Uitkomsten onderzoek

Belevingsonderzoek

Binnen het project Grenzeloos Meten heeft het Louis Bolk Instituut (LBI) een belevingsonderzoek uitgevoerd in het gebied Heide / Leunen / Veulen (gemeente Venray). Dit onderzoek richtte zich op de ervaren hinder van omwonenden van intensieve veehouderijen, en de effecten hiervan op hun ervaren gezondheid. Momenteel wordt er nog onderzocht of er een verband kan worden gelegd tussen de gemeten geurwaarden (deelonderzoek geurwaarden) en de ervaren hinder.

Het belevingsonderzoek is uitgevoerd met behulp van de webapplicatie voor Positieve Gezondheid en Leefomgeving, die het LBI samen met de GGD Hart voor Brabant heeft ontwikkeld.

Waarom dit onderzoek?

Hinder door geur, geluid en verkeer is een veelbesproken thema in de regio. Deze vormen van overlast beïnvloeden de leefbaarheid van het gebied en hebben bij een deel van de omwonenden een grote impact op hun ervaren gezondheid en welzijn. Het doel van dit onderzoek is het krijgen van inzicht in welke hinder deelnemers uit het onderzoeksgebied ervaren en hoe zij ervaren dat dit hun gezondheid beïnvloedt. Daarnaast is het doel om dit te vertalen naar handelingsperspectief voor inwoners, ondernemers en overheden.

Hoe is het onderzoek uitgevoerd?

Het belevingsonderzoek bestond uit de volgende onderdelen:

• Interviews: 6 omwonenden en drie veehouders zijn geïnterviewd om inzicht te krijgen in hun ervaringen en beleving;
• 3 meetperiodes: tijdens 3 periodes (september 2023, januari 2024, mei 2024) rapporteerden deelnemers dagelijks via de webapplicatie over de hinder die zij wel of niet ervaarden en de impact die dat had op hun ervaren gezondheid. Meldingen betroffen geur, geluid, verkeer, licht, houtstook, ongedierte en gevoelens van onveiligheid.
• Bewonersavonden: na elke meetperiode is een bewonersavond georganiseerd waarin de resultaten zijn gepresenteerd. Daarnaast gingen de onderzoekers aan de hand van het model voor Positieve Gezondheid en Leefomgeving met de deelnemers in gesprek over knelpunten, positieve aspecten en mogelijke oplossingsrichtingen. Figuur 1 laat het Model zien waarmee het gesprek over de relatie tussen gezondheid, hinder en de leefomgeving samen met de deelnemers in kaart werd gebracht.

Figuur 1: Bolk-model voor Positieve Gezondheid en Leefomgeving

Welke soorten hinder kwamen naar voren?

1. Geurhinder:

• Geurhinder bleek de meest voorkomende vorm van overlast, met bronnen zoals permanente stallucht, chemische lucht en mest.
• Deze hinder bracht psychische klachten met zich mee, zoals onvrede over de woonomgeving (73%), bezorgdheid (63%) en spanningen (35%).

2. Geluidshinder:

• Geluidsoverlast werd vooral veroorzaakt door ()verkeer en continu draaiende motoren. Daarnaast werden incidentele evenementen, zoals feesten, als bron genoemd.
• Gevolgen waren onder andere slaapproblemen (60%), spanningen (40%) en onvrede over de woonomgeving (60%).

3. Verkeershinder:

• Naast geluidsoverlast door verkeer werd ook hinder ervaren van zwaar verkeer dat over smalle wegen rijdt. Dit zorgde voor gevoelens van onveiligheid en frustratie.

4. Andere hinderbronnen:

• Lichtoverlast speelde een beperkte rol. Houtstook speelde tevens een zeer kleine rol en vooral in de koude maanden. Ongedierte (vliegen, muggen) zorgde voor meer overlast, en dan vooral in de warmere maanden in de nabijheid van veehouderijen en stilstaand water.
• Gevoelens van onveiligheid werden geuit in verband met zorgen over ongezonde lucht, gifstoffen en gezondheid.

Figuur 2 geeft een beeld van de resultaten uit meetperiode 2, in januari en februari 2024. Veruit de meeste hindermeldingen betreffen geur, geluid en verkeershinder.

Figuur 2: Aantal meldingen per type hinder tijdens meetperiode 2 (jan - feb 2024, totaal 640 meldingen)

Geen hinder

Tijdens meetperiode 2 en 3 is de optie ‘wel melding, geen hinder’ toegevoegd aan de meldingsopties omdat men aangaf soms wel mest te ruiken of landbouwmachines te horen, maar hier geen last van te hebben. Tijdens meetperiode 2 betrof 41% van de meldingen geen hinder, en in meetperiode 3 ging het om 57% van de meldingen.

Wat is de impact op gezondheid?

De hinder beïnvloedt verschillende domeinen van Positieve Gezondheid, met name:

• Mentaal welbevinden: onrust, stress, bezorgdheid over de leefomgeving en twijfel over verhuizen
• Kwaliteit van leven: minder tevredenheid over de woonsituatie
• Lichaamsfuncties: slaapproblemen en luchtwegklachten
• Dagelijks functioneren: moeite met het ervaren van rust in de eigen omgeving.

Naast hinder zijn er ook positieve aspecten genoemd die de gezondheid beïnvloeden, zoals de aanwezigheid van groen, wandelmogelijkheden en sociale cohesie in het dorp. Deze aspecten hebben een positief effect op alle zes de domeinen van Positieve Gezondheid.

Handelingsperspectief

Voor geluid en verkeer kan een deel van de oplossingsroute voor het verminderen van de ervaren hinder liggen in frequenter overleg tussen ondernemers en omwonenden, en eventueel de gemeente. Het is een mogelijkheid om dit (in eerste instantie) door een gespreksleider te laten begeleiden.

Dit directe overleg leidt mogelijk tot afspraken over bijvoorbeeld de tijdstippen van bedrijfsactiviteiten die voor veel geur- en geluidsoverlast, of aanpassingen in de tijdperiodes waarin zwaar vrachtverkeer mag passeren. Het voeren van direct overleg werd ook door de deelnemers zelf als oplossingsrichting genoemd.

Daarnaast kan er voor de verschillende groepen worden gedacht aan de volgende handelingsperspectieven:

• Ondernemers: denk bijvoorbeeld aan aanpassingen in de bedrijfsvoering, het aanplanten van groenstroken of communicatie over bedrijfsactiviteiten, om hinder te verminderen en het begrip onder omwonenden te vergroten;
• Overheden: de gemeente kan het directe overleg tussen bewoners en ondernemers faciliteren, eventueel met behulp van een professionele gespreksleider. Daarnaast kan de gemeente extra toezien op naleving van de vergunningen. Kanttekening hierbij is het landelijke probleem bij de Omgevingsdiensten, zoals onder meer beschreven in de rapportage van Commissie Van Aartsen (2021).
• Bewoners: het handelingsperspectief voor bewoners is beperkt omdat zij geen invloed hebben op de hoeveelheid geur, geluid en licht die wordt veroorzaakt. Om de overlast van houtstook te verminderen kan men overleggen met buren die hout stoken, over bijvoorbeeld tijdstippen waarop men de kachel brandt.

Geurstoffen

In dit deelonderzoek is er op 3 pluimvee- en 2 varkensbedrijven met een zogenaamde geurstoffensensor gemeten bij en in stallen.

Het meten van geur gebeurt momenteel door het nemen van luchtzakken die aan een groep mensen met een zogenaamde ‘gecertificeerde’ neus worden aangeboden. Deze mensen zijn geselecteerd op hun reukvermogen. Zij beoordelen de luchtzakmonsters. Deze methode staat ter discussie en is daarnaast kostbaar. In dit onderzoek is onderzocht of meten van geurstoffen ook via sensortechnologie mogelijk is en of dit in de praktijk nieuwe inzichten en sturingshandvatten geeft.

Samen met de veehouders is onderzocht welke inzichten de sensor-/meetresultaten geeft, waar de veehouder actie op kan ondernemen. Tegelijkertijd heeft Wageningen Universiteit luchtmonsters bij de sensoren genomen. In het laboratorium is met specialistische apparatuur onderzoek gedaan naar de verschillende geurcomponenten in de luchtmonsters en zijn deze vergeleken met de meetwaarden van de sensor.

Waarom is dit onderzoek uitgevoerd?

Geur is een vraagstuk dat leeft in de regio. Het is een lokaal aspect voor de luchtkwaliteit. Door geurstoffen beter in beeld te krijgen, krijgt een veehouder praktische handvatten die mogelijke geurhinder voorkomen of verminderen.

Achtergrond

Geur is complex. Geur komt bij veel processen vrij. Hoe iemand geur ervaart hangt af van de gevoeligheid voor de geurstof en het gevoel dat die geur bij iemand oproept. Geur kan daarbij positieve associaties oproepen, denk aan de geur van bloemen of vers gebakken brood. Geur afkomstig van veehouderijbedrijven wordt door omwonenden regelmatig als hinderlijk ervaren.

Door gebruik te maken van sensoren wordt objectief gemeten. Met de sensor worden continu geurstoffen gemeten, die worden via een grafiek weergegeven. Een sensor meet daarbij uiteraard geen geurbeleving, maar geeft wel een goed beeld van de hoeveelheid geurstoffen.

Hoe is het onderzoek uitgevoerd?

Bij verschillende varkens- en pluimveestallen zijn geurstoffensensoren geplaatst. Op pluimveebedrijven is gemeten op plaatsen waar de lucht dat stal verlaat en op plaatsen waar de lucht de stal binnenkomt. Bij de varkensbedrijven, met een luchtwasser, is voor en na de luchtwasser gemeten.

Op een dashboard met grafieken waarin de patronen zichtbaar waren kon voortdurend worden gemonitord hoe het verloop van de geurstoffen was. en afwijkingen is gekeken of de oorzaak van de afwijking achterhaald kon worden. Hierbij is gekeken naar bijvoorbeeld weersomstandigheden en welk soort bedrijfsactiviteiten op dat moment plaatsvonden. Op basis van de bevindingen hebben ondernemers en onderzoekers intensief samengewerkt en gezocht naar praktische handvatten die de geurbeleving op een positieve manier kunnen beïnvloeden.

Wageningen University & Research (WUR) heeft het onderzoek uitgevoerd waarbij zij de gemeten waarden van de sensor hebben vergeleken met de chemische samenstelling van de gemeten lucht. Zij hebben hierbij ook gekeken naar de weging van geurstoffen in geurpatronen van stallen.

Met wie?

Het onderzoek is uitgevoerd in samenwerking met:

• De veehouders waar de geurstoffensensoren zijn geïnstalleerd. Zij hebben actief meegewerkt, hun stal ter beschikking gesteld voor het onderzoek en meegedacht in de zoektocht naar de praktische handvatten
• Connecting Agri & Food. Kennis- en innovatiebureau dat de geurstoffensensoren mee heeft geplaatst, de data heeft vertaald naar inzichten via een online dashboard, de data heeft geanalyseerd en samen met de veehouders heeft gekeken naar de praktische handvatten.
• Wageningen Universiteit. Zij hebben het onderzoek gedaan ter validatie van de geurstoffensensoren.
• Techni Solutions. De geurstoffensensorfabrikant.

Voor de PM2.5-bijdrage van landbouw binnen het projectgebied geldt dat deze bestaat uit primair en secundair fijnstof. Van de 28,7% landbouwbijdrage bestaat 27,3% uit primair fijnstof en 72,7% uit secundair fijnstof. Ammoniak afkomstig uit de veehouderij speelt een rol in de vorming van secundair fijnstof. Dit komt voornamelijk doordat ammoniak (NH₃) in de atmosfeer reageert met stikstofoxiden (NOₓ) en zwaveldioxide (SO₂), waarbij ammoniumzouten zoals ammoniumnitraat en ammoniumsulfaat worden gevormd.

Wat kwam eruit?

Patronen geven inzicht

De geurstoffensensoren gaven duidelijke patronen weer van de totale hoeveelheid gemeten componenten. Deze trends kunnen worden gekoppeld aan bedrijfsactiviteiten die plaatsvonden. Denk bijvoorbeeld aan het moment dat dieren gevoerd worden, of het moment dat het licht in de stal aangaat. Op zo’n moment worden dieren actief, urineren, en/of staan op waardoor geurstoffen vrij komen. Dit soort momenten is terug te zien in de gemeten patronen.

Patronen zijn met name interessant, omdat deze praktische handvatten op kunnen leveren. Op een van de bedrijven was een probleem met de luchtwasser. Dit werd direct gedetecteerd door de sensormetingen, waarop snel actie werd ondernomen door de veehouder.

Weersomstandigheden hebben beperkte invloed

Uit het onderzoek blijkt dat weersomstandigheden een kleine invloed op de patronen hebben. Zo zagen onderzoekers minder geurstoffen bij hogere buitentemperaturen en meer geurstoffen bij een hogere luchtvochtigheid. Dit is uiteraard een factor die niet zo maar te beïnvloeden is, maar wel van belang is voor het inzicht in de geurstoffenpatronen

Samenstelling stallucht

De samenstelling van de stallucht is gemeten voordat deze de stal verlaat (pluimvee) of de luchtwasser in gaat (varkens). Bij beiden is een relatie met CO2 zichtbaar. Een lagere CO2 geeft minder geurstoffen. Dit is waarschijnlijk te relateren aan luchtverversing. Bij meer luchtverversing, is er sprake van minder CO2 en minder cumulatie van geurstoffen.

Op een van de pluimveebedrijven is een duidelijke relatie met ammoniak zichtbaar. Ammoniak is een vluchtige organische component en wordt dan ook als geurstof gemeten door de sensor. Meer ammoniak staat in relatie met meer gemeten geurstoffen. Op de pluimveebedrijven is tevens een positieve relatie met luchtvochtigheid zichtbaar. Dit komt mogelijk doordat bij een hogere luchtvochtigheid in het strooiselbed, meer biologische activiteit plaats vindt, waardoor meer geurstoffen vrij komen.

Scheikundige analyse luchtzakmonsters

Bij de sensoren heeft Wageningen universiteit luchtzakmonsters genomen op de plaatsen waar de lucht de stal verlaat en waar ook de geurstoffensensoren hangen. Deze lucht bevat een monster van de luchtsamenstelling. De lucht is meegenomen naar het laboratorium. Daar is speciale apparatuur gebruikt om de verschillende geurcomponenten te meten. Daarbij is vooral gekeken naar vluchtige stoffen waarvan bekend is dat ze kunnen bijdragen aan geur(hinder).

De resultaten van de sensoren en de luchtzakmonsters zijn met elkaar vergeleken. Deze geven een vergelijkbare trend tussen de gemeten waarden en de gemeten chemische samenstelling. Het onderzoek van Wageningen Universiteit is nog niet afgerond. Onlangs zijn er nog monsters genomen in het veld.

Conclusie

De onderzoeken zijn nog niet afgerond. Het is daarom nog te vroeg om conclusies te trekken. We zien trends in geurstoffen die een indicatie zijn voor geur. Het kan de ondernemers helpen om snel afwijkingen waar te nemen en hierop snel in te grijpen, zodat bijvoorbeeld geurhinder kan worden voorkomen of beperkt.

Wat levert het op?

Handvatten voor:

Ondernemers: inzichten in geurstoffenpatronen. Inzicht in welke activiteiten meer of minder bijdragen aan het ontstaan van de gemeten geurstoffen. Mogelijkheden tot continue monitoring van geurstoffen uit de stal en de mogelijkheid hier snel op te reageren bij afwijkingen in de patronen. Dit kan mede door het systeem een alert uit te laten sturen bij afwijkingen in het verwachte patroon.

Overheden: het bieden van ondersteuning op het gebied van geurstoffen, door de mogelijkheid aan te bieden de geurstoffenpatronen bij bedrijven te monitoren met sensoren. Dit geeft inzicht en kan in een tweede stap leiden tot bewustwording en wederzijds begrip. Wanneer een inwoner die hinder ervaart, inzicht krijgt in waarom en hoelang dit naar verwachting duurt (met andere woorden: duidelijk is waarom iets plaats vindt), dan kan dit leiden tot meer wederzijds begrip, daarnaast kan gekeken worden of ervaringen van inwoners te relateren zijn aan patronen en of hier oplossingen voor zijn.

Inwoners: Een inwoner die bijvoorbeeld hinder ervaart kan met de veehouder in gesprek gaan en er kan dan gekeken worden naar patronen of bijzonderheden. Het inzicht in geurstoffenpatronen kan leiden tot bewustwording en begrip. De patronen kunnen niet altijd aangepast worden, omdat ze samenhangen met activiteiten die nodig zijn voor goede omstandigheden van de dieren. Ervaart een inwoner een afwijking in de geurstoffenbeleving dan kan dit wel worden geregistreerd en met de ondernemer, eventueel via overheid, worden gekeken of dit te relateren is aan de geurstoffen uit de stal en of hier oplossingen voor zijn.

Gezondheid

Gezonde leefomgeving

De leefomgeving waarin we wonen, werken en leven heeft invloed op onze gezondheid. Een gezonde leefomgeving is een leefomgeving die bewoners als prettig ervaren, waar gezonde keuzes gemakkelijk en logisch zijn, en waar negatieve invloed op gezondheid zo klein mogelijk is. Het gaat dus om gezondheidsbescherming en gezondheidsbevordering.

Belangrijke elementen voor een gezonde leefomgeving zijn:

• Goede milieukwaliteit (o.a. lucht en geluid)
• Klimaatbestendigheid
• Een omgeving waarin ruimte is voor groen en water (bijdrage klimaatbestendigheid, rust en ontspanning)
• Uitnodigen tot bewegen (wandelen, fietsen, spelen en sporten)
• Elkaar ontmoeten
• Ontspannen

Luchtkwaliteit en gezondheid

De laatste jaren is de lucht in Nederland schoner geworden. De luchtkwaliteit in Nederland is flink verbeterd door beleid van Europa, Nederland, provincie en gemeenten. Zo zijn voor heel Nederland de bijdragen van verkeer en industrie aan luchtverontreiniging de afgelopen jaren flink gedaald. De bijdrage van houtstook is nauwelijks gedaald en is daardoor een belangrijke bron van fijn stof geworden.

Luchtverontreiniging bestaat uit een mengsel van vele gassen en deeltjes. De meest onderzochte stoffen zijn stikstofdioxide (NO2) en fijn stof deeltjes (PM10 en PM2,5).

Schone lucht is van levensbelang voor onze gezondheid.

De gezondheidseffecten van ongezonde lucht zijn groot. Alleen al blootstelling aan fijnstof is verantwoordelijk voor zo’n 4% van de ziektelast in Nederland. Na roken behoort luchtverontreiniging tot één van de belangrijkste risicofactoren.

De laatste jaren is de lucht in Nederland veel schoner geworden. Toch veroorzaakt luchtverontreiniging nog steeds veel schade aan de gezondheid zoals astma en hart- en vaatziekten.

Wettelijke norm beschermt onvoldoende

De wettelijke grenswaarden van de Europese Unie (EU) beschermen niet voldoende tegen schadelijke gezondheidseffecten door luchtverontreiniging. Daarom heeft de Wereldgezondheidsorganisatie (WHO) gezondheidskundige advieswaardes opgesteld die veel lager liggen dan de huidige EU grenswaardes.

	Europese grenswaarde	WHO grenswaarde
Stikstofdioxide (NO2)	40	10
Fijnstof – PM10 (deeltjes kleiner dan 10 micrometer)	40	15
Fijnstof – PM2.5 (deeltjes kleiner dan 2.5 micrometer)	25	5

Geen enkele gemeente in de regio Limburg-Noord (en bijna nergens in Nederland) voldoet aan de gezondheidkundige advieswaarden van de WHO. Dit heeft nadelige gevolgen voor de gezondheid van inwoners in de regio Limburg-Noord.

Blootstelling boven WHO advieswaarde (PM10) (bron: rapport luchtkwaliteit en gezondheid in Limburg)

​

Het is belangrijk te beseffen dat luchtvervuiling altijd gezondheidseffecten veroorzaakt, ook op plekken waar de luchtkwaliteit voldoet aan de Europese normen en WHO advieswaarden.

De GGD adviseert:

• Sluit aan bij het Schone Lucht Akkoord en werk naar de WHO norm toe
• Elke verbetering van de luchtkwaliteit levert gezondheidswinst op!!!
• Samenwerken aan schone lucht in Limburg
• Betrek de GGD bij de verdere uitwerking van de diverse gezondheidkundige thema’s / ruimtelijke plannen / initiatiefaanvragen in een zo vroeg mogelijk stadium.

Meer informatie

• GGD Limburg Noord - Leefomgeving en gezondheid (Deze link gaat naar een externe website)
• GGD Limburg Noord - Luchtvervuiling (Deze link gaat naar een externe website)

Fijnstofmeetnetwerk PM2.5

In september 2023 zijn in totaal 45 Ohnics-sensoren door de Omgevingsdienst Zuid-Limburg uitgegeven aan bewoners die zich hadden aangemeld voor dit project. Inmiddels zijn we een jaar verder en zal de eerste jaarrapportage in december 2024 worden gepubliceerd.

Achtergrond

Door menselijke activiteiten zoals verkeer, industrie, landbouw en huishoudens komen schadelijke stoffen vrij in onze leefomgeving. Daarnaast zijn er ook natuurlijke bronnen van fijnstof, zoals zout en zand. Deze stoffen, waaronder ook roet en stikstofdioxide (NO₂), ademen we in.

De mate van luchtvervuiling hangt, naast de uitstoot, sterk af van het weer en schommelt daarom van jaar tot jaar. Om de luchtkwaliteit te beoordelen kijken we naar een langere periode. Omdat er geen duidelijke grens is om te bepalen wanneer de luchtkwaliteit goed of slecht is, beschouwen we de luchtkwaliteit als goed wanneer de luchtvervuiling structureel afneemt. Als we kijken naar het langdurige landelijke jaargemiddelde, zien we dat de PM2.5-waarden in de afgelopen 25 jaar zijn gedaald.

Herkomst fijnstof

In onderstaande grafiek de herkomst van fijnstof in de 3 gemeenten en in Maastricht volgens de gegevens die zijn gebaseerd op de Generieke Concentraties Nederland (GCN) voor 2022.

In de 3 onderzochte gemeenten is meer dan 50% van de PM2.5-concentratie afkomstig uit buitenlandse bronnen. Voor de vergelijkingslocatie Maastricht met ca 60 dezelfde sensoren ligt dit aandeel, door de nabijheid en de lengte van twee landgrenzen, zelfs op 60,1%. De categorie "overig" omvat bijdragen van zeezout en secundair organisch aerosol (SOA).

In onderstaande grafiek de herkomst van de binnenlandse bijdrage aan PM2.5.

In de 3 gemeenten bedraagt de gemiddelde bijdrage van landbouw aan de PM2.5-concentratie 28,7%, terwijl dit in Maastricht 10,2% is. De categorie "Overig" omvat in deze context emissies afkomstig van bouwactiviteiten en mobiele werktuigen.

Voor de PM2.5-bijdrage van landbouw binnen het projectgebied geldt dat deze bestaat uit primair en secundair fijnstof. Van de 28,7% landbouwbijdrage bestaat 27,3% uit primair fijnstof en 72,7% uit secundair fijnstof. Ammoniak afkomstig uit de veehouderij speelt een rol in de vorming van secundair fijnstof. Dit komt voornamelijk doordat ammoniak (NH₃) in de atmosfeer reageert met stikstofoxiden (NOₓ) en zwaveldioxide (SO₂), waarbij ammoniumzouten zoals ammoniumnitraat en ammoniumsulfaat worden gevormd.

Wat kwam eruit?

De jaren 2023 en 2024 waren betrekkelijk nat, met veel regen. Regen heeft invloed op de fijnstofwaarden, die gemiddeld genomen lager zijn in natte perioden. Daarom is het belangrijk om te kijken naar langdurige gemiddelden over minimaal drie jaar. In de onderstaande grafiek wordt het gebiedsgemiddelde van alle sensoren samen gedurende de meetperiode weergegeven.

Het jaargemiddelde

De Europese Raad stelt de richtlijnen voor luchtkwaliteit vast waaraan elke lidstaat moet voldoen. Een van de eisen is dat het jaargemiddelde van PM2.5 niet hoger mag zijn dan een bepaalde waarde. Op 14 oktober 2024 heeft de Europese Raad de nieuwe Europese richtlijn voor luchtkwaliteit formeel aangenomen. Binnen twee jaar moet Nederland deze Europese regels omzetten naar nationale wetgeving.

Uiterlijk in 2030 moeten de jaargemiddelde PM2.5-concentraties dalen van 25 naar 10 µg/m³.
De Wereldgezondheidsorganisatie (WHO) hanteert advieswaarden die meer gericht zijn op gezondheid dan op het voldoen aan wettelijke grenswaarden. De huidige WHO advieswaarde is maximaal 5 µg/m³ voor PM2.5.

In de onderstaande grafiek zijn alle jaarwaarden per sensor (donkerblauw) weergegeven, samen met het gemiddelde van alle sensoren (oranje), en de officiële metingen van het RIVM in Vredepeel en een sensor nabij de A2-tunnel in Maastricht (lichtblauw).
De rode lijn geeft de huidige EU-grenswaarde aan, de gele lijn de nieuwe EU grenswaarde en de groene lijn de WHO2021-advieswaarde.

Conclusie

Conclusie op basis van het 1e meetjaar:

• Alle sensoren blijven onder de huidige EU grenswaarde (25 µg/m3) voor de jaargemiddelden
• Alle sensoren blijven onder de EU grenswaarden van 2026 (10 µg/m3) voor de jaargemiddelden
• Alle sensoren overschrijden de WHO2021 advieswaarde (5 µg/m3). Dit geldt voor heel Nederland.
• Er is 1 µg/m3 verhoging ten opzichte van de sensor in Maastricht
• Het verschil van 1 µg/m³ in fijnstofconcentraties tussen Maastricht en het projectgebied lijkt weinig, maar is op een jaargemiddelde noemenswaardig. Dit verschil kan grotendeels worden verklaard door een aanzienlijk hogere bijdrage van landbouwemissies ten opzichte van Maastricht en in bepaalde situaties door lokale bronnen, zoals houtstook.

Aanbevelingen

• Eén jaar meten is te kort voor conclusies, minimaal 3 jaar meten.
• Inzetten op voorlichting via lokale media en campagne over houtstook en de stookwijzer

Fijnstof PM10 onderzoek

Binnen dit onderzoek hebben 2 derdejaars informatica studenten van Fontys Venlo onderzoek gedaan naar de data vanuit het PM10 burgermeetnet.

Dit onderzoek is uitgevoerd om te onderzoeken of luchtkwaliteit verbeterd kan worden op basis van continue metingen. Inwoners geven aan zich zorgen te maken om de luchtkwaliteit in hun directe omgeving, een van de componenten die onderdeel uitmaakt van deze luchtkwaliteit is fijnstof PM10 (PM 10 geeft de deeltjesgrootte aan van de fijnstofdeeltjes).

Fijnstof PM10 wordt door de overheid gemeten op enkele plekken in Limburg, deze metingen worden met behulp van een rekenmodel vertaald naar iedere willekeurige andere plek in de regio. Deze modellen kunnen geen rekening houden met lokale verschillen. Deze verschillen worden alleen duidelijk als het meetnetwerk veel fijnmaziger wordt, dus met veel meer meetpunten. Dit is dan ook gebeurd met de PM10 metingen.

In de regio zijn, met ondersteuning van Fontys (GreenTechLab) 30 (relatief goedkope) PM10 meters in het projectgebied geïnstalleerd. Zo is een meer fijnmaziger burgermeetnetwerk ontstaan. Dit burgermeetnetwerk heeft van het vierde kwartaal van 2023 tot en met het derde kwartaal van 2024 gemeten. Tijdens deze periode heeft Fontys GreenTechLab onderzoek gedaan naar de data die hiermee is gegenereerd.

PM10 fijnstof wordt onder andere door de natuur zelf gemaakt (waterdruppeltjes/mist, Saharazand, zeezout). Daarnaast ontstaat PM10 door activiteiten in een gebied. Als het lukt om uit de data het aandeel natuurlijke PM10 uit het totaal aan de meetdata te filteren, komen mogelijk lokale bronnen van PM10 fijnstof in beeld.

Het verbeteren van inzicht in luchtkwaliteit, met een focus op fijnstof (PM10), is van belang om de verspreiding en concentraties van deze deeltjes beter te begrijpen. Met name dus de rol van lokale en regionale bronnen in combinatie met weersomstandigheden vragen om zorgvuldige analyse en begrijpbare visualisaties. Het onderzoek is in de periode september 2023 tot en met juni 2024 uitgevoerd door 2 derdejaars informatica studenten Nicoleta Cazac en Maksym Kobzar onder begeleiding van Fontys GreenTechLab.

​
Foto: PM10 burger meetnetwerk Foto: PM10 meetbox

Hoe is het onderzoek uitgevoerd?

Er zijn verspreid over het projectgebied bij burgers dertig PM10 fijnstof-sensoren geplaatst. De volgende stappen zijn daarna uitgevoerd.

1. Data verzamelen:

• 30 PM10 sensoren verzamelden PM10-data.
• Via het platform SamenMeten kon data worden binnengehaald.

2. Data validatie en correctie:

• Ruwe sensordata werd vergeleken met data van officiële meetstations, zoals Vredepeel.
• Hoge luchtvochtigheid (>70%) veroorzaakte afwijkingen in de metingen. Daarom moet een correctie op de data worden toegepast. Het RIVM heeft hiervoor een methode ontwikkeld, die op de data van het project is toegepast. Toch bleef de impact van hoge luchtvochtigheid groot en waren (te) hoge meetwaardes zichtbaar.
• Correctiemodellen, zoals de HackAir- en Köhler-modellen, zijn getest om de invloed van luchtvochtigheid op de data te beperken. Geen enkel model bood een perfecte oplossing, maar een gecombineerde aanpak bleek wel effectiever.

3. Visualisatie:

• Er is onderzocht of er een betere methode kan worden gebruikt om alle data te visualiseren en te projecteren op het projectgebied. Met ‘Animated heatmaps’ konden meetwaardes als bewegende patronen in beeld worden gebracht, waardoor meer inzicht ontstaat in waar PM10-fijnstof vandaan komt. De heatmaps laten ook zien waar meer en minder PM10-fijnstof wordt gemeten en het verloop hiervan in de tijd (vergelijkbaar met buienradar).

Op enkele sensoren na, hebben de PM10 fijnstofsensoren goed gewerkt tijdens de meetperiode. Een oplossing om ook betrouwbare data te krijgen bij een hoge luchtvochtigheid is om te werken met PM10 meters waarbij de inkomende lucht eerst wordt voorverwarmd. De verwachting is dat dit type PM10 fijnstofmeter in de toekomst beschikbaar komt en zou dan zeker aan te bevelen zijn voor mogelijk vervolg onderzoek.

Naast de data analyse is er gewerkt aan de visualisatie van de data. Dit is belangrijk voor het krijgen van goede inzichten. De eerste testen zien er veelbelovend uit. Het gebruik van animated heatmaps is nu gebruikt voor het PM10 meetnet en kan ook voor andere meetnetwerken gebruikt worden, zoals het PM2.5 meetnet. Het doel is om met deze manier van visualiseren de data voor iedereen toegankelijk te maken in de toekomst.

Voorbeeld van een heatmap