Innovative Methods for Multi-source Air Dust Pollution Monitoring using Remote Sensing: A Comparative Study of Chalkidiki (Greece) and Ihalainen (Finland)

Die Luft, die wir atmen, ist ein komplexes Gemisch aus Gasen und winzigen festen oder flüssigen Partikeln, die darin schweben. Einige dieser Partikel kommen natürlich vor, etwa durch den Wind aus Wüsten aufgewirbelt oder durch Vulkane freigesetzt, während andere durch menschliche Aktivitäten wie das Verbrennen von Brennstoffen, das Fahren von Autos oder das Graben in die Erde nach Mineralien entstehen. Wenn diese Partikel klein genug sind, um eingeatmet zu werden, können sie die Lungen reizen, Asthma auslösen und im Laufe der Zeit zu schweren Herz- und Lungenerkrankungen beitragen. Da diese Partikel für das bloße Auge unsichtbar sind und lange Strecken zurücklegen können, ist ihre Verfolgung schwierig. Wissenschaftler haben sich traditionell auf physische Sensoren verlassen, die am Boden platziert wurden, um die Verschmutzung zu messen, aber diese Sensoren sind teuer in der Herstellung und Wartung, was dazu führt, dass riesige Gebiete der Welt ohne direkte Messungen bleiben. Um diese Lücken zu füllen, haben Forscher auf Satelliten zurückgegriffen, die im Orbit über uns kreisen, sowie auf leistungsstarke Computermodelle, die simulieren, wie sich die Atmosphäre bewegt und verändert. Diese Werkzeuge bieten eine Möglichkeit, die Verschmutzung über ganze Regionen hinweg sichtbar zu machen, aber sie sind nicht perfekt; Satelliten können durch Wolken blockiert werden, und Computermodelle glätten oft die scharfen, lokalen Details der Verschmutzung, die unmittelbar neben einer Fabrik oder einem Bergwerk auftreten.

Diese Studie setzte sich zum Ziel, die Wirksamkeit dieser Hightech-Werkzeuge bei der Anwendung auf zwei sehr unterschiedliche Bergbauregionen zu testen: eine in dem heißen, trockenen Klima Griechenlands und eine in der kalten, bewaldeten Landschaft Finnlands. Die Forscher konzentrierten sich auf eine spezifische Art der Verschmutzung namens PM10, die sich auf Staubpartikel bezieht, die kleiner als zehn Mikrometer sind – etwa so breit wie ein menschliches Haar. Sie wollten wissen, ob Daten von Satelliten und Computermodellen den durch Bergbauarbeiten erzeugten Staub in diesen gegensätzlichen Umgebungen genau verfolgen können und ob diese Methoden helfen können, die zukünftige Luftqualität vorherzusagen. Durch den Vergleich von Satelliten- und Modelldaten mit tatsächlichen Messungen durch Bodensensoren an beiden Standorten zielte das Team darauf ab, eine zuverlässige, skalierbare Methode zur Überwachung der Staubbelastung in Gebieten zu schaffen, in denen traditionelle Überwachungsnetzwerke spärlich oder gar nicht vorhanden sind.

Die Forscher untersuchten zwei unterschiedliche Standorte, um zu sehen, wie verschiedene Klimate und Arten des Bergbaus die Staubwerte beeinflussen. Der erste Standort war in Chalkidiki, Griechenland, einem Gebiet mit mediterranem Klima, das durch heiße, trockene Sommer und komplexes Gelände gekennzeichnet ist. Hier gewinnen Bergbaubetriebe Metalle wie Gold, Silber, Blei und Zink ab. Der zweite Standort war in Ialainen, Finnland, einer Region mit borealem Klima, in der ein Unternehmen Kalkstein abbaut und Kalk produziert. Während der griechische Standort mit metallhaltigem Staub und häufigen Einträgen von Sand aus der Sahara zu kämpfen hat, befasst sich der finnische Standort mit Karbonatstaub und saisonalen Problemen wie Straßenstaub, der beim Schmelzen des Schnees locker wird. Das Team sammelte Daten von 2013 bis 2024 und kombinierte stündliche Messwerte von zwölf Bodenstationen in Griechenland und sieben in Finnland mit Daten aus zwei Hauptquellen: dem Copernicus Atmosphere Monitoring Service, der Computermodelle verwendet, um die Verschmutzungsgrade zu schätzen, und MODIS, einem Satelliteninstrument, das misst, wie viel Sonnenlicht durch Staub in der Atmosphäre blockiert wird.

Als die Forscher die Bodenmessungen mit den Satelliten- und Modelldaten verglichen, stellten sie fest, dass die Ergebnisse je nach Standort und verwendetem Werkzeug erheblich variierten. In Griechenland verzeichneten die Bodensensoren viel höhere Staubwerte, mit Konzentrationen von bis zu 347 Mikrogramm pro Kubikmeter, verglichen mit einem Maximum von 132 Mikrogramm pro Kubikmeter in Finnland. Die Bodendaten zeigten auch, dass die Verschwendung in Griechenland sehr ungleichmäßig war; einige Gebiete in der Nähe der Minen wiesen viel höhere Staubwerte auf als andere nur wenige Kilometer entfernt. In Finnland war die Verschmutzung über die Region hinweg gleichmäßiger. Das Computermodell des Copernicus-Dienstes erwies sich als das zuverlässigste Werkzeug zur Verfolgung von Veränderungen im Zeitverlauf. Es entsprach den am Boden beobachteten Mustern recht gut und erfasste den Anstieg und Abfall der Staubwerte mit einer starken Korrelation. Das Modell neigte jedoch dazu, die höchsten Spitzen der Verschmutzung zu unterschätzen, wahrscheinlich weil seine Gitterzellen zu groß waren, um die intensiven, lokalisierten Staubausbrüche direkt neben den Bergbaugeräten zu erfassen. Die Satellitendaten, die die Gesamtmenge des Staubs in einer Luftsäule vom Boden bis in den Weltraum messen, waren weniger effektiv. Sie ließen oft Daten aufgrund von Wolken vermissen oder hatten Schwierigkeiten, zwischen Staub hoch in der Atmosphäre und Staub in Bodennähe zu unterscheiden, was zu schwächeren Verbindungen mit den tatsächlichen Bodenmessungen führte.

Die Studie untersuchte auch, wie sich die Verschmutzung langfristig veränderte und ob sie vorhergesagt werden konnte. Durch die Aufteilung der Jahrestestdaten in Trends und saisonale Muster beobachteten die Forscher, dass sich die Luftqualität an beiden Standorten allmählich verbesserte. In Finnland war der Rückgang der Staubwerte besonders deutlich, wobei die Bodenmessungen einen Rückgang von etwa 5 bis 10 Mikrogramm pro Kubikmeter über den Untersuchungszeitraum zeigten. In Griechenland war der Trend stabiler, mit einer leichten Abnahme insgesamt. Die saisonalen Muster waren für jeden Standort unterschiedlich: Finnland verzeichnete die höchsten Staubwerte im Frühling, wenn schmelzender Schnee trockenen Straßenstaub freilegte, während Griechenland Spitzenwerte im Sommer und frühen Herbst aufwies, getrieben durch trockene Bedingungen und Staub, der aus Nordafrika herüberweht. Um zu testen, ob diese Muster zur Vorhersage der zukünftigen Luftqualität genutzt werden konnten, probierte das Team verschiedene mathematische Ansätze aus. Sie fanden heraus, dass für die Vorhersage langfristiger Trends ein statistisches Modell, das für saisonale Zyklen konzipiert ist, am besten funktionierte. Für die Vorhersage dessen, was in der sehr nahen Zukunft passieren würde, wie etwa am nächsten Tag, funktionierte eine Machine-Learning-Methode, die aus vergangenen Datenmustern lernte, besser.

Die Ergebnisse legen nahe, dass Satelliten und Computermodelle die Präzision von Bodensensoren zwar nicht ersetzen können, aber dennoch leistungsstarke Werkzeuge sind, um die Lücken zu füllen, in denen Sensoren fehlen. Insbesondere Computermodelle bieten ein konsistentes Bild der Luftqualität über große Regionen und über lange Zeiträume hinweg, was sie wertvoll macht, um die allgemeinen Auswirkungen des Bergbaus auf die Umwelt zu verstehen. Da diese Modelle jedoch die Details glätten, können sie die schlimmsten Spitzen der Verschmutzung, die unmittelbar neben einem Bergwerk auftreten, möglicherweise übersehen. Die Studie kommt zu dem Schluss, dass der beste Ansatz darin besteht, die breite Sicht der Modelle mit den spezifischen, genauen Daten von Bodenstationen zu kombinieren. Diese hybride Methode ermöglicht ein vollständigeres Verständnis der Staubbelastung, was hilft, die öffentliche Gesundheit zu schützen und Umweltpolitiken zu leiten, selbst in abgelegenen oder schwer zu überwachenden Gebieten. Die Forschung zeigt, dass es mit der richtigen Kombination von Werkzeugen möglich ist, die Luftqualität in Bergbauregionen effektiv zu verfolgen und zu steuern, unabhängig davon, ob das Klima heiß und trocken oder kalt und verschneit ist.