Search

Visoke koncentracije dušikova dioksida (NO2) u zraku, posebno u jako urbaniziranim područjima, negativno utječu na mnoge aspekte ljudskog zdravlja. U ovom radu primjenjuju se metode strojnog učenja za predviđanje koncentracija NO2 u zraku. Meteorološki podaci i koncentracije NO2 odabrane su i analizirane s četiri mjesta u gradu Grazu. Koncentracije NO2 postavljene su kao ciljne varijable Prophet i Random Forest modela za predviđanje vrijednosti u periodu od 15. ožujka 2019. do 15. ožujka 2020. godine. Razvijeni modeli strojnog učenja pokazali su dobru razinu generalizacije za predviđanje koncentracija NO2 u zraku. Kombinacija Prophet značajki i Random Forest modela pokazala se najboljom za razvoj modela predviđanja koncentracija NO2. Najbolji rezultati ostvareni su na mjernoj postaji Zapad gdje je vrijednost koeficijenta determinacije modela R^2 = 0,65, dok je najlošiji rezultat ostvaren na postaji Don Bosco gdje je R^2 = 0,50. Značajke koje najviše utječu na razvoj modela su značajke sezonalnosti, a najveći utjecaj ima godišnja sezonalnost. High concentrations of nitrogen dioxide (NO2) in the air, especially in heavily urbanised areas, have a negative impact on many aspects of human health. In this work, machine learning methods were applied for the prediction of NO2 concentrations in the air. Meteorological data and concentrations of NO2 were selected and analyzed from four places in the city of Graz. Concentrations of NO2 are set as target variables of Prophet and Random Forest models for predicting values from March 15th 2019 to March 15th 2020. The machine learning models showed a good level of generalization for predicting the NO2 concentrations. The combination of Prophet features and Random Forest model proved to be the best for developing the NO2 concentration prediction model. The best results were achieved at the West measuring station where the value determination coefficient R^2 is 0,65, and the worst result was achieved at Don Bosco station where R^2 is 0,50. The features that most affect the development of the model are the features of seasonality and the greatest impact has the yearly seasonality.

Kvaliteta zraka prati se u Zagrebu kontinuirano od šezdesetih godina prošlog stoljeća. U okviru lokalne mjerne mreţe grada Zagreba mjerenja se trenutno provode na šest lokacija (Ksaverska cesta, ĐorĊićeva ulica, Prilaz baruna Filipovića, Susedgrad, Siget, Pešĉenica). Dosadašnja mjerenja pokazala su da je zrak, ovisno o karakteru lokacije, oneĉišćen lebdećim ĉesticama PM10, PM2, 5, benzo(a)pirenom (BaP), dušikovim dioksidom (NO2) te povremeno ozonom (O3). Pandemija COVID- 19, koja je zapoĉela poĉetkom 2020. godine, uzrokovala je do sada neviĊene promjene u aktivnostima i navikama ljudi. Mjere djelomiĉnog ili potpunog zatvaranja (engl. lockdown) koje su kroz odreĊena razdoblja primijenile brojne zemlje u svrhu suzbijanja širenja bolesti, odrazile su se i na kvalitetu zraka. U Zagrebu stroge mjere obustave rada škola, fakulteta i vrtića kao i javnog prijevoza te svih djelatnosti, osim najnuţnijih, trajale su od sredine oţujka do sredine svibnja 2020. godine. U ovom istraţivanju prouĉavani su podaci o kvaliteti zraka s mjernih postaja lokalne mjerne mreţe grada Zagreba u razdoblju 2017. – 2020. UsporeĊene su koncentracije izmjerene tijekom zatvaranja zbog COVID-19 s prosjekom za isto razdoblje tijekom 2017., 2018. i 2019. godine. Masene koncentracije NO2 bile su statistiĉki znaĉajno niţe na svim mjernim postajama tijekom razdoblja zatvaranja, a najveće razlike utvrĊene su na lokacijama izloţenim prometu. Suprotno tome, koncentracije ozona su bile statistiĉki znaĉajno više na svim mjernim postajama. Razine lebdećih ĉestica PM10 bile su niţe na svim postajama, ali je razlika bila statistiĉki znaĉajna jedino na mjernim postajama Pešĉenica, Siget i Ĉrnomerec (promet, industrija) dok se koncentracije frakcije lebdećih ĉestica PM2.5 nisu statistiĉki znaĉajno razlikovale. Koncentracije BaP u PM10 bile su povišene tijekom razdoblja zatvaranja, ali se ta razlika nije pokazala statistiĉki znaĉajnom. Masene koncentracije metala bile su niske te su varirale ovisno o karakteru mjerne postaje i aktivnostima na lokaciji. Statistiĉki znaĉajno niţe masene koncentracija Cu, Zn i Fe (metala povezanih s trošenjem koĉnica i automobilskih guma) na prometnim mjernim postajama ĐorĊićeva ulica i Siget tijekom perioda strogog zatvaranja u usporedbi s trogodišnjim prosjekom za isto razdoblje mogu se povezati s manjim prometom tijekom strogog zatvaranja. Na urbano- industrijskoj mjernoj postaji Susedgrad masene koncentracije metala bile su u rasponima koncentracija iz ranijih godina, što upućuje da su se osnovne aktivnosti na toj lokaciji uglavnom provodile jednakim intenzitetom. Zatvaranje zbog pandemije COVID-19 pokazalo je da su mjere drastiĉnog smanjenja mobilnosti stanovništva imale kratkotrajni utjecaj na kvalitetu zraka i to samo na razine nekih oneĉišćujućih tvari te ne uvijek u smjeru smanjivanja koncentracija. Uĉinak je u pravilu bio izraţeniji na mjernim postajama opterećenim prometom u odnosu na lokacije gdje su znaĉajnije zastupljeni i drugi izvori (kućna loţišta, resuspenzija s tla, industrija).

Considering that some researchers point to a possible influence of air pollution on COVID-19 transmission, severity, and death rate, the aim of our in silico study was to determine the relationship between the key air pollutants [sulphur dioxide (SO2), carbon monoxide (CO), particulate matter (PMx), nitrogen dioxide (NO2), and ozone (O3)] and COVID-19 complications using the publicly available toxicogenomic analytical and prediction tools: (i) Comparative Toxicogenomic Database (CTD) to identify genes common to air pollutants and COVID-19 complications; (ii) GeneMANIA to construct a network of these common and related genes; (iii) ToppGene Suite to extract the most important biological processes and molecular pathways; and (iv) DisGeNET to search for the top gene-disease pairs. SO2, CO, PMx, NO2, and O3 interacted with 6, 6, 18, 9, and 12 COVID-19-related genes, respectively. Four of these are common for all pollutants (IL10, IL6, IL1B, and TNF) and participate in most (77.64 %) physical interactions. Further analysis pointed to cytokine binding and cytokine-mediated signalling pathway as the most important molecular function and biological process, respectively. Other molecular functions and biologica processes are mostly related to cytokine activity and inflammation, which might be connected to the cytokine storm and resulting COVID-19 complications. The final step singled out the link between the CEBPA gene and acute myelocytic leukaemia and between TNFRSF1A and TNF receptor-associated periodic fever syndrome. This indicates possible complications in COVID-19 patients suffering from these diseases, especially those living in urban areas with poor air quality., COVID-19 (engl. coronavirus disease 2019) respiratorna je bolest prouzročena infekcijom SARS-CoV-2 virusom (engl. severe acute respiratory syndrome coronavirus 2). Pretpostavlja se da postoji utjecaj atmosferskih čimbenika, uključujući i onečišćenje zraka, na prenošenje koronavirusa, njegovu težinu i stopu smrtnosti. Stoga je cilj ovoga in silico istraživanja bio utvrditi odnos između ključnih onečišćivača zraka [sumporova dioksida (SO2), ugljikova monoksida (CO), lebdećih čestica (PMx), dušikova dioksida (NO2), ozona (O3)] i komplikacija COVID-a 19 korištenjem: (i) komparativne toksikogenomičke baze podataka (engl. Comparative Toxicogenomic Database, CTD) za dobivanje gena, međusobno povezanih s onečišćivačima zraka i komplikacijama COVID-a 19, (ii) GeneMANIA servera za konstruiranje mreže između dobivenih I srodnih gena, (iii) ToppGene Suite za izdvajanje najvažnijih bioloških procesa/molekularnih puteva i (iv) DisGeNET baze podataka za traženje najvažnijih parova gen-bolest. Za SO2, CO, PMx, NO2 odnosno O3 utvrđena je interakcija sa 6, 6, 18, 9, odnosno 12 gena povezanih s komplikacijama COVID-a 19. Četiri su zajednička (IL10, IL6, IL1B i TNF) i u najvećem postotku (77,64 %) sudjeluju u fizičkim interakcijama. Vezivanje citokina i signalni put posredovan citokinima izdvojeni su kao najvažnija molekularna funkcija i biološki proces. Druge molekularne funkcije i biološki procesi uglavnom su bili povezani s aktivnošću citokina i upalom, što bi se moglo dovesti u vezu s citokinskom olujom i posljedičnim komplikacijama COVID-a 19. Utvrđena je veza između različitih bolesti i ispitivanih gena, posebice između CEBPA i akutne mijelogene leukemije (AML) te između TNFRSF1A i sindroma periodične vrućice povezanoga s TNF receptorom. To upozorava na moguće komplikacije u osoba zaraženih koronavirusom koje boluju od tih bolesti, poglavito kada su dodatno potaknute poremećajem funkcije spomenutih gena.

Pandemija COVID-19, koja je započela početkom 2020. godine, uzrokovala je brojne promjene u gospodarskim aktivnostima, prometu i navikama ljudi. Mjere suzbijanja širenja bolesti koje su primijenile brojne zemlje uključivale su i djelomično ili potpuno zatvaranje (engl. lockdown) kroz određena razdoblja intenzivnog širenja bolesti. Provođenje ovih mjera odrazilo se i na kvalitetu zraka diljem svijeta. U prvom valu bolesti, u zimu i proljeće 2020. godine, satelitske snimke pokazale su izraziti pad razina i emisija onečišćujućih tvari u zrak u brojnim industrijskim područjima i prometnim središtima. U Hrvatskoj, prvi slučaj zaraze novim koronavirusom evidentiran je 25. 2. 2020., a stroge mjere obustave rada škola, fakulteta i vrtića te zatim javnog prijevoza i svih djelatnosti osim najnužnijih, u gradu Zagrebu trajale su od sredine ožujka do sredine svibnja 2020. godine. U ovom istraživanju proučavani su podaci o kvaliteti zraka s mjernih postaja lokalne mjerne mreže grada Zagreba (Ksaverska cesta, Đorđićeva ulica, Prilaz baruna Filipovića, Peščenica, Siget, Susedgrad) u razdoblju od 30. 3. 2020. do 11. 5. 2020. te su uspoređeni s podacima za isto razdoblje tijekom 2017., 2018. i 2019. godine. Promatrane su sljedeće onečišćujuće tvari: dušikov dioksid (NO2), ozon (O3), frakcije lebdećih čestica PM10 i PM2, 5 te benzo(a)piren (BaP) u PM10. Srednje vrijednosti koncentracija NO2 bile su, ovisno o karakteru mjerne postaje, 24 % - 49 % niže tijekom perioda strogog zatvaranja u odnosu na trogodišnji prosjek (2017. - 2019.) za isto razdoblje, a najveći pad opažen je na mjernim postajama najviše opterećenim prometom. Suprotno tome, koncentracije ozona statistički su značajno porasle na svim lokacijama (između 14 % i 29 %), a u pravilu najveći porast koncentracija ozona opažen je na postajama na kojima je bio izraženiji pad koncentracija dušikovog dioksida. Masene koncentracije lebdećih čestica PM10 bile su statistički značajno niže tijekom razdoblja zatvaranja na mjernim postajama Peščenica, Siget i Črnomerec, dok su na ostalim postajama bile u rasponima koncentracija iz ranijih godina. Razine PM2, 5 prate se na tri lokacije u Zagrebu te se nisu statistički značajno razlikovale u odnosu na ranije godine. Koncentracije BaP u PM10, koje se prate na mjernim postajama Ksaverska cesta i Siget bile su nešto više u 2020. godini u odnosu na ranija razdoblja, ali se ta razlika nije pokazala statistički značajna. Rezultati ovog istraživanja upućuju da je smanjenje aktivnosti, a naročito prometa, tijekom razdoblja strogog zatvaranja dovelo do smanjenja koncentracija NO2 i djelomično PM10 na mjernim postajama opterećenim prometom, no istovremeno je dovelo do porasta razina ozona. Koncentracije BaP u PM10 i PM2, 5, koji značajnom dijelom potječu i iz drugih izvora poput npr. ložišta, nisu se u Zagrebu značajnije smanjile za vrijeme perioda zatvaranja.