείκτης δυσφορίας για τον Απρίλιο τιµές ΜΕΣΟΣ ΟΡΟΣ ΘΕΡΜΟΚΡΑΣΙ ΑΣ DI ηµέρες µέση θερµοκρασία - δείκτης δυσφορίας για τον Μάιο τιµές ΜΕΣΟΣ ΟΡΟΣ ΘΕΡΜΟΚΡΑΣΙ ΑΣ DI ηµέρες µέση θερµοκρασία - δείκτης δυσφορίας για τον Ιούνιο τιµές ΜΕΣΟΣ ΟΡΟΣ ΘΕΡΜΟΚΡΑΣΙ ΑΣ DI ηµέρες 101

102 µέση θερµοκρασία - δείκτης δυσφορίας για τον Ιούλιο τιµές ΜΕΣΟΣ ΟΡΟΣ ΘΕΡΜΟΚΡΑΣΙ ΑΣ DI ηµέρες τιµές µέση θερµοκρασία - δείκτης δυσφορίας για τον Αύγουστο ΜΕΣΟΣ ΟΡΟΣ ΘΕΡΜΟΚΡΑ ΣΙΑΣ DI ηµέρες µέση θερµοκρασία - δείκτης δυσφορίας για τον Σεπτέµβριο ΜΕΣΟΣ ΟΡΟΣ ΘΕΡΜΟΚΡΑ ΣΙΑΣ DI τιµές ηµέρες 102

103 µέση θερµοκρασία - δείκτης δυσφορίας για τον Οκτώβριο ΜΕΣΟΣ ΟΡΟΣ ΘΕΡΜΟΚΡΑ ΣΙΑΣ DI τιµές ηµέρες τιµές µέση θερµοκρασία - δείκτης δυσφορίας για τον Νοέµβριο ηµέρες ΜΕΣΟΣ ΟΡΟΣ ΘΕΡΜΟΚΡΑ ΣΙΑΣ DI τιµές µέση θερµοκρασία - δείκτης δυσφορίας για τον εκέµβριο ηµέρες ΜΕΣΟΣ ΟΡΟΣ ΘΕΡΜΟΚΡΑ ΣΙΑΣ DI 103

104 5.2 Ανάλυση Παλινδρόµησης - Γραµµική αλινδρόµηση Στην λειονότητα των εφαρµογών ου ασχολούµαστε, αυτό ου µας ενδιαφέρει να µελετήσουµε είναι, εκτός α ό τις µεταβολές κατά µήκος µιας ακολουθίας, είναι και το ώς εµφανίζονται αυτές µέσα στην ακολουθία, δηλαδή µας ενδιαφέρει η γενικότερη τάση των δεδοµένων αυτών. Η τάση αυτή µας δηλώνει αν η ακολουθία αρουσιάζει κά οια συγκεκριµένη κλίση, αλλά και τους λόγους ου την οδηγούν σε αυτή. Οι στατιστικές δοκιµασίες και αραδοχές ου χρησιµο οιούµε για να ραγµατο οιήσουµε την αρα άνω ανάλυση ονοµάζονται αναλύσεις αλινδρόµησης (regression analysis). Έτσι µε τις µεθόδους αλινδρόµησης µ ορούµε να ε εξεργαστούµε δεδοµένα διατεταγµένα σε σειρά στο χρόνο και στο χώρο, αλλά και να αναλύσουµε σύνολα διµεταβλητών (bivariate) δεδοµένων, όταν α οφασίζουµε να θεωρήσουµε την µια µεταβλητή σαν συνάρτηση της άλλης. Η µεταβλητή ου εξετάζουµε είναι η εξαρτηµένη (dependent) ή αλινδροµούµενη (regressed) και συµβολίζεται µε Υι. Η άλλη µεταβλητή είναι η ανεξάρτητη (independent) ή αλινδροµούσα (regressor) και συµβολίζεται µε Χι. Στόχος της ανάλυσης αλινδρόµησης είναι να βρεθεί ένα µοντέλο, δηλαδή µια µαθηµατική σχέση η ο οία να εκφράζει αυτή την εξάρτηση της µεταβλητής Υ α ό τη µεταβλητή Χ, ελαχιστο οιώντας κατά το µέγιστο δυνατό τα σφάλµατα. Όταν λοι όν υ άρχουν θεωρητικοί λόγοι να ιστεύουµε ότι η σχέση µεταξύ των µεταβλητών είναι γραµµική, ο στόχος είναι να κατασκευάσουµε µια ευθεία γύρω α ό την ο οία η διακύµανση να είναι ελάχιστη. Αν οι τιµές αυτής της γραµµής αφαιρεθούν α ό τις αντίστοιχες αρατηρήσεις, οι αριθµοί ου θα ροκύψουν θα έχουν µέση τιµή ίση µε µηδέν και διακύµανση µικρότερη α ό το σύνολο των α οκλίσεων ου θα µ ορούσαν να υ ολογιστούν α ό την ο οιαδή οτε άλλη γραµµή ου θα µ ορούσε να σχεδιαστεί µε βάση τα δεδοµένα. Στην ερί τωση αυτή η µέθοδος ονοµάζεται γραµµική αλινδρόµηση (linear regression analysis), η ροσαρµοσµένη γραµµή, ευθεία αλινδρόµησης (regression line) και η εξίσωσή της εξίσωση αλινδρόµησης (regression equation). Η εξίσωση αυτής της ευθείας θα είναι της µορφής : Y=a+b*X Η κλίση b αναφέρεται σαν συντελεστής αλινδρόµησης ή b συντελεστής και το a σαν τεταγµένη (intercept). Καθώς ο στόχος είναι η ελαχιστο οίηση των τετραγωνικών α οκλίσεων α ό τη γραµµή, η διαδικασία εκτίµησης της ευθείας αλινδρόµησης, αναφέρεται και ως µέθοδος ελαχίστων τετραγώνων (least square estimation). Στην ερί τωση ου οι ανεξάρτητες µεταβλητές είναι ερισσότερες α ό µια, η ευθεία αλινδρόµησης αρόλο ου δεν µ ορεί 104

105 να ανα αρασταθεί στο δισδιάστατο χώρο, µ ορεί να υ ολογιστεί και θα είναι της µορφής : Y=a+b1*X1+b2*X2+ bp*xp Οι συντελεστές b αντι ροσω εύουν τη συµβολή κάθε µιας α ό τις ανεξάρτητες µεταβλητές, στην ρόβλεψη ου αφορά στην εξαρτηµένη µεταβλητή Y. Το είδος της συσχέτισης κάθε µιας α ό τις ανεξάρτητες µεταβλητές µε την εξαρτηµένη µεταβλητή, αναφέρεται σαν µερική συσχέτιση (partial correlation). Η α όκλιση κάθε σηµείου α ό την ευθεία αλινδρόµησης ονοµάζεται τιµή υ ολοί ου (residual value) ή σφάλµα. Η στατιστική ανάλυση των δεδοµένων µας έγινε µε τη χρήση του στατιστικού ακέτου SPSS Τα α οτελέσµατα αυτής της διαδικασίας ροκύ τουν στη µορφή των ινάκων ου αραθέτουµε στη συνέχεια, ροκειµένου να α οκωδικο οιήσουµε την ορολογία ου χρησιµο οιείται: ΠΙΝΑΚΑΣ 5.1: Descriptive Statistics ( εριγραφικά στατιστικά µέτρα) Variable Mean Std. Deviation N Dependent Independent Στον ίνακα αυτού του τύ ου αναγράφεται η εξαρτηµένη (dependent) και η ανεξάρτητη (independent) µεταβλητή. Παίρνουµε στοιχεία ό ως η µέση τιµή (mean) της κάθε µεταβλητής (3.1), η τυ ική α όκλιση (std. Deviation) (3.3 ) και το λήθος Ν των τιµών των µεταβλητών. ΠΙΝΑΚΑΣ 5.2 : Correlations (συσχετίσεις) Dependent Pearson Correlation 1,000 Sig. (1-tailed). Independent 1,000 N Ο ίνακας αυτός εριλαµβάνει τον συντελεστή συσχέτισης κατά Pearson (Pearson correlation ) (3.1) ανάµεσα στην εξαρτηµένη και την ανεξάρτητη µεταβλητή. 105

106 ΠΙΝΑΚΑΣ 5.3 : Model Summary (ε ισκό ηση του µοντέλου) Model R R Square 1 Adjusted R Square Sig. F Change Ο ίνακας αυτός εριλαµβάνει σηµαντικά στοιχεία ου αφορούν στο µοντέλο ου χρησιµο οιούµε, ό ως τον R ου ορίζεται ως συντελεστής γραµµικής αλινδρόµησης και ισούται µε την τετραγωνική ρίζα της οσότητας R Square, τον R Square ου ονοµάζεται συντελεστής ροσδιορισµού και τον Adjusted R Square ου ορίζεται ως ροσαρµοσµένος συντελεστής ροσδιορισµού. Ο συντελεστής ροσδιορισµού (R Square) ορίζεται σαν : R Square=1- ratio of residual variability Παριστάνει το οσοστό της συνολικής µεταβλητότητας ου οφείλεται στο συνολικό σφάλµα. Όταν ο λόγο της ολυ λοκότητας των τιµών των υ ολοί ων γύρω α ό την ευθεία αλινδρόµησης σε σχέση µε τη συνολική ολυ λοκότητα είναι µικρή, οι ροβλέψεις ου αίρνουµε α ό την εξίσωση αλινδρόµησης είναι καλές, ενώ αν για αράδειγµα οι δύο µεταβλητές Χ, Υ δεν έχουν καµία σχέση µεταξύ τους, τότε αυτό το ηλίκο ισούται µε τη µονάδα, ο ότε έχουµε ότι R Square=0. Αντίθετα αν οι δύο µεταβλητές είναι α όλυτα συσχετισµένες, τότε το αρα άνω ηλίκο ισούται µε το µηδέν, γιατί η διακύµανση των τιµών των υ ολοί ων ισούται µε το µηδέν. Άρα σε αυτή την ερί τωση R Square=1. Ε ειδή ο συντελεστής ροσδιορισµού στην ράξη δείχνει όση α ό τη συνολική διασ ορά ερµηνεύει η εξίσωση αλινδρόµησης, α οτελεί ένα δείκτη του όσο καλά το µοντέλο ροσαρµόζεται στα δεδοµένα. ΠΙΝΑΚΑΣ 5.4 : ANOVA = ANalysis Of VAriance ( Ανάλυση διασ οράς) Model 1 Regression Residual Total Sum of Squares df Mean Square F Sig. Στον ίνακα αυτό αρουσιάζονται τα α οτελέσµατα για το µοντέλο αλινδρόµησης ου χρησιµο οιούµε, για τα υ όλοι α (σφάλµατα) και για το σύνολο των δεδοµένων (total). Με τη βοήθεια αυτού του ίνακα µ ορεί να ελεγχθεί κατά όσο η ευθεία αλινδρόµησης είναι ένας καλός εκτιµητής των δεδοµένων µε τη στατιστική δοκιµασία του F-test. Ερµηνεύουµε σύντοµα την ορολογία στον ίνακα: Regression sum of Squares : άθροισµα τετραγώνων αλινδρόµησης µε το ο οίο εκτιµάται η διακύµανση σ 2 του µοντέλου η ο οία είναι άγνωστη. 106

107 Residual sum of Squares : άθροισµα τετραγώνων υ ολοί ων µε το ο οίο εκτιµάται η διακύµανση γύρω α ό τη γραµµή αλινδρόµησης. Total sum of Squares: συνολικό άθροισµα τετραγώνων α οκλίσεων της µεταβλητής Υ α ό τη µέση τιµή της. df: οι βαθµοί ελευθερίας Mean Square: µέσο τετράγωνο και ροκύ τει αν διαιρέσουµε το άθροισµα τετραγώνων δια τους βαθµούς ελευθερίας στην κάθε ερί τωση. F: ροκύ τει ως το ηλίκο της διαίρεσης του µέσου τετραγώνου αλινδρόµησης δια του µέσου τετραγώνου υ ολοί ων ή σφαλµάτων. Η τιµή αυτή ου ροκύ τει για το F, κάνοντας το F τεστ,συγκρίνεται µε τιµές του F ου ροκύ τουν α ό στατιστικούς ίνακες. Sig. ή P-value: τιµή ου ροκύ τει α ό τον έλεγχο της υ όθεσης της F δοκιµασίας. ΠΙΝΑΚΑΣ 5.5 : Coefficients (Συντελεστές) Model 1 (Constant) LOWTEMPER AT Unstandardized Coefficients B t Sig. Στον ίνακα αυτό αναγράφονται οι τιµές των συντελεστών αλινδρόµησης ή Β συντελεστών για τη σταθερά και την ανεξάρτητη µεταβλητή Χ, ενώ και οι άλλες δύο τιµές ου ροκύ τουν και αυτή για το t αλλά και η τιµή του sig. αφορούν στη στατιστική σηµαντικότητα των ανεξάρτητων µεταβλητών Χ της ευθείας αλινδρόµησης. Προκειµένου να είναι αυτές οι ανεξάρτητες µεταβλητές στατιστικά σηµαντικές θα ρέ ει η τιµή για την οσότητα sig. να είναι sig.<0,05. Ταυτόχρονα έλεγχος σηµαντικότητας µ ορεί να γίνει και µέσω των τιµών του t, ό ου για να είναι µια ανεξάρτητη µεταβλητή στατιστικά σηµαντική θα ρέ ει να δίνει t >2. ουλεύοντας µε το στατιστικό ακέτο SPSS ακολουθούµε την διαδικασία ου εµφανίζεται στα αρακάτω εικονίδια: 107

108 Εικόνα 5.1: ε ιλογή των εντολών για την ε εξεργασία των δεδοµένων µε τη µέθοδο της γραµµικής αλινδρόµησης. Εικόνα 5.2: ε ιλογή της εξαρτηµένης και των ανεξάρτητων µεταβλητών της διαδικασίας. 108

109 Εικόνα 5.3: ε ιλογή των στατιστικών αραµέτρων της µεθόδου. Στις αραγράφους ου ακολουθούν γίνεται η ε εξεργασία των δεδοµένων µας µε τη µέθοδο της ανάλυσης γραµµικής αλινδρόµησης, για κάθε σταθµό µέτρησης ξεχωριστά και µε µεταβλητές τους ατµοσφαιρικούς ρύ ους ου καταγράφονται σε κάθε σταθµό µέτρησης, κατά τη διάρκεια του έτους. Για τους ατµοσφαιρικούς ρύ ους ου έχουµε 24 ωριαίες τιµές, έχουµε υ ολογίσει και χρησιµο οιήσει τους ηµερήσιους µέσους όρους τους. Εκτός α ό την ιθανή αλληλε ίδραση των ρύ ων, µας ενδιαφέρει και η ιθανή εξάρτηση αυτών α ό τις διάφορες µετεωρολογικές αραµέτρους, για το λόγο αυτό εισάγουµε στο ρόγραµµα σαν οσοτικές µεταβλητές και µετεωρολογικά δεδοµένα ου διαθέτουµε για το έτος 2006, ιο συγκεκριµένα τη µέση ηµερήσια θερµοκρασία (MEANTEMPERAT), την µέγιστη και την ελάχιστη ηµερήσια θερµοκρασία (HIGHTEMPERAT) και (LOWTEMPERAT) αντίστοιχα, την ατµοσφαιρική ίεση ( PRESSURE), την υγρασία (HUMIDITY), την ταχύτητα του ανέµου (WINDSPEED), την ηµερήσια ηλιοφάνεια (SUNDUR) και το δείκτη δυσφορίας (DI). Παρουσιάζουµε τα α οτελέσµατα της ε εξεργασίας µας µε τη µέθοδο της ανάλυσης γραµµικής αλινδρόµησης για τον κάθε ατµοσφαιρικό ρύ ο ξεχωριστά στους σταθµούς στους ο οίους ο αντίστοιχος καταγράφεται, καθώς και τις γραφικές α εικονίσεις στις ερι τώσεις ου η µέθοδος ροσαρµόζεται σε ικανο οιητικό βαθµό στα δεδοµένα. 109

110 5.3 Ε εξεργασία Παρουσίαση α οτελεσµάτων Αιωρούµενα σωµατίδια (PM10) Μετρήσεις για τα αιωρούµενα σωµατίδια για το έτος 2006, έχουµε σε 7 α ό τους 16 σταθµούς καταγραφής ρύ ων. Σε κάθε έναν α ό αυτούς, θεωρούµε σαν εξαρτηµένη µεταβλητή τη συγκέντρωση των αιωρούµενων σωµατιδίων (PM10) και ανεξάρτητες µεταβλητές τις συγκεντρώσεις των άλλων ατµοσφαιρικών ρύ ων, ου ροσµετρούνται στον κάθε σταθµό, καθώς και κά οιες α ό τις µετεωρολογικές αραµέτρους ου ροαναφέραµε. 1. ΣΤΑΘΜΟΣ ΑΓΙΑΣ ΠΑΡΑΣΚΕΥΗΣ Με εξαρτηµένη µεταβλητή τη συγκέντρωση των PM10 και ανεξάρτητη µεταβλητή τη συγκέντρωση του µονοξειδίου του αζώτου NO, ροκύ τει ότι η µεταβλητή αυτή δεν έχει καµία σηµαντικότητα για τα αιωρούµενα σωµατίδια, καθώς έχουµε sig.=0,956 ενώ ο συντελεστής συσχέτισης είναι r=0,004, ου δηλώνει ότι δεν υ άρχει καµία συσχέτιση µεταξύ των δύο µεταβλητών. Με εξαρτηµένη µεταβλητή τη συγκέντρωση των PM10 και ανεξάρτητη µεταβλητή τη συγκέντρωση του διοξειδίου του αζώτου NO2, τα α οτελέσµατα είναι αρόµοια καθώς έχουµε sig.=0,614 και r=-0,035, ου δηλώνει αρνητική αλλά ουσιαστικά αδιάφορη συσχέτιση. Άρα τα PM10 δεν εξαρτώνται α ό το NO2. Με εξαρτηµένη µεταβλητή τη συγκέντρωση των PM10 και ανεξάρτητη µεταβλητή τη συγκέντρωση του όζοντος O3, έχουµε ότι η σηµαντικότητα και αυτής της µεταβλητής είναι µικρή καθώς sig.=0,068 και ο συντελεστής συσχέτισης είναι r=0,126 ου σηµαίνει ότι υ άρχει ολύ µικρή θετική συσχέτιση. ηλαδή στην ουσία τα PM10 δεν εξαρτώνται α ό το O3. Στη συνέχεια εφαρµόσαµε την µέθοδο της γραµµικής αλινδρόµησης για την ίδια εξαρτηµένη µεταβλητή τα PM10 αλλά µε ανεξάρτητη µεταβλητή κάθε µια α ό τις µετεωρολογικές αραµέτρους ου διαθέτουµε. Τα α οτελέσµατα είναι ανάλογα, δηλαδή δεν ροέκυψε κά οια σηµαντική εξάρτηση των PM10 α ό τις ερισσότερες α ό αυτές τις αραµέτρους. Αυτό ου αξίζει να σηµειώσουµε είναι η στατιστική σηµαντικότητα ου σηµειώθηκε για την ανεξάρτητη µεταβλητή του σηµείου δρόσου (low temperature), για την ο οία έχουµε sig.=0,037<0,05 και ο συντελεστής συσχέτισής τους είναι r=0,143 ου δηλώνει αρκετά µικρή θετική συσχέτιση του 110

111 ηµερήσιου σηµείου δρόσου και των PM10. Στην ερί τωση αυτή οι ίνακες ου ροκύ τουν είναι οι εξής: Descriptive Statistics Correlations Mean Std. Deviation N PM10 34,040 31, LOWTEMPERAT 12,139 6, LOWTEM PM10 PERAT Pearson Correlation PM10 1,000,143 LOWTEMPERAT,143 1,000 Sig. (1-tailed) PM10.,018 LOWTEMPERAT,018. N PM LOWTEMPERAT Model Summary Adjusted R Model R R Square Square 1,143(a),020,016 Sig. F Change 0,037 a Predictors: (Constant), LOWTEMPERAT b Dependent Variable: PM10 ANOVA(b) Model Sum of Squares df Mean Square F Sig. 1 Regression 4180, ,179 4,412,037(a) Residual , ,422 Total , a Predictors: (Constant), LOWTEMPERAT b Dependent Variable: PM10 Coefficients Model Unstandardized Coefficients B t Sig. 1 (Constant) 26,195 6,112,000 LOWTEMPER AT,646 2,101,037 Με βάση τους αρα άνω ίνακες η εξίσωση της ευθείας γραµµικής αλινδρόµησης είναι η εξής: [PM10]=0,646 * (LOWTEMPERAT) +26,195 Η γραφική αράστασή της δίνεται στο αρακάτω σχήµα: 111

112 ιάγραµµα 5.13 : γραφική α εικόνιση της ευθείας αλινδρόµησης για τα PM10 και τη µετεωρολογική αράµετρο LOWTEMPERAT, για το σταθµό µέτρησης στην Αγία Παρασκευή. Με εξαρτηµένη µεταβλητή τα PM10 και ανεξάρτητη µεταβλητή τη µετεωρολογική αράµετρο του δείκτη δυσφορίας (DI), ροκύ τει ότι η µεταβλητή είναι µεγάλη γιατί έχουµε sig.= 0,048<0,05 και ο συντελεστής συσχέτισης είναι r=0,135 δηλαδή η συσχέτιση τους είναι θετική αλλά ασθενής. Τα α οτελέσµατα αυτά δίνονται στη συνέχεια: Descriptive Statistics Mean Std. Deviation N PM10 34,04 31, DI 15,664 6, Model Summary(b) Model R R Square Adjusted R Square Sig. F Change 1,135(a),018,014,048 Correlations PM10 DI Pearson Correlation PM10 1,000,135 DI,135 1,000 Sig. (1-tailed) PM10.,024 DI,024. N PM DI a Predictors: (Constant), DI b Dependent Variable: PM10 112

113 ANOVA(b) Model Sum of Squares df Mean Square F Sig. 1 Regression 3748, ,070 3,948,048(a) Residual , ,461 Total , a Predictors: (Constant), DI b Dependent Variable: PM10 Coefficients(a) Model Unstandardized Coefficients t Sig. B 1 (Constant) 23,163 3,950,000 DI,694 1,987,048 Με βάση τους αρα άνω ίνακες η εξίσωση της ευθείας γραµµικής αλινδρόµησης είναι η εξής: [PM10]= 0,694 * [DI] + 23,163 Η γραφική της α εικόνιση δίνεται στο ακόλουθο διάγραµµα: ιάγραµµα 5.14 : γραφική α εικόνιση της ευθείας αλινδρόµησης για PM10 - DI, για το σταθµό µέτρησης στην Αγία Παρασκευή. 113

114 2. ΣΤΑΘΜΟΣ ΑΡΙΣΤΟΤΕΛΟΥΣ Στον 2 ο σταθµό καταγραφής της συγκέντρωσης των αιωρούµενων σωµατιδίων, οµοίως θεωρούµε σαν εξαρτηµένη µεταβλητή τα PM10 και ανεξάρτητες όλες τις άλλες αραµέτρους. Μετά την ε εξεργασία ου κάνουµε µε τη µέθοδο της γραµµικής αλινδρόµησης ροκύ τουν τα εξής: Με εξαρτηµένη µεταβλητή τα PM10 και ανεξάρτητη µεταβλητή τη συγκέντρωση του µονοξειδίου του αζώτου NO ροκύ τει ότι η σηµαντικότητα της µεταβλητής αυτής είναι µεγάλη, γιατί sig.=0,000 ενώ η συσχέτισή τους είναι θετική αλλά ασθενής, αφού r=0,29. Τα α οτελέσµατα της αρα άνω ε εξεργασίας δίνονται στους εξής ίνακες: Descriptive Statistics Mean Std. Deviation N PM10 56,68 29, meanno 53,904 56, Model Summary Correlation PM10 meanno Pearson Correlation PM10 1,000,290 meanno,290 1,000 Sig. (1-tailed) PM10.,000 meanno,000. N PM meanno Adjusted R Sig. F Model R R Square Square Change 1,290(a),084,082,000 ANOVA(b) Model Sum of Square df Mean Square F Sig. 1 Regression 26228, ,213 32,362,000(a) Residual , ,474 Total , a Predictors: (Constant), meanno b Dependent Variable: PM10 Coefficients Unstandardized Model Coefficients B t Sig. 1 (Constant) 48,400 23,052,000 meanno,154 5,689,000 Με βάση τους αρα άνω ίνακες η εξίσωση της ευθείας γραµµικής αλινδρόµησης είναι η εξής: [PM10]= 0,154 * [NO] + 48, 40 Η γραφική της α εικόνιση δίνεται στο ακόλουθο διάγραµµα: 114

115 ιάγραµµα 5.15 : γραφική α εικόνιση της ευθείας αλινδρόµησης για PM10 NO στο σταθµό της Αριστοτέλους. Με εξαρτηµένη µεταβλητή τα PM10 και ανεξάρτητη µεταβλητή τη συγκέντρωση του διοξειδίου του αζώτου NO2, η σηµαντικότητα της µεταβλητής είναι ε ίσης µεγάλη, καθώς είναι sig.=0,000, ενώ έχουν θετική και σχετικά καλή συσχέτιση αφού r=0,505. Τα α οτελέσµατα της ε εξεργασίας αραθέτουµε στη συνέχεια: Descriptive Statistics Correlations Mean Std. Deviation N PM10 56,71 29, meanno2 67, , PM10 meanno2 Pearson Correlation PM10 1,000,505 meanno2,505 1,000 Sig. (1-tailed) PM10.,000 meanno2,000. N PM meanno Model Summary(b) Adjusted R Sig. F Model R R Square Square Change 1,505(a),255,253,

116 ANOVA(b) Model Sum of Squares df Mean Square F Sig. 1 Regression 79584, , ,072,000(a) Residual , ,328 Total , a Predictors: (Constant), meanno2 b Dependent Variable: PM10 Coefficients(a) Model Unstandardized Coefficients B t Sig. 1 (Constant) -5,359 -,924,356 meanno2,915 11,003,000 Με βάση τους αρα άνω ίνακες η εξίσωση της ευθείας γραµµικής αλινδρόµησης είναι η εξής: [PM10]= 0,915 * [NO2] -5,359 Η γραφική της α εικόνιση δίνεται στο ακόλουθο διάγραµµα: ιάγραµµα 5.16 : γραφική α εικόνιση της εξίσωσης αλινδρόµησης για PM10 NO2 στο σταθµό της Αριστοτέλους. 116

117 Με εξαρτηµένη µεταβλητή τα PM10 και ανεξάρτητη µεταβλητή τη µετεωρολογική αράµετρο της µέσης ηµερήσιας θερµοκρασίας (MEANTEMPERAT) τα α οτελέσµατα της ε εξεργασίας δείχνουν ότι η σηµαντικότητα αυτής της µεταβλητής είναι µικρή γιατί sig.=0,752 ενώ η συσχέτισή τους είναι εντελώς αδιάφορη καθώς r=- 0, Ε οµένως θεωρούµε ότι τα PM10 δεν εξαρτώνται α ό τη µέση ηµερήσια θερµοκρασία. Με εξαρτηµένη µεταβλητή τα PM10 και ανεξάρτητη µεταβλητή τη µετεωρολογική αράµετρο WINDSPEED δηλαδή την ηµερήσια ταχύτητα του ανέµου, ροκύ τει ότι η σηµαντικότητα της µεταβλητής είναι µεγάλη καθώς sig.= 0,000 ενώ η συσχέτισή τους είναι αρνητική και µικρή µε r= - 0,324. Στην ερί τωση αυτή οι ίνακες ου ροκύ τουν είναι οι εξής: Descriptive Statistics Mean Std. Deviation N PM10 56,71 29, WINDSPEED 3,386 1, Correlations PM10 WINDSPEED Pearson Correlation PM10 1,000 -,324 WINDSPEED -,324 1,000 Sig. (1-tailed) PM10.,000 WINDSPEED,000. N PM WINDSPEED ANOVA(b) Model Summary(b) Model R R Square Adjusted R Square a Predictors: (Constant), WINDSPEED b Dependent Variable: PM10 Sig. F Change 1,324(a),105,103,000 Model Sum of Squares df Mean Square F Sig. 1 Regression 32772, ,071 41,487,000(a) Residual , ,941 Total , a Predictors: (Constant), WINDSPEED b Dependent Variable: PM10 Coefficients(a) Unstandardized Model Coefficients B t Sig. 1 (Constant) 74,536 23,707,000 WINDSPEED -5,265-6,441,

118 Με βάση τους αρα άνω ίνακες η εξίσωση της ευθείας γραµµικής αλινδρόµησης είναι η εξής: [PM10]= - 5,265 * (WINDSPEED) + 74,536 Η γραφική της α εικόνιση δίνεται στο ακόλουθο διάγραµµα: ιάγραµµα 5.17 : γραφική α εικόνιση της εξίσωσης αλινδρόµησης για PM10 WINDSPEED στο σταθµό της Αριστοτέλους. Με εξαρτηµένη µεταβλητή τα PM10 και ανεξάρτητη µεταβλητή τη µετεωρολογική αράµετρο SUNDUR µε την ο οία έχουµε συµβολίσει την ηµερήσια ηλιοφάνεια, µετά την ανάλογη στατιστική ε εξεργασία ροκύ τει ότι η σηµαντικότητα της µεταβλητής είναι µικρή γιατί έχουµε sig.= 0,580 και η συσχέτιση είναι θετική και σχεδόν αδιάφορη καθώς r=0,029. Ο ότε τα PM10 δεν εξαρτώνται α ό την µετεωρολογική αράµετρο της ηµερήσιας ηλιοφάνειας. Με εξαρτηµένη µεταβλητή τα PM10 και ανεξάρτητη µεταβλητή την υγρασία (HUMIDITY), έχουµε ότι η σηµαντικότητα αυτής της µεταβλητής είναι µεγάλη γιατί sig.= 0,002<0,05 και οι δύο µεταβλητές έχουν ασθενή θετική συσχέτιση µεταξύ τους αφού r=0,161. Παραθέτουµε τους αντίστοιχους ίνακες ου ροκύ τουν µετά τη σχετική ε εξεργασία. 118

119 Descriptive Statistics Mean Std. Deviation N PM10 56,71 29, HUMIDITY 72,15 9, Correlations PM10 HUMIDITY Pearson Correlation PM10 1,000,161 HUMIDITY,161 1,000 Sig. (1-tailed) PM10.,001 HUMIDITY,001. N PM HUMIDITY Model R R Square 1 Model Summary(b) a Predictors: (Constant), HUMIDITY b Dependent Variable: PM10 ANOVA(b) Adjusted R Square Sig. F Change,161(a),026,023 0,002 Model Sum of Squares df Mean Square F Sig. 1 Regression 8028, ,960 9,336,002(a) Residual , ,034 Total , a Predictors: (Constant), HUMIDITY b Dependent Variable: PM10 Coefficients(a) Model Unstandardized Coefficients t Sig. B 1 (Constant) 19,765 1,621,106 HUMIDITY,512 3,055,002 Με βάση τους αρα άνω ίνακες η εξίσωση της ευθείας γραµµικής αλινδρόµησης είναι η εξής: [PM10]= 0,512 * (HUMIDITY) + 19,765 Η γραφική της α εικόνιση δίνεται στο ακόλουθο διάγραµµα: 119

120 ιάγραµµα 5.18 : γραφική α εικόνιση της εξίσωσης αλινδρόµησης για PM10 σχετικής υγρασίας (HUMIDITY), στο σταθµό της Αριστοτέλους. Με εξαρτηµένη µεταβλητή τα PM10 και ανεξάρτητη µεταβλητή τη µετεωρολογική αράµετρο του δείκτη δυσφορίας (DI), ροκύ τει ότι η µεταβλητή στην ερί τωση αυτή είναι ασήµαντη γιατί έχουµε sig.= 0,870 και ο συντελεστής συσχέτισης είναι r=-0,009 δηλαδή δεν υ άρχει καµία συσχέτιση µεταξύ τους. 3. ΣΤΑΘΜΟΣ ΓΟΥ Ι Στο Γουδί εκτός των άλλων ατµοσφαιρικών ρύ ων καταγράφονται και οι συγκεντρώσεις των αιωρούµενων σωµατιδίων. Με εξαρτηµένη µεταβλητή τα PM10 και ανεξάρτητη µεταβλητή τη συγκέντρωση του NO, ροκύ τουν οι εξής ίνακες: Descriptive Statistics Mean Std. Deviation N PM10 33,76 12, meanno 24,356 32, Model Summary(b) Model R R Square Adjusted R Square Sig. F Chan ge 1,352(a),124,120,000 Correlations PM10 meanno Pearson Correlation PM10 1,000,352 meanno,352 1,000 Sig. (1-tailed) PM10.,000 meanno,000. N PM meanno

121 a Predictors: (Constant), meanno b Dependent Variable: PM10 ANOVA(b) Model Sum of Squares df Mean Square F Sig. 1 Regression 3962, ,392 31,225,000(a) Residual 28044, ,898 Total 32006, a Predictors: (Constant), meanno b Dependent Variable: PM10 Model Coefficients(a) Unstandardized Coefficients t Sig. B 1 (Constant) 30,574 32,341,000 meanno,131 5,588,000 a Dependent Variable: PM10 Ό ως δια ιστώνουµε η σηµαντικότητα της µεταβλητής αυτής είναι µεγάλη γιατί sig.= 0,000 ενώ η συσχέτιση ου φαίνεται ότι έχουν είναι α λά θετική και ασθενής γιατί r=0,352. Η εξίσωση της ευθείας γραµµικής αλινδρόµησης και η γραφική της αράσταση είναι: [PM10]= 0,131 * [NO] + 30,574 ιάγραµµα 5.19 : γραφική α εικόνιση της εξίσωσης αλινδρόµησης για PM10 NO, στο σταθµό στο Γουδί. 121

122 Στην α εικόνιση 5.20 αρατηρούµε ότι έχουµε ολύ µεγάλο όγκο ιδιαίτερα µικρών τιµών για τον ρύ ο NO, ο ότε ίσως να µ ορούσαµε να δοκιµάσουµε την εφαρµογή της µεθόδου της γραµµικής αλινδρόµησης τµηµατικά διαχωρίζοντας τις τιµές βάσει του µεγέθους τους. Φαίνεται διαισθητικά ότι όσο ιο µικρή είναι η µέση τιµή του NO τόσο ιο ισχυρή είναι η συσχέτιση µε τα PM10. Αντιµετω ίσαµε όµως και την αρα άνω ερί τωση θεωρώντας το σύνολο των τιµών των δύο µεταβλητών σαν ενιαίο σύνολο καθώς οι µικρές ή οι µεγάλες ηµερήσιες µέσες τιµές του NO σχετίζονται µε ε εισόδια ρύ ανσης (τυχαία) και δεν εµφανίζονται µε κά οια εριοδικότητα. Με εξαρτηµένη µεταβλητή τα PM10 και ανεξάρτητη µεταβλητή τη συγκέντρωση του NO2, ροκύ τουν οι εξής ίνακες: Descriptive Statistics Mean Std. Deviation N PM10 33,76 12, meann O2 41,648 15, Correlations PM10 meanno2 Pearson Correlation PM10 1,000,402 meanno2,402 1,000 Sig. (1-tailed) PM10.,000 meanno2,000. N PM meanno Model Summary(b) Model R R Square Adjusted R Square a Predictors: (Constant), meanno2 b Dependent Variable: PM10 Sig. F Change 1,402(a),161,157,000 ANOVA Model Sum of Squares df Mean Square F Sig. 1 Regression 5161, ,847 42,495,000 Residual 26845, ,471 Total 32006, Model Coefficients(a) Unstandardized Coefficients t Sig. B 1 (Constant) 20,835 9,849,000 a. Dependent Variable: PM10 meanno2,310 6,519,

123 ηλαδή µε βάση τους αρα άνω ίνακες η σηµαντικότητα της µεταβλητής είναι µεγάλη sig.= 0,000 ενώ η συσχέτιση ου φαίνεται ότι έχουν είναι θετική και µέτρια, γιατί r=0,402. Η εξίσωση της ευθείας γραµµικής αλινδρόµησης και η γραφική της αράσταση είναι: [PM10]= 0,310 * [NO2] + 20,835 ιάγραµµα 5.20 : γραφική α εικόνιση της εξίσωσης αλινδρόµησης για PM10 NO2, στο σταθµό στο Γουδί. Στη συνέχεια συσχετίζουµε τα αιωρούµενα σωµατίδια µε τις µετεωρολογικές αραµέτρους. Με την ανάλογη ε εξεργασία ροκύ τουν τα εξής: Με εξαρτηµένη µεταβλητή ό ως και ροηγουµένως τα PM10 και ανεξάρτητη µεταβλητή την µετεωρολογική αράµετρο της µέσης ηµερήσιας θερµοκρασίας έχουµε µικρή σηµαντικότητα για τη µεταβλητή αυτή καθώς sig.= 0,477 ενώ ο συντελεστής συσχέτισης r=0,048 δηλώνει θετική αλλά αδιάφορη συσχέτιση. Άρα τα PM10 δεν εξαρτώνται α ό τη µέση ηµερήσια θερµοκρασία στο σταθµό στην εριοχή Γουδί. Ανάλογα είναι τα α οτελέσµατα όταν εισάγουµε σαν ανεξάρτητη µεταβλητή τη µέγιστη ηµερήσια θερµοκρασία ή το σηµείο δρόσου της ηµέρας. Ο ότε τα PM10 δεν εξαρτώνται ούτε α ό αυτές τις µετεωρολογικές αραµέτρους στο σταθµό µέτρησης στο Γουδί. 123

124 Συνεχίζουµε την ε εξεργασία των δεδοµένων µας µε τη µέθοδο της γραµµικής αλινδρόµησης, µε εξαρτηµένη µεταβλητή τα PM10 και ανεξάρτητη µεταβλητή την υγρασία. Αξίζει να σηµειώσουµε τα εξής: Descriptive Statistics Mean Std. Deviation N PM10 33,79 11, HUMIDITY 72,50 10, Correlations PM10 HUMIDITY Pearson Correlation PM10 1,000,189 HUMIDITY,189 1,000 Sig. (1-tailed) PM10.,002 HUMIDITY,002. N PM HUMIDITY Model Summary(b) Model R R Square Adjusted R Square Sig. F Change 1,189(a),036,031,005 a Predictors: (Constant), HUMIDITY b Dependent Variable: PM10 ANOVA (b) Mo del Coefficients(a) Model Sum of Squares df Mean Square F Sig. 1 Regression 1145, ,543 8,222,005(a) Residual 30929, ,320 Total 32074, Unstandardized Coefficients t Sig. a Predictors: (Constant), HUMIDITY b Dependent Variable: PM10 B 1 (Constant) 17,844 3,176,002 HUMIDITY,220 2,867,005 Ό ως δια ιστώνουµε α ό τους ίνακες η µεταβλητή αυτή είναι σηµαντική αφού sig.= 0,005, ενώ ο συντελεστής συσχέτισης είναι r=0,189 δηλαδή η συσχέτιση είναι σχεδόν αδιάφορη και θετική. Η εξίσωση της ευθείας γραµµικής αλινδρόµησης και η γραφική της αράσταση είναι: [PM10]= 0,220 * (HUMIDITY) + 17,

125 ιάγραµµα 5.21 : γραφική α εικόνιση της εξίσωσης αλινδρόµησης για PM10 ΥΓΡΑΣΙΑ, στο σταθµό στο Γουδί. Με εξαρτηµένη µεταβλητή τα PM10 και ανεξάρτητη την ταχύτητα του ανέµου (WINDSPEED) έχουν ιδιαίτερο ενδιαφέρον τα α οτελέσµατα: Descriptive Statistics Mean Std. Deviation N PM10 33,79 11, WINDSPEED 3,359 1, Pearson Correlation PM10 Correlations PM10 WINDSPEED 1,000 -,501 WINDSPEED -,501 1,000 Sig. (1-tailed) PM10.,000 WINDSPEED,000. N PM WINDSPEED Model Summary(b) Model R R Square Adjusted R Square Sig. F Change 1,501(a),251,248,000 a Predictors: (Constant), WINDSPEED b Dependent Variable: PM10 125

126 ANOVA(b) Model Sum of Squares df Mean Square F Sig. 1 Regression 8054, ,506 74,442,000(a) Residual 24020, ,198 Total 32074, a Predictors: (Constant), WINDSPEED b Dependent Variable: PM10 Coefficients(a) Model Unstandardized Coefficients t Sig. B 1 (Constant) 44,811 30,825,000 WINDSPEED -3,280-8,628,000 a Dependent Variable: PM10 Ό ως δια ιστώνουµε α ό τους ίνακες η µεταβλητή αυτή είναι σηµαντική αφού sig.= 0,005, ενώ ο συντελεστής συσχέτισης είναι r=- 0,501, ου σηµαίνει ότι οι δύο µεταβλητές έχουν αρνητική αλλά σχετικά καλή συσχέτιση µεταξύ τους. Η εξίσωση της ευθείας γραµµικής αλινδρόµησης και η γραφική της αράσταση είναι: [PM10]= - 3,280 * (WINDSPEED) + 44,811 ιάγραµµα 5.22 : γραφική αράσταση της εξίσωσης αλινδρόµησης για PM10 ΤΑΧΎΤΗΤΑ ΑΝΕΜΟΥ, στο σταθµό στο Γουδί. 126

127 Η σηµαντικότητα της ανεξάρτητης µεταβλητής ηµερήσια ηλιοφάνεια (SUNDUR) είναι σχετικά µεγάλη, καθώς α ό την αντίστοιχη ε εξεργασία έχουµε sig.= 0,049 αλλά η συσχέτιση των δύο µεταβλητών PM10 SUNDUR είναι θετική, αλλά ολύ ασθενής µε r=0,132. Με εξαρτηµένη µεταβλητή τα PM10 και ανεξάρτητη µεταβλητή το είκτη υσφορίας (DI), ροκύ τει ότι αυτή η ανεξάρτητη µεταβλητή δεν είναι σηµαντική καθώς η ε εξεργασία δίνει sig.= 0,422 και η συσχέτιση µεταξύ τους είναι ουσιαστικά αδιάφορη µε r=0, ΣΤΑΘΜΟΣ ΖΩΓΡΑΦΟΥ Με εξαρτηµένη µεταβλητή την ίδια δηλαδή τη συγκέντρωση των PM10 και ανεξάρτητη µεταβλητή έναν άλλο α ό τους ρύ ους ου καταγράφονται στο σταθµό αυτό, συγκεκριµένα το µονοξείδιο του αζώτου NO συνεχίζουµε την ανάλυση µε τη µέθοδο της γραµµικής αλινδρόµησης. Η συγκεκριµένη ανεξάρτητη µεταβλητή δεν είναι στατιστικά σηµαντική για τη συγκέντρωση των PM10, καθώς ροέκυψε ότι sig.= 0,535 και ο συντελεστής συσχέτισης είναι r=- 0,035 ου δηλώνει αρνητική αλλά αδιάφορη συσχέτιση. Άρα τα PM10 δεν εξαρτώνται α ό τη συγκέντρωση του NO στο σταθµό αυτό. Αντίστοιχα είναι τα α οτελέσµατα µε ανεξάρτητη µεταβλητή τη συγκέντρωση του διοξειδίου του αζώτου NO2, δεν υ άρχει στατιστική σηµαντικότητα καθώς sig.=0,817 αλλά και καθόλου συσχέτιση των δύο µεταβλητών αφού r=- 0,013. Άρα τα PM10 δεν εξαρτώνται α ό τη συγκέντρωση του NO2 στο σταθµό του Ζωγράφου. Σε αντίθεση µε τα αρα άνω α οτελέσµατα, όταν θέσουµε σαν ανεξάρτητη µεταβλητή τη συγκέντρωση του όζοντος O3, δια ιστώνουµε ότι έχουµε αξιοσηµείωτη στατιστική σηµαντικότητα για αυτή, καθώς ροκύ τει sig.=0,031 <0,05 και η συσχέτιση µεταξύ τους είναι θετική αλλά ολύ ασθενής ό ως µας δηλώνει και ο συντελεστής συσχέτισης ίνακες: Descriptive Statistics r= 0,121. Αναλυτικότερα αραθέτουµε τους αντίστοιχους Correlations Mean Std. Deviation N PM10 26,38 23, meano3 59,419 19, PM10 meano3 Pearson Correlation PM10 1,000,121 meano3,121 1,000 Sig. (1-tailed) PM10.,016 meano3,016. N PM meano

128 Model R R Square a Predictors: (Constant), mean b Dependent Variable: PM10 Model Summary(b) Adjusted R Square Sig. F Change 1,121(a),015,012,031 ANOVA(b) Model Sum of Squares df Mean Square F Sig. 1 Regression 2482, ,728 4,694,031(a) Residual , ,901 Total , a Predictors: (Constant), meano3 b Dependent Variable: PM10 Coefficients(a) Model Unstandardize d Coefficients t Sig. B 1 (Constant) 17,812 4,282,000 meano3,144 2,167,031 a Dependent Variable: PM10 Με βάση τους αρα άνω ίνακες η εξίσωση της ευθείας γραµµικής αλινδρόµησης είναι η εξής: [PM10]= 0,144 * [O3] + 17,812 Η γραφική της α εικόνιση δίνεται στο ακόλουθο διάγραµµα: 128

129 ιάγραµµα 5.23 : γραφική αράσταση της εξίσωσης αλινδρόµησης για PM10 O3, στο σταθµό του Ζωγράφου. Με εξαρτηµένη µεταβλητή τα PM10 συνεχίζουµε τη διαδικασία θεωρώντας σαν ανεξάρτητες µεταβλητές τις µετεωρολογικές αραµέτρους για το έτος ια ιστώνουµε τα εξής: Θεωρούµε σαν ανεξάρτητη µεταβλητή τη µέση ηµερήσια θερµοκρασία (MEANTEMPERAT) και ροκύ τει ότι η µεταβλητή αυτή είναι στατιστικά σηµαντική για τα PM10, καθώς έχουµε sig.=0,001. Ο συντελεστής συσχέτισής τους είναι r= 0,181 ο ότε οι δύο µεταβλητές έχουν θετική αλλά ολύ ασθενή συσχέτιση. Τα α οτελέσµατα δίνονται στους αρακάτω ίνακες: Descriptive Statistics Mean Std. Deviation N PM10 26,37 23, MEANTEMPERAT 19,03 8, Model Summary(b) Model R R Square Adjusted R Square Sig. F Change 1,181(a),033,030,001 Correlations MEANTE PM10 MPERAT Pearson Correlation PM10 1,000,181 MEANTEMPERAT,181 1,000 Sig. (1-tailed) PM10.,001 MEANTEMPERAT,001. N PM MEANTEMPERAT a Predictors: (Constant), MEANTEMPERAT b Dependent Variable: PM10 129

130 ANOVA(b) Model Sum of Squares df Mean Square F Sig. 1 Regression 5559, ,522 10,743,001(a) Residual , ,509 Total , Model a Predictors: (Constant), MEANTEMPERAT b Dependent Variable: PM10 Coefficients(a) Unstandardized Coefficients t Sig. B 1 (Constant) 16,912 5,360,000 MEANTEMPERAT,497 3,278,001 Με βάση τους αρα άνω ίνακες η εξίσωση της ευθείας γραµµικής αλινδρόµησης είναι η εξής: [PM10]= 0,497 *(MEANTEMPERAT ) + 16,912 Η γραφική της α εικόνιση δίνεται στο ακόλουθο διάγραµµα: ιάγραµµα 5.24 : γραφική αράσταση της εξίσωσης αλινδρόµησης για PM10 ΜΕΣΗ ΘΕΡΜΟΚΡΑΣΙΑ στο σταθµό του Ζωγράφου. Ανάλογα είναι τα α οτελέσµατα µε ανεξάρτητες µεταβλητές την µέγιστη ηµερήσια θερµοκρασία (HIGHTEMPERAT), αλλά και το σηµείο δρόσου (LOWTEMPERAT). Και οι δύο ανεξάρτητες αυτές µεταβλητές είναι στατιστικά σηµαντικές, µε sig.=0,002 και sig.=0,

131 αντίστοιχα. Οι συσχετίσεις ου έχουν και οι δύο µε την εξαρτηµένη µεταβλητή PM10 είναι θετικές αλλά αδιάφορες (r= 0,175 και r= 0,186 αντίστοιχα). Με εξαρτηµένη µεταβλητή τα PM10 και ανεξάρτητη την σχετική ατµοσφαιρική υγρασία (HUMIDITY), ροκύ τει ότι αυτή η ανεξάρτητη µεταβλητή δεν έχει στατιστική σηµαντικότητα γιατί sig.=0,221 και ο συντελεστής συσχέτισης r=- 0,069 δηλώνει αρνητική αλλά αδιάφορη συσχέτιση. Άρα τα PM10 δεν εξαρτώνται α ό την σχετική ατµοσφαιρική υγρασία στο συγκεκριµένο σταθµό µέτρησης. Η ε όµενη ανεξάρτητη µεταβλητή ου ε ιλέγουµε είναι η ατµοσφαιρική ίεση (PRESSURE). Τα α οτελέσµατα έχουν στατιστικό ενδιαφέρον και δίνονται στους αρακάτω ίνακες: Descriptive Statistics Correlations Mean Std. Deviation N PM10 26,37 23, PRESURE 1004,363 6, PM10 PRESURE Pearson Correlation PM10 1,000 -,227 PRESURE -,227 1,000 Sig. (1-tailed) PM10.,000 PRESURE,000. N PM PRESURE Model R R Square Model Summary(b) Adjusted R Square Sig. F Change 1,227(a),051,048,000 a Predictors: (Constant), PRESURE b Dependent Variable: PM10 ANOVA(b) Model Model Sum of Squares df Mean Square F Sig. 1 Regression 8687, ,987 17,116,000(a) Residual , ,608 Total , a Predictors: (Constant), PRESURE b Dependent Variable: PM10 Coefficients(a) Unstandardized Coefficients Standardized Coefficients t Sig. B Beta 4,269 1 (Constant) 853,947-4,137,000 PRESURE -,824 -,227 a Dependent Variable: PM10 131

132 Με βάση τους αρα άνω ίνακες η εξίσωση της ευθείας γραµµικής αλινδρόµησης είναι η εξής: [PM10]= - 0,824 * (PRESSURE ) + 853,947 Η γραφική της α εικόνιση δίνεται στο ακόλουθο διάγραµµα:. ιάγραµµα 5.25 : γραφική αράσταση της εξίσωσης αλινδρόµησης για PM10 ΑΤΜΟΣΦ.ΠΙΕΣΗ στο σταθµό του Ζωγράφου. Με ανεξάρτητες µεταβλητές την ταχύτητα του ανέµου (WINDSPEED) και εν συνεχεία την ηµερήσια ηλιοφάνεια δεν ροκύ τει στατιστική σηµαντικότητα για καµία α ό τις δύο µεταβλητές (sig.=0,821 και sig.=0,159 αντίστοιχα), ενώ δεν υ άρχει καµία συσχέτιση µε την εξαρτηµένη µεταβλητή PM10. Τέλος θεωρούµε σαν ανεξάρτητη µεταβλητή το δείκτη δυσφορίας (DI) και καταγράφουµε τα εξής α οτελέσµατα : Descriptive Statistics Mean Std. Deviation N PM10 26,37 23, DI 18, ,

133 Correlations Model Summary(b) Model R R Square a Predictors: (Constant), DI b Dependent Variable: PM10 Adjusted R Square Sig. F Change 1,182(a),033,030,001 PM10 DI Pearson Correlation PM10 1,000,182 DI,182 1,000 Sig. (1-tailed) PM10.,001 DI,001. N PM DI ANOVA(b) Model Sum of Squares df Mean Square F Sig. 1 Regression 5601, ,995 10,828,001(a) Residual , ,374 Total , a Predictors: (Constant), DI b Dependent Variable: PM10 Coefficients(a) Model Unstandardized Coefficients Standardized Coefficients t Sig. B Beta 1 (Constant) 15,341 4,278,000 DI,608,182 3,291,001 Με βάση τους αρα άνω ίνακες η εξίσωση της ευθείας γραµµικής αλινδρόµησης είναι η εξής: [PM10]= 0,608 * (DI) + 15,341 Η γραφική ανα αράσταση δίνεται στο ακόλουθο διάγραµµα: 133

134 ιάγραµµα 5.26 : γραφική α εικόνιση της εξίσωσης αλινδρόµησης για PM10 ΕΙΚΤΗ ΥΣΦΟΡΙΑΣ, στο σταθµό του Ζωγράφου. 5. ΣΤΑΘΜΟΣ ΘΡΑΚΟΜΑΚΕ ΟΝΩΝ Υ ολογίζουµε οµοίως και για το σταθµό αυτό το βαθµό συσχέτισης των αιωρούµενων σωµατιδίων PM10, µε τους άλλους ατµοσφαιρικούς ρύ ους ου καταγράφονται στο συγκεκριµένο σταθµό, αλλά και µε τα µετεωρολογικά δεδοµένα. Με εξαρτηµένη µεταβλητή τη συγκέντρωση των PM10 και ανεξάρτητη µεταβλητή τη συγκέντρωση του µονοξειδίου του αζώτου NO, ροκύ τει ότι η ανεξάρτητη αυτή µεταβλητή δεν είναι στατιστικά σηµαντική γιατί sig.=0,253 και δεν υ άρχει καθόλου συσχέτιση µεταξύ των δύο µεταβλητών γιατί έχουµε r= 0,067. Άρα τα PM10 δεν εξαρτώνται α ό τη συγκέντρωση του NO. Με εξαρτηµένη µεταβλητή τη συγκέντρωση των PM10 και ανεξάρτητη µεταβλητή τη συγκέντρωση του διοξειδίου του αζώτου NO2, τα α οτελέσµατα της ε εξεργασίας έχουν ιδιαίτερο ενδιαφέρον, καθώς σε αυτή την ερί τωση η ανεξάρτητη µεταβλητή έχει στατιστική σηµαντικότητα sig.=0,003 και η 134

135 συσχέτιση ανάµεσά τους είναι θετική αλλά ολύ ασθενής r=0,171. Αναλυτικότερα : Descriptive Statistics Mean Std. Deviation N PM10 27,04 25, meanno2 13, , Model Summary(b) Model R R Square Adjusted R Square Sig. F Change 1,171(a),029,026,003 a Predictors: (Constant), meanno2 b Dependent Variable: PM10 Correlations PM10 meanno2 Pearson Correlation PM10 1,000,171 meanno2,171 1,000 Sig. (1-tailed) PM10.,002 meanno2,002. N PM meanno ANOVA(b) Model Sum of Squares df Mean Square F Sig. 1 Regression 5540, ,833 8,703,003(a) Residual , ,647 Total , Coefficients(a) Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 20,747 2,594 7,999,000 meanno2,459,156,171 2,950,003 a Dependent Variable: PM10 Έτσι η εξίσωση της ευθείας γραµµικής αλινδρόµησης διαµορφώνεται ως εξής: [PM10]= 0,459 * [NO2] + 20,747 Η γραφική της α εικόνιση δίνεται στο ακόλουθο διάγραµµα: 135

136 ιάγραµµα 5.27 : γραφική αράσταση της εξίσωσης αλινδρόµησης για PM10 NO2, στο σταθµό των Θρακοµακεδόνων. Ο ε όµενος ατµοσφαιρικός ρύ ος ου µετράται στο συγκεκριµένο σταθµό, το όζον O3, δεν είναι στατιστικά σηµαντικός ως ανεξάρτητη µεταβλητή για τα PM10, γιατί η διαδικασία δίνει sig.=0,604, ενώ δεν υ άρχει κά οια συσχέτιση µεταξύ των µεταβλητών καθώς ο συντελεστής συσχέτισης είναι r=0,031. Άρα τα PM10 δεν εξαρτώνται α ό τη συγκέντρωση του O3 σε αυτό το σταθµό καταγραφής. Καµία συσχέτιση δεν βρέθηκε να αρουσιάζει η συγκέντρωση των PM10 µε τις ερισσότερες α ό τις µετεωρολογικές αραµέτρους ου θεωρήσαµε σαν ανεξάρτητες µεταβλητές. Συγκεκριµένα η µέση ηµερήσια θερµοκρασία, η µέγιστη, το σηµείο δρόσου, η ατµοσφαιρική υγρασία, η ηµερήσια ηλιοφάνεια και η ταχύτητα του ανέµου δεν α οτελούν στατιστικά σηµαντικές ανεξάρτητες µεταβλητές για τα PM10, καθώς η αντίστοιχη ε εξεργασία έδωσε sig.> 0,05. Ε οµένως η συγκεντρώσεις των PM10 στο συγκεκριµένο σταθµό, δεν εξαρτώνται α ό κανένα α ό τα αρα άνω µετεωρολογικά δεδοµένα. Αυτό ου θα ρέ ει να τονίσουµε είναι η στατιστική σηµαντικότητα ου εµφανίζει η ατµοσφαιρική ίεση ως ανεξάρτητη µεταβλητή για τη µέθοδο αλινδρόµησης. Τα α οτελέσµατα δίνονται στους αρακάτω ίνακες: 136

137 Descriptive Statistics Mean Std. Deviation N PM10 27,03 25, PRESURE 1003,722 6, Model Summary(b) Model R R Square Adjusted R Square Sig. F Change 1,246(a),060,057,000 Correlations PM10 PRESURE Pearson Correlation PM10 1,000 -,246 PRESURE -,246 1,000 Sig. (1-tailed) PM10.,000 PRESURE,000. N PM PRESURE a Predictors: (Constant), PRESURE b Dependent Variable: PM10 ANOVA(b) Sum of Mean Model Squares df Square F Sig. 1 Regression, , ,498 18,708 (a) Residual , ,039 Total , Coefficients(a) Model Unstandardized Coefficients Standardized Coefficients t Sig. B Beta 1 (Constant) 1060,189 4,438,000 PRESURE -1,029 -,246-4,325,000 Έτσι η εξίσωση της ευθείας γραµµικής αλινδρόµησης είναι η εξής: [PM10]= - 1,029 * (PRESSURE ) ,189 Η γραφική της α εικόνιση δίνεται στο ακόλουθο διάγραµµα: 137

138 ιάγραµµα 5.28 : γραφική αράσταση της εξίσωσης αλινδρόµησης για PM10 ΑΤΜΟΣΦ.ΠΙΕΣΗ, στο σταθµό των Θρακοµακεδόνων. Με εξαρτηµένη µεταβλητή τα αιωρούµενα σωµατίδια PM10 και ανεξάρτητη το δείκτη δυσφορίας DI, δεν ροκύ τει καµία στατιστική σηµαντικότητα για τη µεταβλητή αυτή, καθώς sig.=0,479 και η συσχέτιση ου αρουσιάζουν είναι σχεδόν αδιάφορη, καθώς ο συντελεστής είναι r=0, ΣΤΑΘΜΟΣ ΛΥΚΟΒΡΥΣΗΣ Συνεχίζουµε την ε εξεργασία των δεδοµένων µε τη µέθοδο της γραµµικής αλινδρόµησης, θέτοντας ως εξαρτηµένη µεταβλητή τα PM10 και ως ανεξάρτητες τους υ όλοι ους ατµοσφαιρικούς ρύ ους και στη συνέχεια τις µετεωρολογικές αραµέτρους. Έτσι για το σταθµό στη Λυκόβρυση δια ιστώνουµε τα εξής : Με εξαρτηµένη µεταβλητή τα PM10 και ανεξάρτητη το µονοξείδιο του αζώτου NO, ροκύ τει ότι η µεταβλητή αυτή είναι σηµαντική γιατί η ε εξεργασία µας δίνει sig.=0,000. Ο συντελεστής συσχέτισης είναι r=0,448 δηλαδή οι δύο µεταβλητές έχουν µια µέτρια θετική συσχέτιση. Οι ίνακες αναλυτικά είναι οι εξής: 138

139 Descriptive Statistics Mean Std. Deviation N PM10 58,43 33, meanno 19, , Model Summary(b) Correlations PM10 meanno Pearson Correlation PM10 1,000,448 meanno,448 1,000 Sig. (1-tailed) PM10.,000 meanno,000. N PM meanno Model R R Square Adjusted R Square Sig. F Change 1,448(a),201,198,000 a Predictors: (Constant), meanno b Dependent Variable: PM10 ANOVA(b) Model Sum of Squares df Mean Square F Sig. 1 Regression, , ,670 75,238 (a) Residual , ,481 Total , Coefficients(a) Model Unstandardized Coefficients Standardized Coefficients t Sig. B Beta 1 (Constant) 46,710 21,111,000 meanno,604,448 8,674,000 Έτσι η εξίσωση της ευθείας γραµµικής αλινδρόµησης διαµορφώνεται ως εξής: [PM10]= 0,604 *[NO] + 46,710 Η γραφική της α εικόνιση δίνεται στο ακόλουθο διάγραµµα: 139

140 ιάγραµµα 5.29 : γραφική α εικόνιση της εξίσωσης αλινδρόµησης για PM10 NO, στο σταθµό της Λυκόβρυσης. Με εξαρτηµένη µεταβλητή τα PM10 και ανεξάρτητη το διοξείδιο του αζώτου NO2, τα α οτελέσµατα είναι ανάλογα µε αυτά για το NO, δηλαδή και αυτός ο ρύ ος είναι στατιστικά σηµαντικός για τα PM10 µε sig.=0,000 ενώ η συσχέτιση µεταξύ τους είναι µέτρια και θετική µε το συντελεστή συσχέτισης να είναι r=0,460. Παρουσιάζουµε τους σχετικούς ίνακες: Descriptive Statistics Mean Std. Deviation N PM10 58,43 33, meanno2 31, , Correlations PM10 meanno2 Pearson Correlation PM10 1,000,460 meanno2,460 1,000 Sig. (1-tailed) PM10.,000 meanno2,000. N PM meanno Model Summary(b) Model R R Square Adjusted R Square Sig. F Change 1,460(a),211,209,000 ANOVA(b) a Predictors: (Constant), meanno2 140

141 Model b Dependent Variable: PM10 Coefficients(a) Unstandardized Coefficients Model Sum of Squares df Mean Square F Sig. 1 Regression, , ,568 80,058 (a) Residual , ,726 Total , Standardized Coefficients t Sig. B Beta 1 (Constant) 30,542 8,556,000 meanno2,890,460 8,947,000 Έτσι η εξίσωση της ευθείας γραµµικής αλινδρόµησης είναι η εξής: [PM10]= 0,890 * [NO2] + 30,542 Η γραφική της αράσταση δίνεται στο ακόλουθο διάγραµµα: ιάγραµµα 5.30 : γραφική α εικόνιση της εξίσωσης αλινδρόµησης για PM10 NO2, στο σταθµό της Λυκόβρυσης. Με εξαρτηµένη µεταβλητή τα PM10 και ανεξάρτητη το όζον (O3), τα α οτελέσµατα δίνουν στατιστική σηµαντικότητα και σε αυτή την ανεξάρτητη µεταβλητή µε sig.=0,010. Ο συντελεστής συσχέτισης είναι r= - 0,247 ου δηλώνει ότι οι δύο µεταβλητές συσχετίζονται αρνητικά και ασθενώς. Στη συνέχεια αραθέτουµε τους σχετικούς ίνακες: 141

142 Descriptive Statistics Mean Std. Deviation N PM10 59,04 34, meano3 57,501 26, Model Summary(b) Model R R Square Adjusted R Square Sig. F Change 1,247(a),061,058,000 Correlations PM10 meano3 Pearson Correlation PM10 1,000 -,247 meano3 -,247 1,000 Sig. (1-tailed) PM10.,000 meano3,000. N PM meano a Predictors: (Constant), meano3 b Dependent Variable: PM10 ANOVA(b) Model Sum of Squares df Mean Square F Sig. 1 Regression 21223, ,429 19,302,000(a) Residual , ,566 Total , a Predictors: (Constant), meano3 b Dependent Variable: PM10 Coefficients(a) Model Unstandardized Coefficients Standardized Coefficients t Sig. B Beta 1 (Constant) 77,113 16,993,000 meano3 -,314 -,247-4,393,000 a Dependent Variable: PM10 Έτσι η εξίσωση της ευθείας γραµµικής αλινδρόµησης είναι η εξής: [PM10]= - 0,314 * [O3] + 77,113 Η γραφική της αράσταση δίνεται ευθύς αµέσως 142

143 ιάγραµµα 5.31 : γραφική α εικόνιση της εξίσωσης αλινδρόµησης για PM10 O3, στο σταθµό της Λυκόβρυσης. Καµία συσχέτιση δεν βρέθηκε να αρουσιάζει η συγκέντρωση των PM10 µε τις ερισσότερες α ό τις µετεωρολογικές αραµέτρους ου θεωρήσαµε σαν ανεξάρτητες µεταβλητές. Συγκεκριµένα η µέση ηµερήσια θερµοκρασία, η µέγιστη, το σηµείο δρόσου, η ατµοσφαιρική υγρασία, η ηµερήσια ηλιοφάνεια και η ατµοσφαιρική ίεση α οτελούν στατιστικά ασήµαντες ανεξάρτητες µεταβλητές, για τα PM10, καθώς η αντίστοιχη ε εξεργασία έδωσε sig.> 0,05. Ε οµένως η συγκεντρώσεις των PM10 στο συγκεκριµένο σταθµό, δεν εξαρτώνται α ό κανένα α ό τα αρα άνω µετεωρολογικά δεδοµένα. εν δια ιστώσαµε όµως ανάλογα συµ εράσµατα και για την µετεωρολογική αράµετρο της ταχύτητας του ανέµου (WINDSPEED), όταν θεωρήσαµε αυτή σαν ανεξάρτητη µεταβλητή. Έτσι η αράµετρος αυτή ως ανεξάρτητη µεταβλητή έχει στατιστική σηµαντικότητα sig.=0,002, ενώ ο συντελεστής συσχέτισής της µε τα PM10 είναι r= - 0,180 ου σηµαίνει ότι έχουν αρνητική αλλά αρκετά ασθενή συσχέτιση. Αναλυτικότερα αραθέτουµε τους ανάλογους ίνακες: 143

144 Descriptive Statistics Mean Std. Deviation N PM10 58,68 33, WINDSPEED 3,261 1, Correlations PM10 WINDSPEED Pearson Correlation PM10 1,000 -,180 WINDSPEED -,180 1,000 Sig. (1-tailed) PM10.,001 WINDSPEED,001. N PM WINDSPEED ANOVA(b) Model Summary(b) Model R R Square a Predictors: (Constant), WINDSPEED b Dependent Variable: Adjusted R Square Sig. F Change 1,180(a),032,029,002 Model Sum of Squares df Mean Square F Sig. 1 Regression 11351, ,087 10,142,002(a) Residual , ,169 Total , Model Coefficients(a) Unstandardized Coefficients Standardized Coefficients t Sig. B Beta 1 (Constant) 69,647 17,681,000 WINDSPEED -3,363 -,180-3,185,002 Με βάση τους αρα άνω ίνακες η εξίσωση της ευθείας γραµµικής αλινδρόµησης είναι η εξής: [PM10]= - 3,363 * (WINDSPEED) + 69,647 Η γραφική ανα αράσταση δίνεται στο ακόλουθο διάγραµµα: 144

145 ιάγραµµα 5.32 : γραφική α εικόνιση της εξίσωσης αλινδρόµησης για PM10 WINDSPEED, στο σταθµό της Λυκόβρυσης. Με εξαρτηµένη µεταβλητή τα αιωρούµενα σωµατίδια PM10 και ανεξάρτητη το δείκτη δυσφορίας DI, η µεταβλητή αυτή δεν έχει καµία στατιστική σηµαντικότητα, καθώς sig.=0,995 και οι δύο αυτές µεταβλητές είναι εντελώς ασυσχέτιστες µεταξύ τους. 7. ΣΤΑΘΜΟΣ ΑΜΑΡΟΥΣΙΟΥ Ο τελευταίος α ό τους σταθµούς στους ο οίους καταγράφονται οι συγκεντρώσεις των αιωρούµενων σωµατιδίων PM10 είναι αυτός στην εριοχή του Αµαρουσίου. Κατά συνέ εια θεωρούµε άλι ως εξαρτηµένη µεταβλητή τη συγκέντρωση των PM10 και ως ανεξάρτητες όλους τους άλλους ρύ ους ου µετρώνται στο συγκεκριµένο σταθµό. Θέτουµε ως ανεξάρτητη µεταβλητή τη συγκέντρωση του µονοξειδίου του αζώτου (NO). Στη συνέχεια δίνουµε τους ίνακες των α οτελεσµάτων α ό την εφαρµογή της µεθόδου γραµµικής αλινδρόµησης: Descriptive Statistics Mean Std. Deviation N PM10 47,42 26, meanno 31, ,

146 Correlations PM10 meanno Pearson Correlation PM10 1,000,544 meanno,544 1,000 Sig. (1-tailed) PM10.,000 meanno,000. N PM meanno a Predictors: (Constant), meanno b Dependent Variable: PM10 Model Summary(b) Model R R Square Adjusted R Square Sig. F Change 1,544(a),296,294,000 ANOVA(b) Model Sum of Squares df Mean Square F Sig. 1 Regression 67611, , ,264,000(a) Residual , ,849 Total , Model Coefficients(a) Unstandardized Coefficients Standardized Coefficients t Sig. B Beta 1 (Constant) 38,529 26,418,000 meanno,458,544 11,630,000 Ό ως δια ιστώνουµε αυτή η ανεξάρτητη µεταβλητή είναι στατιστικά σηµαντική για τα PM10 γιατί είναι sig.=0,000 και ο συντελεστής συσχέτισής τους είναι r=0,544 δηλαδή η συσχέτισή τους είναι θετική και σχετικά ισχυρή. Έτσι η εξίσωση της ευθείας γραµµικής αλινδρόµησης διαµορφώνεται ως εξής: [PM10]= 0,458 * [NO] + 38,529 Η γραφική της αράσταση δίνεται στο ακόλουθο διάγραµµα: 146

147 ιάγραµµα 5.33 : γραφική α εικόνιση της εξίσωσης αλινδρόµησης για PM10 NO, στο σταθµό στο Μαρούσι. Με εξαρτηµένη µεταβλητή τα PM10 και ανεξάρτητη µεταβλητή το διοξείδιο του αζώτου (NO2) ροκύ τει ότι η µεταβλητή αυτή είναι σηµαντική γιατί έχουµε sig.=0,000 ενώ ο συντελεστής συσχέτισής τους r=0,421 µας δείχνει ότι οι δύο µεταβλητές συσχετίζονται µέτρια και θετικά. Ακολουθούν οι ίνακες α ό την ε εξεργασία των δεδοµένων: Descriptive Statistics Correlations Mean Std. Deviation N PM10 47,42 26, meanno2 35, , PM10 meanno2 Pearson Correlation PM10 1,000,421 meanno2,421 1,000 Sig. (1-tailed) PM10.,000 meanno2,000. N PM meanno Model Summary(b) Model R R Square Adjusted R Square a Predictors: (Constant), meanno2 b Dependent Variable: PM10 Sig. F Change 1,421(a),177,174,

148 ANOVA(b) Model Sum of Squares df Mean Square F Sig. 1 Regression 40424, ,444 69,187,000(a) Residual , ,281 Total , Coefficients(a) Model Unstandardized Coefficients Standardized Coefficients t Sig. B Beta 1 (Constant) 25,265 8,470,000 meanno2,629,421 8,318,000 Η εξίσωση της ευθείας γραµµικής αλινδρόµησης διαµορφώνεται ως εξής: [PM10]= 0,629 * [NO2] + 25,265 Η γραφική της αράσταση δίνεται στο ακόλουθο διάγραµµα: ιάγραµµα 5.34 : γραφική α εικόνιση της εξίσωσης αλινδρόµησης για PM10 NO2, στο σταθµό στο Μαρούσι. Με εξαρτηµένη µεταβλητή τα PM10 και ανεξάρτητη µεταβλητή το όζον (O3) ροκύ τει ότι η µεταβλητή αυτή είναι σηµαντική, γιατί έχουµε sig.=0,000 ενώ ο συντελεστής συσχέτισής τους r=-0,358 µας δηλώνει ότι η συσχέτιση µεταξύ τους είναι αρνητική και µέτρια. Παραθέτουµε τους ίνακες: 148

149 Descriptive Statistics Mean Std. Deviation N PM10 48,28 27, meano3 58, , Model Model Summary(b) R R Square Adjusted R Square Sig. F Change 1,358(a),128,125,000 Correlations PM10 meano3 Pearson Correlation PM10 1,000 -,358 meano3 -,358 1,000 Sig. (1-tailed) PM10.,000 meano3,000. N PM meano a Predictors: (Constant), meano3 b Dependent Variable: PM10 ANOVA(b) Coefficients(a) Model Sum of Squares df Mean Square F Sig. 1 Regression 31469, ,932 48,021,000(a) Residual , ,333 Total , Model Unstandardized Coefficients Standardized Coefficients t Sig. B Beta 1 (Constant) 68,087 21,356,000 meano3 -,336 -,358-6,930,000 Η εξίσωση της ευθείας γραµµικής αλινδρόµησης είναι η εξής: [PM10]= - 0,336 * [O3] + 68,087 Η γραφική της αράσταση δίνεται στο ακόλουθο διάγραµµα: 149

150 ιάγραµµα 5.35 : γραφική α εικόνιση της εξίσωσης αλινδρόµησης για PM10 O3, στο σταθµό στο Μαρούσι. Με εξαρτηµένη µεταβλητή τα PM10 και ανεξάρτητη µεταβλητή το µονοξείδιο του άνθρακα (CO), του ο οίου οι συγκεντρώσεις καταγράφονται στο σταθµό µέτρησης στο Μαρούσι, ροκύ τει ότι η µεταβλητή αυτή είναι σηµαντική, γιατί έχουµε sig.=0,000 ενώ ο συντελεστής συσχέτισής τους r=0,585 δείχνει ότι οι δύο µεταβλητές έχουν σχετικά ισχυρή και θετική συσχέτιση µεταξύ τους. Τα α οτελέσµατα της ε εξεργασίας δίνονται στους αρακάτω ίνακες: Descriptive Statistics Mean Std. Deviation N PM10 47,72 26, meanco, , Model Summary(b) Model R R Square Adjusted R Square 328 Sig. F Change 1,585(a),343,341,000 Correlations PM10 meanco Pearson Correlation PM10 1,000,585 meanco,585 1,000 Sig. (1-tailed) PM10.,000 meanco,000. N PM meanco a Predictors: (Constant), mean CO b Dependent Variable: PM10 150

151 ANOVA(b) Model Sum of Squares df Mean Square F Sig. 1 Regression 80389, , ,946,000(a) Residual , ,033 Total , Coefficients(a) Model Unstandardized Coefficients Standardized Coefficients t Sig. B Beta 1 (Constant) 27,610 14,124,000 meanco 28,181,585 13,036,000 Με βάση τους αρα άνω ίνακες η εξίσωση της ευθείας γραµµικής αλινδρόµησης δίνεται ως εξής: [PM10]= 28,181 * [CO] + 27,610 Γραφικά ανα αριστάνεται στο διάγραµµα ου ακολουθεί: ιάγραµµα 5.36 : γραφική αράσταση της εξίσωσης αλινδρόµησης για PM10 CO, στο σταθµό στο Μαρούσι. 151

152 Συνεχίζουµε την ε εξεργασία θεωρώντας τις µετεωρολογικές αραµέτρους ως ανεξάρτητες µεταβλητές, µε εξαρτηµένη άντα τα αιωρούµενα σωµατίδια PM10. Όταν θέτουµε ως ανεξάρτητη µεταβλητή την µέση ηµερήσια θερµοκρασία (MEANTEMPERAT), ροκύ τει ότι η µεταβλητή δεν έχει σηµαντικότητα γιατί η διαδικασία δίνει sig.=0,125 και ο συντελεστής συσχέτισης r=- 0,084 δείχνει ότι ουσιαστικά οι δύο µεταβλητές δεν συσχετίζονται. Όταν θέτουµε ως ανεξάρτητη µεταβλητή την µέγιστη ηµερήσια θερµοκρασία (HIGHTEMPERAT), αίρνουµε ανάλογα α οτελέσµατα καθώς έχουµε sig.=0,301 και ο συντελεστής συσχέτισης r=- 0,057 δείχνει ότι ουσιαστικά οι δύο µεταβλητές δεν συσχετίζονται. Α ό τα αρα άνω ροκύ τει ότι η συγκέντρωση των PM10 δεν εξαρτάται ούτε α ό τη µέση αλλά ούτε και α ό τη µέγιστη ηµερήσια θερµοκρασία στο σταθµό στην εριοχή του Αµαρουσίου. Τα α οτελέσµατα διαφέρουν όταν η ανεξάρτητη µεταβλητή είναι το ηµερήσιο σηµείο δρόσου (LOWTEMPERAT), γιατί το sig.=0,035 δηλώνει ότι η µεταβλητή αυτή είναι αρκετά σηµαντική για τα PM10. Ο συντελεστής συσχέτισης r=- 0,115 δείχνει αρνητική αλλά ασθενή συσχέτιση των µεταβλητών. Τα α οτελέσµατα των ινάκων είναι: Model R 1,115 (a) Descriptive Statistics Mean Std. Deviation N PM10 48,26 27, LOWTEMPER AT 14,716 7, Model Summary(b) R Square Adjusted R Square Sig. F Change,013,010,035 Correlations LOWTEM PM10 PERAT Pearson Correlation PM10 1,000 -,115 LOWTEMPERAT -,115 1,000 Sig. (1-tailed) PM10.,017 LOWTEMPERAT,017. N PM LOWTEMPERAT ANOVA(b) Model Sum of Squares df Mean Square F Sig. 1 Regression 3292, ,499 4,501,035(a) Residual ,90 7 Total , , a Predictors: (Constant), LOWTEMPERAT b Dependent Variable: PM10 152

153 Coefficients(a) Model Unstandardized Coefficients Standardized Coefficients t Sig. B Beta 1 (Constant) 54,574 16,424,000 LOWTEMPERAT -,429 -,115-2,122,035 Με βάση τους αρα άνω ίνακες η εξίσωση της ευθείας γραµµικής αλινδρόµησης δίνεται ως εξής: Η γραφική αράσταση είναι : [PM10]= - 0,429 * (LOWTEMPERAT) + 54,574 ιάγραµµα 5.37 : γραφική αράσταση της εξίσωσης αλινδρόµησης για PM10 Σ. ΡΟΣΟΥ, στο σταθµό στο Μαρούσι. Όταν θέτουµε ως ανεξάρτητη µεταβλητή την ατµοσφαιρική ίεση (PRESSURE), ροκύ τει ότι η µεταβλητή δεν έχει σηµαντικότητα γιατί η διαδικασία δίνει sig.=0,646. Οι δύο µεταβλητές δεν συσχετίζονται µεταξύ τους γιατί r= 0,025. Άρα τα PM10 δεν εξαρτώνται α ό την ατµοσφαιρική ίεση στο σταθµό αυτό. 153

154 Το ίδιο α οτέλεσµα έχουµε όταν ως ανεξάρτητη µεταβλητή ε ιλέγουµε την ηµερήσια ηλιοφάνεια (SUNDUR). Η µεταβλητή είναι ασήµαντη για τα PM10 (sig.=0,769). Ό ως είναι αναµενόµενο δεν υ άρχει καµία συσχέτιση µεταξύ τους. Άρα τα PM10 δεν εξαρτώνται α ό τη συγκεκριµένη µετεωρολογική αράµετρο στο σταθµό ου µελετάµε. Με εξαρτηµένη µεταβλητή την ίδια, δηλαδή τα PM10 και ανεξάρτητη µια άλλη µετεωρολογική αράµετρο την ατµοσφαιρική υγρασία, δια ιστώνουµε µεγάλη σηµαντικότητα αυτής της ανεξάρτητης µεταβλητής, γιατί ροκύ τει sig.=0,000. Ο συντελεστής συσχέτισης είναι r= 0,213 ου σηµαίνει ότι οι µεταβλητές είναι θετικά και σχετικά ασθενώς συσχετισµένες. Παραθέτουµε τους αντίστοιχους ίνακες: Descriptive Statistics Mean Std. Deviation N PM10 48,26 27, HUMIDITY 71,97 9, Mo del R Model Summary(b) R Square Adjusted R Square Sig. F Change 1,213(a),045,043,000 Correlations PM10 HUMIDITY Pearson Correlation PM10 1,000,213 HUMIDITY,213 1,000 Sig. (1-tailed) PM10.,000 HUMIDITY,000. N PM HUMIDITY ANOVA(b) a Predictors: (Constant), HUMIDITY b Dependent Variable: PM10 Model Sum of Squares df Mean Square F Sig. 1 Regression,000(a 11233, ,004 15,874 ) Residual , ,650 Total , Model Coefficients(a) Unstandardized Coefficients Standardized Coefficients t Sig. B Beta 1 (Constant) 2,426,209,834 HUMIDITY,637,213 3,984,000 Με βάση τους αρα άνω ίνακες η εξίσωση της ευθείας γραµµικής αλινδρόµησης δίνεται ως εξής: [PM10]= 0,637 * (HUMIDITY) + 2,

155 Η γραφική αράσταση είναι : ιάγραµµα 5.38 : γραφική α εικόνιση της εξίσωσης αλινδρόµησης για PM10 ΑΤΜ. ΥΓΡΑΣΙΑ, στο σταθµό στο Μαρούσι. Με ανεξάρτητη µεταβλητή την ταχύτητα του ανέµου (WINDSPEED), η µέθοδος της γραµµικής αλινδρόµησης α έδωσε αρκετή στατιστική σηµαντικότητα στη µετεωρολογική αυτή αράµετρο, ως ανεξάρτητη µεταβλητή, µε εξαρτηµένη µεταβλητή τα PM10. Έτσι ροκύ τει sig.=0,000 και ο συντελεστής συσχέτισης r= - 0,328 δείχνει ότι έχουν αρνητική και µέτρια συσχέτιση. Οι ίνακες των α οτελεσµάτων είναι οι εξής: Descriptive Statistics Mean Std. Deviation N PM10 48,26 27, WINDSPEED 3,361 1, Model Summary(b) Model R R Square Adjusted R Square Sig. F Change 1,328(a),108,105,000 a Predictors: (Constant), WINDSPEED b Dependent Variable: PM10 Correlations PM10 WINDSPEED Pearson Correlation PM10 1,000 -,328 WINDSPEED -,328 1,000 Sig. (1-tailed) PM10.,000 WINDSPEED,000. N PM WINDSPEED

156 ANOVA(b) Model Sum of Squares df Mean Square F Sig. 1 Regression 26610, ,179 40,229,000(a) Residual , ,472 Total , Coefficients(a) Model Unstandardized Coefficients Standardized Coefficients t Sig. B Beta 1 (Constant) 65,025 21,721,000 WINDSPEED -4,988 -,328-6,343,000 Η εξίσωση της ευθείας γραµµικής αλινδρόµησης είναι η εξής: [PM10]= - 4,988 * (WINDSPEED) + 65,025 Η γραφική της αράσταση δίνεται στο ακόλουθο διάγραµµα: ιάγραµµα 5.39 : γραφική α εικόνιση της εξίσωσης αλινδρόµησης για PM10 ΤΑΧΥΤΗΤΑ ΑΝΕΜΟΥ, στο σταθµό στο Μαρούσι. 156

157 Τελευταία µετεωρολογική αράµετρος ου θεωρούµε σαν ανεξάρτητη µεταβλητή ( µε εξαρτηµένη τα PM10) είναι ο δείκτης δυσφορίας (DI). Τα α οτελέσµατα α ό την ε εξεργασία δεν δίνουν καµία στατιστική σηµαντικότητα στην µεταβλητή αυτή, καθώς sig.=0,142. Ο συντελεστής συσχέτισης r= -0,080 δείχνει ότι δεν υ άρχει καµία συσχέτιση µεταξύ τους. Στο ε όµενο κεφάλαιο συνοψίζουµε τα αρα άνω α οτελέσµατα και ροσ αθούµε να διερευνήσουµε τους λόγους για τους ο οίους ροέκυψαν οι συσχετίσεις ου δια ιστώσαµε. 157

158 Κεφάλαιο 6 Συµ εράσµατα α ό την εφαρµογή της µεθόδου της γραµµικής αλινδρόµησης Α ό τη στατιστική ε εξεργασία των δεδοµένων εξάγουµε οικίλα συµ εράσµατα ανάλογα µε την ιδιαιτερότητα του κάθε ρύ ου, αλλά και τα χαρακτηριστικά της εριοχής ου βρίσκεται ο κάθε σταθµός καταγραφής. Στο ροηγούµενο κεφάλαιο, µε τη χρήση της µεθόδου της γραµµικής αλινδρόµησης, εξετάσαµε για κάθε σταθµό µέτρησης ξεχωριστά, µε οιους ατµοσφαιρικούς ρύ ους, αλλά και µε οιές α ό τις µετεωρολογικές αραµέτρους, υ άρχει γραµµική συσχέτιση των αιωρούµενων σωµατιδίων PM10, δηλαδή των αδρών σωµατιδίων µε διάµετρο µικρότερη α ό 10 µm. Συνοψίζοντας τα α οτελέσµατα της ε εξεργασίας θα ρέ ει να τονίσουµε τα εξής: Παρατηρούµε αρκετή οικιλοµορφία µεταξύ των σταθµών, όσον αφορά στα α οτελέσµατα της γραµµικής αλινδρόµησης µε εξαρτηµένη µεταβλητή τα αιωρούµενα σωµατίδια και ανεξάρτητη άλλους ατµοσφαιρικούς ρύ ους και µετεωρολογικά δεδοµένα, µε το συντελεστή συσχέτισης να φανερώνει α ό αδιάφορη έως καλή θετική αλλά και αρνητική συσχέτιση. Τα αιωρούµενα σωµατίδια αρουσιάζουν θετική αλλά ολύ ασθενή γραµµική συσχέτιση µε το δείκτη δυσφορίας DI, σε δύο µόνο α ό τους ε τά σταθµούς καταγραφής, στην Αγ. Παρασκευή µε r=0,135 και στον σταθµό στην εριοχή Ζωγράφου µε r=0,182, ενώ για τους άλλους σταθµούς η µετεωρολογική αυτή αράµετρος, δεν βρέθηκε να είναι στατιστικά σηµαντική, αρά το γεγονός ότι ο δείκτης αυτός αντικατο τρίζει την αίσθηση δυσφορίας των κατοίκων ( ίνακας 3.4). Με εξαίρεση το σταθµό στην εριοχή της Αγίας Παρασκευής, ό ου η διαδικασία µας έδωσε σαν α οτέλεσµα µια ολύ ασθενή συσχέτιση της τάξεως του 0,143 µε την χαµηλότερη ηµερήσια θερµοκρασία, στους υ όλοι ους σταθµούς ό ου καταγράφονται οι συγκεντρώσεις των αιωρούµενων σωµατιδίων, υ ήρξαν γραµµικές συσχετίσεις αυτού του ρύ ου και µε τους υ όλοι ους, αλλά και µε άλλες µετεωρολογικές αραµέτρους. Συγκεκριµένα στους σταθµούς στην Αριστοτέλους, στο Γουδί, στη Λυκόβρυση και στο Μαρούσι, βρήκαµε γραµµική συσχέτιση των PM10 και µε το µονοξείδιο (NO) και µε το διοξείδιο του αζώτου (NO2), µε το συντελεστή συσχέτισης να κυµαίνεται για το NO α ό 0,29 0,544 και για το NO2 λίγο υψηλότερα α ό 0,402-0,505. Ό ως δια ιστώνουµε α ό τις τιµές αυτές υ άρχει µέτρια έως καλή θετική συσχέτιση των δύο αυτών ρύ ων µε τα PM10 και αυτό ίσως οφείλεται στο γεγονός ότι και 158

159 στους τρείς αυτούς σταθµούς καταγράφηκαν υ ερβάσεις του ορίου για το NO2, ο ότε εκτός α ό µεγαλύτερη αραγωγή όζοντος, µέσω φωτοχηµικών διαδικασιών, έχουµε και ερισσότερο όγκο δευτερογενώς αραγόµενων αιωρούµενων σωµατιδίων, µέσω της συµ ύκνωσης σωµατιδίων ου ροέρχονται α ό ανθρω ογενείς δραστηριότητες, µε το διοξείδιο του αζώτου. Στους αρα άνω σταθµούς έχουν καταγραφεί υ ερβάσεις του θεσµοθετηµένου ορίου για τα PM10, για αρκετά µεγάλο οσοστό ηµερών του έτους Ακόµα αυτό ου αξίζει να τονίσουµε είναι η καλή θετική συσχέτιση (r=0,585) ου βρίσκουµε ανάµεσα στα PM10 και στο µονοξείδιο του άνθρακα CO, στο σταθµό στην εριοχή του Αµαρουσίου, το ο οίο είναι λογικό καθώς το µονοξείδιο του άνθρακα α οτελεί έναν α ό τους αέριους ρύ ους ου συντελούν στη σύνθεση οργανικών αιωρούµενων σωµατιδίων. Σε δύο α ό τους σταθµούς ου καταγράφονται οι συγκεντρώσεις των PM10 και του όζοντος, σε αυτόν στη Λυκόβρυση και στο Μαρούσι, βρήκαµε αρνητική ασθενή και µέτρια αντίστοιχα συσχέτιση µεταξύ των δύο ρύ ων, γεγονός ου δικαιολογείται, καθώς όσο µεγαλύτερη είναι η αραγωγή του όζοντος α ό το διοξείδιο του αζώτου, µέσω φωτοχηµικών αντιδράσεων, τόσο λιγότερα αιωρούµενα σωµατίδια σχηµατίζονται λόγω συµ ύκνωσης. Στους ερισσότερους α ό τους σταθµούς, συγκεκριµένα σε αυτούς στην Αριστοτέλους, στο Γουδί, στη Λυκόβρυση και στο Μαρούσι, η διαδικασία της αλινδρόµησης έδωσε αρνητική µετρίου βαθµού συσχέτιση των PM10 µε την ταχύτητα του ανέµου, µε το συντελεστή συσχέτισης να κυµαίνεται α ό -0,180 έως -0,501. Όσο µεγαλύτερη είναι η ταχύτητα του ανέµου τόσο µεγαλύτερος όγκος αιωρούµενων σωµατιδίων µ ορεί να α οµακρύνεται α ό την ατµόσφαιρα της ρωτεύουσας, συντελώντας στον κατά τα άλλα δύσκολο εξαερισµό της ατµόσφαιρας της όλης. Θα ρέ ει ακόµα να σηµειώσουµε την ασθενή θετική συσχέτιση των PM10 µε την ατµοσφαιρική υγρασία, στους σταθµούς ου η αράµετρος αυτή βρέθηκε να έχει στατιστική σηµαντικότητα. Αυτό δικαιολογείται α ό το γεγονός ότι οι άνεµοι ου κυριαρχούν στην Αθήνα είναι κυρίως νότιοι, καθώς ρος αυτό το σηµείο του ορίζοντα δεν υ άρχουν ψηλά βουνά, ο ότε είναι ιο ελεύθερη η ροή του ανέµου α ό τη θάλασσα στο νότιο τµήµα του λεκανο εδίου. Ο νότιος άνεµος όµως µεταφέρει ερισσότερη ατµοσφαιρική υγρασία, αλλά και µεγάλη οσότητα ρωτογενώς αραγόµενων σωµατιδίων και συγκεκριµένα σωµατίδια σκόνης α ό τη Σαχάρα. Τέλος σε µερικούς α ό τους σταθµούς µέτρησης ροέκυψε στατιστική σηµαντικότητα και για την ατµοσφαιρική ίεση ως ανεξάρτητη 159

160 µεταβλητή για την εξαρτηµένη µεταβλητή των PM10. Ό ου αυτό δια ιστώθηκε η συσχέτιση ήταν σχετικά ασθενής και αρνητική (16). Στο ε όµενο κεφάλαιο εφαρµόζουµε τη διαδικασία της ετεροσυσχέτισης των χρονοσειρών των ρύ ων στους διάφορους σταθµούς καταγραφής των συγκεντρώσεών τους. 160

161 Κεφάλαιο 7 µέτρησης Ετεροσυσχέτιση µεταξύ των σταθµών Στο 3 ο κεφάλαιο αναφερθήκαµε στο θεωρητικό υ όβαθρο της θεωρίας των χρονοσειρών. Στο κεφάλαιο αυτό αραθέτουµε τα α οτελέσµατα της διαδικασίας της ετεροσυσχέτισης δύο χρονοσειρών µεταξύ τους, µε στόχο να βρεθούν οι θέσεις µέγιστης α όκρισής τους και να εξάγουµε αντίστοιχα συµ εράσµατα. Εφαρµόζουµε τη διαδικασία της ετεροσυσχέτισης για τις χρονοσειρές ου διαθέτουµε, για τους ατµοσφαιρικούς ρύ ους PM10, CO, NO2 και O3 στους σταθµούς ου καταγράφεται ο καθένας α ό αυτούς. Ε ειδή υ άρχουν ελλείψεις τιµών σχεδόν σε όλους τους σταθµούς, συµ ληρώσαµε τις χαµένες τιµές µε τη µέθοδο Linear trend at point (14), µε τη χρήση του στατιστικού ρογράµµατος SPSS, µε το ο οίο δουλεύουµε και τη διαδικασία της ετεροσυσχέτισης των σταθµών καταγραφής µεταξύ τους, για τους αρα άνω ατµοσφαιρικούς ρύ ους. Έτσι οι ροϋ οθέσεις ου έχουµε αναφέρει στο 3 ο κεφάλαιο ληρούνται, καθώς τα διαστήµατα δειγµατοληψίας είναι τα ίδια για όλες και τα δείγµατα έχουν ληφθεί τις ίδιες χρονικές στιγµές. Στη συνέχεια αρουσιάζουµε τους ίνακες των α οτελεσµάτων της διαδικασίας, για καθένα α ό τους αρα άνω ατµοσφαιρικούς ρύ ους και συγκεκριµένα τον ίνακα ου εριέχει τον συντελεστή ετεροσυσχέτισης των δύο χρονοσειρών για όλα τα lag και το αντίστοιχο σχεδιάγραµµα (plot). 7.1 Αιωρούµενα σωµατίδια PM10 Εφαρµόζουµε τη µέθοδο της ετεροσυσχέτισης για τις χρονοσειρές των µέσων ηµερήσιων τιµών των αιωρούµενων σωµατιδίων για το έτος 2006 στους 7 σταθµούς µέτρησής τους. Συµ ληρώνουµε τις ελλείψεις τιµών µε τη µέθοδο Linear trend at point, ώστε τα διαστήµατα δειγµατοληψίας των χρονοσειρών να είναι τα ίδια (14). Πίνακας συµ λήρωσης των ελλείψεων στις τιµές του ρύ ου ανά σταθµό: Case Number of Non- Missing Values 1 Result Variable PM10AGP A_1 N of Replaced Missing Values First Last N of Valid Cases Creating Function SMEAN(P M10AGPA) 2 PM10ARIS T_ SMEAN(P M10ARIST ) 161

162 3 PM10LYK O_ SMEAN(P M10LYKO) 4 PM10MAR _1 5 PM10THR A_1 6 PM10ZWG _1 7 PM10GOU _ SMEAN(P M10MAR) SMEAN(P M10THRA) SMEAN(P M10ZWG) TREND(P M10GOU) Πίνακας 7.1: εριγραφή του µοντέλου Model Description Model Name MOD_1 Series Name 1 SMEAN(PM10AGPA) 2 SMEAN(PM10ARIST) 3 SMEAN(PM10LYKO) 4 SMEAN(PM10MAR) 5 SMEAN(PM10THRA) 6 SMEAN(PM10ZWG) 7 TREND(PM10GOU) Transformation Natural logarithm Non-Seasonal Differencing 0 Seasonal Differencing 0 Length of Seasonal Period No periodicity Range of Lags From -7 To 7 Display and Plot All lags Χρησιµο οιήσαµε το λογαριθµικό µετασχηµατισµό, λόγω της φύσης του ροβλήµατος ου µελετάµε και του µεγάλου όγκου των δεδοµένων καθώς ο µετασχηµατισµός αυτός κάνει µεγαλύτερη συµ ίεση στις µικρές τιµές, ενώ οι µεγάλες τιµές συµ ιέζονται λιγότερο, ο ότε διακρίνονται καλύτερα οι έντονες διακυµάνσεις (ε εισόδια ρύ ανσης) (29). Cross Correlations Series Pair: SMEAN(PM10AGPA) with SMEAN(PM10ARIST) Lag Cross Correlation Std. Error(a) -7,034,053-6,037,053-5,093,053-4,142,053-3,045,053-2,011,052-1,181,052 0,469,052 1,166, ,087, ,106,053 4,004, ,032, ,057, ,070,

163 a Based on the assumption that the series are not cross correlated and that one of the series is white noise. ιάγραµµα 7.1.1: συντελεστής ετεροσυσχέτισης των χρονοσειρών του ρύ ου PM10 των σταθµών Αγ. Παρασκευής και Αριστοτέλους. Cross Correlations Series Pair: SMEAN(PM10AGPA) with SMEAN(PM10LYKO) Cross Lag Correl ation Std. Error -7 -,001,053-6,012,053-5,015,053-4,047, ,020, ,031,052-1,185,052 0,453,052 1,094, ,098, ,029,053 4,054,053 5,014, ,020, ,035,

164 ιάγραµµα 7.1.2: συντελεστής ετεροσυσχέτισης των χρονοσειρών του ρύ ου PM10 των σταθµών Αγ. Παρασκευής και Λυκόβρυσης. Cross Correlations Series Pair: SMEAN(PM10AGPA) with SMEAN(PM10MAR) Cross Lag Correlation Std. Error -7,010, ,025,053-5,004,053-4,076,053-3,005,053-2,022,052-1,194,052 0,423,052 1,149, ,059, ,102, ,055, ,125, ,155, ,147,

165 ιάγραµµα 7.1.3: συντελεστής ετεροσυσχέτισης των χρονοσειρών του ρύ ου PM10 των σταθµών Αγ. Παρασκευής και Αµαρουσίου. Cross Correlations Series Pair: SMEAN(PM10AGPA) with SMEAN(PM10THRA) Cross Lag Correlation Std. Error -7 -,038,053-6,041,053-5,054,053-4,062,053-3,034,053-2,077,052-1,281,052 0,568,052 1,231,052 2,089,052 3,114,053 4,213,053 5,154,053 6,137,053 7,065,

166 ιάγραµµα 7.1.4: συντελεστής ετεροσυσχέτισης των χρονοσειρών του ρύ ου PM10 των σταθµών Αγ. Παρασκευής και Θρακοµακεδόνων. Cross Correlations Series Pair: SMEAN(PM10AGPA) with SMEAN(PM10ZWG) Cross Lag Correlation Std. Error -7,115,053-6,161,053-5,191,053-4,273,053-3,213,053-2,210,052-1,351,052 0,664,052 1,329,052 2,197,052 3,218,053 4,231,053 5,159,053 6,148,053 7,132,

167 ιάγραµµα 7.1.5: συντελεστής ετεροσυσχέτισης των χρονοσειρών του ρύ ου PM10 των σταθµών Αγ. Παρασκευής και Ζωγράφου. Cross Correlations Series Pair: SMEAN(PM10ARIST) with SMEAN(PM10LYKO) Lag Cross Correlation Std. Error -7 -,060, ,075, ,084, ,056, ,094,053-2,001,052-1,389,052 0,759,052 1,285, ,002,052 3,042,053 4,125,053 5,057,053 6,002,053 7,023,

168 ιάγραµµα 7.1.6: συντελεστής ετεροσυσχέτισης των χρονοσειρών του ρύ ου PM10 των σταθµών Αριστοτέλους και Λυκόβρυσης. Cross Correlation Series Pair: SMEAN(PM10AGPA) with TREND(PM10GOU) Lag Cross Correlation Std. Error -7 -,028, ,020,053-5,035,053-4,033,053-3,062,053-2,089,052-1,131,052 0,165,052 1,072, ,002, ,033, ,042, ,085, ,092, ,088,

169 ιάγραµµα 7.1.7: συντελεστής ετεροσυσχέτισης των χρονοσειρών του ρύ ου PM10 των σταθµών στο Γουδί και στην Αγ. Παρασκευή. Cross Correlations Series Pair: SMEAN(PM10LYKO) with SMEAN(PM10MAR) Lag Cross Correlation Std. Error -7 -,022, ,044,053-5,020,053-4,085,053-3,019, ,010,052-1,252,052 0,658,052 1,301, ,043, ,093, ,097, ,157, ,143, ,118,

170 ιάγραµµα 7.1.8: συντελεστής ετεροσυσχέτισης των χρονοσειρών του ρύ ου PM10 των σταθµών στη Λυκόβρυση και στο Μαρούσι. Cross Correlations Lag Cross Correlation Std. Error -7 -,102, ,045,053-5,010,053-4,047,053-3,019, ,020,052-1,200,052 0,512,052 1,201, ,002, ,022,053 4,008, ,030, ,012,053 7,003,053 Series Pair: SMEAN(PM10LYKO) with SMEAN(PM10THRA) ιάγραµµα 7.1.9: συντελεστής ετεροσυσχέτισης των χρονοσειρών του ρύ ου PM10 των σταθµών στη Λυκόβρυση και στους Θρακοµακεδόνες. 170

171 Lag Cross Correlation Std. Error -7 -,209, ,194, ,133, ,031,053-3,009,053-2,047,052-1,215,052 0,358,052 1,222,052 2,073,052 3,053,053 4,047,053 5,003, ,012, ,008,053 Cross Correlations Series Pair: TREND(PM10GOU) with SMEAN(PM10THRA) ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών του ρύ ου PM10 των σταθµών στο Γουδί και στους Θρακοµακεδόνες. 171

172 Lag Cross Correlation Std. Error -7 -,068, ,024,053-5,013,053-4,107,053-3,107,053-2,101,052-1,261,052 0,552,052 1,242,052 2,058,052 3,079,053 4,130,053 5,040,053 6,026, ,039,053 Cross Correlations Series Pair: SMEAN(PM10ZWG) with SMEAN(PM10THRA) ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών του ρύ ου PM10 των σταθµών στου Ζωγράφου και στους Θρακοµακεδόνες. 172

173 SMEAN(PM10AGP A) SMEAN(PM10ARI ST) SMEAN(PM10LYK O) SMEAN(PM10MA R) SMEAN(PM10THR A) SMEAN(PM10ZW G) TREND(PM10GO U) SMEAN(P M10AGPA) SMEAN(P M10ARIST ) SMEAN(PM 10LYKO) SMEAN(PM 10MAR) SMEAN( PM10TH RA) SMEAN(P M10ZWG) TREND (PM10 GOU) Pearson Correlation 1 Sig. (2-tailed) N 365 Pearson Correlation,729(**) 1 Sig. (2-tailed),000 N Pearson Correlation,750(**),862(**) 1 Sig. (2-tailed),000,000 N Pearson Correlation,598(**),833(**),784(**) 1 Sig. (2-tailed),000,000,000 N Pearson Correlation,879(**),716(**),746(**),557(**) 1 Sig. (2-tailed),000,000,000,000 N Pearson Correlation,850(**),690(**),733(**),620(**),756(**) 1 Sig. (2-tailed),000,000,000,000,000 N Pearson Correlation,047,439(**),344(**),443(**),154(**),203(**) 1 Sig. (2-tailed),366,000,000,000,003,000 N ** Correlation is significant at the 0.01 level (2-tailed) Πίνακας 7.2: ίνακας συντελεστών συσχέτισης κατά Pearson των σταθµών µεταξύ τους, για τις χρονοσειρές των συγκεντρώσεων των PM10 για το έτος Μονοξείδιο του Άνθρακα (CO)- Μέσες ηµερήσιες τιµές έτους Ε αναλαµβάνουµε τη διαδικασία της ετεροσυσχέτισης των χρονοσειρών µεταξύ των σταθµών καταγραφής των ρύ ων, για τον ατµοσφαιρικό ρύ ο CO, συµ ληρώνοντας τις τιµές ου λεί ουν µε την ίδια µέθοδο. Τα α οτελέσµατα της ε εξεργασίας δίνονται στους αρακάτω ίνακες και γραφήµατα: 173

174 Result Variable N of Replaced Missing Values Case Number of Non- Missing Values N of Valid Cases Creating Function 1 COATHIN _1 2 COGEOP ON_1 3 COMARO U_1 4 CONSMY R_1 5 COPATISI W_1 6 COPEIRA 1_1 7 COPERIS T_1 First Last SMEAN(COATHIN) SMEAN(COGEOPON) SMEAN(COMAROU) SMEAN(CONSMYR) SMEAN(COPATISIW) SMEAN(COPEIRA1) TREND(COPERIST) Cross Correlations Series Pair: SMEAN(COATHIN) with SMEAN(COGEOPON) Lag Cross Correlation Std. Error -7,367,053-6,345,053-5,345,053-4,366,053-3,382,053-2,434,052-1,630,052 0,815,052 1,585,052 2,423,052 3,387,053 4,382,053 5,364,053 6,395,053 7,412,053 ιάγραµµα 7.2.1: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου CO των σταθµών Αθηνάς Γεω ονικής. 174

175 Cross Correlations Series Pair: SMEAN(COATHIN) with SMEAN(COMAROU) Cross Lag Correlatio n Std. Error -7,206,053-6,202,053-5,203,053-4,238,053-3,257,053-2,309,052-1,532,052 0,682,052 1,466,052 2,334,052 3,308,053 4,281,053 5,252,053 6,278,053 7,305,053 ιάγραµµα 7.2.2: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου CO των σταθµών Αθηνάς Μαρούσι. Cross Correlations Series Pair: SMEAN(COATHIN) with SMEAN(COPATISIW) Lag Cross Correlation Std. Error -7,152,053-6,095,053-5,118,053-4,107,053-3,176,053-2,428,052-1,554,052 0,351,052 1,205,052 2,205,052 3,208,053 4,180,053 5,215,053 6,248,053 7,192,

176 Cross Correlations Cross Std. Lag Correlation Error -7,502,053-6,410,053-5,384,053-4,432,053-3,477,053-2,525,052-1,669,052 0,870,052 1,590,052 2,438,052 3,406,053 4,394,053 5,372,053 6,422,053 7,432,053 Series Pair: SMEAN(COATHIN) with SMEAN(COPEIRA1) ιάγραµµα 7.2.3: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου CO των σταθµών Αθηνάς Πειραιά 1. Cross Correlations Series Pair: SMEAN(COGEOPON) with SMEAN(COPATISIW) Lag Cross Correlation Std. Error -7,218,053-6,189,053-5,190,053-4,177,053-3,232,053-2,480,052-1,699,052 0,452,052 1,258,052 2,229,052 3,230,053 4,211,053 5,220,053 6,279,053 7,258,

177 ιάγραµµα 7.2.4: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου CO των σταθµών Γεω ονικής - Πατησίων. Cross Correlations Series Pair: SMEAN(COGEOPON) with SMEAN(COPEIRA1) Cross Lag Correlati on Std. Error -7,451,053-6,396,053-5,362,053-4,408,053-3,434,053-2,443,052-1,518,052 0,680,052 1,508,052 2,380,052 3,364,053 4,366,053 5,343,053 6,338,053 7,347,053 ιάγραµµα 7.2.5: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου CO των σταθµών Γεω ονικής Πειραιά

178 Cross Correlations Series Pair: SMEAN(COGEOPON) with TREND(COPERIST) Lag Cross Correlation Std. Error -7,369,053-6,345,053-5,353,053-4,372,053-3,351,053-2,381,052-1,599,052 0,806,052 1,560,052 2,380,052 3,351,053 4,368,053 5,358,053 6,381,053 7,424,053 ιάγραµµα 7.2.6: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου CO των σταθµών Γεω ονικής Περιστέρι. Cross Correlations Lag Cross Correlation Std. Error -7,324,053-6,328,053-5,322,053-4,361,053-3,414,053-2,458,052-1,610,052 0,852,052 1,627,052 2,394,052 3,344,053 4,321,053 5,291,053 6,279,053 7,289,053 Series Pair: SMEAN(COMAROU) with SMEAN(CONSMYR) 178

179 ιάγραµµα 7.2.7: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου CO των σταθµών Μαρούσι Νέα Σµύρνη. Cross Correlations Series Pair: SMEAN(COPEIRA1) with SMEAN(COPATISIW) Lag Cross Correlation Std. Error -7,148,053-6,093,053-5,108,053-4,072,053-3,082,053-2,223,052-1,328,052 0,231,052 1,183,052 2,204,052 3,184,053 4,147,053 5,217,053 6,296,053 7,245,053 ιάγραµµα 7.2.8: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου CO των σταθµών Πειραιά 1- Πατησίων. Cross Correlations Series Pair: SMEAN(COPEIRA1) with SMEAN(COATHIN) Lag Cross Correlation Std. Error -7,432,053-6,422,053-5,372,053-4,394,053-3,406,053-2,438,052-1,590,052 0,870,052 1,669,052 2,525,052 3,477,053 4,432,053 5,384,053 6,410,053 7,502,

180 ιάγραµµα 7.2.9: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου CO των σταθµών Πειραιά 1- Αθηνάς. Cross Correlations Series Pair: TREND(COPERIST) with SMEAN(COATHIN) Cross Correlatio Std. Lag n Error -7,418,053-6,401,053-5,372,053-4,398,053-3,389,053-2,404,052-1,552,052 0,778,052 1,613,052 2,398,052 3,356,053 4,340,053 5,300,053 6,313,053 7,358,053 ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου CO των σταθµών Περιστέρι- Αθηνάς. 180

181 Correlations SMEAN(CO ATHIN) SMEAN(CO GEOPON) SMEAN(CO MAROU) SMEAN(CO NSMYR) SMEAN(CO PATISIW) SMEAN(CO PEIRA1) TREND(CO PERIST) SMEAN( COATHI N) SMEAN(CO GEOPON) SMEAN(CO MAROU) SMEAN(C ONSMYR) SMEAN(C OPATISI W) SMEAN( COPEIR A1) TREND( COPERI ST) Pearson Correlation 1 Sig. (2-tailed) N 365 Pearson Correlation,879(**) 1 Sig. (2-tailed),000 N Pearson Correlation,809(**),862(**) 1 Sig. (2-tailed),000,000 N Pearson Correlation,910(**),849(**),841(**) 1 Sig. (2-tailed),000,000,000 N Pearson Correlation,473(**),520(**),600(**),510(**) 1 Sig. (2-tailed),000,000,000,000 N Pearson Correlation,886(**),773(**),669(**),790(**),371(**) 1 Sig. (2-tailed),000,000,000,000,000 N Pearson Correlation,855(**),899(**),886(**),847(**),576(**),754(**) 1 Sig. (2-tailed),000,000,000,000,000,000 N ** Correlation is significant at the 0.01 level (2-tailed). Πίνακας 7.3: ίνακας συντελεστών συσχέτισης κατά Pearson των σταθµών µεταξύ τους, για τις χρονοσειρές της µέσης ηµερήσιας συγκέντρωσης του CO για το έτος ιοξείδιο του Αζώτου (ΝO2) Μέσες ηµερήσιες τιµές έτους Εφαρµόζουµε την αρα άνω διαδικασία και για χρονοσειρές ου διαθέτουµε για τον ατµοσφαιρικό ρύ ο NO2, µε στόχο να διερευνηθεί το µέγεθος της σχέσης των χρονοσειρών του ρύ ου, µεταξύ των διαφόρων σταθµών µέτρησης ή η α όσταση ανάµεσα στη θέση της µέγιστης ισοδυναµίας τους. Τα α οτελέσµατα α ό την ε εξεργασία µε το στατιστικό ρόγραµµα SPSS έχουν ως εξής: 181

182 Πίνακας συµπλήρωσης των ελλείψεων στις τιµές των χρονοσειρών µε τη µέθοδο Linear trend at point: Result Variable N of Replaced Missing Values Case Number of Non-Missing Values N of Valid Cases Creating Function First 1 NO2ARIST_ TREND(NO2ARIST) 2 NO2AGPAR_ TREND(NO2AGPAR) 3 NO2PEIR1_ TREND(NO2PEIR1) 4 NO2ATHIN_ TREND(NO2ATHIN) 5 NO2ELEUS_ TREND(NO2ELEUS) 6 NO2GEOP_ TREND(NO2GEOP) 7 NO2GOUD_ TREND(NO2GOUD) 8 NO2LIOS_ TREND(NO2LIOS) 9 NO2LYKOB_ TREND(NO2LYKOB) 10 NO2MARO_ TREND(NO2MARO) 11 NO2NSMY_ TREND(NO2NSMY) 12 NO2PATIS_ TREND(NO2PATIS) 13 NO2PEIR2_ TREND(NO2PEIR2) 14 NO2PERIS_ TREND(NO2PERIS) 15 NO2THRAK_ TREND(NO2THRAK) 16 NO2ZWGR_ TREND(NO2ZWGR) Last Cross Correlations Series Pair: TREND(NO2ARIST) with TREND(NO2AGPAR) Cross Std. Lag Correlation Error -7,105,053-6,037,053-5,003,053-4,065,053-3,117,053-2,177,052-1,430,052 0,715,052 1,400,052 2,199,052 3,182,053 4,149,053 5,090,053 6,082,053 7,125,

183 ιάγραµµα 7.3.1: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου NO2 των σταθµών Αριστοτέλους Αγ. Παρασκευής. Cross Correlations Series Pair: TREND(NO2ARIST) with TREND(NO2ATHIN) Cross Std. Lag Correlation Error -7,102,053-6,041,053-5,012,053-4,078,053-3,123,053-2,165,052-1,401,052 0,751,052 1,418,052 2,129,052 3,089,053 4,069, ,020, ,011,053 7,072,053 ιάγραµµα 7.3.2: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου NO2 των σταθµών Αριστοτέλους Αθηνάς. Cross Correlations Series Pair: TREND(NO2ARIST) with TREND(NO2ELEUS) Cross Correlati on Std. Error Lag -7,011, ,058, ,061,053-4,034,053-3,082,053-2,135,052-1,414,052 0,782,052 1,469,052 2,206,052 3,157,053 4,109,053 5,062,053 6,067,053 7,155,053 ιάγραµµα 7.3.3: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου NO2 των σταθµών Αριστοτέλους Ελευσίνας. 183

184 Cross Correlations Series Pair: TREND(NO2ARIST) with TREND(NO2GOUD) Cross Std. Lag Correlation Error -7,118,053-6,054,053-5,057,053-4,129,053-3,171,053-2,210,052-1,509,052 0,865,052 1,481,052 2,201,052 3,154,053 4,117,053 5,038,053 6,022,053 7,102,053 ιάγραµµα 7.3.4: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου NO2 των σταθµών Αριστοτέλους Γουδί. Cross Correlations Series Pair: TREND(NO2ARIST) with TREND(NO2PATIS) Cross Std. Lag Correlation Error -7,067,053-6,083,053-5,135,053-4,149,053-3,201,053-2,469,052-1,686,052 0,373,052 1,186,052 2,170,052 3,139,053 4,068,053 5,046,053 6,102,053 7,066,053 ιάγραµµα 7.3.5: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου NO2 των σταθµών Αριστοτέλους Πατησίων. 184

185 Cross Correlations Series Pair: TREND(NO2ARIST) with TREND(NO2PEIR2) La g Cross Correlatio n Std. Error -7,032,053-6,001,053-5,101,053-4,182,053-3,189,053-2,387,052-1,764,052 0,383,052 1,147,052 2,136,052 3,129, ,002,053 5,026,053 6,081, ,003,053 ιάγραµµα 7.3.6: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου NO2 των σταθµών Αριστοτέλους Πειραιά2. Cross Correlations Series Pair: TREND(NO2ARIST) with TREND(NO2ZWGR) Cross Std. Lag Correlation Error -7,057,053-6,014,053-5,071,053-4,125,053-3,152,053-2,392,052-1,721,052 0,392,052 1,161,052 2,143,052 3,101,053 4,035,053 5,032,053 6,142,053 7,069,053 ιάγραµµα 7.3.7: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου NO2 των σταθµών Αριστοτέλους Ζωγράφου. 185

186 Cross Correlations Series Pair: TREND(NO2AGPAR) with TREND(NO2PEIR1) Lag Cross Correlation Std. Error -7 -,078, ,115, ,150, ,111, ,076, ,074, ,002,052 0,140, ,038, ,122, ,118, ,103, ,149, ,111, ,048,053 ιάγραµµα 7.3.8: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου NO2 των σταθµών Αγ. Παρασκευής- Πειραιά1. Cross Correlations Series Pair: TREND(NO2PEIR2) with TREND(NO2PERIS) Lag Cross Correlati on Std. Error -7,121,053-6,150,053-5,076,053-4,094,053-3,182,053-2,157,052-1,158,052 0,354,052 1,628,052 2,357,052 3,219,053 4,244,053 5,191,053 6,102,053 7,122,053 ιάγραµµα 7.3.9: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου NO2 των σταθµών Πειραιά2- Περιστέρι. 186

187 Cross Correlations Series Pair: TREND(NO2PEIR2) with TREND(NO2THRAK) Cross Lag Correlatio n Std. Error -7,085,053-6,118,053-5,092,053-4,097,053-3,134,053-2,109,052-1,110,052 0,245,052 1,370,052 2,277,052 3,230,053 4,226,053 5,186,053 6,137,053 7,166,053 ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου NO2 των σταθµών Πειραιά2- Θρακοµακεδόνων. Cross Correlations Series Pair: TREND(NO2PEIR2) with TREND(NO2NSMY) Cross Lag Correlation Std. Error -7,127,053-6,196,053-5,192,053-4,148,053-3,235,053-2,265,052-1,280,052 0,453,052 1,857,052 2,476,052 3,263,053 4,239,053 5,206,053 6,115,053 7,170,053 ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου NO2 των σταθµών Πειραιά2- Ν. Σµύρνη. 187

188 Cross Correlations Series Pair: TREND(NO2PEIR2) with TREND(NO2MARO) Cross Std. Lag Correlation Error(a) -7,106,053-6,128,053-5,099,053-4,089,053-3,186,053-2,203,052-1,201,052 0,384,052 1,643,052 2,369,052 3,240,053 4,260,053 5,181,053 6,112,053 7,142,053 ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου NO2 των σταθµών Πειραιά2- Μαρούσι. Cross Correlations Series Pair: TREND(NO2PEIR2) with TREND(NO2LIOS) Lag Cross Correlation Std. Error -7,081,053-6,130,053-5,089,053-4,091,053-3,188,053-2,173,052-1,161,052 0,341,052 1,641,052 2,375,052 3,243,053 4,227,053 5,190,053 6,122,053 7,144,053 ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου NO2 των σταθµών Πειραιά2- Λιόσια. 188

189 Cross Correlations Series Pair: TREND(NO2PEIR2) with TREND(NO2GOUD) Cross Std. Lag Correlation Error -7,091,053-6,145,053-5,129,053-4,122,053-3,208,053-2,210,052-1,217,052 0,439,052 1,747,052 2,424,052 3,256,053 4,248,053 5,186,053 6,104,053 7,110,053 ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου NO2 των σταθµών Πειραιά2- Γουδί. Cross Correlations Series Pair: TREND(NO2PEIR2) with TREND(NO2GEOP) Lag Cross Correlation Std. Error -7,096,053-6,133,053-5,104,053-4,124,053-3,162,053-2,160,052-1,175,052 0,379,052 1,677,052 2,395,052 3,221,053 4,227,053 5,195,053 6,136,053 7,176,053 ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου NO2 των σταθµών Πειραιά2- Γεω ονική. 189

190 Cross Correlations Series Pair: TREND(NO2PEIR2) with TREND(NO2ELEUS) Lag Cross Correlatio n Std. Erro r -7 -,060,053-6,009, ,017, ,003,053-3,116,053-2,140,052-1,138,052 0,307,052 1,614,052 2,363,052 3,208,053 4,207,053 5,144,053 6,092,053 7,109,053 ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου NO2 των σταθµών Πειραιά2- Ελευσίνα. Cross Correlations Series Pair: TREND(NO2PEIR2) with TREND(NO2ATHIN) Cross Std. Lag Correlation Error -7,024,053-6,087,053-5,070,053-4,060,053-3,117,053-2,136,052-1,136,052 0,298,052 1,622,052 2,346,052 3,157,053 4,158,053 5,139,053 6,064,053 7,078,053 ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου NO2 των σταθµών Πειραιά2- Αθηνάς. 190

191 Cross Correlations Series Pair: TREND(NO2PEIR2) with TREND(NO2LYKOB) Lag Cross Correlatio n Std. Error -7,103,053-6,155,053-5,111,053-4,115,053-3,197,053-2,190,052-1,183,052 0,337,052 1,567,052 2,336,052 3,245,053 4,278,053 5,218,053 6,138,053 7,169,053 ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου NO2 των σταθµών Πειραιά2-Λυκόβρυση. Cross Correlations Series Pair: TREND(NO2PERIS) with TREND(NO2THRAK) Cross Std. Lag Correlation Error -7,171,053-6,144,053-5,172,053-4,185,053-3,195,053-2,266,052-1,482,052 0,697,052 1,493,052 2,325,052 3,267,053 4,251,053 5,188,053 6,173,053 7,195,053 ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου NO2 των σταθµών Περιστέρι- Θρακοµακεδόνων. 191

192 Cross Correlations Series Pair: TREND(NO2NSMY) with TREND(NO2ZWGR) Cross Std. Lag Correlation Error -7,133,053-6,128,053-5,178,053-4,200,053-3,217,053-2,450,052-1,725,052 0,418,052 1,255,052 2,237,052 3,198,053 4,145,053 5,151,053 6,190,053 7,130,053 ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου NO2 των σταθµών Ν. Σµύρνη- Ζωγράφου. Cross Lag Correlatio n Std. Error -7,228,053-6,186,053-5,212,053-4,197,053-3,200,053-2,287,052-1,499,052 0,759,052 1,462,052 2,213,052 3,177,053 4,171,053 5,157,053 6,142,053 7,196,053 Cross Correlations Series Pair: TREND(NO2LIOS) with TREND(NO2GEOP) ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου NO2 των σταθµών Λιόσια- Γεω ονικής. 192

193 Cross Correlations Series Pair: TREND(NO2ELEUS) with TREND(NO2ZWGR) Cross Std. Lag Correlation Error -7,119,053-6,087,053-5,129,053-4,197,053-3,220,053-2,391,052-1,641,052 0,332,052 1,188,052 2,140,052 3,087,053 4,006, ,051,053 6,041,053 7,014,053 ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου NO2 των σταθµών Ελευσίνας Ζωγράφου. Cross Correlations Series Pair: TREND(NO2PERIS) with TREND(NO2ZWGR) Cross Std. Lag Correlation Error -7,146,053-6,134,053-5,154,053-4,187,053-3,226,053-2,414,052-1,658,052 0,406,052 1,212,052 2,208,052 3,192,053 4,121,053 5,053,053 6,131,053 7,137,053 ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου NO2 των σταθµών Περιστέρι Ζωγράφου. 193

194 Cross Correlations Series Pair: TREND(NO2MARO) with TREND(NO2PATIS) Lag Cross Correlation Std. Error -7,143,053-6,173,053-5,196,053-4,216,053-3,259,053-2,464,052-1,678,052 0,384,052 1,221,052 2,205,052 3,153,053 4,086,053 5,027,053 6,090,053 7,098,053 ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου NO2 των σταθµών Μαρούσι- Πατησίων. Cross Correlations Series Pair: TREND(NO2MARO) with TREND(NO2ZWGR) Cross Std. Lag Correlation Error -7,170,053-6,172,053-5,199,053-4,258,053-3,266,053-2,449,052-1,737,052 0,446,052 1,264,052 2,239,052 3,182,053 4,124,053 5,079,053 6,149,053 7,133,053 ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου NO2 των σταθµών Μαρούσι Ζωγράφου. 194

195 Cross Correlations Series Pair: TREND(NO2PATIS) with TREND(NO2PERIS) Lag Cross Correlation Std. Error -7,106,053-6,111,053-5,034,053-4,104,053-3,188,053-2,183,052-1,176,052 0,323,052 1,591,052 2,417,052 3,209,053 4,183,053 5,169,053 6,135,053 7,111,053 ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου NO2 των σταθµών Περιστέρι Πατησίων. Cross Correlations Series Pair: TREND(NO2LYKOB) with TREND(NO2ZWGR) Cross Std. Lag Correlation Error(a) -7,237,053-6,200,053-5,227,053-4,287,053-3,302,053-2,445,052-1,721,052 0,443,052 1,261,052 2,215,052 3,169,053 4,132,053 5,100,053 6,180,053 7,139,053 ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου NO2 των σταθµών Λυκόβρυση Ζωγράφου. 195

196 La Cross Std. g Correlation Error(a) -7 -,095, ,133, ,163, ,163, ,209, ,261, ,205, ,123, ,117, ,089, ,079, ,089, ,090, ,078, ,014,053 Cross Correlations Series Pair: TREND(NO2PEIR1) with TREND(NO2THRAK) ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου NO2 των σταθµών Πειραιά 1- Θρακοµακεδόνων. Std. Lag Cross Correlation Error( a) -7 -,048, ,111, ,149, ,103, ,118, ,122, ,038,052 0,140, ,002, ,074, ,076, ,111, ,150, ,115, ,078,053 Cross Correlations Series Pair: TREND(NO2PEIR1) with TREND(NO2AGPAR) ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου NO2 των σταθµών Πειραιά 1- Αγ. Παρασκευή. 196

197 Cross Correlations Series Pair: TREND(NO2PEIR1) with TREND(NO2PATIS) Cross Std. Lag Correlation Error(a) -7 -,086, ,085, ,040, ,079, ,098,053-2,012,052-1,140,052 0,019, ,025, ,027, ,031, ,088, ,092, ,068, ,106,053 ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του ρύ ου NO2 των σταθµών Πειραιά 1- Πατησίων. 7.4 Μονοξείδιο του Άνθρακα - Μέσες ωριαίες τιµές CO έτους Συνεχίζουµε τη διαδικασία της ετεροσυσχέτισης των τιµών των ρύ ων µεταξύ των σταθµών καταγραφής, για τον ατµοσφαιρικό ρύ ο CO, για τον ο οίο έχουµε 24 ωραίες τιµές ανά ηµέρα για όλο το έτος Έχουµε υ ολογίσει τις µέσες ωριαίες τιµές για όλο το έτος και συσχετίζουµε τους σταθµούς µέτρησης µεταξύ τους, για να εξετάσουµε αν οι µέγιστες τιµές της ηµέρας συµ ί τουν τις ίδιες ώρες για όλους τους σταθµούς, αλλά και να ανιχνεύσουµε τις θέσεις της µέγιστης ισοδυναµίας τους. Έχουµε θέσει την χρονική υστέρηση (lag) ίση µε 12, γιατί η δειγµατοληψία γίνεται ανά µια ώρα. Στη συνέχεια αραθέτουµε τους ίνακες µε τα α οτελέσµατα της διαδικασίας, αλλά και τα ραβδογράµµατα ου ανα αριστούν το συντελεστή ετεροσυσχέτισης. 197

198 Cross Correlations Series Pair: HmCOATH with HmCOGEOP Lag Cross Correlation Std. Error -12 -,115, ,233, ,307, ,257, ,109,250-7,057,243-6,155,236-5,185,229-4,248,224-3,389,218-2,611,213-1,776,209 0,705,204 1,332, ,147, ,529, ,671, ,587, ,396, ,210, ,086, ,031,258 10,028,267 11,093,277 12,142,289 ιάγραµµα 7.4.1: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του ρύ ου CO των σταθµών Αθηνάς - Γεω ονικής. 198

199 Cross Correlatio n Cross Correlations Series Pair: HmCOATH with HmCOMAR Std. Error Lag -12 -,128, ,195, ,221, ,120,258-8,063,250-7,224,243-6,274,236-5,244,229-4,251,224-3,340,218-2,530,213-1,694,209 0,639,204 1,283, ,149, ,478, ,615, ,564, ,431, ,299, ,203, ,144, ,037,267 11,092,277 12,197,289 ιάγραµµα 7.4.2: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του ρύ ου CO των σταθµών Αθηνάς - Αµαρουσίου. 199

200 Cross Correlations Series Pair: HmCOATH with HmCONSM Cross Std. Lag Correlation Error -12 -,082, ,179, ,254, ,224, ,105,250-7,023,243-6,093,236-5,121,229-4,187,224-3,329,218-2,554,213-1,765,209 0,777,204 1,470,209 2,030, ,363, ,579, ,595, ,490, ,345, ,212, ,128, ,021,267 11,092,277 12,172,289 ιάγραµµα 7.4.3: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του ρύ ου CO των σταθµών Αθηνάς Ν. Σµύρνης. 200

201 Cross Correlations Series Pair: HmCOATH with HmCOPAT Cross Lag Correlation Std. Error -12,187, ,026, ,212, ,300, ,376, ,465, ,524, ,520, ,347,224-3,044,218-2,460,213-1,660,209 0,523,204 1,137, ,231, ,429, ,428, ,275, ,095, ,014,243 8,023,250 9,066,258 10,126,267 11,195,277 12,231,289 ιάγραµµα 7.4.4: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του ρύ ου CO των σταθµών Αθηνάς Πατησίων. 201

202 Cross Lag Correlati on Std. Error -12 -,048, ,183, ,264, ,214, ,100, ,004,243-6,022,236-5,031,229-4,138,224-3,373,218-2,651,213-1,799,209 0,649,204 1,197, ,285, ,608, ,702, ,601, ,427, ,267, ,132, ,028,258 10,099,267 11,211,277 12,263,289 Cross Correlations Series Pair: HmCOATH with HmCOPER ιάγραµµα 7.4.5: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του ρύ ου CO των σταθµών Αθηνάς Περιστέρι. 202

203 Cross Correlations Series Pair: HmCOGEOP with HmCOMAR Lag Cross Correlation Std. Error -12 -,198, ,279, ,325, ,303, ,234, ,172, ,144, ,114, ,017,224-3,198,218-2,516,213-1,815,209 0,958,204 1,806,209 2,501,213 3,173, ,076, ,237, ,331, ,403, ,461, ,472, ,393, ,243, ,069,289 ιάγραµµα 7.4.6: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του ρύ ου CO των σταθµών Γεω ονικής - Αµαρουσίου. 203

204 Cross Correlations Series Pair: HmCOGEOP with HmCONSM Lag Cross Correlati on Std. Error -12 -,059, ,146, ,228, ,272, ,286, ,302, ,326, ,319, ,218,224-3,014,218-2,368,213-1,735,209 0,970,204 1,910,209 2,652,213 3,320,218 4,035, ,171, ,290, ,367, ,412, ,420, ,357, ,234, ,088,289 ιάγραµµα 7.4.7: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του ρύ ου CO των σταθµών Γεω ονικής Ν. Σµύρνης. 204

205 Cross Lag Correlation Std. Error -12,506,289-11,428,277-10,278,267-9,085, ,140, ,386, ,597, ,720, ,653, ,365,218-2,091,213-1,534,209 0,752,204 1,667,209 2,374,213 3,046, ,173, ,247, ,258, ,264, ,287, ,260, ,144,267 11,036,277 12,185,289 Cross Correlations Series Pair: HmCOPER with HmCOPEI1 ιάγραµµα 7.4.8: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του ρύ ου CO των σταθµών στο Περιστέρι και του 1 ου σταθµού στον Πειραιά. 205

206 Lag Cross Correlation Std. Error -12,399,289-11,246,277-10,028, ,157, ,289, ,400, ,485, ,506, ,369, ,025,218-2,447,213-1,832,209 0,932,204 1,701,209 2,259, ,152, ,397, ,454, ,359, ,223, ,105, ,002,258 10,099,267 11,182,277 12,240,289 Cross Correlations Series Pair: HmCOPEI1 with HmCOPAT ιάγραµµα 7.4.9: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του ρύ ου CO των σταθµών Πειραιά 1 - Πατησίων. 206

207 Cross Correlations Series Pair: HmCOPAT with HmCONSM Cross Std. Lag Correlation Error -12,148,289-11,090,277-10,008, ,059, ,097, ,115, ,144, ,229, ,276, ,222, ,060,213-1,175,209 0,383,204 1,413,209 2,190, ,196, ,515, ,660, ,629, ,469, ,237, ,006,258 10,207,267 11,394,277 12,522,289 ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του ρύ ου CO των σταθµών Πατησίων- Ν. Σµύρνης. 207

208 Cross Correlations Series Pair: HmCOPAT with HmCOMAR Cross Std. Lag Correlation Error -12,076,289-11,008, ,062, ,099, ,088, ,055, ,057, ,150, ,229, ,221, ,103,213-1,099,209 0,266,204 1,258,209 2,023, ,315, ,536, ,575, ,474, ,289, ,077,250 9,100,258 10,264,267 11,418,277 12,531,289 ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του ρύ ου CO των σταθµών Πατησίων- Αµαρουσίου. 208

209 Cross Correlati on Cross Correlations Series Pair: HmCOPAT with HmCOPER Std. Error Lag -12,143,289-11,062, ,035, ,107, ,151, ,181, ,224, ,299, ,287, ,127,218-2,148,213-1,448,209 0,609,204 1,488,209 2,125, ,311, ,593, ,655, ,544, ,332, ,084,250 9,142,258 10,340,267 11,500,277 12,580,289 ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του ρύ ου CO των σταθµών Πατησίων- Περιστερίου. 209

210 Cross Correlations Series Pair: HmCOPEI1 with HmCOATH Cross Std. Lag Correlation Error(a) -12,321,289-11,212,277-10,047, ,097, ,160, ,170, ,223, ,348, ,447, ,392, ,094,213-1,378,209 0,761,204 1,801,209 2,487,213 3,064, ,247, ,403, ,414, ,382, ,351, ,304, ,207, ,071,277 12,090,289 ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του ρύ ου CO των σταθµών Πειραιά 1 Αθηνάς. 210

211 Στον αρακάτω ίνακα διακρίνουµε τους συντελεστές συσχέτισης κατά Pearson, των µέσων ωριαίων τιµών του µονοξειδίου του άνθρακα CO µεταξύ των σταθµών µέτρησής του. HmCOA TH HmCOG EOP HmCO MAR HmCON SM HmCOP AT HmCOP EI1 HmCOP ER Pearson Correlation HmCOA TH HmCOGEO P Sig. (2-tailed) N 24 Pearson Correlation,793(**) 1 Correlations HmCOMAR ** Correlation is significant at the 0.01 level (2-tailed). * Correlation is significant at the 0.05 level (2-tailed). 1 Sig. (2-tailed),000 N Pearson Correlation,685(**),938(**) 1 HmCONS M Sig. (2-tailed),000,000 N Pearson Correlation,843(**),973(**),948(**) 1 Sig. (2-tailed),000,000,000 N Pearson Correlation,598(**),608(**),410(*),539(**) 1 HmCOPA T HmCOPEI1 HmCOPER Sig. (2-tailed),002,002,046,007 N Pearson Correlation,761(**),753(**),592(**),724(**),940(**) 1 Sig. (2-tailed),000,000,002,000,000 N Pearson Correlation,695(**),952(**),913(**),920(**),724(**),823(**) 1 Sig. (2-tailed),000,000,000,000,000,000 N Πίνακας 7.4: ίνακας συντελεστών συσχέτισης κατά Pearson των σταθµών µεταξύ τους, για τις χρονοσειρές των µέσων ωριαίων συγκεντρώσεων του CO για το έτος

212 7.5 ιοξείδιο του Αζώτου - Μέσες ωριαίες τιµές ΝO2 έτους Παραθέτουµε α οτελέσµατα της ετεροσυσχέτισης των τιµών των ρύ ων µεταξύ των σταθµών καταγραφής, για τον ατµοσφαιρικό ρύ ο ΝΟ2, για τον ο οίο ε ίσης έχουµε 24 ωραίες τιµές ανά ηµέρα για όλο το έτος Έχουµε υ ολογίσει τις µέσες ωριαίες τιµές για όλο το έτος και συσχετίζουµε τους σταθµούς µέτρησης µεταξύ τους, για να εξετάσουµε αν οι µέγιστες τιµές της ηµέρας συµ ί τουν τις ίδιες ώρες για όλους τους σταθµούς, αλλά και να ανιχνεύσουµε τις θέσεις της µέγιστης ισοδυναµίας τους. Έχουµε θέσει την χρονική υστέρηση (lag) ίση µε 12, γιατί η δειγµατοληψία γίνεται ανά µια ώρα. Στη συνέχεια αραθέτουµε τους ίνακες µε τα α οτελέσµατα της διαδικασίας µε τη χρήση του στατιστικού ακέτου SPSS, αλλά και τα σχεδιαγράµµατα ου ανα αριστούν το συντελεστή ετεροσυσχέτισης. Cross Correlations Cross Correlatio n Series Pair: NO2AGPAR with NO2ATHI Std. Error(a) Lag -12,176,289-11,037, ,057, ,176, ,287, ,330, ,321, ,318, ,259, ,081,218-2,178,213-1,410,209 0,572,204 1,521,209 2,226, ,183, ,414, ,427, ,415, ,302, ,161, ,044,258 10,042,267 11,204,277 12,313,289 a Based on the assumption that the series are not cross correlated and that one of the series is white noise. ιάγραµµα 7.5.1: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του ρύ ου NO2 των σταθµών Αθηνάς- Αγ. Παρασκευής. 212

213 Cross Correlations Series Pair: NO2AGPAR with NO2ARIST Lag Cross Correlation Std. Error(a) -12,497,289-11,366,277-10,142, ,113, ,361, ,561, ,655, ,595, ,355,224-3,048,218-2,514,213-1,858,209 0,940,204 1,753,209 2,377, ,053, ,392, ,558, ,564, ,455, ,283, ,097,258 10,084,267 11,238,277 12,330,289 ιάγραµµα 7.5.2: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του ρύ ου NO2 των σταθµών Αγ. Παρασκευής- Αριστοτέλους.. 213

214 Cross Correlations Series Pair: NO2AGPAR with NO2ELEUS Cross Std. Lag Correlation Error(a) -12,370,289-11,214, ,018, ,270, ,486, ,624, ,643, ,509, ,210,224-3,204,218-2,618,213-1,879,209 0,885,204 1,633,209 2,227, ,199, ,529, ,696, ,676, ,503, ,250,250 9,026,258 10,273,267 11,433,277 12,473,289 ιάγραµµα 7.5.3: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του ρύ ου NO2 των σταθµών Αγ. Παρασκευής- Ελευσίνας. 214

215 Cross Correlations Series Pair: NO2AGPAR with NO2PERIS Lag Cross Correlation Std. Error(a) -12,364,289-11,237,277-10,025, ,214, ,430, ,577, ,617, ,515, ,261,224-3,112,218-2,523,213-1,835,209 0,919,204 1,723,209 2,327, ,139, ,521, ,716, ,703, ,525, ,259,250 9,030,258 10,289,267 11,460,277 12,506,289 ιάγραµµα 7.5.4: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του ρύ ου NO2 των σταθµών Αγ. Παρασκευής- Περιστερίου. 215

216 Cross Correlations Series Pair: NO2ARIST with NO2ELEUS Cross Std. Lag Correlation Error(a) -12,252,289-11,115, ,066, ,258, ,429, ,546, ,559, ,428, ,155,224-3,219,218-2,604,213-1,876,209 0,915,204 1,688,209 2,278, ,183, ,560, ,772, ,796, ,646, ,373, ,060,258 10,230,267 11,446,277 12,545,289 ιάγραµµα 7.5.5: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του ρύ ου NO2 των σταθµών Αριστοτέλους Ελευσίνας. 216

217 Cross Correlations Series Pair: NO2ARIST with NO2THRAK Cross Std. Lag Correlation Error(a) -12,362,289-11,348,277-10,258,267-9,099, ,101, ,306, ,473, ,537, ,430, ,197,218-2,091,213-1,355,209 0,526,204 1,559,209 2,478,213 3,345,218 4,204,224 5,100,229 6,027, ,035, ,080, ,089, ,071, ,049, ,042,289 ιάγραµµα 7.5.6: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του ρύ ου NO2 των σταθµών Αριστοτέλους Θρακοµακεδόνων. 217

218 Cross Correlations Series Pair: NO2ARIST with NO2PATH Std. Lag Cross Correlation Error (a) -12,407,289-11,369,277-10,248,267-9,070, ,139, ,351, ,523, ,594, ,495, ,241,218-2,105,213-1,456,209 0,705,204 1,750,209 2,593,213 3,334,218 4,081, ,103, ,188, ,188, ,143, ,083, ,022,267 11,032,277 12,072,289 ιάγραµµα 7.5.7: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του ρύ ου NO2 των σταθµών Αριστοτέλους Αθηνάς. 218

219 Cross Std. Lag Correlation Error(a) -12,620,289-11,595,277-10,427,267-9,152, ,176, ,495, ,735, ,819, ,701, ,401,218-2,009,213-1,420,209 0,704,204 1,773,209 2,616,213 3,315, ,010, ,254, ,374, ,383, ,312, ,190, ,045,267 11,088,277 12,174,289 Cross Correlations Series Pair: NO2ELEUS with NO2ZWGR ιάγραµµα 7.5.8: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του ρύ ου NO2 των σταθµών Ελευσίνας -Ζωγράφου. 219

220 Cross Correlations Cross Std. Lag Correlation Error(a) -12,564,289-11,587,277-10,497,267-9,313,258-8,063, ,215, ,454, ,594, ,586, ,440, ,214,213-1,020,209 0,197,204 1,284,209 2,271,213 3,201,218 4,121,224 5,061,229 6,031,236 7,011,243 8,000,250 9,010,258 10,035,267 11,053,277 12,044,289 Series Pair: NO2ELEUS with NO2THRAK ιάγραµµα 7.5.9: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του ρύ ου NO2 των σταθµών Ελευσίνας -Θρακοµακεδόνων. 220

221 Cross Correlations Series Pair: NO2ELEUS with NO2LYKO Cross Std. Lag Correlation Error(a) -12,446,289-11,349,277-10,141, ,132, ,415, ,658, ,796, ,759, ,530, ,163,218-2,268,213-1,665,209 0,908,204 1,913,209 2,676,213 3,297, ,088, ,382, ,539, ,567, ,488, ,328, ,122,267 11,079,277 12,215,289 ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του ρύ ου NO2 των σταθµών Ελευσίνας -Λυκόβρυσης. 221

222 Cross Correlations Series Pair: NO2ELEUS with NO2MARO Cross Std. Lag Correlation Error(a) -12,171,289-11,109, ,020, ,187, ,352, ,475, ,522, ,458, ,280, ,002,218-2,339,213-1,666,209 0,877,204 1,878,209 2,645,213 3,245, ,197, ,556, ,747, ,749, ,604, ,370, ,104,267 11,146,277 12,333,289 ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του ρύ ου NO2 των σταθµών Ελευσίνας Αµαρουσίου. 222

223 Cross Correlations Cross Std. Lag Correlation Error(a) -12,445,289-11,398,277-10,255,267-9,056, ,176, ,438, ,621, ,648, ,540, ,295,218-2,064,213-1,428,209 0,719,204 1,764,209 2,555,213 3,234, ,083, ,302, ,403, ,405, ,328, ,197, ,047,267 11,090,277 12,184,289 Series Pair: NO2ELEUS with NO2PEIR1 ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του ρύ ου NO2 των σταθµών Ελευσίνας Πειραιά

224 Cross Correlations Series Pair: NO2ELEUS with NO2PERIS Cross Std. Lag Correlation Error(a) -12,367,289-11,276,277-10,089, ,156, ,409, ,608, ,690, ,611, ,368,224-3,004,218-2,433,213-1,798,209 0,981,204 1,900,209 2,580,213 3,127, ,322, ,650, ,784, ,723, ,520, ,243,258 10,042,267 11,276,277 12,415,289 ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του ρύ ου NO2 των σταθµών Ελευσίνας Περιστερίου. 224

225 Cross Correlations Series Pair: NO2ZWGR with NO2PEIR2 Cross Std. Lag Correlation Error(a) -12,173,289-11,107,277-10,004, ,104, ,190, ,235, ,226, ,151, ,006,224-3,197,218-2,407,213-1,538,209 0,508,204 1,297, ,043, ,422, ,733, ,885, ,847, ,651, ,368, ,053,258 10,241,267 11,465,277 12,573,289 ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του ρύ ου NO2 των σταθµών Ζωγράφου 2 ου Πειραιά. 225

226 Cross Correlations Series Pair: NO2ZWGR with NO2GEOP Cross Std. Lag Correlation Error(a) -12,189,289-11,118, ,002, ,132, ,239, ,300, ,296, ,212, ,039,224-3,208,218-2,463,213-1,622,209 0,594,204 1,371, ,001, ,417, ,750, ,896, ,824, ,581, ,246,250 9,095,258 10,366,267 11,525,277 12,570,289 ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του ρύ ου NO2 των σταθµών Ζωγράφου Γεω ονικής. 226

227 Cross Correlations Cross Std. Lag Correlation Error(a) -12,631,289-11,657,277-10,543,267-9,321,258-8,033, ,272, ,524, ,645, ,588, ,373, ,064,213-1,242,209 0,441,204 1,472,209 2,349,213 3,155, ,029, ,150, ,192, ,173, ,125, ,060,258 10,009,267 11,070,277 12,112,289 Series Pair: NO2PERIS with NO2PATH ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του ρύ ου NO2 των σταθµών Περιστερίου Πατησίων. 227

228 Cross Correlations Series Pair: NO2PERIS with NO2THRAK Cross Std. Lag Correlation Error(a) -12,587,289-11,619,277-10,534,267-9,344,258-8,083, ,194, ,423, ,543, ,507, ,349, ,127,213-1,082,209 0,207,204 1,243,209 2,198,213 3,125,218 4,051,224 5,003, ,017, ,023, ,018,250 9,000,258 10,034,267 11,055,277 12,051,289 ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του ρύ ου NO2 των σταθµών Περιστερίου Θρακοµακεδόνων. 228

229 Cross Correlations Series Pair: NO2NSMY with NO2ELEUS La Cross Std. g Correlation Error(a) -12,289,289-11,117, ,117, ,367, ,582, ,710, ,695, ,503, ,156,224-3,272,218-2,663,213-1,903,209 0,919,204 1,712,209 2,361, ,031, ,362, ,574, ,646, ,584, ,422, ,208,258 10,004,267 11,168,277 12,256,289 ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του ρύ ου NO2 των σταθµών Ν. Σµύρνης Ελευσίνας. 229

230 Cross Correlations Series Pair: NO2NSMY with NO2LIOSI Cross Std. Lag Correlation Error(a) -12,257,289-11,108, ,111, ,348, ,554, ,678, ,682, ,535, ,240,224-3,159,218-2,570,213-1,871,209 0,972,204 1,831,209 2,514,213 3,128, ,212, ,433, ,524, ,504, ,411, ,275, ,120,267 11,028,277 12,136,289 ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του ρύ ου NO2 των σταθµών Ν. Σµύρνης Λιοσίων. 230

231 Cross Correlations Series Pair: NO2PEIR1 with NO2ARIST a Based on the assumption that the series are not cross correlated and that one Cross Std. of the series is white noise. Lag Correlation Error(a) -12,267,289-11,171,277-10,014, ,166, ,333, ,455, ,502, ,448, ,238,224-3,092,218-2,467,213-1,761,209 0,832,204 1,564,209 2,208, ,131, ,392, ,521, ,485, ,353, ,211, ,051,258 10,097,267 11,228,277 12,324,289 ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του ρύ ου NO2 των σταθµών 1 ου Πειραιά Αριστοτέλους. 231

232 Cross Correlations Series Pair: NO2PEIR1 with NO2MARO Cross Std. Lag Correlation Error(a) -12,115,289-11,081, ,001, ,097, ,176, ,217, ,212, ,158, ,117,224-3,067,218-2,284,213-1,495,209 0,603,204 1,509,209 2,185, ,209, ,518, ,683, ,656, ,509, ,281, ,042,258 10,167,267 11,359,277 12,459,289 ιάγραµµα : συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του ρύ ου NO2 των σταθµών 1 ου Πειραιά Αµαρουσίου. 7.6 Όζον - Μέσες ηµερήσιες τιµές όζοντος έτους 2006 Εφαρµόζουµε τη διαδικασία της ετεροσυσχέτισης των χρονοσειρών µεταξύ των σταθµών καταγραφής των ρύ ων, για τον ατµοσφαιρικό ρύ ο O3 συµ ληρώνοντας τις τιµές ου λεί ουν µε την ίδια µέθοδο. Έχουµε υ ολογίσει τις µέσες ηµερήσιες τιµές του έτους 2006 για όλους τους δειγµατολη τικούς σταθµούς στους ο οίους καταγράφονται οι συγκεντρώσεις του. Ενδεικτικά α οτελέσµατα της ε εξεργασίας δίνονται στους αρακάτω ίνακες και γραφήµατα: 232

233 Model Description (ΠΕΡΙΓΡΑΦΗ ΤΟΥ ΜΟΝΤΕΛΟΥ) Model Name MOD_1 Series Name 1 TREND(O3ELEUSI) 2 TREND(O3GEOPO) 3 TREND(O3LIOSIA) 4 TREND(O3LYKOBR) 5 TREND(O3MAROUS) 6 TREND(O3NSMYR) 7 TREND(O3PATISI) 8 TREND(O3PEIRAI2) 9 TREND(O3THRAKO) 10 TREND(O3ZWGRA) 11 TREND(O3PEIR1) 12 TREND(O3PERIST) 13 TREND(O3AG.PAR) 14 TREND(O3ATHIN) Transformation Natural logarithm Non-Seasonal Differencing 0 Seasonal Differencing 0 Length of Seasonal Period No periodicity Range of Lags From -7 To 7 Display and Plot All lags Cross Correlations Series Pair: TREND(O3ELEUSI) with TREND(O3GEOPO) Cross Lag Correla tion Std. Error(a) -7,539,053-6,545,053-5,516,053-4,481,053-3,510,053-2,559,052-1,676,052 0,808,052 1,647,052 2,520,052 3,499,053 4,478,053 5,448,053 6,444,053 7,453,053 ιάγραµµα 7.6.1: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του O3 των σταθµών Ελευσίνας και Γεω ονικής. 233

234 Cross Correlations Series Pair: TREND(O3ELEUSI) with TREND(O3PATISI) La g Cross Correlati on Std. Error(a) -7,423,053-6,412,053-5,397,053-4,452,053-3,534,053-2,695,052-1,791,052 0,598,052 1,459,052 2,398,052 3,352,053 4,334,053 5,321,053 6,344,053 7,317,053 ιάγραµµα 7.6.2: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του O3 των σταθµών Ελευσίνας και Πατησίων. Cross Correlations Series Pair: TREND(O3ELEUSI) with TREND(O3ZWGRA) Cross Lag Correlatio n Std. Error(a) -7,497,053-6,502,053-5,519,053-4,558,053-3,562,053-2,625,052-1,734,052 0,623,052 1,554,052 2,541,052 3,505,053 4,458,053 5,442,053 6,439,053 7,428,053 ιάγραµµα 7.6.3: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του O3 των σταθµών Ελευσίνας και Ζωγράφου. 234

235 Cross Correlations Series Pair: TREND(O3LIOSIA) with TREND(O3ZWGRA) La g Cross Correlat ion Std. Error(a) -7,551,053-6,548,053-5,564,053-4,586,053-3,588,053-2,633,052-1,721,052 0,652,052 1,575,052 2,554,052 3,524,053 4,507,053 5,505,053 6,483,053 7,466,053 ιάγραµµα 7.6.4: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του O3 των σταθµών στις εριοχές Λιόσια και Ζωγράφου. Cross Correlations Series Pair: TREND(O3MAROUS) with TREND(O3PATISI) Lag Cross Correlatio n Std. Error( a) -7,399,053-6,371,053-5,356,053-4,384,053-3,458,053-2,617,052-1,773,052 0,610,052 1,444,052 2,384,052 3,347,053 4,347,053 5,345,053 6,346,053 7,322,053 ιάγραµµα 7.6.5: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του O3 των σταθµών στις εριοχές Μαρούσι και Πατησίων. 235

236 Cross Correlations Series Pair: TREND(O3MAROUS) with TREND(O3ZWGRA) Cross Lag Correlati on Std. Error(a) -7,489,053-6,475,053-5,482,053-4,504,053-3,509,053-2,580,052-1,691,052 0,589,052 1,495,052 2,476,052 3,441,053 4,417,053 5,407,053 6,383,053 7,366,053 ιάγραµµα 7.6.6: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του O3 των σταθµών στις εριοχές Μαρούσι και Ζωγράφου. Cross Correlations Series Pair: TREND(O3PEIRAI2) with TREND(O3LYKOBR) Cross Std. Lag Correlation Error(a) -7,449,053-6,472,053-5,447,053-4,415,053-3,418,053-2,451,052-1,506,052 0,648,052 1,756,052 2,594,052 3,469,053 4,453,053 5,429,053 6,438,053 7,467,053 ιάγραµµα 7.6.7: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του O3 στον 2 ο σταθµό στον Πειραιά και στον σταθµό στη Λυκόβρυση. 236

237 Cross Correlations Series Pair: TREND(O3PEIRAI2) with TREND(O3PATISI) Cross Lag Correlatio n Std. Error(a) -7,392,053-6,375,053-5,373,053-4,407,053-3,443,053-2,509,052-1,669,052 0,779,052 1,607,052 2,484,052 3,458,053 4,437,053 5,421,053 6,434,053 ιάγραµµα 7.6.8: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ηµερήσιων τιµών του O3 στον 2 ο σταθµό στον Πειραιά και στον σταθµό στην οδό Πατησίων. 7,449, Όζον - Μέσες ωριαίες τιµές του ρύ ου για το έτος Παραθέτουµε ενδεικτικά αραδείγµατα και α ό τη διαδικασία της ετεροσυσχέτισης ου εφαρµόσαµε και για τις µέσες ωριαίες τιµές του όζοντος µεταξύ των σταθµών καταγραφής των συγκεντρώσεών του. Model Name MOD_1 Series Name 1 O3AG.PAR 2 O3ATHIN 3 O3GEOP 4 O3ELEYSIN 5 O3ZVGRAF 6 O3THRAK 7 O3LIOSIA 8 O3LYKOBR 9 O3MAROU 10 O3NSMYR 11 O3PATHS 12 O3PEIR1 13 O3PEIRA2 14 O3PERIST Transformation Natural logarithm Non-Seasonal Differencing 0 Seasonal Differencing 0 Length of Seasonal Period No periodicity Range of Lags From -12 To 12 Display and Plot All lags ΠΕΡΙΓΡΑΦΗ ΜΟΝΤΕΛΟΥ ΤΟΥ 237

238 Cross Correlations Cross Std. Series Pair: O3AG.PAR with O3ZVGRAF Correlati Error(a on ) Lag -12 -,212, ,340, ,423, ,435, ,343, ,176, ,107, ,050,229-4,097,224-3,316,218-2,563,213-1,772,209 0,850,204 1,701,209 2,433,213 3,148, ,082, ,264, ,353, ,394, ,432, ,412, ,399, ,247, ,081,289 ιάγραµµα 7.7.1: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του O3 στους σταθµούς στις εριοχές Αγ. Παρασκευή και Ζωγράφου. Cross Correlations Series Pair: O3MAROU with O3PATHS Lag Cross Correlation Std. Error(a) -12 -,157, ,259, ,343, ,397, ,409, ,381, ,315, ,199, ,019,224-3,227,218-2,523,213-1,780,209 0,898,204 1,830,209 2,661,213 3,453,218 4,258,224 5,080, ,102, ,293, ,447, ,531, ,531, ,454, ,329,289 ιάγραµµα 7.7.2: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του O3 στους σταθµούς στις εριοχές Μαρούσι και Πατησίων. 238

239 Cross Correlations Series Pair: O3MAROU with O3PEIR1 Lag Cross Correlation Std. Error(a) -12 -,208, ,330, ,437, ,512, ,540, ,514, ,427, ,278, ,061,224-3,214,218-2,514,213-1,766,209 0,897,204 1,891,209 2,787,213 3,638,218 4,474,224 5,301,229 6,114, ,080, ,245, ,348, ,384, ,363, ,310,289 ιάγραµµα 7.7.3: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του O3 στους σταθµούς στις εριοχές Μαρούσι και στον 1 ο στον Πειραιά. Cross Correlations Series Pair: O3PEIR1 with O3ELEYSIN Cross Correlatio n Std. Error(a) Lag -12 -,246, ,311, ,353, ,348, ,285, ,165, ,010,236-5,156,229-4,338,224-3,543,218-2,748,213-1,900,209 0,934,204 1,821,209 2,579,213 3,276, ,020, ,269, ,450, ,560, ,597, ,568, ,481, ,347, ,190,289 ιάγραµµα 7.7.4: συντελεστής ετεροσυσχέτισης των 239

240 χρονοσειρών των µέσων ωριαίων τιµών του O3 στον 1 ο σταθµό στον Πειραιά και στο σταθµό στην Ελευσίνα. Cross Correlations Series Pair: O3THRAK with O3ATHIN Cross Std. Lag Correlation Error(a) -12 -,215, ,374, ,507, ,585, ,586, ,500, ,344, ,136,229-4,105,224-3,373,218-2,635,213-1,835,209 0,920,204 1,853,209 2,672,213 3,441,218 4,209,224 5,010, ,148, ,273, ,354, ,382, ,356, ,295, ,213,289 ιάγραµµα 7.7.5: συντελεστής ετεροσυσχέτισης των χρονοσειρών των µέσων ωριαίων τιµών του O3 στο σταθµό στην εριοχή των Θρακοµακεδόνων και σε αυτόν στην Αθηνάς. 240