The main strength of this approach

The main strength of this approach is the availability of information
on a wide spatial and temporal coverage in a relatively fast
calculation which gives an overview of spatial variations and
extensive distribution of the emitted pollutants under investigation.
Moreover, the integration between emission maps and thematic
layers (administrative boundaries, urban areas, highways,
main point emission sources), is useful to understand the reasons of
emission variations near the selected stations.
In general this methodology is inspired by scientific literature
(Nappo et al., 1982; Larssen et al., 1999; Spangl et al., 2007; Henne
et al., 2010; Janssen et al., 2012) to give an original application, that
as far as we know is the first with a national coverage. Indeed, in
this specific case of Italian monitoring stations, a set of procedures
were firstly developed to aggregate 3D raster files provided by the
Atmospheric Modelling System and to obtain suitable datasets to
feed a GIS environment. The study of emission variability was then
performed in GIS environment by applying statistic functions, with
a mobile filter, to raster emission layers.
Results show that in macro-regional domains the variability of
PM and PAHs emissions have maximum values in correspondence
of the biggest urban areas, where the emission activities are
concentrated in few cells. Outside urban areas, a significant variability
of PM2.5 emissions is detected on highways. The analysis on
heavy metals shows a distribution depending on the influence of
industrial point sources or wide industrial areas.
Urban areas have peaks of variability and the representativeness
of urban sites is limited to few square kilometres; consequently the
application of the methodology in this areas would not be advisable
because of the inadequate spatial resolution of the gridded emissions
datasets (maps with cell size of 4 4 km2
); anyhow the
methodology should work properly also in urban areas if higher
resolution input data were available.
The methodology is strongly advisable in case of rural areas,
where the emissions variability is lower and the representativeness
is up to 103 km2 for each pollutant. Depending on considered pollutants
some areas near urban centres are excluded from the
detected area of representativeness.
Further investigations are foreseen to appropriately classify
different contributions and to define the sensitivity of the method
to integration time; i.e. improvements will come from testing
seasonal sensitivity, as different time intervals (whole year, summer,
winter) for emission integration could allow to capture the
sensitivity to different patterns of polluting activities (domestic
heating, road traffic and industry).

ผลลัพธ์ (ไทย) 1:

กำลังหลักของวิธีนี้คือ ความพร้อมของข้อมูลบนครอบคลุมพื้นที่กว้าง และขมับในค่อนข้างรวดเร็วคำนวณซึ่งแสดงภาพรวมของการเปลี่ยนแปลงของพื้นที่ และการแจกจ่ายสารมลพิษ emitted ภายใต้การตรวจสอบอย่างละเอียดนอกจากนี้ รวมแผนที่มลพิษ และเฉพาะเรื่องชั้น (ดูแลขอบเขต เขตเมือง ทาง หลวงจุดหลักมลพิษแหล่ง), มีประโยชน์ในการเข้าใจเหตุผลของการรูปมลพิษใกล้สถานีที่เลือกโดยทั่วไป วิธีการนี้เป็นแรงบันดาลใจวรรณกรรมทางวิทยาศาสตร์(Nappo et al., 1982 Larssen et al., 1999 Spangl et al., 2007 Henneร้อยเอ็ด al., 2010 Janssen et al., 2012) เพื่อให้โปรแกรมประยุกต์ดั้งเดิม ที่เท่าที่เรารู้ เป็นครั้งแรกกับความคุ้มครองแห่งชาติ แน่นอน ในกรณีนี้เฉพาะของอิตาลี สถานีตรวจสอบชุดของขั้นตอนประการแรกจัดทำขึ้นโดยไฟล์ราสเตอร์ 3D รวมระบบการสร้างแบบจำลองบรรยากาศและรับ datasets เหมาะกับอาหารสภาพแวดล้อม GIS การศึกษาความแปรผันเล็ดรอดได้แล้วดำเนินการในระบบ GIS โดยใช้ฟังก์ชันสถิติ มีเคลื่อนตัว การแรสเตอร์เล็ดรอดชั้นผลลัพธ์แสดงว่าในภูมิภาคโคโดเมนสำหรับความผันผวนของPM และ PAHs ปล่อยมีค่าสูงสุดในการติดต่อพื้นที่เมืองที่ใหญ่ที่สุด กิจกรรมที่ปล่อยก๊าซที่เป็นเข้มข้นในบางเซลล์ พื้นที่เมืองภายนอก ความแปรผันสำคัญของปล่อย PM2.5 ถูกพบบนทางหลวง การวิเคราะห์ในโลหะหนักแสดงการกระจายขึ้นอยู่กับอิทธิพลของจุดแหล่งอุตสาหกรรมหรือพื้นที่กว้างอุตสาหกรรมพื้นที่เมืองที่มีแห่งความแปรผันและ representativeness ที่ของอเมริกาเมืองมีจำกัดเพียงไม่กี่ตารางกิโลเมตร ดังนั้นการประยุกต์วิธีในพื้นที่นี้จะไม่แนะนำเนื่องจากการแก้ปัญหาพื้นที่ไม่เพียงพอของการปล่อย griddeddatasets (แมปเซลล์ขนาด 4 4 km2); อย่างไรก็ตามการวิธีควรอย่างยังในเขตเมืองหากสูงความละเอียดของข้อมูลป้อนเข้ามีวิธีจะขอแนะนำในกรณีพื้นที่ชนบทความแปรผันปล่อยอยู่ด้านล่างและที่ representativenessเป็น km2 103 ถึงสำหรับแต่ละแนว ขึ้นอยู่กับสารมลพิษที่เป็นบางพื้นที่ใกล้กับศูนย์กลางเมืองจะถูกแยกออกจากการตรวจพบที่ตั้งของ representativenessสอบสวนเพิ่มเติมเป็น foreseen เพื่อจัดประเภทอย่างเหมาะสมผลงานอื่นและ เพื่อกำหนดระดับความสำคัญของวิธีการรวมเวลา เช่นการปรับปรุงจะมาจากการทดสอบความอ่อนไหวตามฤดูกาล เป็นช่วงเวลาที่แตกต่างกัน (ทั้งปี ฤดูร้อนฤดูหนาว) สำหรับรวมมลพิษอาจทำให้การจับภาพความไวในการรูปแบบของ polluting กิจกรรม (ภายในประเทศเครื่องทำความร้อน ถนนจราจร และอุตสาหกรรม)

ผลลัพธ์ (ไทย) 2:

กำลังหลักของวิธีนี้คือความพร้อมของข้อมูล
เกี่ยวกับการรายงานข่าวเชิงพื้นที่และขมับกว้างในความรวดเร็ว
ในการคำนวณซึ่งจะช่วยให้ภาพรวมของการเปลี่ยนแปลงเชิงพื้นที่และ
การจัดจำหน่ายที่กว้างขวางของสารมลพิษที่ปล่อยออกมาภายใต้การสอบสวน.
นอกจากนี้บูรณาการระหว่างแผนที่ปล่อยก๊าซเรือนกระจกและใจ
ชั้น (ขอบเขตการบริหารพื้นที่เมืองทางหลวง
จุดหลักแหล่งปล่อยก๊าซเรือนกระจก) จะเป็นประโยชน์ที่จะเข้าใจเหตุผลของ
การเปลี่ยนแปลงการปล่อยใกล้สถานีเลือก.
โดยทั่วไปวิธีการนี้เป็นแรงบันดาลใจวรรณกรรมทางวิทยาศาสตร์
(Nappo et al, 1982;. Larssen และคณะ 1999; Spangl et al, 2007;. Henne
et al, 2010;.. Janssen, et al, 2012) เพื่อให้โปรแกรมเดิมว่า
เท่าที่เรารู้ว่าเป็นครั้งแรกที่มีการรายงานข่าวแห่งชาติ แท้จริงใน
กรณีนี้โดยเฉพาะของสถานีตรวจสอบอิตาลีชุดของขั้นตอน
แรกได้รับการพัฒนาเพื่อรวมไฟล์แรสเตอร์ 3D จัดไว้ให้โดย
ระบบการสร้างแบบจำลองบรรยากาศและเพื่อให้ได้ชุดข้อมูลที่เหมาะสมในการ
เลี้ยงสภาพแวดล้อมระบบสารสนเทศภูมิศาสตร์ การศึกษาความแปรปรวนปล่อยก๊าซเรือนกระจกจากนั้นก็
ดำเนินการในสภาพแวดล้อมของระบบสารสนเทศภูมิศาสตร์โดยใช้ฟังก์ชั่นทางสถิติกับ
กรองมือถือที่จะแรสเตอร์ชั้นปล่อยก๊าซเรือนกระจก.
ผลการแสดงให้เห็นว่าในโดเมนมหภาคภูมิภาคแปรปรวนของ
PM และการปล่อยสาร PAHs มีค่าสูงสุดในการติดต่อ
ของเมืองที่ใหญ่ที่สุด พื้นที่ที่กิจกรรมการปล่อยก๊าซที่มีการ
กระจุกตัวอยู่ในเซลล์ไม่กี่ นอกเขตเมืองแปรปรวนอย่างมีนัยสำคัญ
ของการปล่อย PM2.5 มีการตรวจพบบนทางหลวง การวิเคราะห์เกี่ยวกับ
โลหะหนักที่แสดงให้เห็นถึงการกระจายขึ้นอยู่กับอิทธิพลของ
แหล่งกำเนิดอุตสาหกรรมหรือพื้นที่อุตสาหกรรมกว้าง.
เมืองพื้นที่ได้ยอดของความแปรปรวนและมูล
ของเว็บไซต์ในเมืองจะถูก จำกัด ไม่กี่ตารางกิโลเมตร; ดังนั้น
การประยุกต์ใช้วิธีการในพื้นที่นี้จะไม่แนะนำ
เนื่องจากมีความละเอียดเชิงพื้นที่ไม่เพียงพอของการปล่อยก๊าซ gridded
ชุดข้อมูล (แผนที่ที่มีขนาดของเซลล์จาก 4 4 กิโลเมตร 2
); แต่อย่างใด
วิธีการควรจะทำงานอย่างถูกต้องยังอยู่ในพื้นที่ในเมืองที่สูงขึ้นถ้า
การป้อนข้อมูลที่มีความละเอียดที่มีอยู่.
วิธีการแนะนำอย่างยิ่งในกรณีของพื้นที่ชนบท
ที่แปรปรวนการปล่อยมลพิษต่ำและมูล
ขึ้นอยู่กับ 103 กิโลเมตร 2 สำหรับสารมลพิษแต่ละ ทั้งนี้ขึ้นอยู่กับการพิจารณามลพิษ
บางพื้นที่ที่อยู่ใกล้เมืองได้รับการยกเว้นจาก
การตรวจพบพื้นที่ของมูล.
การตรวจสอบต่อไปจะมองเห็นอย่างเหมาะสมแยกประเภท
แตกต่างกันและมีส่วนร่วมในการกำหนดความไวของวิธีการที่
จะบูรณาการครั้ง; การปรับปรุงเช่นจะมาจากการทดสอบ
ความไวตามฤดูกาลเป็นช่วงเวลาที่แตกต่างกัน (ทั้งปีในช่วงฤดูร้อน,
ฤดูหนาว) เพื่อบูรณาการปล่อยก๊าซเรือนกระจกจะช่วยให้การจับภาพ
ความไวกับรูปแบบที่แตกต่างกันของกิจกรรมที่ก่อให้เกิดมลพิษ (ในประเทศ
ร้อน, การจราจรบนถนนและอุตสาหกรรม)

ผลลัพธ์ (ไทย) 3:

กำลังหลักของวิธีการนี้คือ ความพร้อมใช้งานของข้อมูล
บนกว้างครอบคลุมพื้นที่และเวลาในการคำนวณค่อนข้างเร็ว
ซึ่งให้ภาพรวมของพื้นที่และรูปแบบการกระจายของมลพิษที่ปล่อยออกมาอย่างละเอียด

ภายใต้การสอบสวน และการบูรณาการระหว่างแผนที่และใจ
ชั้น ( ขอบเขต การบริหารพื้นที่ในเมืองหลวง
แหล่งกำเนิดจุดหลัก ) , จะเป็นประโยชน์ที่จะเข้าใจเหตุผลของการเลือกรูปแบบใกล้สถานี
.
ในทั่วไปวิธีการนี้เป็นแรงบันดาลใจจากวรรณกรรมทางวิทยาศาสตร์ (
nappo et al . , 1982 ; larssen et al . , 1999 ; spangl et al . , 2007 ; Henne
et al . , 2010 ; Janssen และ al . , 2012 ) เพื่อให้โปรแกรมเดิมที่
เท่าที่เรารู้เป็นครั้งแรกที่มีข่าวแห่งชาติ ที่จริงใน
กรณีนี้เฉพาะสถานีตรวจสอบอิตาลี ชุดของขั้นตอนแรกเพื่อรวม
พัฒนา 3D ไฟล์ราสเตอร์ที่ให้โดยระบบการจำลองบรรยากาศและขอรับ

ฟีดข้อมูลที่เหมาะกับสภาพแวดล้อมของระบบสารสนเทศภูมิศาสตร์ การศึกษา emission แปรปรวนแล้ว
ดำเนินการในสภาพแวดล้อม GIS โดยการใช้ฟังก์ชันทางสถิติกับ
กรองมือถือเพื่อ raster มลพิษ
ชั้นผลการวิจัยพบว่า ความแปรปรวนของภูมิภาคในแมโครโดเมนและการปล่อยสาร
น. มีค่าสูงสุดในพื้นที่เขตเมืองที่ใหญ่ที่สุด
ของจดหมาย ซึ่งมีกิจกรรมการปล่อย
เข้มข้นในไม่กี่เซลล์ นอกเขตเมือง , ความสําคัญของ pm2.5
ก๊าซตรวจพบบนทางหลวง การวิเคราะห์โลหะหนักพบกระจาย

ขึ้นอยู่กับอิทธิพลของชี้แหล่งที่มาอุตสาหกรรมหรือเขตอุตสาหกรรมกว้าง พื้นที่เขตเมืองมียอดของความแปรปรวน

ของเมืองและ representativeness เว็บไซต์จำกัดไม่กี่ตารางกิโลเมตร ดังนั้น
ใบสมัครของวิธีการในพื้นที่จะไม่แนะนำให้เลือกเพราะความละเอียดเชิงพื้นที่

gridded ไม่เพียงพอของข้อมูลการปล่อยก๊าซ ( แผนที่กับเซลล์ขนาด 4 4 าน

) ; อย่างไรก็ตามวิธีการที่ควรจะทำงานอย่างถูกต้อง ในเขตเมือง หากข้อมูลมีความละเอียดสูงกว่า
.
และสมควรอย่างยิ่งในกรณีของชนบท ซึ่งการลดลงของ

และ representativeness ถึง 103 กิโลเมตรแต่ละมลพิษ . ขึ้นอยู่กับการพิจารณามลพิษ
บางพื้นที่ใกล้ศูนย์ชุมชนจะถูกแยกออกจากพื้นที่ representativeness

ตรวจพบ .การตรวจสอบต่อไปจะเห็นเหมาะสมจัด
ผลงานที่แตกต่างกันและการกำหนดความไวของวิธี
เวลารวม เช่น การปรับปรุงจะมาจากการทดสอบ
ไวตามฤดูกาล เป็นช่วงเวลาที่ต่างกัน ( ทั้งปี ฤดูร้อน ฤดูหนาว การบูรณาการ
) สามารถอนุญาตให้จับ
ไวรูปแบบที่แตกต่างกันของมลพิษต่างๆ ( ความร้อน ภายในประเทศ
,การจราจรบนถนนและอุตสาหกรรม .