Επιπτώσεις της κλιματικής αλλαγής και της ατμοσφαιρικής ρύπανσης στα υλικά

Abstract

This thesis aimed to study the deterioration of materials which exposed to the atmospheric environment due to atmospheric pollution and climatic parameters. The main object was the development of new functions which, by introducing satellite pollution data and climate parameters, will be able to perform a quantitative assessment of the deterioration that a material undergoes when it is exposed to the atmospheric environment for a year. For this purpose data from international exposures campaigns of structural materials were obtained and studied. These materials are used as structural materials in modern constructions, and monuments of cultural heritage. This fact lends special interest to the results obtained due to the important ancient monuments included in the Greek territory. The development of these new functions, which are called Satellite Sensed Dose Response Functions (SSD-DRFs), was carried out with a statistical approach and not a mechanistic one due to the complexity of the process of deterioration of materials in the atmospheric environment. In this context, the correlation presented by the atmospheric concentrations of the main pollutants and the climatic parameters (surface air temperature and relative humidity) with the actual wear values as recorded after the analysis of the experimental results was studied. The results of the correlations were used as a criterion for the selection of the appropriate parameters on which the development of the SSD-DRFs was based. Machine learning algorithms using the Python language were used for their development. Due to the non-linear nature and complexity of such phenomena in terms of applying mathematical tools it was chosen to be linearised. This approach led to results that are of particular interest to the international scientific community.

Η παρούσα διδακτορική διατριβή είχε στόχο τη μελέτη της φθοράς που προκαλείται στα υλικά τα οποία εκτίθενται στο ατμοσφαιρικό περιβάλλον λόγω της ατμοσφαιρικής ρύπανσης και των κλιματικών παραμέτρων. Ο βασικός στόχος ήταν η ανάπτυξη νέων συναρτήσεων, οι οποίες με την εισαγωγή δορυφορικών δεδομένων ρύπανσης και κλιματικών παραμέτρων, θα μπορούν να πραγματοποιούν μια ποσοτική εκτίμηση της φθοράς που υφίσταται ένα υλικό όταν αυτό εκτεθεί στο ατμοσφαιρικό περιβάλλον για χρονικό διάστημα ενός έτους. Για το σκοπό αυτό συγκεντρώθηκαν και μελετήθηκαν δεδομένα που προέκυψαν από διεθνείς πειραματικές εκστρατείες έκθεσης δομικών, κυρίως, υλικών σε πραγματικές συνθήκες. Τα υλικά που μελετήθηκαν χρησιμοποιούνται ως δομικά υλικά σε σύγχρονες κατασκευές, αλλά και σε μνημεία πολιτιστικής κληρονομιάς. Το γεγονός αυτό προσδίδει ιδιαίτερο ενδιαφέρον στα αποτελέσματα που προέκυψαν λόγω των πολύ σημαντικών αρχαίων μνημείων που περιλαμβάνονται στηνελληνική επικράτεια. Η ανάπτυξη των νέων αυτών συναρτήσεων, οι οποίες ονομάζονται Satellite Sensed Dose Response Functions (SSDDRFs), πραγματοποιήθηκε με στατιστική προσέγγιση και όχι μηχανιστική λόγω της πολυπλοκότητας που παρουσιάζει η διαδικασία της φθοράς των υλικών στο ατμοσφαιρικό περιβάλλον. Στο πλαίσιο αυτό μελετήθηκε η συσχέτιση που παρουσίασαν οι ατμοσφαιρικές συγκεντρώσεις των βασικών ρύπων και οι κλιματικές παράμετροι (θερμοκρασίας του αέρα στην επιφάνεια και σχετική υγρασία) με τις τιμές της πραγματικής φθοράς όπως αυτή καταγράφηκε μετά από την ανάλυση των πειραματικών αποτελεσμάτων. Τα αποτελέσματα των συσχετίσεων χρησιμοποιήθηκαν ως κριτήριο για την επιλογή των κατάλληλων παραμέτρων πάνω στις οποίες βασίστηκε η ανάπτυξη των SSD-DRFs. Για την ανάπτυξη τους χρησιμοποιήθηκαν αλγόριθμοι μηχανικής μάθησης κάνοντας χρήση της γλώσσας Python. Λόγω της μη γραμμικής φύσης και της πολυπλοκότητας που παρουσιάζουν τέτοια φαινόμενα ως προς την εφαρμογή μαθηματικών εργαλείων επιλέχθηκε να γίνει γραμμικοποίηση. Η προσέγγιση αυτή οδήγησε σε αποτελέσματα που παρουσιάζουν ιδιαίτερο ενδιαφέρον για την διεθνή επιστημονική κοινότητα.