REZIME PROJEKTA
Projekat je zasnovan na upotrebi i primeni otvorenih podataka i informacionih tehnologija u cilju kreiranja pametnih gradova kao savremenog alata (instrumenta) za olakšano donošenje odluka.
Analizirajući istorijske podatke nivoa izmerenog zagađenja po godišnjim dobima na odabranim lokacijama i učestalost gradskog prevoza grada Kragujevca, na prikazanim grafikonima uočljivo je nepodudaranje pikova čestičnog zagađenja (PM2.5 I PM 10) izmerenog na mernim stanicama sa pikovima u frekventnosti gradskog autobuskog saobraćaja, pa se iz izloženog može zaključiti da nivo zagađenja vazduha (u gradu Kragujevcu) nije u direktnoj vezi sa autobusima javnog gradskog prevoza , što je u u korelaciji sa očekivanjima na osnovu dostupne literature, po kojoj se u glavne izvore čestičnog zagađenja u urbanim sredinama ubrajaju industrijske emisije, sagorevanje uglja i biomase, spaljivanje otpada, prašina i sekundarni neorganski aerosol dok transport doprinosi sa svega 3%.[1]
Kada su u pitanju emisije gasova staklene bašte, istraživanja ukazuju da je globalnoj emisiji ugljen dioksida u 2020. godini najznačajnije doprineo Energetski sektor i ostala industrijska sagorevanja (21.12 GtCO2) dok je transportni sektor imao udeo od 7.9 GtCO2, ubrajajući ovde sve vrste transporta. [2] Ukoliko se posmatra raspodela emisije CO2 unutar transportnog sektora, doprinos autobuskog i kombi prevoza je sa svojih 7% predstavljao samo frakciju ukupne emisije poreklom od transporta a većinski udeo od čak 41% imao je automobilski saobraćaj .[3]
Rastući broj studija ukazuje na potencijal autobuskog prevoza putnika u smanjenju emisije gasova staklene bašte poreklom iz transportne industrije u odnosu na automobilski saobraćaj , mereći emisije po putniku po kilometru. Tako je opsežna godišnja studija UK department of Transport 2021[4] poredila razlike u emisiji gasova staklene bašte za različite vrste transporta i pokazala, između ostalog, da putovanje na destinaciji London - Glasgow emituje 4 puta više ukupnih gasova staklene bašte u odnosu na isto putovanje autobusom.
Uz uslov dostupnosti dodatnih podataka, kao što su podaci o broju registrovanih automobila, prosečnoj godišnjoj potrošnji goriva ili prosečnog broja pređenih kilometara, kao i podataka o broju putnika u autobusima, vidimo mogućnost daljeg istraživanja i razvoja ove studije uz primenu dostupne metodologije a u cilju promovisanja i popularizacije korišćenja gradskog prevoza usled podizanja svesti i edukacije stanovništva o prednostima po kvalitet vazduha, zdravlje i životnu sredinu, kao ekološki prihvatljivog vida transporta putnika u odnosu na individualni automobilski saobraćaj.
Rezultati analiza su u narednim poglavljima predstavljeni na interaktivnim grafikonima, a sama vizuelizacija prostornih podataka, na inovativan način na web-GIS platformi (Web interaktivna mapa).
[1] Zhang, R., Jing, J., Tao, J., Hsu, S. C., Wang, G., Cao, J., ... & Shen, Z. (2013). Chemical characterization and source apportionment of PM 2.5 in Beijing: seasonal perspective. Atmospheric Chemistry and Physics, 13(14), 7053-7074.
[2] https://www.statista.com/statistics/276480/world-carbon-dioxide-emissions-by-sector/
[3] https://www.statista.com/statistics/1185535/transport-carbon-dioxide-emissions-breakdown/
[4] UK Department of Transport -Transport and Environment Statistics: 2021 Annual Report (Statistical release, 11 May 2021; www. gov.uk) (link)
FREKVENTNOST POSETA STANICAMA JAVNOG GRADSKOG PREVOZA PO GTFS (General Transit Feed Specification) (%)
Za adekvatan uporedni prikaz poređenja relativnog učešća poseta stanicama na satnom nivou i prikaza izmerenih vrednosti zagađujućih čestica sa mernih stanica, izvršićemo njihovo upoređivanje za različite periode godine (proleće, leto, jesen), kao i za različite dane u nedelji (radni dan, subota, nedelja).
Podaci o merenim zagađenjima PM10 i PM2.5 čestica su prikupljeni iz arhive merenja sensor.community (archive.sensor.community)
kao i iz interne dokumentacije (Internet aplikacija "Vazduh građanima" - Klimerko), kojima se ovim prilikom zahvaljujemo na svoj pruženoj pomoći prilikom izrade ovog rada.
Na slici 1, prikazane su apsolutne vrednosti ukupnog broja poseta stanicama gradskih autobusa na godišnjem nivou u toku 24h. Ovi podaci, kao i podaci o svakom pojedinačnom stajalištu i njegovoj frekvenciji, odnosno relativnom učešću u ukupnom procentu frekventnosti, poslužiće kao jedan od elemenata prikaza uporedne analize po satnim podacima.
Sa grafikona možemo uočiti izvesna maksimalna grupisanja "pikove", koji odgovaraju u stvarnosti svakodnevnim potrebama građana u smislu povećanog korišćenja gradskog prevoza (odlazak na posao, prva/druga smena, vraćanje sa posla...) u intervalima između 06h i 08h ujutru, kao i od 12h do 17h.
Slika 1. Vremenska raspodela apsolutnog broja poseta stanicama gradskih autobusa, satni podaci, 24h
Kao što smo i napomenuli, za potrebe našeg uporednog predstavljanja rezultata, neophodno je da apsolutne podatke izrazimo i kao relativno učešće raspodele vrednosti ukupnih godišnjih poseta svim autobuskim stajalištima, kako u određenim vremenskim intervalima (24 h), tako i u zavisnosti od frekvencije podeljene na radne dane, subotu i nedelju.
Slika 2. Procentualna raspodela relativnih vrednosti frekventnosti gradskog saobraćaja po GTFS (%) - satni podaci, sva autobuska stajališta
Na slici 3 prikazana je procentualna raspodela relativnih vrednosti frekventnosti gradskog saobraćaja po GTFS (%) za satne podatke, radni dan
Slika 3. Procentualna raspodela relativnih vrednosti frekventnosti gradskog saobraćaja po GTFS (%) - satni podaci, radni dan
Na slici 4 prikazana je procentualna raspodela relativnih vrednosti frekventnosti gradskog saobraćaja po GTFS (%) za satne podatke, subota
Slika 4. Procentualna raspodela relativnih vrednosti frekventnosti gradskog saobraćaja po GTFS (%) - satni podaci, subota
Na slici 5 prikazana je procentualna raspodela relativnih vrednosti frekventnosti gradskog saobraćaja po GTFS (%) za satne podatke, nedelja
Slika 5. Procentualna raspodela relativnih vrednosti frekventnosti gradskog saobraćaja po GTFS (%) - satni podaci, nedelja
Kao primer pojedinačnih stanica, na slici 6 prikazaćemo apsolutni broj poseta najfrekventnijoj stanici (16 - Ćiftina Ćuprija) u toku 24h za radni dan, subotu i nedelju. Podaci za sve ostale pojedinačne stanice se mogu pronaći u delu "Interaktivna web mapa" odabirom bilo koje od stanica.
Slika 6. Prikaz apsolutnog broja poseta najfrekventnijoj stanici (16 - Ćiftina Ćuprija), posećene od strane sledećih autobuskih linija: 1, 10, 1030, 1060, 1080, 1111, 1112, 13, 14, 17, 2, 24, 26, 3, 4, 6, 601, 604, 610, 6100, 611, 6110, 612, 8, 9
Prikaz relativnog učešća (%) poseta najfrekventnijoj stanici (16 - Ćiftina Ćuprija) sa izdvojenim "pikovima", prikazano za satne podatke, radni dan
Slika 7. Procentualna raspodela relativnih vrednosti frekventnosti gradskog saobraćaja po GTFS (%) - satni podaci, radni dan, najfrekventnija stanica 16 (Ćiftina Ćuprija)
Prikaz relativnog učešća (%) poseta najfrekventnijoj stanici (16 - Ćiftina Ćuprija) sa izdvojenim "pikovima", prikazano za satne podatke, subota
Slika 8. Procentualna raspodela relativnih vrednosti frekventnosti gradskog saobraćaja po GTFS (%) - satni podaci, subota, najfrekventnija stanica 16 (Ćiftina Ćuprija)
Prikaz relativnog učešća (%) poseta najfrekventnijoj stanici (16 - Ćiftina Ćuprija) sa izdvojenim "pikovima", prikazano za satne podatke, nedelja
Slika 9. Procentualna raspodela relativnih vrednosti frekventnosti gradskog saobraćaja po GTFS (%) - satni podaci, nedelja, najfrekventnija stanica 16 (Ćiftina Ćuprija)
UPOREDNI PRIKAZ FREKVENTNOSTI POSETA STANICAMA JAVNOG GRADSKOG PREVOZA PO GTFS (%) I EMISIJE IZMERENIH VREDNOSTI SA DOSTUPNIH MERNIH STANICA
ARHIVSKI PODACI MERNIH STANICA SENSOR.COMMUNITY
U ovom delu statističko-analitičkih predstavljanja podataka, iskoristićemo dostupne istorijske podatke na pojedinim mernim stanicama (archive.sensor.community) i izvršiti upoređivanje dostupnih podataka PM10 i PM2.5 zagađenja u odnosu na relativne vrednosti frekvencija poseta (radni dan/subota/nedelja), za različite periode godine (zima/proleće, leto, jesen).
Slika 10. Prosečne vrednosti polutanata PM2.5 i PM10 po satima u zimskom periodu, izmerenim na stanici KG-Bunjevačka (50543), sa uporednim prikazom frekventnosti gradskog saobraćaja po gtfsu (%) za radni dan
Slika 11. Prosečne vrednosti polutanata PM2.5 i PM10 po satima u letnjem periodu, izmerenim na stanici KG-Bunjevačka (50543), sa uporednim prikazom frekventnosti gradskog saobraćaja po gtfsu (%) za radni dan
Slika 12. Prosečne vrednosti polutanata PM2.5 i PM10 po satima u jesenjem periodu, izmerenim na stanici KG-Bunjevačka (50543), sa uporednim prikazom frekventnosti gradskog saobraćaja po gtfsu (%) za radni dan
Slika 13. Prosečne vrednosti polutanata PM2.5 i PM10 po satima u zimskom periodu, izmerenim na stanici KG- Husinjska (55218), sa uporednim prikazom frekventnosti gradskog saobraćaja po gtfsu (%) za subotu
Slika 14. Prosečne vrednosti polutanata PM2.5 i PM10 po satima u zimskom periodu, izmerenim na stanici KG- Kumanovska (56929), sa uporednim prikazom frekventnosti gradskog saobraćaja po gtfsu (%) za nedelju
Sa prethodnih interaktivnih grafikona posmatranih u različitim periodima doba godine, a posmatrajući prostorne raspodele zagađenja sa mernih stanica (PM10 i PM2.5), kao i procentualnu raspodelu relativnog učešća broja poseta mernim stanicama u toku 24h, možemo zaključiti da ne postoji jasna korelacija, kojom bi se mogao objasniti direktan uticaj zagađenja izazvanog od strane gradskog prevoza i maksimalnih vrednosti (pikova) očitanih sa mernih stanica.
ARHIVSKI PODACI MERNIH STANICA KLIMERKO.ORG
U ovom delu statističko-analitičkih predstavljanja podataka, iskoristićemo dostupne istorijske podatke na pojedinim mernim stanicama (Internet aplikacija "Vazduh građanima" - Klimerko) i izvršiti upoređivanje dostupnih podataka PM10 i PM2.5 zagađenja u odnosu na relativne vrednosti frekvencija poseta, za različite periode i lokacije.
Slika 15. Relativno učešće prosečnih vrednosti polutanata u ukupnom izmerenom zagađenju PM2.5 i PM10 čestica po satima za februar 2022, izmerenim na stanicama "Klimerko MA Kragujevac - KG Miloja Pavlovića", "Klimerko GLJ GZBV Kragujevac - KG Gružanska" i "Descon Klimerko - KG Ruđera Boškovića", sa uporednim prikazom frekventnosti gradskog saobraćaja po gtfsu (%) za radni dan
Uzevši o obzir prostornu raspodelu mernih stanica zagađenja na teritoriji grada Kragujevca i prostornu raspodelu autobuskih stajališta u neposrednoj blizini, na osnovu dostupnih podataka zagađenja, na sledećem primeru će biti prikazano relativno učešće prosečnih vrednosti polutanata u ukupnom izmerenom zagađenju PM2.5 i PM10 čestica po satima za februar 2022, izmerenim na stanici "Klimerko MA Kragujevac - KG Miloja Pavlovića", sa uporednim prikazom frekventnosti gradskog saobraćaja po gtfsu (%) za radni dan, sa najbližim stanicama gradskog prevoza "Pionir", "Ured 1" i "Ured 2".
Slika 16. Relativno učešće prosečnih vrednosti polutanata u ukupnom izmerenom zagađenju PM2.5 i PM10 čestica po satima za februar 2022, izmerenim na stanicama "Klimerko MA Kragujevac - KG Miloja Pavlovića", sa uporednim prikazom frekventnosti gradskog saobraćaja po gtfsu (%) za radni dan, stanice "Pionir", "Ured 1" i "Ured 2"
DODATNE ANALIZE:
PRORAČUN EMISIJA ŠTETNIH GASOVA LINIJA GRADSKOG PREVOZA UPOTREBOM PROGRAMSKOG PAKETA COPERT
COPERT je softverski program koji ima za cilj izračunavanje emisija zagađivača vazduha iz drumskog saobraćaja kroz transparentno i standardizovano prikupljanje podataka i postupke izveštavanja o emisijama, u skladu sa zahtevima međunarodnih konvencija i protokola i zakonodavstva EU.
Tehnički razvoj COPERT-a finansira Evropska agencija za životnu sredinu (EEA), u okviru aktivnosti Evropskog tematskog centra o vazduhu i klimatskim promenama, a razvijen je za korišćenje od strane nacionalnih eksperata za procenu emisija iz drumskog saobraćaja kako bi se uključile u zvanične godišnje nacionalne inventare. COPERT metodologija je takođe deo EMEP/CORINAIR Vodiča za inventar emisija.
Korišćena je verzija COPERT 5, u koju je implementirana Tier 3 metodologija objavljena i od strane EEA I EMEP u poslednjoj verziji dokumenta iz oktobra 2021 (1.A.3.b.i-iv Road transport 2021[5]). Na osnovu Tier 3 metodologije, proračuni emisije izduvnih gasova se vršeni korišćenjem tehničkih podataka - emisionih faktora i totalnog broja pređenih kilometara što je odgovaralo nama dostupnim podacima te je shodno tome izvršen izbor metode.
Unosom svih javno dostupnih informacija, koje su bile predmet ovog projekta, kao izlazni produkt, dobili smo setove podataka o zagađenju. Kompletni podaci se mogu pronaći u sekciji "Prikaz tabelarnih podataka", a u sledećem delu će se prikazati dobijeni podaci u vidu intreaktivnih grafikona.
[5]; https://www.eea.europa.eu/publications/emep-eea-guidebook-2019/part-b-sectoral-guidance-chapters/1-energy/1-a-combustion/1-a-3-b-i/view pristup 8 .Mart 2022.
ULAZNI PODACI PROGRAMSKOG PAKETA COPERT
Na slici 17 možemo videti procentualnu zastupljenost marki vozila flote prevoznika javnog gradskog prevoza. Koristeći ove podatke, kao ulazne parametre u softveru za preračunavanje emisije štetnih materija Copert, izvršićemo odabir kategorije vozila u spisku ponuđenih.
Slika 17. Procentualno učešće pojedinih tipova autobusa u ukupnoj floti javnog gradskog prevoza.
Pogonski energenti i emisione klase motora na linijama gradskog prevoza, predstavljaju još jedan od ulaznih faktora softvera Copert za preračunavanje emisija zagađenja.
Slika 18. Distribucija tipova i vrsta vozila po linijama javnog gradskog prevoza, sa uporednim prikazom dužina trasa (km) i emisionih klasa motora (za dizel i cng pogonske energente)
Slika 19 prikazuje apsolutnu raspodelu učešća pogonskih goriva i emisionih klasa motora u ukupnoj dužini trasa javnog gradskog prevoza. Godišnje vrednosti pređenih kilometara po pojedinačnom vozilu su takođe neophodne za ukupan proračun emisija zagađenja.
Slika 19. Apsolutna raspodela učešća pogonskih goriva i emisionih klasa motora u ukupnoj dužini trasa javnog gradskog prevoza, izražene u km.
Ko što je i prikazano na interaktivnoj GIS web mapi, geografsko područje teritorije opštine Kragujevac sa linijama gradskog prevoza je podeljeno na urbanu/ruralnu zonu, kako bi se za svaku od pojedinačnih trasa i njihovoj pripadnosti motornom pogonu/emisionoj klasi, odredilo procentualno učešće pripadnosti svakoj od zona. Svi ovi podaci, zajedno sa prethodno pobrojanim, su iskorišćeni kao ulazni elementi proračuna.
Slika 20. Procentualna raspodela učešća pogonskih goriva i emisionih klasa motora i njihovo učešće u urbanoj/ruralnoj sredini.
Na slici 21 su prikazane apsolutne vrednosti ukupnog godišnjeg zagađenja (t) dobijenih iz Copert modela za dizel i CNG emisione klase motora. Pojedinačne trase i njihove apsolutne vrednosti (t), kao i preračunate (gr/km), mogu se pronaći u delu "Web interaktivna mapa", odabirom neke od trasa prevoza.
Slika 21. Uporedni prikaz ukupne godišnje emisije preračunatih vrednosti zagađujućih čestica iz sistema za preračunavanje emisija drumskog transporta, Copert (Dizel i CNG pogon)
Na slici 22, prikazane su apsolutne dužine pojedinačnih trasa prevoza, na kojima saobraćaju vozila dizel motornog pogona (Euro V emisona klasa) i njihova korelacija sa emisijama zagađenja (PM10 i PM2.5 čestica). Odstupanja od potpune korelacije se najverovatnije mogu pripisati ostalim parametrima trasa (procentualni odnos urbanog/ruralnog učešća, učestvovanje u saobraćajnom "špicu" itd).
Slika 22. Uporedni prikaz godišnje emisije preračunatih vrednosti zagađujućih čestica (PM10 i PM2.5) iz sistema za preračunavanje emisija drumskog transporta "Copert" i ukupnih dužina pojedinačnih trasa (km) na godišnjem nivou za vozila dizel motornog pogona (Euro V emisona klasa)
Na slici 23, prikazane su apsolutne dužine pojedinačnih trasa prevoza, na kojima saobraćaju vozila CNG motornog pogona (EEV emisona klasa) i njihova korelacija sa emisijama zagađenja (PM10 i PM2.5 čestica).
Slika 23. Uporedni prikaz godišnje emisije preračunatih vrednosti zagađujućih čestica (PM10 i PM2.5) iz sistema za preračunavanje emisija drumskog transporta "Copert" i ukupnih dužina pojedinačnih trasa (km) na godišnjem nivou za vozila CNG motornog pogona (EEV emisona klasa)
Pored apsolutnog prikaza, emisije zagađujućih čestica se mogu prikazati i u preračunatim vrednostima u gramima po dužnom km (gr/km), pa se kao sledeći primer predstavlja trasa prevoza "19_backward", koja po preračunatim vrednostima emisije zagađenja PM10 čestica u gr/km ima najveće vrednosti. Razlog za ovo se nameće iz toga da čitava trasa svom svojom dužinom pripada urbanom gradskom području, sa svim pripadajućim periodima saobraćajnih gužvi i usporenja saobraćaja.
Slika 24. Prikaz godišnje emisije preračunatih vrednosti zagađujućih čestica izraženih po dužnom km (trasa prevoza 19_backward, dizel motorni pogon, Euro V emisiona klasa)
Na isti način ćemo i predstaviti emisije zagađujućih čestica u preračunatim vrednostima u gramima po dužnom km (gr/km), za trasu prevoza "20_backward", koja po preračunatim vrednostima emisije zagađenja PM10 čestica u gr/km ima najveće vrednosti, ali ovoga puta unutar CNG pogona, EEV emisione klase motora.
Slika 25. Prikaz godišnje emisije preračunatih vrednosti zagađujućih čestica izraženih po dužnom km (trasa prevoza 20_backward", CNG motorni pogon, EEV emisiona klasa)
DODATNE ANALIZE:
PRORAČUN EMISIJA ŠTETNIH GASOVA LINIJA GRADSKOG PREVOZA UPOTREBOM T-TEST MODELA KALKULACIJA, Chao Wang et al. 2020
U sledećoj analizi korišćen je model predložen od strane Chao Wang i saradnika 2020 godine[6] ,
gde su autori upotrebom metoda srednjeg odstupanja distribucije i direktnih merenja emisije izduvnih gasova omogućili identifikaciju raspodele emisije gasova CO, CO2, HC i NOx na deonicama otvorenog puta, raskrsnicama i autobuskim stajalištima i dobili koeficijente vrednosti emisije gasova za autobuse Euro IV, Euro V i EEV emisione klase motora u gramima ukupne emisije gasova po sekundi.
Na osnovu GTFS grada Kragujevca dobijeni su geoprostorni podaci linija gradskog prevoza i stajališta, a linije 24 (Euro V, dizel) i 25 (EEV; CNG) su uzete kao referentne. GIS analizom linija je podeljena na segmente između susednih stanica i tako su dobijene vrednosti distanci između dve susedne stanice. Iz GTFS su uzeti vremenski intervali između dva susedna stajališta, oduzeta vrednost od 15 sekundi po segmentu, kao pretpostavljeno vreme koje autobus provede stacionarno na stajalištu i dobijene vrednosti su dodeljene segmentiranoj liniji.
Primenom nalaza navedene publikacije, GTFS podataka kao i podataka dobijenih GIS analizom u formuli:
Vreme u sekundama između dva stajališta (GTFS podaci) x koeficijent ukupne emisije gasova za odgovarajuću emisionu klasu motora (g/s) / rastojanje između dva stajališta (GIS analiza) dobijene su specifične vrednosti zagađenja za svaki segment linije, koje su predstavljene kartografski i statistički:
Slika 26. Grafički prikaz T-test modela kalkulacija raspodele zagađenja po segmentima (trasa prevoza 24_forward, Dizel motorni pogon)
Slika 27. Grafički prikaz T-test modela kalkulacija raspodele zagađenja po segmentima (trasa prevoza 25_forward, CNG motorni pogon)
Ovakav metod otvara mogućnost za detaljniju GIS analizu i vizuelizaciju podataka. U slučaju prikupljanja empirijskih podataka o raspodeli vremena provedenog na različitiim deonicama puta (na otvorenom putu, raskrsnicama, stajalištima, pri ubrzavanju i usporavanju), za pojedinačne autobuse na linijama u Kragujevcu, bilo bi moguće razviti precizniji model distribucije ukupne emisije gasova, sa jasno identifikovanim segmentima najveće gustine emisije, što bi omogućilo bolju vidljivost i izveštavanje, ali i otvorilo put daljim analizama i potencijalnoj optimizaciji mreže gradskog prevoza na najefikasniji način.
[6] Wang, C., Sun, Z., & Ye, Z. (2020). On-road bus emission comparison for diverse locations and fuel types in real-world operation conditions. Sustainability, 12(5), 1798.