Συγκεντρώσεις αιωρουμένων σωματιδίων στην ατμόσφαιρα της Αθήνας

Αντικείμενο της διατριβής αποτέλεσε η μελέτη του προβλήματος της σωματιδιακής ρύπανσης στην Αθήνα, όπως διαμορφώθηκε κατά την περίοδο που ακολούθησε την εξαγγελία της οδηγίας 99/30/EC. Βασικό μέσο προσέγγισης ήταν η πραγματοποίηση μετρήσεων πεδίου για τον χαρακτηρισμό των αιωρουμένων σωματιδίων. Οι μετρήσεις επικεντρώθηκαν στα κλάσματα PM10, PM2.5 και PM1, στις κατ’αριθμό ολικές σωματιδιακές συγκεντρώσεις (TNC) και τις κατανομές τους και στη χημική σύσταση των σωματιδίων σε στοιχειακό και οργανικό άνθρακα. Η κύρια κατεύθυνση της διαδικασίας χαρακτηρισμού στοχεύει στον εντοπισμό των παραγόντων που ελέγχουν τις χρονικές/χωρικές διακυμάνσεις των επιπέδων. Η αξιοποίηση των μετρήσεων πραγματοποιήθηκε σε ένα πλαίσιο στοχαστικής ανάλυσης δεδομένων, που περιέλαβε τεχνικές διερευνητικής και επαγωγικής στατιστικής, πολυμεταβλητής ανάλυσης, ανάλυσης χρονοσειρών - φασματικής ανάλυσης και γεωστατιστικής. Τα ευρήματα απ’ τη διαδικασία χαρακτηρισμού αξιοποιήθηκαν στην ανάπτυξη μοντέλων πρόβλεψης συγκεντρώσεων. Για την χωρική εκτίμηση, αναπτύχθηκαν μοντέλα τύπου regression mapping, με χρήση δεδομένων GIS. Παράλληλα αξιολογήθηκαν μοντέλα χωρικής παρεμβολής.Κύρια μεθοδολογία χρονικής πρόρρησης ήταν τα τεχνητά νευρωνικά δίκτυα, τα οποία αξιολογήθηκαν συγκριτικά με εναλλακτικές μεθόδους (MLR, ARIMA, PLSR, CART). Εξετάσθηκαν τεχνικές επιλογής μεταβλητών εισόδου (όπως γενετικοί αλγόριθμοι) και η αποτελεσματικότητα της εκμάθησης με αλγορίθμους τοπικής και ολικής (προσομοιωμένη ανόπτηση) βελτιστοποίησης.Από τα αποτελέσματα προέκυψαν υπερβάσεις των οριακών τιμών για τις συγκεντρώσεις PM10 και PM2.5, ενώ υψηλά ήταν τα επίπεδα PM1. Οι συσχετίσεις μεταξύ των κατά μάζα και κατ’αριθμό συγκεντρώσεων ΤΝC ήταν ασθενέστατες. Ενώ τα επίπεδα στοιχειακού άνθρακα χαρακτηρίζονται ως μέτρια, για τον οργανικό άνθρακα ήταν υψηλά, αναδεικνύοντας τα οργανικά σωματίδια ως τη χημική ομάδα με την υψηλότερη συμμετοχή στις συγκεντρώσεις PM. Διαπιστώθηκε, μέσω της μεθοδολογίας EC tracer, ότι σημαντικό ποσοστό των οργανικών σωματιδίων είναι δευτερογενούς προέλευσης.Ως κύριοι παράγοντες που σχετίζονται με τις παρατηρούμενες χρονικές διακυμάνσεις, προσδιορίσθηκαν η κυκλοφορία οχημάτων, οι δευτερογενείς διαδικασίες σχηματισμού και η ενδο-αστική μεταφορά. Σε χωρικό επίπεδο, ενώ η κατανομή των επιπέδων είναι σχετικά ανομοιογενής, παρατηρούνται σημαντικές συσχετίσεις μεταξύ θέσεων μέτρησης.Τα μοντέλα χωρικής πρόβλεψης PM10 που αναπτύχθηκαν εμφάνισαν πολύ υψηλή απόδοση, παρέχοντας ικανοποιητική χαρτογραφική απεικόνιση των επιπέδων PM10 στην περιοχή. Σχετικά με τη βραχυχρόνια σημειακή πρόβλεψη αναπτύχθηκαν δυο κατηγορίες μοντέλων, για μέσες ημερήσιες και ωριαίες συγκεντρώσεις PM10 της επόμενης ημέρας, σε διάφορες θέσεις στην περιοχή. Η προγνωστική ικανότητα των μοντέλων νευρωνικών δικτύων ήταν υψηλή, ειδικά σε σύγκριση με τα εναλλακτικά στατιστικά μοντέλα. Από την περίληψη θα ληφθούν υπ’ όψη μόνο οι πρώτοι 2500 χαρακτήρες μαζί με τα κενά (~450 λέξεις). στις κατ’αριθμό ολικές σωματιδιακές συγκεντρώσεις (TNC) και τις κατανομές τους και στη χημική σύσταση των σωματιδίων σε στοιχειακό και οργανικό άνθρακα. Η κύρια κατεύθυνση της διαδικασίας χαρακτηρισμού στοχεύει στον εντοπισμό των παραγόντων που ελέγχουν τις χρονικές/χωρικές διακυμάνσεις των επιπέδων. Η αξιοποίηση των μετρήσεων πραγματοποιήθηκε σε ένα πλαίσιο στοχαστικής ανάλυσης δεδομένων, που περιέλαβε τεχνικές διερευνητικής και επαγωγικής στατιστικής, πολυμεταβλητής ανάλυσης, ανάλυσης χρονοσειρών - φασματικής ανάλυσης και γεωστατιστικής. Τα ευρήματα απ’ τη διαδικασία χαρακτηρισμού αξιοποιήθηκαν στην ανάπτυξη μοντέλων πρόβλεψης συγκεντρώσεων. Για την χωρική εκτίμηση, αναπτύχθηκαν μοντέλα τύπου regression mapping, με χρήση δεδομένων GIS. Παράλληλα αξιολογήθηκαν μοντέλα χωρικής παρεμβολής.Κύρια μεθοδολογία χρονικής πρόρρησης ήταν τα τεχνητά νευρωνικά δίκτυα, τα οποία αξιολογήθηκαν συγκριτικά με εναλλακτικές μεθόδους (MLR, ARIMA, PLSR, CART). Εξετάσθηκαν τεχνικές επιλογής μεταβλητών εισόδου (όπως γενετικοί αλγόριθμοι) και η αποτελεσματικότητα της εκμάθησης με αλγορίθμους τοπικής και ολικής (προσομοιωμένη ανόπτηση) βελτιστοποίησης.Από τα αποτελέσματα προέκυψαν υπερβάσεις των οριακών τιμών για τις συγκεντρώσεις PM10 και PM2.5, ενώ υψηλά ήταν τα επίπεδα PM1. Οι συσχετίσεις μεταξύ των κατά μάζα και κατ’αριθμό συγκεντρώσεων ΤΝC ήταν ασθενέστατες. Ενώ τα επίπεδα στοιχειακού άνθρακα χαρακτηρίζονται ως μέτρια, για τον οργανικό άνθρακα ήταν υψηλά, αναδεικνύοντας τα οργανικά σωματίδια ως τη χημική ομάδα με την υψηλότερη συμμετοχή στις συγκεντρώσεις PM. Διαπιστώθηκε, μέσω της μεθοδολογίας EC tracer, ότι σημαντικό ποσοστό των οργανικών σωματιδίων είναι δευτερογενούς προέλευσης.Ως κύριοι παράγοντες που σχετίζονται με τις παρατηρούμενες χρονικές διακυμάνσεις, προσδιορίσθηκαν η κυκλοφορία οχημάτων, οι δευτερογενείς διαδικασίες σχηματισμού και η ενδο-αστική μεταφορά. Σε χωρικό επίπεδο, ενώ η κατανομή των επιπέδων είναι σχετικά ανομοιογενής, παρατηρούνται σημαντικές συσχετίσεις μεταξύ θέσεων μέτρησης.Τα μοντέλα χωρικής πρόβλεψης PM10 που αναπτύχθηκαν εμφάνισαν πολύ υψηλή απόδοση, παρέχοντας ικανοποιητική χαρτογραφική απεικόνιση των επιπέδων PM10 στην περιοχή. Σχετικά με τη βραχυχρόνια σημειακή πρόβλεψη αναπτύχθηκαν δυο κατηγορίες μοντέλων, για μέσες ημερήσιες και ωριαίες συγκεντρώσεις PM10 της επόμενης ημέρας, σε διάφορες θέσεις στην περιοχή. Η προγνωστική ικανότητα των μοντέλων νευρωνικών δικτύων ήταν υψηλή, ειδικά σε σύγκριση με τα εναλλακτικά στατιστικά μοντέλα. Από την περίληψη θα ληφθούν υπ’ όψη μόνο οι πρώτοι 2500 χαρακτήρες μαζί με τα κενά (~450 λέξεις). Η περίληψη πρέπει να περιλαμβάνει τον στόχο, τη μεθοδολογία και τα αποτελέσματα - συμπεράσματα της διατριβής.

On the mapping of quantitative trait loci at marker and non-marker locations

Previous studies have noted that the estimated positions of a large proportion of mapped quantitative trait loci (QTLs) coincide with marker locations and have suggested that this indicates a bias in the mapping methodology. In this study we predict the expected proportion of QTLs with positions estimated to be at the location of a marker and further examine the problem using simulated data. The results show that the higher proportion of putative QTLs estimated to be at marker positions compared with non-marker positions is an expected consequence of the estimation methods. The study initially focused on a single interval with no QTLs and was extended to include multiple intervals and QTLs of large effect. Further, the study demonstrated that the larger proportion of estimated QTL positions at the location of markers was not unique to linear regression mapping. Maximum likelihood produced similar results, although the accumulation of positional estimates at outermost markers was reduced when regions outside the linkage group were also considered. The bias towards marker positions is greatest under the null hypothesis of no QTLs or when QTL effects are small. This study discusses the impact the findings could have on the calculation of thresholds and confidence intervals produced by bootstrap methods.