Investigation of SO2 pollution from coal-fired and geothermal power plants using high resolution satellite retrievals

Abstract

Air pollution, which emerged with the increasing industrialization after the industrial revolution, has become an important problem in Turkey, as in many parts of the world, due to its negative effects on human health and the environment. Air pollution causes serious health problems such as asthma, allergies, lung cancer, heart diseases, skin and eye damage and even death, as well as environmental problems such as acid rain, dust formation, turbidity and fog. In addition, air pollutants have direct and indirect effects on the climate. Known as one of the criteria and common pollutants, sulfur dioxide (SO2) originates primarily from large point sources such as power plants, volcanoes, smelters and oil and gas industries, or from residential heating with coal. Since Turkey has a significant share with 2 % of the current world reserves, it follows a coal-oriented energy policy. However, since the existing domestic lignite in Turkey has a low calorific value, it is generally used in power plants, and domestic lignite, which has a higher sulfur content than other types of coal, causes a high amount of SO2 pollution. Especially due to the high SO2 pollution levels and its negative effects on the environment and human health, the determination and monitoring of SO2 pollution in the region, like other air pollutants, plays an important role. Although air quality measurement stations (AQMSs), which are a common and old method for monitoring air pollutants, capture the diurnal changes with hourly measurements in their located region, they may be insufficient to understand the distribution of pollution especially in large areas, since they are located in certain regions and in limited numbers. In addition, the meteorological factors and land characteristics in the region where they are located, also have an effect on the ground-based measurements. On the other hand, the remote sensing technology, which was developed for the detection of air pollutants in the 1980s, facilitates the determination of the distribution of air pollutants globally and the detection of air pollution sources with its gradually developing spatial resolution and wide coverage area. The adventure of remote sensing, which started with the detection of the SO2 plumes originating from the El Chicón volcanic eruption with the Total Ozone Mapping Spectrometer (TOMS) instrument in the 1982, continued to develop with measurement of tropospheric SO2 with the Global Ozone Monitoring Experiment (GOME) instrument in the following years. With the changing and developing spatial resolution and global coverage in the following years, Atmospheric Infrared Sounder (AIRS) and the Scanning Imaging Absorption Spectrometer for Atmospheric Cartography (SCIAMACHY) instruments started to measure atmospheric air pollutants in 2002, Ozone Monitoring Instrument (OMI) in 2004, and GOME-2 and Infrared Atmospheric Sounding Interferometer (IASI) in 2006, and Ozone Mapping and Profiler Suite (OMPS) in 2011, respectively. The TROPOspheric Monitoring Instrument (TROPOMI), which finally started its measurements in 2019, has a higher spatial resolution of 5.5 km × 7 km compared to previous instruments such as GOME (320 km × 40 km), SCIAMACHY (60 km×30 km) and OMI (13×). In this thesis, SO2 Level 2 retrievals from the TROPOMI instrument on the Sentinel-5 platform, which is launched by European Space Agency (ESA) in October 2017, are used to monitor two-year (2019-2020) SO2 pollution in and around Turkey and determine its spatial and temporal distribution. First of all, TROPOMI SO2 Level 2 retrievals from National Aeronautics and Space Administration (NASA) Goddard Earth Sciences Data and Information Services Center (GES DISC) were processed using Phyton programming language and filtered according to the quality criteria in the TROPOMI Readme file. Spatial average was calculated with a grid resolution of 1 km × 1 km and the SO2 data were spatially matched with the grids to calculate the average monthly gridded SO2 column concentrations. Using different oversampling diameters, the 10 km radius oversampling method was applied, where the best distribution was observed for SO2 retrievals. In order to represent the pollution levels of coal-fired power plants (CPPs) and geothermal power plants (GPPs), SO2 retrievals at a distance of 10 km from the locations of CPPs were selected. Monthly statistics for SO2 retrievals were calculated using the Rstudio programming language, and then the data opened in the ArcGIS software program was visualized and average SO2 maps of Turkey for 2019-2020 were created. Emission inventory and ground measurements were used for comparisons. After the hourly ground-based measurements were selected according to the TROPOMI transit time, their daily and monthly averages are calculated. The energy production of power plants was examined using EPIAS electricity data. The impact of regional conditions was evaluated using meteorology and land use throughout all investigations. Considering the SO2 pollution in and around Turkey, hot spots are generally associated with CPPs. In October 2020, when the cleanest and highest signals was seen, the highest SO2 levels in Turkey were detected in the provinces of Kahramanmaraş and Muğla. The highest SO2 pollution in the region was observed in 10 of 18 months around Afşin Elbistan Power Plants. Following Kahramanmaraş, the SO2 pollution is at a remarkable level in Muğla, where there are three large-capacity CPPs. In addition, high SO2 pollution from CPPs was detected in Şırnak and Sivas provinces, and Aydın, Kocaeli, Malatya provinces where minor hotspots were observed, were also investigated. It has been determined that large-capacity GPPs in Aydın may also be an indirect source of SO2. High SO2 concentrations from CPPs have been observed in Turkey's district countries, Bulgaria, Iraq and Syria. The performance of AQMSs and the TROPOMI instrument were investigated by comparing the ground-based measurements where pollution is intense and the satellite retrievals around 10 km of AQMSs. Firstly, the daily SO2 ground-based measurements, satellite retrievals around the power plants and total electricity production variations of the CPPs that were temporarily closed with the decision taken on 31 December 2019 were examined and the current situation in the 2019-2020 period, the effect of the temporary shut down, the change in SO2 levels during reopening period has been investigated. Satellite retrievals often show similar changes with total electricity production, while ground-based measurements were insufficient to capture the variations. Especially the missing data at ground-based measurements and the limited number of satellite retrievals in winter months make comparisons difficult. For the selected large-capacity CPPs, the individual correlations are higher when SO2 and NO2 are compared to electricity generation, as well as high correlations between NO2 and SO2 (R2=0.62-0.96). The highest correlation between satellite SO2 retrievals and electricity production for Afşin Elbistan Power Plants with R2=0.84. SO2 pollution levels in Afşin Elbistan Power Plant, where the highest signals are observed, were investigated considering land use and meteorological factors. Ground-based measurements and meteorological factors show that the pollution in Kahramanmaraş is more intense in autumn and winter and is transported to south every season. Monthly gridded average SO2 retrievals show high concentrations (>2 DU) around the power plants in summer and autumn months. The correlation between electricity production and satellite SO2 retrievals is higher with R2=0.84 on a monthly basis than the daily correlation (R2=0.45). In the comparison made by subtracting the winter months due to limited number of SO2 retrievals, the correlation between satellite retrievals around the power plant and satellite retrievals around the AQMS (R2=0.86) is higher than the correlation between satellite retrievals around the power plant and ground measurements (R2=0.20). However, there is a low correlation (R2=0.20) between satellite retrievals and ground-based measurements around the AQMS. Similarly, the effect of three power plants in Muğla, where high signals were observed, on SO2 concentrations, the relationship between ground-based measurements, satellite retrievals and total electricity production were investigated. When ground-based measurements and meteorological factors were examined, it was seen that the intense pollution in Muğla transported to the southeast in the summer and autumn months, and to the northwest in the winter and spring months. Monthly gridded average SO2 retrievals show high concentrations (>2 DU) in the region in November, July and April 2020. While the pollution is generally distributed around the three CPPs, the AQMS can only detect the pollution originating from Yatağan Power Plant in summer and autumn months due to the land characteristics and location. Contrary to Afşin Elbistan Power Plants, correlations are low for three power plants in Muğla, but Yatağan Power Plant has the highest correlation (R2=0.27) between them. Similarly, for Muğla, the correlation between satellite retrievals 10 km around the power plant and satellite retrievals around the AQMS (R2=0.54) was found to be higher than the correlation between satellite retrievals around the power plant and ground-based measurements (R2=018). There is a low correlation (R2=0.27) between satellite retrievals and ground-based measurements around AQMS. In order to improve the ground-based measurements, it should be located close to the power plants, taking into account the wind and land characteristics. Finally, the contribution of GPPs to SO2 pollution is investigated, starting from the province of Aydın, where small hot spots are seen. The monthly average gridded SO2 distributions clearly show the pollution around GPPs especially in April, May and November months. Daily time series of satellite SO2 retrievals around the power plant also prove the contribution of geothermals to SO2 pollution with high SO2 concentrations in April 2019, May 2019, April 2020 and November 2020. In May 2019, the maximum concentrations were determined as 5.39 DU for Efeler, 3.45 DU for Ken-3, 2.54 DU for Mis-3 and 4.85 DU for Alaşehir. Concentration above 0.5 DU is observed in Ken-3 GPP with a capacity of 25 MWe in 34%, and with 165 MWe in Kızıldere GPP only in 20% of the days.

Sanayi devrimi sonrası artan sanayileşme ile birlikte ortaya çıkan hava kirliliği, dünyanın birçok yerinde olduğu gibi Türkiye'de de insan sağlığı ve çevre üzerindeki olumsuz etkileri dolayısıyla önemli bir sorun haline gelmiştir. Hava kirliliği astım, alerji, akciğer kanseri, kalp hastalıkları, cilt ve göz hasarları ve hatta ölüm gibi ciddi sağlık sorunlarının önde gelen sebeplerinden biri olmasının yanı sıra asit yağmurları, toz oluşumu, bulanıklık ve sis gibi çevre sorunlarına da neden olmaktadır. Ayrıca hava kirleticilerinin iklim üzerinde de doğrudan ve dolaylı etkileri bulunmaktadır. Kriter ve yaygın kirleticilerden biri olarak bilinen SO2, başlıca enerji santralleri, volkanlar, izabe tesisleri, petrol ve gaz endüstrileri gibi büyük noktasal kaynaklardan veya konut ısıtmasından kaynaklanmaktadır. Türkiye, mevcut dünya rezervlerinin %2,1 ile önemli bir paya sahip olduğundan kömür odaklı bir enerji politikası izlemektedir. Ancak Türkiye'deki mevcut yerel linyitin kalorifik değeri düşük olduğu için genellikle termik santrallerde kullanılmaktadır ve kükürt oranı diğer kömür türlerine göre daha yüksek olan yerel linyit, yüksek miktarda SO2 kirliliğine neden olmaktadır. Özellikle yüksek SO2 kirliliği seviyeleri ve çevre ve insan sağlığı üzerindeki negatif etkileri dolayısıyla, diğer hava kirleticileri gibi bölgedeki SO2 kirliliğinin belirlenmesi ve izlenmesi önemli rol oynamaktadır. Hava kirleticilerinin izlenmesi için yaygın ve eski bir yöntem olan hava kalitesi ölçüm istasyonları, saatlik ölçümlerle bulundukları bölgedeki gün içi değişimleri yakalasa da belirli bölgelerde ve kısıtlı sayıda bulunduklarından özellikle geniş alanlardaki kirlilik dağılımının anlaşılması için yetersiz kalabilmektedir. Ayrıca yer aldıkları bölgedeki meteorolojik faktörlerin ve bölgenin arazi özelliklerinin de yer ölçümleri üzerinde etkisi vardır. Diğer yandan, 1980'li yıllarda hava kirleticilerinin tespiti için geliştirilen uzaktan algılama teknolojisi, gittikçe gelişen alansal çözünürlüğü ve geniş kapsama alanı ile hava kirleticilerinin küresel dağılımının belirlenmesi ve hava kirliliği kaynaklarının tespitini kolaylaştırmaktadır. 1982'de El Chicón volkanik patlamasından kaynaklanan SO2 bulutunun TOMS cihazı ile tespit edilmesiyle başlayan uzaktan algılama serüveni, ilerleyen yıllarda GOME cihazı ile troposferik kükürt dioksitin ölçümüne başlanmasıyla gelişmeye devam etmiştir. İlerleyen yıllarda değişen ve gelişen alansal çözünürlükleri ve küresel kapsamaları ile birlikte sırasıyla AIRS ve SCIAMACHY enstrümanları 2002 yılında, OMI 2004, GOME-2 ve IASI 2006 ve OMPS 2011 yılında hava kirleticilerinin ölçümlerine başlamıştır. Son olarak 2019 yılında ölçümlerine başlayan TROPOMI, 5.5 km × 7 km alansal çözünürlüğe sahiptir ve GOME (320 km × 40 km), SCIAMACHY (60 km × 30 km) ve OMI (13×) gibi önceki enstrümanlara kıyasla daha yüksek alansal çözünürlüğe sahiptir. Bu tezde, ESA tarafından Ekim 2017'de piyasaya sürülen Sentinel-5 platformundaki TROPOMI cihazından alınan SO2 Seviye 2 verileri, Türkiye ve çevresindeki iki yıllık (2019-2020) SO2 kirliliğini izlemek ve mekansal ve zamansal dağılımını belirlemek için kullanılmıştır. Öncelikle Ulusal Havacılık ve Uzay Dairesi (NASA) Goddard Yer Bilimleri Veri ve Bilgi Hizmetleri Merkezi'nden (GES DISC) elde edilen TROPOMI SO2 Seviye 2 verileri Phyton programlama dili kullanılarak işlendi ve TROPOMI Readme dosyasındaki kalite kriterlerine göre filtrelendi. 1 km × 1 km ızgara çözünürlüğü ile mekansal ortalama hesaplandı ve SO2 verileri ızgaralar ile alansal olarak eşleştirilerek ızgaralı aylık ortalama SO2 kolon konsantrasyonları hesaplandı. Farklı aşırı örnekleme çapları kullanılarak, SO2 verileri için en iyi dağılımın gözlemlendiği 10 km yarıçaplı aşırı örnekleme yöntemi uygulandı. Kömürlü termik santrallerin ve jeotermal santrallerin kirlilik seviyelerini temsil etmek için enerji santrallerinin konumlarına 10 km mesafedeki SO2 verileri seçildi. Rstudio programlama dili kullanılarak SO2 verileri için aylık istatistikler hesaplanmasının ardından ArcGIS programında açılan veriler görselleştirildi ve 2019-2020 yılları için Türkiye'nin aylık ortalama SO2 haritaları oluşturuldu. Kıyaslama yapmak için emisyon envanteri ve yer ölçümleri kullanıldı. Saatlik yer ölçümleri, TROPOMI geçiş saatine göre seçildikten sonra günlük ve aylık ortalamaları hesaplandı. EPİAŞ elektrik verileri kullanılarak enerji santrallerinin elektrik üretimleri incelendi. Tüm incelemeler boyunca meteoroloji ve arazi kullanımı verileri kullanılarak bölge koşullarının etkisi değerlendirildi. Türkiye ve çevresindeki genel kirlilik incelendiğinde sıcak noktalar genellikle termik santraller ile ilişkilendirildi. En temiz ve en yüksek sinyallerin görüldüğü Ekim 2020'de Türkiye'deki en yüksek SO2 seviyeleri Kahramanmaraş ve Muğla illerinde tespit edilmiştir. Kahramanmaraş ilinde Afşin Elbistan Termik Santralleri çevresinde 18 ayın 10'unda bölgedeki en yüksek SO2 kirliliği gözlemlenmiştir. Kahramanmaraş'tan sonra üç büyük kapasiteli termik santralin yer aldığı Muğla ilinde de SO2 kirliliği dikkat çekici düzeydedir. Ek olarak, Şırnak ve Sivas illerinde termik santral kaynaklı yüksek SO2 kirliliği tespit edildi ve küçük sıcak noktaların görüldüğü Aydın, Kocaeli, Malatya illeri de araştırıldı. Aydın ilindeki büyük kapasiteli jeotermal santrallerin de dolaylı SO2 kaynağı olabileceği belirlenmiştir. Türkiye'nin komşu ülkeleri olan Bulgaristan, Irak ve Suriye'de kömürlü enerji santrallerinden kaynaklanan yüksek SO2 konsantrasyonları gözlemlenmiştir. Kirliliğin yoğun gözlemlendiği bölgelerdeki yer ölçümleri ile hava kalitesi ölçüm istasyonlarının 10 km etrafındaki uydu gözlemleri karşılaştırılarak hava kalitesi ölçüm istasyonu ve TROPOMI enstrümanının performansı araştırılmıştır. İlk olarak, 31 Aralık 2019'da alınan karar ile geçiçi olarak kapatılan kömürlü termik santrallerin günlük SO2 yer ölçümleri, santral etrafındaki uydu gözlemleri ve toplam elektrik üretimlerindeki varyasyonlar incelenmiştir ve 2019-2020 periyodundaki mevcut durum, geçici kapanmanın etkisi, tekrar açılma sonrası SO2 seviyelerindeki değişiklik araştırılmıştır. Uydu gözlemleri çoğu zaman toplam elektrik üretimi ile benzer değişimler gösterirken, yer ölçümleri varyasyonları yakalamakta yetersiz kalmıştır. Özellikle hava kalitesi ölçüm istasyonlarındaki eksik veriler ve kış aylarında sınırlı sayıdaki uydu gözlemleri kıyaslamayı zorlaştırmaktadır. Seçilen büyük kapasiteli termik santraller için SO2 ve NO2 ile elektrik üretimi kıyaslandığında bireysel korelasyonlar daha yüksektir, ayrıca NO2 ile SO2 arasındaki yüksek korelasyonlar (R2=0,62-0,96). Uydu SO2 gözlemleri ile elektrik üretimi arasındaki en yüksek korelasyon R2=0,84 ile Afşin Elbistan Termik Santralleri'ne aittir. En yüksek sinyallerin gözlemlendiği Afşin Elbistan Termik Santrali'ndeki SO2 kirlilik seviyeleri, arazi kullanımı ve meteorolojik faktörler göz önünde bulundurularak incelenmiştir. Yer ölçümleri ve meteorolojik faktörler Kahramanmaraş'taki kirliliğin sonbahar ve kış aylarında daha yoğun olduğunu ve her mevsim güneye taşındığını göstermektedir. Uydu gözlemleri kullanılarak oluşturulan aylık ızgaralı ortalama SO2 gözlemleri ise yaz ve sonbaharda santrallerin çevresinde yüksek konsantrasyonlar (>2 DU) göstermektedir. Elektrik üretimi ile uydu SO2 gözlemleri arasındaki korelasyon aylık bazda R2=0,84 ile günlük korelasyondan (R2=0,45) daha fazladır. Sınırlı SO2 gözlemleri dolayısıyla kış ayları çıkarılarak yapılan kıyaslamada, santral çevresindeki uydu gözlemleri ile hava kalitesi ölçüm istasyonu çevresindeki uydu gözlemleri arasındaki korelasyon (R2=0,86) santral çevresindeki uydu gözlemleri ile yer ölçümleri arasındaki korelasyondan (R2=0,20) daha yüksektir. Ancak, hava kalitesi ölçüm istasyonu çevresindeki uydu gözlemleri ile yer ölçümleri arasında düşük korelasyon (R2=0,20) vardır. Benzer şekilde yüksek sinyaller görülen Muğla'daki üç termik santralin SO2 konsantrasyonlarına etkisi, yer ölçümleri, uydu gözlemleri ve toplam elektrik üretimleri arasındaki ilişki incelenmiştir. Yer ölçümleri ve meteorolojik faktörler incelendiğinde, Muğla'daki yoğun kirliliğin yaz ve sonbahar aylarında güneydoğuya, kış ve ilkbahar aylarında ise kuzeybatıya taşındığı görülmüştür. Aylık ızgaralı ortalama uydu SO2 gözlemleri Kasım, Temmuz ve Nisan 2020'de bölgede yüksek konsantrasyonlar (>2 DU) göstermektedir. Kirlilik genellikle üç termik santralin çevresinde dağılırken, arazi özellikleri ve konumu nedeniyle hava kalitesi ölçüm istasyonu sadece yaz ve sonbahar aylarında Yatağan Termik Santrali'nden kaynaklanan kirliliği tespit edebilir. Afşin Termik Santrallerinin aksine, Muğla'daki santraller için korelasyonlar düşüktür ancak Yatağan Termik Santrali aralarında en yüksek korelasyona (R2=0,27) sahiptir. Benzer olarak Muğla için de santralin 10 km çevresindeki uydu gözlemleri ile hava kalitesi ölçüm istasyonu çevresindeki uydu gözlemleri arasındaki korelasyonun (R2=0,54) santral çevresindeki uydu gözlemleri ile yer ölçümleri arasındaki korelasyondan (R2=018) daha yüksek olduğu tespit edilmiştir. Hava kalitesi ölçüm istasyonu çevresindeki uydu gözlemleri ile yer ölçümleri arasında düşük korelasyon (R2=0,27) vardır. Yer ölçümlerinin iyileştirilmesi için termik santrallere yakın, rüzgar ve arazi özellikleri göz önünde bulundurularak konumlandırılmalıdır. Son olarak küçük sıcak noktalar görülen Aydın ilinden yola çıkılarak jeotermal santrallerin SO2 kirliliğine katkısı araştırılmıştır. Aylık ortalama ızgaralı SO2 dağılımları özellikle Nisan, Mayıs ve Kasım aylarında jeotermal santrallerin etrafında oluşan kirliliği açıkça göstermektedir. Santral çevresindeki uydu SO2 gözlemlerinin günlük zaman serileri de Nisan 2019, Mayıs 2019, Nisan 2020 ve Kasım 2020'deki yüksek SO2 konsantrasyonları ile jeotermallerin SO2 kirliliğine katkısını ispatlamaktadır. Mayıs 2019'da maksimum konsantrasyonlar Efeler için 5,39 DU, Ken-3 için 3,45 DU, Mis-3 için 2,54 DU ve Alaşehir için 4,85 DU olarak belirlenmiştir. 0,5 DU üzerinde konsantrasyon 25 MWe kapasitesi ile Ken-3 JES'de verilerin % 34'ünde ve 165 MWe ile Kızıldere JES'de günlerin sadece % 20'sinde gözlenmektedir.