AgrImOnIA: The impact of agriculture on air quality and the COVID-19 pandemic

Die Lombardei in Norditalien und Niedersachsen sind Regionen, in denen die Viehhaltung den überwiegenden Anteil an den landwirtschaftlichen Erträgen hat. Gleichzeitig gehört die Ebene der Lombardei zu den Gebieten in Europa, in denen die Feinstaubbelastung am höchsten ist. Welchen Einfluss hat die Landwirtschaft auf die Luftverschmutzung, welche Rolle haben andere Faktoren wie etwa der Verkehr oder die geografische Lage? Dieser Frage gehen wir in dem neuen europäischen Projekt „Agriculture Impact On Italian Air“ (AgrImOnIA) ab Herbst 2021 gemeinsam mit Partnern der Universitäten Bergamo, Turin und Mailand-Bicocca mit Hilfe statistischer und datenwissenschaftlicher Methoden nach. Wir werden die Ergebnisse für die Lombardei mit den Erkenntnissen für Niedersachen vergleichen und die Modelle auch für Niedersachsen validieren.

Es besteht ein großer wissenschaftlicher Konsens darüber, dass Viehhaltung und Düngemittel für etwa 95% der Ammoniakemissionen verantwortlich sind. Nach einigen Reaktionen in der Atmosphäre verwandelt sich Ammoniak hauptsächlich in Feinstaub, bekannt als PM2,5. Diese Partikel mit einem Durchmesser von bis zu 2,5 Mikrometern sind einer der kritischen Luftschadstoffe für die menschliche Gesundheit. In der Lombardei lagern sich oft hohe Konzentrationen dieser Schadstoffe in der Luft an, da eine C-förmige Gebirgskette den Luftaustausch aus westlicher Richtung hemmt. Werden die Anteile von Verkehr und Heizung hinzurechnet, gehört die Ebene der Lombardei zu den am stärksten verschmutzten Gebieten in Europa. Im Gegensatz dazu ist der Luftaustausch in Niedersachsen deutlicher stärker als in der Lombardei. Durch diesen Gegensatz können wir die beiden Regionen vergleichen und dabei Effekte quantifizieren, die sich speziell auf die geographische Lage beziehen.

Welchen Einfluss die intensive Landwirtschaft auf die Luftqualität insgesamt hat, lässt sich beurteilen, wenn alle anderen Faktoren, die die Luftqualität beeinflussen, identifiziert und modelliert werden. Unter diesen ist der Verkehr eine Hauptverschmutzungsquelle, die normalerweise ein klares saisonales und wöchentliches Muster aufweist. Während des Lockdowns in Italien aufgrund der COVID-19 Pandemie wurde das übliche zeitliche Muster des Verkehrs jedoch gestört: Zwischen dem 15. März und dem 3. Mai beispielsweise ging der Verkehr in der Lombardei im Vergleich zum Zeitraum vor COVID um 50 % bis 93 % je nach Wochentag zurück. Dieses sogenannte natürliche Experiment werden wir nutzen, um beispielsweise auch die folgende Frage zu beantworten: Welcher kausale Zusammenhang besteht zwischen dem Verkehr und der Luftqualität?

Wie hier beim Faktor „Verkehr“ spielen bei allen Daten, die wir analysieren, Ort und Zeit eine Rolle d.h. die räumliche und zeitliche Dimension. Außerdem kommt es noch darauf an, wie genau man jeweils hinschaut - also auf die räumliche und zeitliche Auflösung. Daher sollen alle statistischen und datenwissenschaftlichen Methoden, die zum Einsatz kommen, die räumliche, zeitliche und raum-zeitliche Variabilität und Abhängigkeit der Phänomene sowie die verschiedene Auflösung der verfügbaren Daten berücksichtigen. Insbesondere kommen in diesem Projekt zwei verschiedene Ansätze für die statistische Modellierung zum Einsatz: zum einen sogenannte räumlich-zeitliche Modelle, die auf geostatistischen Prozessen basieren, und zum anderen überwachte (datengesteuerte) Algorithmen für maschinelles Lernen, die an die Analyse von räumlich-zeitlichen Daten angepasst werden.

Neben den zuvor genannten Fragen werden wir damit auch die folgenden Fragen beantworten: Was passiert, wenn die Ammoniak-Emissionen in der Lombardei steigen und sinken – ändern sich die Feinstaubwerte von PM2,5 dann jeweils im gleichen Ausmaß? Oder ist das abhängig von Ort, Zeit und Wetterbedingungen? Ist es möglich abzuschätzen, wie sich Änderungen der Ammoniak-Emissionen lokal auswirken und lässt sich damit auch die Luftqualität vorhersagen?