Correcting air pollution time series for meteorological variability. With an application to regional PM10 concentrations | RIVM

Dag-op-dag-variaties in meteorologische condities zijn een belangrijke oorzaak van variaties in het concentratieverloop van luchtveronreinigende stoffen. Deze aan meteorologie gekoppelde variaties werken ook door in jaargemiddelde concentraties. Daarom is het moeilijk om te beoordelen in hoeverre jaargemiddelde patronen van luchtverontreinigende componenten beinvloed worden door emissiereducties. Zo'n beoordeling is zeer beleidsrelevant omdat emissiereducties over het algemeen gepaard gaan met hoge kosten. Daarom zal er, om een een maatschapppelijke draagvlak te garanderen, een relatie gelegd moeten worden tussen trends in antropogene emissies enerzijds en trends in concentraties anderzijds. In dit rapport tonen we aan hoe met behulp van een reeks binaire beslisregels, bekend staand onder de naam Classificatie- en Regressiebomen (Eng: CART), gemeten concentraties getransformeerd kunnen worden naar concentraties die er zouden zijn geweest onder standaard meteorologische condities. Deze meteo-gecorrigeerde concentraties kunnen vervolgens gebruikt worden om trends in luchtkwaliteit beter te identificeren. Voorbeelden worden gegeven voor SO2- en PM10-meetreeksen.