Wpływ ruchu samochodowego oraz warunków meteorologicznych na stężenia tlenków azotu

W pracy określono wpływ transportu drogowego mierzonego natężeniem ruchu samochodowego oraz warunków meteorologicznych (temperatura, kierunek i prędkość wiatru, ciśnienie powietrza, wilgotność względna) na stężenia NO₂ oraz NO_x w powietrzu w kanionie komunikacyjnym. Badania przeprowadzono na podstawie godzinowych wartości zmiennych z okresu dwóch lat 2015 i 2016 w jednym punkcie Wrocławia. Określono 5 różnych podzbiorów danych wyznaczonych przez warunki klimatyczne Wrocławia (pory roku). Modelowano zależności regresyjne metodą regresji krokowej postępującej oraz metodą wzmacnianych drzew decyzyjnych. Analizowano dopasowanie modeli tworzonych dla tych podzbiorów oraz udział poszczególnych zmiennych w wyjaśnianiu zmienności stężeń zanieczyszczeń. Wykazano wpływ pory roku zarówno na dopasowanie modelu jak i na udziały poszczególnych predyktorów w wyjaśnianiu wariancji stężeń zanieczyszczeń. Najlepsze dopasowanie wykazały modele tworzone dla okresu zimowego (XII-II). Najważniejszą zmienną objaśniającą w modelowaniu stężeń tlenków azotu była prędkość wiatru oraz natężenie ruchu. Oba rozważane modele z podobną dokładnością opisują badane zależności.

The influence of road transport, measured by traffic intensity, and meteorological conditions (temperature, direction and velocity, air pressure, relative humidity) on NO₂ and NO_x concentrations in air in the communication canal were determined. The research was conducted on the basis of hourly values of variables from the period of two years 2015,2016 at one place in Wroclaw. There were 5 different time subdivisions designated by Wroclaw's climatic conditions (seasons). Regression was modeled using the stepwise regression method and the method of boosted decision trees. The fit of models created for these subsets and the share of individual variables in explaining variations in pollutant concentrations were analyzed. The influence of the seasons on the fit of the model and on the shares of the individual predictors in explaining the variance of pollutant concentrations was shown. The best fit was the models created for the winter (XII-II). The most important explanatory variable in the modeling of nitrogen oxide concentrations was wind speed and traffic intensity. Both models with similar accuracy describe the studied relationships.