Een onderzoek van Politecnico di Milano in het tijdschrift Chemosphere heeft de impact van landbouwactiviteiten op de ruimtelijke verspreiding van fijn stof (PM 2,5) in Lombardije gekwantificeerd, waaruit blijkt dat deze vergelijkbaar is met de impact van andere bekende bronnen van vervuiling, zoals verstedelijking, industrie en transport.

Een dergelijke vergelijkbare impact werd niet alleen in de plattelandsgebieden aangetroffen, maar ook in de dichter bevolkte gebieden.

Met name de bijdrage van de landbouw correleerde meer met vervuilingspieken dan met een basistoename, maar met een beperkte duur in de tijd. Van de geanalyseerde gewassen vertoonden rijstvelden een minimale impact, terwijl maïs- en graanvelden een significante bijdrage aan de vervuiling vertoonden.

Deze resultaten zijn verkregen met behulp van een innovatief raamwerk en een datagestuurd model dat de evaluatie omvat van de impact van het verschillende landgebruik op de ruimtelijke verdeling van de PM2,5-concentratie, met name geschikt voor de analyse van landbouwgrond, met een hogere precisie vergeleken met reeds bestaande modellen.

Voor dit doel werden zowel aardobservatiegegevens van satellieten als atmosferische modellen van het Copernicus-programma gebruikt om de PM2,5-concentratie af te leiden, terwijl informatie over het landgebruik werd verkregen uit de open access database en het landbouwinformatiesysteem van de regio Lombardije.

Voor de analyse werd gebruik gemaakt van een innovatief GEOAI-systeem (Geomatics and Earth Observation Artificial Intelligence), samengesteld uit een architectuur in drie stappen, waarmee onderzoekers de ruimtelijke dynamiek op lokale schaal kunnen meten en interpreteren en de effecten van verschillend landgebruik op vervuiling kunnen vergelijken. . Dankzij deze nieuwe aanpak zal het mogelijk zijn om nieuw bewijsmateriaal te genereren over de concentratie van verontreinigende stoffen als gevolg van specifieke landbouwactiviteiten, zoals bemesting en mestlekken.

Dit onderzoek is voortgekomen uit het D-DUST-project (Data-driven modeling of particUlate with Satellite Technology aid), met als doel het potentieel te evalueren – in termen van bruikbaarheid, kosteneffectiviteitsratio en nauwkeurigheid – van een systematische integratie van niet- conventionele gegevens naar de traditionele PM2.5-monitoringbenaderingen op basis van grondstations, met de nadruk op satellietgegevens en landbouwgerelateerde uitstoot van verontreinigende stoffen.

Het project werd uitgevoerd door professor Maria Brovelli en dr. Daniele Oxoli, van de afdeling Civiele Techniek en Milieutechniek, in samenwerking met professor Enrico Caiani en dr. Lorenzo Gianquintieri, van de afdeling Elektronica, Informatie en Biomedische Technologie van de Politecnico di Milano, met Dr. Santoni van Fondazione Politecnico di Milano en met professor Andrea Spinazzè van Università degli Studi dell'Insubria.

Meer informatie: Lorenzo Gianquintieri et al, Implementatie van een GEOAI-model om de impact van landbouwgrond op de ruimtelijke verdeling van PM2,5-concentratie te beoordelen, Chemosfeer (2024). DOI:10.1016/j.chemosphere.2024.141438

Aangeboden door Polytechnische Universiteit van Milaan