УНИВЕРЗИТЕТ У КРАГУЈЕВЦУ ФАКУЛТЕТ ИНЖЕЊЕРСКИХ НAУKА Бранимир Љ. Милосављевић МОДЕЛИРАЊЕ АЕРОЗАГАЂЕЊА ОД ДРУМСКОГ САОБРАЋАЈА - ИДЕНТИФИКАЦИЈА УТИЦАЈНИХ ПАРАМЕТАРА И ИЗБОР МОДЕЛА Докторска дисертација Ментор др Радивоје Пешић, ред. проф. Крагујевац, 2015. ИДЕНТИФИКАЦИОНА СТРАНИЦА ДОКТОРСКЕ ДИСЕРТАЦИЈЕ I Аутор Име и презиме: Бранимир Љ. Милосављевић Датум и место рођења: 21.03.1974. године, Трстеник Садашње запослење: Висока техничка машинска школа струковних студија Трстеник, стручни сарадник из области технологије саобраћаја II Докторска дисертација Наслов: Моделирање аерозагађења од друмског саобраћаја - идентификација утицајних параметара и избор модела Број страница: 229 Број слика: 55 Број табела: 91 Број библиографских података: 290 Установа и место где је рад израђен: Факултет инжењерских наука Универзитета у Крагујевцу, Крагујевац Научна област (УДК): 629.3 Машинство - Моторна возила - Друмски саобраћај Ментор: др Радивоје Пешић, ред. проф. III Оцена и обрана Датум одобрења теме и ментора докторске дисертације: 22.12.2011. године Број одлуке и датум прихватања докторске дисертације: Одлука о продужетку рока за завршетак и одбрану докторске дисертације број: 01-1/4278-9 од 18.11.2014. године. Комисија за оцену подобности теме и кандидата: др Драгољуб Радоњић, ред. проф., др Радивоје Пешић ред. проф., др Јованка Лукић ред. проф., др. Небојша Лукић ред. проф., др Снежана Петковић, ванр. проф. Комисија за оцену докторске дисертације: Комисија за одбрану докторске дисертације: Датум одбране дисертације: Докторска дисертација је резултат мојих вишегодишњих истраживања која су помогнута од стране многих људи и више институција и организација, па им се овим путем захваљујем. Велику захвалност дугујем ментору проф. др Радивоју Пешићу за разумевање, подршку и помоћ која је била од непроцењиве вредности у свим фазама израде ове дисертације. Захвалност дугујем и проф. др Јованки Лукић на помоћи и свим саветима који су ми помогли током рада на дисертацији. Захваљујем се и осталом наставном особљу са Катедре за моторна возила и моторе на подршци и помоћи, посебно током финализације дисертације. Захваљујем се свим колегама са Високе машинске школе струковних студија Трстеник, а посебно Катедри за друмски саобраћај на челу са проф. др Радошем Пантићем, на разумевању и несебичној помоћи коју су ми пружили у циљу израде дисертације. Захваљујем се Одељењу саобраћајне полиције у Краљеву, Градском заводу за јавно здравље Београд и Ауто-мото клубу Трстеник без чије асистенције и помоћи не би било могуће реализовати неопходне експерименте. И на крају сам бескрајно захвалан својој породици. Ништа не би било могуће без њихове подршке, разумевања и вере коју су имали у мене. Аутор Факултет инжењерских наука Универзитета у Крагујевцу МОДЕЛИРАЊЕ АЕРОЗАГАЂЕЊА ОД ДРУМСКОГ САОБРАЋАЈА - ИДЕНТИФИКАЦИЈА УТИЦАЈНИХ ПАРАМЕТАРА И ИЗБОР МОДЕЛА Резиме Ова дисертација представља резултат вишегодишњег истраживања емисије возила и њене дисперзије унутар градских области. Током поменутог истраживања је утврђено да возни парк Републике Србије има већи проценат возила која веома загађују околну средину него што је то случај са возним парковима земаља у окружењу. Додатно, емисиони фактори додељени земљама западног Балкана од стране Европске агенције за заштиту животне средине, до данас нису били предмет истраживања у нашој земљи, већ су приликом прорачуна националних емисија усвајани без провере. Све је то условило реализацију четири независна експеримента (мерење емисије, бројање саобраћаја, мерење брзине возила и мерење имисије) и тестирање више полуемпиријских модела дисперзије како би се утврдили узроци повећане емисије, прецизирали реални емисиони фактори возног парка наше земље и дао одговор на поједина актуелна питања научне заједнице око доприноса и утицаја компоненти које кључно утичу на квалитет урбане атмосфере. На почетку дисертације је представљена основна хипотеза која је за циљ имала проверу питања:,, Да ли боље оцењени модел за процену квалитета ваздуха једне специфичне градске структуре представља квалитетан и поуздан симулациони алат ?“. За то је било неопходно у прегледу литературе јасно представити еколошке проблеме једне савремене градске средине, са нагласком на штетну емисију возила. Материјал и метод теоријског истраживања емисије возила и њене дисперзије унутар улица облика кањона чине важну окосницу трећег поглавља, при чему су објашњене и статистичке методе ради каснијег доказивања навода из основне и две радне хипотезе. Такође су у оквиру овог поглавља објашњени услови експерименталних поставки, као и спецификација мерне опреме. Затим су представљени резултати мерења емисије, а применом биномне логистичке регресије на мерном скупу података, утврђено је да старост возила јесте најутицајнија променљива на повећање емисије, да су највећи загађивачи домаћа возила, а у општој оцени то су возила мале снаге мотора. Веома је важно да је штетна емисија под контролом током читавог века експлоатације возила и у свету често коришћен приступ за решавање овог проблема јесте програм инспекције и одржавања који може у релативно кратком периоду елиминисати емисионо неисправна и/или возила која веома загађују околну средину. С обзиром да се он не примењује у Републици Србији, припрема и увођење једног таквог програма били би много једноставнији уколико би се за његову имплементацију искористили закључци овог истраживања. С обзиром да до данас нема јасних доказа који показују да сложенији модели систематски боље оперишу у погледу прогнозе грешке од мање сложених модела, тестирана је прва радна хипотеза која је дала одговор на питање о бољој процени имисије између једног сложеног и другог, мање сложеног, модела дисперзије. При томе је њихова прецизност процене ограничена Факултет инжењерских наука Универзитета у Крагујевцу тачношћу улазних података, а то су емисиони фактори, метеоролошки подаци, брзина возила и проценат хладно стартованих мотора. Анализа је показала боље процене сложенијег модела, међутим, пошто је најбољи резултат коефицијента детерминације процењених и реалних имисија 0,65, можемо рећи да је још увек присутно 35% непознатих утицаја. Такође, анализа је показала да сложенији модел не узима довољно добро у обзир режиме кретања возила на количину емисије у области сигналисаних раскрсница. Уколико се издвоје резултати добијени при условима деловања ветра из околне средине под углом мањим од 30° у односу на симетралу улице, простији модел дисперзије има боље процене. Након избора и адаптације сложенијег модела, односно доказивања друге радне и основне хипотезе, усвојени су одговарајући емисиони фактори возног парка Републике Србије поступком дедукције. Овакавим приступом избегавају се скупа и компликована истраживања која захтевају велика материјална средства, доста времена, као и сложену мерну опрему. С обзиром да се количина емисије често процењује за националне територије, то би грешке непрецизно усвојених емисионих фактора биле још израженије услед немогућности сагледавања свих променљивих приликом експерименталног мерења. На крају овог истраживања је симулацијом имисије извршено рангирање процентуалног утицаја њених компоненти (појединачних и здружених), при чему је било потребно формирати потпуне вишефакторске планове и применити методологију одзива површине. Тиме је пружен део одговора у оквиру актуелне полемике научне заједнице око утицаја и доприноса компоненти имисије. Кључне речи: eмисија возила, улица облика кањона, дисперзија штетних материја, имисија, биномна логистичка регресија, методологија одзива површине Факултет инжењерских наука Универзитета у Крагујевцу MODELING OF AIR POLLUTION FROM ROAD TRANSPORT - IDENTIFICATION OF INFLUENTIAL PARAMETERS AND MODELS SELECTION Summary This study resulted from the years-long research on vehicle emission and its dispersion within streets canyons. During the mentioned research it was found that a fleet of Republic of Serbia has a higher percentage of high polluting vehicles than is the case with the fleets of neighboring countries. In addition, emission factors assigned to the Western Balkan countries by the European Agency for Environmental Protection, have not been the subject of research in our country and that produce that calculated national emissions were adopted without checking. All that caused the realization of four independent experiments (emission measurement, traffic counting, vehicle speed measurement and immission measurement) and test more semi-empirical dispersion model to determine the causes of increased emissions, refine real emission factors of the Republic of Serbia fleet and gave a response to current questions of the scientific community about the contribution and impact of the key components that affect the quality of urban atmosphere. In the general outlines of the dissertation, the Introduction presents the null hypothesis which aimed at reviewing questions referring to whether better estimated model for air quality assessment in a specific urban structure represents a high quality and reliable simulation tool. Thus it was necessary that the literature review clearly presents environmental problems of a modern urban area, with special emphasis on harmful vehicle emissions. Materials and methods of theoretical study on vehicle emission and its dispersion within street canyons make an important backbone of the third chapter, where statistical methods are also explained in order to prove the assumptions from null hypothesis and two working hypotheses. Also this chapter explains the experimental setup conditions, as well as the specification of the used measuring equipment. The very beginning of the fourth chapter presents the results of emission measurements, and by applying the binomial logistic regression model to the measuring set of data, it was found that the vehicle age is the most influential variable for emissions increase, that domestic vehicles are the biggest polluters, and in general assessment they are vehicles with low-power engines. It is very important to minimize harmful emissions throughout entire vehicle lifetime and the approach for solving this problem worldwide is inspection and maintenance program because it can, in a relatively short period, eliminate highly polluting vehicles. This program is still not applicable in the Republic of Serbia, so the preparation and introduction of such a program would be much easier for its implementation if conclusions of this study were applied. So far there is no clear evidence that complex models systematically operate better in terms of error prediction compared to less complex models, so we tested the first working hypothesis which gave an answer to the question related to better immission assessment between the complex dispersion model and the less complex one. Also it must be noted that their estimated accuracy is limited by accuracy of Факултет инжењерских наука Универзитета у Крагујевцу input data, such as emission factors, meteorological data, vehicle speed and the percentage of cold-start engines. Analysis showed better concurrence of complex model with real immission, but since the best determination result of estimated and actual immissions is 0,65, we can say that 35% of variability is still unknown in the real immissions results. Therefore, if we take measurements position into account, we can conclude that complex model does not consider sufficiently the influence of vehicles regimes on the emissions quantity, especially in terms of light-controlled intersections area. If we distinguish the results obtained when background wind blows at an angle less than 30° relative to the street centerline, the less complex model, has a better estimation. After the selection and adaptation of complex model, that is after proving the null hypothesis and second working hypothesis, we adopted realistic emission factors of the Republic of Serbia’s vehicle fleet by deduction process. This approach avoids expensive and complicated studies that require significant financial resources, a lot of time as well as complex measuring equipment. As emission estimations are often determined for the national territory, errors of inaccurately adopted emission factors would be even bigger due to inability to comprehend all variables in experimental measurement. At the end of this research the immission simulation was carried out in order to rank the immission components by influence percentages (individual and corporate), and for that purpose it was necessary to form full multi-factor plans and implement the response surface methodology. This provided some of the answers within actual polemics of wider scientific community about the impact of the immissions components. Keywords: vehicle emissions, street canyon, dispersion of pollutants emission, binominal logistic regression, response surface methodology Факултет инжењерских наука Универзитета у Крагујевцу САДРЖАЈ 1. УВОД ................................................................................................................................................................ 1 1.1. Основне хипотезе од којих се полази у докторској дисертацији ................................................................. 2 1.2. Предмет и циљ истраживања са становишта актуелности у области .......................................................... 3 1.3. Веза са досадашњим истраживањима и методе коришћене у истраживању ............................................... 5 1.4. Структура и приказ дисертације по поглављима ........................................................................................... 7 2. ПРЕГЛЕД ЛИТЕРАТУРЕ ............................................................................................................................ 8 2.1. Квалитет ваздуха у урбаним срединама ......................................................................................................... 9 2.2. Мерење имисије и мониторинг квалитета амбијенталног ваздуха ............................................................ 11 2.3. Изложеност популације штетним материјама из ваздуха ........................................................................... 14 2.4. Квалитет ваздуха у урбаним срединама и емисија друмских возила ........................................................ 17 2.4.1. Стандарди и регулативе за емисију моторних возила ................................................................................. 22 2.4.2. Емисиони фактори ......................................................................................................................................... 26 2.5. Моделирање емисије друмског саобраћаја и утицај брзине саобраћајног тока ........................................ 30 2.6. Моделирање квалитета ваздуха .................................................................................................................... 36 2.7. Моделирање аерозагађења унутар улица ..................................................................................................... 39 2.8. Савремени модели процене аерозагађења ................................................................................................... 44 2.8.1. Модел CPBM .................................................................................................................................................. 46 2.8.2. Модел AEOLIUS ............................................................................................................................................ 46 2.8.3. Модел CAL4 ................................................................................................................................................... 47 2.8.4. Модел OSPM .................................................................................................................................................. 48 3. МЕТОД СОПСТВЕНИХ ИСТРАЖИВАЊА ........................................................................................... 50 3.1. Теоријска истраживања ................................................................................................................................. 52 3.1.1. Материјал и метод теоријског истраживања емисије ................................................................................. 52 3.1.1.1. Метода 1 за прорачун емисије друмског саобраћаја ................................................................................... 56 3.1.1.2. Метода 2 за прорачун емисије друмског саобраћаја ................................................................................... 56 3.1.1.3. Метода 3 за прорачун емисије друмског саобраћаја ................................................................................... 57 3.1.1.3.1. Емисија у периоду стабилизованог радног режима мотора (топла емисија) ............................................ 57 3.1.1.3.2. Емисија при хладном старту мотора ............................................................................................................ 58 3.1.1.3.3. Корекција емисије .......................................................................................................................................... 58 3.1.1.3.3.1. Погоршање емисије услед старости возила ................................................................................................. 59 3.1.1.3.3.2. Утицај погонског горива на емисију ............................................................................................................ 59 3.1.1.3.4. Емисиони фактори методе 3 .......................................................................................................................... 60 3.1.1.3.5. Прорачун емисије путничких аутомобила са ОТО моторима .................................................................... 61 3.1.1.3.6. Прорачун емисије путничких аутомобила са ДИЗЕЛ моторима ............................................................... 62 3.1.1.3.7. Прорачун емисије путничких аутомобила са погоном на ТНГ .................................................................. 62 3.1.1.4. Емисија возила у реалним условима вожње и емисиони фактори ............................................................. 63 3.1.2. Математичко-статистичке методе истраживања емисије возила ............................................................... 66 3.1.2.1. Биномна логистичка регресија ...................................................................................................................... 67 3.1.2.1.1. Слагање модела биномне логистичке регресије са улазним подацима ..................................................... 69 3.1.2.1.1.1. Метод максималне веродостојности ............................................................................................................. 69 3.1.2.1.2. Тестирање значајности коефицијената у логистичкој регресији ............................................................... 70 3.1.2.1.2.1. Волдов тест ..................................................................................................................................................... 70 Факултет инжењерских наука Универзитета у Крагујевцу 3.1.2.1.3. Процена слагања биномног логистичког модела са излазним подацима .................................................. 71 3.1.2.1.3.1. Хошмер-Лемешовљев тест ............................................................................................................................ 71 3.1.2.1.3.2. Графички тест процене утицаја независних променљивих ........................................................................ 72 3.1.2.1.3.3. Табела класификације .................................................................................................................................... 73 3.1.2.1.4. Коефицијенти корелације биномног логистичког модела .......................................................................... 74 3.1.3. Материјал и метод теоријског истраживања имисије ................................................................................. 75 3.1.3.1. Зона улице ....................................................................................................................................................... 75 3.1.3.1.1. Геометрија улица обликa кањона.................................................................................................................. 75 3.1.4. Режими струјања ветра из околне средине .................................................................................................. 76 3.1.5. Теоријска разматрања модела дисперзије емисије возила .......................................................................... 80 3.1.5.1. Модел STREET ............................................................................................................................................... 81 3.1.5.2. Модел CPBM .................................................................................................................................................. 82 3.1.5.3. Модел OSPM .................................................................................................................................................. 84 3.1.5.3.1. Директан допринос аерозагађења ................................................................................................................. 85 3.1.5.3.2. Допринос области рециркулације ................................................................................................................. 88 3.1.5.3.3. Брзина ветра у нивоу улице и на висини кровова зграда ............................................................................ 90 3.1.5.4. Модел CAL4 ................................................................................................................................................... 91 3.1.6. Специфични параметри који утичу на дисперзију емисије возила ............................................................ 92 3.1.6.1. Ефекти ветра из околне средине, висина зграда и облика кровова ............................................................ 92 3.1.6.2. Турбуленција ваздуха изазвана возилима у покрету ................................................................................... 95 3.1.6.2.1. Теоријске формулације турбуленције саобраћајног тока ........................................................................... 96 3.1.6.2.2. Експерименти и анализе турбуленције саобраћајног тока ......................................................................... 96 3.2. Аналитичко-експериментални метод истраживања имисије ..................................................................... 99 3.3. Експериментална истраживања .................................................................................................................. 101 3.3.1. Метода и мерна опрема за мерење емисије возила на празном ходу мотора .......................................... 101 3.3.2. Метода и мерна опрема за мерење имисије у улицама облика кањона ................................................... 102 3.3.3. Метода и мерна опрема за мерење брзине возила ..................................................................................... 105 3.3.4. Метода мерења саобраћајног протока и његове структуре ...................................................................... 107 4. EКСПЕРИМЕНТАЛНИ РЕЗУЛТАТИ И АНАЛИЗЕ .......................................................................... 108 4.1. Експериментални резултати и анализа емисије возила на празном ходу мотора ................................... 108 4.2. Експериментални резултати и анализа структуре и параметара саобраћајног тока ............................... 114 4.3. Експериментални резултати и анализа метеоролошких параметара из околне средине ....................... 117 5. МОДЕЛИРАЊЕ И ВРЕДНОВАЊЕ ЕКСПЕРИМЕНТАЛНИХ РЕЗУЛТАТА ............................... 119 5.1. Моделирање емисије возила на празном ходу мотора .............................................................................. 119 5.2. Тестирање модела расподеле случајних променљивих које могу бити од утицаја на концентрације штетних материја у улицама облика кањона ............................................................................................. 130 5.2.1. Анализа закона емпиријске расподеле оксида азота из околне средине ................................................. 130 5.2.1.1. Хипотетички модел log-нормалне расподеле концентрацијe оксида азота из околне средине ............. 133 5.2.2. Анализа закона емпиријске расподеле угљен-моноксида из околне средине ......................................... 136 5.2.2.1. Хипотетички модел log-нормалне расподеле концентрација угљен-моноксида из околне средине .... 137 5.2.3. Анализа закона емпиријске расподеле брзине ветра из околне средине ................................................. 138 5.2.3.1. Хипотетички модел log-нормалне расподеле брзине ветра из околине .................................................. 139 5.2.4. Анализа закона емпиријске расподеле протока возила (модел Ц) ........................................................... 140 Факултет инжењерских наука Универзитета у Крагујевцу 5.2.4.1. Хипотетички модел log-нормалне расподеле протока возила (модел Ц) ................................................ 141 5.2.5. Анализа закона емпиријске расподеле протока возила (модел А) ........................................................... 142 5.2.5.1. Хипотетички модел log-нормалне расподеле протока возила (модел А) ................................................ 142 5.2.5.2. Хипотетички модел нормалне расподеле протока возила (модел Б) ....................................................... 144 5.3. Верификација и валидација резултата модела дисперзије ........................................................................ 146 5.4. Избор модела за процену квалитета амбијенталног ваздуха .................................................................... 151 5.5. Вишекритеријумско вредновање утицајних фактора на вредности имисије .......................................... 154 5.5.1. Анализа утицаја фактора на моделиране концентрације угљен-моноксида ........................................... 155 5.5.2. Анализа утицаја фактора на моделиране концентрације оксида азота .................................................... 156 5.6. Предлози за адаптацију усвојеног модела за процену квалитета ваздуха ............................................... 164 5.7. Изгледи и побуде за даља истраживања ..................................................................................................... 166 6. ЗАКЉУЧЦИ И ПРЕДЛОЗИ ..................................................................................................................... 168 7. ЛИТЕРАТУРА ............................................................................................................................................ 173 8. ПРИЛОГ А................................................................................................................................................... 184 Факултет инжењерских наука Универзитета у Крагујевцу СПИСАК ОЗНАКА Ознака Назив Јединица Повећање емисије по километру As Арсен Ниво емисије возног парка нових возила Емпиријска константа аеродинамичког коефицијент отпора Фактор смањења параметра , односно дела пута који је пређен са хладним мотором или са катализатором који ради на температури нижој од радне за штетну материју i и технологију возила k (за моторе Еуро 1 стандарда емисије, па навише) {С} Заједница свих елеменета у скупу С ̂ Хошмер-Лемешовљева статистика Допринос области рециркулације аерозагађења Допринос аерозагађења из околне средине Директан допринос аерозагађења на релацији извор-место мерења Вредност моделиране имисије Вредност измерене имисије ̅̅ ̅ Средња вредност измерених имисија ̅̅ ̅̅ Средња вредност моделираних имисија C6H6 Бензен Cd Кадмијум CH4 Метан CO Угљен-моноксид Co Кобалт CO2 Угљен-диоксид COb Концентрација угљен-моноксида из околне средине [mg·m -3 ] Cr Хром Cu Бакар Број коваријатних образаца у k децилу Допринос аерозагађења у нивоу улице Гранична вредност за тест сагласности Колмогоров-Смирнова dr Дужина разуђености (расед) између суседних зграда [m] d Дужина класе интервала варијације Фишерова информативна матрица Топла емисија материје i, возила технологије k на путу типа r (градски, ванградски, ауто-пут) [g] Укупна емисија [g] Емисија материје i технологије k при хладном старту [g] Технолошки специфични емисиони фактори материје i за возило категорије j технологије k [g (voz·km)-1] Специфични емисиони фактор материје i за категорију возила j и врсту горива m [g·kg-1] Емисија материје i [g] Емисиони фактор у грамима материје према запреминској јединици (литру) утрошеног горива , · - Емисиони фактор материје i, за возила технологије k на путу типа r [g·km -1 ] Експонент коефицијента биномне логистичке регресије Факултет инжењерских наука Универзитета у Крагујевцу ⁄ Однос емисије при хладном старту и топле емисије за материју i и возило технологије k Део материје који циркулише унутар области рециркулације (модел CPBM) ( ) Кумулативна функција отказа ̅ ( ) Функција отказа Пропорционална константа дисперзије (модел OSPM) Емпиријска константа дисперзије (модел OSPM) Фактор топле емисије, коригован услед употребе реформулисаног горива за материју i, у возилу технологије k, које се креће на путу типа r Потрошња m врсте горива возила категорије i [kg] Корекција потрошње горива за материју i, технологију возила k за расположива горива побољшаног квалитета Корекција потрошње горива за материју i за гориво основног квалитета, технологије возила k Фактор корекције емисионог фактора угљен-моноксида за возила која испуњавају Еуро 3 стандард емисије ( ) Функција густине отказа Корекциони фактор утицаја пешачког тока Корекциони фактор утицаја саобраћајног тока Корекциони фактор утицаја структуре саобраћајног тока Корекциони фактор утицаја величине града Густина саобраћајног тока [voz·km-1] Почетна висина дисперзије (модел CPBM) HC Угљоводоници Hg Жива Hузводно Висина узводне зграде [m] Иницијална висина комешања гасовитих материја [m] i Број класа Eмпиријски константа концентрације аерозагађења (модел STREET) Капацитет саобраћајне траке или групе трака на прилазу раскрснице опремљене светлосним сигналима [voz·h -1 ] k Број мерних величина у вишефакторном плану експеримента ( ) Функција веродостојности ( ) Базни модел функције веродостојности Ширина области рециркулације [m] Дужина вихора [m] Lt, Ls1, Ls2 Странице трапеза у области рециркулације (модел OSPM) [m] ~LN Апроксимативно log-нормалној расподели Просечнa дужинa путовања [m] Моларна маса горива [g·mol -1 ] Корекциони фактор пређеног пута за дати пређени пут и материју i Моларна маса штетне материје [g·mol -1 ] Просечан годишњи пређени пут возила категорије j технологије k [km·voz] Просечан годишњи пређени пут возила технологије k на путу типа r [km·voz -1 ] 〈 〉 Укупан годишњи пређени пут свих возила категорије i технологије k [voz·km] Mn Манган ̅ Број апсолутних фрекфенција класе i N Број трака истих намена у методи критичног тока ~N Апроксимативно нормалном закону расподеле вероватноћа Саобраћајни проток [voz·h -1 ] Концентрација оксида азота из околне средине [μg·m -3 ] Факултет инжењерских наука Универзитета у Крагујевцу Број возила категорије j технологије k [voz] Број возила технологије k [voz] N2O Азот-субоксид NH3 Амонијак Ni Никл NO Aзот-моноксид NO2 Aзот-диоксид NOx Oксиди азота Укупан број субјеката у k групи HL GOF статистике O3 Oзон Број елемената међу коваријатних образаца P Вероватноћа догађаја Pb Олово PM2,5-10 Чврсте честице величине 2,5 – 10 μ [μm] Концентрација материје у издувној емисији мотора [%vol] * + Вероватноћа да ће случајна променљива x узети вредност из обележја X Број децила (максимално их може бити 10) Q Емитована количина издувних гасова у јединици времена [g·m -1 ·s -1 ] Проток возила [voz·h-1] R Размак варијације обележја ( ) Кумулативна функција поузданости ̅ ( ) Функција поузданости Смањење емисије за путничке аутомобиле са погоном на дизел која задовољавају Eуро 5 и Eуро 6 стандарде емисије [%] Коефицијент детерминације Нагелкеркеа Коефицијент детерминације Коха и Шнела Допринос изван области рециркулације (модел OSPM) Фактор брзине ветра (представља снагу вихора) Површина коју заузима једно возило [m2] Sb Антимон Стандардна грешка коефицијената логистичке регресије SO2 Сумпор-диоксид Вредност неометаног саобраћајног протока (радни проток возила) [voz·h -1 ] Површина пресека кањона [m 2 ] Засићени саобраћајни ток i сигналне групе (метод критичног тока) [voz·h -1 ] Tl Талијум Време транспорта материја (модел CPBM) [s] ta Температура амбијента [℃] Време трајања доприноса рециркулације (модел CPBM) Брзина ветра у хоризонталном правцу [m·s-1] Брзина ветра из околне средине [m·s -1 ] Попречна брзина ветра унутар кањона (модел CPBM) [m·s -1 ] Брзина ветра у нивоу кровова зграда (при врху кањона) [m·s -1 ] V Брзина возила [km·h -1 ] Волдова статистика Садржај угљеника у гориву [kg·kg -1 ] Интервал варијације Брзина струјања ваздуха при врху кањона (модел CPBM) [m·s -1 ] Нормирана вредност фиктивног параметра у факторским плановима Средина класе i ̅ Аритметичка средина случајне променљиве x Хоризонтално растојање саобраћајне траке i од места мерења [m] Зависна променљива у биномној логистичкој регресији Факултет инжењерских наука Универзитета у Крагујевцу Излазне вредности система за фактор i Број класа Висина неравности градске области [m] Растојање дуж вертикалне осе (модел CAL4) [m] Коефицијент механичке турбуленције β Пређени пут са хладним или делимично загрејаним мотором [km] Део пређеног пута који је пређен са хладним мотором или са катализатором који ради на температури нижој од радне за материју i и технологију возила k [km] Коефицијенти параметара регресије одговарајућег ризичног фактора Коефицијенти параметара регресије двофакторне интеракције фактора i и ј Коефицијенти параметара регресије трофакторне интеракције фактора i, ј и k Коефицијенти параметара регресије четворофакторне интеракције фактора i, ј, k и l Слободан члан регресионе једначине Интервал класе концентрације угљен-моноксида из околне средине [mg·m -3 ] Интервал класе протока возила [voz·h -1 ] | | Разлика експерименталних и теоријских функција отказа за класу i Интервал класе концентрације оксида азота из околне средине [μg·m -3 ] Интервал класе брзине ветра из околне средине [m·s -1 ] 𝛉 Правац ветра из околне средине (синоним симбола Φ) [°] Однос трајања припадајућег зеленог интервала ( ) и циклуса ( ) у методи критичног тока ( ) Критична вредност (критеријума) у зависности од нивоа значајности λp Константа пропорционалности (модел OSPM) Вероватноћа догађаја ( ) Oчекивана вредност (вероватноћа) зависне променљиве за дату независну променљиву x ̅ Просечна оцењена вероватноћа HL GOF статистике Густина погонског горива [kg·m -3 ] Mc Faden коефицијент детерминације Стандардно одступање моделиране имисије Стандардно одступање измерене имисије Стандардно одступање попречне брзине ветра унутар улице облика кањона Флуктуација брзине вертикалне турбуленције (модел OSPM) Турбуленција ваздуха изазвана возилима у покрету (модел OSPM) Брзина проветравања улице облика кањона [m·s -1 ] Стандардна девијација случајне променљиве x Стандардна девијација у попречном правцу (модел CAL4) [m] Стандардна девијација у вертикалном правцу [m] Параметар вертикалне дисперзије облака гасовитих материја Брзина ветра унутар улице облика кањона (дефинисана адвективним и дифузионим компонентама: ) (адвекција - пренос атмосфверског својства пољем ветра као што је температура, влажност, вртложност итд.) [m·s -1 ]  Угао прилаза ветра у нивоу кровова зграда у односу на симетралу улице [°] ( ) Лапласова функција Хи квадрат Факултет инжењерских наука Универзитета у Крагујевцу СПИСАК ТЕРМИНА И СКРАЋЕНИЦА Термин или скраћеница Енглески / English Српски / Serbian ACEA European Automobile Manufacturers’Association Удружење европских произвођача аутомобила ADB Asian Development Bank Развојна банка Азије ADEME (fra. Agence de l'Environnement et de la Maîtrise de l'Énergie), (eng. Environment and Energy Management Agency) Агенција за управљање енергетским ресурсима и заштитом животне средине AEOLIUS Assessing the Environment Of Locations In Urban Streets Процена заштите животне средине унутар улица облика кањона (модел дисперзије) AEROMOD АЕRO MODeling Mоделирање квалитета ваздуха (модел дисперзије) AEROPOL АЕRO POLlution Загађење ваздуха (модел дисперзије) ARB Air Resources Board Одбор за ресурсе ваздуха ARTEMIS Assessment and Reliability of Transport Emission Models and Inventory Systems Процена и утврђивање поузданости модела емисије саобраћаја и система ажурирања података AUC Area Under the Curve Површина испод ROC криве BOX model Модел дисперзије који генерише додатне утицаје пореклом од материја које се крећу у пољу рециркулације BTS Bureau of Transportation Statistics Статистички завод за технологије транспорта CAFE Clean Air for Europe CAL4 CALifornia LINE Source Dispersion Model, version 4 Калифорнијски модел дисперзије гасовитих материја пореклом из линијских извора (верзија 4) CALPUFF CALifornia PUFF model Калифорнијски модел процене аерозагађења CAR-FMI Contaminants in the Air from a Road- Finnish Meteorological Institute Модел процене загађења ваздуха од стране возила на путу (производ Финског института за метеорологију) CDRH Center for Devices and Radiological Health Центар за апарате и радиологију CFD Computational fluid dynamics Компјутерски симулирана динамика флуида CMAQ Chemistry Transport мodel CMEM Comprehensive Modal Emission Model COPERT COmputer Programme to calculate Emissions from Road Transport Компјутерски програм за прорачун емисије пореклом из друмског саобраћаја CoREMED Choice of Regression Equation of Multifactor Experiment Design with and without Repeating Избор регресионе једначине вишефакторних планираних експеримената са понављањем и без понављања CORINAIR CORe INventory to the AIR CPBM Canyon Plume Box Model cutpoint Оптимална тачка прекида линија сензитивности и специфичности теста D Случајна независна променљива која се односи на порекло возила у БЛР моделу D(1) Независне случајне променљиве које припадају групи домаћих возила у БЛР моделу Факултет инжењерских наука Универзитета у Крагујевцу DEP Department of Environmental Protection Департман заштите животне средине DoE Design of Experiments Планирање експеримента Downwind building Низводна зграда E Исток EC European Commission Европска комисија EC European Council Европски савет ECMT European Conference of Ministers of Transport Европска конференција министара саобраћаја EEC European Economic Community Европска економска заједница EIG Emission Inventory Guidebook Водич за катастар емисија EMEP European Monitoring and Evaluation Programme Програм сарадње у области мониторинга и процене далекосежног преноса штетних материја у ваздуху у Европи EUROPIA European Petroleum Industry Association Удружење европске нафтне индустрије FB Fractional Bias Одступање фракција (статистички индикатор слагања измерених и моделираних вредности), пожељно |FB|<0,3 FFD Full Factorial Design Потпуни факторни план експеримента FI Случајна независна променљива која се односи на тип напајања возила у БЛР моделу FI(1) Независне случајне променљиве које припадају групи возила која поседују карбураторски систем напајања горивом у БЛР моделу FTP Federal Test Procedure GOF Goodnes Of Fit Критеријум сагласности GPS Global Positioning System GV Geometric Variance Геометријска дисперзија (статистички индикатор слагања измерених и моделираних вредности). H Општа висина зграда око улице HBEFA Handbook Emission Factors for Road Transport Приручник емисионих фактора за друмска возила HEPA Ho Chi Minh environmental protection agency Агенција за заштиту животне средине Хо Ши Мина HH model Hotchkiss and Harlow model Модел дисперзије штетних материја Hit ratio Проценат тачно класификованих одговора HIWAY2 HIghWAY Полуемпиријски модел процене квалитета ваздуха HL GOF Hosmer and Lemeshow Goodnes Of Fit Хошмер-Лемешовљев критеријум сагласности I/M programs Inspection and Maintance programs Програми инспекције и одржавања IA Index of agreement Индекс слагања (статистички индикатор слагања измерених и моделираних вредности), пожељна што већа вредност ближа јединици. Inflow rate Количина прилива свежег ваздуха по јединици дужине ISF Институт саобраћајног факултета J Број јединствених експеримената K Случајна независна променљива која се односи на присуство катализатора у возилу у БЛР моделу K(1) Независне случајне променљиве које припадају групи возила која не поседују катализатор kW Случајна независна променљива која се односи на снагу мотора возила у БЛР моделу Факултет инжењерских наука Универзитета у Крагујевцу kW(1) Независне случајне променљиве које припадају другој поткатегорији снаге мотора возила (41–70 kW) у БЛР моделу kW(2) Независне случајне променљиве које припадају трећој поткатегорији снаге мотора возила (>70 kW) у БЛР моделу L Случајна независна променљива укупно пређене километраже возила у БЛР моделу Leeward side Заветрена страна (улице облика кањона) LEV Low Emission Vehicle Возилo мале емисије LL Likelihood Logarithm Логаритам веродостојности LM Локација мерења MATZOROS Модел процене аерозагађења и концентрације штетних материја у улицама (назив модела је име његовог творца) MEET Methodologies to Estimate Emissions from Transport Методологија за процену емисије пореклом из саобраћаја MG Geometric mean bias Средње одступање геометријске средине (статистички индикатор слагања измерених и моделираних вредности) ML Maximum Likelihood Максимална веродостојност MLS Method of Least Squares Метод најмањих квадрата MOBILE MOBILE source emission factor model Модел процене емисије на бази емисионих фактора (последња верзија је 6.2) VFEM Vehicle Fleet Emission Modelling Моделирање емисије возног парка MSE Mean square error Средња квадратна грешка N Север n Број експеримената NAEI National Atmospheric Emissions Inventory Национални катастар емисије атмосферских загађивача NCMCE Nordic Computational Method for Car Exhausts NE Североисток NERI National Environmental Research Institute Национални институт истраживања животне средине NFR Nomenclature for reporting Номенклатура за извештавање NIAR Norwegian Institute for Air Research NMG Non-Methane Gases Неметански гасови NMSE Normalized Mean Square Error Нормализована средња квадратна грешка (статистички индикатор слагања измерених и моделираних вредности) NMVOC Non-methane volatile organic compounds Неметанска испарљива органска једињења NRMSE Normalized root mean square error Нормализовани корен средње квадратне грешке (статистички индикатор слагања измерених и моделираних вредности) OR Odds Ratio Однос шанси OSPM Operational Street Pollution Model Oперативни модел загађења улице OTO Mотор са унутрашњим сагоревањем који ради по ОТО-вом циклусу и користи моторни бензин или неко гасовито гориво Outflow rate Количина одлива ваздуха по јединици дужине PA Percentage Analyses Анализа тачно класификованих одговора Факултет инжењерских наука Универзитета у Крагујевцу PHEM Passenger car and Heavy-duty instantaneous Emission Model Модел процене емисије за путничка и тешка теретна возила PLUME model Гаусов модел дистрибуције (простирања) концентрације гасовите материје PM Particulate matter Чврсте честице R Пирсонов коефицијент корелације (статистички индикатор слагања измерених и моделираних вредности), пожељна што већа вредност ближа јединици. RAINS Regional Air pollution Information and Simulation REMS REMote Sensing Даљинско очитавање RMSE Root mean square error Корен средње квадратне грешке ROC curve Receiver Operating Characteristic Curve Графички тест процене утицаја независних на зависну променљиву RSM Response Surface Methodology Методологија одзива површине S Случајна независна променљива која се односи на старост возила у БЛР моделу S Југ SCHED Sealed Housing for Evaporative Determination SCREEN3 Screening Procedures for Estimating the Air Quality Impact of Stationary Source Једноставан модел процене аерозагађења из стационарних извора, базиран на техникама решетке SD Standard deviation Стандардно одступање SE Југоисток SMLRM-TE Selection of Multi-Factor Linear Regression Models-Based on Total Effect Избор вишефакторног регресионог модела на основу удела сваког фактора у укупној варијацији SNAP Selective nomenclature for air pollution Селективна номенклатура за аерозагађење Step down canyon Степенасто опадајући кањони (када је просечна висина узводних зграда већа од просечне висине низводних зграда) Step up canyon Степенасто растући кањони (када је просечна висина узводних зграда мања од просечне висине низводних зграда) STREET STanford REsEarch insTitute Модел процене аерозагађења у улицама SULEV Super Ultra-Low Emission Vehicle Возила супер мале емисије SW Југозапад SW Северозапад TEE Traffic Energy and Emissions Модел процене емисије из возила TKE Turbulent Kinetic Energy Ниво турбулентне кинетичке енергије TLEV Transitional Low-Emission Vehicle TRANS Technical Committee on Transportation Systems Planning TRB Transportation Research Board Борд за истраживањe саобраћајa TREMOVE TRansport & MObility leuVEn TRENDS TRansport and ENvironment Database System UK-ADMS UK Atmospheric Dispersion Modelling System Званични модел Уједињеног Краљевства за процену аерозагађења и моделирање дисперзије ULEV Ultra-Low Emission Vehicle Возилo веома мале емисије Upwind building Узводна зграда Факултет инжењерских наука Универзитета у Крагујевцу VEP Vehicle Emissions Prediction VERSIT+ Модел процене емисије саобраћаја VOC Volatile organic compound Испарљивa органскa једињења W Ширина улице облика кањона W Запад WHO World Health Organization Светска здравствена организација Windward side Ветровита страна (кањона) WRF Weather Research And Forecasting model БЛМ Биномни логистички модел БЛР Биномна логистичка регресија БУС Аутобус ВНУ Ветар у нивоу улице ВОС Ветар из околне средине ГЗЈЗ Бгд Градски завод за јавно здравље Београд ДМ Улица Димитрија Туцовића Домаћа возила Углавном се односи на возила производње и марке Застава Крагујевац Е (1–4) Проценат возила чија емисија јесте у границама стандарда емисије Еуро 1 – Еуро 4 ЕЕА European Environment Agency Европска агенција за заштиту животне средине ЕФ Емисиони фактор ЗСТ Засићен саобраћајни ток ИР Интензивни режим (постоји јака интеракција међу возилима) ЛР Лаган режим (нема интеракције међу возилима) ЛТВ Лако теретно возило МВ Улица Милоша Великог МССП Меродавна структура саобраћајног протока ПА Путнички аутомобил ПС Површинско струјање преко збијених објеката СИВ Струјање са интерференцијом вихора СИО Струјање преко изолованог објекта СР Средњи режим саобраћаја (постоји интеракција међу возилима) ССЕ Систем за смањење емисије ССТ Слободан саобраћајни ток ТRAPOS TRaffic POllution in Streets Загађење од саобраћаја у улици ТНГ Течни нафтни гас ТСТ Traffic induce turbulence Турбуленција ваздуха изазвана саобраћајем ТТВ Тешко теретно возило $ Долар (E)OBD (European Union) On-Board Diagnostics (Европска) дијагностика у возилу (UN)ECE (United Nations) Economic Commission for Europe Економска комисија (Уједињених нација) за Европу (US)EPA (United States) Environmental Protection Agency Агенција за заштиту животне средине (Сједињених Америчких Држава) 2W Мотоцикл Факултет инжењерских наука Универзитета у Крагујевцу 1 1. УВОД Технологија се може унапредити, али се мора схватити да 7 милијарди људи не може живети на планети Земљи, а да при томе не постоје последице по животну средину (Fenger, 2009) [1]. Тај проблем је пре неколико година укратко описан у чланку „Human alteration of Earth is substantial and growing” часописа „Science ” (Vitousek et al., 1997) [2]. Један цитат који подржава прву реченицу гласи: ,,Човек је трансформисао између једне трећине и једне половине површине земљишта; концентрација угљен-диоксида у атмосфери је од почетка индустријске револуције повећана за скоро 30%; више од половине доступне слатке воде користи човек; и око четвртина птичјих врста је доведено до истребљења. На основу ових, али и других стандарда, јасно је да живимо на планети на којој доминира човек“. Претходни пасус иде у прилог чињеници да људска заједница широм планете има све значајнији проблем са квалитетом ваздуха, односно квалитетом животне средине. Он је најизраженији у градовима, с обзиром да се дозвољени стандарди поменутог квалитета тамо често прекорачују. У Европи 80% становништва живи у градским областима и највећи допринос штетним концентрацијама по здравље људи има саобраћај, нарочито друмски саобраћај (Colvile et al., 2001) [3]. Технолошка унапређења и закони који контролишу емисију довели су до појединачног смањења емисије возила, међутим, пораст њиховог броја утиче на то да сви такви напори нису довољни да се достигну све рестриктивнији стандарди квалитета ваздуха. Осим тога, у неким случајевима нове технологије повећавају емисију специфичних штетних материја, попут оксидационих катализатора или посебних филтера, јер повећавају емисију азот-диоксида (Carslaw et al., 1996) [4]. У најзаступљеније штетне материје од емисије возила можемо издвојити: угљeн- моноксид (CO); оксиди азота (NOx), најчешће азот-моноксид (NO) и азот-диоксид (NO2), угљоводоници (HC); чврсте честице (PM2,5-10) и бензен (C6H6) који припада групи испарљивих органских једињења (енг. Volatile Organic Compounds - VOCs). Број станица у граду за континуално праћење квалитета ваздуха практично је ограничен услед почетних и оперативних трошкова, величине и облика опреме, могућности напајања итд. Зато је важно обезбедити оптимално искоришћење расположиве опреме, а то се може постићи додатним алтернативним мерама и техникама моделирања ради потпуне процене квалитета ваздуха и утврђивања изложености штетним материјама густо насељене градске популације. Сваки модел дисперзије мора у себи инкорпорирати утицај емисије возила на концентрације штетних материја поред коловоза и то за читав опсег уличних геометрија и метеоролошких параметара из околне средине. Тек онда процене модела могу бити адекватно искоришћене у стратегијама управљања саобраћајем и приликом одлучивања о квалитету ваздуха. Факултет инжењерских наука Универзитета у Крагујевцу 2 Свеобухватна процена модела дисперзије захтева симултана мерења кључних параметара, али тренутно постоји веома мало поузданих података. У овој студији, која обухвата теренска испитивања, направљен је покушај дефинисања утицаја параметара саобраћаја на дисперзију штетних материја, и то у две улице различите геометрије града Краљева. Истовремени мониторинг просторне дистрибуције штетних материја, детаљних информација о правцима ветрова из околне средине, уличне геометрије и саобраћајних карактеристика, омогућавају истраживање значаја фактора који утичу на квалитет ваздуха у области око коловоза. 1.1. Основне хипотезе од којих се полази у докторској дисертацији Избором оптималног модела дисперзије штетних материја примарно насталом од друмског саобраћаја, моћи ће се контролисати укупна емисија моторних возила, што је од значаја за људско здравље и унапређење животне средине. У складу са тим, дефинисане су хипотезе које ће се у овој тези обрадити и доказати. Основна хипотеза може се дефинисати: H0: Модел дисперзије штетних материја заједнички узрокован од емисије моторних возила и реалних метеоролошких флуктуација представља квалитетан алат у стратегији контроле квалитета ваздуха једне средине. У савременом добу, услед акутног утицаја штетних материја на људско здравље и високих трошкова постављања и одржавања мониторинг система, неопходно је развити довољно квалитетну процену, средство управљања или технику моделирања штетних концентрација. Емпиријска метода може бити базирана на укрштеној корелацији прикупљених мерних података. Овај метод је поуздан за предвиђање дугорочних концентрација материја (имисија) у атмосфери. Појединачне хипотезе су: H1: Вредности издувне емисије возила, метеоролошки параметри и параметри и карактеристике саобраћајног тока утичу на имисију која води порекло од моторних возила и тај утицај се може сагледати применом претходно наведеног модела. Величина имисије која већим делом води порекло од моторних возила зависи од структуре саобраћајног тока и услова у којима се саобраћајни ток формира и реализује. У условима градске вожње возило се углавном креће у неповољним режимима са аспекта потрошње горива, што директно утиче на вредности емисије. Такође, један број возила не може брзо постићи оптималну температуру рада катализатора, што опет проузрокује веће вредности емисије од дозвољених стандарда. Факултет инжењерских наука Универзитета у Крагујевцу 3 Са друге стране, на саобраћајницама вишег ранга услед већих брзина кретања возила јавља се и већа количина емисија. Зато је посебно важно идентификовати све утицајне параметре и применом савремног модела симулирати емисију. Концентрације штетних материја у атмосфери се могу третирати као случајне променљиве које се могу сасвим добро описати густином расподеле вероватноћа. Међутим, треба нагласити да су штете за животну средину, а посебно по здравље људи, узроковане не само екстремним вредностима концентрације таквих материја већ и устаљеним просечним величинама. Зато је неопходно испитати, у зависности где се формира саобраћајни ток (градски коловози, односно улице или саобраћајнице вишег ранга), на који начин емисија возила у садејству са метеоролошким параметрима утиче на резултате савремених модела дисперзије штетних материја. H2: Резултат модела дисперзије штетних материја који има најбоље слагање са емпиријски добијеним подацима имисије представља добар модел за оцену и предикцију имисије. Мониторинг свих потенцијално великих емитера аерозагађења, као и већине гасовитих штетних материја које утичу на формирање имисије, јесте непрактично. Анализом података добијених на терену и развојем емпиријских модела који обрађују имисију, једна локација у граду може бити искоришћена за предикцију имисије у другом делу града, а ако се при томе јасно дефинишу улазни параметри и услови оперативног рада наведеног модела, реална је предикција и за друга насељена места. Применом квалитетних модела могуће је вршити анализе на транспортној мрежи променом саобраћајних режима или интензитета њихових токова са примарним еколошким циљем. 1.2. Предмет и циљ истраживања са становишта актуелности у области Систем транспорта једног подручја обезбеђује многе користи, међутим, свеукупне социолошке, економске и еколошке утицаје на животну средину, и поред напретка данашње науке и технологије, још је тешко оценити и предвидети. Иако дуж коловоза ниво емисије возила може бити непроменљив, квалитет ваздуха може значајно да варира у зависности од степена развоја и способности дисперговања штетних материја у околну средину. Зато можемо рећи да се квалитет ваздуха управо односи на њихову концентрацију у атмосфери. Предмет дисертације јесте идентификација и оцена значајности утицајних величина на аерозагађење од друмског саобраћаја, при чему ће бити узети у обзир параметри и карактеристике домицилног саобраћајног тока, као и фактори који утичу на амбијентално окружење у којем се саобраћајни ток формира и реализује. Предмет дисертације јесте и анализа постојећих модела за дисперзију имисије, такође примарно узроковану од друмског саобраћаја. Факултет инжењерских наука Универзитета у Крагујевцу 4 Повећање броја пређених километара савремених возила условило је пораст количине емисије упркос пооштравању међународних еколошких стандарда (Bielli et al., 1998; ECMT, 2001) [5], [6]. Стручне студије јасно су утврдиле да се концентрације штетних материја у микроокружењу (градске артерије, пешачке стазе, друмски коридори итд.) знатно разликују од оних које се региструју на станицама за континуални мониторинг ваздуха (Liu et al., 1994; Ott et al., 1994; Karim et al., 1996; 1998) [7], [8], [9], [10]. Такође, нема поклапања реалне емисије са резултатима емисије који су добијени током хомологације возила коришћењем нових возних циклуса (BTS, 1997; Pickrell, 1999; Bin, 2003; Dabbas, 2010) [11], [12], [13], [14]. У урбаним срединама возила се углавном крећу по саобраћајницама које су опкољене високим зградама, које попут зида ометају приступ ваздушним струјама и тако отежавају проветравање. Зато је сасвим јасно да се модели дисперзије емисије возила морају оцењивати у различитим урбаним условима и за цео опсег метеоролошких стања у којима се саобраћајни ток формира и реализује. У улицама облика кањона, када је мања брзина струјања ветра из околне средине, поједини модели дисперзије дају добро слагање са емпиријским подацима (Wei and Qin, 2010) [15]. Основни циљ дисертације јесте анализа утицајних параметара на степен аерозагађења од друмског саобраћаја, избор оптималног модела за процену концентрације штетних материја и предлози за адаптацију модела дати кроз поступак варијације идентификованих и оцењених параметара саобраћајног тока и амбијенталног окружења нашег поднебља. Избором оптималног модела дисперзије моћи ће се контролисати укупна емисија возила, што је од значаја за људско здравље. Иако су технолошке иновације на мотору довеле до битног смањења аерозагађења од стране нових возила, проблем су она урађена по старим технологијама. Заправо, наша земља представља територију са знатним учешћем таквих у укупном возном парку, па су неопходна даља истраживања да би се сазнало како се постојећи модели за процену аерозагађења слажу са експериментално добијеним подацима. Такође је неопходно спровести анализу која би показала који су то утицајни параметри пресудни приликом моделирања аерозагађења од саобраћаја и како се њиховим променама може утицати на квалитет ваздуха. У циљу контроле квалитета ваздуха, светска стручна јавност је у последњој деценији предузела неколико важних истраживања по питању дефинисања модела имисије примарно узроковане емисијом возила. Међутим, нажалост, механизми функционисања параметара који утичу на атмосферу и деградацију квалитета ваздуха још нису у потпуности идентификовани и схваћени у нашој земљи и у нашим условима. Факултет инжењерских наука Универзитета у Крагујевцу 5 1.3. Веза са досадашњим истраживањима и методе коришћене у истраживању До сада су извршена бројна истраживања у свету из ове области. Развијени су и одговарајући компјутерски алгоритми (програми), који су полазна тачка за истраживања у овој дисертацији. Компјутерски програми који се данас највише користе приликом прорачуна емисионих фактора су COPERT [European Environment Agency - ЕЕА] и MOBILE [United States Environmental Protection Agency - US EPA]. Оба користе просечну брзину у саобраћајном току ради процене емисионих фактора. Прецизно дефинисање брзине возила представља кључно питање за израду што квалитетнијег модела процене емисије (Smith, 2008) [16]. У садашњим условима, евалуација квалитета ваздуха у урбаним срединама захтева потпуно разумевање узрока и последица аерозагађења, па су, из тог разлога, модели дисперзије изузетно значајни. Модели Гаусове дистрибуције за процену аерозагађења од друмског саобраћаја су: STREET (Johnson et al., 1973) [17], OSPM (Hertel and Berkowitz, 1989) [18], CAL4 (Benson, 1989) [19], HIWAY2 [US EPA], CAR-FMI (Luhar and Patil, 1989) [20], CALPUFF (Schulman and Strimaitis, 2000) [21], AEROPOL (Biggs, 1975) [22], AEROMOD [AMS/US EPA], UK-ADMS (Carruthers and Holroy, 1994) [23] и SCREEN3 (US EPA, 1995) [24]. Бројне студије су признале поузданост OSPM- а (Kukkonen et al., 2000; 2001; 2003; Berkowitz, 2000; Berkowitz et al., 1996; 2002; Alexander et al., 2002; Bihan et al., 2002; Aquilina and Micallef, 2004; Vardoulakis et al., 2002; 2007; Assael et al., 2008; Mensink et al., 2006; Lefebre et al., 2006) [25], [26], [27], [28], [29], [30], [31], [32], [33], [34], [35], [36], [37], као и модела CAL4 (Kerstin et al., 2007; Zhang and Batterman, 2010; Levitin et al., 2005; Ann Yura et al., 2007; Holmes and Morawska, 2006) [38], [39], [40], [41], [42]. Мониторинг и узорковање у реалном времену обезбеђују добар начин за прикупљање основних података, али само као улазни параметар за модел описивања постојећег степена аерозагађења. Методологија мониторинга претпоставља контролне тачке са којих се добијају мерни подаци, али само за наведену локацију и тренутно време узорковања. Не постоји могућност предвиђања квалитета ваздуха. Зато се често мониторинг мора користити у комбинацији са другим техникама за објективну процену, укључујући моделирање, формирање и мапирање катастра загађивача. Када су подаци о дневним концентрацијама штетних материја доступни за одређени временски период, могу се формирати јединствене статистичке расподеле случајних променљивих и као такве нам дати информације о квалитету ваздуха на много организованији и ефикаснији начин. Обликовање података о концентрацији штетних материја у форме статистичких расподела омогућује филтрирање непожељних ефеката (обично услед грешке мерења или недовољно поузданих инструмената). Детерминистичка анализа даје процену као једну вредност, без неизвесности о догађају, док статистички модел расподеле има могућност процене извесности релативне вероватноће, па је, из тог разлога, и поузданији. Факултет инжењерских наука Универзитета у Крагујевцу 6 Више модела статистичких расподела имало је прилику да се докаже као користан алат у презентацији имисија. Најновији трендови регулативних стандарда квалитета ваздуха захтевају употребу изражену у форми ,,вероватноће прекорачења“ дозвољених граница. У последњој деценији стручна литература открива да постоји мало студија које су изнеле методологију моделирања статистичких расподела. Таква методологија мора садржати два важна корака, као што су идентификација (препознавање) форми статистичких расподела и оцењивање неопходних параметара. За мали број узорака прикладна је техника графика, међутим, код великог броја узорака знатно су примереније квантитативне технике верификације статистичких хипотеза. Као што је претходно наведено у другом кораку моделирања, неопходно је оцењивање укључених параметара у функцију расподеле. Као један од најпогоднијих тестова могу се навести методе из теорије корелације. За моделе дисперзије штетних материја искористиће се савремени полуемпиријски модели. Улазни параметри чиниће емпиријски подаци сакупљени на одабраним улицама града Краљева. Као значајна чињеница овог експеримента може се навести да је Влада Републике Србије 2009.године дала дозволу за пројекат Министарства животне средине и просторног планирања и Агенције за заштиту животне средине о аутоматском мониторингу квалитета ваздуха. Данас тако развијена мрежа функционише у 28 станица које су распоређене у 23 града Републике Србије. Један од тих градова је град Краљево (програм: EuropeAid/124395/D/SUP/YU Supply of Equipment for Air Monitoring). Овакви подаци прикупљени из околне средине (енг. background) један су од битних подсистема подршке савремених полуемпиријских модела дисперзије штетних материја. Статистичка анализа возног парка Краљева даће улазне податке о емисији за модел аерозагађења у градским језгрима, док статистичка анализа возног парка Србије (са аспекта задовољења појединих ЕУРО прописа) може да послужи за моделе који као улазне податке о емисији третирају главне транзитне токове саобраћаја, односно саобраћајнице вишег ранга. Вишекритеријумским вредновањем ће бити извршено рангирање свих релевантних параметара и биће одређен њихов утицај у условима домицилног саобраћајног тока. Статистичким индикаторима слагања биће оцењено који од модела дисперзије има бољу корелацију са емпиријским подацима. Очекивани резултати истраживања су:  Идентификација утицајних параметара аерозагађења од друмског саобраћаја;  Избор оптималног модела дисперзије штетних материја;  Примена оптималног модела и његова калибрација експериментално добијеним вредностима;  Усвајање одговарајућих емисионих фактора домицилног возног парка;  Предлог мера за смањење аерозагађења од друмског саобраћаја. Факултет инжењерских наука Универзитета у Крагујевцу 7 1.4. Структура и приказ дисертације по поглављима Поглавље 1 излаже основне хипотезе од којих се полази у дисертацији, предмет и циљ истраживања са становишта актуелности у области моделирања емисије и квалитета амбијенталног ваздуха једне урбане средине, као и методе које ће се користити у истраживању. Поглавље 2, прегледом савремене литературе (експерименти и кампање, анализе и закључци), хронолошки и систематично излаже растући проблем који урбана заједница има са квалитетом ваздуха, као и проблем штетности по људско здравље уколико се прекораче дозвољени стандарди. Технике мониторинга и контроле заузимају важно место, јер су поједине послужиле ради утврђивања квалитета ваздуха. При томе је неопходно да се направи разлика између концентрација у околној средини од оних које су забележене унутар улице облика кањона. Такође, прегледом литературе биће приказан утицај друмског саобраћаја на квалитет ваздуха и биће показано који су најзначајнији модели емисије. С обзиром да квалитет процене емисије снажно зависи од емисионих фактора, а они од усвојене брзине возила, један део поглавља анализираће наведене параметре. Током истраживања је утврђена велика старост возног парка Републике Србије, (општина Крагујевац, Краљево и Трстеник), па ће део поглавља бити посвећен програму инспекције и одржавања који може допринети пооштравању дозвољених граница емисије. Развијене земље далеко су одмакле у наведеном програму, док наша још нема одговарајуће инструменете којим би контролисали возила која веома загађују околну средину. Последњи део поглавља 2 обухвата преглед савремених модела процене квалитета урбане атмосфере, са акцентом на моделе дисперзије штетних материја унутар улица облика кањона. Поглавље 3 је подељено на теоријско и експериментално истраживање. Немогуће је адекватно упознати ток струјања и дисперзију штетних материја унутар урбаних средина, ако се претходно не сагледају механизми и релације које важе унутар улице. Тек након тога се може детаљније приступити теоријском разматрању савремених модела дисперзије и идентификацији улазних параметара. Формулација емисионих фактора, као и поступци прорачуна емисије друмског саобраћаја методом 1, 2 или 3, заузеће значајно место у трећем поглављу. Експериментални део ће појаснити методе и мерну опрему неопходну ради реализације мерења емисије и урбане имисије. У поглављу 4 биће представљени и укратко анализирани следећи експериментални резултати: 1) Мерења емисије CO на празном ходу мотора; 2) Структуре и параметара саобраћајног тока и 3) Метеоролошки параметри и концентрације појединих гасовитих штетних материја. Поглавље 5 представља најзначајнији део дисертације при чему је подељено на моделирање емисије и вредновање утицаја најзначајнијих компоненти на квалитет урбане атмосфере. Такође у оквиру овог поглавља је изабран бољи модел дисперзије, при чему је његовом калибрацијом омогућено усвајање коректних емисионих фактора возног парка Републике Србије. Факултет инжењерских наука Универзитета у Крагујевцу 8 2. ПРЕГЛЕД ЛИТЕРАТУРЕ Аерозагађење се може дефинисати као присуство било које супстанце или више супстанци у атмосфери које су непожељне или штетне по здравље људи, било споља или изнутра, или која својим присуством директно или индиректно нарушава добробит човека (Parker, 1997) [43]. Урбано аерозагађење је дуго посматрано као локални проблем, углавном повезан са емисијама пореклом од индустрије и индивидуалних димњака. Данас то није случај, јер су претходно наведене емисије већином контролисане, осим кућних котларница. Смањење аерозагађења јесте циљ који се не може изоловати од других јавних политичких циљева. Потрошња појединих индустријских производа не подразумева компромисе и сукобе са другим важним друштвеним конкурентним циљевима. То се подразумева под контролом аерозагађења. Ово посебно важи за саобраћајно аерозагађење. Примарни циљ јесте да друмска возила емитују што мање штетних материја, али и добро развијен систем транспорта у коме људи и роба могу брзо, безбедно и јефтино да се крећу до различитих дестинација. Ови циљеви нису у потпуности усклађени и захтевају компромисе. Зато се смањење аерозагађења у градовима мора решавати систематично. Контрола аерозагађења јесте само један од многих циљева у транспортној политици. Други циљеви могли би укључити трошкове и брзину транспорта робе, утицај на различите друштвене и интересне групе, цену и очување земљишта, безбедност, величину и облик урбаних области и локацију становништва (Shere, 1998) [44]. Свака промена у политици смањења саобраћајног аерозагађења може имплицирати негативан утицај на један или више других политичких циљева. С друге стране, смањење утицаја политике такође може имати позитиван утицај на друге циљеве, попут саобраћајних загушења. Зато се смањење аерозагађења не може решавати изоловано од других циљева. У овом делу дисертације, прегледом савремене литературе, биће хронолошки и систематично представљен целовит проблем који урбана заједница има са проблемом квалитета атмосфере, који су механизми и мере неопходни за њено праћење и контролу, као и колика је штетност по људско здравље изазвана појединим гасовитим штетним материјама. Такође, прегледом литературе биће приказана улога, значај и утицај друмског саобраћаја на степен квалитета урбане атмосфере и који су тренутно модели емисије највише у свету заступљени. У последењем делу овог поглавља размотриће се моделирање аерозагађења и, као у случају прегледа емисионих модела, биће приказани савремени модели процене квалитета ваздуха, са акцентом на моделе дисперзије штетних материја унутар улица облика кањона. Факултет инжењерских наука Универзитета у Крагујевцу 9 2.1. Квалитет ваздуха у урбаним срединама У протеклих 60 година урбана популација је расла невероватном брзином. Према статистичким документима Програма животне средине Уједињених нација из 2006. године, 1900. године је било 15 светских градова са популацијом од једног милиона, 1950. године 83 града, а данас има више од 350. Становништво које живи у градским зонама чини око 50% укупне светске популације, са тенденцијом убрзаног повећања и у будућности. У Азији је 2005. године било 50% највише насељених градова на свету (Bang, 2012) [45]. Процес урбанизације јесте последица развоја индустријализације и аутоматизације широм света. Људе у градске средине привлачи висока стопа економског раста, јер су веће могућности запослења и образовања и бољи квалитет живота. Међутим, процес урбанизације изазива велику густину уличне мреже, зграда, становништва и осталих привредних активности које су повезане са високом потрошњом фосилног горива, јер људи у урбаним срединама користе више енергије за кување, климатизацију, транспорт итд., а индустрија користи енергију за производњу (Zarate, 2007) [46]. При томе се емитује велика количина штетних материја, што имплицира велике еколошке проблеме, попут загађења ваздуха и воде, комуналне буке, као и управљања отпадом. Иако се у целом свету тежи смањењу концентрације штетних материја тако што локалне и међународне организације уводе оштра законска ограничења и програме управљања квалитетом ваздуха, аерозагађење и данас јесте један од најозбиљнијих еколошких проблема урбаних средина. Светска здравствена организација је проценила да аерозагађење унутар урбаних средина изазива смрт више од 2 милиона људи годишње у земљама у развоју (WHO, 2005) [47]. Зато се управљање квалитетом ваздуха мора хитно размотрити ради заштите људи. До сада су развијене земље уложиле велике напоре да се смањењем емисије побољша квалитет ваздуха, као на пример: 1) Коришћење ,,чистих“ енергија; 2) Примена нових прописа о квалитету ваздуха и 3) Померање индустријских активности у земље у развоју (Bang, 2012) [45]. Ова трећа констатација може бити злонамерна јер практично представља измештање аерозагађења у сиромашније земље, да би богатије имале мање штете, односно здравију животну средину. Зато данас није више новост да штетне концентрације имају тенденцију пораста у градовима земаља у развоју, јер се оне пребрзо развијају и неконтролисано испуштају више штетних материја, као и зато што им недостају поједини контролни инструменти, попут управљања квалитетом урбане атмосфере. Једно од таквих мерења извршено је преко сталних станица за мониторинг квалитета ваздуха, чији су резутати приказани у табели 2.1 за просечне годишње концентрације азот-диоксида (NO2) и максималнe једночасовнe концентрацијe озона (O3). Факултет инжењерских наука Универзитета у Крагујевцу 10 Табела 2.1 Измерене концентрације азот-диоксида и озона у светским метрополама Град Токио Сеул Мексико Сити Њу Јорк Бомбај Делхи Сао Паоло Шангај Лос Анђелес NO2 [μg·m-3] 68 60 55 70 39 41 47 73 66 O3 [μg·m-3] / / 546 272 / / 403 / 225 Град Осака Калкута Буенос Ајрес Москва Пекинг Рио де Жанеиро Богота Хо Ши Мин WHO (2005) (дозвољено) NO2 [μg·m-3] 63 34 20 80 122 40 39 34 40 O3 [μg·m-3] / / / / / / 348 247 160 Извор: (Baldasano et al., 2003; ADB, 2006; HEPA, 2006) [48], [49], [50]. У случају азот-диоксида регистроване су високе концентрације у градовима развијених земаља и у градовима земаља у развоју где је главни извор емисије друмски саобраћај. Међутим, емисија изазвана друмским саобраћајем у развијеним земљама јесте мање опасна од емисија у земљама у развоју, јер оне користе савремене технологије контроле емисије, чистија погонска горива и више је у употреби јавни транспорт. У земљама у развоју користе се застареле технологије и врло мало средства јавног транспорта. Као резултат тога, већина градова у земљама у развоју, као што су: Шангај, Њу Делхи, Пекинг итд., садрже релативно висок ниво аерозагађења (Gurjar, 2005) [51]. У Европи је квалитет урбане атмосфере регулисан стандардима квалитета ваздуха. Они су засновани на резултатима експеримената на људима и животињама, односно епидемиолошким студијама, које прати, оцењује и публикује у виду приручника Светска здравствена организација (WHO, 2000) [52]. У Европи такве стандарде успоставља Европска унија, међутим, на дозвољене концентрације штетних материја, попут сумпор-диоксида, оксида азота, угљен-моноксида или чврстих честица, могу утицати редуковани стандарди националних емисија. Упориште овакве константације може се наћи у усвојеним конвенцијама Eвропске уније (86/277/EEC, 93/361/EEC, 98/686/EEC, 2001/379/EC, 2003/507/EC, 2004/259/EC). Директиве Европске уније које регулишу квалитет амбијенталног ваздуха су: 2008/50/ЕC за PM, O3, NO2, SO2, CO, Pb и бензен и 2004/107/ЕC за тешке метале: As, Cd, Hg и Ni. Директивa Европске уније којима je регулисана емисија аерозагађивача је 2001/81/ЕC за: PM, O3, NOx, NH3, SO2, CO, тешкe металe: Cd, Tl, Hg, Sb, As, Pb, Cr, Co, Cu, Mn, Ni и VOC. Република Србија је услове за мониторинг и захтеве према квалитету ваздуха регулисала Уредбом објављену у Сл. гласнику РС је број 11/2010 и 75/2010. Прилога А садржи табеле A(1–11) са подацима о граничним вредностима штетних материја препоручених од стране Европске агенције за заштиту животне средине (ЕЕА, 2011) [53], Светске здравствене организације (WHO, 2006; 2008) [54], [55] и Републике Србије (критеријуми за оцењивање концентрација, валидности узорковања, циљне, дугорочне и граничне вредности штетних материја, толерантне вредности и границе толеранције и колике би концентрације требало да буду када се становништво мора обавестити, односно упозорити). Факултет инжењерских наука Универзитета у Крагујевцу 11 2.2. Мерење имисије и мониторинг квалитета амбијенталног ваздуха Протеклих година инструменти за регистровање штетних материја толико су напредовали да је данас указано велико поверење подацима добијеним на такав начин. Без обзира да ли су мануелни или аутоматски, већина анализатора је пројектована ради утврђивања заступљености штетних материја у јединичној запремини ваздуха (концентрација). Расположиве технике узорковања (мерења) концентрације штетних материја у ваздуху (имисија) могу се поделити у 3 категорије (Vardoulakis, 2002) [57]: I Стална контрола; II Техника пред-концентровања: 1. пасивно (или дифузно) узимање узорака, 2. активно (или помоћу пумпе) узимање узорака. III Техника решетке (грабуљање) (енг. grab sampling). Такође, постоје различите методе мониторинга квалитета амбијенталног ваздуха (Bang, 2012) [45]: I Аутоматске; II Полуаутоматске; III Ручне методе. Од претходно набројане три, аутоматска метода је најбоља јер омогућава мониторинг аерозагађења у реалном времену. Врши се пуно мерења, а регистровани подаци се могу касније искористити ради изучавања еволуције аерозагађења у различитим периодима и током целе године. Међутим, метода је веома скупа због савремене опреме, а осим тога постоји потреба за редовним одржавањем и обуком техничара за руковање мерним уређајем (Molina and Molina, 2002) [58]. Данас су аутоматске и мануелне мреже за мерење аерозагађења инсталиране у целом свету. Само је у Европи инсталирано 1.450 мерних станица које покривају 350 градова широм Европе. Америчка агенција за заштиту животне средине (US EPA) управља станицама којих има преко 1.000 у целој Америци (Baldasano et al., 2003) [48], у Латинској Америци има више од 4.000 мониторинг станица (Belalcazar, 2009) [59], док су у Азији следеће земље инсталирале аутоматске мреже: Кина, Јапан, Кореја, Индија, Индонезија, Тајланд, Вијетнам итд. Време одзива, односно временски интервал узорковања, представља кључни критеријум за подобност изабране методе. Стандардни гасни анализатори су осетљиви и довољно брзи у мерењима реалног времена за угљен-моноксид, оксиде азота и концентрацију озона. Одговарајући просечни резултати могу се добити у кратком временском периоду и тако упоредити са регулаторним стандардима. Факултет инжењерских наука Универзитета у Крагујевцу 12 Веома је важно напоменути да су угљен-моноксид и бензен подеснији за откривање просторних градијената аерозагађења у градовима. Као један од примера можемо навести да је угљен- моноксид употребљен као показатељ великих разлика у нивоима аерозагађења између суседних улица централног дела Лондона (Croxford et al., 1996) [60]. Коначно, дифузно узимање узорака бензена и алдехида је искоришћено за идентификацију јаких градијената концентрације на краћим растојањима унутар улица два града Француске (Gonzalez-Flesca, 1999) [61]. Дифузно узимање узорака азот-диоксида често је употребљавано ради утврђивања просторне променљивости аерозагађења унутар урбаних средина (Hewitt, 1991; Monn, 1997) [62], [63]. Његов недостатак огледа се у томе што он није најбољи индикатор саобраћајног аерозагађења, мада се лако проверава уз помоћ пасивних цеви. Разлог за то је чињеница да азот-диоксид представља мали део (мање од 10 %) укупних оксида азота које директно емитује моторно возило. Поред тога, он је врло реактиван приликом преноса на краћим релацијама, па се зато и не очекује да се чврсто веже за друге још конзервативније штетне материје. Са друге стране, дифузни узорци имају прилично дуго време одзива (1 или 2 дана до 4 недеље), што их чини прихватљивијим код супстанци са кумулативним ефектима по људско здравље или за просторна мерења квалитета ваздуха и личне изложености, пошто су они преносиви уређаји (Vardoulakis et al., 2003) [64]. Поред класификације технике узорковања неопходно је извршити поделу према локацијама мониторинга квалитета ваздуха, при чему су дефинисане две категорије (Vardoulakis, 2002) [57]: I Линијска мерења - мерења дуж посматраног коловоза и најчешће методе (Platt and Perner, 1983) [65] су: 1. мерење диференционалне оптичке апсорпције спектроскопије; 2. диференцијална апсорпција. II Тачкаста мерења - узорковање са једног места (у овој дисертацији употребљене су тачкасте технике мерења квалитета ваздуха). Трајно (континуалне, фиксиране) позициониране станице за контролу квалитета урбане атмосфере могу се класификовати у две широке категорије (Vardoulakis, 2002) [57]: I Станице оријентисане за регистровање саобраћајног аерозагађења (на тротоару ближе ивичњаку); II Станице за регистровање квалитета амбијенталног ваздуха из околне средине. Употреба фиксираних монитора представља најчешћи показатељ излагања људи штетним материјама. Међутим, такве станице генерално су лоши индикатори јер представљају једну тачку у простору и очигледно не могу приказати велики број излагања, али зато могу приказати општу временску промену. Географска промена нивоа аерозагађења унутар одређене градске области јесте велика и она може бити 5–10 пута већа у прометној улици облика кањона у поређењу са концентрацијама у двориштима иза кањона (Jensen, 1999) [66]. Нивои аерозагађења на некој Факултет инжењерских наука Универзитета у Крагујевцу 13 локацији очигледно зависе од обима саобраћајних токова у улици и од растојања до извора саобраћаја. Опет, са друге стране, док се дифузно узорковање сматра ефикасном техником за описивање просторне варијабилности аерозагађења унутар града, континуални гасни анализатори могу обезбедити поуздане краткорочне (сваког сата) просечне концентрације (на пример: CO, NOx и O3) на ограниченом броју контролних локација (Vardoulakis, 2002) [57]. У последњих неколико година све више се користи мониторинг помоћу покретне мерне опреме и приступ микросредине (стална мерења у микросредини усклађена са обрасцем временске активности особе). Набројане методе представљају боље показатеље излагања људи него примена фиксних монитора, али због трошкова мерења оне су ограничене на студије са малим бројем субјеката (Williams, 1991) [67]. Као што је наведено у претходном тексту, постоји помак ка детаљнијој процени излагања, и развијени модел прати то кретање тако што се за процену примењује приступ микросредине, при чему се место становања користи као индикатор излагања. У складу са Директивом Европског парламента и Савета о квалитету ваздуха (EEC, 2000) [68], станице за мониторинг треба да се налазе тамо где је највиша концентрација штетних материја и потенцијална изложеност људи. Затворене градске области треба избегавати, јер мерења треба да представљају ниво аерозагађења околног подручја од најмање 200 m2. Друга смерница захтева да висина места мерења буде између 1,5 m (зона дисања људи) и 4 m, не мање од 25 m од главних раскрсница и 4 m од средине најближе саобраћајне траке. За NO2 и CO, узорковање би требало бити мање од 5 m од уличних тротоара, док је за бензен неопходно опрему поставити у близини фасаде зграде (али не мање од 0,5 m од најближег зида) (Vardoulakis et al., 2002) [69]. Што се тиче узорковања у границама урбане зоне, оператори морају да се увере да нема физичких препрека (зграда, балкона, дрвећа итд.) који утичу на струјање ваздуха око места узорковања. Осим тога, узорковање не треба обављати у непосредној близини извора, да би се избегло директно узимање само издувне емисије возила. Други фактори које је потребно размотрити су приступ и сигурност опреме, безбедност људи и оператора, размештај места мерења за различите штетне материје, захтеви планирања итд. (Fenger, 1999) [70]. Најзад, треба бити опрезан при поређењу података мониторинга (апсолутне вредности) из различитих градова. Подаци су често засновани на резултатима из више мониторинг станица, смештених на критичним местима и тако представљају само мали део животног окружења. Концентрације штетних материја се могу изразити на два начина. Прво, као маса штетне материје у датој запремини ваздуха, [mg·m-3] или [μg·m-3], или као однос запремине штетне материје и запремине загађеног ваздуха, [ppm] или [ppb]. У свету не постоји слагање о јединици која се употребљава. Факултет инжењерских наука Универзитета у Крагујевцу 14 2.3. Изложеност популације штетним материјама из ваздуха Штетне материје из ваздуха су одговорне за акутна и хронична обољења људског организма (WHO, 2000) [52] и генерално је препознато да управо супстанце пореклом од штетне емисије друмског саобраћаја имају такву одговорност (Hoek et al., 2000; Nyberg et al., 2000; Dab et al., 2001) [71], [72], [73]. Осим тога, и трошкови аерозагађења могу бити веома значајни. Медицинска асоцијација у Онтарију процењује да трошкови здравствене заштите и прераних смрти изазвани смогом износе више од једне милијарде $ годишње (Duffy, 2000; DSS, 2000) [74], [75]. Тако, на пример, сваке године 13.000 људи посети шок собе услед последица аерозагађења, 9.800 бива хоспитализовано, а 47 милиона запослених сваког дана се обрати лекару. У Отави више од 100 људи годишње умре због лошег квалитета ваздуха, трошкови медицинских услуга достижу до 23 милиона $ годишње због аерозагађења, а нижа продуктивност кошта град око 29 милиона $. Поред тога што постоји велики број врста штетних материја, свака има своје специфичне карактеристике. Класификација омогућава њихово проучавање у подгрупама на основу карактеристика од интереса и олакшава формулисање програма њихове контроле. Она обухвата (Pfafflin, 2006) [56]: 1. Класификација штетних материја према начину уласка у атмосферу - a) Примарне штетне материје - Примарне штетне материје се емитују у атмосферу директно из извора, без обзира да ли се могу идентификовати на онову механичких или хемијских реактивних процеса. Примери таквих директних пражњења обухватају комплетно и непотпуно сагоревање угљоводоничних горива из индустријских процеса или СУС мотора, чиме се доприноси емисији CO и CO2 и б) Секундарне штетне материје - Ове штетне материје се формирају као резултат хемијских реакција у атмосфери и за поједине је неопходно присуство сунчеве светлости. Такве реакције се дефинишу као фотохемијске, попут фотодисоцијације NO2 са импликацијом на репродукцију NO и O3; 2. Класификација штетних материја према хемијском саставу - а) Органске штетне материје - У ова једињења се убрајају она која садрже угљеник, водоник и друге елементе. Према овој дефиницији, можемо искључити једноставна једињења попут CO и CO2. Она садрже угљеник, али не водоник и б) Неорганске штетне материје - Неорганске штетне материје се могу дефинисати као једињења која не садрже једињења угљеника, изузев појединих као што су оксиди угљеника (попут CO и CO2) и угљеник-дисулфата. У пракси се најчешће сусрећемо са неорганским штетним материјама; Факултет инжењерских наука Универзитета у Крагујевцу 15 3. Класификација штетних материја према физичком стању - а) Гасовите штетне материје - Већина гасовитих штетних материја показује особине које поштују гасне законе, као што је предвидљив однос између њиховог притиска, температуре и запремине. На много начина се гасовите штетне материје понашају попут околног ваздуха и не теже да се смире или кондензују током дужег периода времена и б) Штетне материје типа чврстих честица (партикуле) - Било која штетна материја који није гасовита дефинише се као честица, без обзира да ли постоји у облику прашкастог материјала или течности. Честице најмањих димензија (2,5 μm) показују одређене особине гасовитих штетних материја, остајући на дужи временски период суспендоване у атмосфери, а при томе се лако транспортују ваздушним струјама; 4. Класификација штетних материја према природи ризика по здравље људи - Као што је већ поменуто, постоје бројнe штетне материје и свака може имати различите функционалне или патолошке ефекте. Међутим, с обзиром на расположиву опрему и податке о штетним материјама које је било могуће прикупити из локалних мерних станица, у овој дисертацији је примарни циљ истраживања угљен-моноксид (CO) и оксиди азота (NOx). Зато наредна подела представља поменуте гасовите штетне материје и природу ризика по здравље људи (Shere, 1998) [44]: I Угљен-моноксид - Угљен-моноксид представља најчешћи штетни гас и производи се у великим количинама од стране индустријских постројења и СУС мотора. Угљен-моноксид је гас без мириса, лакши је од ваздуха, брзо се апсорбује кроз плућа и везује за хемоглобин у црвеним крвним зрнцима, при чему формира карбоксихемоглобин. Афинитет хемоглобина према угљен-моноксиду је око 200–240 пута већи него за кисеоник. Тако, кисеоник који има способност да носи хемоглобин, јесте пропорционално смањен у односу на концентрацију угљен-моноксида у ваздуху. Дакле, изложеност угљен-моноксиду доводи до хипоксије ткива (стање у којем је смањен довод кисеоника у ткива), јер се мања количина кисеоника транспортује из плућа у ткива. Рани клинички знаци и симптоми тровања угљен-моноксидом су кратак дах, убрзано дисање, главобоља, вртоглавица, конфузија и недостатак моторне координације. Мучнина, повраћање и дијареја могу се појавити касније, као и срчане аритмије, плућни едем и, на крају, губитак свести и смрт. По правилу, сиптоми тровања угљен-моноксидом могу почети када засићење карбоксихемоглобина достигне 20%, а несвестица се јавља при засићењу од 60%. Удисање угљен-моноксида у трудноћи је веома штетно, јер висока концентрација карбоксихемоглобина настаје у фетусу, а елиминација угљен-моноксида после излагања је спорија у фетусу (Platt,1999) [66]. Лечење подразумева брзо спречавање оболелог да се излаже угљен-моноксиду и давањем 100% кисеоника да би се убрзала дисоцијација карбоксихемоглобина у хемоглобин који се може комбиновати са кисеоником и самим тим исправити хипоксија ткива. Здрави становници урбаних средина могу имати до 0,5% карбоксихемоглобина, али код пушача тај проценат је 5–10% (Shere, Факултет инжењерских наука Универзитета у Крагујевцу 16 1998) [44]. Превенција тровања угљен-моноксидом се спроводи контролом угљен-моноксида на самом извору, тако што се смањује његово ослобађање у атмосферу. Поред тога, у областима са високим потенцијалом за излагање, од суштинског је значаја обезбедити чисто радно окружење одржавањем ефикасних издувних система и каталитичком оксидацијом CO у CO2. II. Оксиди азота (смеша азот-моноксида и азот-диоксида) - Оксиди азота су производи појединих индустријских процеса и обично постоје као мешавине. Такође, оксиди азота се стварају непосредно током сагоревања у цилиндру мотора, у условима високих температура. Издувна емисија садржи 5–10% азот-диоксида помешаног са азот-моноксидом (Pfafflin and Ziegler, 2006) [56]. Важно је напоменути да је азот-диоксид далеко више токсичан и штетан по људско здравље у односу на азот-моноксид. Дакле, азот-диоксид јесте најтоксичнији гас од свих оксида азота, иритантног је мириса и црвенкастобраон боје. Ако се удише, раствара се у воденој средини носне слузнице и ждрела, где брзо формира азот и азотну киселину. У плућима ће прва реакција бити кашаљ, диспнеа и бронхоспазам. Ако већа количина гаса допре до паренхима плућа, може доћи до акутног бронхиолитиса и оштећења алвеола. Удисање веће концентрације може изазвати едем плућа, чак и смрт. Ако разматрамо екстрапулмонарне ефекте азот-диоксида, прво можемо навести да се хем гвожђа хемоглобина у црвеним крвним зрнцима обично одржава у стању смањеног нивоа гвожђа, чиме се омогућава функција преноса кисеоника. Овај процес могу прекинути различите супстанце које садрже азот који оксидира гвожђе у дејству хема на његово стање гвожђа. Ова промена може изазвати стварање метхемоглобина, црног пигмента који се не може реверзибилно комбиновати са кисеоником, што доводи до смањене снабдевености ткива кисеоником (анемична хипоксија). Када ниво метхемоглобина достигне 10% укупног нивоа хемоглобина, оболела особа ће показати знаке цијанозе (плавкаста боја коже изазвана недостатком кисеоника у крви). При већим концентрацијама метхемоглобина, преко 35%, појављује се отежано дисање, слабост и главобоља (Shere, 1998) [44]. Пошто симптоми, као што су умор, главобоља и лупање срца, нису патогномични и пошто метхемоглобулинемија може бити изазвана различитим агенсима и у различитим околностима, треба да се одради озбиљна и детаљна медицинска историја (професионална и животна средина) и да се истраже различите ситуације изложености. Од примарног је значаја установити главни узрочник како би се спречило даље излагање сваког појединца. Биолошки мониторинг особа изложених азотним оксидима је изводљив, јер се ниво метхемоглобина у крви може одредити у лабораторији. Лечење оболелих особа подразумева уклањање од даљег излагања, администрацију или давање 100% кисеоника, а уколико је ниво метхемоглобина преко 20%, стање особе се сматра симптоматичним, а администрација подразумева плави метилен (Shere, 1998) [44]. Факултет инжењерских наука Универзитета у Крагујевцу 17 2.4. Квалитет ваздуха у урбаним срединама и емисија друмских возила Емисија друмских возила представља главни извор директно емитованих штетних материја у урбаним срединама (Jo and Park, 2005; Carslaw and Beevers, 2004; Ropkins, 2006) [76], [77], [78] и упркос значајном унапређењу у технологији мотора и квалитету погонског горива она и данас представља главни проблем заштите животне средине (Fenger, 1999; Colvile et al., 2001) [70], [3]. Главни разлози наведених противречности су: 1) Повећан број возила на коловозима услед бољег животног стандарда и 2) Виши ниво економије тесно повезан са ефикасним и флексибилним транспортним системом. Овај проблем можемо дефинисати као проблем ,,збирне (велике) емисије“ коју ствара целокупан возни парк. Емисију друмског саобраћаја већином проузрокује сагоревање погонског горива, када се из издувног система емитују разни елементи и хемијска једињења. Примарна једињења су: CO2, NOx (више од 90% је у облику NO, док је остатак NO2), CO, као и сложени и несагорели угљоводоници, попут бензена (C6H6) и 1.3-Бутадиене, CH4 и други. У остале продукте спадају чврсте честице различите величине и састава, углавном од угљеника, које највише емитују возила са дизел моторима и лоше одржавана возила са ото моторима (Vardoulakis et al., 2003) [64]. Емисија друмског саобраћаја обухвата и друге процесе, као што је директно испаравање и цурење погонског горива из резервоара, хабање пнеуматика и кочница, и ресуспензију материјала као производ ерозије коловозне површине (Ropkins, 2006) [79]. На количину емисије утиче неколико параметара и модификационих фактора (Namdeo, 1995) [80]: 1) Врста (категорија) и модел возила, величина мотора и контрола загађења, година производње, пређена укупна и годишња километража и одржавање возила су важни фактори који одређују квантитет и квалитет емисије. Путнички аутомобили наспрам тешких теретних возила или употреба трокомпонентног катализатора у издувном систему представљају релевантне класификационе критеријуме; 2) Врста и квалитет погонског горива, односно бензин, дизел, ТНГ или биодизел такође имају важну улогу у количини штетне издувне емисије мотора; 3) Режими вожње (обухватају урбану и руралну вожњу, као и вожњу на ауто-путевима), просечна брзина, ниво саобраћајног загушења, дужина путовања, понашање возача (нормална, пасивна или агресивна вожња), мало или велико оптерећење мотора (вожња узбрдо или низбрдо, оптерећење возила или употреба клима-уређаја) и „хладни старт” наспрам „топлог” рада мотора. Свака ова променљива величина може различито утицати на количину емисије возила; 4) Спољашњи фактори, као што су стање коловоза (квалитет коловозне површине, нагиб пута итд.), амбијентална температура, притисак, влажност и други параметри амбијенталне средине такође одређују количину штетне емисије возила. Факултет инжењерских наука Универзитета у Крагујевцу 18 У прегледу литературе који следи највише пажње је усмерено на режиме вожње и на то како они могу допринети повећаним, односно умањеним количинама емисије. Поред тога, у нашој земљи је већ дужи низ година актуелан проблем квалитета погонског горива, па ће, такође, један део бити посвећен том проблему (зашто је важна његова квалитетна формулација и постоји ли веза између врсте погонског горива, режима вожње и количине штетне издувне емисије). Променљивост параметара и карактеристика саобраћајног тока (проток, густина, брзина, временски интервал и растојање слеђења), односно структура саобраћајног тока ће највероватније довести до различитих количина издувне емисије, а тиме и до различитих концентрација штетних материја унутар градских области. Такође, на вредности издувне емисије могу значајно утицати начини вожње, јер су веће вредности повезане са одређеним условима у саобраћајном току. У студијама о емисији, углавном се помињу четири начина вожње (Boddy, 2005) [81]: 1) Рад мотора на малом броју обртаја (празан ход); 2) Убрзање; 3) Вожња уједначеном брзином и 4) Успорење. Уколико су услови у саобраћајном току блиски засићеним стањима (ЗСТ) (засићен саобраћајни ток), односно када су испостављени захтеви за проласком возила блиски капацитету посматране деонице, учестала је појава комбинованих начина вожње, попут режима крени-стани, повезаних са периодима рада мотора на празном ходу након којег следи убрзање (Waters, 1992; Pronello, 1997; De Vlieger, 1997; Holmen and Niemeier, 1998; Marsden et al., 2001; Beebe et al., 2003; Midenet et al., 2004) [82], [83], [84], [85], [86], [87], [88]. У режимима слободног саобраћајног тока (ССТ), количина емисије је релативно мала, јер тада преовлађује вожња при уједначеној брзини. Ипак, периоде преласка из ССТ-а у ЗСТ карактеришу нестабилни саобраћајни токови са комбинацијом сва четири начина вожње. Интересантно истраживање спровео је Кејс (енг. Case, 1982) [89] како би сагледаo разлике у погледу штетне емисије између две врсте мотора. Резултати експеримента су приказани у табели 2.2 и она уједно истиче претходно поменуте ефекте режима (начине) вожње. Бел и остали (енг. Bell et al., 1996) [90] су коментарисали поменуте резултате, при чему је закључено да рад мотора на празаном ходу јесте извор највећег загађења, односно емисије CO и HC, али је исто тако и један од најмањих извора емисије NOx. Тиме је дефинисан и коначан закључак да неће бити могуће умањити нивое свих штетних материја само одржавањем ССТ-а. Табела 2.2 Упоредна анализа издувне емисије у зависности од начина вожње и врсте мотора [89] Тип мотора Штетна материја Празан ход Убрзавање Уједначена брзина Успоравање Ото CO 69.000 29.000 27.000 39.000 HC 5.300 1.600 1.000 10.000 NOx 30 1.020 650 20 Дизел CO а 1.000 а а HC 400 200 100 300 NOx 60 350 240 30 Напомена: концентрација штетних материја је дата у [vol ppm]; а - у траговима Факултет инжењерских наука Универзитета у Крагујевцу 19 С друге стране, Рапоне и остали (енг. Rapone et al., 2000) [91] су проучавали понашање емисије код аутомобила са катализатором. Резултати мерења су јасно показали да при условима повећане густине саобраћајног тока возило емитује и до два пута већу издувну емисију CO [g·km-1] него при великим брзинама у ССТ-у. Емисија CO може бити додатно увећана уколико бензински мотори раде испод оптималне температуре, попут хладног старта (посебно карактеристично код возила са катализатором) (Pegg and Ramsden, 1996) [92]. Емисија издувних гасова највећа је одмах након стартовања мотора. Када мотор стартује, он је у хладном или у топлом прелазном режиму док се не постигну стабилни радни услови. Током прелазних режима, емисија угљоводоника и угљен-моноксида се повећава због богате смеше која је неопходна за рад хладног мотора. Осим тога, катализатори су мање ефикасни када функционишу у хладним условима и имају мањи учинак на три примарнe гасовите штетне материје (CO, HC, и NOx) све док се не постигне топли стабилни режим. Док су концентрације угљен-моноксида и угљоводоника значајно веће током прелазних режима, емисија оксида азота се умерено повећава, јер на њихову емисију знатно мање утиче састав погонске смеше горива и ваздуха (Armstrong, 2000) [93]. Закључци изведени у претходном пасусу најбоље се могу потврдити преко возних циклуса који спадају у веома значајне методе процене реалне емисије. Анализа вредности појединих штетних материја за моторна возила код којих је токсичност емисије регулисана Еуро 2 или Еуро 3 стандардом, недвосмислено указује на високе концентрације емисије CO (возила са ото и дизел моторима) и NOx емисије (возила са дизел моторима), при чему су услови у саобраћајном току окарактерисани као они који важе за подручје раскрснице или су блиски стањима карактеристичним за саобраћајна загушења (возни тест: Артемис урбан_3). На ауто-путу, где су дозвољене веће брзине кретања возила (возни тест: Артемис ауто-пут_150_3), регистроване су високе емисије CO, док је при нестабилним већим брзинама (возни тест: Артемис ауто- пут_150_4) установљена повећана емисија NOx за возила са дизел моторима, као и емисија CO код возила са ото моторима (Joumard, 2006) [94]. Како на животну средину могу утицати стратегије управљања саобраћајем, анализирао је енглески истраживач Мекленан (енг. Maclennan, 1994) [95]. При томе је узео у обзир њих три, односно: а) Приоритетне правце; б) Рестрикцију саобраћаја и ц) Умиривање саобраћаја. У циљу анализе резултата прве стратегије, на главним путевима у Лондону су уведени приоритетни правци како би се побољшао проток саобраћаја, нарочито учесталост јавног градског путничког превоза. Ово је постигнуто ограничењем заустављања, утовара и истовара на уличним паркиралиштима и увођењем већег броја аутобуских трака. Утврђена су смањења у концентрацијама NOx, CO и VOC, која су узрокована смањењем саобраћајних застоја и броја заустављања возила. Такође је у Лондону имплементирана и друга стратегија, односно рестрикција саобраћаја, како би се смањио Факултет инжењерских наука Универзитета у Крагујевцу 20 његов обим у централном делу и преусмерио ка другим правцима око града. Утврђено је смањење вредности концентрација NOx, CO, HC и PM од 15%. Трећа поменута стратегија, односно студија умиривања саобраћајних токова, спроведена је у Немачкој, при чему су резултати показали мању емисију при просечној брзини од 30 km·h-1 него при 50 km·h-1, што је последица имплементирања мирнијих режима вожњи. Међутим, агресивна вожња у нижим степенима преноса повећала би количину емисије. Примена реформулисаних горива је корисна за смањење емисије. Предност у њиховој примени јесте утицај на укупан број возила у оквиру кратког временског периода, док је за промене у технологији смањења емисије потребно више година, ако не и деценија, за постизање очекиваних ефеката. Добар пример може бити пропис који ће умањити испарљиве емисије путем редефинисања испарљивости бензина, смањења количине сумпора и горње тачке кључања погонског горива. С обзиром да смо навели параметре и модификационе факторе који утичу на количину емисије саобраћаја, неопходно је подробније образложити успореније побољшање квалитета урбане атмосфере (узрок је ,,велика емисија“), у поређењу са технологијама контроле емисије које убрзано напредују. У најзначајније разлоге можемо убројати (Shere, 1998) [44]: 1) Процедуре за испитивање емисије потцењују емисију у употреби; 2) Екстремни случајеви режима вожње много више доприносе просеку него што се сматра (доста возила са хладно стартованим моторима, учесталост режима вожње стани-крени); 3) Гориво је несталног квалитета и често не одговара спецификацији; 4) Емисија на температурама ван радне-оптималне је већа у односу на стандардна испитивања (хладни дани за угљен-диоксид и изузетно топли дани за угљоводонике и оксиде азота); 5) Квар, неправилност у раду или некомпетентно одржавање компоненти за контролу емисије доводи до тога да део возног парка има веома висок ниво емисије. Сви набројани фактори утичу да емисија друмског саобраћаја буде већа од очекиване, али је последњи уједно и најважнији и потребно му је посветити пажњу кроз програме инспекције и одржавања (И/М програми) (енг. Inspection and Maintance programs). С обзиром да је возни парк Републике Србије просечне старости од 17,5 година (МУП Републике Србије, 2011), дата је краћа анализа, сада већ светски признатог, програма контроле емисије возила у експлоатацији (енг. in-use vehicle). Програм инспекције и одржавања има два циља. Као први се може навести да они помажу идентификовању возила у којима погоршање техничких карактеристика, или други механички проблем, изазива велику емисију. Тако, на пример, код савремених возила која поседују систем за контролу емисије, велики део укупне емисије јесте узрокован малим бројем возила са неправилним системом емисионе контроле. Факултет инжењерских наука Универзитета у Крагујевцу 21 Истраживач Геншлер (енг. Guensler, 1994) [96] је доказао да 5% возног парка узрокује 25% укупне емисије, 15% возног парка је одговорно за 43% укупне емисије и 20% возила је одговорно за 60% емисије. Проблем се додатно погоршава због суперемитера (возила са петоструко или више већом емисијом од прописане). Други истраживачи, попут Фаиза и осталих (енг. Faiz et al., 1996) [97], добили су резултате који указују да само 20% возила има емисију HC изнад 1,2 g·km-1, али су зато одговорна за 40% укупне HC емисије. И осталe анализиране штетне материје су показале сличан образац понашања, односно: 10% возила је одговорно за 37% укупне емисије PM, 20% возила за 43% укупне емисије CO и 20% возила је одговорно за 35% укупне емисије NOx. С обзиром да И/М програм може идентификовати 10–20% возила која веома загађују околну средину, други важни циљ наведеног програма требало би бити утврђивање техничких неправилности (кварова) и спречавање неправилне употребе опреме за смањење емисије, тако да се ефикасност система за смањење емисије (ССЕ) продужи током животног века возила. Идентификацијом возила која имају проблема са одржавањем и захтевају поправку, ефикасни И/М програм може смањити просечну емисију у распону 30–50%. Тако, на пример, уколико анализирамо возила која немају ССЕ, разлика у емисији HC и CO може достићи фактор 4 па и више, уколико је возило орджавано или није. С тим у вези, скоро невероватан податак изнели су Потер и Севаџ (енг. Potter and Savage, 1986) [98] да емисија CO може порасти до 400% између редовних сервиса. Утврђено је да уколико савремена возила са системом за контролу емисије имају оштећени катализатор или покварену ламбда сонду, она могу повећати емисију HC и CO за фактор 20 или више, а да при том нема значајног утицаја на возне карактеристике. Такође, слични кварови могу повећати емисију NOx од 3 до 5 пута. Код возила са дизел моторима, истрошен или оштећен систем убризгавања горива може најмање двоструко повећати емисију чврстих честица. Обиман програм инспекције и одржавање захтева следеће елементе (Faiz et al., 1996) [97]: 1) Одговарајуће процедуре испитивања које, у случајевима када је то неопходно, допуњују инспекције система за смањење емисије; 2) Обраћање пажње на процедуре поправки и обуке механичара; 3) Редовна контрола квалитета; 4) Спровођење програма инспектора и механичара (нарочито у децентрализованим програмима) за возила која имају индентификоване недостатке; 5) Периодични преглед како би се идентификовала проблематична подручја и нашла решења; 6) Минимизирање трошкова поправки и искључења возила. Неопходно је нагласити да употреба возила не ствара само емисије штетних материја већ и проблеме саобраћајних загушења, нарочито у градским зонама. Стратегије које редукују емисију често смањују и проблеме саобраћајних загушења, што имплицира две друштвене користи. Факултет инжењерских наука Универзитета у Крагујевцу 22 За епидемиолошке студије веома је корисно када један индикатор идентификује аерозагађење, јер се управо он може употребити за сагледавање општих нивоа изложености градске популације (Kingham et al., 2000) [99]. Када су дате практичне предности и ограничења различитих техника контроле квалитета амбијенталне средине, лакше је идентификовати низ могућих индикатора аерозагађења, а да при том сваки од њих задовољи своје потребе. Одабрана једињења треба да потичу из истих извора (на пример: саобраћајни токови) и да имају исту судбину са групом штетних материја које представљају. Ово се може проверити проценом јачине везе између било ког могућег индикатора са бројем штетних материја других узорака са различитих локација. Два индикатора која се обично користе за процену аерозагађености проузроковану саобраћајним токовима су угљен-моноксид и бензен (Mukherjee and Viswanathan, 2001) [100]. Разлог за то јесте што они углавном потичу од емисија возила и због својих особина могу дуже опстати унутар улица. Генерално, у урбаним срединама односи угљен-моноксида и бензена остају приближно исти све док нема битних промена у технологији возила и погонском гориву, саставу возног парка, режимима саобраћаја или температури амбијента. У наредним деценијама, друмски саобраћај ће вероватно остати велики и доминантан аерозагађивач, нарочито унутар урбаних области. Због тога се чине велики напори у циљу смањења штетне емисије и они укључују (European Commission White Paper, 2011a) [101]: 1) Нове погонске системе и унапређење технологије возила; 2) Реформулисана горива; 3) Оптимизацију управљања саобраћајем унутар градова и 4) Имплементацију строжих стандарда емисије. Други признати аутори, попут Сперлинга и осталих (енг. Sperling et al., 1995) [102], наводе да се емисија друмског саобраћаја може смањити помоћу четири методе: 1) Алтернативна погонска горива; 2) Системи за контролу емисије; 3) Смањење потрошње горива и 4) Већи удео јавног транспорта. Прве три методе обухватају техничка и инжењерска решења. Последња метода обухвата промену понашања у вожњи (превозу). 2.4.1. Стандарди и регулативе за емисију моторних возила Емисија моторних возила може се ефикасно смањити пројектовањем возила која имају малу емисију. Напредни системи за смањење емисије могу редуковати емисију HC и CO за више од 95%, а емисију NOx за 80% и више у поређењу са неконтролисаном емисијом (Faiz et al., 1996) [97]. Будући да поменути системи увећавају трошкове и сложеност пројектовања, произвођачи возила избегавају њихово увођење. Због тога законодавци морају предузети одговарајуће мере које могу обухватити обавезне стандарде, економске подстицаје или комбинацију. Иако обавезни стандарди имају извесне недостатке у поређењу са економским подстицајима, већина надлежних органа бира њих као основу програма контроле емисије друмског саобраћаја. Факултет инжењерских наука Универзитета у Крагујевцу 23 С обзиром да су у овој дисертацији обрађена два модела дисперзије штетних материја пореклом од друмског саобраћаја, а који се највише користе у Европи, односно САД-у, наредни пасуси анализираће европске, односно америчке прописе о емисији возила. Акценат је на путничким возилима, јер управо она чине скоро 80% у обрађеној структури градских саобраћајних токова (слика 4.13), а када се тој чињеници придодају и велики емитери попут старих или лоше одржаваних путничких возила, значај њихове емисије је велики у укупној емисији. Као што је већ наведено, у Европи су регулативе за емисију возила донете нешто касније него у САД (Пешић и остали, 2008) [103]. Тако је за путничка и лака теретна возила регулатива ЕCЕ 15.00 донета 1971. године од стране Европске комисије за Уједињене нације (UN ECE). Амандман 01 (ЕCЕ 15.01) је донет 1975. године и његове границе су износиле: 32 g·km-1 за CO и 11 g·km-1 за HC+NOx. Временом су увођени нови амандмани (све до ECE 15.04 и ECE R 83/03) и границе постајале све оштрије. Данас прописе о емисији доноси Европска унија. За путничка и доставна возила прописи су дефинисани базном Директивом 70/220/ЕЕC у табели 2.3 (Пешић и остали, 2008) [103], која је често мењана. Неке од важнијих измена су:  Еуро 1 стандард (познат као EC 93) - Директива 91/441/ЕЕC (само за путничка возила) или 93/59/EEC (путничка и доставна возила);  Еуро 2 стандард (познат као ЕC 96) - Директива 94/12/EC или 96/69/EC;  Euro 3/4 стандард (2000/2005) - Директива 98/69/ЕC, док су каснији амандмани у 2002/80/ЕC;  Еуро 5/6 стандард (2009/2014) - Еуро 5/6 уводи регулативе (Regulation 715/2007) од 20. јуна 2007. године, тако се прописи поједностављују и претходне ,,директиве“ (које морају да буду уграђене у све националне законе) надаље ће бити замењене ,,регулативама“ које се непосредно примењују одмах након доношења. Табела 2.3 Границе за емисију путничких возила у Европи [g·km-1] [103] Год. CO HC+NOx HC NOx PM Бензин Дизел Бензин Дизел Бензин Дизел Бензин Дизел Бензин Дизел 2000. Еуро 3 2,3 0,64 0,56 0,2 0,15 0,5 0,05 2005. Еуро 4 1,0 0,50 0,30 0,10 0,08 0,25 0,025 2009. Еуро 5 1,0 0,50 0,23 0,10 a 0,06 0,18 0,005 0,005 2014. Еуро 6 1,0 0,50 0,17 0,10 a 0,06 0,08 0,005 0,005 Напомена: а - неметански испарљиви угљоводоници С обзиром да је у овој дисертацији, експериментално мерена издувна емисија возила, потребно је навести технике узорковања које су такође регулисане EC стандардима. Увођењем регулативе Еуро 3 промењена је техника узорковања гасова, које почиње одмах након стартовања мотора, а не 40 секунди после старта, како је то до тада било прописано. Ови тестови подразумевају: Факултет инжењерских наука Универзитета у Крагујевцу 24 I Проба - Мерење емисије издувних гасова по возном тесту; II Проба - Мерење емисије CO на празном ходу и изнад 2.000 min-1; III Проба - Мерење емисије из картера; IV Проба - Мерење испаравања из возила по SCHED тесту (нова граница 2 g по тесту); V Проба - Трајност система за контролу емисије возила у току 80.000 km са фактором погоршања за CO и HC+NOx од 1,2; VI Проба - Контрола емисије хладног старта при -7 ℃ за возила са ото моторима (уведена 2002. године). Граница за HC износи 1,8 g·km-1, а за CO 15 g·km-1. Као возни тест користи се модификовани циклус ECE R 15 са узорковањем гасова одмах након старта; VII Проба - Испитивање функционисања EOBD-а (European On-Board Diagnostics). Овим изменама прописа написани су пројектни задаци инжeњерима. У Америци федералне прописе доноси EPA (Environmental Protection Agency), док прописе за Калифорнију доноси ARB (Air Resources Board). Од 1994. године уведен је пропис за контролу емисије на ниским температурама. Климатизација и испитивање возила врши се на -7 ℃, возни тест је хладна фаза FTP (Federal Test Procedure) теста (првих 505 секунди), а дозвољена емисија за CO износи 10 g·mile-1. Стандарди методе 1 (енг. Tier) су увођени прогресивно између 1994. и 1997. године, док се стандарди методе 2 фазно уводе у периоду од 2004. до 2009. године. Предлог LEV II стандарда за Калифорнију дат је у табели 2.4 (Пешић и остали, 2008) [103]. Граничне вредности су исте за путничка возила и са дизел и са бензинским моторима, и то током читавог века возила, при чему је возни тест FTP 75. Модели после 2003. године имају смањену емисију HC за 50% у односу на 2000. годину. При мерењу емисије на 10 ℃ (50 ℉), фактор мултипликације за SULEV (Super Ultra-Low Emission Vehicle) је 2 и на тој температури граница за CO je 10 g·mile-1. Од 2004. године модели возила задовољавају LEV и ULEV (Ultra-Low Emission Vehicle) стандарде са 0,05 g·mile-1 за NOx и то у три фазе кроз период од 3 године: 40% модела у првој моделској години (2004.), 80% у другој (2005.) и 100% у трећој години (2006.). Табела 2.4 Предлог LEV II за емисију путничких возила у Калифорнији [g·mile-1] [103] Категорија емисије Век ССЕ-а (пређено миља)а NMG CO NOx PM TLEV 50.000 0,125 3,4 0,4 120.000 0,156 4,2 0,6 0,04 LEV 50.000 0,075 3,4 0,05 120.000 0,090 4,2 0,07 0,01 ULEV 50.000 0,040 1,7 0,05 120.000 0,050 2,1 0,07 0,01 SULEV 120.000 0,010 1,0 0,02 0,01 Напомена: TLEV (Transitional Low-Emission Vehicle); NMG - неметански гасови; ССЕ - систем за смањење емисије; а - за наведену миљажу произвођач гарантује емисију У табели 2.5 приказани су европски и светски стандарди дозвољене емисије CO на празном ходу за путничка возила у експлоатацији са ото моторима. Факултет инжењерских наука Универзитета у Крагујевцу 25 Табела 2.5 Светски и европски стандарди емисије CO на празном ходу мотора Држава Eмисија CO при раду ОТО мотора на празном ходу за путничка возила која су у експлоатацији (са појединим подацима о старости возила на коју се граница односи) [%vol] САД (држава Орегон)  < 1975.године: не проверава се  1975 –1980 (без катализатора): ≤ 2,5  1975–1980 (са катализатором): ≤ 1,0  ≥1981.године: ≤ 1,0 Народна Република Кина  ≤ 01.07.1995.године : < 4,5  ≥ 01.07.1995.године: < 4,5 Непал  ≤ 1980.године: ≤ 4,5  ≥ 1981.године: ≤ 3,0 Индонезија  Карбураторски: o ≤ 1985.године: ≤ 4,0 o 1986–1995.године: ≤ 3,5 o ≥ 1996.године: ≤ 3,0  Са убризгавањем: o 1986–1995.године: ≤ 3,0 o ≥ 1996.године: ≤ 2,5 Босна и Херцеговина (усклађено према 2003/26/EC)  Са катализатором и без катализатора и без ламбда сонде: o ≤ 01.10.1986.године: ≤ 4,5 o >01.10.1986.године: ≤ 3,5  Са трокомпонентним катализатором: o При малом броју обртаја мотора : ≤ 0,5 o При већем броју обртаја (мин. 2.000 min-1): ≤ 0,3 Тајланд (усклађено према 70/220/ЕC за EURO 4)  Мали број обртаја мотора: < 3,5  Велики број обртаја мотора: < 4,5 ЕУ Базна директива 70/220/EC < 3,5 Директива 92/55/EEC  Без катализатора: < 3,5  Са катализатором: o При малом броју обртаја мотора: < 0,5 o При већем броју обртаја (мин. 2.000 min-1): < 0,3 Директива 96/96/EC  Без катализатора: <4,5  Са катализатором: o При малом броју обртаја мотора: < 0,5 o При већем броју обртаја (мин. 2.000 min-1): < 0,3 Србија (регистрована први пут)  < 01.03.2014.године: < 4,5  ≥ 01.03.2014.године: o Са карбуратором: ≤ 3,5 o Са убризгавањем:  При малом броју обртаја мотора: ≤ 0,3  При већем броју обртаја (мин. 2.000 min-1): ≤ 0,2 Факултет инжењерских наука Универзитета у Крагујевцу 26 2.4.2. Емисиони фактори Развој катастра загађивача јесте важан ради описивања емисија и ради управљања квалитетом ваздуха (Moussiopoulos, 2003) [104]. Информације из катастра загађивача нам помажу да схватимо изворе емисија и емисионе токове у домену изучавања. Извори емисије су груписани у три категорије (Ranjeet and Kitwiroon, 2008) [105]: I Мобилни извори (на пример: друмски саобраћај); II Просторни или обласни извори (на пример: пољопривредни, природни); III Стационарни извори (на пример: индустрија). Сви модели дисперзије захтевају процене емисије, које, такође, захтевају што прецизније емисионе факторе (ЕФ). Генерално, емисиони фактори представљају емпиријски функционалне релације између емисије и активности која је узрокује (Vicente et al., 2013) [106]. Ако бисмо желели прецизније да их дефинишемо, за друмска возила они представљају функционалне релације које предвиђају количину штетних материја емитовану по пређеном растојању (ЕФ-и методе 2 и методе 3), потрошеној енергији или потрошеној количини погонског горива (ЕФ-и методе 1). По трећој дефиницији, емисиони фактор се може изразити као стопа просечне емисије одређенe штетне материје за одређену категорију возила (Faiz et al., 1996) [97]. Изведена мерна јединица за емисионе факторе методе 2 и методе 3 је дата као количина грама штетне материје по једном километру по једном возилу [g·km-1], док су за методу 1 емисиони фактори дати као грами штетне материје по једном килограму утрошеног погонског горива [g·kg-1]. Важно је нагласити да методе 1, 2 и 3 представљају поступке прорачуна емисије, а избор методе зависи од података којима се располаже. Опште је познато да емисиони фактори представљају један од најважнијих извора несигурности, односно неодређености у моделирању саобраћајног аерозагађења (Kühlwein and Friedrich, 2000) [107]. Додатни проблем јесте што већина модела процене количине емисије (модели емисије) користи различите емисионе факторе који важе само за одређене услове и примењује одговарајуће квантитативне корективне факторе на своје основне прорачуне (Ropkins, 2006) [79]. Пуно je промењивих које утичу на емисионе факторе (тиме и емисију) попут (Faiz et al., 1996) [97]: I Карактеристике возила и погонског горива - Врста и технологија мотора; Убризгавање горива, турбо пуњење и друге конструкционе особине мотора; Врста трансмисије; Издувни гасови, картер и емисија испаравања морају бити контролисани (каталитички конвертори, рециркулација издувних гасова, убризгавање ваздуха); Механичко стање мотора и адекватно одржавање; Клима-уређај, вуча приколице и остали додатни прибор; Особине и квалитет погонског горива (талози, сумпор, дестилационе карактеристике, састав (нпр. аромати, садржај олефинома), адитиви, садржај оксигената, октани бензина, цетани дизел горива); Алтернативна горива; Карактеристике хабања и старења опреме за смањење емисије; Имплементација и ефикасност програма инспекције и одржавања; Факултет инжењерских наука Универзитета у Крагујевцу 27 II Карактеристике возног парка - Комбинација возила (категорија возила у експлоатацији); Употреба возила (километара по возилу годишње) по категорији возила; Старосни профил возног парка; Комбинације саобраћајних ситуација, односно избор начина кретања путника или робе; Важећи стандарди емисије и стимулација или дестимулација за куповину емисионо чистијих возила; Адекватност и покривеност програма за одржавање возног парка; Програми за чистa погонска горива; III Радне карактеристике - Надморска висина, температура, влажност ваздуха (за емисионе факторе оксида азота); Начин употребе возила (број и дужина путовања, број хладних стартова, брзина, оптерећење, агресивно понашање у вожњи); Степен саобраћајног загушења, капацитет и квалитет инфраструктуре коловоза и системи контроле саобраћаја; Програми управљања транспортним захтевима. Одређивање тачних и репрезентативних емисионих фактора (класификованих по категоријама возила и покривености релевантних радних услова и услова средине) јесте изазован посао који захтева интензивно испитивање возила. С друге стране, испитивање емисије јесте веома скупо, а при томе се не испитују сви модели возила у циљу моделирања емисије. Одабрана техника мерења заједно са другим специфичностима сваке кампање, укључујући критеријуме избора возила и услова вожње, имају утицај на квалитет касније изведених емисионих фактора. Емисиони фактори и њихова зависност од радних услова могу се мерити у контролисаним лабораторијским (динамометар) или реалним условима, као што је: 1) У тунелу (енг. Tunnels study); 2) Даљинским очитавањем (REMS) (енг. REMote Sensing); 3) На путу (енг. Оn-Road) и 4) Апаратуром у возилу (енг. On-Board). Услед високих експерименталних трошкова и великог броја претходно наведених променљивих које утичу на емисионе факторе, развијени су компјутерски програми за њихов бржи и прецизнији прорачун. Два најнапреднија су амерички MOBILE6.2 (US EPA, 2002) [108] и европски COPERT4 програм (EEA, 2004) [109]. Оба програма користе статистички обрађене резултате који су базирани на хиљадама испитивања емисије нових и возила у експлоатацији. Осим стандардних услова тестирања, многа возила су испитана при различитим амбијенталним температурама, са различитим врстама погонског горива и при различитим возним циклусима. Развијени су односи за возила са различитим системима за контролу емисије до предвиђања за будућа возила малих емисија. Емисиони фактори дефинисани помоћу COPERT4 програма вероватно су бољи представници услова саобраћаја у земљама у развоју (као што је Република Србија), мада постоји значајно варирање између мерења емисионих фактора, чак и за слична возила и сличне услове испитивања. Овакво варирање указује да је важно што се процена емисионих фактора више заснива на реално измереној емисији возног парка, а мање се ослања на податке или емисију из других извора. Ово обезбеђује не само тачне емисионе факторе већ и важну базу којом се може мерити ефикасност програма за контролу емисије. Факултет инжењерских наука Универзитета у Крагујевцу 28 Избор одговарајућег модела емисије и/или методе њеног прорачуна јесте значајан јер су модели процене и предвиђања скоро линеарно пропорционални до процењених емисионих фактора. Зато је неопходно нагласити да се они морају редовно ажурирати (Stedman et al., 2001) [110] како би осликавали промене у:  Стандардима погонских горива;  Саставу флотиле возила;  Технологији мотора. Тако је на пример Швајцарски федерални одсек животнe средине још пре 20 година одобрио развој базе емисије возила за контролисане и неконтролисане штетне материје. У банци података доступне су информације за 300 различитих једињења, укључујући специфичне угљоводонике, алдехиде, феноле, полицикличне ароматичне угљоводонике и неколико неорганских једињења (Brunner et al., 1994) [111]. У бази се већ после две године налазило неколико хиљада емисионих фактора, класификованих у седам категорија. У Великој Британији прве кораке је начинио Касел Стенџер у сарадњи са АЕА Технолошким институтом. Тако је заједничким снагама за потребе Департмана заштите животне средине Уједињеног Краљевства (U.K. Department of the Environment) развијен модел прорачуна емисионих фактора и концентрације NOx, у циљу помоћи локалним властима при испитивању и процени квалитета ваздуха. Међутим, за процену сложених емисионих фактора већине регулисаних штетних материја у Уједињеном Краљевству, Бакленд и Мидлтон (енг. Buckland and Middleton, 1999) [112] су дефинисали посебан Номограм. Методологија се заснива на претходно дефинисаним емисионим факторима специфичним за сваку категорију возила, односно на основу података о структури возног парка изводи се прорачун емисије за део пута који нас интересује. Коначно, обрнуто моделирање може бити примењено како би се процениле тренутне емисије возила, и то тако што се прво помоћу оперативног модела дисперзије измере концентрације штетних материја поред коловоза (Palmgren et al., 1999) [113]. Тачне вредности емисионих фактора су веома важне приликом моделирања емисија, а потом и планирања мера са примарним еколошким циљем. Управо то су показали резултати студије спроведене на територији Барселоне и Мадрида (Gonçalv et. Al., 2009) [114], а све како би се утврдио проценат смањења аерозагађења за више сценарија замене појединих делова структуре (категорија) возног парка. Одговор на то питање дао је тродимензионални Ојлеров модел симулације квалитета амбијенталног ваздуха под називом WRF-ARW/HERMES/CMAQ (WRF- ARF - weather research and forecasting model, HERMES - model for estimate the emission of gas and particulate matter pollutants, CMAQ - chemistry transport model). Детаљи моделираних сценарија су: (Е1) Сценарио 1. Замена 100% градских аутобуса са ТНГ-ом; (Е2) Сценарио 2. Замена 50% такси возила са ТНГ-ом; (Е3) Сценарио 3. Замена 50% међуградских аутобуса са ТНГ-ом; (Е4) Факултет инжењерских наука Универзитета у Крагујевцу 29 Сценарио 4. Замена 50% лаких комерцијаних возила (ЛКВ) са ТНГ-ом; (Е5) Сценарио 5. Замена 10% приватних аутомобила са ТНГ-ом; (Е6) Сценарио 6. Замена 100% тешких теретних транспортних возила са ТНГ-ом; (Е7) Сценарио 7. Комбиновани сценарио. Ако се примени Сценарио Е4 на Барселону (замена 50% ЛКВ-а са погоном на ТНГ), резултат је најефективнији сценарио редукције, тј. смањење NOx (-15%), CO (-15%) и PM10 (-24%), док је у Мадриду најефективнији сценарио Е5 (замена 10% приватних аутомобила), што имплицира смањење емисије NOx (-11%) и CO (-17%). Уколико се замене сви аутобуси јавног превоза, или 50% такси возила, или сва теретна возила уведу ТНГ као погонско гориво, редукција је за 5% мања у обе градске области. Систем даљинског очитавања издувне емисије послужио је Мазоленију и осталима (енг. Mazzoleni et al., 2004) [115] да утврде постоји ли корелација између емисионих фактора добијених на основу потрошње погонског горива. Током двадесетодневне кампање на отвореном путу у близини Лас Вегаса (САД) узорковано је укупно 61.207 возила са ОТО и 1.180 возила са ДИЗЕЛ мотором. Други циљ произилазио је из првог, јер се желело сазнати да ли ЕФ CO и HC могу бити одговарајућим фактором повезани са ЕФ NO и PM. Доказана је веома слаба веза између емисионих фактора на основу појединачног возила, што указује да високе вредности емисионих фактора за једну или више штетних материја не могу предвидети високе вредности емисионих фактора за остале. Јаче функционалне везе постају очигледне тек након усредњавања емисионих фактора на основу рангирања емисионих фактора појединачнe штетне материје. Такође, у 10% највећих емитера откривено је слабо преклапање за CO, HC, NO и PM. Ови резултати јасно препоручују да се у И/М програму, укључујући и она у програму чистог скрининга (програм изузећа возила из контроле емисије због велике вероватноће да ће проћи тест), морају мерити свe четири наведенe штетне материје. Такође је неопходно нагласити да се емисиони фактори појединих штетних материја (на пример: ЕФ CO и HC) знатно повећавају при ниским амбијенталним температурама, док се њеним повећањем, повећава емисија VOC. Нивои емисије за 4–7 година старо путничко возило (са катализатором) обично се разликују 10–20% од путничког возила старости 1–3 године (DEP, 2004) [116]. Јасно дефинисани емисиони фактори не постоје за возни парк Републике Србије. Интересантно је да није било ни покушаја њиховог прецизног одређивања. Тек недавно, 2010. године је Институт Саобраћајног факултета у Београду проценио националну емисију штетних материја пореклом од емисије друмских возила (методом 3), али су при томе усвојене препоруке EEA по питању вредности емисионих фактора. Република Србија је сврстана у групу земаља са Балкана (енг. Balkan Countries - BC) и вредности ЕФ-а из методе 1 су приложене у прилогу А (табела A12), док се вредности ЕФ-а из методе 2 налазе у литератури EEA из 2009. године (ЕЕА, 2009) [128]. Факултет инжењерских наука Универзитета у Крагујевцу 30 2.5. Моделирање емисије друмског саобраћаја и утицај брзине саобраћајног тока Друмски саобраћај је широм света постао доминантан антропогени извор урбаног аерозагађења (Fenger, 1999) [70] и зато се његова емисија мора поуздано израчунати, односно моделирати. Моделирање емисије омогућава саобраћајним пројектантима процену еколошке импликације алтернативних стратегија транспорта и тиме помажу доносиоцима одлука приликом избора најисплативије стратегије унапређења квалитета урбане атмосфере. Зато је неопходно да постоји јасно дефинисана и јака веза између планирања транспорта, моделирања квалитета ваздуха и процене утицаја на животну средину. Моделирање емисије представља сложену процедуру која се састоји из више делова. Генерално, емисија издувних гасова је најлакша за мониторинг, а сходно томе, и за прецизно моделирање. С друге стране, штетне материје које се емитују из других места на возилу (испаравање горива током пуњења резервоара, дневне паузе у вожњи, рад хладног или топлог мотора на празном ходу или због вожње возила, тј. због хабања кочница и пнеуматика) не могу се лако квантификовати и због тога се лошије представљају током моделирања емисије. До данас је објављено доста радова који су анализирали претходно наведену материју, па од неких новијег датума можемо издвојити: Boulter and McCrae, 2007; Esteves-Booth et al., 2002; Abo-Qudais and Qdais, 2005 [117], [118], [119]. С обзиром да је путовање важна детерминанта прорачуна емисије, постојао је проблем што су модели управљања саобраћајем већином развијани одвојено од модела емисије и до недавно је постојала снажна потреба за њиховом бољом интеграцијом. Данас постоје компатибилнији модели управљања саобраћајем ради добијања улазних података неопходних за функционисање модела емисије (Smith et al., 2008) [16]. Међутим, са величином путне мреже повећава се и потреба за средствима (трошкови, рад, време рада рачунара) ради прикупљања, обраде и анализе саобраћајних података. За велике уличне мреже, модели управљања производе, углавном, макроскопске податке (на пример: величина саобраћајног протока) и то за сваку везу анализиране транспортне мреже (Brindle, 2000) [120]. У литератури, модели емисије се често сврставају у две широке категорије: макро модели и микро модели (André et al., 2006; Zachariadis and Samaras, 1997) [121], [122]. Макро модели процењују емисију у великој области (градска или национална територија, на нивоу возног парка), док микро модели могу проценити емисију на нивоу једне или више улица. Свакако, различите сврхе њихове употребе захтевају различите нивое детаљности и тачности. Међутим, по другим ауторима (Smit et al., 2008a; Smit and McBroom, 2009) [123], [124] постоји значајан степен преклапања приликом уже класификације модела емисије, па се на основу приступа моделирању, укупно дефинисаних (одређених) емисионих фактора, као и сложености прорачуна емисије, они могу груписати у једну од следећих подела: Факултет инжењерских наука Универзитета у Крагујевцу 31 1. Агрегациони модели - модели овог типа функционишу на најједноставнијем нивоу, где само један емисиони фактор представља посебно широку категорију возила и уобичајене услове вожње (улице, путеви и ауто-путеви). Типични представници су модели NAEI и MOBILE и то на средњем нивоу употребе, иако на детаљнијем нивоу ова два модела могу следити приступ просечне брзине (више се односи на MOBILE); 2. Модели просечне брзине - ово су најчешће коришћени модели, који су засновани на претпоставци да просечне емисије током путовања варирају у зависности од просечне брзине током путовања, односно да су емисиони фактори [g·km-1] у функцији средње брзине вожње. Улазни подаци о годишњој километражи и просечним брзинама добијају се из саобраћајних модела или теренских мерења. Добро познати примери овог типа јесу COPERT, MOBILE, EMFAK, ARC’C VEMP и ARTEMIS; 3. Модели саобраћајних ситуација - овај приступ уједињује променљивост брзине и режим вожње у процесу моделирања емисије, односно емисионе факторе [g·km-1] одређене описивањем специфичне саобраћајне ситуације и то квалитативно на основу типа пута и саобраћајних услова (вожња на ауто-путу, ситуација саобраћајног загушења, вожња „стани-крени”, градска вожња). Модели саобраћајних ситуација захтевају информације о годишњој километражи по ситуацији и они се могу добити из саобраћајних модела. Добри примери су HBEFA и ARTEMIS и овај приступ такође следи и MOT’S VFEM модел; 4. Модели променљивих параметара саобраћајног тока - у овим моделима се емисиони фактори [g·km-1] одређују помоћу променљивих параметара саобраћајног тока, попут просечне брзине и/или густине саобраћаја, дужине редова испред раскрсница са семафорима, као и сигналним подешавањима (прерасподела ефективних зелених времена унутар циклуса), а већина се може добити из саобраћајних макро и/или микро модела. Добри примери овог типа су TEE и MATZOROS модел; 5. Модели променљивих вредности возних циклуса - код оваквих модела емисиони фактори (дати у [g·km-1] или као количина емисије у јединици времена) су у функцији разних променљивих вредности током возних циклуса (празан ход мотора, просечна брзина, позитивна кинетичка енергија). Овакви модели углавном захтевају детаљне информације о кретању возила (тренутни подаци о брзини, убрзању и нагибу пута) и могу се добити из саобраћајних микро модела или помоћу GPS (Global Positioning System) опреме. Добри примери овог типа су MEASURE и VERSIT+; 6. Модални модели - модели овог типа функционишу на највишем нивоу сложености. Они више не покушавају да израчунају просечне емисије приликом путовања, већ додељују количину емисије у јединици времена свакој симултаној комбинацији две променљиве вредности, типично у интервалу од једне секунде. Једна од променљивих јесте тренутна брзина, а друга, вредност убрзања или производ брзине и убрзања. Засновани су на принципу да снага мотора одређује количину емисије и да потребна снага зависи од брзине и вредности убрзања. Примећено је да поједини новији модели следе модус заснован на Факултет инжењерских наука Универзитета у Крагујевцу 32 снази мотора (Boulter and McCrae, 2007) [125]. Емисиони фактори су дати у изведеној мерној јединици као количина емисије у јединици времена или грамима штетне материје по моду. Добар пример ових модела су PHEM и CMEM. Квалитет примене било којег модела емисије значајно зависи од репрезентативности емисионих фактора које модел садржи. То се односи на тачност којом емисиони фактор може описати тренутни ниво емисије одређене категорије возила и услова вожње (Vicente et al., 2013) [106]. Тако, на пример, емисиони фактор заснован на средњој брзини возила може бити репрезентативан за процену националне емисије, међутим, његова репрезентативност може бити смањена када се покуша проценити утицај локалних саобраћајних мера (локална саобраћајна интервенција може снажно утицати на вожњу ,,стани-крени“, али при томе значајно не утиче на просечну брзину возила). С обзиром да један од анализираних модела дисперзије, OSPM, захтева многобројне улазне податке неопходне прорачуну емисионих фактора, односно COPERT4 програму, он ће у даљем тексту бити укратко објашњен. Такође, у оквиру тога, биће дат осврт на проблем просечне брзине појединих категорија возила, јер прецизнa прoцена брзине саобраћајног тока јесте кључнa за добијање поузданијих модела емисије (Smith, 2008) [16], односно емисионих фактора. Европска агенција за заштиту животне средине (ЕЕА) је у свом Водичу за катастар емисија (EIG) (енг. Еmission Inventory Guidebook) (EMEP/EEA, 2009) предложила три методе за прорачун емисије друмског саобраћаја. Избор методе 1, методе 2 или методе 3 зависи од података којима се располаже, а поступак избора је приказан на слици 2.1 (ЕЕА, 2009) [128]. С обзиром да је метода 3 најсложенија метода, CORINAIR (CORe INventory to the AIR) радна група је под покровитељством ЕЕА, а у оквиру активности Европског тематског центра за ваздух и климатске промене (енг. European Topic Centre on Air and Climate Change) (Ntziachristos and Samaras, 2000) [127], развила методологију и компјутерски програм за прорачун емисије друмског саобраћаја (COPERT) (COmputer Programme to calculate Emissions from Road Transport). Тиме је практично метода 3 постала синоним за COPERT методологију, која је данас једна од најчешће коришћених и признатих методологија моделирања емисије саобраћаја у европском контексту, са одговарајућим емисионим факторима (Eggleston et al., 1993) [126]. Важно је напоменути да последња верзија компјутерског програма COPERT методологије, односно програм COPERT4, у потпуности испуњава захтеве прорачуна у свим наведеним документима и методологијама и омогућава израду транспарентних, стандардизованих и упоредивих база података и процедура извештавања о емисији штетних материја, а у сагласности са међународним споразумима и законодавством Европске уније. Детаљније објашњење методе 1, 2 и 3 биће дато у поглављу 3 у оквиру теоријских истраживања ове дисертације. Факултет инжењерских наука Универзитета у Крагујевцу 33 Прва верзија поменутог програма био је COPERT 85 (1989), затим COPERT 90 (1993), COPERT II (1997) и COPERT III (1999). База података COPERT III програма искоришћена је у VEP (Vehicle Emissions Prediction) програму да би се унапредили емисиони фактори за тешка теретна возила и приликом прорачуна хладне емисије. Исту методологију је 1998. године усвојила радна група Да ли су доступни подаци о технологији возила ? Да ли је ово кључна категорија ? Употребити методу 3 засновану на активности возила (на пример COPERT). Употребити емисионе факторе из методе 2, који се заснивају на пређеном путу возила. Да ли су доступни подаци о пређеном путу и просечној брзини возила ? Почетак Применити методу 1 са усвојеним емисионим факторима заснованим на потрошњи погонског горива. Прикупити податке за одређивање количине горива између различитих технологија возила за сваку NFR шифру, као и за одређивање пређеног пута возила за сваку поткатегорију. НЕ НЕ ДА ДА НЕ ДА Слика 2.1 Алгоритам избора методе за процену емисија возилa [128] Факултет инжењерских наука Универзитета у Крагујевцу 34 ADEME (Agence De l'Environnement et de la Maîtrise de l'Energie) ради развоја модела утицаја емисије саобраћаја који квантификује потрошњу горива и атмосферска издања у одређеној години на територији Француске (Vardoulakis et al., 2003) [64]. COPERT4 процењује емисију најзначајнијих штетних материја (CO, NOx, VOC, PM, NH3, SO2) и појединих тешких метала коју емитују различите категорије возила (путничка, лака и тешка теретна возила, мопеди и мотоцикли). Програм омогућава разврставање односа NO/NO2, елементарног угљеника и органских честица и неметанских испарљивих органских једињења (NMVOC) (енг. Non-Мethane Volatile Organic Compounds) током рада мотора на стабилној температури (топла емисија), емисију која се јавља приликом покретања мотора (хладан старт), као и емисију NMVOC проузроковану испаравањем горива. Укупна емисија се прорачунава на основу података, које је потребно прикупити, и приложених емисионих фактора. COPERT је додатно развио методологију корекције топле емисије у зависности од укупно пређене километраже возила и карактеристике погонског горива. За тешка теретна возила изведени су фактори корекције да би се узели у обзир ефекти оптерећености возила и услови када је коловоз под нагибом. За возила са ОТО моторима постоје две методологије за процену емисије VOC. Према првој, прорачун укупнe емисијe VOC јесте резултат једноставније методологије, док би друга могла бити ограничена расположивошћу детаљнијих података. Као и код других модела, и COPERT методологија процене емисије честица је у великој мери непоуздана (Wang and McGlinchy, 2009) [129], а нарочито су непрецизни емисиони фактори одређени за хабање површине коловоза. COPERT методологија је искоришћена за процену просечних емисионих фактора сваке категорије возила и количинe емисије у јединици времена [g·h-1] унутар једне улице облика кањона у Нанту (Favale, 2007) [130]. На основу мерења времена које је возилу неопходно да пређе дужину посматране улице, израчуната је просечна брзина возила. Том приликом су забележене вредности брзина у опсегу 20–30 km·h-1. Уз помоћ података о возном парку из 2004. године и вредности брзина од 20 km·h-1, израчунати су емисиони фактори за CO: путничка возила - 10,3 g·km-1, мотоцикли - 17,4 g·km-1 и остала 5,3 g·km-1. Иста група научника (Murena et al., 2008) [131] је у проширеном саставу спровела истраживање о квалитету амбијенталног ваздуха у Напуљу, при чему је узета концентрација CO као главни параметар оцене. Једна од посматраних саобраћајница је заузимала позицију ван урбанизоване зоне са саобраћајним токовима умереног интензитета, док су се друге две протезале дуж улица облика кањона. COPERT методологија је проценила емисију и резултати су показали релативно слабу везу између количине емисије и концентрације угљен-моноксида. Разлога за то има више. Први је, свакако, усредњавање емисионих фактора, без обзира на врсту погонског горива, Факултет инжењерских наука Универзитета у Крагујевцу 35 запремину мотора или старост возила. Проблем постаје јаснији ако се сагледа да су у емисионој бази COPERT-а емисиони фактори приложени у опсегу 1–40 g·km-1, а у зависности од дефинисаних улазних параметара. Стога, усвојена процедура, заснована на средњим вредностима емисионих фактора, представља грубу процену реалних количина емисије и она је поуздана када се примењује на великом броју возила у дужем временском периоду. Уколико су временске процене количине емисије дате у минутама, она веома зависи од специфичности возила која пролазе улицом. Идеално би било да се емисиони фактори за дато законодавство заснивају на мерењу емисија репрезентативног узорка возила у експлоатацији у наведеној области. Међутим, прикупљање таквих података јесте скупо и захтева објекте и уређаје које поседује мали број земаља. У моделима просечне брзине, емисиони фактори јако зависе од вредности средње брзине возила, па тако програм COPERT4 за урбану вожњу дефинише брзину од 25 km·h-1, за руралну 75 km·h-1 и за вожњу по ауто-путу 100 km·h-1 (Faiz et al., 1996) [97]. Међутим, при одабиру типа вожње мора се знати да је просечна брзина важна у моделирању емисије, јер она зависи од брзине на нелинеаран начин (Andre and Hammarstrom, 2000) [132]. Пошто је у моделирању емисије важност дата брзини и осетљивости њене промене, могу се дефинисати два захтева: 1. Израчунати што поузданије брзине на одсецима, односно деоницама; 2. Употреба променљиве „брзине” мора бити што реалнија. Много фактора је допринело распрострањеној употреби модела емисиje код којих су процене засноване на просечној брзини кретања возила. Такви модели су релативно лаки за употребу и постоји приближно подударање између улазних података траженог модела и података који су корисницима на располагању. Међутим, постоје нека важна ограничења која се повезују са моделима ове врсте (Boulter and McCrae, 2007; Pronello and André, 2007) [117], [133]. Као што је већ истакнуто, најважнија забринутост јесте та да се иста просечна брзина може постићи при различитим начинима вожње, а што може имати прилично различите количине емисије у јединици времена. То нарочито важи за мање просечне брзине. Такву константацију потврдило је и истраживање на терену (Armstrong, 2000) [93], односно закључак да се емисија NOx рапидно повећава изнад 88 km·h-1, док је пораст CO и HC емисије постепен. Супротно томе, CO и HC нивои при брзини од 105 km·h-1 остају испод емисионих нивоа који су достигнути при 4 km·h-1. Сличне резултате за различите улазне услове су добили Ајресон и остали (енг. Ireson et al., 1992) [134] и Ендерсон и остали (енг. Anderson et al., 1996) [135], с тим што су Ендерсон и остали додатно утврдили да се највеће количине емисије региструју на најоптерећенијим коловозима. Такође је доказано да је емисија NOx висока на саобраћајницама вишег ранга на којима је дозвољено возити великом брзином. Ова открића јасно одражавају нелинеарни однос између Факултет инжењерских наука Универзитета у Крагујевцу 36 брзине вожње и емисије, што резултира великим количинама емисије на доњим и горњим крајевима спектра брзина. Осим тога, новије истраживање (Haobo and McGlinchy, 2009) [129] је показало да је просечна брзина мање поуздан индикатор емисије коју генеришу возила новије генерације. То је зато што су емисије коју производе новија возила (опремљена савременим уређајима за обраду издувних гасова) осетљивије на радне операције возила (нпр. промена брзина на мењачу и велико убрзање). Поред тога, модели просечне брзине не омогућују детаљну просторну резолуцију приликом процене емисије. Ово може бити важан недостатак током моделирања дисперзије штетних материја, а који се смањује са повећањем прецизности тачне брзине по категоријама возила у посматраном саобраћајном току. Колико може бити важна што прецизнија процена брзине возила, показаo је експеримент америчког Борда за истраживањe саобраћајa (TRB) (енг. Transportation Research Board) (Chatterjee et al., 1997) [136] приликом анализе осетљивости емисионог модела просечне брзине. Доказано је да на ауто-путу грешка брзине од 5 km·h-1 изазива разлику од 42% у процени емисије CO у односу на реалну. Најбитнији разлог великог неслагања измерених и моделираних вредности јесте управо нелинеарни однос између емисије и брзине. Било је покушаја унапређења процене средњих брзина у оквиру макроскопских саобраћајних модела, при чему су искоришћени саобраћајни подаци који се релативно лако добијају (Dowling and Skabardonis, 1992; Nesamani et al., 2007) [137], [138]. Прорачуни показују да се емисија CO, HC, NOx, PM10 и CO2 повећава до 9% након примене расподеле средњих брзина на читавој мрежи, али да стварно повећање (у једном случају и смањење) укупне емисије зависи од искоришћеног модела емисије и анализираних штетних материја. Када се резултати детаљније анализирају, односно на нивоу подмреже (урбана средина, рурална средина, ауто-пут) и за основне категорије возила (лако теретно, тешко теретно), утицаји значајно варирају, од -4% до +24%. Величина и правац утицаја је у функцији од:  Штетне материје;  Врсте модела емисије;  Облика и сложености криве зависности емисионог фактора и средње брзине саобраћајног тока;  Промена расподеле годишње километраже по категоријама возила и средње брзине саобраћајног тока. 2.6. Моделирање квалитета ваздуха Напоредо са строжим законодавством и смањењем емисије саобраћаја, расло је интересовање стручне јавности за разумевањем физичких и хемијских процеса који утичу на структуру и понашање штетних материја. Под таквим инструментима подразумева се систематски мониторинг Факултет инжењерских наука Универзитета у Крагујевцу 37 квалитета ваздуха и његово моделирање. Међутим, кампање мониторинга могу бити веома скупе и дуготрајне уколико треба постићи детаљне и прецизне резултате. Због тога су протеклих година више развијани модели процене тренутних и будућих квалитета амбијенталног ваздуха, односно временских и просторних варијација у широком опсегу топографија и услова мониторинга (Sharma and Khare, 2001) [139]. Захваљујући напретку компјутерске технологије и појави нових математичких алата, најновија истраживања су више окренута ка чврстим честицама, угљоводоницима и осталим супстанцама, а мање према класичним једињењима сумпора и азота. Разлог тога лежи у непрестаном развоју и напретку технологија смањења загађења на самом извору (емитеру). Математички модели аерозагађења могу се упоредити са функцијом преноса где улазне податке сачињавају комбинације временских услова и укупне емисије од извора загађења, док исход представља ниво концентрације штетних материја посматраних у времену и простору. Математички модел не разматра само концентрације на месту мерења и природу извора (било да су линијски извори или тачкасти) већ и атмосферске процесе током претварања концентрација на извору емисије у концентрације уочене на месту мерења. У такве процесе спадају (Shere, 1998) [44]: 1. Фотохемијска дејства; 2. Адсорпција на аеросолима и објектима на земљи; 3. Дисперзија материја услед деловања вихора (енг. eddy dispersion). Пуно пажње се посвећује моделима аерозагађења у циљу урбаног планирања и имплементирања регулаторних стандарда. Једноставно, модел може пружити информације да ли одређени коловоз треба изградити а да нивои аерозагађења не расту изнад регулаторних максималних вредности или да ли је изводљиво добити нови регулаторни стандард у дозвољеном временском оквиру. Поједини савремени модели обухватају метеоролошко предвиђање да би се савладала једна од главних препрека коју имају простији модели: претпостављање просечних брзина и праваца деловања ветра из околне средине, као и амбијенталне температуре. Модели урбаног аерозагађења омогућавају квантитативну процену концентрација штетних материја тако што повезују промене количине штетне емисије у јединици времена из различитих извора са метеоролошким параметрима и регистрованим концентрацијама штетних материја из околне средине. Многи модели се користе (Shere, 1998) [44] за: 1. Евалуацију постизања и одржавања стандарда о квалитету ваздуха; 2. Урбано планирање; 3. Анализу утицаја постојећих или нових извора; 4. Предвиђања епизода урбаног аерозагађења. Факултет инжењерских наука Универзитета у Крагујевцу 38 Математички модел урбаног аерозагађења састоји се од 4 основне компоненте (Pfafflin, 2006) [56]: I Катастра загађивача - морају се знати материјали, њихов број, са ког места и у којој количини се емитују у атмосферу, као и количина која је донета преко граница посматране заједнице; II Мерење концентрације аерозагађења - узорковање на одређеном месту, времену и у репрезентативним деловима града; III Метеоролошке мреже; IV Метеоролошки алгоритми или математичке формуле - описују како се изворни подаци мењају у регистроване вредности концентрације на месту мерења. Пре него што се у прегледу литературе пређе на моделирање аерозагађења унутар улица облика кањона, односно стратегију контроле и регулисања квалитета ваздуха у зони улице, потребно је осврнути се на регионалне и националне стратегије које, такође, захтевају процесе моделирања. С обзиром да наша земља географски припада ,,старом“ континенту и да нам сигурно предстоји усаглашавање и/или усвајање европских регулатива, стандарда и стратегија контроле амбијенталне средине, укратко ће бити објашњене најважније европске стратегије смањења емисија, са акцентом на емисију друмског саобраћаја. Квалитет ваздуха у већини европских земаља још увек је лош и зато стратегије транспорта треба да имају за циљ контролу раста обима саобраћаја и подстицање одрживих видова транспорта (ЕЕА, 2006а; 2006b) [140] [141]. Утицај европских стратегија смањења емисија може се одредити помоћу регионалних модела квалитета ваздуха (Simpson et al., 2003) [142]. Типична просторна резолуција таквих модела далеко превазилази просечну величину града, а самим тим не могу се одредити уочене разлике у градским подручјима (нпр. разлике између концентрација штетних материја из околне средине и оних које се налазе изнад интензивних саобраћајних токова). Због тога се захтева развој доследне и флексибилне методологије одређивања нивоа квалитета ваздуха у градској зони и зони улице. Најважније регионалне и националне стратегије (Giannouli et al., 2011) [143], односно модели процене квалитета ваздуха су: 1. CAFE пројекат (Clean Air For Europe) (EEA, 2005a; 2005b) [144], [145] - један од главних пројеката Европске уније о квалитету ваздуха који поставља научну основу за дефинисање Европске стратегије о аерозагађењу усвојену 2005. године. CAFE пројекат ставља акценат на процену утицаја европских стратегија на квалитет ваздуха у граду, пре свега помоћу SityDelta моделирања (Cuvelier et al., 2007; Thunis et al., 2007; Vautard et al., 2007) [146], [147], [148]; 2. RAINS модел (Regional Air pollution Information and Simulation) (Cofala et al., 2005) [149] - задатак овог модела јесте давање информација о регионалном аерозагађењу и његово моделирање; Факултет инжењерских наука Универзитета у Крагујевцу 39 3. SNAP сектор (Selected Nomenclature on Air Pollution) (EEA, 2006b) [150] - одабраном номенклатуром о аерозагађењу израчунати су фактори смањења урбане емисије до 2030.; 4. EMEP модел (European Monitoring and Evaluation Programm) - представља модел хемијског транспорта и прорачуна аероконцентрација и седимената киселих једињења и једињења еутрофикације (сумпор, азот), приземног озона и чврстих честица величине 2,5 и 10 µm. Такође, могуће је проценити њихов ток и транспорт ван националних граница; 5. TRENDS модел (TRansport and ENvironment Database System) (Giannouli et al., 2006) [151] - овај модел садржи детаљну базу података о броју возила, новим регистрацијама возила, статистици коришћења европских возила у периоду 1970–1996. године, а објављени су и подаци о активностима и саставу возног парка за 15 земаља Европске уније (1995.–2004.); 6. TREMOVE модел (De Ceuster et al., 2005) [152] - представља модел процене утицаја емисије саобраћаја на различите планове животне средине и транспорта. Уједно, модел процењује активности путничког и теретног саобраћаја. 2.7. Моделирање аерозагађења унутар улица Излагање живих бића може бити изражено производом концентрације штетних материја и проведеним временом у специфичном микроокружењу (спаваћа соба, канцеларија, аутомобил, паркинг гаража и остало), при чему се претпоставља њихова уједначена концентрација (Colls and Micallef, 1997) [153]. Из наведеног се може закључити да укупно излагање представља суму свих таквих производа. Међутим, претпоставка униформног просторног аерозагађења може бити погрешна за одређене микросредине унутар града, где су често већи градијенти просторне и временске концентрације штетних материја. У том случају се прорачун излагања живих бића може израчунати поделом специфичног микроокружења на неколико области, при чему треба обратити пажњу на пешачке зоне, бициклистичке стазе или објекте становања. У циљу смањења експерименталних трошкова (кампање, опрема, људство итд.) и ради лакшег манипулисања прикупљеним подацима, пожељно је информације о квалитету урбане атмосфере добити преко савремених управљачких алата, од којих је свакако најзначајније математичко- статистичко моделирање дисперзије. Модели дисперзије различитих нивоа сложености могу бити искоришћени на уско дефинисаном подручју ради категоризације квалитета амбијенталног ваздуха и као подршка приликом одлучивања који је најбољи сценарио контроле аерозагађења у спрези са планирањем саобраћаја. Такође, моделирање емисије и њeне дисперзије представља моћно средство којим се одређује које од штетних материја треба смањити у одређеном подручју тако да концентрације буду испод унапред дефинисаних горњих граница. Анализа предвиђања квалитета ваздуха у околини улице и утицаја одређених стратегија и мера (EEA, 2006a) [140] захтева детаљне податке о: локалном саобраћају, измеренom аерозагађењу из околне средине, као и метеоролошке и топографске податке. Факултет инжењерских наука Универзитета у Крагујевцу 40 Области градских центара често представљају зоне повећаног аерозагађења. Поред тога, њих карактерише и специфична урбана морфологија, па је у циљу наредних излагања неопходно дефинисати одређене појмове. Улице које са обе стране имају високе зграде називају се улицама облика кањона (енг. street canyons) (Vardoulakis et al., 2003) [64]. За њих је карактеристична смањена природна вентилација, па тиме асоцирају на природне кањоне. Већ неко време се овакви услови у стручној јавности дефинишу као ,,ефекти улице облика кањона“ и који због повећаних концентрација штетних материја могу угрозити здравље људи. Претходно наведено је документовано порастом броја хоспитализованих особа са проблемима у функционисању респираторних органа (Spadaro and Rabl, 2001) [154]. Зато локалне власти настоје да предвиде поменуте утицаје посебним моделима и да их одређеним мерама предупреде или адекватно санирају. Укратко, такви модели могу изучавати (Vardoulakis et al., 2003) [64]: 1) Физичке и хемијске процесе који се односе на дисперзију и трансформацију штетних материја; 2) Утицај зграда и осталих урбаних структура на дифузију штетних материја и 3) Моделе акумулације. Процена концентрација штетних материја у улицама облика кањона, на основу модела дисперзије, углавном зависи од (Boddy, 2005) [81]: 1. Метеорологије; 2. Геометрије улице; 3. Позиције мерног места (висина мерења и на којој је страни кањона); 4. Параметара, структуре и режима кретања саобраћајног тока; 5. Усвојених емисионих фактора. Када су пре неколико деценија настали први модели дисперзије, претпостављало се да неће бити неопходан као улазни податак брзина и смер ветра из околне средине, већ да је могуће употребити метеоролошке информације регистроване на аеродрому у близини. Из тог разлога, изведени су емпиријски изрази за оба наведена случаја (Johnson et al., 1973) [17]. Анализирајући осетљивост једног модела дисперзије (AEOLIUS) за податке о ветру са различитих локација, Менинг и остали (енг. Manning et al, 2000) [155] су уочили да су моделиране концентрације биле мање у односу на стварне када су употребљене метеоролошке информације о ветру са најближег аеродрома. Позиција мерења је такође важна, а колико, показало је теренско мерење у две улице облика кањона у Копенхагену (Berkowicz et al., 1996) [29]. Јасно је да се измерене концентрације могу доста разликовати, углавном услед различитог положаја мерних станица унутар зоне посматрања. У каснијој студији, Скапердас и Колвил (енг. Scaperdas and Colvile) [156] указују да мерење нивоа квалитета ваздуха (на раскрсницама две улице у центру Лондона) зависи од интеракције кретања локалних ветрова и геометрије улице, односно зграда око мерног места. Факултет инжењерских наука Универзитета у Крагујевцу 41 Саобраћајни подаци неопходни за функционисање модела дисперзије можемо сагледати кроз (Vardoulakis et al., 2003) [64]: 1) Обим саобраћаја; 2) Структуру саобраћајног тока (на пример: однос лаких и тешких теретних возила) и 3) Просечну брзину саобраћајног тока. Део ових података (обим саобраћаја и његову средњу брзину) може се добити из трајно или привремено постављених аутоматских детектора. Међутим, структура саобраћајног тока ретко је на располагању за одређени део пута и у посматраном периоду и због тога се информације могу добити мануелним мониторингом. Такође, неопходно је спровести бар неколико контролних бројања протока и категорија саобраћајних токова како би се осигурао квалитет података добијених са аутоматског бројача. Да би модели дисперзије постигли свој пун потенцијал, они морају прецизно представити утицај емисије саобраћаја на вредности имисије поред коловоза, и то за велики опсег уличних геометрија и праваца ветрова из околне средине. Зато поједина истраживања истичу да наведени модели нису у могућности да адекватно представе возне циклусе карактеристичне за градску вожњу услед постојања великог броја раскрсница. Без обзира да ли су оне опремљене светлосним сигналима а пропусна моћ (капацитет) не испуњава испостављене захтеве корисника за проласком (стварање услова за саобраћајно загушење), рад мотора на празном ходу допринеће повећању штетне издувне емисије изнад нивоа који је својствен ЗСТ-у. Такође, раскрснице представљају подручја у којима постоји значајна размена штетних материја између спојених улица. Дакле, модел дисперзије мора узети у обзир све специфичне ефекте који карактеришу подручја градских раскрсница, односно могућност интензивније издувне емисије. Пошто се мерење имисије унутар улица облика кањона често спроводи у непосредној близини или унутар самих раскрсница, исправна анализа регистрованих концентрација захтева детаљније разумевање физичких и хемијских процеса који се анализом обухватају (Ott, 1977; Scaperdas and Colvile, 1999) [157], [156]. Поједини модели дисперзије прилично су добро проценили дневну заступљеност угљен- моноксида унутар две улице облика кањона у Нанту (Француска), мада је у трећој процена била лошија од стварних вредности (конкретно у булевару Волтер) (Vardoulakis, 2002) [57]. Непоуздани, односно непрецизно одређени емисиони фактори за CO, као и усредњене вредности метеоролошких параметара могу бити део разлога потцене стварно измерених концентрација у поменутом булевару. У прилог овом потенцијалном проблему, можемо навести истраживање које је истакло значај утврђивања тачне структуре саобраћајног тока на вредности емисије CO, а тиме непосредно и на тачност процене његове концентрације. Тако су, на пример, у експерименту унутар улице Јагтвеј (Данска) (Berkowicz et al., 2006) [158], где тешки теретни саобраћај чини око 5%, концентрације NOx потцењене за 30%. Аутори наводе да је то вероватно резултат веома ниске емисије која се приписује тешком теретном саобраћају (возила са дизел моторима). Чак и веће потцењивање, од Факултет инжењерских наука Универзитета у Крагујевцу 42 око 60%, јесте уочено за концентрације CO, јер је однос CO/NOx (изведен из израчунате емисије) много мањи у поређењу са мерењима унутар улице. Поуздани подаци укупне емисије саобраћаја очигледно су важни за израчунате концентрације штетних материја на нивоу улице. Међутим, важнија је права пропорција емисије која се приписује различитим категоријама возила. Евалуација ефикасности будућих стратегија за смањење емисије може бити значајно пристрасна ако је нетачна пропорција емисије коју изазивају, на пример, путничка возила и теретна возила. Иако у класификацију утицаја на дисперзију штетних материја нису сврстане структуре струјања ваздуха изнад и унутар улица облика кањона (режими протока), поједини истраживачи (Boddy, 2005) [81] наводе да управо поменуте структуре могу бити снажан узрок просторне и временске променљивости нивоа концентрације, и њен варијабилитет има последице по здравље људи. Разлике између амбијенталне температуре и температуре земљишта такође су важни фактори који утичу на способност дисперзије штетних материја. Када је земљиште хладније од ваздуха, каже се да је атмосфера стабилна. И обрнуто, када је земљиште топлије од ваздуха, каже се да је атмосфера нестабилна (Reynolds, 1996) [159]. Истраживач Оке (енг. Oke, 1987) [160] је изјавио да ће се штетне материје распршити без тешкоће при нестабилним стањима типичним за сунчане дане. Најгори услови дисперзије настају када постоји температурна инверзија (узрокована топлим ваздухом који се налази изнад хладнијег ваздуха) и када је атмосфера стабилна. Као опште правило, истраживачки приступ аерозагађења унутар улица облика кањона обухвата (Afiq, 2012) [161]: 1) Мерења у дефинисаној области; 2) Експерименте на моделима умањених улица и зграда; 3) Оперативно моделирање и 4) Компјутерску симулацију динамике флуида (CFD). Техника теренског мерења изводи се помоћу анемометра (DePaul and Sheih, 1986) [162] и анализатора аерозагађења (Zhang et al., 2003) [163] за брзине струјања ветрова и мерења концентрација штетних материја респектабилно. Тиме су обезбеђени неопходни подаци који објашњавају карактеристике и структуре струјања ваздуха, односно расподелу концентрације штетних материја. Осим тога, током два одвојена истраживања (Chan and Kwok, 2000; Zhang et al., 2003) [164], [163] изведен је низ експеримената у улицама облика кањона и успешно је индентификована временска резолуција током једног дана и тако одређена временска дистрибуција расподеле штетних материја. Употребом истих апарата за мерење, могу се изводити експерименти унутар аеродинамичких тунела на моделима умањених улица и зграда. Њихова предност јесу контролисани атмосферски услови. Сем тога, поставка зграда може бити конфигурисана према жељеним геометријама улица и размере могу варирати од мањих до већих скала. Већина таквих експеримената имала је за циљ валидацију нумеричких модела. База података са Архитектонског института у Јапану (Architectural Institute of Japan) и компилација експерименталних података за валидацију сразмерно умањених Факултет инжењерских наука Универзитета у Крагујевцу 43 модела дисперзије (енг. Compilation of Experimental Data for Validation of Microscale Dispersion Model) обезбедили су бројне податке о пољу струјања ваздуха и дисперзији штетних материја при различитим конфигурацијама сразмерно умањених улица. Неколико опсежних прегледа је доступно у литератури, попут Вардоулакиса и осталих (енг. Vardoulakis et al., 2003) [64], Ахмада и осталих (енг. Ahmad et al., 2005) [165], Лиа и осталих (енг. Li et al., 2006) [166] у којима се детаљно анализира истраживачки приступ моделирања током процеса испитивања дисперзије, попут теренског мерења, експеримената унутар аеродинамичног тунела и CFD моделирања. Сваки од поменутих прегледа обезбеђује корисне информације о пољу ветрова и преносу штетних материја, али им недостаје објашњење о генерисаном режиму струјања ваздуха и дисперзији материја при различитим геометријским односима (висина зграда/ширина улице). Студија изведена у једној стамбеној зони у Ослу (Larssen te al., 1993) [167] направила је покушај квантификације изложености популације штетним материјама из издувне емисије возила. При томе је уведен корективни коефицијент са циљем дефинисања варијације у имисијама са променом висине становања, док су други аутори (Croxford and Penn, 1998) [168] предложили увођење фактора ,,странa улице“ уколико је правац ветра из околне средине нормалан или скоро нормалан у односу на симетралу улице. Претходно наведена студија (Larssen te al., 1993) [167] представила је корективни коефицијент за израчунавање промене концентрације CO са променом висине становања. У том случају, коефицијенту је дата произвољна вредност 1 за подрум/сутерен, приземље и први спрат зграде окренуте ка улици (низводна зграда), затим вредност 0,5 за други и трећи спрат, и 0,25 за све нивое изнад трећег спрата. Применом одговарајуће једначине, за други спрат супротне зграде добијен је корективни фактор 0,7, за трећи спрат 0,6 и тако даље, што нам пружа физички реалнију представу о профилу вертикалног аерозагађења на фасади зграде. Наведена студија је доказала хипотезу да популација која живи у заветреној (енг. leeward) зони улице може бити изложена већим нивоима аерозагађења него она која живи у ветровитој (енг. windward) зони улице. Као што су други аутори већ предложили (Croxford and Penn, 1998) [169], студије које покушавају да повежу саобраћајно аерозагађење и утицај на здравље људи треба да узму у обзир фактор ,,странa улице“. Упркос великом броју нумеричких студија, врло мало је екперимената изведено у реалној размери. На такав начин могуће је обезбедити симултане податке струјања ветрова и концентрација штетних материја унутар улица облика кањона, а у односу на одговарајућа мерења ветрова из околне средине (правац, смер, брзина, односно јачина и структура). Веома је важно истаћи чињеницу да су реални експерименти једини представници локалних услова и при томе се захтева мерење на више локација (у улици и изван ње) ради идентификације општих карактеристика аерозагађења (Longley et al., 2004) [170]. Факултет инжењерских наука Универзитета у Крагујевцу 44 2.8. Савремени модели процене аерозагађења У свету постоји велики број модела дисперзије штетних материја у урбаним срединама, а међу њима има посебно развијених за процену квалитета ваздуха унутар улица облика кањона. Поједине групе аутора (Zannetti, 1999; Moussiopoulos et al., 1996; Scaperdas, 2000) [171], [172], [173] представиле су општу класификацију према: 1) Зони простирања (од локалне до глобалне); 2) Физичким и математичким принципима (статистички, гаусови, CFD итд.); 3) Нивоу сложености (емпиријски, полуемпиријски, нумерички итд.); 4) Домену деловања (политика, истраживање итд.). Међутим, знатно прецизнију класификацију дефинисаo je Вардоулакис са осталима (енг. Vardoulakis et al., 2003) [64], при чему се резултати такве поделе налазе у табели 2.6 (са називима модела). Услед недостатка тачног назива, појединим моделима је додељено име аутора. Табела 2.6 Класификација најчешће коришћених модела дисперзије Параметарски (оперативни) Нумерички Емпиријски Полуемпиријски Ојлер Лангранж Статистички Место мерења Решетке ,,BOXʼʼ Улица облика кањона Гаусови Микроскала (CFD моделирање) Урбана скала Дервент и Миддлетон (1996.) COPREM CAR STREET CPBM ADMS - Urban PHOENICS MEMO GEM Карим и Охно (2000.) AEOLIUS MAPS OSPM INDIC AIRVIRO FLUENT METRAS Адисон и остали (2000.) Стедман и остали (2001.) AEOLIUSQ BOX AEOLIUS TNO - Traffic STAR - CD CALGRID STREET Николсон (1975.) CALINE4 CAR - FMI CFX - TASCflow Јича и остали (2000.) UK DMRB Хотчкинс и Харлов (1973.) PROKAS - V PANCHE HIWAY- 2 MERCURE Хиа и Леунг (2001.) CALINE4 CHENSI APRAC MISKAM PUFFER MIMO MITRAS FloVENT Треба напоменути да су ово само основни типови модела. Додатно се модели процене аерозагађења могу, уз поштовање просторних размера, класификовати у једну од ширих категорија, односно са размером дужине од преко 1.000 km, затим између 1 и 1.000 km и модели са размером дужине испод 1 km. Укратко објашњене најчешће коришћених модела следи (осим модела који ће бити касније у дисертацији посебно описани) (Vardoulakis et al., 2003) [64]: Факултет инжењерских наука Универзитета у Крагујевцу 45 1) Параметарски (или оперативни модел) - ово je математички модел који изражава концентрацију аерозагађења као функцију низа променљивих параметара, услова и емпиријски изведених непроменљивих величина; 2) Емпиријски модел - математички модел који се углавном изводи из статистичких анализа области мониторинга или из лабораторијских података; 3) Статистички модел - заснива се на статистичким техникама (нпр. регресија, дистрибуција фрекфенција итд.) ради анализе трендова и односа између квалитета ваздуха и метеоролошких параметара у циљу прогнозе епизодног аерозагађења. У суштини је ограничен, јер не ствара узрочно-последичне везе. Може бити користан у краткорочним прогнозама; 4) Модел места мерења (енг. receptor model) - разматра регистроване концентрације са становишта места мерења и покушава да расподели доприносе из различитих извора; 5) Полуемпиријски модел - ова категорија модела се састоји од неколико врста математичких модела заснованих на комбинацији теоријских анализа и емпиријских параметара; 6) Модел на бази Гаусове расподеле (енг. Gaussian plume model) - његова главна претпоставка јесте да се струјање (ток, простирање) и концентрација штетне материје прорачунава према Гаусовој једначини дисперзије (енг. Gaussian dispersion equation) облака гасовитих материја (Жунић, 2003) [174] (најчешће употребљаван модел процене аерозагађења). У даљем тексту ће се за модел Гаусов расподеле користити назив ,,модел Гаусове дистрибуције“; 7) BOX модел (енг. BOX model) - подразумева конзервацију масе штетних материја (Жунић, 2003) [174] и хомогено мешање кроз запремину тродимензионалне Ојлер Кутије, која може представљати цео град или само улицу облика кањона; 8) Модел решетке - једноставан модел (емпиријски или полуемпиријски) који омогућава брз преглед нивоа концентрација аерозагађења. Захтева мали број улазних информација и обично прихвата просечне метеоролошке параметре; 9) Нумерички модел (модел прорачуна) - ово је напредни математички модел који решава нумеричке једначине главног тока и дисперзију штетних материја за дате граничне услове, користећи Ојлеров или Лагранж приступ; 10) Ојлеров модел - он решава нумерички (или аналитички на основу посебних, упрошћених претпоставки) једначину мешања гасних компонената атмосфере условљену молекуларном дифузијом помоћу фиксног референтног система. Домен израчунавања је подељен на известан број зона, које због облика можемо звати Кутије; 11) Лагранж модел - као алтернатива Ојлеровом приступу, овај модел описује елементе флуида (званих део или честица) који прате тренутни ток струјања. Кретање честица се може симулирати помоћу детерминистичких и статистичких брзина. Лагранж модел следи просечно атмосферско кретање; Факултет инжењерских наука Универзитета у Крагујевцу 46 12) Модел компјутерске симулације динамике флуида (CFD) (енг. Computational Fluid Dynamics) - то је напредни Ојлеров модел који се може бавити сложеним граничним условима користећи нумеричке мреже малих размера; 13) Сразмерно умањен (скалиран) модел - за разлику од свих других математичких модела, он се назива и физичким моделом. Заснива се на следећем принципу: смањењем геометријских размера датог домена струјања ваздуха и подешавањем референтних параметара, као што је на пример брзина струјања, оригинални услови потенцијалног места мерења би могли бити експериментално репродуковани у пуној мери. Техника која се најчешће користи јесте моделирање унутар аеродинамичког ваздушног тунела. 2.8.1. Модел CPBM CPBM модел (енг. Canyon Plume Box Model) (Yamartino and Wiegand, 1986) [175] комбинује модел Гаусове дистрибуције ради процене директног утицаја емисије унутар улице и BOX модел који рачуна додатно дејство штетних материја заробљених вихором. Струјање ветра се репродукује коришћењем методологије предложене од стране Хотчкиса и Харлова (енг. Hotchkiss and Harlow, 1973) [176] за две трансфензалне компоненте и логаритамским изразом уздужне компоненте. Емпиријски модел узима у обзир генерисану турбуленцију ветра, термичке ефекте изазване соларном радијацијом, као и комешање ваздушне масе услед возила у покрету. Таквим приступом добија се сигма параметар турбуленције који представља стандардно одступање брзине протока око главне струје ваздушне масе. Облак штетних материја генерисан унутар улице јесте подељен на три сегмента, који, по претпоставци, прате ток простирања према моделу Гаусове дистрибуције. Водећи рачуна о укупној маси ускомешаног ваздуха, може се добити њено дејство преко компоненте (доприноса) рециркулације. На заветреној страни улице облика кањона, укупан утицај је израчунат додавањем облака штетних материја директно у формацију рециркулације (вихор) штетних материја, док на ветровитој страни кањона, концентрација штетних материја опада услед улива свежег ваздуха, потиснута дејством ветра који струји у нивоу кровова зграда. 2.8.2. Модел AEOLIUS Модел AEOLIUS (Buckland, 1998) [177] јесте базиран на концепту и техникама претходно употребљених за развој оперативног модела загађења улице (OSPM) (енг. Operational Street Pollution Model) (Hertel and Berkowicz, 1989a) [178]. Овај полуемпиријски модел врши прорачун концентрација штетних материја са обе стране улице облика кањона, под претпоставком три доприноса: Факултет инжењерских наука Универзитета у Крагујевцу 47  Директни допринос емисије од извора до места мерења;  Допринос рашчлањених компоненти услед спиралног кружења око вихора у зони рециркулације;  Допринос аерозагађења из околне средине. За прорачун директног утицаја искоришћен је модел Гаусове дистрибуције, док BOX модел даје рашчлањене компоненте рециркулације. С обзиром да је наведени модел базиран на истој формулацији као OSPM, не може се искључити могућност различитих процена које могу дати наведени доприноси, пре свега због могућих разлика у параметаризацији, техникама добијања и употреби података неопходних за успешно функционисање модела. 2.8.3. Модел CAL4 Модел CAL4 представља последњу верзију Калина серије дисперзије штетних материја. Један је од највише потврђиваних и доступних модела за процену утицаја издувне емисије возила на квалитет ваздуха поред коловоза (Benson, 1989) [19]. Његова широка употреба у комерцијалним и научним круговима може бити објашњена квалитетним специјализованим проценама у функцији управљања саобраћајним токовима на ауто-путевима (Jones, 2000) [179]. CAL4 користи модел Гаусове дистрибуције ради прорачуна концентрација штетних материја емитованих од линијског извора и подељених у серије елемената моделираних као еквивалент коначних извора дуж посматране деонице која је нормална на правац струјања ветра. Област непосредно изнад коловоза, под називом зона мешања, представља област униформне емисије и турбуленције. Важно је напоменути да се у оквиру поменуте зоне узима у обзир и механичка турбуленција ваздуха од возила у покрету, као и термална струјања ваздушне масе услед загрејаности мотора и каросерије (Benson, 1992) [180]. Иако се модел може применити за процену квалитета ваздуха у непосредној близини коловоза, релативно мали број студија је анализирао његову употребљивост унутар улица облика кањона и у областима које обухватају зоне градских раскрсница (иако је у самом моделу понуђена опција прорачуна). Чак сами пројектанти модела наводе да он није довољно испитан у оваквом окружењу и да су неопходне додатне провере. Једна од ретких студија изведена је током мониторинг кампање унутар улице облика кањона у граду Нанту (Француска) (Vardoulakis, 2002) [57], при чему је усвојен низ података укључујући: емисионе факторе CO (Buckland and Middleton, 1999) [112], податке о саобраћају, метеоролошке параметре, висину мешања термичких турбуленција (Benson, 1992) [180] и доприносе штетних материја из околне средине. Процењене средње концентрације CO по сатима на источној страни кањона упоређене су са оним које су експериментално добијене. Узорковане дневне варијације показале су добро слагање са процењеним вредностима CAL4 модела. Факултет инжењерских наука Универзитета у Крагујевцу 48 2.8.4. Модел OSPM У циљу обезбеђења једноставне методе процене саобраћајног аерозагађења у нордијским градовима, Веће министара нордијских земаља (енг. Nordic Council of Ministers) финансирало је 1984. године развој модела за прорачун емисије издувних гасова из аутомобила (NCMCE) (енг. Nordic Computational Method for Car Exhausts). Почетна верзија се састојала од модела емисије и модела дисперзије, с тим што је први настао на основу постојећег искуства са емисионим факторима, моделирању и структуирању саобраћајних токова, док је други своје прорачуне имисије базирао на већ развијеном STREET (STanford REsEarch insTitute) моделу. Прве процене модела чиниле су концентрације NO2 и CO. Недостаци NCMCE модела, као што је расипање поменутих концентрација, водили су до потребе за бољим описом феномена дисперзије унутар улице. Са таквим радом започето је 1987. године у Данском националном институту за истраживање животне средине (NERI) (енг. National Environmental Research Institute) у сарадњи са Норвешким институтом за истраживање ваздуха (NIAR) (енг. Norwegian Institute for Air Research). Као резултат заједничког рада настао је нови модел дисперзије, односно oперативни модел загађења улице (OSPM) (енг. Operational Street Pollution Model). Нова верзија је објављена 1993.године, у којој се део задужен за прорачун дисперзије ослањао на OSPM модел, међутим, предвиђао је само највеће концентрације, занемарујући актуелне метеоролошке услове (Hertel and Berkowicz, 1990) [181]. Различите врсте улазних података су неопходне моделу OSPM за процену аерозагађења. Ови подаци обухватају:  Метеоролошке параметре;  Аерозагађење из околине средине;  Податке о емисији возила;  Податке о саобраћајним токовима;  Податке о конфигурацији улице. Конфигурација улице се односи на специфичне геометријске карактеристике улице и окружења, а то су параметри који у великој мери регулишу услове у саобраћајном току. Конфигурација улице обухвата:  Ширину улице (W);  Општу висину зграда око улице (H);  Оријентацију симетрале улице у односу на север;  Области са зградама које се разликују од опште висине зграда. Факултет инжењерских наука Универзитета у Крагујевцу 49 Студије валидације OSPM модела показале су добро слагање између измерених и процењених концентрација појединих штетних материја унутар две улице облика кањона у Копенхагену (Данска) (Hertel and Berkowicz, 1989b; 1989c) [182], [183] и једне у Ослу (Норвешка) (Berkowicz et al., 1997b) [184]. Тако су Хертел и Берковић у првој поменутој студији дали поређење измерених и моделираних средњих концентрација NOx по сатима. При томе су дефинисани улазни параметри, попут просечног саобраћајног оптерећења по сатима, аерозагађења из околне средине и метеоролошких параметра, заједно са дефинисаним подацима о конфигурацији улице. Крајњи резултат је показао добро слагање (R=0,88) између измерених и процењених концентрација NOx. Усавршавање параметаризације унутар OSPM-а унапредило је његов рад када је реч о различитим конфигурацијама улица и различитим метеоролошким условима. Међутим, мора се имати на уму да ниједан модел не може обухватити све могуће конфигурације и не може симулирати све реалне услове. Упркос свим својим упрошћавањима, OSPM боље функционише у поређењу са CPBM моделом (Aquilina and Micallef, 2004) [33]. У другом поређењу OSPM-а искоришћен је модел AEOLIUS да би се процениле средње концентрације CO по сатима у нивоу једне улице у Нанту (Француска). Иако није било драматичних разлика у статистичкој анализи за различита тестирања, модел OSPM је прецизније проценио нивое концентрације поменуте штетне материје у односу на други модел (Vardoulakis, 2002) [57]. OSPM-ов коефицијент корелације је износио 0,68–0,77 за 1 сат у просеку и 0,81–0,89 за 8 сати у просеку. Прегледом литературе није пронађено поређење између модела OSPM и CAL4. Осим тога, жели се додатно проверити какве процене може дати CAL4 модел, с обзиром да нема много студија које су вршиле верификацију резултата унутар улица облика кањона са шупљинама (енг. gap) у његовим страницама, јер су то претежно биле студије спроведене у идеалним кањонима (без шупљина, односно отвора). Практично посматрано, улице облика кањона без отвора у његовим страницама се веома ретко сусрећу у урбаној морфологији, па би зато једно овакво испитивање могло допринети бољем разумевању које су то предности, односно недостаци који поједини модели дисперзије имају. Свакако, у свему томе је важно препознати и околности, односно да ли поједини услови експеримента могу утицати на резултате теста попут, на пример, правца деловања ветра из околне средине у односу на симетралу улице. Што се тиче OSPM модела, то је добро познат и верификован модел, али до сада није примењен на улицама и возном парку Републике Србије. С обзиром да поменути модел садржи програм (COPERT4) за прорачун емисионих фактора ослоњен на COPERT методологију, било би значајно утврдити корелацију између новодобијених ЕФ-а и препоручених у Приручнику за прорачун емисија (ЕIG, 2009) за земље западног Балкана. Факултет инжењерских наука Универзитета у Крагујевцу 50 3. МЕТОД СОПСТВЕНИХ ИСТРАЖИВАЊА Првобитни модели симулације емисије возила и њене дисперзије третирали су саобраћајни ток као слободан, што је довело до тога да су данас у великој мери они застарели, односно непрактични. Зато су неопходни нови како би се реалније сагледали односи између смањеног саобраћајног протока, веће густине саобраћаја и квалитета урбане атмосфере, при чему је протеклих 20 година посебна пажња стручне јавности била усмерена према улицама облика кањона као потенцијално великим жариштима аерозагађења. Улица облика кањона својом геометријом омогућава специфичну микроклиму, односно услове дисперзије, међутим, оба фактора су под снажним утицајем амбијенталног окружења у којем се урбана регија налази. С обзиром да је улица на урбаној скали на последњем месту, ово питање је често анализирано у оквиру четири просторне зоне: регионална, градска, зона суседства и улична зона. Тек онда је могуће теоријски истражити све утицајне факторе, јер поузданост и квалитет испитивања модела у великој мери зависи од разумевања процеса и квалитета улазних података. За моделе процене саобраћајног аерозагађења, најважније улазне параметре представљају емисиони и метеоролошки подаци и управо ће се у овом поглављу теоријски истражити формулације дефинисања емисије и процеса који својим физичким и хемијским деловањем утичу на дисперзију штетне емисије унутар улица облика кањона. При свему томе је веома тешко испитивање укупне тачности модела емисије и њене дисперзије, односно имисије, јер су „праве” вредности непознате, односно практично се не могу до краја одредити мерењем. За потпуну анализу неопходно је прецизно и константно мерење свих потенцијално утицајних параметара на свим возилима у датом периоду и датој области. Зато је изводљива само делимична провера модела. Главни извор разлика између регистрованих и процењених вредности јесу грешке (неодређености) у прорачуну емитоване количине издувних гасова и резултата моделирања дисперзије (Kukkonen et al., 2001) [26]. Оне настају услед уопштавања параметара који се односе на локалне или националне моделе већих размера. Са друге стране, тачност је смањена због широког спектра типова грешака које су укључене у саобраћајну методологију, метeорологију и прикупљање података о квалитету ваздуха. Методама статистичке анализе могуће је дати одговор колико је и у ком смеру једна променљива са другом повезана, односно у корелацији. Такође је могуће одредити проценат детерминисаности познате варијабилности зависне променљиве под утицајем једне или више других независних променљивих. С обзиром да само теоријски модели могу достићи високе коефицијенте Факултет инжењерских наука Универзитета у Крагујевцу 51 детерминације, емпиријски добијени закључци тестирања модела и утицајних параметара не могу се ефикасно упоређивати са онима који су лабораторијски добијени, али је њихов значај несумљиво велики, јер је управо стохастичност механизма атмосферске турбуленције заправо предност емпирије коју теоријска истраживања немају. Поједине студије су изразито експерименталне, односно искључиво засноване на теренским мерењима у пуном обиму или на моделима умањених реалних размера (скалирани експерименти). Друге су потпуно теоријске и фокусиране на истраживање различитих режима струјања ветрова, геометрија улица и околних зграда помоћу математичких модела. Међутим, савремене студије комбинују експериментални рад и математичко моделирање. Управо ова дисертација је такав пример, при чему употребљено математичко моделирање не износи нове формулације, већ поједине постојеће вредности и односе може кориговати са реално дефинисаним параметрима који важе за возни парк Републике Србије (на пример: новоуспостављени емисиони фактори добијени методом дедукције). Из свега претходно наведеног, поглавље 3 јесте подељено на теоријско и експериментално истраживање. У теоријском делу пажња је усмерена на савремене и искоришћене методе и методологије прорачуна емисије и теоријске формулације употребљених емисионих фактора. Такође ће бити представљени статистички, односно аналитички алати обраде експериментално добијених резултата емисије, попут модела биномне логистичке регресије, његово слагање са улазно претпостављеним променљивама и основне мере процене слагања модела са излазним подацима. Све претходне наведене мере и процене треба да помогну прецизирању одговора на постављена питања из хипотеза 1 и 2 ове дисертације. Теоријско истраживање имисије представиће претходно поменуту уличну размеру и моделе дисперзије штетних материја које интересују ову дисертацију, а битан део представља анализа најзначајнијих физичких процеса, односно идентификовање специфичних параметара без којих ниједан модел дисперзије не би могао да функционише. С обзиром да анализа утицајних фактора на имисију (заједнички узроковану од друмског саобраћаја и метеоролошких параметара) јесте изведена потпуним четворофакторним планом, биће образложена претходно наведена математичко-статистичка форма и неопходни закони расподеле ради дефинисања граница у служби подршке планске поставке. У другом, експерименталном делу, јасно ће се објаснити методологија и услови узорковања емисије возила на празном ходу мотора, концентрације појединих штетних материја, средње брзине појединих категорија возила у саобраћајном току и техничка спецификација и ограничења употребљене мерне опреме. Факултет инжењерских наука Универзитета у Крагујевцу 52 3.1. Теоријска истраживања 3.1.1. Материјал и метод теоријског истраживања емисије Основе емпиријских односа између аерозагађења и карактеристика саобраћајног тока постављене су још пре више деценија (Watkins, 1972; Colwill and Hickman, 1981) [185], [186]. Међутим, све до 60-их година прошлога века, штетности издувних гасова мотора сматрани су релативно малим проблемом. Пре тог периода, свест јавности је углавном била уопштена о проблему два емисиона фактора и посебно према неким особинама ОТО мотора (Eran, 1998) [44], односно:  Издувни гасови мотора садрже знатан ниво угљен-моноксида који у затвореном простору јесте веома токсичан. Било је опште познато да возила треба да се крећу само у добро проветреној средини. Одговарајуће решење било је да појединац мора водити рачуна док управља возилом, посебно у затвореним објектима, попут паркинг простора (паркинг гараже);  Возила чији мотори раде користећи веома богату смешу погонског горива и ваздуха производе нетолерантан ниво црног дима у непосредној близини издувне гране. Такође, у зонама функционисања клипних прстенова производи се, у великим количинама, плаво- сиви дим. Од тада се обим саобраћаја повећавао, узрокујући све чешћа саобраћајна загушења, а тиме и веће урбано-еколошке проблеме. Опсег наведеног може нам описати добро утврђена чињеница да сваки литар сагорелог фосилног горива произведе приближно 100 g CO, 20 g VOC, 30 g NOx, 2,5 kg CO2 и много других штетних и отровних материја, попут једињења сумпора и чврстих честица (ISF, 2010) [187], а када се наведени подаци повежу са информацијом да штетну емисију код старијих модела аутомобила чини 75% емисија издувних гасова, 20% загушљивих испарења из картера и 5% штетних испарења из резервоара за гориво и из карбуратора (Pfafflin et al., 2006) [56], допринос возила може варирати од 90%, 60% и 40% за емисије гасова CO, HC и NOx респектабилно, у односу на удео других загађивача, попут индустрије или осталих видова саобраћаја (Eran, 1998) [44]. С обзиром да су саобраћајни токови унутар улица најчешће блиски ЗСТ-у, мотори функционишу у неповољним радним режимима са аспекта количине штетне емисије у јединици времена. Међутим, неопходно је направити разлику између саобраћајних услова који генеришу неповољне режиме рада мотора и стила (начина) вожње. Први је изазван и може се одређеним транспортним политикама смањити, док на други такве мере мање утичу и зато је потребно знатно раније развити безбедоносну и еколошку свест код сваког учесника у саобраћају. Две улице града Краљева у којима су извршена мерења пример су претходно наведених саобраћајних услова, а у пар наредних пасуса објасниће се важност поменутог изучавања. Факултет инжењерских наука Универзитета у Крагујевцу 53 Рапон и остали (енг. Rapone et al., 2000) [91] су анализирали понашање емисије аутомобила са моторима мале радне запремине и са катализатором. Приликом већег саобраћајног загушења, аутомобил емитује два пута већу количину CO [g·km-1] него при већим брзинама током ССТ-а (Boddy, 2005) (81). Са друге стране, истраживач Тејт (енг. Тate, 2005b) [188] је применио интегрисани приступ моделирања емисије ради изучавања временских и просторних промена емисије саобраћаја на локалној размери. Закључак је указао да је емисија CO јако повезана са убрзавањем возила, а сходно томе, нивои емисије били су већи на раскрсницама него на деоницама између њих. Сличан закључак представили су Џумард и остали (енг. Joumard et al., 1995) [189], при чему су значајни напори били посвећени развоју модела који може објаснити променљивост брзине и дозволити тренутно моделирање емисије, попут CME модела (енг. Comprehensive Modal Emission Model) (Barth et al., 1997; 2000) [190], [191]. Иако је познато да се емисија возила може довести у чврсту везу са стилом вожње, директна мерења оваквих ефеката веома су тешка. Ипак, група истраживача је током два експеримента (De Vlieger, 1997; Vlieger et al., 2000) [192], [193] искористила возила опремљена савременим инструментима да би испитали да ли се емисије у реалним саобраћајним ситуацијама знатно разликују између различитих возача. Резултати су открили да је стил агресивне вожње заслужан за значајно повећање потрошње горива и количине емисије у поређењу са нормалном вожњом. Сјодин и остали (енг. Sjodin et al., 1998) [194] су конкретно доказали да емисија генерисана агресивном вожњом јесте и до 4 пута већа од оне добијене нормалном вожњом, док су емисиони фактори расли и до фактора 10 током ситуација саобраћајних загушења у поређењу са мирним (лаганим) условима вожње. Потрошња горива у условима агресивне вожње је порасла 12–40%, док су емисије CO увећане фактором 1–8 у поређењу са нормалним стилом вожње. За VOC и NOx увећање емисије услед агресивног стила је 15–400% и 20–150% респектабилно. Истраживач Ериксон (енг. Ericsson, 2000) [195] је приказао разлику између модела градске вожње и возача и сугерисао да би знање о овој варијабилности помогло осмишљавању политике која би променила стил вожње и тиме смањила издувну емисију. Коначно, треба запамтити да већина емисија потиче од малог броја слабо одржаваних возила (Singh and Huber, 2000) [196]. Један обиман експеримент изведен је у више градова Северне Америке помоћу REMS технике како би се испитала емисија возила на узорку од 2 милиона аутомобила (Stedman, 1995) [197]. Примећено је да се емисијe константно смањују са применом нових технологија за смањење емисије. Међутим, сагледавање односа између нових и старих возила истих модела промовише групу 20–25% као највеће емитере загађења (загађиваче), а према укупно измереној емисији флоте, удео такве емисије прелази 50%. Чињеница да половина емисије CO и HC потиче од 10% високо загађујућих возила требало би да појача напоре ка увођењу И/М програма. При томе је значајно нагласити да су велики емитери откривени код свих модела возила и то нису била само Факултет инжењерских наука Универзитета у Крагујевцу 54 старија возила. Зато је важно приликом тестирања хипотезе о значајности емисије на резултате модела дисперзије, што прецизније дефинисати структуру возног парка, јер модели емисије могу кориговати процену у зависности од старосне структуре и броја возила са катализатором. Током кратких путовања (типичан представник је градска вожња) возила имају већу потрошњу горива, јер се највећи део маршруте прелази у режиму потхлађеног мотора. Овај ефекат се увећава смањењем амбијенталне температуре, што имплицира додатно повећану потрошњу погонског горива. Оно што је важно нагласити, а тиче се области истраживања ове дисертације, јесте понашање штетних материја попут, CO и NOx-а, током вожње потхлађених мотора. Управо је истраживање Џенсена (енг. Jensen, 1999) [66] анализирало њихову осетљивост. Зависност је показала линеарни, али не и пропорционални однос између промена у хладним стартовима и емисијама CO. С друге стране, хладни стартови су имали мали утицај на емисију NOx. Још једну занимљиву анализу пружило је истраживање осетљивости модела емисије који су спровели Милер и остали (енг. Miller et al., 1995) [198]. Открили су да при амбијенталној температури од 0 ℃ емисија CO јесте 3 пута већа током хладног старта него када се мотор загрејао до радно стабилног стања. Емисија VOC била је 5 пута већа. На вишим температурама (24–35 ℃), емисија хладног старта била је мања, међутим, током топлог стабилног режима, емисија VOC и емисија CO биле су веће (са фактором 2). Насупрот томе, емисија NOx била је мање осетљива на радни режим и незнатно већа током хладног старта. С обзиром да програм емисије OSPM модела садржи базу са упитом о проценту хладно стартованих мотора, несумљиво је значајно што прецизније његово дефинисање како би модел могао остварити пун капацитет током анализе. Брзина вожње је веома значајна са аспекта потрошње погонског горива, а тиме и за количину емисије у јединици времена. Једно истраживање у Канади (TRANS, 1991) [199] је анализирало варијацију потрошње горива у функцији просечне брзине возила при условима градске вожње. Закључено је да се потрошња горива нормализује изнад просечне брзине од 31 km·h-1, док испод 25 km·h -1 нагло расте услед учесталих саобраћајних загушења. Неопходно је нагласити и да потрошња погонског горива има тренд благог пораста при просечним брзинама изнад 55 km·h-1, услед повећања аеродинамичких отпора. С друге стране, лабораторијски тестови не приказују потрошњу погонског горива која одговара реалним саобраћајним ситуацијама из више разлога (Armstrong, 2000) [93]: 1. Немогућност симулације вишеструких (временски неодређених) саобраћајних загушења; 2. Стохастичност атмосферских услова; 3. Стање коловоза; 4. Степен техничке исправности возила; 5. Стопа хабања моторских компоненти; 6. Обученост, навике и понашање учесника у саобраћају. Факултет инжењерских наука Универзитета у Крагујевцу 55 Последњи набројани се може сматрати и најважнијим разлогом. Као резултат тога, за нова возила се потрошња горива мора повећати за 15% при градским, односно за 10% при ванградским возним тестовима. Тако, на пример, закључци тестова спроведених од стране Националног института за природне изворе наводе да је можда најприкладнија стопа повећања потрошње за 20–25% (Khan, 1999b) [200]. Емисиони модели просечних брзина, а један од њих јесте COPERT4 програм, захтевају што прецизније дефинисање средње брзине возила, јер од ње значајно зависе усвојени емисиони фактори за сваку штетну материју понаособ. Био је неопходан велики напор у контроли емисије возила, при чему су на почетку биле укључене релативно мале промене на мотору и погонском гориву. Пошто су стандарди емисије били строжи, стратегије контроле су се промениле, па је било неопходно више детаља изменити, применити виши ниво контроле и пројектовати бољу опрему за смањење емисије. Процене су да ће новим системима смањења емисије бити потребно око десет година пре опште употребе (Degobert, 1995) [201]. Зато је законодавцима лакше да донесу још строже законе контроле емисије него да имплементирају друге стратегије, попут унапређеног управљања саобраћајним токовима и алтернативе приватног превоза. Такође је много лакше донети законе који се односе на нова возила него смањити емисију коју генеришу возила у експлоатацији. Тек однедавно су развијени довољно поуздани модели емисије како би се утицаји саобраћаја могли директно размотрити и квалитетно проценити на основу саобраћајних симулација, при чему захтевају податке о изворима емисије и прецизно дефинисане емисионе факторе. Постоје различите методе за њихово одређивање, али најчешћи приступ се заснива на примени експерименталних података из лабораторијских мерења на одабраним возилима при различитим симулираним условима вожње. У пракси се редовно примењују програми за процену емисије попут MOBILE-а и COPERT-а који дефинишу емисионе факторе у функцији од просечне брзине возила (Smit et al., 2007) [202]. Заправо, програми емисије који захтевају податке о просечној брзини често се користе заједно са моделима транспортних захтева како би се предвидели локални и регионални нивои емисија. У наредним тачкама биће детаљно анализиране методе за процену емисије од друмског саобраћаја (EEA, 2009) [128], које, у зависности од расположивих података о возном парку, дају могућност избора једне од три односно методе 1, методое 2 или методое 3. Такође, COPERT4 програм јесте пожељан, али не и нужан приликом употребе методе 3, јер је његовом употребом време сложених прорачуна емисионих фактора далеко мање, а такође је смањена и могућност потенцијалне грешке. Факултет инжењерских наука Универзитета у Крагујевцу 56 3.1.1.1. Метода 1 за прорачун емисије друмског саобраћаја Метода 1 користи потрошњу горива као показатељ активности друмског транспорта заједно са просечним специфичним емисионим факторима горива (табела A12, прилог А). У табели A13 (прилог А) приказано је коју врсту погонског горива користи одређена категорија возила и просечна потрошња по пређеном километру. У методи 1 примењује се следећа формула: ∑ (∑ ( · ) ) , (3.1) где је: - емисија штетне материје i [g]; - потрошња m врсте горива возила категорије i [kg]; - специфични емисиони фактор штетне материје i за категорију возила j и врсту горива m [g·kg-1]. Категорије возила су: путнички аутомобили, лака теретна возила, тешка теретна возила и мотоцикли, а врсте погонских горива су: бензин, дизел и ТНГ. 3.1.1.2. Метода 2 за прорачун емисије друмског саобраћаја Метода 2 узима у обзир различите категорије возила и нивое емисије штетне материје (емисионе стандарде). Дакле, четири категорије возила које су употребљене у методи 2 разврстане су на различите технологије к у складу са прописима о контроли емисије. Потребно је да се обезбеде подаци о броју возила и годишњем пређеном путу по технологији возила, а затим да се помноже са емисионим факторима методе 2 израженим у грамима по возило-километру за сваку технологију возила. Просечни европски емисиони фактори одређени су применом методе 3, према карактеристичним вредностима брзине, амбијенталне температуре, различитим условима вожње на ауто-путу, у ванградском и градском подручју, дужинама путовања и др. Једначина је: ∑ (〈 〉 · ) ∑ ( · · ) , (3.2) где је: 〈 〉 - укупан годишњи пређени пут који су прешла сва возила категорије i технологије k [voz·km]; - технолошки специфични емисиони фактори штетне материје i за возило категорије j технологије k [g (voz·km)-1]; - просечан годишњи пређени пут (просечна годишња километража) коју је прешло возило категорије j технологије k [km·voz]; - број возила категорије j технологије k у возном парку. Категорије возила ј односе се на путничке аутомобиле, лака теретна возила, тешка теретна возила, мотоцикле и мопеде. Факултет инжењерских наука Универзитета у Крагујевцу 57 3.1.1.3. Метода 3 за прорачун емисије друмског саобраћаја Комбиновањем техничких података о емисионим факторима и података о активностима возила, као што је укупан пређени пут, израчунава се емисија издувних гасова у методи 3. Овај приступ назван је ,,Детаљна методологија“ и обухваћен је програмом COPERT4. Укупна емисија издувних гасова из возила израчунава се као збир топлих емисија и емисија при ,,хладном старту“. Потребно је разликовати емисију током ,,топле“ и прелазне фазе ,,загревања“ мотора због разлике у количини емисије ова два режима рада. Укупна емисија се може израчунати једначином: , (3.3) где је: - укупна емисија [g] штетне материје; - емисија [g] када је мотор на радној температури; - емисија [g] у периоду док се мотор не загреје (хладан старт). 3.1.1.3.1. Емисија у периоду стабилизованог радног режима мотора (топла емисија) Емисија издувних гасова у периоду стабилизованог радног режима мотора (топла емисија) зависи од различитих фактора, укључујући и пређени пут појединачног возила, његову брзину (или тип пута), годиште, запремину мотора и дозвољену масу. За сваку категорију и технологију возила треба применити различите емисионе факторе, податке о броју возила и просечном пређеном путу. Формула за израчунавање топле емисије може се представити следећом једначином: · · , (3.4) где је: - топла емисија издувних гасова штетне материје i [g], возила технологије k на путу типа r (градски, ванградски, ауто-пут); - број возила [voz] технологије k; - емисиони фактор [g·km-1] штетне материје i, за возила технологије k на путу типа r; - пређени пут по возилу [km·voz-1] за возила технологије k на путу типа r. Брзина возила има велики утицај на емисију издувних гасова, па је развијено више приступа разматрања овог утицаја. За емисионе факторе најбоље је изабрати једну просечну брзину за сваки тип пута: ,,градски“, ,,ванградски“ и ,,ауто-пут“, односно 20, 60 и 100 km·h-1. Ипак, постоји одређена непоузданост процене емисионих фактора усвајањем просечне брзине, па је неопходна њена што боља процена. Факултет инжењерских наука Универзитета у Крагујевцу 58 3.1.1.3.2. Емисија при хладном старту мотора У периоду док се мотор не загреје настаје додатна емисија издувних гасова. Оваква емисија се најчешће јавља у градској и ванградској вожњи због тога што је број вожњи које се започињу на ауто-путу мали. Иако се наведена емисија региструје код свих категорија возила, емисиони фактори се могу адекватно проценити само за путничке аутомобиле са погоном на бензин, дизел и ТНГ, као и за лака теретна возила, тако да су само ове категорије обухваћене методом 3. Она се израчунава као додатна емисија на емисију возила која настаје у случају када би сва возила увек радила са топлим мотором и загрејаним катализатором. Релевантни фактор, који одговара односу емисије при хладном старту и топле емисије, примењен је на део пређеног пута који се прелази када мотор није загрејан. Емисија хладног старта уведена је као додатна емисија по километру и то преко израза: · · · · ( ⁄ | ), (3.5) где је: - емисија штетне материје i технологије k при хладном старту; - део пређеног пута који је пређен са хладним мотором или са катализатором који ради на температури нижој од радне за штетну материју i и технологију возила k; - број возила [voz] технологије k; - укупан пређени пут по возилу [km·voz-1] за возило технологије k; ⁄ | - однос емисије при хладном старту и топле емисије за штетну материју i и возило технологије k. β-параметар зависи од температуре амбијента (ta) и начина вожње (посебно за просечне дужине путовања - ). Вредност требало би да буде у границама између 8 и 15 km. Препорука је да се користи вредност од 12,4 km, осим у случају када постоје прецизни подаци. У табели А14 (прилог А) дате су вредности наведеног параметра које су поједине државе чланице користиле као улазне податке за програм COPERT4. Однос емисија при хладном старту и топле емисије (ехладно/етопло) зависи од спољашње температуре и штетне материје која се анализира. Иако се модел прве верзије ове методологије још увек користи у прорачуну емисије при хладном старту, за возила са погоном на бензин са уграђеним катализатором допуњени су подаци односа емисије при хладном старту и топле емисије (табела А15, прилог А). 3.1.1.3.3. Корекција емисије На добијене резултате базне емисије примењују се одређене корекције како би се прилагодили разликама у емисији које су последица: 1. Старости возила (пређена километража - укупно пређени пут возила) - Основни емисиони фактори односе се на возни парк просечне пређене километраже 30.000–60.000 Факултет инжењерских наука Универзитета у Крагујевцу 59 km, што директно утиче на фактор деградације. Само за возила са погоном на бензин и лака теретна возила, даље погоршање емисије треба бити кориговано применом додатних фактора деградације. Међутим, да би подаци различитих држава чланица били потпуно усаглашени, предложено је да се не уводе такве корекције приликом састављања основног пописа до 2000. године, због релативно ,,младих“ возних паркова; 2. Коришћења реформулисаних горива - Реформулисана горива су постала обавезна у Европској унији од 2000. године. Ефекти реформулисаних горива на емисију возила актуелне технологије и старијих технологија могу се додатно прилагођавати применом одговарајућих корективних фактора. Овакве корекције треба применити на године након увођења реформулисаних горива. 3.1.1.3.3.1. Погоршање емисије услед старости возила У прорачуну, фактори корекције би требало да буду примењени на основне емисионе факторе за возила са погоном на бензин и лака теретна возила према старости возила. Они се могу представити следећом једначином: · , (3.6) где је: - корекциони фактор пређеног пута за дати пређени пут и штетну материју i; - просечан пређени пут возног парка за возила на која је примењена корекција; - повећање емисије по километру; - ниво емисије возног парка нових возила. Вредност мања је од 1 зато што су фактори корекције одређени узимањем у обзир возних паркова чији је пређени пут у распону од 16.000 до 50.000 km. Од нових возила очекује се мања емисија издувних гасова од емисије издувних гасова узорака возила на основу којих су израчунати емисиони фактори. Претпоставка је да се емисија издувних гасова погоршава након пређених 120.000 km за возила Еуро 1 и Еуро 2 стандарда емисије, а након 160.000 km за возила Еуро 3 и Еуро 4 стандарда (уколико се тада не ураде одговарајуће сервисне интервенције и замене катализатори или друга опрема за смањење штетне емисије). 3.1.1.3.3.2. Утицај погонског горива на емисију У Европи је у два наврата уведена обавеза коришћења реформулисаних горива: у јануару 2000. (гориво 2000) и јануару 2005. (гориво 2005). Карактеристике наведених горива приказане су у табелама А(16-18) (прилог А) и неопходно је нагласити да је услед побољшања карактеристика горива смањена емисија издувних гасова. Еуро 3 емисиони стандарди постигнути су горивом 2000, а строжи емисиони стандарди Еуро 4 и Еуро 5, горивом 2005. Факултет инжењерских наука Универзитета у Крагујевцу 60 Резултат коришћења претходно поменутих погонских горива јесте и смањење емисије код возила чија је технологија старија од Еуро 3 технологије, за коју се, као основно гориво, посматра просечно гориво на тржишту у 1996. години. Ово смањење се односи и на топлу емисију и на емисију при хладном старту. У Србији је тек од јануара 2014. године на путевима уведено гориво Еуро 5 квалитета. За корекцију фактора топле емисије, примењене су формуле изведене у оквиру Европског програма о емисији, погонским горивима и технологијама мотора, чији су носиоци Удружење европских произвођача аутомобила (ACEA) (енг. European Automobile Manufacturers’ Association) и Удружење европске нафтне индустрије (EuroPIA) (енг. European Petroleum Industry Association). Фактори топле емисије кориговани су применом формуле (3.7), при чему је неопходно водити рачуна да се она не примењује у прорачуну погоршања емисије у случају коришћења старијег погонског горива у новој технологији возила (нпр. коришћење горива 2000 у возилима Еуро 4 стандарда): ·⁄ , (3.7) где је: - фактор топле емисије, коригован услед употребе реформулисаног горива за штетну материју i, у возилу технологије k, које се креће на путу типа r; - корекција потрошње горива за штетну материју i, технологију возила k за расположива горива побољшаног квалитета; - корекција потрошње горива за штетну материју i за гориво основног квалитета, технологије возила k. 3.1.1.3.4. Емисиони фактори методе 3 Емисионе факторе методе 3, за возила са погоном на бензин без катализатора, одредила је радна група CORINAIR, узимањем у обзир резултата свеобухватне студије реализоване у Француској, Немачкој, Грчкој, Италији, Холандији и Великој Британији. Поред ових, укључени су и одређени подаци измерени у Аустрији, Шведској и Швајцарској. За возила са погоном на бензин која имају уграђен катализатор, за побољшана возила са погоном на дизел (91/441/EEC и новија) и тешка теретна возила са погоном на дизел, емисиони фактори добијени су као резултат ARTEMIS пројекта, док за лака теретна возила потичу из пројекта МЕЕТ. Емисиони фактори могу се поделити, према врсти штетне материје, у две класе: на оне за које је потребна (и могућа) детаљнија процена и на оне за које је довољно обезбедити ,,збирне“ емисионе факторе или формуле. Штетне материје CO, NOx припадају првој категорији, док су CO2, NH3, SO2, N2O и делимично CH4 у другој категорији и они неће бити разматрани у овој дисертацији. Факултет инжењерских наука Универзитета у Крагујевцу 61 3.1.1.3.5. Прорачун емисије путничких аутомобила са ОТО моторима Топла емисија за возила Еуро 1 стандарда и напреднијих технологија са погоном на бензин могуће је израчунати у функцији брзине, при чему су емисиони фактори одређени у оквиру пројекта ARTEMIS. У овом случају коришћен је следећи израз: · · · · . (3.8) С обзиром на постајање великог броја могућих вредности за 5 коефицијената (a, b, c, d и e) у зависности од врсте штетне материје, технологије возила, запремине мотора и брзине кретања возила (V), њихове вредности се могу наћи у литератури (ЕЕА, 2009) [128]. Ефекте емисије при хладном старту треба детаљно моделирати за возила Еуро 1 стандарда и напреднијих технологија, јер је смањена ефикасност катализатора на температурама нижим од радне температуре. Тада је емисија штетних материја од возила са катализатором током загревања мотора знатно већа него за време стабилизованог режима рада мотора на радној температури. У табели А15 (прилог А) дати су односи хладних и топлих емисија ( ⁄ | ) за три најзначајније штетне материје и потрошњу горива (ЕЕА, 2009) [128]. Као и у случају фактора топле емисије, вредности уведене за брзину треба да одговарају просечној, а не тренутној брзини. У општем случају, ефекат емисије при хладном старту се у случају CО може занемарити када је спољашња температура изнад 25 ℃ и изнад 30 ℃ у случају VOC. Разлог није само тај што је повећање емисије под таквим спољашњим условима мало, већ и што се мотори спорије хладе и што температура мотора при покретању може бити висока и након неколико сати мировања. У поређењу са возилима Еуро 1 стандарда, смањење емисије при хладном старту (за возила напреднијих технологија) постиже се скраћењем времена потребног каталитичким системима да достигну радну температуру. Ово скраћење времена се одражава и на смањење пређеног пута са делимично загрејаним мотором и/или уређајима за накнадну обраду издувних гасова. Према томе, смањење емисије при хладном старту добија се смањењем вредности β-параметра (пређени пут са хладним или делимично загрејаним мотором). С друге стране, нису изведени докази који би оправдали употребу различитих односа емисија ( ⁄ | ) за различите технологије возила. То значи да се односи емисија ( ⁄ | ), добијени за возила Еуро 1 стандарда могу примењивати и на возила напреднијих технологија без даљих смањења. Слично томе, фактор топле емисије, који се користи у процени емисије при хладном старту, треба бити вредност која одговара вредности за возила Еуро 1 стандарда. Дакле, у случају возила напреднијих технологија од Еуро 1 стандарда, формула (3.5) постаје: · · · · · ( ⁄ | ). (3.9) Факултет инжењерских наука Универзитета у Крагујевцу 62 3.1.1.3.6. Прорачун емисије путничких аутомобила са ДИЗЕЛ моторима Експериментални подаци мерења на путничким аутомобилима са погоном на дизел (< 2,5 t) омогућили су уочавање разлике између запремине цилиндра за емисију NOx и фактора који зависе од брзине за конвенционална возила (возила пре Еуро 1 стандарда). Емисиони фактори које треба увести у формулу (3.4), за прорачун топле емисије конвенционалних путничких аутомобила са погоном на дизел, дати су у литератури ЕЕА из 2009. године [128]. Повећана емисија возила са погоном на дизел при хладном старту није толико изражена између конвенционалних и Еуро 1 стандарда као емисија возила са погоном на бензин. Због тога се сматра да нема разлике између конвенционалних возила и возила Еуро 1 стандарда. Вредности односа емисија ( ⁄ | ) за возила са погоном на дизел могу се видети у литератури ЕЕА из 2009. године [128]. Топла емисија за возила Еуро 1 са погоном на дизел и за возила напреднијих технологија процењује се у функцији брзине, при чему су емисионе функције развијене у пројекту ARTEMIS. Изрази за прорачун ЕФ наведене емисије, возила и технологије дати су преко следеће формулације: ( · · ) ( · · )⁄ ⁄ . (3.10) С обзиром на постајање великог броја могућих вредности за 6 коефицијената (a, b, c, d, e и f) у зависности од врсте штетне материје, технологије возила, запремине мотора и брзине кретања возила (V), њихове вредности се могу наћи у литератури (ЕЕА, 2009) [128]. Да би се одредила емисија возила Еуро 1 стандарда и возила напреднијих технологија са погоном на дизел при хладном старту, могуће је израчунати -параметар за све поткатегорије возила применом формуле у литератури (ЕЕА, 2009) [128], док су вредности односа емисија ( ⁄ | ) дате посебно, такође у литератури ЕЕА из 2009. године [128]. Међутим, за напредније технологије возила од Еуро 4 ( ) потребно је да се примене одређена додатна смањења. Тако, на путничке аутомобиле са погоном на дизел до Еуро 4 технологије, биће примењена формула (3.5), а за напредније технологије од Еуро 4 возила, требало би да се примени следећа формула: · · ·( ) · ·( ⁄ | ) . (3.11) 3.1.1.3.7. Прорачун емисије путничких аутомобила са погоном на ТНГ Формула (3.4) се користи за прорачун топле емисије ,,класичних“ возила и возила Еуро 1 стандарда са погоном на ТНГ. У односу на возила са погоном на ТНГ напреднијих технологија од Еуро 1 стандарда, у недостатку реалних података, одређени су фактори за смањење емисије (у односу на Еуро 1). Ови фактори се уводе помоћу следеће формуле: ( ) · ⁄ . (3.12) Факултет инжењерских наука Универзитета у Крагујевцу 63 Када је реч о емисији при хладном старту не постоји довољно података. Међутим, због конзистентности, пошто је технологија за смањење емисије код возила са погоном на ТНГ слична технологији возила са погоном на бензин, може се применити методологија за прорачун емисије возила са погоном на бензин. Вредности односа емисија ( ⁄ | )) за возила са погоном на ТНГ могу се видети у литератури ЕЕА из 2009. године [128]. Формула (3.5) примењују се за возила до Еуро 1 стандарда, док се формула (3.9) примењује за возила напреднијих технологија од Еуро 1 стандарда. Фактори смањења за -параметар су истоветни факторима смањења за возила са погоном на бензин. Различите физичке особине горива (вискозитет, напон паре, садржај бензена и др.) могу променити ток емисије и утицати на ширење бризгаљки у цилиндру. Ово може довести до лошијег сагоревања и повећања количине чврстих честица. 3.1.1.4. Емисија возила у реалним условима вожње и емисиони фактори Емисија моторних возила варира при различитим режимима вожње (Tong et al., 2000; Frey et al., 2003) [203], [204]. Један од специфичних режима јесте празан ход мотора, током ког возило може провести више од 25% времена путовања (Tong et al., 1999) [205]. Специфична врста празног хода јесте „стани и чекај”, при којем се возило заустави испред раскрснице, на улици или терминалу, а мотор и даље функционише. Емисија празног хода сматра се штетнијом по здравље људи, јер у овом случају не постоји аеродинамичка побуда коју генерише возило у покрету, односно изостаће побуда која може механички ускомешати ваздушну масу и тиме распршити (дисперговати) штетне материје. Све то условљава да њихова концентрација око возила буде већа. Неопходно је нагласити да је са возилима Еуро 5 и Еуро 6 стандарда емисија уведена ,,старт-стоп“ технологија која искључује мотор у режиму празног хода „стани и чекај”. Тиме се битно смањује емисија празног хода, али само код таквих возила. Међутим, ,,старт-стоп“ технологија још увек није обавеза, него само опција коју по својој вољи бира власник. Зато је тешко рећи колико таквих возила има у Републици Србији, али је сигурно да је број таквих веома мали. Испитивање емисије на празном ходу првобитно је развијано за возила која нису имала или су имала врло малу контролу емисије. Код таквих возила било је могуће детектовати моторе који су лоше подешени или неисправни. Оваква возила имају обично механичке карбураторе или системе за убризгавање горива, где однос смеше ваздуха и горива на празном ходу мотора одговара односу смеше ваздуха и горива кад је мотор под оптерећењем. Стога, мерења емисије CO и HC током празног хода и при 2.500 min-1 обезбеђују оправдану индикацију емисије у нормалним радним условима за возила са механичким системом контроле односа смеше ваздуха и горива. Оваква возила обухватају аутомобиле старије технологије и лаке камионе, већину тешких теретних бензинских возила која се углавном користе у земљама у развоју (Faiz et al., 1996) [97]. Факултет инжењерских наука Универзитета у Крагујевцу 64 Истраживач Лорико (енг. Laurikko, 1994) [206] је открио да постоји релативно добра корелација за емисију CO и испитивања празан ход/2.500 min-1 код возила са механичким карбуратором, међутим, поменуто испитивање није дало задовољавајуће резултате за возила која користе електронске системе контроле односа ваздуха и погонског горива. С обзиром да је возни парк Републике Србије (2011.) просечне старости 17,5 година (МУП Републике Србије, 2011) и да су услови у саобраћајном току (унутар анализираних улица за потребе ове дисертације) блиски ЗСТ-у, сасвим је оправдано извршити испитивање реалне емисије возила током рада мотора на празном ходу и високом броју обртаја, при чему се мора поштовати неопходна процедура мерења. Многе инспекције у Финској, Немачкој, Шведској допуњују мерење емисије на празном ходу мотора још једним које се спроводи када мотор ради при 2.500 min-1 без оптерећења. Аустрија је усвојила процедуру празан ход/3.000 min-1, са обавезним троминутним кондиционирањем пре мерења (енг. Laurikko, 1994) [206]. Испитивања у Финској су показала да 95% возила са трокомпонентним катализатором достижу стабилна очитавања у року од 3 минута. Више од 1/3 возила која не прођу почетно испитивање, пролазе након кондиционирања. Прописи усвојени од стране US EPA-а, а при FTP тесту (енг. Federal Test Procedure) захтевају од нових возила да прођу сва применљива испитивања са значајним ограничењима за возила код којих је регистрована техничка неисправност, а поготово подсистема обраде издувних гасова. Да би се смањили лажни кварови који су повезани са испитивањима празног хода, поједина испитивања такође захтевају кондиционирање без оптерећења од 2.500 min-1 у трајању од 3 минута пре него што се изврши крајње одређивање недостатака. Овакво кондиционирање обезбеђује да контролни систем емисије стабилизује рад и катализатор адекватно загреје. Уколико се мерење емисије реализује у стварним условима вожње, могуће је добити вредне податке о реалним емисијама друмских возила у експлоатацији. Резултати реалних техника углавном су мање поуздани за одређивање ЕФ-а због одсуства стандардног возног циклуса испитивања и присуства додатних извора варијабилности, као што су саобраћајни услови, услови околине и понашање возача. Осим тога, реалне технике показују друге техничке недостатке који ограничавају њихову применљивост у развоју ЕФ-а. Ипак, подаци добијени оваквим мерењима могу играти важну улогу у идентификацији раскорака емисионих модела и одређивању приоритета за развој модела. Реално мерење емисије јесте значајно приликом провере лабораторијски добијених емисионих фактора. С обзиром да је у овој тези акценат истраживања на ЕФ-има CO и NOx возног парка Републике Србије, наредни пасуси неће анализирати друге штетне материје. Такође, само пар студија је дефинисало методологију прорачуна ЕФ-а NOx, али је при томе поменута штетна материја Факултет инжењерских наука Универзитета у Крагујевцу 65 представљена као NO2. С обзиром да NOx заправо представља највећим делом смешу NO и NO2, предложене једначине у поменутим студијама неће бити представљене за NOx, чему је разлог несигурности аутора ове дисертације у веродостојност дефинисања поменутих једначина. За прецизнији прорачун ЕФ-а заснованих на потрошњи горива, неопходно је утврдити односе између концентрације штетних материја у издувним гасовима и једињења угљеника (CO2, CO и HC). Дакле, могуће је одредити емисиони фактор заснован на потрошњи погонског горива и штетне материје ,,E“ у грамима штетне материје по литру утрошеног погонског горива [g·L-1] (Schifter et al., 2005) [207] помоћу следеће једначине: ( ) (( ) ( ) ( )) · , (3.13) где је: - емисиони фактор у грамима штетне материје (енг. Pollutant) према запреминској јединици утрошеног горива; - концентрација штетне материје у издувној емисији [%vol]; - моларна маса штетне материје [g·mol -1 ]; - релативан однос угљеника у гориву (за бензин 0,856 kg·kg-1, за дизел гориво 0,865 kg·kg-1); - густина горива (за бензин 750 kg·m -3, за дизел 840 kg·m-3), - угљен-моноксид [%vol] - угљен-диоксид [%vol], - угљоводоник [%vol]. За возила са погоном на ТНГ, ЕФ заснован на потрошњи горива (Ning et al., 2005) [208] може се одредити следећом једначином: ⁄ ⁄ , ⁄ - · · , (3.14) где је: - концентрација штетне материје у издувној емисији [%vol], - моларна маса горива (за ТНГ 14,45 g·mol-1), - моларна маса штетне материје [g·mol -1 ]; - густина горива (за ТНГ 0,5586 kg·L-1), - угљен-диоксид [%vol], - угљоводоник [%vol]. Међутим, морамо знати да уколико желимо проценy емисијe на ширем подручју, емисиони фактори засновани на потрошњи горива могу бити адекватни, али не и довољни за комплетно формирање катастра емисија (Cadle and Stevens, 1994) [209]. Није једноставно повезати тренутно измерену концентрацију емисијe са оном која се касније продукује, јер стварне саобраћајне ситуације условљавају различите режиме рада мотора. Емисиони фактори се могу изразити и у квалитативном смислу рада мотора, током режима убрзања или при уједначеној брзини кретања возила и затим се повезати са процењеним карактеристикама мотора, попут специфичне снаге (Frey et al., 2010) [210]. Факултет инжењерских наука Универзитета у Крагујевцу 66 3.1.2. Математичко-статистичке методе истраживања емисије возила Предмет испитивања математичке статистике су скупови (популације, масе, целокупности) чији су елементи објекти и појаве разноликог карактера. Ти скупови се називају статистичким целокупностима или популацијама, а њихове елементе статистичким јединицама (Вукадиновић и Поповић, 2008) [265]. Особености транспортних средстава могу се описати различитим обележјима чије се законитости варирања уочавају у маси, па је отуда математичка статистика јединствен математички апарат за њихову анализу. Свака статистичка јединица садржи велики број обележја. За посматрану појаву нека од тих обележја су суштинска, друга то нису. Ако на пример, проучавамо да ли је возило емисионо исправно, суштинска обележја могу бити: старост возила, укупно пређена километража, марка и тип возила, снага мотора, тип напајања горивом, поседовање и/или техничка исправност уређаја за контролу штетне емисије издувних гасова итд. С друге стране, несуштинска обележја могла би бити: национална припадност возача или њихов породични положај (самац или ожењени), максималан број путника за које је возило регистровано, да ли је дневна или ноћна вожња, да ли је возило гаражирано или није, запремина пртљажног простора итд. Очигледно, суштинска обележја представљају битан, одлучујући фактор који утиче на посматрану појаву - конкретно у овом примеру, на емисиону исправност возила. Кад проучавамо узајамне везе статистичких обележја или појава, утврђујемо облик и смер повезаности као и њену јачину. Скуп статистичких метода којима се то постиже назива се теоријом корелације, а основни показатељи корелационих веза су једначине регресије и (Пирсонов) коефицијент корелације (Вукадиновић и Поповић, 2008) [265] одређен једначином: √ ∑( ̅) ∑( ̅) √ , (3.15) где је: - процењена (моделирана) вредност зависне променљиве (r=1,...,n) ; - оригинална (измерена) вредност независне променљиве (i=1,...,n); ̅ - средња вредност независне променљиве; - стандардна грешка регресије; - резидијумска дисперзија; - укупна дисперзија. Једначине регресије припадају регресионој анализи која иде корак даље у односу на корелациону анализу. Заправо крајњи циљ регресионе анализе јесте наћи модел који је најбоље прилагођен подацима, али ипак прихватљив модел који описује везу између зависне променљиве и скупа независних променљивих који је описују (Gvozdić, 2011) [211]. У пракси се најчешће користи линеарна и логистичка регресија. Логистичка регресија је тип регресионе анализе у којој је зависна променљива дихотомна, односно бинарна и кодира се са 0 или 1 и постоји најмање једна независна променљива. Проблеми ове врсте се могу решити и преко вишеструке линеарне Факултет инжењерских наука Универзитета у Крагујевцу 67 регресије тако што би две вредности променљиве обележили са два цела броја, такође са 0 и 1. Добили бисмо регресиони модел који би могао да предвиди вредност зависне променљиве, заједно са регресионим коефицијентима који би показивали релативни утицај сваке независне променљиве. Ипак, у таквим случајевима логистичка регресија је адекватније решење. Поред експериментално утврђене вредности емисије CO за свако возило, познавајући емисионе стандарде такође се добија одговор да ли је возило емисиони исправно или није. Значи емисиона исправност, односно зависна променљива може бити само дихотомна и зато биномна логистичка регресија представља добар математичко-статистички алат који може коректно описати обележја посматране појаве. Додатно, биномна логистичка регресија се може искористи и за: 1) Предвиђање вредности зависне променљиве на основу вредности независних променљивих; 2) Рангирање независних променљивих по важности и 3) Процену ефеката интеракције. 3.1.2.1. Биномна логистичка регресија Зависна променљива у логистичком регресионом моделу је дискретна, обично бинарна и ретко може имати више од две категорије излаза (,,да“ или ,,не“; ,,јесте“ или ,,није“). Тако, на пример, зависна променљива може бити податак да ли је возило прошло тест емисије, односно да ли је концентрација појединих штетних материја из издувне емисије возила на празном ходу и при високом обртају мотора у границама дозвољене или није. Водећи рачуна о претходно наведеном, ако је возило прошло тест емисије, исход теста јесте ,,возило прошло тест“, односно ,,возило није прошло тест“ уколико је концентрација штетне материје ван регулаторних стандарда. Зависну променљиву означаваћемо са Y, а независне са xi. Jедан од специјалних случајева логистичке функције јесте сигмоид функција позната под називом основна логистичка функција (Hosmer and Lemeshow, 2000) [212]. Она се може представити једначином: ( ) , (3.16) где је: a - параметар нагиба сигмоидне функције; P - вероватноћа да се неки догађај деси под утицајем одређених независних ризичних фактора; t - променљива облика: , где су регресиони коефицијенти који описију величину доприноса одговарајућег фактора . Када су регресиони коефицијенти позитивни, тада независне променљиве повећавају вероватноћу позитивног исхода, а када су негативни, онда је смањују. У било ком регресионом моделу кључно је одредити очекивану вредност зависне променљиве за дату вредност независне променљиве, у ознаци ( | ) (Pohar et al., 2004) [213]. Како је зависна променљива дихотомна, за условну средину важи ( | ) . Промена ( | ) по јединици промене за x постаје прогресивно мања како условна средина постаје ближа 0 или 1. Како је зависна променљива дихотомна и узима вредности 0 и 1, узима се вредност 1 са вероватноћом , а Факултет инжењерских наука Универзитета у Крагујевцу 68 вредност 0 са вероватноћом , односно . /. Случајна променљива | такође узима вредности 0 и 1, са вероватноћом ( ), ( ) редом, односно | . /. С обзиром да нас интересује очекивана вредност од за дато , потребно је користити ознаку ( ) за приказивање условне средине када се користи логистичка расподела. Вероватноћа се може уопштена представити за случај када имамо више независних променљивих, односно представља логистичку регресиону функцију (Pohar et al., 2004) [213] у облику једначине: ( | ) . (3.17) С обзиром да једначина (3.17) није линеарна по параметрима , може се линеаризовати одговарајућом ,,logit“ трансформацијом (логаритмовање са обе стране) (Dobson, 2002) [214]: . (3.18) Да би се додатно могли интерпретирати добијени резултати, неопходно је појаснити појам односа шанси (OR) (енг. Odds Ratio), који даје меру повезаности независне променљиве са исходом од интереса. Шанса (енг. odds) је однос вероватноћа да се догађај реализовао према вероватноћи да се догађај не деси. Тако се OR може представити као однос између шансе да је зависна променљива 1, када је независна променљива 1 и када независна променљива узме вредност 0, са шансом да је зависна променљива узела вредност 1 (Hosmer and Lemeshow, 2000) [212], односно: ( ) ( ) ( ) ( ) ⁄ ⁄ . (3.19) Оваква веза између коефицијената и односа шанси јесте основни разлог зашто се логистичка регресија показала као моћан аналитички алат. Ако је вредност експонента >1, повећањем вредности независне променљиве (предиктора), повећава се шанса појаве излазне зависне променљиве. У случају нашег модела, то је вероватноћа да возило неће проћи тест емисије. Ако је вредност експонента <1, повећањем вредности независне променљиве, смањује се шанса појаве излазне зависне променљиве. Такође, што је поменути експонент удаљенији од јединице, таква независна променљива (предиктор) има већи (снажнији) утицај на вредност зависне променљиве (Tabachnick and Fidel, 2013) [215]. У додатној интерпретацији експонента можемо рећи да представља промену шанси које су резултат промене за јединицу независне променљиве. Факултет инжењерских наука Универзитета у Крагујевцу 69 3.1.2.1.1. Слагање модела биномне логистичке регресије са улазним подацима 3.1.2.1.1.1. Метод максималне веродостојности У линеарној регресији, најчешћи метод за оцењивање регресионих параметара јесте метод најмањих квадрата (MLS) (енг. Method of Least Squares). Међутим, када се MLS примени на модел са дихотомним исходом, оцене више немају те исте особине. Када је у питању логистичка регресија за оцењивање регресионих коефицијената, користимо метод максималне веродостојности (ML) (енг. Maximum Likelihood). Овај метод даје вредности за , које максимизирају вероватноћу добијања регистрованог скупа података. Односно, утврђујемо веродостојност регистрованих података за различите комбинације вредности регресионих коефицијената, за разлику од MLS-a (Hosmer and Lemeshow, 2000) [212]. Да бисмо описали ML модел, потребно је да се упознамо са функцијом веродостојности, односно функцијом непознатих параметара у ознаци ( ), где је ( ) и представља вероватноћу која комбинује доприносе свих субјеката у истраживању. Ако је зависна променљива . /, тада израз (3.17) за произвољну вредност ( ) даје условну вероватноћу * | + ( ) и * | + ( ), где је ( ) . За пар ( ) где је , допринос функцији веродостојности је ( ), а за оне парове ( ) где је , допринос функцији веродостојности је ( ). Тако је за пар ( ) допринос функцији веродостојности дат изразом: ( ) ( ( ) ). Под претпоставком да су регистроване вредности независне, функција веродостојности је добијена као производ претходног израза (Hosmer and Lemeshow, 2000) [212], што се може представити следећом једначином: ( ) ∏ ( ) ( ( ) ) ∏ . ( ) ( ) / ( ( )) . (3.20) Израз ( ) ( ) се назива шанса за * | + и једнак је: , односно веродостојност представља функцију регистрованих вредности зависне и независних променљивих и непознатих параметара. Ради једноставности приликом анализе резултата биномне логистичке регресије употребљаваће се логаритам дефинисане функције, односно логаритам веродостојности (LL) (енг. Likelihood Logarithm) (Hosmer and Lemeshow, 2000) [212], представљен једначином: ( ) ( ) ∑ , ( ) ( ) ( )- . (3.21) Факултет инжењерских наука Универзитета у Крагујевцу 70 LL статистика, као у вишеструкој линеарној регресији, јесте аналогна остатку (резидуалу) суме квадрата и у том смислу представља индикатор колико је необјашњених информација након дефинисања коначног модела. Велике вредности LL-а индицирају слабо слагање статистичког модела, јер је тада више необјашњених опсервација у узорку. Још једно додатно објашњење логаритма веродостојности каже да веродостојност логаритма представља меру одступања, односно меру растурања података, што се може упоредити са дисперзијом података у линеарној вишеструкој регресионој анализи. 3.1.2.1.2. Тестирање значајности коефицијената у логистичкој регресији Након оцењивања коефицијената, даље разматрање коначно усвојеног модела се уопштено односи на оцењивање значајности променљивих у моделу. Ово обично укључује формулисање и тестирање статистичких хипотеза за одређивање да ли су независне променљиве у моделу значајно повезане са резултујућом променљивом. Одговор на ово питање се добија упоређивањем регистроване вредности резултујуће променљиве са предвиђеном вредношћу помоћу сваког од два модела: првим са резултујућом променљивом и други без ње. Ако су предвиђене вредности на основу модела који садржи ту променљиву боље, или тачније у неком смислу, него вредности које су предвиђене на основу модела који не садржи ту променљиву, тада кажемо да је променљива у моделу значајна. 3.1.2.1.2.1. Волдов тест У линеарној регресији пожељно је не само знати колико модел уопштено одговара већ и индивидуални допринос независних променљивих. При томе су процењивани регресиони коефицијенти и њихове стандардне грешке како би се израчунала t статиситика. У биномној логистичкој регресији постоји аналогна статистика под називом Волдов тест (енг. Wald test) и он представља количник оцене максималне веродостојности коефицијента са његовом стандардном грешком и статистички има ~N(0,1). Квадрат наведене статистике за униваријабилни случај има ~ расподелу са једним степеном слободе (Efremov, 2010) [216]. Волдова статистика (Tabachnick and Fidell, 2013) [217] може се представити једначином: . (3.22) Попут t теста, Волдова статистика нам указује да ли се коефицијенти независних променљивих значајно разликују од 0, и ако се разликују, на основу тога се може претпоставити да та независна променљива има значајан допринос предвиђању излазне зависне варијабле Y. Факултет инжењерских наука Универзитета у Крагујевцу 71 Тест количника веродостојности и Волдова статистика дају приближно исте вредности када су у питању велики узорци, односно пожељан је број независних експеримената >400 (Hosmer and Lemeshow, 2000) [212], па ако је студија довољно обимна, није битно коју статистику користимо, међутим, ако је број независних експеримената мали, резултати статистичке анализе се могу значајно разликовати. Доказано је да је тест статистика количника веродостојности тада тачнија (Efremov, 2010) [216]. 3.1.2.1.3. Процена слагања биномног логистичког модела са излазним подацима Под претпоставком да смо задовољни покушајима грађења модела, односно да наш модел садржи оне променљиве које треба да су у моделу, постоји неколико мера које нам могу дати одговор колико наш модел ефикасно описује зависну променљиву (GOF) (енг. Goodnes Of Fit). Неопходно је нагласити да такве мере не говоре о томе да ли је дати модел бољи од неког другог модела. Пирсонова статистика резидуала и њихово одступање могу представљати квалитетну меру оцена слагања модела са излазним резултатима. Међутим, проблем настаје када је J ≈ n (број јединствених експеримената (J) једнак или приближно једнак броју експеримената (n) (J - број различитих вредности за регистровано x, односно променљиву), јер је расподела n-асимптотска, па се број параметара повећава у истом односу као величина узорка. Дакле, p - вредности, израчунате за претходно поменуте мере када је J ≈ n, коришћењем расподеле, некоректне су (Kleinbaum and Klein, 2010) [218]. Статистика која избегава проблематичну употребу Пирсонове статистике резидуала и њихова одступања као меру слагања модела са излазним резултатима, односно Хошмер и Лемешовљев тест слагања модела са резултатима зависно променљиве (HL GOF статистика) биће представљена у тачки 3.1.2.1.3.1. 3.1.2.1.3.1. Хошмер-Лемешовљев тест Научници Хошмер и Лемешов (Hosmer and Lemeshow, 2000) [212] су предожили груписање базирано на вредностима оцењених вероватноћа. HL GOF статистика је широко распрострањена независно од тога да ли је број коваријантних образаца близак броју опсервација. Претпоставимо у циљу разматрања да је J = n. У том случају имамо n колона које одговарају вредностима оцењених вероватноћа, са првом колоном којој одговара најмања вредност и n колоном са највећом вредношћу. У основи су предложена два поступка груписања и то формирањем табеле засноване на: 1) Перцентилима оцењених вероватноћа и 2) Фиксираним вредностима оцењених вероватноћа. У овој дисертацији, користиће се прва метода, која користи 10 група, па тако прва група садржи ⁄ субјеката који имају најмање оцењене вероватноће, док последња Факултет инжењерских наука Универзитета у Крагујевцу 72 група садржи ⁄ субјеката са највећим оцењеним вероватноћама. Без обзира који поступак груписања је у питању, HL GOF статистика ̂ је добијена рачунањем Пирсонове статистике из табеле са опсервираним и оцењеним очекиваним фрекфенцијама. Статистика ̂ је дефинисана у литератури (Stevenson, 2008) [219] и може се представити једначином: ̂ ∑ ( ̅ ) ̅ ( ̅ ) , (3.23) где је: - укупан број субјеката у k групи. Нека означава број коваријатних образаца у k децилу, тада важи да се број јединица међу коваријатних образаца (Stevenson, 2008) [219] може представити једначином: ∑ . (3.24) Још важи да се просечна оцењена вероватноћа (Stevenson, 2008) [219] може изразити једначином: ̅ ∑ ̂ . (3.25) Хошмер и Лемешов су показали да се за J = n (као и за J ≈ n) и када је коначни логистички модел коректан модел, расподела ̂ статистике добро апроксимира са расподелом. Истраживања која су вршили Хошмер, Лемешов и Клар (1988) показала су да метод груписања базиран на перцентилима оцењених вероватноћа има предност над онима који су базирани на фиксираним нивоима одлучивања у смислу бољег слагања са расподелом (Stevenson, 2008) [219]. Како расподела статистике ̂ зависи од - асимптотске расподеле, прикладност - вредности зависи од валидности претпоставки да су оцењене очекиване фрекфенције велике. Сматрамо да се модел добро слаже са подацима ако је - вредност одговарајуће статистике већа од 0,05. 3.1.2.1.3.2. Графички тест процене утицаја независних променљивих Тест процене утицаја независних на зависну променљиву помоћу ROC криве (енг. Receiver Operating Characteristic Curve) јесте графичка техника и више од 30 година је веома популарна, посебно у лабораторијској медицини. Да би се на јасан начин објаснила поменута техника, неопходно је разумети шта је сензитивност и специфичност теста. Сензитивност теста представља вероватноћу да је предвиђена вредност зависне променљиве 1, уколико је заиста зависна променљива примила вредност 1. Специфичност теста је вероватноћа да је предвиђена вредност зависне променљиве 0, ако је њена стварна вредност 0. Када се сензитивност и специфичност теста израчунају за читав низ нивоа вероватноћa, могуће је конструисати ROC криву која повезује сензитивност (вероватноћу тачног детектовања присуства особине) и ,,1 – специфичностʼʼ (вероватноћу нетачног детектовања присуства особине). Факултет инжењерских наука Универзитета у Крагујевцу 73 Свака тачка ROC криве представља уређени пар (сензитивност; ,,1 – специфичностʼʼ), који одговара појединачном нивоу одлучивања. Ако је циљ у функцији што тачније класификације, а тиме и избора оптималне тачке прекида (енг. cutpoint), када тест са највећом прецизношћу може дати тачно класификоване одговоре, треба изабрати онај за који је max и сензитивност и специфичност (Hosmer, 2000) [212]. Када разматрамо резултате одређеног теста у две популације, нпр. једну популацију која није прошла тест емисије, и другу која је прошла тест, ретко ће се добити перфектно раздвајање између ове две групе. Уместо тога, расподела резултата теста ће се преклапати. ROC крива која се одликује комплетним раздвајањем (нема преклапања расподеле резултата две групе) пролази кроз горњи леви угао где стварно позитивни удео износи 1, односно осетљивост је 100%, а лажно позитивни удео 0, односно ,,1 – специфичностʼʼ је 100%. Теоретска крива за тест код кога нема раздвајања (идентична расподела резултата две групе) јесте дијагонална линија од доњег левог угла до горњег десног угла. Већина ROC кривих се налази између ове две крајности и, квалитативно гледано, она која је ближа горњем левом углу указује на тест са већом тачношћу. Уколико је више ROC кривих приказано на једном дијаграму, она која се налази изнад и улево у односу на ROC криву са којом се пореди указује на тест са већом тачношћу. Површина испод ROC криве, која се креће од 0 до 1, јесте мера способности модела у раздвајању субјеката који су искусили догађај који се посматра у односу на оне који то нису. Површина испод ROC криве, у ознаци AUC (енг. Area Under the Curve) је прихваћена мера за квалитет тачног раздвајања. Као правило (Chatterjee and Hadi, 2006) [220], користимо следеће поделе:  AUC = 0,5 - нема раздвајања;  0,5 AUC 0,7 - лоше раздвајање;  0,7 AUC 0,8 - прихватљиво раздвајање;  0,8 AUC 0,9 - одлично раздвајање;  AUC ≥ 0,9 - изванредно раздвајање. 3.1.2.1.3.3. Табела класификације Један од начина за сажимање резултата коначног логистичког регресионог модела јесте помоћу табеле класификације, која је резулат укрштања зависне променљиве са дихотомном променљивом чије су вредности изведене из оцењених логистичких вероватноћа. Да би се формирала табела класификације ( ) предвиђених вредности модела, за зависну променљиву насупрот тачној вредности зависно променљиве, морамо прво дефинисати ниво одлучивања са којом ће се поредити свака оцењена вероватноћа. Најчешће вредност јесте . Факултет инжењерских наука Универзитета у Крагујевцу 74 Могуће је, уколико модел предвиђа тачно групу чланова према неком критеријуму, да се класификацијом жели доказати да је модел коначан (фитован). Проценат тачно класификованих одговора представља тзв. Hit ratio и треба бити што већи (Hosmer and Lemeshow, 2000) [212], док га други истраживачи попут, Ота и Лонгнекера (енг. Ott and Longnecker, 2010) [221], дефинишу као стопу тачне класификације модела, односно анализу процента (PA) (енг. Percentage Analyses). 3.1.2.1.4. Коефицијенти корелације биномног логистичког модела У биномној логистичкој регресији мера оцене коначног модела се оцењује R статистиком. R статистика представља парцијалну корелацију између зависне променљиве и сваке од независних променљивих. При томе, она може варирати између -1 и 1. Позитивна вредност индицира да како независна променљива расте, тако се и веродостојност излаза (енг. likelihood of outcome) повећава и обрнуто. Уколико променљива има мале вредности R, тада она мало доприноси моделу (Hosmer and Lemeshow, 2000) [212] и може се представити једначином: √ ( ) ( ) . (3.26) Међутим, доказано је да у одређеним случајевима Волдова статистика даје нетачне резултате (када је број узорака мали), па је, у циљу сигурности, боље користити формулације Коха и Шнела, односно Нагелкеркеа (Hosmer and Lemeshow, 2000) [212], где n представља број узорака: 0 ( ( ) ( )1 [ ( ) ] . (3.27) Статистика Негелкеркеа се употребљава из практичних разлога, с обзиром да Кох-Шнел статистика никада не достиже теоретску вредност 1. Као још једна мера процене снаге модела употребљава се Mc Faden у границама од 0 до 1 (Tabachnick and Fidell, 2013) [217]: ( ) ( ) . (3.28) Вредности у распону од 0,2 до 0,4 се могу сматрати задовољавајуће прихватљивим, а изнад 0,4 високо прихватљивим (Tabachnick and Fidell, 2013) [217]. Факултет инжењерских наука Универзитета у Крагујевцу 75 3.1.3. Материјал и метод теоријског истраживања имисије Све већи степен урбанизације и брига људи око одрживости квалитета животних питања имплицирало је бројне студије о квалитету урбане атмосфере (Fenger, 1999) [70]. Велики број њих разматра процесе хидроаеромеханике, било да су одвојени или у комбинацији са другим дисциплинама, попут хемије, епидемиологије, пешачке или аутомобилске мобилности. Већина процеса хидроаеромеханике јесу разумљиви, али како се они комбинују и шта је најпогоднији оквир за проучавање и одређивање резултата у различитим просторним зонама још увек није у потпуности јасно (Hanna and Britter, 2002) [222]. Уобичајена је пракса да се детаљна интерпретација у једној зони параметаризује како би то користило при тумачењу у следећој, већој зони. Од четири зоне различите дужине: регионална (до 100 или 200 km), градска (10–20 km), зона суседства (1–2 km) и зона улице (мања од 200 m) (Britter and Hanna, 2003) [223], даља дискусија обратиће пажњу само на последњу поменуту, због потреба дисертације. 3.1.3.1. Зона улице Зона улице се нарочито проучава у контексту урбаног квалитета ваздуха, с обзиром да је главни извор штетних материја (,,емисија возила“) много ближи људима и месту мерења аерозагађења. У високо урбанизованој средини, извор и место мерења се често налазе у веома ограниченој геометрији која испољава ефекте заклона од могућег разређивања штетних концентрација под утицајем ветрова из околне средине. С обзиром да улице облика кањона јесу предмет од посебног инетересовања ове дисертације, у даљем истраживању оне ће заузети посебно место. 3.1.3.1.1. Геометрија улица обликa кањона Прецизно дефинисано, улице обликa кањона представљају уске улице са обострано поређаним зградама дуж коловоза и без пролаза (отвора) у зидовима зграда (Nicholson, 1975) [224]. Међутим, наведени појам се може проширити ради описа много ширих улица, попут појединих булевара са дрворедима (Sini et al., 1996; Vardoulakis et al., 2002) [225], [34] или улица са отворима дуж зидова када се бочни коловози укрштају са улицом (Nielsen, 2000) [226]. Основне димензије улице облика кањона чине висина (H), ширина (W) и дужина (L). У зависности од локалних метеоролошких услова, ветар из околне средине (ВОС) може прићи кањону из било ког правца и уколико је он управан на осу улице, објекат којој ветар првој прилази јесте узводна зграда (УЗ) (енг. upwind building), док друга по реду јесте низводна зграда (НЗ) (енг. downwind building). Управо на слици 3.1 (Vardoulakis et al., 2003) [64] приказана je основна геометрија кањона и три уопштена правца прилаза ветрова из околне средине. Факултет инжењерских наука Универзитета у Крагујевцу 76 На основу вредности добијене путем геометријског односа H/W, дефинисана је генерална класификација на кањоне авенија, регуларне и дубоке кањоне. На исти начин, вредност геометријског односа L/H омогућава да разликујемо кратке, средње и дуге кањоне. У табели 3.1 (Ţivković, 2010; Afiq et al., 2012) [227], [228] су дате наведене поделе. Табела 3.1 Класификација кањона у зависности од геометријских односа [227], [228] Геометријски однос Класификација H/W<0,5 Кањон авенија H/W=1 Реуларан кањон H/W>2 Дубоки кањон L/H<3 Кратки кањон L/H=5 Кањон средње дужине L/H>7 Дугачки кањон Такође, може се извршити класификација према симетрији кањона, при чему је симетричан онај који има зграде приближно исте висине са једне и друге стране коловоза. С друге стране, асиметрични има разлику у висинама зграда, па уколико је висина узводних зграда већа од низводних, за такав кањон кажемо да је степенасто опадајући (енг. step down), односно, уколико је обрнуто, кажемо да је степенасто растући (енг. step up) (Kastner et al., 2004) [229]. 3.1.4. Режими струјања ветра из околне средине Приликом изучавања улица облика кањона треба правити разлику између ветра који струји високо изнад града и ветра који струји изнад кровова зграда (ветар из околне средине) (Dabberdt et al., 1973) [230], јер струјање ваздуха унутар кањона (проток) јесте изразито комплексно услед различитих метеоролошких варијација и конфигурација зграда. Режими струјања (Sini et al., 1996) H L W а) НЗ У л и ц а о б л и к а к ањ о н а УЗ Управни ВОС Коси ВОС Паралелни ВОС б) Слика 3.1 а) Геометрија кањона, б) Уопштени правци ветра из околне средине (ВОС) [64] Факултет инжењерских наука Универзитета у Крагујевцу 77 [225] могу се окатегорисати као: 1) Струјање преко изолованог објекта (СИО) (енг. isolated roughness flow); 2) Струјање са интеракцијом вихора (СИВ) (енг. wake interference flow) и 3) Површинско струјање (ПС) (енг. skimming flow). Слика 3.2 (Baik and Kim, 1999) [231] приказује структуру струјања у сваком од поменутих режима. Уколико су наспрамне зграде на релативно већем растојању, сепарација (раслојавање) ветра из околне средине при горњем врху узводне зграде изазива пад притиска и рециркулацију ваздуха (вихор). Такође тада, исти феномен при горњем врху низводне зграде генерише мањи вихор при њеном дну. С обзиром да су наспрамне зграде више удаљене, поменути ветар након прве сепарације успева да обнови свој профил и то пре него што наиђе на низводну зграду, па је безначајна интеракција између два вихора (слика 3.2 а). Када су наспрамне зграде мање удаљене, низводна зграда омета рециркулацију ваздуха пре него што ветар поврати свој профил, што тада изазива интеракцију вихора (интерференцију) (слика 3.2 б). Уколико су наспрамне зграде на релативно блиском растојању (збијене), мало ветра из околне средине улази у кањон (слика 3.2 ц). Уколико желимо прецизније објашњење режима струјања, неопходно је унутрашњост улице облика кањона раздвојити на две области. У близини ваздушне побуде узводне зграде формира се прва област, а уколико је улица довољно широка, низводно од узводне зграде, образује се друга, под називом област вентилације (проветравања). Ради прецизнијег појашњења, прву област, а) б) ц) Слика 3.2 Режими струјања ветра из околне средине [231] Факултет инжењерских наука Универзитета у Крагујевцу 78 односно област рециркулације треба представити у попречном пресеку попут трапезоида (слика 3.3) (Favale, 2008) [232]. Мерења су показала да је максимално простирање области рециркулације ( ) у тесној вези са висином зграда које окружују улицу (Hertel and Berkowicz, 1989) [18]. У табели 3.2 (Oke, 1987) [233] сумиран је приказ претходно дефинисаних режима струјања који зависе од варирања геометријског односа H/W. Прелазак из СИО у СИВ режим настаје уколико је W/H 8–9, док прелазак из СИВ режима у површински режим настаје када је W/H 1,5. Важно је напоменути да je у густо насељеним градским зонама највише заступљен површински режим струјања. Табела 3.3 сумира зависност односа H/W и режима струјања, али само када је брзина ветра из околне средине ( ) (енг. background wind speed) између 1,5 и 2 m·s -1 (Favale, 2008) [232]. Табела 3.2 Односи између режима струјања, типа и геометријских односа H/W [233] Типови и карактеристике СИО СИВ ПС Тип улице облика кањона Широк Регуларан (H/W=1) Узак Геометријски однос кањона (H/W) <1/3 1/3 – 2/3 >2/3 Релација између и W 1,3 Оформљени вихор се помера ка дну ветровите стране кањона, са готово стагнантним ваздухом испод њега >2 Формира се слаб супротносмерни секударни вихор на дну кањона >3 Могуће је формирање и трећег, слабог вихора, при чему је централни највећи у вертикалном профилу С обзиром да цртеж може јасније представити претходно наведено, слика 3.5 приказује резултате CFD анализе поља рециркулације струјања у зависности од геометријског односа W/H. Експерименталне основе истраживања поставио је Сејвори (енг. Savory, 2004) [235], при чему је анализиран утицај пет различитих геометријских односа W/H (2; 1; 0,7; 0,5 и 0,3). Слика 3.5 Варијације струјања у зависности од геометријског односа W/H [235] Можемо закључити да у модификацијама система вихора, главни утицај има промена геометријских односа, која је уједно и главни фактор проветравања. Ипак, морамо констатовати да је систем вихора ефикасан како за испирање штетних материја у области улице тако и приликом уношења штетних материја из спољне средине. 3.1.5. Теоријска разматрања модела дисперзије емисије возила Иако STREET модел не припада полуемпиријским моделима процене квалитета ваздуха, већ BOX моделима, његов допринос развијању OSPM модела јесте несумљиво важан, па ће, између осталих, он бити прво објашњен. Факултет инжењерских наука Универзитета у Крагујевцу 81 3.1.5.1. Модел STREET Један од првих модела за процену квалитета амбијенталне средине јесте STREET модел (Johnson et al., 1973) [236]. Основе за развој овог модела чине емпиријска мерења аерозагађења у улицама Сан Хозе и Свети Луис (енг. San Jose and St. Louis) у САД-у. Установљени образац претпоставља постојање два главна доприноса унутар улица облика кањона (Favale, 2008) [232], што се може представити једначином: , (3.29) где је: - допринос аерозагађења из околне средине (енг. ,,background contribution“); - допринос емисије возила у области улице (енг. ,,street contribution“). Допринос емисије возила јесте управо пропорционалан емитованој количини издувних гасова у јединици времена - Q [g·m-1·s-1], а обрнуто пропорционалан брзини ветра у нивоу кровова зграда ( ) (о.а. поједини аутори је наводе као брзину ветра при врху кањона). Уколико је угао прилаза ветра у нивоу кровова зграда >30° у односу на симетралу улице, изведене су две формулације доприноса од емисије возила (Favale, 2008) [232], односно за: 1. Заветрену страну кањона: ∑ 0( ) 1 , (3.30) 2. Ветровиту страну кањона: ( ) ∑ , (3.31) где је: - емпиријски одређена константа ( ≈7); - брзина струјање ваздуха у нивоу улице као последица кретања возила ( ≈0,5 m·s -1 ); - иницијална висина комешања штетних материја ( ≈2 m); - хоризонтално растојање i саобраћајне траке од положаја места мерења; - вертикално растојање i саобраћајне траке од положаја места мерења, - количина емисије у јединици времена у i саобраћајној траци; - просечна висина кањона и - ширина кањона. Уколико угао прилаза ветра у нивоу кровова зграда има 30° у односу на симетралу улице, препоручује се усвајање просечнe вредности као резултат једначина (3.30) и (3.31). Међутим, модел није пројектован за претходно наведено стање. Једначине (3.30) и (3.31) су засноване на посматрањима при којима је угао прилаза унутар опсега од 60° у односу на симетралу улице, са могућношћу образовања спиралних циркулација. Факултет инжењерских наука Универзитета у Крагујевцу 82 Из наведеног разлога, штетне материје из издувне емисије се првенствено усмеравају ка заветреној страни кањона, док је супротна страна (ветровита страна) првенствено изложена доприносима од штетних материја из околне средине и онима које циркулишу у самој улици. Зато модел STREET, при процени концентрације, даје нешто веће вредности за заветрену у односу на ветровиту страну кањона (Favale, 2008) [232]. Ово су најбитније карактеристике поменутог модела дисперзије и такође је неопходно нагласити да је модел STREET, уз мање модификације (Sobottka and Leisen, 1980a; 1980b) [237], [238], и даље у широкој употреби, нарочито приликом инжењерских апликација. Међутим, детаљнија објашњења под којим условима се распршују штетне материје, не може дати наведени модел. Суштински недостатак јесте груба параметаризација оних фактора који описују правце и углове прилаза ветра у нивоу кровова зграда. Осим тога, у условима амбијента при којима су забележене мале вредности , такозвани мирни услови (енг. ,,calm condition“), очекивања су да модел процени униформну дистрибуцију штетних материја дуж кањона. Модел STREET не описује овакву појаву, а заправо се његова употреба и не препоручује када је <1 m·s -1 . Упркос ограничењима, наведени модел и даље представља користан алат при процени квалитета ваздуха у улицама облика кањона. 3.1.5.2. Модел CPBM Истраживачи Јамартино и Вигант (енг. Yamartino and Wiegant, 1986) [175] су стручној јавности представили нову, иновативну технику за процену квалитета амбијенталног ваздуха под називом CPBM модел (енг. Canyon Plume Box Model). Концентрације штетних материја су процењене комбинацијом два модела, од којих је први модел облака (енг. ,,PLUME modelʼʼ) (генерише директан утицај од емисије издувних гасова) и други, модел кутије (енг. ,,BOX modelʼʼ) (генерише додатне утицаје пореклом од штетних материја које се крећу у пољу рециркулације, односно вихора). Струјање ваздуха унутар кањона (проток) је дефинисано HH моделом (енг. ,,Hotchkiss and Harlow“ model). Емпиријски модел турбуленције је искоришћен за обраду параметара турбуленције ( ) који представљају стандардна одступања брзине ваздушних струја у главном протоку. На слици 3.6 (Yamartino and Wiegant, 1986) [175] представљене су главне особине CPBM модела, на којој се може приметити да је облак гасова подељен на три дела (P1, P2 и P3). Претпоставка јесте да наведени делови следе праву путању и диспергују се према моделу Гаусове дистрибуције. Највећи утицаји су забележени на заветреној страни кањона услед учешћа (контрибуције) дела P1. Факултет инжењерских наука Универзитета у Крагујевцу 83 Параметар вертикалне дисперзије ( ) (Yamartino and Wiegant, 1986) [175] дат је преко израза: ( ) √ , (3.32) где је: - почетна висина дисперзије облака (у функцији од габарита и брзине возила); - компонента иницијалне дисперзије штетних материја (своје дејство започиње на половини висине возила); - време транспорта штетних материја: ⁄ ( - растојање од извора до мерног места, - попречна брзина ветра унутар кањона (енг. cross canyon velocity)). Сличне формулације употребљене су за прорачун P2 и P3 дела, али са одговарајућим параметрима турбуленције и струјања ветрова прорачунатих помоћу HH модела. Допринос од области рециркулације (Yamartino and Wiegant, 1986) [175] може се представити једначином: ( ⁄ )( ) , (3.33) где је: - количина емисије у јединици времена; - ширина кањона; - део материјала који циркулише унутар области рециркулације (Yamartino and Wiegant, 1986) [175] и може се изразити: ( ⁄ ), (3.34) где је: - време трајања рециркулације: ⁄ ; - брзина проветравања улице и она је дефинисана адвективним и дифузионим компонентама ( ) (Yamartino and Wiegant, 1986) [175], које се могу представити једначинама: P1 P2 P3 Облак свежег ваздуха Флукс дифузије Флукс адвекције Емисија од возила (иницијални извор) Слика 3.6 Шематски дијаграм принципа CPBM модела [175] Факултет инжењерских наука Универзитета у Крагујевцу 84 ; √ ; ( √ ) √ , (3.35) где је: - размера облака свежег ваздуха при врху кањона (емпиријска вредност ~ 25 m); - брзина облака свежег ваздуха; - брзина турбуленције облака свежег ваздуха при врху кањона. Међутим, поменути истраживачи Јамартино и Вигант у својим закључцима тврде да адвективни процеси маргинално доприносе проветравању. С тим у вези, ако се величини доделе нулте вредности, обезбедиће се тек нешто лошије перфомансе модела. На свим заветреним местима мерења (унутрашња страна узводне зграде), концентрације штетних материја унутар области рециркулације додају се доприносу од PLUME модела. На супротној страни кањона (ветровита страна, односно унутрашња страна низводне зграде), где је једини допринос од области рециркулације, разблажавање концентрације свежим ваздухом (при врху кањона) прорачунава се под претпоставком линеарног пораста запремине ваздуха, са количином свежег ваздуха у јединици времена која је пропорционална стандардном одступању попречне брзине унутар кањона ( ) (енг. standard deviation of the cross canyon velocity). CPBM модел је тестиран употребом емпиријских података добијених током експеримента у немачком граду Келну (Yamartino and Wiegant, 1986) [175]. Том приликом су приказане знатно боље процене CPBM модела у односу на процене емпиријског STREET модела, с обзиром на широк спектар метеоролошких услова за које други поменути модел није посебно дизајниран. 3.1.5.3. Модел OSPM Модели OSPM и AEOLIUS представљају полуемпиријске моделе дисперзије засноване на истим математичким формулацијама. Међутим, с обзиром да је прво поменути модел претрпео одређене модификације и да је у практичној употреби показао боље процене од другог наведеног, теоријска анализа дисперзије штетних материја обрадиће само OSPM модел. Прорачун концентрације штетних материја помоћу OSPM модела заснована је на сличним принципима који важе за CPBM модел, односно користи се модел Гаусове дистрибуције за прорачун директног доприноса од емисије издувних гасова, док BOX модел има улогу прорачуна доприноса од рециркулације штетних материја (слика 3.7) (Dabberdt et al., 1973) [239]. Зато су творци OSPM модела (Berkowicz et al., 1997) [240] претпоставили 3 доприноса: , (3.36) где је: - директан допринос аерозагађења на релацији извор-место мерења; - допринос од области рециркулације услед ковитлања штетних материја око главног вихора; - допринос аерозагађења из околне средине (енг. background pollution). Факултет инжењерских наука Универзитета у Крагујевцу 85 3.1.5.3.1. Директан допринос аерозагађења Модел претпоставља да саобраћајни токови и емисија издувних гасова имају равномерну и уједначену просторну дистрибуцију дуж улице, при чему се облак издувних гасова третира као бесконачан број линијских извора нормално поравнатих на правац струјања ветра у нивоу улице (ВНУ), дебљинe ,,dx“. Густина концентрације емисије у једној изворној линији (Berkowicz et al., 1997) [240] може се изразити: , (3.37) где је: Q - количина емисије у јединици времена [g·m-1·s-1]; W - ширина улице. Допринос аерозагађења у дефинисаној тачки на растојању ,,x“ од линије извора (Berkowicz et al., 1997) [240] може се представити једначином: √ ( ) , (3.38) где је: - брзина ветра у нивоу улице; ( ) - параметар вертикалне дисперзије облака загађења, низводно на растојању x. Једаначина (3.38) је интенгрисана дуж пута струјања ваздуха, чије понашање зависи од правца ветра, проширења области рециркулације и дужине улице. На слици 3.8 (Berkowicz et al., 1997) [240] се могу видети основни принципи пута интеграције. Слика 3.7 Шематски приказ основних принципа модела OSPM [239] Директан допринос емисије издувних гасова Допринос области рециркулације Аерозагађење из околне средине Ветар из околне средине З ав ет р ен а ст р ан а В ет р о ви та ст р ан а Узводна зграда Низводна зграда Факултет инжењерских наука Универзитета у Крагујевцу 86 Уколико правац ветра из околне средине образује угао ,,“ у односу на симетралу улице, онда ветар у области рециркулације и у нивоу улице такође формира угао ,,“. Такође је важно нагласити да се тада трансферзална (попречна) компонента рефлектује попут огледала. Изван области рециркулације, правац протока је исти као правац ветра из околне средине. Дужина вихора ( ) (енг. vortex length) претпостављено је двоструко виша од висине узводне зграде (Hузводно) и наведена дужина вихора се линеарно смањује у зависности од тога да ли је <2 m·s -1 . Уколико је простор између зграда отворен, висина узводне зграде биће једнака 0 ( ), што за директну последицу има немогућност формирања вихора. Максимално проширење области рециркулације зависи од W или од , у зависности од тога која је у том тренутку мања. Уколико је угао прилаза ветра из околне средине оштар и уколико је , проширење (Berkowicz et al., 1997) [240] може се формулисати као: ( ( )). (3.39) Важно је нагласити да постоји вредност угла ,,“ за које је проширење области рециркулације мање од W. За улице облика кањона код којих је H:W=1:1, угао ,,“ износи 30°. Под претпоставком да се дисперзија облака загађења једино управља механичком турбуленцијом (комешање ваздушне масе од возила у покрету), моделира се параметар вертикалне дисперзије ( ). Такође, мора се нагласити да је турбуленција изазвана термичком стратификацијом (од загрејаности мотора и каросерије возила) обично мала у нивоу улице. Механичка турбуленција је генерисана брзином ветра у нивоу улице и возилима у покрету (Berkowicz et al., 1997) [240] и може се представити једначином: √( ) , (3.40) Слика 3.8 Шема струјања ваздуха и формирања зоне рециркулације у кањону [240] (ВОС - ветар из околне средине; ВНУ - ветар у нивоу улице) Ш и р и н а о б л ас ти р ец и р к у л ац и је (L r) W Пут интеграције 𝐿𝑣 ВОС ВНУ Место мерења на заветреној страни Место мерења на ветровитој страни ВНУ Φ Φ Пут интеграције Пут интеграције Факултет инжењерских наука Универзитета у Крагујевцу 87 где је: - флуктуација брзине вертикалне турбуленције (енг. vertical turbulent velocity fluctuation) услед деловања механичке турбуленције; - коефицијент механичке турбуленције (емпиријска вредност ≈ 0,1, што одговара стандардном нивоу механичке турбуленције); - турбуленција ваздушне масе изазвана возилима у покрету. Параметар на растојању x низводно од места мерења (слика 3.9) (Favale, 2008) [232] јесте: ( ) , (3.41) где је: - иницијална (тренутна) висина дисперзије облака издувних гасова услед аеродинамичке побуде иза возила у покрету (енг. ,,dispersion wake“) ( ≈ 2–4 m). Прорачун директних доприноса на заветреној страни кањона узима у обзир једино емисију возила у области рециркулације, док се на ветровитој страни рачуна само директан допринос од емисије возила генерисане ван области рециркулације. Уколико се област рециркулације простире преко целе улице, нема директног доприноса на ветровитој страни (унутрашња страна низводне зграде). Како се обрасци струјања ваздуха унутар и ван области рециркулације не разликују много (према концепту усвојеном у моделу OSPM, тада угао између ових струја износи 2), емисија ван области рециркулације може допринети концентрацијама на заветреној страни (унутрашња страна узводне зграде). Ову ситуацију OSPM модел решава проширењем пута интеграције на заветреној страни, целом дужином улице. Међутим, допринос изван области рециркулације пондерише се углом и условном брзином ветра из околне средине (Berkowicz et al., 1997) [240] и може се представити једначином: ( ( )), (3.42) где је: - у функцији од брзине ветра ( =1 за ˃2 m·s -1 и линеарним смањењем до нуле уколико је <2 m·s -1 ). Уколико је угао ≈0 или је малo, фактор пондерације износи 1. За ˃2 m·s -1 , допринос изван области рециркулације при  >45° износи 0. Циљ оваквог приступа јесте обезбеђење нетурбулентне транзиције из ротационих у паралелне режиме протока. Када је дужина σ𝑧 x h Слика 3.9 Параметри вертикалне дисперзије [232] Факултет инжењерских наука Универзитета у Крагујевцу 88 пута интеграције велика (случај паралелног ветра из околне средине) (слика 3.2 б), облак загађења се може интензивно расејати (распршити) у вертикалном правцу и тако изаћи из области улице. Тада OSPM претпоставља да је и доприноси узводно даље од извора се рачунају под претпоставком стопе експоненцијалног расејавања (Berkowicz et al., 1997) [240], односно: ⁄ , (3.43) где је: - брзина вентилације унутар улице (зависна од турбуленције у нивоу кровова зграда) (Berkowicz et al., 1997) [240] и може се представити једначином: √.( ) /, (3.44) где је: - брзина ветра у нивоу кровова зграда; - турбуленција ваздушне масе изазвана возилима у покрету. Константа пропорционалности, λp, даје исту вредност као α (0,1). Аналитички израз зависности директног доприноса од правца струјања ветра дали су истраживачи Хертл и Берковић (енг. Hertel and Berkowicz, 1989a) [178]. У почетку су се наведени изрази односили на веома дугачке улице, практично бесконачне дужине, док новија верзија модела OSPM уводи одређене промене, па путања интеграције може бити ограничена њеном коначном дужином (на пример: ако постоји шира раскрсница на краћој удаљености од места мерења или уколико улица постаје шира или отворенија). У специјалном случају, када ветар из околне средине струји нормално у односу на симетралу улице (перпендикуларан ветар) и уколико је висина области рециркулације мања од висине околних зграда, директан допринос загађења (Berkowicz et al., 1997) [240] може се представити једначином: √ ( . ⁄ / ). (3.45) 3.1.5.3.2. Допринос области рециркулације Допринос области рециркулације израчунава се помоћу BOX модела (слика 3.10) (Favale, 2008) [232], под претпоставком да вихор унутар улице формира облик трапеза, са максималном дужином горње странице двоструко мањом од дужине базе (основе вихора). Преко страница замишљеног трапеза (Lt, Ls1 и Ls2) обавља се вентилација области рециркулације, али она може бити ограничена присуством низводних зграда које секу неку од страница трапеза. Lt, Ls1 и Ls2 се рачунају узимајући у обзир геометрију улице и проширење области рециркулације. Факултет инжењерских наука Универзитета у Крагујевцу 89 Количина прилива (енг. inflow rate) ваздуха по јединици дужине, односно одлива (енг. outflow rate) (Berkowicz et al., 1997) [240], може се представити једначинама: , (3.46) ( ), (3.47) где је: - ширина области рециркулације (за уже улице може бити узето као растојање између зграда); - брзина вентилације изнад улице; - брзина ветра у нивоу кровова зграда (при врху кањона); - брзина ветра у нивоу улице. Концентрација аерозагађења у области рециркулације добија се под претпоставком да је стопа прилива једнака стопи одлива ваздуха и да су штетне материје добро промешане. У једноставном случају, када је вихор у потпуности заклоњен околним зградама (у потпуности уроњен) (H/W≥1), допринос области рециркулације (Berkowicz et al., 1997) [240] може се представити једначином: . (3.48) 𝐻 уз в о д н о 𝐻 н и зв о д н о 𝑂𝑢𝑡𝑓𝑙𝑜𝑤 𝐶𝑟 𝜎𝑤𝑡 𝐿𝑡 𝑂𝑢𝑡𝑓𝑙𝑜𝑤 𝐶𝑟 𝑢𝑡 𝐿𝑠 𝐼𝑛𝑓𝑙𝑜𝑤 𝑄 𝑊 𝐿𝑟 𝑂𝑢𝑡𝑓𝑙𝑜𝑤 𝐶𝑟 𝑢𝑠 𝐿𝑠 𝐿𝑠 𝐿𝑠 𝐿𝑡 𝑊 𝐿𝑟 ) 𝐼𝑛𝑓𝑙𝑜𝑤 𝑄 𝑊 𝐿𝑟 𝑊 𝐿𝑟 ) 𝑂𝑢𝑡𝑓𝑙𝑜𝑤 𝐶𝑟 𝜎𝑤𝑡 𝐿𝑡 𝑂𝑢𝑡𝑓𝑙𝑜𝑤 𝐶𝑟 𝑢𝑡 𝐿𝑠 𝐿𝑠 𝐿𝑡 𝐻 уз в о д н о 𝐻 н и зв о д н о Слика 3.10 Геометрија области рециркулације [232] Факултет инжењерских наука Универзитета у Крагујевцу 90 Уколико је ≈0,1 , допринос области рециркулације дат једначином (3.48) практично постаје индентичан са изразом (3.31), који прорачунава за модел STREET концентрацију аерозагађења на ветровитој страници кањона (узимајући у обзир само приземне концентрације). Ширина базе трапеза (област рециркулације) (Favale, 2008) [232] може се представити једначином: , (3.49) где је: - пропорционална константа (емпиријска вредност ~ 2); - просечна висина кањона; - фактор који зависи од брзине ветра и одражава снагу вихора (ковитлања ваздушне масе); - угао прилаза ветра у нивоу кровова зграда у односу на симетралу улице облика кањона (слика 3.8). Фактор који зависи од и одражава снагу вихора ( ) (Favale, 2008) [232] може се представити условима: ( ⁄ ). (3.50) Критична брзина ветра у нивоу кровова зграда ( ) неопходна за формирање области рециркулације (односно доприноса рециркулације) је ~ 2 m·s-1. Такође је неопходно напоменути да ширина области рециркулације ( ) у сваком случају не може прелазити ширину улице. 3.1.5.3.3. Брзина ветра у нивоу улице и на висини кровова зграда Брзина ветра у нивоу улице ( ) обрачунава се под претпоставком логаритамског смањења брзине ветра у нивоу кровова зграда ( ) и за регуларне кањоне (H/W=1) (Berkowicz et al., 1997) [240] може се представити једначином следећа зависност: ( ⁄ ) ( ⁄ ) ( ( )), (3.51) где је: - просечна висина кањона; - почетна висина дисперзије; - висина неравности градске области; ⁄ (овај коефицијент не сме прећи вредност 1). Тако, на пример, за кањон просечне висине од 15 m, m и °, формулисана је зависност: . За °, смањење је за 20% веће. Неопходно је нагласити да се прорачунава на основу познавања вредности за (Favale, 2008) [232], односно може се представити једначином: , (3.52) где је: - емпиријска константа (препоручена вредност 0,82). Факултет инжењерских наука Универзитета у Крагујевцу 91 У циљу прецизнијег појашњења једног важног појма, односно висине неравности градске области (z0), неопходно је на почетку нагласити да се интензитет брзине ветра из околне средине ( ) непрестано мења. При томе она постаје мања изнад градског подручја услед повећане урбане неравности (Mimić, 2007) [241]. Детаљан опис z0 за градско земљиште предложили су истраживачи Грименд и Оке (енг. Grimmond and Oke, 1999) [242] и један део основне табеле дат је у табели 3.5 (5 категорија зграда и индустријских препрека). Вредности z0 се крећу 0,1–2 m, и у складу су са предлозима z0 за градове. Већи сет од 12 типова употребе земљишта базира се на екстензивном проучавању профила ветрова у многим урбаним срединама. Табела 3.5 Неравност градских области за 5 категорија урбаних и индустријских површина [242] Категорија [m] Опис урбане/индустријске површине Отворена неравност 0,1 Умерено отворена земља са повременим препрекама (изоловане ниске зграде) и раседима дужине од најмање 20 висина препреке. Неравнина 0,25 Разуђене зграде и/или индустријске препреке са раседима дужине од 8 до 12 висина препреке. Мора се дефинисати дужина разуђености. Веома неравно 0,5 Умерено окупиране површине објектима и/или индустријским резервоарима са раседима дужине од 3 до 7 висина препреке. Анализа мора дефинисати дужину разуђености (dr). Тестерасти 1,0 Густо изграђен простор, без много колебања у висинама препрека. Анализа мора дефинисати дужину разуђености (dr). ,,Хаотичан“ 2,0 Градски центри са мешавином зграда нискоградње и високоградње. Анализа захтева препоруке из аеродинамичких тунела. 3.1.5.4. Модел CAL4 Модел CAL4 представља четврту генерацију Калина серије, при чему се за прорачун аерозагађења користи модел Гаусове дистрибуције. Модел CAL4 је тако пројектован да концентрација штетних материја представља производ линијских извора подељених у серије елемената моделираних као еквивалент коначних извора дуж посматране деонице управне на правац струјања ветра. Област непосредно изнад коловоза, под називом област мешања, представља област униформне емисије и турбуленције. Важно је напоменути да се у оквиру поменуте области узима у обзир и механичка турбуленција ваздушне масе изазвана возилима у покрету, као и термална струјања ваздуха услед загрејаности мотора и каросерије возила (Benson, 1992) [180]. CAL4 модел захтева метеоролошке и саобраћајне податке, као и прецизне геометријске одреднице пута, односно области процене саобраћајне имисије. Могуће је дефинисати 20–100 места процене имисије (дисперговане саобраћајне емисије), на 150 m максималне удаљености од коловоза. Модел омогућава поделу посматраног одсека на више деоница које се могу разликовати по обиму саобраћаја, количинама емисије у јединици времена, нагибу или ширини пута. Факултет инжењерских наука Универзитета у Крагујевцу 92 Моделом CAL4 могуће је извршити процену квалитета ваздуха у висини путева, области изнад и испод мостова, на паркинг површинама и улицама облика кањона, при чему је последња набројана област дефинисана као ,,пљоснато удубљење“. Неопходно је нагласити да сами аутори модела наводе неопходност даљих истраживања и потврде његове тачности, посебно за улице облика кањона, с обзиром да остали типови јесу добро потврђени у пракси. Прорачун концентрације штетних материја у дефинисаној тачки (Benson, 1992) [180] могуће је израчунати следећом једначином: [ ( )] 0 ( ) 1 0 ( ) 1, (3.53) где је: - концентрација штетне материје у ваздуху [g·m-3]; - количина емисије у јединици времена [g·s-1]; - брзина ветра у хоризонталном правцу [m·s-1]; - стандардна девијација у попречном правцу [m]; - стандардна девијација у вертикалном правцу [m]; - растојање дуж хоризонталне осе, са управним правцем на смер ветра [m]; - растојање дуж вертикалне осе [m], - висина извора емисије [m]. 3.1.6. Специфични параметри који утичу на дисперзију емисије возила Уколико желимо извршити идентификацију специфичних утицајних параметара на резултате процене дисперзије емисије возила у улицама облика кањона, за потребе ове дисертације је неопходно исте разврстати у две категорије, односно: 1. Утицај висина зграда, облика кровова и ветрова из околне средине; 2. Утицај саобраћајних токова. С обзиром да је један део утицаја прве поделе већ анализиран у претходним тачкама, у даљем излагању пажња ће бити посвећена специфичном утицају ветра из околне средине, различитим висинама узводних и низводних зграда, као и облицима кровова зграда. У поглављу 3.1.6.2. биће анализирана структура механичке турбуленције ваздуха имплицирана возилима у покрету и њен утицај на концентрације штетних материја у улицама облика кањонa. 3.1.6.1. Ефекти ветра из околне средине, висина зграда и облика кровова Већина ТRAPOS студија (TRaffic POllution in Streets) (Berkowicz et al., 2004) [243] прецизније су дефинисале нумеричким симулацијама опште разумевање утицаја архитектуре улице облика кањона, као и њене околне средине на дисперзију емисије возила, односно: Факултет инжењерских наука Универзитета у Крагујевцу 93 1) У случају деловања перпендикуларног ветра из околне средине, вредности геометријских односа одређују структуру вихора унутар улице, односно начин на који се проветрава. Тиме се на директан начин утиче на ниво аерозагађења; 2) Мало скретање перпендикуларног ветра утиче на проток дуж улице, што тада условљава његову доминацију у механизму транспорта аерозагађења. Наведена појава може проузроковати измештање штетних материја из једне улице у другу улицу. Можемо додати да је утицај ветра из околне средине мање-више добро схваћен и дефинисан у реалним градским срединама него што је то случај са мерењима унутар аеродинамичких тунела или приликом нумеричког моделирања. Ово је било неопходно нагласити, јер у току краћих периода времена (на пример: 1 час) правац ветра из околне средине никада није тачно управан на посматрану улицу. Зато је неопходно пре посматрати просечан правац поменутог ветра који обухвата тренутне правце уз одступање од просечног за 30°. За регуларне улице облика кањона (H/W=1) и при нижим вредностима , формира се секундарни вихор у доњем углу низводне зграде који нестаје са порастом . Исто се дешава у улици типа кањон авенија (табела 3.1) где се са порастом вредности, два вихора првобитно спајају и формирају један основни (Oke, 1987) [233]. Експериментима у дубоком кањону (H/W>2) (Baik and Kim, 1999) [231], откривено је да се при нижим вредностима , у центру формира само један основни вихор, симултано са још два релативно мања у доњем углу. Међутим, порастом вредности , оба мања вихора се спајају и формирају један секундарни који је смештен одмах испод основног вихора. Насупрот томе, теренска мерења унутар кањона геометријског односа H/W=1,5 (DePaul et al., 1986) [244] и H/W=0,8 (Mazzeo et al., 2007) [245] нису пружила убедљиве доказе о стварању вихора приликом деловања ветра из околне средине за <1,5 m·s -1 . Утицај висине зграда које формирају улицу облика кањона испитиван је нумеричким симулацијама на Универзитету Аристотел у Солуну (Assimakopoulos et al., 2000) [246]. При томе су за основ експеримента употребљени подаци презентовани у истраживању Рафаилидиса и осталих (енг. Rafailidis et al., 1997) [247]. На слици 3.11 представљене су претходно поменуте нумеричке симулације, односно токови струјница и поља концентрације гаса за 4 комбинације висине узводних, односно низводних зграда. У случају степенастог повећања висине (енг. step-up height) између наспрамних зграда, формира се један вихор и област високог притиска у горњем углу у нивоу крова низводне зграде. Максималне концентрације гаса регистроване су на заветреној страни кањона (унутрашња страна узводне зграде, црвена област), али се, уједно, и проветравање повећава у поређењу са референтним случајем (зграде уједначене висине). Осим тога, поља концентрације гаса теже Факултет инжењерских наука Универзитета у Крагујевцу 94 узводном преносу и проветравање улице је мање ефикасно у поређењу са референтним случајем. У случају степенастог смањена висине (енг. step-down height) између наспрамних зграда, јавља се систем дуплих вихора. У оквиру наведеног система, основни вихор покрива горњи део отвора кањона и део зоне изнад кровa низводне зграде. Други контраротациони вихор јавља се у углу ветровите стране узводне зграде. Овако компликован систем вихора води ка максималним концентрацијама на ветровитој страни кањона (унутрашња страна низводне зграде). Осим за случај степенастог повећања висине код ниже зграде, увођење зграда различитих висина у хомогено уређење зграда мења систем вихора и омета проветравање улице. Слика 3.11 Токови струјница и поља концентрације гаса унутар улица облика кањона [246] Заједно са анализом утицаја зграда које обликују кањон, на Универзитету Карлсруе (Kastner-Klein and Plate, 1999) [248] обављено је експериментално проучавање утицаја облика кровова зграда (12 комбинација за 4 типа крова узводних, односно низводних зграда: правоугаоник, једнакостраничан и два типа правоуглих троуглова). Прегледом ефеката који се доводе у везу са измењеним облицима кровова на узводним и низводним зградама, показано је да су резултати концентрације гаса веома зависни од комбинације наведених форми. Закључено је да присуство измењеног облика крова на низводној згради има незнатан утицај на дистрибуцију гаса унутар кањона у поређењу са референтним случајем (нема крова). На другој страни, присуство модификованог облика крова на узводној згради значајно мења систем вихора унутар улице и имплицира веће концентрације гаса на ветровитој, односно мање концентрације на заветреној страни кањона (бар до 1/3 висине посматране зграде). Као последица такве модификације структуре вихора, облак гаса остаје заробљен у области улице, односно између наспрамних зграда. Факултет инжењерских наука Универзитета у Крагујевцу 95 Можемо закључити да утицаји разлике између висине зграде и облика кровова нису безначајне јер мењају структуру вихора унутар улице, односно, можемо рећи, у истој мери колико то чини и вредност геометријског односа кањона. Ови ефекти нису само проузроковани од стране кањона, већ и од утицаја узводних зграда. Према томе, генерално посматрано, ,,узводне градске структуре“ одређују до извесног степена ток и структуру турбуленције и, стога, дистрибуцију аерозагађења. За практичне или оперативне моделе, вредности геометријских односа, правци деловања ветра из околне средине, чак и релативне висине зграда могу се дефинисати као параметри ,,првог реда“. Улични инвентари (киосци, надстрешнице стајалишта јавног превоза, крошње дрвећа, стубови уличне расвете, саобраћајни знаци итд.) могу се сматрати параметрима ,,другог реда“. Питање како параметаризовати наведене инвентаре унутар практичних и оперативних модела остаје тема даљег рада и истраживања. 3.1.6.2. Турбуленција ваздуха изазвана возилима у покрету Саобраћајни токови не представљају само извор аерозагађења већ и механизам дисперзије емисије возила. У том смислу се возила могу посматрати као покретни елементи на коловозу који деформишу ваздушну масу и при томе генеришу додатне механичке турбуленције (NERI, 1989c) [183]. Наведена појава се у стручној јавности дефинише као турбуленција ваздуха изазвана саобраћајним токовима (енг. traffic induce turbulence), односно турбуленција саобраћајног тока (ТСТ). У прошлости је ТСТ био предмет само неколицине стручних студија (Thompson and Eskridge, 1979; 1987; Grоnskei, 1988; Eskridge et al., 1991) [249], [250], [251], [252], при чему су се описани ефекти односили на отворену коловозну површину са високим просечним брзинама кретања возила, попут ауто-пута. Међутим, у улицама облика кањона често се региструју веће густине саобраћајних токова, па се генерисано турбулентно ваздушно поље не може посматрати као форма међусобно независних трагова отпора ваздуха који остају иза возила у покрету (Thompson and Eskridge, 1979) [249]. Старији модели дисперзије емисије возила, имали су проблема приликом процене аерозагађења, јер су моделиране концентрације често биле веће од реалних за вредности <1 m·s -1 . Типична поставка поменутих модела јесте тако формирана да постоји обрнути однос између концентрације штетних материја и као фактора нормализације, што је за време нижих вредности управо имплицирало битно прецењивање реалних концентрација (Britter and Hanna, 2003) [223]. Ако при томе наведемо додатне изворе турбуленције, попут топлотне радијације од објеката у окружењу и/или загрејаног мотора, последице прецењивања могу бити још веће. У наредним пасусима биће укратко изложене теоријске основе, као и најзначајније анализе ТСТ-а. Факултет инжењерских наука Универзитета у Крагујевцу 96 3.1.6.2.1. Теоријске формулације турбуленције саобраћајног тока ТСТ има важну улогу приликом процене аерозагађења, посебно у случају улица кањонског облика. Овакав закључак јесте посебно истакнут при амбијенталним условима без ветра, чиме ТСТ остаје једини допринос механизму дисперзије штетних материја и критичан фактор који одређује највиши ниво аерозагађења. Полазна претпоставка задаје поделу механичке турбуленције на два дела: први који зависи од ветра из околне средине, јер имплицира турбуленцију генерисану од вертикалног смицања ветра у нивоу кровова зграда, и други услед ТСТ-а. Када је вредност мала, ТСТ доминира и одговарајуће моделирање ових карактеристика је пресудно за тачну процену аерозагађења (Kastner-Klein et al., 1998; 1999) [253], [254]. ТСТ се прорачунава једноставаним приступом који возило посматра као покретни елемент који деформише ваздушну масу и тиме генерише додатне механичке турбуленције (NERI, 1989c) [183]. Претходно наведено се може представити једначином: , (3.54) где је: - средња брзина кретања возила [km·h-1]; - емпиријска константа која се односи на аеродинамички коефицијент отпора (модел OSPM узима вредност 0,3); - густина саобраћајног тока (број возила на одређеном растојању и који је одређен односом између површине која је заузета возилима и површином улице) (NERI, 1989c) [183]: , (3.55) где је: - проток саобраћаја [voz·h -1 ]; - површина коју заузима једно возило [m2] ; - ширина улице (кањона) [m] . Заменом једначина (3.54) и (3.55) добија се израз: . / . (3.56) Израз (3.56) јасно прецизира да се турбуленција ваздушне масе повећава порастом вредности саобраћајног протока, брзине и површине возила, односно смањује са повећањем ширине улице. 3.1.6.2.2. Експерименти и анализе турбуленције саобраћајног тока У последњој деценији се појавило више експерименталних студија унутар аеродинамичких тунела у циљу анализе ТСТ утицаја на ниво аерозагађења у улицама облика кањона. При томе су разматрани најчешћи случајеви градских саобраћајних режима (без саобраћаја, једносмерна и двосмерна улица) (Kastner-Klein et al., 1998; 1999; 2000; 2001; Di Sabatino et al., 2003) [253], [254], [255], [256], [257]. Тако je, на пример, у истраживањима [253] и [254], уједначеним темпом Факултет инжењерских наука Универзитета у Крагујевцу 97 ослобађан обојени гас (SF6) на нивоу сразмерно умањене улице облика кањона, при чему је откривено да током једносмерног саобраћајног режима долази до израженог протока ваздуха и дисперзије гаса. Расподела концентрације гаса је показала јаку бочну асиметрију, при чему су се концентрације повећавале у правцу кретања ваздушних струја имплициране саобраћајним токовима. Такође, резултати су доказали да је регистрована турбуленција унутар улице имала варијацију, која је прихватљиво пратила вредности саобраћајног протока, са концентрацијама које су се смањивале када се саобраћајни проток повећавао (услед пораста утицаја ТСТ-а). Такође је доказано да је утицај кретања саобраћаја на поља концентрације гаса био мањи за двосмерни саобраћајни режим, па овај закључак директно поставља питање да ли је ТСТ важан само у улицама са једносмерним режимом саобраћаја. Још једно значајно истраживање спровели су Пирс и Бејкер (енг. Pearce and Beaker, 1997) [258] на сразмерно умањеним возилима у покрету, при чему је такође ослобађан обојени гас (SF6) са пода аеродинамичког тунела. Резултати су утврдили да пролаз једног возила није утицао на поља концентрације гаса, али је низ од 4 возила изазвао видљив ефекат. Такође, утврђено је знатно повећање концентрације гаса на узводној страни кањона, јер се утицај ТСТ-а преносио доприносом од области рециркулације ближе узводној згради. Претходни закључак потврђен је експериментом у дубоком кањону (H/W=1,4) (Vachon al., 2002) [259], при чему је анализирана једносмерна улица са три саобраћајне траке у Нанту (Француска). Утврђено повећање нивоа турбулентне кинетичке енергије (TKE) (енг. Turbulent Kinetic Energy) у нивоу улице је приписано ТСТ-у. Такође, откривена је обострано интензивна турбуленција близу зоне саобраћаја са узводне и низводне стране кањона. Међутим, утицај и вертикално подручје ТСТ-а много је веће на узводној него на низводној страни. Закључено је да се такав феномен имплицира хоризонталним померањем турбуленције, јер се током дејства слабих ветрова из околне средине формира вихор са хоризонталном поравнатом осом и са донекле дестабилизованом (нестабилном) структуром. До које висине унутар дубоког кањона (H/W ≈ 1,3) саобраћајни ток може бити значајан у повећању турбуленције ваздуха, открио је експеримент са анемометром (DePaul et al., 1986) [162]. Закључено је да се висина од 7 m може прихватити као граница утицајности ТСТ-а. Такође, још једно истраживање (Qin and Kot, 1993) [260] доказало је да у ужем кањону (H/W=1,1) за време скоро стабилних атмосферских услова, утицај ТСТ-а на нивоу улице доминира над турбуленцијом имплицирану ветром у нивоу кровова зграда. Утврђена висина преовлађујућег утицаја била је већа него у претходно наведеном експерименту, односно утврђена је граница од 12 m. Реална висина до које ТСТ има утицаја зависи од специфичности кањона и, највероватније, зависи од геометријског односа H/W и/или од брзине и правца деловања ветра из околне средине. Факултет инжењерских наука Универзитета у Крагујевцу 98 Инкорпорација ТСТ-а у полуемпиријски модел OSPM проузроковала је изразито побољшање његових процена, нарочито за екстремне случајеве који су приписани периодима слабих ветрова из околне средине (Berkowicz, 2000) [28]. Други истраживачи, попут Ди Сабатина и осталих (енг. Di Sabatino et al., 2003) [257] тврде да OSPM третира саобраћајни ток дуж улице као суперпозицију појединачних возила. Осим тога, указано је да се параметризација ТСТ-а заснива на претпоставци да управо кретање возила изазива укупну варијансу (дисперзију) флуктуација брзина пропорционално квадрату брзине возила. Коефицијент пропорционалности је повезан са коефицијентом отпора ваздуха за возило и његова се вредност одређује емпиријски, тако што се усклађују варијансе (дисперзије) брзине и подаци о концентрацији штетне материје добијени на терену. Тако је у поменутом истраживању Ди сабатина и осталих (Di Sabatino al., 2003) [257] представљен теоријски модел за процену магнитуде ТСТ-а у улицама облика кањона и то балансом генерисане и дисперговане ТКЕ. При томе су дефинисана три режима саобраћаја (у функцији густине саобраћајног тока ( ) и аеродинамичког одраза (побуде) која остаје иза возила у покрету): 1) Лаган режим - ЛР (мала густина саобраћаја, нема интеракције међу возилима, случај изолованог возила); 2) Средњи режим - СР (средња густина саобраћаја, постоји интеракција између ваздушних побуда возила, мешање аеродинамичких одраза); 3) Интензивни режим - ИР (велика густина саобраћаја, постоји јака интеракција између ваздушних побуда возила, преклапање аеродинамичких одраза). Доказано је да се турбуленција при ЛР-у повећава линеарно са густином саобраћаја (једначина 3.57). При СР-у, турбуленција саобраћајног тока зависи од (једначина 3.58), док за ИР-у није доказан утицај густине саобраћајног тока (једначина 3.59): , (3.57) ( ) , (3.58) , (3.59) где је: - средње брзине возила за ЛР, СР и ИР; - површина пресека кањона (0,5WH); - коефицијент аеродинамичког отпора ваздуха; - припадајући коефицијенти. Коначни резултати анализе су показали да се утицај ТСТ-а смањује порастом , што је узроковано смањењем коефицијента аеродинамичког отпора ваздуха на возилима која су у низу. Факултет инжењерских наука Универзитета у Крагујевцу 99 3.2. Аналитичко-експериментални метод истраживања имисије Према Огисту Конту (Симић, 1997) [261], разликују се следеће методе истраживања: теолошка, метафизичка, експериментална и математичка. У новијој литератури, почев од 80-их година 20-ог века, наводе се следеће методе истраживања: експериментална, аналитичка и аналитичко- експериментална. Полазну основу експерименталне методе представља план експеримента. План експеримента се дефинише скупом свих мерних тачака обухваћених у експерименталној области или простору примене, при чему се може изразити план-матрицом под претпоставком да је за сваку променљиву (фактор) узет исти број извођења или нивоа промене N (Stanić, 1990) [262]: (3.60) Област или простор планирања експеримената одређује могуће вредности променљивих (фактора) ; i=1,2......к; ј=1,2.......N из реалног домена D, односно: X е е D. Нивои i фактора се кодирају једначином трансформације (Stanić, 1980) [263]: , (3.61) где је: { горњи ниво основни ниво доњи ниво ; - варијациони интервал. (3.62) Применом савремене теорије експеримената, у чијој су основи садржани планови статистичке вишефакторне анализе, могуће је на врло успешан начин постићи решавање бројних задатака из домена вишефакторних и дифузних система, који су до тада били нерешиви. Развој теорије експеримената везује се за радове Бокса, па је савремени статистички вишефакторни метод планирања експеримената назван Боксов метод. Паралелно са Боксом, развојем овог метода бавио се и Вилсон, па се у литератури сусреће и назив Бокс-Вилсонов метод. С обзиром да је метод заснован на експерименталним истраживањима и примени дисперзионе и регресионе анализе као аналитичких метода, Бокс-Вилсонов метод је у основи аналитичко-експериментални метод истраживања. За примену овог савременог метода потребно је познавање дисперзионе и регресионе анализе. Факултет инжењерских наука Универзитета у Крагујевцу 100 Дисперзионом анализом спроводи се и верификује поступак идентификације природе-повезаности елемената основног скупа кроз квантификацију података за одређивање релевантних статистичких параметара скупа {С}. Метод дисперзионе анализе заснован је на математичкој декомпозицији (раздвајању), или подели збира квадрата одступања елемената узорка од аритметичке средине свих елемената скупа {С} (Vukadinović, 1990) [264]. Ако на елементе основног скупа {С} делује један променљиви фактор, онда се укупан збир квадрата одступања елемената свих узорака од заједничке аритметичке средине раставља (декомпонује) на два дела, где један део одговара утицају фактора који хоћемо да испитамо, а други део одговара случајним варијацијама. Ако на елементе основног скупа делују два фактора, онда се збир квадрата елемената основног скупа од његове аритметичке средине декомпонује на три дела, при чему два дела одговарају утицају тих фактора, а трећи део одговара случајним варијацијама. Вишефакторне експерименталне планове карактеришу, у односу на планове једнофакторне анализе, два основна обележја (Stanić, 1990) [262]: 1. Минимални скуп експерименталних тачака распоређених у експерименталном простору, што резултира последицом вишеструко нижих трошкова и краћег времена испитивања; 2. Максимално испитивање ефеката математичких модела и процеса. Претходно наведено се постиже специјалним планом X распореда тачака у експерименталном простору или планом развијеним на бази критеријума оптималности за који је Фишерова информативна матрица (Stanić, 1990) [262]. Преко одговарајуће матрице (план матрице) (3.59), специфичне структуре облика и обима (димензија), одређује се распоред мерних тачака у експерименталном простору . Овакав распоред, односно план експеримента обезбеђује следеће предности: 1. Оптималан распоред мерних тачака; 2. Потребан број мерних тачака је минималан (мањи број мерења); 3. Обим добијених информација у истраживању је минималан; 4. Дисперзија мерних резултата је минимална, односно висока је тачност и поузданост; 5. Ефикасна обрада резултата мерења; 6. Поузданост добијених резултата је велика. Формирање матрице распореда мерних тачака (план матрице) могуће је урадити преко: 1. Потпуних ортогоналних планова (за број мерних величина к≤5, тј. (x1,x2.......x5)); 2. Парцијалних ортогоналних планова типа реплика (за број променљивих мерних величина, односно фактора к≤ 15 (x1,x2.......x15)); 3. Плецет-Берманових планова (за неограничени број променљивих мерних величина (фактора )). Факултет инжењерских наука Универзитета у Крагујевцу 101 При експерименталном истраживању процеса ради његовог математичког моделирања, потребно је одредити димензионалност експеримената, односно број мерних величина (к) са којима треба обавити испитивања, односно мерења дате појаве или процеса система. При истраживању увек је боље узети неку променљиву више него мање, јер се у поступку истраживања лако открива њихова значајност (сигнификантност), али зато се изостављањем важних променљивих може угрозити тачност и поузданост. Да бисмо вредновали утицаје појединих независних променљивих (предиктора) на вредности концентрација CO и NOx у улицама облика кањона, неопходно је применити потпуни вишефакторни план. Нивои i фактора кодирају се +1, 0 и -1, где прва и последња вредност представљају границе вишедимензионалног експерименталног простора. Зато је неопходно испитати законе расподеле свих укључених предиктора, чиме ће се дефинисати границе са статистички прихватљивом вероватноћом (P=95%), односно ризиком од 5%. У даљем раду прихваћени су Нормални и Логнормални закони расподеле променљивих (предиктора), а основне дефиниције и параметри ових расподела представљене су у поглављу 4. 3.3. Експериментална истраживања 3.3.1. Метода и мерна опрема за мерење емисије возила на празном ходу мотора Експеримент мерења емисије CO код путничких аутомобила са ОТО моторима је реализован на 13 локација града Крагујевца (слика 3.12) и на техничком прегледу Ауто-мото клуба Трстеник. Да би се возило ради мерења безбедно и у складу са законом искључило из саобраћаја, била је неопходна асистенција крагујевачке саобраћајне полиције, док за тим није било потребе током мерења емисије на техничком прегледу. Слика 3.12 Мапа града Крагујевца (LM - локације мерења) Факултет инжењерских наука Универзитета у Крагујевцу 102 Методологија мерног поступка је усклађена са директивима Европске уније: COUNCIL DIRECTIVE 92/55/EEC I Council Directive 72/306/EEC of 2 August 1972 Last amended by Directive 91/441/EEC (OJ No L 242, 30. 8. 1991, p. 1.). За мерење емисије искоришћен је уређај AVL DiCom 4000, односно комбиновани уређај за анализу издувних гасова и дијагностику ото и дизел мотора (анализатор 5 гасова за ото моторе и опациметар за дизел моторе), приказан на слици 3.13, са карактеристикама у табели 3.6. Табела 3.6 Опсег и тачност мерне опреме Мерна величина Мерни опсег Резолуција CO 0...10 vol% 0,01 vol% HC 0…20.000 ppm 1 ppm CO2 0…20 vol% 0,1 vol% O2 0…22 vol% 0,01 vol% NOx 0,5000 ppm 1 ppm Ламбда 0…9,999 0,001 Бр. обртаја 400-6.000 min-1 1 min-1 Температура уља -30…125℃ 1℃ Коеф. апсорпције 0…9,99 m-1 0,01 m-1 Опацитет 0…100% 0,1% 3.3.2. Метода и мерна опрема за мерење имисије у улицама облика кањона Мерење концентрација штетних материја у ваздуху (имисија) спровео је Градски завод за јавно здравље Београд (ГЗЈЗ Бгд), који је у саставу Центра за хигијену и хуману екологију и Националне лабораторије за хуману екологију и екотоксикологију. Методе испитивања, односно узорковање имисија, јесу усклађене са следећим националним стадардима:  SRPS EN 14211 (стандардна метода за мерење концентрације NO2, NO и NOx);  SRPS EN 14625 (стандардна метода за мерење концентрације O3);  SRPS EN 14626 (стандардна метода за мерење концентрације CO);  SRPS EN 14662-1 (стандардна метода за одређивање концентрације бензена). На сликама 3.14 и 3.15 су представљене две улице града Краљева у којимa је извршено мерење концентрација штетних материја, односно улица Димитрија Туцовића (државни пут II реда, односно саобраћајница вишег ранга и деоница магистралног пута М-5) и улица Милоша Великог (локална улица). Слика 3.13 Уређај AVL DiCom 4000 на терену Факултет инжењерских наука Универзитета у Крагујевцу 103 Узорковање имисија је усклађено са европским директивама квалитета ваздуха (EC Air Quality Directives):  ЕУ директива 1999/30/EC (приликом узорковања сумпор-диоксида и оксида азота);  ЕУ директива 2000/69/EC (приликом узорковања угљен-моноксида и бензена);  ЕУ директива 2002/3/EC (приликом узорковања приземног озона). Поједини истраживачи, попут Вардоулакиса и осталих (енг. Vardoulakis et al., 2005) [69], прецизирају да висина мерења треба бити између 1,5 (висина на којој људи дишу) и 4 m, не мање од 25 m од главних раскрсница и 4 m од средине најближе саобраћајне траке. За азот-диоксид и угљен-моноксид, место мерења треба бити мање од 5 m од ивичњака тротоара, а за честице од 10 μm и бензен у близини фасаде зграде (али не мање од 0,5 m од најближег зида). У случају експеримента ове дисертације, висина мерења је 3 m, док је удаљеност од најближе раскрснице у улици ДТ 30 m, односно 35 m у улици МВ. Што се тиче места мерења и удаљености од ивичњака, поменуто растојање је мање од 5 m у обе експерименталне улице, и на граници од 4 m од средине најближе саобраћајне траке. Употребљена опрема ради регистровања имисије припада I класи светски признате апарутуре за мерење квалитета ваздуха једне амбијенталне средине. Подаци се очитавају у реалном времену, аутоматски на дигиталном дисплеју, при чему се смештају у базу података ради архивирања и обраде резултата. Неопходну опрему је чинила следећа апаратура:  Аутоматски анализатор за угљен-моноксид, модел APMA - 360 HORIBA;  Аутоматски анализатор за оксиде азота, модел APHA - 360 HORIBA;  Аутоматски анализатор за приземни озон, модел APOA - 360 HORIBA;  Осмоканални апарат за узорковање ваздуха АТ 801H PROEKOS;  Гасни хроматограф AGILENT 7890 са термалним десорбером GERSTEL TDS 3. На слици 3.16 је у циљу примера приказан положај, односно мерно место специјализованог возила ГЗЈЗ Бгд у улици Димитрија Туцовића и део неопходне опреме за регистровање имисије. Слика 3.14 Улица Димитрија Туцовића Слика 3.15 Улица Милоша Великог Факултет инжењерских наука Универзитета у Крагујевцу 104 С обзиром да је OSPM полуемпиријски модел, за његов рад су неопходни метеоролошки и подаци аерозагађења из околне средине. Најпоузданије информације могу нам обезбедити аутоматске станице и данас скоро сви велики светски градови имају тако инсталиране системе како би обавестили становништво о нивоу изложености штетним материјама. При томе је важно нагласити да за место мониторинга не треба бирати ограничене градске средине, и да место мерења треба да представља нивое аерозагађења у области од најмање 200 m2 (Vardoulakis et al., 2005) [69] (попут пешачких булевара или градских паркова). Наредни пасус објашњава зашто је град Краљево изабран као експериментално место мерења и процене имисије. Влада Републике Србије је 2009.године дала дозволу за пројекат Министарства животне средине и просторног планирања и Агенције за заштиту животне средине о аутоматском мониторингу квалитета ваздуха. Двадесет осам станица тако организованих мрежа је распоређено у 23 града Републике Србије и један од тих градова је град Краљево (програм: EuropeAid/124395/D/SUP/YU Supply of Equipment for Air Monitoring). На слици 3.17 је приказан положај аутоматске станице за мониторинг квалитета ваздуха у Краљеву (позиција црвене сузе са тачком), као и положај улица Димитрија Туцовића и Милоша Великог у односу на поменуту локацију. Резултати мерења у овој аутоматској станици искоришћени су као улазни подаци неопходни OSPM-у ради дефинисања неопходних параметара. Слика 3.16 Положај специјализованог возила у улици Димитрија Туцовића и део мерне опреме Факултет инжењерских наука Универзитета у Крагујевцу 105 3.3.3. Метода и мерна опрема за мерење брзине возила Просечна брзина вожње представља један од најважнијих улазних података у моделу COPERT и она генерално може зависити од типа саобраћајнице и периода мерења у току дана. Нелинеарни однос између брзине и емисије возила је добро успостављен. Испитивањима осетљивости емисије (Miller, 1995) [198], у јединицама мерења [g·min-1], закључено је да је емисија најмања током периода празног хода мотора и да се равномерно повећава са повећањем брзине кретања возила. Међутим, док емисија CO показује само постепено повећање, емисија NOx се брже повећава. У оба случаја, највеће количине емисије јављају се при највећим брзинама, када је оптерећење мотора највеће. Али ако се емисија мери у [g·km-1], стање је другачије. При брзинама ~ 0 km·h-1, количина емисије се приближава бесконачности, јер је пређено растојање изузетно мало. Сходно томе, при брзинама <16 km·h-1, емисија се брзо повећава при смањењу брзине. Емисија је најмања при брзинама које се крећу у опсегу између 64 и 88 km·h-1. У свету не постоји стандардна процедура за мерење брзине возила која је повезана са мерењем квалитета амбијенталног ваздуха. Једино о чему се посебно водило рачуна јесте позиција мерних тачака у улици Димитрија Туцовића и Милоша Великог, како би се регистрована брзина возила могла повезати са подацима имисија забележених од стране ЈЗГЗ Београд. С обзиром да је мерење брзине возила спроведено уређајем I Класе, односно ProLaser III, који је донедавно званично користила саобраћајна полиција Републике Србије, било је неопходно обезбедити њену асистенцију у погледу обезбеђења места мерења и руковања неопходном апаратуром. Грешка мерних резултата уколико је ласерки зрак под углом мањим од 8°, јесте до Слика 3.17 Положај станице за мониторинг квалитета ваздуха и метео-параметара Факултет инжењерских наука Универзитета у Крагујевцу 106 1%, а уколико је угао мерења мањи од 14°, грешка очитане брзине може бити највише до 3%. Уколико је раздаљина мерења између 6 и 60 m, грешка измерене брзине може бити највише 0,5%. Из претходно наведеног и анализирајући слике 3.19 и 3.20, позиција руковаоца током поступка мерења била је мања од 8°, док је раздаљина мерења износила 25 m у улици Димитрија Туцовића и 20 m у улици Милоша Великог. Слика 3.18 приказује изглед ласерског уређаја ProLaser III којим је изведен експеримент мерења брзине, док су у табели 3.7 дате његове техничке спецификације. Tabela 3.7 Техничка спецификација ласерког уређаја за мерење брзине возила ProLaser III Опште и операционе спецификације Величине Радни напон 8,6–16,5 V Утицај амбијенталне температуре и влажности ваздуха  од -30 ℃ до 60 ℃;  до 90% релативне влажности и на 37 ℃ не долази до кондензације унутар уређаја. Тежина 1,36 kg Заштита ока CDRH I Класа заштите Распон мерне брзине 8–320 km·h-1 Распон мерне даљине 3–1.800 m Тачност процењене брзине 2 km·h-1 Таласна дужина ласерског зрака 904 nm 10 nm Време аквизиције 0,3 секунде при брзини возила од 96,5 km·h-1 Слика 3.19 приказује експеримент мерења брзине возила у улици Димитрија Туцовића (ДТ), док слика 3.20 експеримент мерења брзине возила у улици Милоша Великог (МВ). Слика 3.18 Ласерски уређај за мерење брзине возила ProLaser III Факултет инжењерских наука Универзитета у Крагујевцу 107 3.3.4. Метода мерења саобраћајног протока и његове структуре Током експеримента мерења саобраћајног протока регистровано је укупно 95.942 возила (у ДТ - 81.184 и у МВ - 14.758). Услед захтева за великим статистичким узорком и могућности добијања квалитетних података, бројање возила у ДТ је спровођено током целе седмице, а у МВ током 3 радна дана (+1 дан ради већег узорка приликом тестирања закона расподела вероватноћа). Примењена је техника непрекидног мануелног мониторинга у периоду 06.00–17.00 часова (ради сагледавања 3 вршна саобраћајна периода, односно 06.30–08.00 часова, 11.00–13.00 часова и 14.30–16.00 часова), с тим што једночасовно оптерећење по смеровима представља суму четири петнаестоминутних интервала снимања. Једночасовна дистрибуција возила у улици представља збир једночасовних оптерећења по смеровима. Свако регистровано возило је разврстано у једну од пет категорија, односно: 1) Путничко возило (ПВ); 2) Лако теретно возило (ЛТВ); 3) Тешко теретно возило (ТТВ); 4) Аутобус (БУС) и 5) Mотоцикли (2W) (енг. two-wheelers). Слика 3.20 Позиција мерења брзине возила у улици Милоша Великог Слика 3.19 Позиција мерења брзине возила у улици Димитрија Туцовића Факултет инжењерских наука Универзитета у Крагујевцу 108 4. EКСПЕРИМЕНТАЛНИ РЕЗУЛТАТИ И АНАЛИЗЕ 4.1. Експериментални резултати и анализа емисије возила на празном ходу мотора У прилогу А, табела А39, налази се комплетна база са подацима о возилима и припадајуће регистроване вредности угљен-моноксида. При поставци биномног логистичког регресионог модела (БЛР), неопходно је прво одабрати све независне променљиве (предикторе) којe, по интуицији или искуству, могу утицати на резултате теста, али тако да између њих не постоји мултиколинеарност (немају врло тесну везу у табели контигенције, на пример: преко 0,9), јер уколико усвојимо променљиве које су снажно повезане, оне ће се стално сукобљавати у моделу, односно делиће варијансу (дисперзију) и производиће грешке у излазним резултатима. Зато је на почетку анализе одабрано 7 потенцијалних предиктора који нам својим вредностима можда могу дати прихватљив одговор о вероватноћи да ли је возило емисионо неисправно, али под условом да између њих не постоји мултиколинеарност. Управо зато је формирана табела 4.1 која представља табелу контигенције, односно резултате Пирсоновог коефицијента корелације (једначина 3.15) између свих предиктора који претпостављено могу утицати на резултате теста емисије. Табела 4.1 Корелација између претпостављених утицајних променљивих (предиктора) утврђена значајна корелативност за ; утврђена значајна корелативност за Табела контигенције јасно показује високо значајну корелативност између снаге и запремине мотора. Због мањег стандардног одступања ( ), као и стандардне грешке ( Е Е ) снаге мотора у односу на његову запремину, друга набројана променљива је елиминисана као могући предиктор БЛР модела. Други разлог одбацивања јесу услови које поставља биномна логистичка регресија, односно да број узорака не би смео бити мањи од 400 (Hosmer and Lemeshow, 2000) [212]. Ради прецизности модела, свака поткатегорија потенцијално независне променљиве треба испунити поменуто, што није задовољено код поделе на поткатегорије запремине мотора. Током поступка моделирања, могла је бити направљена таква подела која би испунила тражено, али тада она не би одговарала стручно пожељној подели. Зато ће усвојене независне променљиве полазног БЛР модела непроласка возила на тесту емисије CO бити представљене у табели 4.2. Променљиве (предиктори) Порекло возила Пређено километара Старост возила Запремина мотора Снага мотора Тип напајања Катализатор Порекло возила 1 Пређено километра 1 Старост возила 1 Запремина мотора 1 Снага мотора 1 Тип напајања 1 Катализатор 1 Факултет инжењерских наука Универзитета у Крагујевцу 109 Табела 4.2 Преглед усвојених независних променљивих (предиктора) Независна променљива Симбол Ознака Врста променљиве Поткатегорија Кодирање Однос и симбол поткатегорије Порекло возила D номинална биномна страно 0 референтна домаће 1 D(1) Километража L дискретна / / / Старост возила S дискретна / / / Снага мотора kW интервална до 40 kW 0 референтна 41-70 kW 1 kW(1) >70 kW 2 kW(2) Тип напајања FI номинална биномна убризгавање 0 референтна карбуратор 1 FI(1) Катализатор K номинална биномна има катализатор 0 референтна нема катализатор 1 K(1) Пре даље анализе, неопходно је укратко објаснити врсте променљивих у табели 4.2. Ако случајне променљиве узимају са позитивном вероватноћом коначан број вредности или пребројиво много (да се могу пребројати скупом природних бројева), оне се називају дискретним случајним променљивим (Vukadinović i Popović, 2008) [265]. Променљиве које се могу класификовати према различитом обележју јесу категоријске (атрибутивне). При томе, оне се додатно могу класификовати према скали мерења на номиналне, ординалне или интервалне. У оквиру номиналних скала не постоји природан поредак (на пример: мушко, женско; плав, црвен или зелен ауто итд.), код ординалних постоји природан поредак који даје могућност поређења (на пример: прво, друго или треће место на такмичењу), док категоријске интервалне променљиве имају нумеричке разлике између две вредности. Начин на који се променљива мери одређује њену класификацију (Agresti, 2007) [267]. Такође је важно нагласити да су случајне променљиве непрекидне ако са позитивном вероватноћом могу узети произвољну вредност на одређеном интервалу (Vukadinović, 2008) [265]. Пре поставке БЛР модела, неопходно је извршити краћу анализу одабраних предиктора. Базу чини 1.785 возила са регистрованом емисијом CO на територији општина Крагујевац и Трстеник, при чему су возила додатно разврстана на домаћа (754) и страна (1.031). Овако структуирана анализа није била неоходна са становишта циља логистичког модела, међутим, резултати подељене анализе представљају важну допуну основним закључцима и могу помоћи квалитетнијем управљању и заштити животне средине. Такође, оваква анализа треба да спречи уопштавање појединих закључака, јер су домаћа возила донедавно била неконкурентна у односу на већину страних, према технологијама и уређајима за смањење штетне емисије мотора. Слика 4.1 приказује зависност између дискретних променљивих и (али само као средња вредност на ординати) и категоријских променљивих , и (на апциси). Употреба средње вредности има за циљ да превелика одступања, односно деловање екстремних вредности делимично умањи, јер би то могло произвести погрешне закључке. Колика је величина таквих екстрема може нам рећи интервал поверења око сваке дискретне променљиве представљен на бар дијаграму са 5% статистичке грешке. Факултет инжењерских наука Универзитета у Крагујевцу 110 Референтна поткатегорија снаге мотора (<40 kW) сличне је просечне старости код домаћих и страних возила, а како се поткатегорија даље помера, просечна старост и просечна километража јесте већа код страних возила. Као основни узрок намеће се чињеница да је реално мањи број возила веће снаге мотора домаћег произвођача, јер се нису производила у великим серијама до пре пар година. Такав закључак подржава слика 4.1 е, јер су управо домаћа возила са убризгавањем, као типом напајања горива, новије производње. Страна возила са карбуратором су у просеку старија 3 године, а са системом убризгавања чак 9 година у односу на домаћа возила. Такође, код страних возила просечна километража је већа 84%. Слика 4.1 Унакрсна анализа дискретних и категоријских променљивих а) б) ц) д) е) ф) С р е д њ а в р е д н о с т у к у п н о п р е ђ е н и х к и л о м е та р а ( к м ) С р е д њ а в р е д н о с т у к у п н о п р е ђ е н и х к и л о м е та р а ( к м ) С р е д њ а в р е д н о с т у к у п н о п р е ђ е н и х к и л о м е та р а ( к м ) Факултет инжењерских наука Универзитета у Крагујевцу 111 Слични закључци се намећу упоређујући резултате присуства катализатора. Ако се при томе придода да 45% узоркованих страних возила нема катализатор, а 41% не поседује савремени тип напајања горивом, возила страног произвођача, у досадашњој анализи, можда могу бити већи загађивачи у односу на домаћа. С обзиром да претходна краћа анализа не би била потпуна без резултата теста емисије, слике 4.2 и 4.3 приказују односе појединих предиктора за границу емисије CO у Републици Србији од 4,5 %vol на празном ходу мотора. Слика 4.2 Анализа три предиктора према резултатима теста емисије CO Граница (4,5 %vol CO) Граница (4,5 %vol CO) Граница (4,5 %vol CO) Граница (4,5 %vol CO) Граница (4,5 %vol CO) Граница (4,5 %vol CO) а ) б) ц) д) е) ф) Домаће возило Страно возило Домаће возило Страно возило Домаће возило Страно возило Домаће возило Страно возило Домаће возило Страно в зило Домаће возило Страно возило Домаће возило Страно возило Прошло тест емисије Није прошло тест емисије Прошло тест емисије Није прошло тест емисије Прошло тест емисије Није прошло тест емисије Прошло тест емисије Није прошло тест емисије Прошло тест емисије Није прошло тест емисије Прошло тест емисије Није прошло тест емисије С р е д њ а в р е д н о с т у к у п н о п р е ђ е н и х к и л о м е та р а ( к м ) С р е д њ а в р е д н о с т у к у п н о п р е ђ е н и х к и л о м е та р а ( к м ) С р е д њ а в р е д н о с т у к у п н о п р е ђ е н и х к и л о м е та р а ( к м ) Факултет инжењерских наука Универзитета у Крагујевцу 112 Домаћа возила референтне поткатегорије снаге мотора (<40 kW) која нису прошла тест емисије, у просеку прелазе највише километара (око 110.000 km) и најстарија су, са просеком oд 20 година. Њихов просечан ниво емисије CO јесте изразито велики (6,03 vol%), међутим, резултат од 7,27 vol% CO II поткатегорије (40–70 kW) истиче је као кључну са аспекта количине штетне емисије, иако су у просеку 8 година млађа и просечно прелазе 25.000 километара мање у односу на референтну поткатегорију. Ако се, при томе, упореде резултати предиктора и , (слика 4.3 ц) и (слика 4.3 а), препознаће се претходни закључци и допунити тиме да су то возила без катализатора и са карбуратором. Анализирајући резултате групе страних возила која нису прошла тест емисије, најстарија су треће поткатегорије, снаге мотора >70 kW, просечне старости од 23 године и пређених 270.000 километара. Међутим, ако се сагледају резултати просечне емисије CO, ниједна поткатегорија се не издваја посебно, односно износе: 6,15; 6,52 и 6,20 vol% од најмање до највеће респектабилно (слика 4.3 б). Такође, као код домаћих возила, друга поткатегорија снаге мотора јесте најлошија са аспекта емисије, међутим, ако се сагледају остале слике, (слика 4.3 ц) и (слика 4.3 а), предиктори и нису утицајни фактори на њено смањење. Међутим, код предиктора приметно је велико стандардно одступање (слика 4.3 ц), а изразито велико за предиктор (слика 4.3 а) (вредност је толико велика да није могла бити представљена на бару за страна возила која нису прошла тест емисије, а поседују катализатор). С обзиром да претходно анализирани предиктори не пружају довољно прецизан одговор на питање која су то возила по територијалној припадности већи загађивачи, тродимензионалним (3Д) дијаграмом растурања (енг. scatter diagram) представљена је зависност преостале две дискретне променљиве, и (слика 4.4) са резултатима емисије CO на z оси. Слика 4.3 Анализа три предиктора према резултатима теста емисије CO (средња вредност) Граница (4,5 %vol CO) Граница (4,5 %vol CO) Граница (4,5 %vol CO) а) б) ц) Факултет инжењерских наука Универзитета у Крагујевцу 113 Основна предност 3Д дијаграма растурања је могућност уочавања трендова за велики број података и три променљиве симултано. На слици је дат тачан положај појединих тачака мерења емисије, како би се и остале могле лакше сагледати. Са слике 4.4 а, јасно се уочава да страна возила имају мању емисију и прелазе више километара, па можемо закључити да су домаћа возила већи загађивачи у односу на страна возила. То потврђује и анализа средње вредности емисије CO ( ̅дом ̅стр ). Један од важних разлога поменутог закључка може бити тај што 97% узоркованих домаћих возила поседује карбураторски тип напајања и нема катализатор. Слика 4.4 б приказује зависност средње вредности емисије домаћих и страних возила према њиховој старости. На слици 4.5 приказан је проценат емисионо исправних возила у зависности од примењеног стандарда емисије. Тако, на пример, стандард емисије модела СРБ (<4,5 %vol CO) тренутно задовољава 85% узоркованих возила у експлоатацији. Уколико се усвоји најстрожи стандард, односно модел САД ( 1,0 %vol CO), број емисионо исправних возила драстично опада на 24,8% возила. Значи, са пооштравањем емисионог стандарда за 4,5 пута, додатно се за 60% повећава број емисионо неисправних возила. Вредност другог модела, односно модела ЕУ (возила са карбуратором: ≤3,5 %vol CO и са убризгавањем: ≤ 0,3 %vol CO) од 70,03%, треба узети са резервом, јер се у границама до 3,5 vol% CO убрајају и возила са директним убризгавањем, што не задовољава услове модела. Међутим, додатна анализа је утврдила да 44% возила испуњава стандарде емисије захтеване моделом ЕУ. Слика 4.4 а) Тродимензионална зависност предиктора L, S и резултата емисије CO; б) Зависност предиктора S и емисије CO (средња вредност) код домаћих и страних возила а) б) Факултет инжењерских наука Универзитета у Крагујевцу 114 4.2. Експериментални резултати и анализа структуре и параметара саобраћајног тока Захваљујући значајним друмским саобраћајницама које пресецају територију града, Краљево има повољан саобраћајни положај. Три су битна путна правца која пролазе територијом града и то магистрални пут М-5 чији један крак води према црногорском приморју и други према Скопљу и даље према Грчкој. Затим путни правац М-22 (западноморавска магистрала) који преко Краљева повезује Босну и Херцеговину и западну Србију са европским коридором десет (Е-10). На ова два путна правца укључује се трећи магистрални пут М-23.1 који повезује Краљево и Крагујевац и даље са Е-10. С обзиром да не постоје изграђене обилазнице које би преусмериле транзитне токове око територије града Краљева (обилазнице), угроженост здравља градског становништва штетном емисијом из друмских возила јесте потенцијално велика. Катастар загађивача ваздуха у Краљеву чине највећим делом индустријска постројења која се налазе на територији града, интензивни саобраћајни токови и потрошња енергената ради снабдевања топлотном енергијом. С обзиром да се у последњих 10 година бележи сталан пад привредне активности и имајући у виду географски положај Краљева и рељеф, саобраћај је у великој мери узрочник аерозагађења. Мерење амбијенталног квалитета ваздуха на подручју града Краљева врши Завод за јавно здравље Краљево. модел САД (24,82%) 70,03% модел СРБ (85,15%) 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 0 50 100 150 200 250 300 0 0 ,5 1 1 ,5 2 2 ,5 3 3 ,5 4 4 ,5 5 5 ,5 6 6 ,5 7 7 ,5 8 8 ,5 9 9 ,5 1 0 1 0 ,5 1 1 1 1 ,5 1 2 К у м у л а т и в н а ф р ек в ен ц и ја [ % ] А п со л у т н а ф р ек в ен ц и ја [ в о з] Емисија CO [vol%] Апсолутнa фреквенцијa Кумулативнa фреквенцијa Слика 4.5 Хистограм апсолутних фрекфенција и проценат емисионо исправних возила у зависности од стандарда модела емисије Факултет инжењерских наука Универзитета у Крагујевцу 115 Експеримент мерења имисије захтевао је претходну процену које би то улице на подручју града Краљева могле испунити следеће критеријуме:  Довољна дужина улице за развијање и одржавање максималне дозвољене брзине возила;  Саобраћајни ток мора бити неометан, осим у области раскрсница;  Висока заступљеност путничких аутомобила у структури саобраћајног тока (≥70%);  Улица мора бити двосмерног режима саобраћаја;  Са једне и са друге стране улице морају бити високо уздигнуте зграде које својим димензијама формирају облик кањона. Као прва, изабрана је улица Димитрија Туцовића (ДТ) са посматраном дужином одсека од 305 m. Сваки од саобраћајних смерова чини по две коловозне траке, при чему су исти раздвојени разделним острвом. Треба напоменути да је улица Димитрија Туцовића изразито транзитна саобраћајница, јер представља део магистралног пута М-5. Такође, близина аутобуске станице додатно је утицала на њен избор, јер претпостављено велико учешће аутобуског саобраћаја могло је само допринети повећаним концентрацијама штетних материја које је требало проценити тестираним моделима дисперзије. Као друга, изабрана је улица градског центра под називом Милоша Великог (МВ), мањег саобраћајног оптерећења и дужине од 205 m. Резултати мерења саобраћајних протока (06.00–17.00 часова) по данима у току недеље представљени су бар дијаграмом на слици 4.6. Анализирајући слику 4.6 (улица ДТ), може се уочити да су сви дани у седмици (осим недеље) приближно једнако оптерећени саобраћајним токовима. Недељом је регистрован пад саобраћајне активности од 33% у односу на средњу вредност саобраћајног протока. Понедељак и петак се бројем возила издвајају од осталих дана. Први је логично велики услед почетка радне седмице, док други већ дужи низ година представља пијачни дан у Краљеву. Сви остали дани имају малу варијансу (дисперзију) броја возила у периоду бројања. Слика 4.6 (улица МВ) приказује Слика 4.6 Проток саобраћаја у улици Д. Туцовића (сл. лево) и улици М. Великог (сл. десно) Факултет инжењерских наука Универзитета у Крагујевцу 116 саобраћајно оптерећење за поједине дане у недељи током 11 часова непрекидног бројања. На основу раније методологије бројања из улице ДТ, прво су обрађени понедељак и петак. Када је и четвртак показао приближну вредност саобраћајног оптерећења, бројање је прекинуто. На слици 4.7 може се видети збирни проток саобраћаја по сатима у току недеље за улицу ДТ и улицу МВ, чиме је омогућено боље уочавање меродавног вршног сата. Након процене количине емитованих штетних материја, градски планери могу јасно прецизирати времена када појединим категоријама возила може бити забрањен улазак у градско језгро. Број возних јединица која прођу кроз замишљен пресек уличног профила јесте дискутабилна променљива. Чак се трендови кретања утврђених саобраћајних протока и након дужег посматрања морају узети са одређеном резервом. Дан, сезона у току године или година посматрања не могу јасно дефинисати тачну вредност меродавног саобраћајног протока. Могу дефинисати само приближну, односно квалитативну оцену оптерећености уличне мреже возилима у покрету. Зато је неопходно возила категорисати, па на основу добијених резултата одредити МЕРОДАВНУ СТРУКТУРУ САОБРАЋАЈНОГ ПРОТОКА (МССП) за тачно дефинисан део уличне мреже. Слика 4.8 приказују резултате таквог мерења за улицу Димитрија Туцовића и за улицу Милоша Великог. Помоћу усвојене меродавне структуре саобраћајног протока у односу ПА:ЛТВ:ТТВ:БУС:2W= 80:8:8:3:1 % можемо квалитетно оценити саобраћајно оптерећење улице ДТ појединим категоријама возила. Такође, тиме добијамо добру основу за процену количине емисије штетних материја пореклом од друмског саобраћаја, јер варирањем меродавне структуре саобраћајног протока можемо дефинисати тренутно аерозагађење и оценити мере будућих акција са примарним еколошким циљем. Уколико се недеља изузме из усвојеног МССП-а, проценти могу варирати највише 2–3 %. За улицу МВ усвојена је меродавна структура саобраћајног протока у односу ПА:ЛТВ:ТТВ:БУС:2W = 90:6:0:0:4 %. Слика 4.7 Збирни проток саобраћаја у улицама Д. Туцовића и М. Великог по сатима Факултет инжењерских наука Универзитета у Крагујевцу 117 Током експеримента мерења брзине возила регистровано је укупно 327 узорака, од којих 261 у улици ДТ и 66 у улици МВ. Брзине су засебно мерене према категорији возила и смеру кретања, а за потребе меродавних улазних вредности програма COPERT4, усвојене су просечне. У табелама 4.3 и 4.4 могу се видети измерене брзине према категорији и смеру кретања возила. Табела 4.3 Брзине возила према категорији и смеру кретања у улици ДТ [km·h-1] Категорија возила Улица Димитрија Туцовића ̅ Од аутобуске станице Ка аутобуској станици ПА 41 35 38 ЛТВ 36 36 36 ТТВ 32 28 30 БУС 34 34 34 Табела 4.4 Брзине возила према категорији и смеру кретања у улици МВ [km·h-1] Категорија возила Улица Милоша Великог ̅ Од центра града Ка центру града ПА 29 28 28 ЛТВ 28 33 31 4.3. Експериментални резултати и анализа метеоролошких параметара из околне средине С обзиром да OSPM јесте полуемпиријски модел, да би се извршила његова параметаризација, морају се знати концентрације CO [mg·m-3] и NOx [μg·m -3 ], као и метеоролошки подаци о правцу и брзини струјања ветра из околне средине по сатима. Уколико су нам потребне процене концентрације NO и NO2 [μg·m -3 ], поред њихових вредности из околне средине, неопходно је утврдити, такође по сатима, вредности озона (O3) [μg·m -3 ] и сунчеве иридијације [W·m-2]. Слика 4.8 Структура саобраћајних токова у улици Д. Туцовића и М. Великог [%] Факултет инжењерских наука Универзитета у Крагујевцу 118 С обзиром на стохастичност атмосферских стања и неуједначени квалитет ваздуха једне градске средине, формирана је већа (од потребне OSPM-у и CAL4 моделу) метеоролошка и база имисије. Она је свакодневно ажурирана новим подацима преузетих са већ описане аутоматске станице за мониторинг квалитета ваздуха и метео-параметара у граду Краљеву (поглавље 3.3.2), током периода од 2,5 месеца (јул, август и прва половина септембра 2012. године). Увидом у табеле А(22–23) (прилог А), могу се сагледати регистровани подаци. Ради њихове боље прегледности, слика 4.9 приказује их у форми поларног дијаграма (руже ветрова), док су преовлађујући правци струјања ветра из околне средине представљени кружним дијаграмом. Такође је неопходно нагласити да резултати на слици 4.9 представљају временски период између 06.00 и 17.00 часова. Као што се може видети на слици 4.9 и табели А23 (прилог А), брзина ветра из околне средине ( ) ретко прелази вредност од 2,0 m·s -1 , чиме је практично онемогућен допринос укупној концентрацији аерозагађења од области рециркулације (Favale, 2008) [232]. Атмосферски услови у којима је < 2,0 m·s -1 сматрају се стабилним атмосферским стањима. С обзиром да су током периода од 2,5 месеца преовлађујући правци ветрова из околне средине север (N) и запад (W), поменути ће уједно бити и границе касније дефинисане варијабле ,,правац деловања ветра“. Слика 4.9 Метеоролошки параметри ветра из околне средине (јул, август 2012.г) (N - север; NE - североисток; E - исток; SE - југоисток; S - југ; SW - југозапад; W - запад; SW - северозапад) 0 0,5 1 1,5 2 2,5 N NE E SE S SW W NW Јул 2012 Mean Wind Speed Max Wind SpeedСредња брзина ветра из околне средине [m·s-1] Максимална брзина ветра из околне средине [m·s-1] 0 0,5 1 1,5 2 N NE E SE S SW W N W Август 2012 Mean Wind Speed Max Wind SpeedСредња брзина ветра из околне средине [m·s-1] Максимална брзина ветра из околне средине [m·s-1] Факултет инжењерских наука Универзитета у Крагујевцу 119 5. МОДЕЛИРАЊЕ И ВРЕДНОВАЊЕ ЕКСПЕРИМЕНТАЛНИХ РЕЗУЛТАТА 5.1. Моделирање емисије возила на празном ходу мотора Дозвољена граница емисије за пролазност возила на тесту емисије CO разматрана је за 3 модела, при чему мотор ради на празном ходу и високом броју обртаја (минимално 2.000 min-1). Први модел усваја најстрожи стандард, односно границу емисије CO у држави Орегон (модел САД) (≤1,0 %vol). Други модел усваја границу дефинисану чланом 82 Правилника о подели моторних и прикључних возила од 26.04.2012. године, која прецизира да возила први пут регистрована у Републици Србији до 1.марта 2014. године морају имати мање од 4,5 %vol CO при броју обртаја мотора на радној температури и празном ходу (модел СРБ). Неопходно је истаћи да наведена одредба јесте изразито неповољна ако се упореди са светским стандардима (табела 2.5). Ипак, с обзиром да је Република Србија кандидат за чланство у Европској унији, правилник је усклађен са њеним директивама и то за возила регистрована први пут после 1.марта 2014. године. Зато ће трећи модел усвојити њену регулативу, односно регулативу Европске уније (модел ЕУ) (92/55/ЕCC: возила са карбуратором: ≤3,5 %vol CO и са убризгавањем: ≤ 0,3 %vol CO). Основни разлог разматрања 3 модела јесте препознавање оних предиктора који кључно утичу на тачност процене да ли је возило емисионо исправно или не, као и да ли се ранг утицајности предиктора мења уколико се уведе строжи тест емисије. Модели се не могу поредити у излазном резултату вероватноће догађаја, јер постоје другачије постављене границе дозвољене емисије. Додатно, могуће је да су код једних модела поједини предиктори утицајни, док код других, исти то нису, а вероватноће догађаја непролазности на тесту емисије јесу можда приближне. Зато је могуће поређење само утицаја истог предиктора у другом моделу. Уколико се препознају кључни фактори, деловањем на њих, ствара се реална могућност ранијег успостављања строжих стандарда емисије, а тиме и квалитетније управљање и заштита животне средине и здравља људи. Наредни пасуси представљају поступак прорачуна модела СРБ, док се резултати модела САД и ЕУ анализирају само у коначној формулацији и упоредном облику. Полазна једначина вероватноће догађаја БЛР модела да возило није прошло тест емисије гласи: ( | ) , (4.1) где је: ( ) вероватноћа да возило није прошло тест емисије; ( ) ( ) вероватноћа да је возило прошло тест емисије. Факултет инжењерских наука Универзитета у Крагујевцу 120 Циљ биномне логистичке регресије јесте наћи модел који је најбоље прилагођен подацима, односно прихватљив модел који описује везу између зависне променљиве и скупа независних променљивих који је описују. Зато је неопходно поставити следеће услове: 1. Независне променљиве, односно претпостављени предиктори имају утицај на зависну променљиву, уколико је њихова Score статистика значајна (сигнификантна). Под хипотезом да су коефицијенти логистичке регресије једнаки нули, Score статистика следи расподелу са једним степеном слободе. Уколико је тестирана статистика мања од , предиктор има значајан утицај на излазне резултате модела (Rao, 1973) [268]; 2. Модел је статистички значајан ако је разлика логаритама веродостојности новог ( ( )) и базног модела ( ( )) таква да је испуњено када је тестирана расподелом са степени слободе ( ( ) ( ( ) ( )) (Tabachnick and Fidell, 2013) [217], односно мора се проверити да ли је модел са узорком довољно добар да важи за целу популацију ( - број појединачних ефеката новог модела ( ); - број параметара у базном моделу ( ) којих увек има само 1, с обзиром да је то само константа); 3. Приликом оцене значајности коефицијената независних променљивих и њихових поткатегорија тестом Волдова, сви наведени се морају значајно разликовати од нуле. Под претпоставком да су појединачни коефицијенти логистичке регресије једнаки нули, ова статистика следи нормални закон расподеле. Основна хипотеза се тестира расподелом и ако је испуњено да је њена вредност мања од , тестирани предиктор има значајан (сигнификантан) утицај на излазне резултате модела (Hosmer et al., 2003) [269]; 4. Уколико HL GOF статистика показује добро слагање модела са подацима, - вредност одговарајуће статистике мора бити веће од 0,05 ( - децили ризика и максимално их може бити 10) (Kleinbaum and Klein, 2010) [218]. Након одабира задовољавајућих комбинација група предиктора по претходно дефинисаним критеријумима, исте се рангирају према следећим квалификацијама:  Група предиктора за које су: a. Разлике у логаритмима веродостојности ( ) и ( ) највеће (односно ( ) најмање) (Field, 2009) [270]; b. McFaden ρ² коефицијент највећи (Hensher and Johnson, 1981) [271]; c. Проценат тачне класификације модела (PA) (енг. Percentage Analyses) највећи (Ott and Longnecker, 2010) [221] и d. Коефицијент детерминације логистичке регресије Кокса и Шнела ( ) и коефицијент детерминације логистичке регресије Нагелкеркеа ( ) највећи (Nagelkerke, 1991) [272], представљају групу предиктора од највећег утицаја на резултате вероватноће зависне променљиве Y да возило није прошло тест емисије CO на празном ходу мотора. Факултет инжењерских наука Универзитета у Крагујевцу 121 Снага појединачних утицаја независних променљивих у изабраној групи предиктора биће оцењена према 3 критеријумима: I критеријум - Што је Волдова статистика коефицијента регресије за анализирани предиктор већа од његове стандардне грешке, већа је вероватноћа да је он значајан по утицајности (Tošković, 2012) [273]; II критеријум - Што је однос шанси (OR) (енг. Odds Ratio) независне променљиве удаљенији од 1, тај предиктор има снажнији (већи) утицај (Tabachnick and Fidell, 2013) [217]; III критеријум - Област испод криве (AUC) (енг. Area Under Curve) суштински процењује квалитет предиктора у формираном моделу, чији прорачун захтева конструисање ROC криве (Hosmer and Lemeshow, 2000; Gvozdić, 2011) [212], [211] . У табели 4.5 представљена је Score тест статистика униваријабилне логистичке регресије за 3 модела. Осим предиктора ,,пређена километража (L)“ у моделу СРБ (L: ( ) ), сви остали су значајни, односно имају утицај на излазне резултате модела. Из наведеног се закључује да се предиктор L неће разматрати као утицајно могући у моделу СРБ. Табела 4.5 Score статистика униваријабилне логистичке регресије за три БЛР модела П р ед и к т о р и Модел СРБ (<4,5 vol% CO) Модел ЕУ (≤0,3 & ≤3,5 vol% CO) Модел САД (≤1,0 vol% CO) Score статистика Степени слободе p (сигниф.) Score статистика Степени слободе p (сигниф.) Score статистика Степени слободе p (сигниф.) D(1) 84,14 1 <0,001 53,79 1 <0,001 328,79 1 <0,001 L 2,55 1 0,1111 198,26 1 <0,001 75,54 1 <0,001 S 109,38 1 <0,001 55,37 1 <0,001 669,92 1 <0,001 kW(1) 34,79 1 <0,001 47,18 1 <0,001 42,27 1 <0,001 kW(2) 40,04 1 <0,001 88,31 1 <0,001 178,95 1 <0,001 FI(1) 154,73 1 <0,001 172,46 1 <0,001 1.011,86 1 <0,001 K(1) 148,62 1 <0,001 46,33 1 <0,001 1.133,36 1 <0,001 Након одабира комбинација скупа предиктора, класификације и рангирања према претходно дефинисаним критеријумима, настао је резултат приказан у табелама А19, А20 и А21 (прилог А). Кључни предиктори који утичу на вероватноћу догађаја моделa СРБ да возило не прође тест емисије су: старост возила, снага мотора, тип напајања и присуство катализатора. Прорачун вероватноће се може представити у математичком облику: СРБ( | ) ( ( ) ( ) ( ) ( )) ( ( ) ( ) ( ) ( )) . (4.2) Кључни предиктори који утичу на вероватноћу догађаја модела ЕУ да возило не прође тест емисије су: укупно пређена километража, снага мотора, тип напајања и присуство катализатора, односно представљено у математичком облику: Факултет инжењерских наука Универзитета у Крагујевцу 122 ЕУ( | ) ( ( ) ( ) ( ) ( )) ( ( ) ( ) ( ) ( )) . (4.3) Кључни предиктори који утичу на вероватноћу догађаја модела САД да возило не прође тест емисије су: старост возила, укупно пређена километража, снага мотора, тип напајања и присуство катализатора, односно представљено у математичком облику: САД( | ) ( ( ) ( ) ( ) ( )) ( ( ) ( ) ( ) ( )) . (4.4) У табели 4.6 су изложени поједини параметри БЛР модела који се не могу открити из његове математичке формулације, али се њиховим тумачењем могу суштински сазнати његове особине. У трећој колони су дати коефицијенти логистичке регресије, у четвртој је дата њихова стандардна грешка, док је у последњој дат однос шанси (експонент коефицијента независне променљиве). Табела 4.6 БЛР параметри за три модела емисије Модели Предиктори Волдова статистика СС Сигниф. М О Д Е Л С Р Б S 0,077 0,014 31,08 1 <0,001 1,080 kW(1) -0,766 0,173 19,580 1 <0,001 0,465 kW(2) -1,14 0,29 15,453 1 0,045 0,319 FI (1) 1,938 0,585 10,961 1 0,001 6,944 K(1) 2,943 1,042 7,969 1 0,005 18,969 М О Д Е Л Е У L 0,000017 0,000001 217,803 1 <0,001 1,000017 kW(1) -1,636 0,157 108,538 1 <0,001 0,195 kW(2) -2,319 0,24 93,342 1 <0,001 0,098 FI (1) -7,106 1,05 45,829 1 <0,001 0,00082 K(1) 4,502 1,031 19,067 1 <0,001 90,181 М О Д Е Л С А Д L 0,000045 0,000006 56,939 1 <0,001 1,000045 S 0,597 0,078 59,413 1 <0,001 1,822 kW(1) -6,436 0.98 43,167 1 <0,001 0,001603 kW(2) -8,525 1,166 53,485 1 <0,001 0,000199 FI (1) 9,5 1,366 48,339 1 <0,001 1.3360,72 K(1) 6,41 1,246 26,483 1 <0,001 608,141 С обзиром да су утврђени сви предиктори коначних модела СРБ, ЕУ и САД, остало је да се оцене појединачни утицаји и њихова значајност према три претходно дефинисана критеријума. Ако се у моделу СРБ посматра утицајност предиктора преко односа Волдове статистике и стандардног одступања регресионих коефицијента (I критеријум), највећа је старост возила. С обзиром да је дискретна променљива, било би интересантно израчунати шансу непроласка теста емисије за 10, или чак 20 година старо возило. За разлику старости возила од 1 године, шанса непроласка теста емисије се повећава 1,08 пута. За возило старије 10 година, шанса се повећава 2,15 пута ( ), док за возило старије 20 година, шанса се повећава 4,7 пута. Уколико желимо да сазнамо проценат повећања вероватноће непроласка возила на тесту емисије за 5, 10 или 20 година старо возило, неопходно је нову вредност шансе добити као производ старе шансе, Факултет инжењерских наука Универзитета у Крагујевцу 123 односа шанси и променама у вредности улазне променљиве (Hair et a., 2010) [274]. Тако, возило старости од 5 година има повећање вероватноће непроласка теста емисије за додатних 31%, од 10 година за 41%, док би за возило старости од 20 година вероватноћа непроласка теста порасла за додатних 45% (о.а. наведени проценти се додају на 50%, односно на полазно претпостављену вероватноћу да је возило емисионо исправно или није). Експонент коефицијента БЛР-а представља промену у шансама које су резултат промене за једну јединицу независне променљиве. Зато се повећањем старости возила за једну годину, повећава шанса непроласка возила на тесту емисије за 8%, док би за модел САД поменуто повећање износило 82,2%. Практично, са пооштравањем стандарда емисије 4,5 пута, једногодишње повећање старости возила утиче да се шанса непроласка теста емисије повећа ~ 10 пута. На основу односа Волдове статистике и стандардног одступања регресионих коефицијената, у моделима ЕУ и САД појављује се предиктор L као најутицајни. Непрактично је објашњење да за 1 километар више, возило има већу шансу непроласка теста 1,000017 пута. Реалније је сагледати колика би промена шансе износила за 5.000, 10.000, 50.000 или 100.000 додатно пређених километара. Табела 4.7 даје одговор на постављено питање. Табела 4.7 Промена шанси непроласка возила на тесту емисије за предиктор L Додатно пређених километара Модел ЕУ Модел САД 5.000 1,09 1,25 10.000 1,18 1,57 50.000 2,34 9,49 100.000 5,47 90 У закључку можемо навести да према моделу ЕУ који важи од 01.03.2014.године, узоркована возила у експлоатацији са територије Републике Србије имају на сваких 100.000 km 5,47 пута већу шансу непроласка теста емисије, док би се са усвајањем још строжих стандарда емисије (модел САД), шанса непроласка теста повећала 90 пута, односно 9,5 пута за сваких 50.000 km. Једини предиктор који се појављује у сва три модела, а при томе има више од две поткатегорије, јесте снага мотора. Референтна поткатегорија јесу возила снаге до 40 kW, при чему су остале две упоређене са њом. Тако у моделу СРБ, експонент коефицијента друге (0,465) и треће (0,319) поткатегорије снаге представља однос шанси непроласка возила на тесту емисије у поређењу са референтном. С обзиром да су то вредности мање од 1, неопходно је, из практичних разлога, посматрати обрнуто пропорционални однос, односно са 1 поделити добијени експонент (мање од 1 утиче на повећање вероватноће да је возило емисионо исправно). Из претходно наведеног закључујемо да возила са моторима снаге 40–70 kW имају 2,15 пута већу шансу испуњења стандарда емисије (1/0,465=2,15) (у односу на референтну), док мотори треће поткатегорије имају 3,13 пута већу шансу (такође у односу на референтну). Факултет инжењерских наука Универзитета у Крагујевцу 124 У табели 4.8 представљени су аналитички сублимирани односи за три модела. Са пооштравањем стандарда емисије, возило веће категорије снаге мотора има више шанси да је емисионо исправно. Табела 4.8 Анализа односа шанси проласка на тесту емисије за три БЛР модела предиктора W Поткатегорија Модел СРБ Модел ЕУ Модел САД kW (1) 2,15 5,13 623 kW (2) 3,13 10,21 5.025 Напомена: вредности поткатегорија се односе према референтној поткатегорији (<40 kW) Такође, још један важан показатељ особености предиктора може бити предзнак испред регресионог коефицијента (Hair et a., 2010) [274]. У моделу СРБ, предзнак испред коефицијента предиктора S, FI и K је позитиван, што значи да старија возила, са карбураторским системом и без катализатора имају већу шансу непроласка на тесту емисије. Исти закључак важи за модел САД, с тим што је допуњен чињеницом да су то возила која су прешла више километара у експлоатацији. Коефицијент FI у моделу ЕУ има негативан предзнак. Уколико анализирамо експоненте коефицијената поменутих предиктора, у свим моделима одсуство катализатора и карбураторски систем напајања имплицира већу шансу емисионе неисправности возила, осим за FI код модела ЕУ, код кога возила са карбуратором имају ~ 1.219 пута већу шансу непроласка теста емисије (1/0,00082=1.219). Јасно је да предзнак коефицијента БЛР модела има утицај на такав резултат. Упоређујући критеријуме о утицајности предиктора и резултате из табеле 4.6, односно између Волдове статистике или према удаљености експонента од јединице, приметно је њихово битно неслагање. Прецизнији одговор може се добити употребом ROC криве. Свака тачка ROC криве представља уређени пар (сензитивност, 1–специфичност) који одговара појединачном нивоу одлучивања. Ако је у нашем случају теста емисије циљ у функцији што тачније класификације возила која су емисионо исправна, односно нису, неопходно је одредити када тест са највећом прецизношћу може дати тачне одговоре. Управо тачка пресека (енг. ,,cutpoints“) (Hosmer et al., 2003) [269] у којој је максимална сензитивност и специфичност представља тражени одговор. Већина ROC кривих налази се између ове две крајности и, квалитативно гледано, она која је ближа горњем левом углу указује на тест са већом тачношћу. Уколико је више ROC кривих приказано на једном дијаграму, она која се налази више изнад и више улево, указује на тест са већом тачношћу (прецизношћу). Такође, AUC (енг. Area Under the Curve) даје вредност коју можемо упоредити и сместити у дефинисаним границама квалитета раздвајања (страна 73, пасус 3). Вредности AUC за утицајне предикторе модела СРБ јесу: старост возила (S) (0,702); снага мотора (kW) (0,306); тип напајања (FI) (0,698) и присуство катализатора (K) (0,691) (слика 4.10). Закључак је да једино предиктор S има прихватљиво раздвајање, док FI и K припадају групи која лоше раздваја. Из тог разлога, одређена је тачка пресека, слика 4.10 б, где се јасно приказује да модел СРБ има прихватљиво раздвајање на возила која нису прошла тест у односу на она која то јесу у 19. години старости возила, са вероватноћом таквог догађаја од 50%. Предиктор kW се налази далеко испод референтне криве, али такво понашање се може објаснити утицајем који поменута Факултет инжењерских наука Универзитета у Крагујевцу 125 независна променљива има на већу процену возила која тест могу проћи, односно да су емисионо исправна. У закључку можемо константовати да у моделу СРБ предиктор S представља најквалитетнију независну променљиву у тачности процене емисионе неисправности возила. Слика 4.11 приказује резултате модела ЕУ, а вредности AUC за утицајне предикторе јесу: укупно пређена километража возила (L) (0,711); снага мотора (kW) (0,568); тип напајања (FI) (0,350) и присуство катализатора (K) (0,424). Предиктор L има прихватљиво раздвајање, док kW припада групи која лоше раздваја. Из тог разлога, одређена је и тачка пресека, слика 4.11 б, где је јасно приказано да модел ЕУ има прихватљиво и најпрецизније раздвајање на возила која нису прошла тест у односу на она која то јесу, када возило има 110.000 укупно пређених километара. Предиктори K и FI налазе се испод референтне криве, али такво понашање се може објаснити утицајем које поменуте независне променљиве имају на већу процену возила која тест могу проћи, односно да су емисионо исправна. У закључку можемо константовати да у модела ЕУ предиктор L представља најквалитетнију променљиву у тачности процене емисионе неисправности возила. Слика 4.10 а) ROC крива и б) Одлука за тачку пресека за предиктор S код модела СРБ а) б) Слика 4.11 а) ROC крива и б) Одлука за тачку пресека за предиктор L код модела ЕУ а) б) Факултет инжењерских наука Универзитета у Крагујевцу 126 Слика 4.12 приказује резултате модела САД, а вредности AUC за утицајне предикторе јесу: укупно пређена километража возила (L) (0,623); старост возила (S) (0,890); снага мотора (kW) (0,222); тип напајања (FI) (0,919) и присуство катализатора (K) (0,936). С обзиром на AUC вредности, предиктори FI и K припадају групи која има изванредну способност раздвајања. Предиктор S се у моделу САД, у односу на модел СРБ, издиже за једну лествицу више у тачности процене емисионо неисправних возила и сада припада групи која одлично врши раздвајање. Предиктор L у моделу САД не припада квалитетним показатељима, док предиктор FI боље процењује које је возило емисионо исправно. Модел САД има одлично и најпрецизније раздвајање, на возила стара 11 година која нису прошла тест у односу на она која то јесу (слика 4.12 б). Тако можемо закључити да пооштравањем стандарда емисије, предиктор S унапређује свој квалитет по питању тачности процене емисионe неисправнoсти возила (конкретно за 8 година). Ако коначно упоредимо 3 теста процене квалитета, односно значајност предиктора у моделу, можемо приметити да се слажу закључци I и III критеријума, чиме је оснажен закључак да старост возила представља најутицајнију променљиву код екстремних емисионих граница, док је код умеренијих стандарда емисије најутицајнија укупно пређена километража возила. На крају анализе требало би сагледати резултате вероватноће непроласка теста емисије модела СРБ. При томе је прво приказана слика 4.13 са поделом на домаћа и страна возила и предикторе S и kW. Основни разлог њиховог одабира јесте тај што K и FI немају велике вредности AUC када је у питању прецизност процене емисионе неисправности возила, док предиктор L не учествује у формирању коначног модела СРБ. На ординати је представљена средња вредност вероватноће непроласка теста, док испрекидане линије представљају њену средњу вредност. Очигледно је да домаћа возила имају већу вероватноћу непроласка на тесту емисије у односу на возила страног произвођача и да је већа вероватноћа емисионе исправности оних возила која имају већу снагу, тј. већу запремину мотора (закључак изведен на основу Пирсоновог теста корелације из табеле 4.1). Слика 4.12 а) ROC крива и б) Одлука за тачку пресека код модела САД за предиктор S а) б) Факултет инжењерских наука Универзитета у Крагујевцу 127 На слици 4.14 приказан је сублимиран дијаграм средње вероватноће непроласка домаћих истраних возила на тесту емисије CO модела СРБ, у зависности од најутицајнијег предиктора S. На ординати је представљена средња вредност емисије CO и мера расипања података, односно интервал поверења за популацију са 5% прихватљиве статистичке грешке. Са слике можемо закључити да на узорку возног парка Републике Србије постоји велика разлика у вероватноћи непроласка на тесту емисије CO, за возила старости између 16 и 20 година. Тако возила стара 16 година имају 9% вероватноће непроласка теста, да би већ у наредне 4 година порасла за великих 12%, односно на 21%. Слика 4.13 a) Вероватноћа непроласка возила на тесту емисије CO за предиктор S код модела СРБ (домаћа и страна возила) и b) Вероватноћа непроласка возила на тесту емисије CO за предиктор kW код модела СРБ (домаћа и страна возила) а) б) Слика 4.14 Вероватноћа непроласка возила на тесту емисије CO за предиктор S модела СРБ Факултет инжењерских наука Универзитета у Крагујевцу 128 Из свега претходно наведеног, може се видети да поглавље 5.1 садржи приличан број утврђених чињеница и на основу њих изведених закључака, што је резултат употребе једне савремене статистичке методе, односно биномне логистичке регресије. Иако се поглавље 6 ове дисертације састоји од кратког приказа и закључака тезе, ипак је пре његовог почетка пожељно детаљније сублимирати резултате теста емисије. Додатно, на територији Републике Србије, до сада у овом обиму није спроведено слично истраживање, па зато као коначне закључке испитивања емисионе исправности репрезентативног узорка флоте возила у експлоатацији можемо издвојити: 1. Према тренутној законској регулативи, односно моделу СРБ (≤4,5 vol% CO), старост возила представља најважнији фактор утицаја на вероватноћу непроласка возила на тесту емисије (слагање I и III критеријума оцене појединачног утицаја независне променљиве у изабраној групи предиктора). При томе, возило старо 19 година има најбољу процену да ли је емисионо неисправно, док са пооштравањем стандарда емисије 4,5 пута, прецизност процене се спушта на возило старо 11 година. Наведена чињеница добија додатно на значају јер 83% узорака емисије CO потиче са територије општине Трстеник у којој степен моторизације изражен према броју путничких аутомобила расте брже од броја возила по глави становника општине. Практично се купују више путничка возила од осталих категорија возила (Babić et al., 2012) [266], па је прецизност процене додатно ојачана. 2. Домаћа возила су већи загађивачи у односу на страна, мада су у просеку млађа и прешла су мање километара током експлоатације; 3. Вероватноћа непроласка теста емисије угљен-моноксида домаћих возила је већа (основни разлог јесте тај што 97% узоркованих домаћих возила јесте без катализатора и са карбураторским системом напајања горивом); 4. Иако се пре експеримента очекивало да укупна пређена километража буде јак аргумент који нам може рећи да ли је возило емисионо исправно или не, резултати БЛР анализе истичу њен значај само код умерено строгих стандарда емисије (модел ЕУ). Већ код екстремних модела (модел САД и модел СРБ), она нема потенцијал квалитетне емисионе процене. Сумирајући њен значај у моделу ЕУ, можемо закључити да она најтачније може проценити да ли је возило емисионо неисправно, уколико је поменуто прешло 110.000 km; 5. На територији Републике Србије, возила регистрована после 1.03.2014.године имају на сваких 50.000 додатно пређених километара, 2,3 пута већу шансу да неће проћи тест емисије. Међутим, уколико би се од поменутог датума увео најстрожи светски стандард дозвољене емисија (< 1,0 vol% CO), шанса непроласка теста би порасла 9,5 пута; 6. Пооштравањем стандарда емисије 4,5 пута за 1 годину старосне разлике возила, повећава се шанса непроласка возила на тесту емисије 10 пута, а уједно се за 60% смањује број возила која ће моћи испунити нове стандарде емисије; 7. Возило старо 5 година има 31% већу вероватноћу непроласка на тесту емисије CO у односу на возило старо једну годину, док возило старо 20 година у поређењу са истим једногодишњим возилом има 45% већу вероватноћу непроласка на тесту емисије CO; Факултет инжењерских наука Универзитета у Крагујевцу 129 8. Графичка техника рангирања променљивих у тачности процене емисионе неисправности возила показује да снага мотора (kW) јесте најлошије рангирана, и то само уколико се примене екстремни стандарди емисије (модел СРБ и ЕУ). Резултати показују да тада kW може бити пре искоришћена за процену да ли је возило емисионо исправно него да ли није; 9. Уколико је познато да штетна емисија од друмског саобраћаја данас представља велики, ако не и главни, еколошки проблем свих већих урбаних средина, поставља се питање да ли је шок терапија, односно увођење најоштријих стандарда емисије најбоља еколошка мера. Она то вероватно јесте, али шта уколико је старосна структура возног парка једне државе (као што је то случај у Републици Србији) изразито неповољна, односно велика. Одговор на то питање може нам дати чињеница да стандарде емисије модела СРБ задовољава укупно 85% возила, модела ЕУ 44%, док модела САД само 25% возила у експлоатацији. Значи, применом најоштријих стандарда емисије, додатних 60% возила се не би смело наћи на путевима. Ако их елиминишемо, једно друштво се не може надати напретку, јер управо транспортни сектор представља главну логистичку подршку свим производним процесима. У том случају, сасвим је оправдано применити строже, али не и екстремне страндарде емисије, како би се дало довољно времена мерама чији би главни циљ био подмлађивање возног парка. Другог решење нема, али је, ипак, поразно да се данас економски просперитет налази испред заштите животне средине и здравља људи; 10. На узорку возног парка Републике Србије очигледно постоји велика разлика у вероватноћи непроласка возила на тесту емисије, старости између 16 и 20 година. Са упросеченом вероватноћом непроласка теста, критично возило јесте старо између 15 и 16 година (9% вероватноће отказа), да би већ у наредне 4 године вероватноћа непроласка теста експоненцијално порасла, односно за 12% на 21%; 11. С обзиром да је познат домаћи закон забране увоза возила чија емисија не задовољава ЕУРО 3 стандарде, а претходном анализом је утврђено да 97% домаћих возила не поседује катализатор и савремен тип напајања горивом, хитна неопходна мера захтевала би уградњу катализатора у сва домаћа возила или замену старог новим и код домаћих и код страних возила која га поседују, уколико се кроз потенцијалне програме инспекције и одржавања утврди његова неисправност. Такође мера која би могла допринети бржем смањењу емисије код домаћих и страних возила која веома загађују околну средину јесте препорука или стимулисање уградње инсталације за ТНГ, природни гас или биогориво (добијено анаеробном дигестијом или из кукурузне силаже). Међутим у препреке за ширу употребу метана као погонског горива у Републици Србији могу се убројати (Milosavljevic et al., 2012) [281]: 1) Ограничено искуство у примени технологије анаеробне дисгестије, јер се обично сматра да су потребна велика улагања, 2) Тренутно је исплативије употребити метан за производњу електричне енергије због трошкова обраде биогаса и недостатка дистрибутивне мреже за ову врсту погонског горива и 3) Потенцијални корисници верују да су додатни капитални издаци већи од могуће уштеде у погонском гориву. Факултет инжењерских наука Универзитета у Крагујевцу 130 5.2. Тестирање модела расподеле случајних променљивих које могу бити од утицаја на концентрације штетних материја у улицама облика кањона Све масовне појаве могу се окарактерисати одређеним законима расподеле. Што је узорак већи, већа је вероватноћа да ће се регистрована појава моћи апроксимирати нормалним законом расподеле (централна гранична теорема) (Ott and Longnecke, 2010) [221]. Више модела статистичких расподела имало је прилику да се докаже као користан алат у презентацији концентрација штетних материја. Најновији трендови регулативних стандарда квалитета ваздуха захтевају употребу изражену у форми ,,вероватноће прекорачења“ дозвољених граница. У последњој деценији стручна литература открива да постоји мало студија које су изнеле методологију моделирања статистичких расподела. Таква методологија мора садржати два важна корака, као што су идентификација (препознавање) форми статистичких расподела и оцењивање неопходних параметара. Додатно, факторски планови захтевају дефинисање граница експерименталног простора које се могу одредити управо поменутим законима расподеле и које су статистички прихватљиве за популацију са 5% или 1% ризика. Зато ће наредна поглавља ове дисертације утврдити законе расподеле појединих случајних променљивих, како би се дефинисале границе експерименталног простора неопходне планској поставци потпуних вишефакторских планова. Даља аналитичка обрада добијених резултата условиће примену савремених статистичких техника ради утврђивања хијерархије (ранга) и вредновања утицајности изабраних случајних променљивих на концентрације штетних материја у улицама облика кањона. Такође је неопходно нагласити да је у даљем тексту обрађена емпиријска популација случајних променљивих током јулa, августa и дела септембра, у периоду између 06.00 до 17.00 часова. Конкретно се обрађују концентрације оксида азота и уљен-моноксида, јачина (интензитет) ветра из околне средине и саобраћајни протоци у изабраним улицама града Краљева. 5.2.1. Анализа закона емпиријске расподеле оксида азота из околне средине У подацима добијеним непосредно из посматрања или експеримента тешко је одмах уочити ма какву правилност. Управо такав пример јесу регистроване концентрације NОx из околне средине, односно (енг. background concentrations) представљене у табели А25 (прилог А). Да би се припремили подаци за научно истраживање, неопходно је, пре свега, не мењајући им саму суштину, увести међу њих неки поредак и дати им довољно јасну форму погодну за брзо испитивање. Зато је формирана табела А26 (прилог А), и то као прва, неопходна другим табелама ради даље математичко-статистичке анализе. Следећи пасус објашњава део статистичке теорије важној планској поставци приликом тестирања закона емпиријске расподеле. Факултет инжењерских наука Универзитета у Крагујевцу 131 Нека обележје X узима вредности: , које се у резултату од N понављања експеримента појављују пута. Величине задовољавају услов и називају се апсолутним фрекфенцијама. Ако је број N велики, као и број вредности које обележје X узима, онда се цео интервал промене обележја R (назива се и размак варијације обележја, варијациони интервал итд.) дели на подинтервале или класе једнаких дужина d. Ако са z означимо број класа, онда је дужина класе: ⁄ (Vukadinović i Popović, 2008) [265]. Утврђеног правила за број класа нема, међутим, статистичари Вукадиновић и Поповић, поред основног правила израженог у формулацији: √ , препоручују и следеће упуство:  Ако је n од 40 до 60, треба узети z од 6 до 8;  Ако је n од 60 до 100, треба узети z од 7 до 10;  Ако је n од 100 до 200, треба узети z од 9 до 12;  Ако је n од 200 до 500, треба узети z од 12 до 17;  Ако је n веће од 500, треба узети z од 21. Сваки податак о концентрацији од 634 таквих у табели А25 (прилог А), добијен је као аритметичка средина од четири измерене вредности у току тог сата посматрања поменуте штетне материје (мерење се обавља на сваких 15 минута). С обзиром да је потребно одредити њихов закон расподеле, према упутству Вукадиновића и Поповића, број класа треба бити између 21 и 25. Уколико би се, на пример, усвојиле 22 класе, прелиминарни прорачуни су показали да би најмање три (и то несуседне) биле празне, што приликом поставке модела треба максимално избегавати. Основни разлог појављивања класа са нулом фреквенција јесте велики интервал варијације ( µg·m-3) у односу на дужину класе ( µg·m-3). Некада је могуће такав проблем решити сажимањем класа, међутим, у овом случају, додатна потешкоћа јесте чињеница да 3% узорка заузима 50% вредности интервала варијације када су поређане од најмање према највећој концентрацији (таквих 20 је у распону 45–88 µg·m -3 ). У таквом случају, сажимањем класа битно би се пореметио основни услов тест модела, односно да дужине класа буду једнаке. Чињеница јесте да у подацима постоји велики интервал варијације и да се утицај екстремно великих концентрација мора препознати и обухватити претпостављеним законом расподеле. Зато је циљ смањити број класа, смањити интервал варијације и повећати дужину класе, а да се при томе не поремети суштина и једнородност појаве. Решење претходног проблема састоји се у смањењу броја узорака, и то тако што треба издвојити засебно све дане у недељи и за сваки дан израчунати аритметичку средину по сваком сату за 11 Факултет инжењерских наука Универзитета у Крагујевцу 132 сати мерења, односно у периоду од 06.00 до 17.00 часова (табела А26, прилог А). На такав начин, смањен је број података са 634 на 77, што касније условљава мањи број класа, мањи интервал варијације, а уједно је и повећана дужина класе. Оно што је при томе најважније јесте да је овим поступком суштина и једнородност посматране појаве непромењена, односно утицај екстремних вредности које чине 3% узорка, а 50% распона варијације такође је обухваћен. У табели 4.9 дати су елементи полазног модела за одређивање закона расподеле средњих концентрација , а експериментални подаци неопходни за њено формирање су: 1. Укупан број података у подскупу: 2. Размак варијације: µg·m -3 3. За усвајање броја класа услови су: a. за препорука за z је између 7 и 10 b. √ Усвојено класа 4. Ширина класе: ⁄ µg·m-3 Табела 4.9 Елементи полазног модела расподеле вредности концентрација Параметар Класе 1 2 3 4 5 6 7 8 Интервал класе - [µg·m-3] 3,41– 8,77 8,77– 14,13 14,13– 19,491 19,49– 24,85 24,85– 30,21 30,21– 35,57 35,57– 40,93 40,93– 46,29 Срeдина класе - [µg·m-3] 6,09 11,45 16,810 22,171 27,532 32,893 38,254 43,615 Фреквенција - ̅ 35 25 6 4 2 2 2 1 У табели 4.10 дате су експерименталне вредности функција поузданости ̅ ( ) и отказа ̅ ( ). Табела 4.10 Функције поузданости и отказа вредности концентрација Да би се приступило провери одређене расподеле, неопходно је пре тога сагледати у табели 4.9 број и структуру појављивања вредности ̅ у свакој класи. Геометријска илустрација такве статистичке табеле је хистограм расподеле фреквенција. Јасно је да log-нормална расподела има потенцијала за прихватљиво слагање теоријских и експерименталних вредности случајне променљиве, што треба и проверити. Параметар Класе 1 2 3 4 5 6 7 8 [µg·m -3 ] 6,09 11,45 16,810 22,171 27,532 32,895 38,254 43,615 ̅ 35 25 6 4 2 2 2 1 ̅ 59,5 29,5 14 9 6 4 2 0,5 77 42 42 17 17 11 11 7 7 5 5 3 3 1 1 0 ̅ ( ) ̅ ⁄ 0,7727 0,38312 0,1818 0,1169 0,0779 0,05194 0,025974 0,006494 ̅ ( ) ̅ ( ) 0,227 0,617 0,8182 0,8831 0,92208 0,94805 0,974026 0,993506 Факултет инжењерских наука Универзитета у Крагујевцу 133 5.2.1.1. Хипотетички модел log-нормалне расподеле концентрацијe оксида азота из околне средине Ако су вредности случајне променљиве груписане по интервалима (класама), аритметичка средина и стандардно одступање log-нормалне расподеле (Ćatić, 2005) [275] може се изразити: ̅ ∑ ̅ , (4.5) √ 0∑ ( ̅) ̅ 1, (4.6) где је: - број вредности случајне променљиве; - број интервала (класа) у којима су груписане вредности; ̅ - број вредности случајне променљиве (фреквенција или учесталост) у i интервалу; - средња вредност i интервала. С обзиром да је смањен број података са 636 на 77, аритметичка средина и стандардно одступање хипотетичког модела log-нормалне расподеле концентрација према једначини (4.5) и једначини (4.6) јесте ̅ µg·m-3 и µg·m -3 . Случајна променљива X има log-нормалну расподелу са параметрима ̅ и , или краће ( ̅ ), ако је одређена трима функцијама (Walpole, 2012) [276], односно:  Функцијом густине отказа: ( ) √ . ̅ / ̅ . (4.7)  Кумулативном функцијом отказа (кумулативном вероватноћом појаве отказа): ( ) * + √ ∫ . ̅ / ̅ . (4.8)  Кумулативном функцијом поузданости: ( ) * + √ ∫ . ̅ / ̅ . (4.9) Функција произвољне log-нормалне расподеле може се трансформисати у стандардизовани облик случајне променљиве (Лапласова функција) за коју су одређене табличне вредности и које се могу наћи у литератури (Vukadinović i Popović, 2008) [265]. Поступак се састоји у увођењу смене: ̅ , па је коначан облик Лапласове функције (z) (Vukadinović i Popović, 2008) [265]: ( ) √ ∫ . (4.10) Факултет инжењерских наука Универзитета у Крагујевцу 134 Познајући особине Лапласове функције, односно: ( ) ( ) ( ) ( ), стандардизована вредност кумулативне функције отказа (Vukadinović i Popović, 2008) [265] јесте: ( ) . / { } * + . ̅ /. (4.11) Водећи се једначином (4.11) неопходно је израчунати теоријске вредности функције отказа ( ) и функције поузданости ( ), односно: ( ) { } { } * + ( ) ( ) { } { } * + ( ) ( ) { } { } * + ( ) ( ) { } { } * + ( ) ( ) { } { } * + ( ) ( ) { } { } * + ( ) ( ) { } { } * + ( ) ( ) { } { } * + ( ) Провера прихватања модела, односно нул-хипотезе ( ̅ ), применом теста сагласности Колмогоров-Смирнова за вероватноћу догађаја (Ross, 2004) [277] може се изразити неједначином: | | | ̅ ( ) ( )| . (4.12) ( ) ( ) ( ) (4.13) Факултет инжењерских наука Универзитета у Крагујевцу 135 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 6,09 11,45 16,81 22,171 27,532 32,895 38,254 43,615 Оксиди азота из околне средине, µg/m³ експериментално теоријски Ако је: | | | ̅ ( ) ( )| , нул-хипотеза ( ̅ ) се не одбацује, односно емпиријски закон log-нормалне расподеле са 95% поузданости репрезентује резултате концентрација . У табели 4.11 приказане су разлике функција ̅ ( ) ( ) | | Табела 4.11 Разлике функција густине отказа вредности концентрација Параметар Класе 1 2 3 4 5 6 7 8 [µg·m -3 ] 6,09 11,45 16,810 22,171 27,532 32,895 38,254 43,615 ̅ ( ) 0,227 0,617 0,8182 0,8831 0,922078 0,94805 0,974026 0,993506 ( ) 0,1788 0,5871 0,8212 0,9236 0,9656 0,9838 0,9922 0,9961 | | 0,0482 0,0299 0,003 0,0405 0,0435 0,0357 0,018174 0,00259 Како је | | , то је емпиријски модел функције отказа log- нормалне расподеле концентрација : ( ) . / √ ∫ . / , (4.14) високо прихватљив ( ) и поуздан са вероватноћом од . Одступања теоријских ( ) и експерименталних вредности ̅ ( ) функције отказа log-нормалне расподеле концентрација дијаграмски су приказанa на слици 4.15. ̅ ( ) ( ) . ( ) . / √ ∫ . / Тест сагласности Колмогоров-Смирновa за P=0,95 ( ) Слика 4.15 Одступања теоријских и експерименталних вредности функција отказа концентрација 𝑁𝑂𝑥𝑏 за log-нормалну расподелу: 𝑋 𝐿𝑁( ) Факултет инжењерских наука Универзитета у Крагујевцу 136 5.2.2. Анализа закона емпиријске расподеле угљен-моноксида из околне средине Табела А27 (прилог А) представља базу од 723 концентрације CO из околне средине током месеца јула, августа и дела септембра 2012. године, у периоду 06.00–17.00 часова. Уколико се примени методологија описана у тачки 5.2.1, табела А28 (прилог А) приказује, поред обједињених података по данима у недељи, и аритметичке средине концентрација CO за сваки сат посматрања. Тиме је формирана емпиријска популација од 77 података. У табели 4.12 дати су елементи полазног модела за одређивање закона расподеле средњих концентрација CO по сатима из околне средине, односно COb (енг. background CO concentrations), а експериментални подаци неопходни за њено формирање су: 1. Укупан број података у подскупу: 2. Размак варијације: mg·m -3 3. За усвајање броја класа услови су: a. за препорука за z је између 7 и 10 b. √ Усвојено класа 4. Ширина класе: ⁄ mg·m-3 Табела 4.12 Елементи полазног модела расподеле вредности концентрација COb Параметар Класе 1 2 3 4 5 6 7 8 Интервал класе - [mg·m -3 ] 0,1076– 0,124775 0,124775– 0,14195 0,14195– 0,159125 0,159125– 0,1763 0,1763– 0,193475 0,193475– 0,21065 0,21065– 0,227825 0,22782– 0,2450 Средина класе - [mg·m -3 ] 0,1162 0,1333 0,1506 0,1677 0,1849 0,2021 0,2193 0,2364 Фрекфенција - ̅ 6 16 28 9 8 7 2 1 У табели 4.13 дате су експерименталне вредности функција поузданости ̅ ( ) и отказа ̅ ( ). Табела 4.13 Функције поузданости и отказа вредности концентрацијa COb Да би се приступило провери одређене расподеле, неопходно је пре тога сагледати у табели 4.9 број и структуру појављивања вредности ̅ у свакој класи. Геометријска илустрација такве статистичке табеле је хистограм расподеле фреквенција. Јасно је да log-нормална расподела има потенцијала за прихватљиво слагање теоријских и експерименталних вредности случајне променљиве, што треба и проверити. Параметар Класе 1 2 3 4 5 6 7 8 [µg·m -3 ] 0,1162 0,1333 0,15057 0,16774 0,18492 0,202092 0,2193 0,23644 ̅ 6 16 28 9 8 7 2 1 ̅ 74 63 41 22,5 14 6,5 2 0,5 77 71 71 55 55 27 27 18 18 10 10 3 3 1 1 0 ̅ ( ) ̅ ⁄ 0,961 0,81818 0,532 0,292 0,181818 0,0844 0,02597 0,006493 ̅ ( ) ̅ ( ) 0,03896 0,1818 0,4675 0,7078 0,818181 0,91558 0,974026 0,993506 Факултет инжењерских наука Универзитета у Крагујевцу 137 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 0,1162 0,1333 0,15057 0,16774 0,18492 0,202092 0,2193 0,23644 Угљен-моноксид из околне средине, mg/m³ експериментално теоријски 5.2.2.1. Хипотетички модел log-нормалне расподеле концентрација угљен- моноксида из околне средине С обзиром да је смањен број података са 723 на 77, и користећи једначине (4.5) и (4.6), аритметичка средина и стандардно одступање хипотетичког модела log-нормалне расподеле концентрација COb јесте ̅ и . Тест сагласности Колмогоров- Смирнова за усвојено и према једначини (4.11) дефинише . У табели 4.14 представљене су разлике функција ̅ ( ) ( ) | | Табела 4.14 Разлике функција густине отказа вредности концентрација Параметар Класе 1 2 3 4 5 6 7 8 [µg·m -3 ] 0,1162 0,1333 0,15057 0,16774 0,18492 0,202092 0,2193 0,23644 ̅ ( ) 0,03896 0,1818 0,4675 0,7078 0,818181 0,91558 0,974026 0,993506 ( ) 0,0401 0,1788 0,4277 0,6808 0,8554 0,9452 0,9812 0,9945 | | 0,0011 0,003 0,0398 0,027 0,0373 0,0296 0,00717 0,000994 Како је према једначини (4.12) | ( )| , то је емпиријски модел функције отказа log-нормалне расподеле концентрацијa : ( ) ( ) * + ∫ ( ) , (4.15) прихватљив и репрезентује концентрације . Одступања теоријских ( ) и експерименталних вредности ̅ ( ) функције отказа log-нормалне расподеле дијаграмски су приказана на слици 4.16. ̅ ( ) ( ) ( ) ( ) ∫ ( ) Тест сагласности Колмогоров-Смирновa за P=0,95 ( ) Слика 4.16 Одступања теоријских и експерименталних вредности функција отказа концентрација 𝐶𝑂𝑏 за log-нормалну расподелу: 𝑋 𝐿𝑁( ) Факултет инжењерских наука Универзитета у Крагујевцу 138 5.2.3. Анализа закона емпиријске расподеле брзине ветра из околне средине Табела А23 (прилог А) представља базу од 581 податка брзине ветра из околне средине ( ) (енг. background wind speed) током месеца јула, августа и дела септембра 2012. године, у периоду посматрања од 06.00 до 17.00 часова. Применом методологије описане у тачки 5.2.1, табела А24 (прилог А) приказује, поред података по данима у недељи, и аритметичке средине вредности за сваки сат посматрања. Тиме је формирана емпиријска популација од 77 података. У табели 4.15 дати су елементи полазног модела за одређивање закона расподеле брзине ветра из околне средине, а експериментални подаци неопходни за њено формирање су: 1. Укупан број података у подскупу: 2. Размак варијације: m·s -1 3. За усвајање броја класа услови су: a. за препорука за z је између 7 и 10 b. √ Усвојено класа 4. Ширина класе: ⁄ m·s-1 Табела 4.15 Елементи полазног модела расподеле вредности Параметар Класе 1 2 3 4 5 6 7 8 Интервал класе - [m·s -1] 0,32– 0,43125 0,43125– 0,5425 0,5425– 0,65375 0,65375– 0,765 0,765– 0,87625 0,87625– 0,9875 0,9875– 1,09875 1,0985– 1,21 Средина класе - [m·s-1] 0,37562 0,48687 0,59812 0,70937 0,82062 0,93187 1,04312 1,15437 Фрекфенција - ̅ 6 9 9 14 19 12 5 3 У табели 4.16 дате су експерименталне вредности функција поузданости ̅ ( ) и отказа ̅ ( ). Табела 4.16 Функције поузданости и отказа вредности Параметар Класе 1 2 3 4 5 6 7 8 [m·s -1] 0,37562 0,48687 0,59812 0,70937 0,82062 0,93187 1,04312 1,15437 ̅ 6 9 9 14 19 12 5 3 ̅ 74 66,5 57,5 46 29,5 14 5,5 1,5 77 71 71 62 62 53 53 39 39 20 20 8 8 3 3 0 ̅ ( ) ̅ ⁄ 0,961039 0,86363 0,746753 0,597403 0,383117 0,181818 0,07142 0,01948 ̅ ( ) ̅ ( ) 0,038961 0,13636 0,253247 0,402597 0,616883 0,818182 0,92857 0,98051 Да би се приступило провери одређене расподеле, неопходно је пре тога сагледати у табели 4.9 број и структуру појављивања вредности ̅ у свакој класи. Геометријска илустрација такве статистичке табеле је хистограм расподеле фреквенција. Јасно је да log-нормална расподела има потенцијала за прихватљиво слагање теоријских и експерименталних вредности случајне променљиве, што треба и проверити. Факултет инжењерских наука Универзитета у Крагујевцу 139 Слика 4.17 Одступања теоријских и експерименталних вредности функција отказа вредности 𝑢𝑏 за log-нормалну расподелу: 𝑋 𝐿𝑁( ) 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 0,37562 0,48687 0,59812 0,70937 0,82062 0,93187 1,04312 1,15437 Брзина ветра из околне средине, m/s² експериментално теоријски 5.2.3.1. Хипотетички модел log-нормалне расподеле брзине ветра из околине С обзиром да је смањен број података са 581 на 77, и користећи једначине (4.5) и (4.6), аритметичка средина и стандардно одступање хипотетичког модела log-нормалне расподеле вредности јесте ̅ и . Тест сагласности Колмогоров-Смирнова за усвојено и према једначини (4.11) дефинише . У табели 4.17 представљене су разлике функција ̅ ( ) ( ) | | Табела 4.17 Разлике функција густине отказа вредности концентрација Параметар Класе 1 2 3 4 5 6 7 8 [m·s -1] 0,37562 0,48687 0,59812 0,70937 0,82062 0,93187 1,04312 1,15437 ̅ ( ) 0,03896 0,13636 0,253247 0,402597 0,616883 0,818182 0,92857 0,98051 ( ) 0,0146 0,0951 0,2709 0,488 0,6772 0,8133 0,8997 0,9474 | | 0,024361 0,041264 0,017653 0,085403 0,060317 0,004882 0,028871 0,033119 Како је према једначини (4.12) | | , то је емпиријски модел функције отказа LN расподеле вредности ub: ( ) ( ) * + ∫ ( ) , (4.16) прихватљив и репрезентује вредности . Одступања теоријских ( ) и експерименталних вредности ̅ ( ) функције отказа log-нормалне расподеле дијаграмски су приказана на слици 4.17. ̅ ( ) ( ) ( ) ( ) ∫ ( ) Тест сагласности Колмогоров-Смирновa за P=0,95 ( ) Факултет инжењерских наука Универзитета у Крагујевцу 140 5.2.4. Анализа закона емпиријске расподеле протока возила (модел Ц) Провера закона емпиријске расподеле протока возила је изведена за две улице, односно за улицу Димитрија Туцовића и улицу Милоша Великог. У случају друге поменуте улице, тестирана је хипотеза о слагању података протока возила са log-нормалном расподелом (модел Ц), док је у случају улице Димитрија Туцовића указано како више хипотетичких модела расподеле (модел А и модел Б) могу прихватљиво следити експерименталне податке, али ће меродаван бити онај за који тест сагласности Колмогоров-Смирнова покаже да је прецизнији. У табели 4.18 дати су елементи полазног модела за одређивање закона расподеле протока возила модела Ц. Бројање саобраћаја је изведено током 4 (3+1) радна дана у месецу јулу и августу 2012. године, у периоду између 06.00 и 17.00 часова. Подаци потребни за формирање табеле 4.18 су: 1. Укупан број података у скупу: 2. Размак варијације: voz·h -1 3. За усвајање броја класа услови су: a. за препорука за z је између 6 и 8 b. √ Усвојено класа 4. Ширина класе: ⁄ voz·h-1 Такође је важно нагласити да услед мањег броја регистрованих возила по сатима и не сувише великог размака варијације у односу на ширину класе, неће се, као у претходним тачкама, извршити груписање података по данима у току недеље и израчунати аритметичке средине по сатима, већ ће је тестиран основни, односно несажети скуп података. Табела 4.18 Елементи полазног модела расподеле вредности протока возила модела Ц Параметар Класе 1 2 3 4 5 6 7 Интервал класе - [voz·h -1] 260–305 305–350 350–395 395–440 440–485 485–530 530– 575 Средина класе - [voz·h -1] 282,5 327,5 372,5 417,5 462,5 507,5 552,5 Фрекфенција - ̅ 4 2 2 8 10 13 5 У табели 4.19 дате су експерименталне вредности функција поузданости ̅ ( ) и отказа ̅ ( ). Табела 4.19 Функције поузданости и отказа вредности протока возила модела Ц Параметар Класе 1 2 3 4 5 6 7 [voz·h -1] 282,5 327,5 372,5 417,5 462,5 507,5 552,5 ̅ 4 2 2 8 10 13 5 ̅ 42 39 37 32 23 11,5 2,5 44 40 40 38 38 36 36 28 28 18 18 5 5 0 ̅ ( ) ̅ ⁄ 0,9545 0,8864 0,8409 0,7273 0,5227 0,2614 0,0568 ̅ ( ) ̅ ( ) 0,04545 0,1136 0,1591 0,2727 0,4773 0,7386 0,9432 Факултет инжењерских наука Универзитета у Крагујевцу 141 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 282,5 327,5 372,5 417,5 462,5 5073,5 552,5 Проток возила у улици Милоша Великог, voz/h експериментално теоријски 5.2.4.1. Хипотетички модел log-нормалне расподеле протока возила (модел Ц) Користећи једначине (4.5) и (4.6), аритметичка средина и стандардно одступање хипотетичког модела log-нормалне расподеле протока возила модела Ц је ̅ и . Тест сагласности Колмогоров-Смирнова за усвојено и према једначини (4.11) дефинише ( ) ⁄ ( ) ( ) ⁄ . У табели 4.20 представљене су ̅ ( ) ( ) | | Табела 4.20 Разлике функција густине вредности протока возила модела Ц Параметар Класе 1 2 3 4 5 6 7 [voz·h -1] 282,5 327,5 372,5 417,5 462,5 5073,5 552,5 ̅ ( ) 0,04545 0,1136 0,1591 0,2727 0,4773 0,7386 0,9432 ( ) 0,0113 0,0618 0,1864 0,3783 0,4168 0,7517 0,8663 | | 0,0342 0,0518 0,0273 0,1056 0,0605 0,0131 0,0769 Како је према једначини (4.12) | | , то је емпиријски модел функције отказа log-нормалне расподеле протока возила модела Ц: ( ) ( ) * + ∫ . / , (4.17) прихватљив и репрезентује експерименталне вредности протока возила по сатима бројања. Графичка илустрација одступања теоријских и експерименталних вредности функције отказа log- нормалне закона расподеле саобраћајног протока по сатима приказана је на слици 4.18. ( ) ( ) ∫ . / Тест сагласности Колмогоров-Смирновa за P=0,95 ( ) ̅ ( ) ( ) Слика 4.18 Одступања теоријских и експерименталних вредности функција отказа протока возила модела Ц за log-нормалну расподелу: 𝑞 𝐿𝑁( ) Факултет инжењерских наука Универзитета у Крагујевцу 142 5.2.5. Анализа закона емпиријске расподеле протока возила (модел А) У табели 4.21 дати су елементи полазног модела за одређивање закона расподеле протока возила модела А. Бројање саобраћаја је спроведено током 7 дана у месецу јулу и августу 2012. године, у периоду између 06.00 и 17.00 часова. Експериментални подаци неопходни за формирање табеле 4.21 су: 1. Укупан број података у скупу: 2. Размак варијације: voz·h -1 3. За усвајање броја класа услови су: a. за препорука за z је између 7 и 10 b. √ Усвојено класа 4. Ширина класе: ⁄ voz·h-1 Табела 4.21 Елементи полазног модела расподеле вредности протока возила модела А Параметар Класе 1 2 3 4 5 6 7 Интервал класе - [voz·h-1] 638–749 749–860 860–971 971–1082 1082– 1193 1193– 1304 1304– 1415 Средина класе - [voz·h-1] 693,5 804,5 915,5 1026,5 1137,5 1248,5 1359,5 Фрекфенција - ̅ 8 2 8 19 17 18 5 У табели 4.22 дате су вредности функције поузданости ̅( ) и функције отказа ̅( ). Табела 4.22 Функције поузданости и отказа вредности протока возила модела А Параметар Класе 1 2 3 4 5 6 7 [voz·h -1] 693,5 804,5 915,5 1026,5 1137,5 1248,5 1359,5 ̅ 8 2 8 19 17 18 5 ̅ 73 68 63 49,5 31,5 14 2,5 77 69 69 67 67 59 59 40 40 23 23 5 5 0 ̅ ( ) ̅ ⁄ 0,948052 0,883117 0,818182 0,642857 0,409091 0,181818 0,032468 ̅ ( ) ̅ ( ) 0,051948 0,116883 0,181818 0,357143 0,590909 0,818182 0,967532 5.2.5.1. Хипотетички модел log-нормалне расподеле протока возила (модел А) Користећи једначине (4.5) и (4.6), аритметичка средина и стандардно одступање хипотетичког модела log-нормалне расподеле протока возила модела А је ̅ и . Тест сагласности Колмогоров-Смирнова за усвојено и према једначини (4.11) дефинише ( ) ⁄ ( ) ( ) ⁄ . У табели 4.23 представљене су разлике функција ̅ ( ) ( ) | | Факултет инжењерских наука Универзитета у Крагујевцу 143 Слика 4.19 Одступања теоријских и експерименталних вредности функција отказа протока возила модела А за log-нормалну расподелу: 𝑞 𝐿𝑁( ) 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 693,5 804,5 915,5 1026,5 1137,5 1248,5 1359,5 Проток возила у улици Димитрија Туцовића (модел А), voz/h експериментално теоријски Табела 4.23 Разлике функција густине вредности протока возила модела А Параметар Класе 1 2 3 4 5 6 7 [voz·h-1] 693,5 804,5 915,5 1026,5 1137,5 1248,5 1359,5 ̅ ( ) 0,051948 0,116883 0,181818 0,357143 0,590909 0,818182 0,967532 ( ) 0,0119 0,0725 0,2206 0,4404 0,6554 0,8159 0,9406 | | 0,040048 0,044383 0,038782 0,083257 0,064491 0,002282 0,026932 Како је према једначини (4.12) | | , то је емпиријски модел функције отказа log-нормалне расподеле протока возила модела А: ( ) ( ) * + ∫ . / , (4.18) прихватљив и репрезентује експерименталне вредности протока возила по сатима бројања. Графичка илустрација одступања теоријских и експерименталних вредности функције отказа log- нормалног закона расподеле саобраћајног протока по сатима приказана је на слици 4.19. ( ) ( ) ∫ . / Тест сагласности Колмогоров-Смирновa за P=0,95 ( ) ̅ ( ) ( ) Факултет инжењерских наука Универзитета у Крагујевцу 144 5.2.5.2. Хипотетички модел нормалне расподеле протока возила (модел Б) Ако су вредности случајне променљиве груписане по интервалима (класама), аритметичка средина и стандардно одступање нормалне расподеле (Ćatić, 2005) [275] може се изразити: ̅ ∑ ̅ . (4.19) √ 0∑ ( ̅) ̅ 1. (4.20) Користећи једначине (4.19) и (4.20), аритметичка средина и стандардно одступање хипотетичког модела нормалне расподеле протока возила модела Б је ̅ voz·h-1 и voz·h -1 . Непрекидна случајна променљива X има нормалну расподелу са параметрима ̅ и , или краће ( ̅ ), ако је одређена трима функције (Walpole et al., 2012) [276], односно:  Функцијом густине отказа: ( ) √ . ̅ / ̅ . (4.21)  Кумулативном функцијом отказа: ( ) * + √ ∫ . ̅ / ̅ . (4.22)  Кумулативном функцијом поузданости: ( ) * + √ ∫ . ̅ / ̅ (4.23) Функција произвољне нормалне расподеле може се трансформисати у стандардизовани облик случајне променљиве (Лапласова функција) за коју су одређене табличне вредности и које се могу наћи у литератури (Vukadinović i Popović, 2008) [265]. Поступак се састоји у увођењу смене: ̅ , па је коначан облик Лапласове функције (z) (Vukadinović i Popović, 2008) [265]: ( ) √ ∫ . (4.24) Познајући особине Лапласове функције, односно: ( ) ( ) ( ) ( ), стандардизована вредност кумулативне функције отказа (Vukadinović i Popović, 2008) [265] јесте: ( ) . / { } * + . ̅ /. (4.25) Факултет инжењерских наука Универзитета у Крагујевцу 145 Водећи се једначином (4.25), неопходно је израчунати теоријске вредности функције отказа ( ) и функције поузданости ( ), односно: ( ) { } { } * + ( ) ( ) { } { } * + ( ) ( ) { } { } * + ( ) ( ) { } { } * + ( ) ( ) { } { } * + ( ) ( ) { } { } * + ( ) ( ) { } { } * + ( ) Тест сагласности Колмогоров-Смирнова за усвојено и према једначини (4.12) дефинише . У табели 4.24 представљене су разлике функција ̅ ( ) ( ) | | Табела 4.24 Разлике функција густине вредности протока возила модела Б Параметар Класе 1 2 3 4 5 6 7 [voz·h-1] 693,5 804,5 915,5 1026,5 1137,5 1248,5 1359,5 ̅ ( ) 0,051948 0,116883 0,181818 0,357143 0,590909 0,818182 0,967532 ( ) 0,0193 0,0708 0,1949 0,4013 0,6368 0,8315 0,9418 | | 0,032648 0,046083 0,013082 0,044157 0,045891 0,013318 0,025732 Како је према једначини (4.12) | | , то је емпиријски модел функције отказа нормалне расподеле протока возила модела Б: ( ) ( ) * + ∫ . / , (4.25) прихватљив и репрезентује експерименталне вредности протока возила по сатима бројања. Факултет инжењерских наука Универзитета у Крагујевцу 146 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 693,5 804,5 915,5 1026,5 1137,5 1248,5 1359,5 Проток возила у улици Димитрија Туцовића (модел Б), voz/h експериментално теоријски Пошто је | | за усвојен ниво поузданости од P=0,95 за log-нормалну расподелу ( ) и | | за нормалну расподелу ( ), као бољи (тачнији) емпиријски модел расподеле вредности протока возила, у улици ДТ, усваја се НОРМАЛНИ закон расподеле представљен једначином (4.25). Одступања теоријских ( ) и експерименталних вредности ̅ ( ) функције отказа нормалне расподеле дијаграмски су приказана на слици 4.20. 5.3. Верификација и валидација резултата модела дисперзије Као што је наглашено у претходним поглављима, мерење концентрације CO и NOx изведено je у трајању од 7 дана у улици Димитрија Туцовића и 3 дана у улици Милоша Великог. Заједничко за обе јесте чињеница да припадају улицама облика кањона, односно са обе стране су опојасане високим зградама. Такође су поједини критеријуми, објашњени у пасусу 1 на страни 115 ове дисертације, морали бити испуњени да би поменуте улице могле бити прихваћене као експерименталне и за анализу уопште. Да би се извршила оцена тачности резултата полуемпиријског модела OSPM, потребно је урадити одговарајућу параметаризацију два програма. Први програм, COPERT4, врши процену емисије и прорачун емисионих фактора, док други програм, у зависности од метеоролошких и других услова, врши прорачун концентрација штетних материја и тако процењује квалитет ваздуха унутар улица облика кањона. ̅ ( ) ( ) ( ) ( ) ∫ . / Тест сагласности Колмогоров-Смирновa за P=0,95 ( ) Слика 4.20 Одступања теоријских и експерименталних вредности функција отказа протока возила модела Б за нормалну расподелу: 𝑞 𝑁( ) Факултет инжењерских наука Универзитета у Крагујевцу 147 Параметаризација програма COPERT4 захтева: 1. Дефинисање возног парка Републике Србије према категорији, технологији и погонском гориву у 2011.години; 2. Меродавну структуру регистрованих саобраћајних токова; 3. Врсту и спецификацију погонског горива у експлоатацији; 4. Сатну дистрибуцију возила по категоријама (ПА, ЛТВ, ТТВ и БУС); 5. Средњу сатну дистрибуцију брзина кратких (ПА и ЛТВ) и дугачких (ТТВ и БУС) возила; 6. Сатну дистрибуцију хладно стартованих мотора у процентима; 7. Проценат возила са катализатором од укупно анализираног возног парка; 8. Сатну дистрибуцију амбијенталне температуре; 9. Усвајање обрасца неопходног за прорачун емисионог фактора CO и NOx сваке категорије и технологије возила; 10. Усвајање обрасца за корекцију емисије услед укупно пређене километраже сваке категорије и технологије возила (за ЕУРО1 и више стандарде); 11. Усвајање обрасца за корекцију емисије у зависности од процента хладно стартованих мотора по категорији и технологији возила; 12. Усвајање обрасца за корекцију састава горива у зависности од садржаја бензена; 13. Средњу годишњу и дневну километражу по категорији и технологији возила. Усвојени подаци за возни парк Републике Србије (2011.) налазе се у табели А29 (прилог А), док је меродавна структура саобраћајног тока дефинисана у данима и сатима мануелног бројања. Неопходне информације везане за врсту и спецификацију домаћих погонских горива (бензин, дизел и ТНГ) налазе се у табелама А(16–18) (прилог А). Дистрибуције возила по сатима и категоријама су утврђене бројањем на терену, док се усвојене средње брзине кратких и дугачких возила по сатима налазе у табелама 4.3 и 4.4. Усвојен је проценат хладно стартованих мотора од 10% у периоду од 6.00 до 9.00 часова и од 14.00 до 15.00 часова, а основни разлог јесу возила која користе запослени ради одласка на посао и повратка са посла. Прецизнији број таквих у различитим сатима посматрања може бити предмет каснијих истраживања. Корекција (повећање) емисије услед укупно пређене километраже возила, према COPERT методологији, важи само за возила са катализатором која су прешла до 120.000 km, јер се претпоставља да наставком повећања пређених километара не долази до значајнијег, односно линеарног повећања штетне емисије. Зато су поједине рубрике у табелама А(31–34) (прилог А) остављене празне. Усвојени обрасци за прорачун емисионих фактора сваке категорије возила, деградација емисије услед пређене километраже, као и корекција емисије услед хладно стартованих мотора (хладна емисија) приказани су у табелама А(31–36) (прилог А). Факултет инжењерских наука Универзитета у Крагујевцу 148 Табела 4.25 приказује процентуалну заступљеност возила према технологији у 2011. години за возни парк Републике Србије. Из приложеног је усвојено да 46,6% возила нема катализатор, док поменути поседује 53,4% возила. Табела 4.25 Заступљеност возила према технологији у Републици Србији за 2011. годину ПА [%] ЛТВ [%] ТТВ [%] БУС [%] 2W [%] K E (1–4) K E (1–4) K E (1–4) K E (1–4) K E (1–4) 42,1 47,3 2,2 1,4 1,7 3,7 0,1 0,3 0,6 0,8 Напомена: К - класична; Е (1–4) - еуро 1 до еуро 4 стандарда емисије Као поређење може се навести податак возних паркова појединих чланица ЕУ, попут Данске, која је 1993. године поседовала 17% возила са катализатором, 1994. године 25%, 1998. године 51,7%, 2001. године 67,1%, 2005. године 83,1% и 2010. године 95,2% (Berkowitz et., 1997b; 2002) [184] [30], односно Немачке, која је 1994. године поседовала 65% возила са катализатором и 1995. године 70% (Aquilina and Micallef, 2004) [33]. Ако се упореде проценти и године, у закључку можемо навести да је возни парк Републике Србије, према заступљености савремених технологија за смањење штетне издувне емисије мотора, око 14 година у заостатку за појединим развијеним земљама чланицама ЕУ. За разлику од OSPM-а, CAL4 дефинише саобраћајни ток као бесконачан број линијских извора емисије, а саобраћајни одсек као групу појединачних праволинијских деоница (сегмената) у којима је присутна константна вредност количине емисије у јединици времена. За процену емисије потребно је обезбедити вредност протока возила по сатима (без дефинисања категорије, технологије и горива) и вредност емисионог фактора [g·mile-1] штетне материје од интереса. Нема корективних прорачуна деградације емисије услед укупно пређене километраже возила, као ни односа хладне и топле емисије, тако да пре прорачуна није неопходно познавати проценат хладно стартованих мотора. Разлог зашто CAL4 модел не узима у обзир проценат хладно стартованих мотора јесте његова првобитна намена која се односила на процену количине емисије у близини ауто-путева. У том случају се сматра да стопа хладне емисије не би требало да има већи утицај, јер су на саобраћајници високог ранга катализатори функционално већ оптимално загрејани. CAL4 може обезбедити излазне резултате за три штетне материје, односно за CO, NO2 и једну класу чврстих честица од 10 μm. Додатно се мора нагласити да је група аутора, поменутог модела, излазне резултате NO2 изједначила са NOx. Постоји неколико алтернативних начина прорачуна концентрације NOx који се препоручују за CAL4, али зато је неопходно познавати количину емисије CO у јединици времена, као и формулацију конверзије јединица [ppm] у [μg·m-3] ( · · · · · ). На пример, ако је дефинисан ЕФ CO од 10 g·mile-1, једно возило производиће према CAL4 3,1 ppm CO, да би у исто време, за емисиони фактор NOx од 2 g·mile -1, његова концентрација износила ( · · ) 775 μg·m-3. Факултет инжењерских наука Универзитета у Крагујевцу 149 Зато можемо одмах на почетку анализе закључити да с обзиром да OSPM може проценити концентрацију за четири штетне материје (CO, NOx, NO и NO2) и 3 класе величина чврстих честица (2,5; 5 и 10 μm), модел CAL4 будућим корисницима нуди мање информација које би биле употребљене приликом еколошких процена квалитета ваздуха једне специфичне амбијенталне микросредине. Параметаризација програма за прорачун имисије OSPM-а захтева дефинисање: 1. Геометрије улице облика кањона и њене орјентације у односу на север; 2. Вредности концентрације штетне материје из околне средине по сатима; 3. Метеоролошких података (брзине и праваца ветра из околне средине) по сатима; 4. Позиције и висине једног или два места мерења (на једној или обе стране улице); 5. Позиције и величине свих отвора на страницама кањона. Слика 4.21 приказује геометрију улице Димитрија Туцовића, док слика 4.22 геометрију улице Милоша Великог. Максимална дужина (на слици означено са ,,lenght“) на којој је могуће добити моделиране концентрације износи 75 m са једне и 75 m са друге стране позиције мерења (означено зеленом тачком). Слика 4.21 Параметаризована геометрија улице Димитрија Туцовића Слика 4.22 Параметаризована геометрија улице Милоша Великог Факултет инжењерских наука Универзитета у Крагујевцу 150 Када је у питању улица облика кањона, CAL4 обезбеђује дводимензионалну интерпретацију само једног сегмента, па из тог разлога неће бити приказана. Од других неопходних информација, а пре прорачуна процењених концентрација, неопходно је дефинисати: 1. Надморску висину мерне локације; 2. Аеродинамички коефицијент градске области; 3. Брзину и правац деловања ветра из околне средине; 4. Класу атмосферске стабилности; 5. Висину мешања штетних материја и број мерних места; 6. Амбијенталну температуру; 7. Дистрибуцију саобраћајног протока по сатима; 8. Дистрибуцију емисионог фактора штетне материје од интереса по сатима. Надморска висина града Краљева је 206 m, док аеродинамички коефицијент градске области представља неравност градске области ( ), па је на основу дефинисаних класа из табеле 3.5, усвојена вредност од 0,5. Брзине и правци деловања ветра из околне средине усвојени су из табела А(22–23) (прилог А), док класа атмосферске стабилности припада првој групи (препоручено од аутора CAL4 модела, а усваја се током поступка параметаризације модела), односно када су преовлађујуће брзине ветрова из околне средине ≤ 4 m·s-1. Висина мешања штетних материја, према захтеву модела, не може бити нижа од 5 m, па је она и усвојена као меродавна. Податак о амбијенталној температури је обезбеђен метеоролошким мерењем са већ поменуте аутоматске станице за мониторинг квалитета ваздуха у граду Краљеву, док је дистрибуција протока саобраћаја дефинисана мануелним бројањем возила у сатима мерења. Без обзира на захтев CAL4 о дистрибуцији ЕФ-а CO и NOx по сатима, усвојена је јединствена вредност у зависности од штетне материје, с обзиром да колебање ЕФ-а зависи од великог броја фактора (карактеристика погонског горива, возног парка као и радних карактеристика возила) који нису могли бити прецизно одређени током експеримента. За сва возила је примењен блажи Федерални стандард САД-а за издувну емисију у односу на калифорнијски LEVII стандард (табела 2.4). Колико су такви стандарди реални, показало је истраживање на узорку од 1.005.446 возила, при чему су ЕФ-и CO и NOx одређени EPA MOBILE6.2 моделом (табела А37, прилог А), односно методологијом која се најчешће употребљава на северноамеричком континенту. Јасно је да поред упоредне анализе модела OSPM и CAL4, сличне студије могу обезбедити и поређење усвојених ЕФ-а добијених COPERT4 и EPA MOBILE6.2 програмом. У табели А38 (прилог А) приказани су резултати моделираних концентрација CO и NOx, за улицу Димитрија Туцовића и улицу Милоша Великог, моделима OSPM и CAL4, при чему су уједно дате и измерене вредности концентрација поменутих штетних материја од стране ГЗЈЗ-а Бгд. Графички приказ моделираних и измерених концентрација илустрован је сликама А(1-4) (прилог А). Факултет инжењерских наука Универзитета у Крагујевцу 151 5.4. Избор модела за процену квалитета амбијенталног ваздуха Да би се проверила Хипотеза 2, односно утврдило који модел дисперзије боље процењује вредности регистроване имисије, употребиће се 10 (8+2) статистичких индикатора слагања података (Gualtieri, 2010) [278], односно: 1. Нормализовано одступање средњих вредности (енг. Fractional Bias): ̅̅̅̅ ̅̅ ̅̅ ( ̅̅̅̅ ̅̅ ̅̅ ) | | . (4.26) 2. Средње одступање геометријске средине (енг. Geometric mean bias): ( ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅) . (4.27) 3. Средња квадратна грешка (енг. Mean square error): ∑ ( ) . (4.28) 4. Нормализована средња квадратна грешка (енг. Normalized Mean Square Error): ̅̅̅̅ ̅̅ ̅̅ . (4.29) 5. Корен средње квадратне грешке (енг. Root mean square error): √ . (4.30) 6. Нормализовани корен средње квадратне грешке (енг. Normalized root mean square error): √ ̅̅̅̅ ̅̅ ̅̅ . (4.31) 7. Геометријска дисперзија (енг. Geometric Variance): [( ) ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ] . (4.32) 8. Тежински фактор две процене (енг. Fraction of predictions within a factor of two of observation): . (4.33) 9. Индекс слагања (енг. Index of agreement): [ ∑ .| ̅̅ ̅̅̅| | ̅̅ ̅̅̅|/ ]. (4.34) 10. Пирсонов коефицијент корелације: ∑ . ̅̅ ̅̅̅/ . ̅̅ ̅̅ ̅/ . (4.35) где је: ̅̅ ̅ - средња вредност измерених имисија; ̅̅ ̅̅ - средња вредност моделираних имисија; N - број узорака; - вредност измерене имисије; - вредност моделиране имисије; - стандардно одступање измерене имисије; - стандардно одступање моделиране имисије. Факултет инжењерских наука Универзитета у Крагујевцу 152 Идеални модел би имао (MG, GV, FAC2, R, IA)=1, а (FB, NMSE, NRMSE)=0. Ипак, на пример, прихватљиве границе FB су ±30%, затим бар 50% моделираних вредности мора бити мање од двоструке измерене вредности (FAC2). Мултипликативни фактор 4, односно 3, јесте горња граница и , респектабилно. Међутим, неопходно је знати да се линеарни индикатори FB и NMSE понашају прилично нестабилно при појави већих вредносних колебања, па су логаритамски статистички параметри MG и GV тада много стабилнији. Са друге стране, MG и VG су осетљиви на мале вредности, што може бити уобичајен случај код атмосферских стања. Такође се мора нагласити да је FAC2 најробуснији статистички индикатор, с обзиром да на њега не утичу изразито екстремне вредности (Galeriu and Patryl, 2011) [290]. Табела 4.26 Издвојени статистички индикатори Статистички параметри оцене Улица Димитрија Туцовића Улица Милоша Великог CO [mg·m -3 ] NOx [µg·m-3] CO [mg·m -3 ] NOx [µg·m-3] OSPM CAL4 OSPM CAL4 OSPM CAL4 OSPM CAL4 MSE 0,068 0,106 5.045,87 8.031,23 0,025 0,154 295,461 3.983,77 RMSE 0,261 0,326 71,034 89,617 0,160 0,392 17,194 63,117 Само за резултате имисије при 𝛉 ±30° у односу на симетралу улице MSE 0,056 0,032 2.872,27 4.949,06 0,002 0,059 56,065 4.038,19 RMSE 0,236 0,180 53,594 70,350 0,049 0,244 7,488 63,547 Напомена: 𝛉 - правац ветра из околне средине Табела 4.27 Статистички индикатори процене слагања измерених и моделираних имисија Статистички параметри оцене Улица Димитрија Туцовића Улица Милоша Великог CO NOx CO NOx OSPM CAL4 OSPM CAL4 OSPM CAL4 OSPM CAL4 FB 0,034 0,137 0,334 0,337 0,052 0,397 0,215 0,881 MG 1,034 0,885 1,49 1,427 1,074 0,689 0,799 0,378 NMSE 0,095 0,134 0,215 0,343 0,083 0,319 0,178 1,153 NRMSE 0,308 0,366 0,463 0,585 0,289 0,565 0,421 1,074 GV 1,101 1,169 1,427 1,447 1,091 1,348 1,274 2,973 FAC2 1,035 1,147 0,714 0,712 0,950 1,496 1,241 2,575 IA 0,825 0,631 0,825 0,666 0,703 0,475 0,642 0,300 R 0,783 0,415 0,833 0,579 0,514 0,383 0,467 0,451 Само за резултате имисије при 𝛉 ± 30° у односу на симетралу коловоза FB 0,026 0,173 0,288 0,177 0,001 0,352 0,129 0,844 MG 1,039 0,854 1,298 1,287 0,996 0,695 0,872 0,429 NMSE 0,064 0,035 0,121 0,151 0,008 0,139 0,033 1,102 NRMSE 0,253 0,186 0,348 0,388 0,089 0,372 0,182 1,050 GV 1,051 1,032 1,095 1,226 1,010 1,161 1,037 2,379 FAC2 0,975 1,190 0,748 0,838 0,996 1,427 1,138 2,461 IA 0,549 0,763 0,819 0,580 0,911 0,481 0,516 0,149 R 0,334 0,668 0,939 0,352 0,846 0,722 0,345 0,185 Напомена: 𝛉 - правац ветра из околне средине Табела 4.27 приказује статистичке индикаторе у функцији компаративне анализе модела OSPM и CAL4. Према претходно дефинисаним критеријумима са стране 150 и стране 151 (пасус 1) ове дисертације и ради боље прегледности, ћелије су обојене тако да зелена представља бољу процену у односу на црвену која представља лошију процену. Такође, сагледавајући границе статистичких Факултет инжењерских наука Универзитета у Крагујевцу 153 индикатора, оне вредности које прекорачују пожељне границе поменутих критеријума су обојене плавом бојом. Резултати средње квадратне грешке и њеног корена издвојени су посебном табелом 4.26, јер за њих не постоје дефинисане границе прихватљивости. Такође, на основу њих се не може вршити поређење модела у различитим улицама, с обзиром да се вредности саобраћајног протока значајно разликују. Међутим, без њиховог прорачуна немогуће је добити остале неопходне статистичке индикаторе, па из тог разлога нису изостављени. Додатно су резултати подељени на оне добијене при условима деловања паралелних или приближно паралелних ветрова из околне средине (𝛉±30°), јер постоји стручно становиште, попут Гуалтијерија (енг. Gualtieri, 2010) [278] да поједини модели тада дају прецизније процене квалитета ваздуха. Одмах се може уочити већи број плавих поља за CAL4 у односу на OSPM (8:2). Исти тренд се наставља и када струје паралелни или приближно паралелни ветрови из околне средине (6:0). Зато према овом критеријуму можемо закључити да резултати CAL4 модела могу чешће бити изузети као квалитетан алат процене квалитета ваздуха у улицама облика кањона у односу на OSPM модел. Ако се анализирају вредности које можемо сматрати статистички прихватљивим за компарацију (јединице су нормализоване), у општој процени OSPM предњачи у тачности моделираних концентрација у односу на CAL4, како за симулирано CO, тако и за NOx. Међутим, ако се издвоје услови струјања паралелних или блиско паралелних ветрова из околне средине, претходна предност више није у толикој мери изражена, поготово за концентрацију CO у улици Димитрија Туцовића (IACO=0,763 и RCO=0,668). Поменута појава се може објаснити чињеницом да приликом параметаризације CAL4 није неопходно дефинисати отворе између зграда, тако да се морфологија кањона увек препознаје без шупљина у његовим страницама. По свему судећи, CAL4 може дати бољу процену концентрације CO само код идеализованих кањона и када струје паралелни или блиско паралелни ветрови из околне средине у односу на симетралу улице. Такву констатацију потврђују резултати у улици Милоша Великог, где је дата предност симулираним концентрацијама OSPM-а у односу на CAL4, јер је сам положај мерног места близу дефинисаних шупљина, па CAL4 није могао, као код улице Димитрија Туцовића, извршити довољно квалитетну процену, чак ни у случају паралелних ветрова из околне средине. Да ли би боља процена била постигнута измештањем места мерења на средину улице, односно даље од шупљина у страницама кањона, може бити предмет каснијих истраживања. Из свега претходно наведеног, доказана је Хипотеза 2 - модел OSPM јесте бољи у општој процени квалитета ваздуха специфичне амбијенталне микросредине, као што је улица облика кањона. Само у случају кањона без шупљина у његовим страница и при условима струјања паралелних ветрова из околне средине, CAL4 модел може дати боље процене концентрација CO, али то треба додатно истражити. Факултет инжењерских наука Универзитета у Крагујевцу 154 5.5. Вишекритеријумско вредновање утицајних фактора на вредности имисије Технике вишекритеријумске анализе јесу веома популарне, јер омогућавају истраживачима значајно унапређење квалитета донесених одлука. Вишекритеријумска анализа се може подвести под све статистичке технике које симултано анализирају вишеструка мерења на индивидуалним објектима. Тако се и свака симултана анализа са више од две променљиве може у доста широком опсегу сматрати вишекритеријумском анализом (Hair et al., 2010) [274]. Бокс-Вилсонов метод припада техникама вишекритеријумске анализе, при чему се бави планирањем екстремног експеримента за оптимизацију вишефакторних технолошких процеса (Đuriĉić, 1995) [279]. Додатно, одређеним статистичким методама може се рангирати и вредновати значајност (утицај) независних променљивих (фактора), али и додатно проценити како се њиховом променом ранг утицајности повећава, односно смањује. Потпуним вишефакторним експериментом реализоваће се тачно одређена серија експеримената уз истовремено варирање фактора који доприносе концентрацијама CO [mg·m-3] и NOx [μg·m -3 ]. Процењени број фактора не би требало да буде велики, већ најмање могући, али чијим деловањем се може, у великој мери, прецизно одредити вредност концентрације. Зато су издвојена 4 фактора, односно: проток саобраћаја - [voz·h -1 ]; брзина ветра из околне средине - [m·s -1 ]; угао деловања ветра из околне средине - [ о] и концентрације CO - [mg·m -3], односно NOx [μg·m -3 ], такође из околне средине. Неопходно је нагласити да циљ није наћи оптимум рада таквог система, већ одредити утицај линијских фактора , , и , утицај двофакторне интеракције , , , , и , утицај трофакторне интеракције , и и утицај четворофакторне интеракције на зависно променљиве CO и NOx. За анализу утицаја фактора , , и на зависно променљиве CO и NOx употребљена је методологија одзива површине (RSM) (енг. Response Surface Methodology) (Anderson and Whitcomb, 2005; Dean and Voss, 2001; Stanić, 1990) [280], [282], [262], а за одређивање процентуалног утицаја сваког фактора, њихово вредновање и рангирање употребљена је методологија за избор фактора модела и регресионог модела заснован на тоталном ефекту фактора или избор више-факторног регресионог модела на основу удела сваког фактора у укупној варијацији (SMLRM-TE) (енг. Selection of Multi-Factor Linear Regression Models-Based on Total Effect), која је предложена у радовима (Dašić, 1987; 2013; 2001; 2003) [283], [284], [285], [286]. У оквиру методологије одзива површине (RSM) за планирање експеримента (DoE) (енг. Design of Experiments) употребљен је потпуни четворофакторни план експеримента (FFD) (енг. Full Factorial Design). Комплетна рачунарска обрада података је реализована помоћу компјутерског програма за избор регресионе једначине вишефакторних планираних експеримената са понављањем и без понављања (CoREMED) (енг. Choice of Regression Equation of Multifactor Experiment Design with and without Repeating) (Dašić, 2010) [287]. Факултет инжењерских наука Универзитета у Крагујевцу 155 5.5.1. Анализа утицаја фактора на моделиране концентрације угљен-моноксида Моделиране концентрације CO за различите комбинације , , и код потпуног четворофакторног плана експеримента приказане су у табели 4.28. Матрица планирања потпуног вишефакторног експеримента користи се за означавање два нивоа (+1, -1). У другој колони табеле 4.28 налазе се нормиране вредности фиктивног параметра (+1), чијим увођењем је омогућено да се сви коефицијенти регресије прорачунавају по јединственом критеријуму. Вредност слободног члана у једначини регресије је оцена фиктивног параметра . Број редова у матрици је одређен бројем експеримената. Користећи образац: (Đuriĉić, 1995) [279], у нашем случају за предиктора (фактора), број експеримената је 16. Табела 4.28 План матрица потпуног четворофакторног експеримента за концентрације CO Р.бр. Кодиране вредности Природне вредности CO mg·m-3 X0 X1 X2 X3 X4 X1 voz·h -1 X2 m·s -1 X3  o X4 mg·m -3 1. 1 -1 1 -1 1 638 1,21 270 0,24503 0,6870966 2. 1 -1 -1 1 1 638 0,32 0 0,24503 1,1598140 3. 1 1 -1 -1 1 1.415 0,32 270 0,24503 1,6659200 4. 1 1 -1 1 -1 1.415 0,32 0 0,1076 1,5306810 5. 1 -1 -1 -1 -1 638 0,32 270 0,1076 1,0211420 6. 1 1 1 1 -1 1.415 1,21 0 0,1076 0,3512805 7. 1 -1 1 1 -1 638 1,21 0 0,1076 0,2242956 8. 1 1 1 -1 1 1.415 1,21 270 0,24503 1,0543200 9. 1 1 -1 -1 -1 1.415 0,32 270 0,1076 1,5284900 10. 1 1 1 -1 -1 1.415 1,21 270 0,1076 0,9168898 11. 1 -1 -1 1 -1 638 0,32 0 0,1076 1,0223840 12. 1 -1 1 1 1 638 1,21 0 0,24503 0,3617256 13. 1 -1 -1 -1 1 638 0,32 270 0,24503 1,1585720 14. 1 -1 1 -1 -1 638 1,21 270 0,1076 0,5496666 15. 1 1 -1 1 1 1.415 0,32 0 0,24503 1,6681110 16. 1 1 1 1 1 1.415 1,21 0 0,24503 0,4887105 Слободни члан полинома израчунава се једначином: ∑ . (4.36) Коефицијенти линијских ефеката фактора (i=1,2,3,4) израчунавају се на основу једначина: ∑ . (4.37) Коефицијенти двофакторне интеракције (i=1,2,3,4; j=1,2,3,4) израчунавају се једначином: ∑ . (4.38) Коефицијенти трофакторне интеракције (i=1,2; j=2,3; k=3,4) израчунавају се једначином: ∑ . (4.39) Коефицијенти четворофакторне интеракције (i=1; j=2; k=3; l=4) израчунавају се једначином: ∑ . (4.40) Факултет инжењерских наука Универзитета у Крагујевцу 156 На основу израчунатих параметара регресије , , , и и на основу методологије SMLRM-TE, израчунат је процентуални удео свих параметара регресије , , , и (табела 4.29). Табела 4.29 Рангирање и селекција фактора за моделиране концентрације CO Бр. Фактори регресије 0, i, ij Ранг факт. ЗК (збир квадрата) Fтест Значајност Коеф. детерм. R2 Укупни ефекат Проценат i, ij % 1. 0 = 0,90789659 - 16,48552 70,72731 - - - - 2. 1 = 0,18873165 2 0,56991 2,44508 Значајан 0,78396 0,1794 17,94 3. 2 = -0,38257055 1 2,34176 10,04679 Значајан 0,63051 0,2974 29,74 4. 3 = -0,11094343 4 0,19694 0,84490 Значајан 0,89083 0,1528 15,28 5. 4 = 0,06871501 5 0,07555 0,32412 Значајан 0,91117 0,0972 9,72 6. 12 = -0,06517960 6 0,06797 0,29163 Значајан 0,92947 0,0486 4,86 7. 13 = -0,02991118 8 0,01431 0,06141 Значајан 0,93724 0,0347 3,47 8. 14 = 0,00000001 9 0,00000 0,00000 Безначајан 0,93724 0 0 9. 23 = -0,11180168 3 0,19999 0,85803 Значајан 0,83781 0,1529 15,29 10. 24 = 0,00000001 9 0,00000 0,00000 Безначајан 0,93724 0 0 11. 34 = -0,00000001 9 0,00000 0,00000 Безначајан 0,93724 0 0 12. 123 = -0,03014843 7 0,01454 0,06239 Значајан 0,93339 0,0348 3,48 13. 124 = 0,00000001 9 0,00000 0,00000 Безначајан 0,93724 0 0 14. 234 = -0,00000001 9 0,00000 0,00000 Безначајан 0,93724 0 0 15. 1234 = -0,00000001 9 0,00000 0,00000 Безначајан 0,93724 0 0 16. Грешка (остатак варијације) 0,23309 - 0,0021 0,21 5.5.2. Анализа утицаја фактора на моделиране концентрације оксида азота Моделиране концентрације NOx за различите комбинације , , и код потпуног четворофаторног плана експеримента приказане су у табели 4.30. На основу израчунатих параметара регресије , , , и истим једначинама као за CO (4.36–4.40), и на основу методологије SMLRM-TE, израчунат је процентуални удео свих параметара регресије , , , и (табела 4.31). Табела 4.30 План матрица потпуног четворофакторног експеримента за концентрације NOx Р.бр. Кодиране вредности Природне вредности NOx μg·m-3 X0 X1 X2 X3 X4 X1 voz·h-1 X2 m·s-1 X3 o X4 μg·m-3 1. 1 -1 1 -1 1 638 1,21 270 46,296 109,06570 2. 1 -1 -1 1 1 638 0,32 0 46,296 176,18770 3. 1 1 -1 -1 1 1.415 0,32 270 46,296 246,69090 4. 1 1 -1 1 -1 1.415 0,32 0 3,41 204,11400 5. 1 -1 -1 -1 -1 638 0,32 270 3,41 133,12520 6. 1 1 1 1 -1 1.415 1,21 0 3,41 37,77742 7. 1 -1 1 1 -1 638 1,21 0 3,41 19,97980 8. 1 1 1 -1 1 1.415 1,21 270 46,296 160,43400 9. 1 1 -1 -1 -1 1.415 0,32 270 3,41 203,80490 10. 1 1 1 -1 -1 1.415 1,21 270 3,41 117,54800 11. 1 -1 -1 1 -1 638 0,32 0 3,41 133,30170 12. 1 -1 1 1 1 638 1,21 0 46,296 62,86580 13. 1 -1 -1 -1 1 638 0,32 270 46,296 176,01120 14. 1 -1 1 -1 -1 638 1,21 270 3,41 66,17974 15. 1 1 -1 1 1 1.415 0,32 0 46,296 247,00000 16. 1 1 1 1 1 1.415 1,21 0 46,296 80,66342 Факултет инжењерских наука Универзитета у Крагујевцу 157 Табела 4.31 Рангирање и селекција фактора за моделиране концентрације NOx Бр. Фактори регресије 0, i, ij Ранг факт. ЗК (збир квадрата) Fтест Значајност Коеф. детерм. R2 Укупни ефекат Проценат i, ij % 1. 0 = 128,52789050 - 330.388,3727 75,53621 2. 1 = 26,33223750 2 11.094,1877 2,53645 Значајан 0,72901 0,1592 15,92 3. 2 = -54,10760750 1 46.842,1310 10,70945 Значајан 0,58941 0,2701 27,01 4. 3 = -15,68561250 4 3.936,6150 0,90002 Значајан 0,92141 0,1441 14,41 5. 4 = 21,44299750 3 7.356,8343 1,68198 Значајан 0,82158 0,156 15,6 6. 12 = -9,04076250 6 1.307,7662 0,29899 Значајан 0,93787 0,0452 4,52 7. 13 = -4,17975750 8 279,5260 0,06391 Значајан 0,94496 0,0337 3,37 8. 14 = 0,00000250 9 0,0000 0,00000 Безначајан 0,94496 0 0 9. 23 = -15,80701250 5 3.997,7863 0,91401 Значајан 0,87188 0,1341 13,41 10. 24 = -0,00000250 9 0,0000 0,00000 Безначајан 0,94496 0 0 11. 34 = 0,00000250 9 0,0000 0,00000 Безначајан 0,94496 0 0 12. 123 = -4,21290750 7 283,9774 0,06493 Значајан 0,94144 0,0339 3,39 13. 124 = 0,00000250 9 0,0000 0,00000 Безначајан 0,94496 0 0 14. 234 = 0,00000250 9 0,0000 0,00000 Безначајан 0,94496 0 0 15. 1234 = -0,00000250 9 0,0000 0,00000 Безначајан 0,94496 0 0 16. Грешка (остатак варијације) 4.373,9073 0,0237 2,37 Након сагледавања резултата из табеле 4.29 и табеле 4.31, може се закључити да предиктор (фактор) брзина ветра из околне средине, при стабилним атмосферским условима, представља кључни фактор који утиче на вредности концентрације штетних материја у улицама облика кањона. На другом месту јесте утицај величине саобраћајног протока, мада се, пре експеримента, очекивало да управо он има највећи утицај, при стабилним атмосферским условима, на вредности процењене концентрације штетне материје од интереса. Да би се отклониле све дилеме о величини утицајности изабраних фактора и њихових здружених дејстава, правац деловања ветра је подељен на 4 сектора (W-N, N-E, E-S и S-W), a брзина ветра је проширена кораком од 0,5 m·s-1 до вредности од 3 m·s-1. Практично, у сваком сектору је варирана брзина ветра, док су остали фактори, према плану експеримента, узимали максималне или минималне вредности. На такав начин је укупно реализовано 48 потпуних четворофакторних планова (два таква примера су већ детаљно обрађена у тачкама 5.5.1 и 5.5.2). Такође, тиме је спроведено вишекритеријумско вредновање утицајних фактора (независних променљивих) према критеријуму промене правца и брзине ветра из околне средине. Укупни резултати су представљени графички на сликама 4.23 и 4.24, за вредности моделираних концентрација CO и NOx респектабилно. Такође је неопходно представити додељене симболе анализираних фактора, који су приказани на сликама 4.23 и 4.24, односно:  Брзина ветра из околне средине - ;  Концентрација угљен-моноксида из околне средине - ;  Концентрација оксида азота из околне средине - ;  Правац деловања ветра из околне средине - θ;  Проток возила - . Факултет инжењерских наука Универзитета у Крагујевцу 158 Анализирајући резултате представљене на сликама 4.23 и 4.24, намеће се закључак да проток возила има највећи утицај на вредности концентрација CO и NОx на ветровитој страни кањона, када је до 0,6 m·s -1, односно на вредности концентрација CO и NОx на заветреној страни кањона, када је до 1,5 m·s -1. Од наведених вредности па надаље, утицај постаје доминантан Слика 4.23 Утицајност фактора на моделиране концентрације CO Слика 4.24 Утицајност фактора на моделиране концентрације NOx Факултет инжењерских наука Универзитета у Крагујевцу 159 фактор чиме се очигледно стварају услови за формирање вихора. Тиме је потврђена теорија научника, попут Хертела, Фавалеа, Депаула и других аутора, да се допринос треће компоненте концентрације, односно допринос рециркулације ( ), треба појавити при ~ 1,5–2 m·s -1, стим што је сада, вишекритеријумском анализом, прецизно дефинисано 1,5 m·s-1 и вредновано процентуално учешће (утицај) појединачних и здружених фактора (независних променљивих). Међутим, не треба заборавити да до данас студије валидације OSPM-а нису прешле вредност R 2 =0,89 (улица без отвора у страницама кањона и геометријског односа H/W=1,1) (Berkowitcz et al., 1997b) [184] што значи да je 11% у зависној променљивој (моделираној концентрацији) још увек непознаница и није обухваћено теоријским поставкама и/или односима у моделу. Сагледавањем претходних резултата и додатном статистичком анализом тестираће се Хипотеза 1- да вредности емисије издувних гасова из возила, метеоролошки параметри и карактеристике саобраћајног тока утичу на имисију која води порекло од саобраћаја и тај се утицај може сагледати применом претходно изабраног модела, у овом случају OSPM-а. Током мерења имисије, примећен је тренд да се у јутарњим сатима, односно у периоду између 06.00 и 08.00 часова, региструју високе концентрације CO и NOx. Такође, имисије процењене од стране OSPM модела пратиле су претходно наведено. Таква константација може бити необична, јер у том времену нема великог протока саобраћаја, чак се ни број лако теретних, тешко теретних возила и аутобуса не разликује много у односу на остале сате бројања. Проток саобраћаја достиже своје максималне вредности тек у периоду од 11.00 до 12.00 часова. Поставља се питање шта је препознато као најважније у наведеном моделу што би релативно добро проценило стварне вредности мерења ? Ако се подсетимо резултата групе научника са Аристотел Универзитета (Assimakopoulos et al., 2000) [246], који су нумеричким симулацијама тестирали токове струјница и поља ротирајућих ваздушних маса за 4 врсте конфигурација кањона (слика 3.11), можемо видети да уколико струји перпендикуларни ветар из околне средине, при конфигурацији ,,stepdown" кањона, при дну ветровите зграде, региструју се високе вредности имисије, односно управо где је лоцирано и наше мерно место. Зато, ако би се и у осталим сатима мерења потврдио тренд праћења моделираних и реално измерених концентрација CO и NOx, хипотеза 1 би била прихваћена као тачна. За тестирање наведене хипотезе анализиран је кањон улице Димитрија Туцовића, с обзиром да је у њој извршен већи број експеримената, на већем узорку возила и са већом метеоролошком базом. Такође, поменута улица је имала и највећу вредност статистичких индикатора слагања при општим условима мерења имисије CO (R=0,783; IA=0,825), односно NOx ((R=0,833; IA=0,825). На слици 4.25 приказани су резултати слагања средњих вредности имисија поменутих штетних материја, по сатима у току дана, заједно са мером растурања података око њих (P=95%). Факултет инжењерских наука Универзитета у Крагујевцу 160 На приказаној слици јасно су уочљиви трендови праћења моделираних и измерених вредности концентрације CO и NOx. Анализирајући их засебно, приметно је да OSPM модел константно прати и потцењује измерене вредности NOx. Једно од решења могла би бити корекција експериментално усвојене брзине, по свим сатима мерења, за тешка теретна возила и аутобусе, јер како је приказано на слици 4.26, дизел возила емитују већу емисију NОx при мањим брзинама (о.а. преузето као пример из емисионог подфајла COPERT4 програма). Слика 4.26 Емисија NOx за ТТВ, БУС и ПА (ТТВ дизел, 3,5-7 t, Еуро 1; дизел БУС Еуро 2 технологије; дизел ПА, < 2 L, Еуро 3 ) и емисија CO за ПА и ТТВ (ПА 1,4-2 L, бензин Euro 3; ПА < 2 L, Еуро 3; ТТВ дизел, 3,5-7 t, Еуро 2) Слика 4.25 Средња вредност CO (слика лево) и NOx (слика десно) по сатима у току дана Факултет инжењерских наука Универзитета у Крагујевцу 161 Aнализа и објашњење упоредних резултата концентрација CO је знатно сложеније. На слици 4.25 може се видети да је у периоду до 10.00 часова, односно од 16.00 часова, приметна прецена моделираних у односу на измерене вредности (у периоду малих саобраћајних протока) (слика 4.7), да би у периоду већих протока, OSPM резултате потценио. Ако би у периоду малог протока смањили експериментално усвојену просечну брзину (табела 4.3), то би имплицирало, као у случају са NOx, повећавање емисије, односно још већу прецену резултата. Исти закључак се односи на проценат хладно стартованих мотора, јер се његовим повећањем, повећава количина емисије CO. С обзиром да је вредност протока случајна променљива, непходно је пронаћи параметар који у себи садржи све могуће вредности саобраћајног протока, а да не зависи од процента хладно стартованих мотора. Зато је боље представити процену моделираних и измерених имисија CO са односом реалног и теоријски максималног капацитета посматраног одсека улице. Капацитет саобраћајне траке на прилазу раскрснице опремљене светлосним сигналима (Вукановић, 2003) [288] може се представити једначином: , (4.41) где је: - засићени саобраћајни ток сигналне групе; - однос трајања припадајућег зеленог интервала ( ) и циклуса ( ) семафорисане раскрснице. Приликом одабира потенцијалних улица ради експериментa и провере OSPM-а и CAL4 модела, исте су морале испунити услов да на посматраној деоници не сме доћи до прекида или ометања саобраћаја од стране других токова. Конфликтност је морала бити регулисана, односно усклађена према усвојеном плану стања из дефинисаног режима рада семафорисане раскрснице. Тако, у случају улице Димитрија Туцовића, теоријски максимални капацитет деонице зависи од излазних саобраћајних токова двеју раскрсница: 1) Војводе Путника и Димитрија Туцовића (раскрсница 1) и 2) Хајдук Вељка и Димитрија Туцовића (раскрсница 2). Након дефинисања циклуса рада раскрсница 1 и 2 методом критичног тока (Вукановић, 2003) [288], на слици 4.27 су приказани планови стања, неопходни ради прорачуна засићених саобраћајних токова свих сигналних група. Слика 4.27 Усвојени план стања раскрснице 1 (горње слике) и раскрснице 2 (доње слике) Факултет инжењерских наука Универзитета у Крагујевцу 162 У табелама 4.32 и 4.33 представљен је прорачун засићених саобраћајних токова, табелама 4.34 и 4.35 план измене стања, док су на сликама 4.28 и 4.29 представљени планови темпирања сигнала за циклусе добијене методом критичног тока. Табела 4.32 Засићени саобраћајни ток и капацитет сигналне групе (раскрсница 1) Сигнална стања Сигнална група N Корекциони фактори А 1.1 1 2.050 1 1 0,86 0,9 1.587 0,35 555 2.2 1 2.050 1 1 0,84 0,9 1.542 0,35 540 B 1.2 1 1.500 1 1 0,95 0,9 1.282 0,15 192 3.1 1 1.500 1 1 0,94 0,9 1.269 0,288 365 C 2.1 1 1.500 1 1 0,82 0,9 1.107 0,525 581 3.2 1 1.500 1 1 0,82 0,9 2.214 0,20 443 Напомена: - корекциони фактор утицаја пешачког тока; - корекциони фактор утицаја саобраћајног тока; - корекциони фактор утицаја структуре саобраћајног тока (% комерцијалних возила); - корекциони фактор утицаја величине града; N - број трака истих намена; - вредност неометаног саобраћајног тока (радни или оперативан ток); - засићен саобраћајни ток Табела 4.33 План измене сигналних стања (раскрсница 1) Сигнална стања Међузелено Стварно зелено Тренутак измене Зелени интервал Почетак зеленог Завршетак зеленог А 7 25 0 7 32 B 5 20 32 37 57 C 5 23 57 62 85 Слика 4.28 План темпирања сигнала раскрснице 1 Табела 4.34 Засићени саобраћајни ток и капацитет сигналне групе (раскрсница 2) Сигнална стања Сигнална група N Корекциони фактори А 3.1 1 1.400 0,97 1 0,83 1 1.127 0,31 349 3.2 1 1.470 0,97 1 0,90 1 1.283 0,31 398 B 1.1 1 1.550 1 1 0,83 1 1.286 0,31 399 1.2 1 1.490 1 1 0,95 1 1.415 0,31 439 C 2.1 1 1.500 0,97 1 0,97 1 1.411 0,19 268 2.2 1 1.400 0,97 0,83 1 1 1.127 0,19 214 4.1 1 1.400 0,95 0,95 0,97 1 1.226 0,19 233 Табела 4.35 План измене сигналних стања (раскрснице 2) Сигнална стања Међузелено Стварно зелено Тренутак измене Зелени интервал Почетак зеленог Завршетак зеленог А 7 31 0 7 38 B 7 31 38 45 76 C 5 19 76 81 100 Слика 4.29 План темпирања сигнала раскрснице 2 Факултет инжењерских наука Универзитета у Крагујевцу 163 Максимални теоријски капацитет улице Димитрија Туцовића ( ) представља збир капацитета сигналних група из раскрснице 1, усмерења према аутобуској станици ( ) и сигналних група из раскрснице 2, усмерења према Ауто-мото клубу Краљево ( ). Уколико је сигнална група, односно трака мешовитог типа, неопходно је знати и приближни проценат возила у скретању. У табели 4.36 представљене су коначне вредности теоријских капацитета и . Табела 4.36 Максимални теоријски капацитет улице Димитрија Туцовића између две раскрснице Сигнална група Капацитет сигналне групе [voz·h-1] Проценат возила према улици ДТ [%] Капацитет улива према улици ДТ [voz·h-1] [voz·h -1 ] 1.1 555 100 555 998 1.795 3.2 443 100 443 3.2 398 82 326 797 3.1 349 70 244 4.1 233 70 163 2.2 214 30 64 Након усвајања теоријског максималног капацитета улице Димитрија Туцовића од 1.795 возила на час (између раскрсница 1 и 2), приступило се прорачуну његовог процентуалног искоришћења у данима мерења имисије CO. Крајњи резултат представља слика 4.30. На слици је јасно уочљиво да приликом искоришћења теоријског капацитета улице већег од 60%, модел OSPM потцењује имисију CO, да би у случају искоришћења испод 60%, имисија CO била прецењена. Зато би једно од решења приликом параметаризације OSPM-а било повећање експериментално усвојене брзине у сатима када су мали токови саобраћаја, односно када је искоришћење теоријског капацитета посматране улице испод 60%. Такође је важно нагласити да слика 4.30 представља приказ усредњених моделираних имисија као резултат заједничког деловања метеоролошких фактора и саобраћајних токова, а не само друге поменуте променљиве. 40% 50% 60% 70% 0,4 0,6 0,8 1,0 1,2 1,4 1,6 1,8 6-7 7-8 8-9 9-10 10-11 11-12 12-13 13-14 14-15 15-16 16-17 Сат мерења И ск о р и ш ћ ењ е т ео р и јс к о г к а п а ц и т ет а у л и ц е Д Т ( ср ед њ а в р ед н о ст ) [% ] С р ед њ а в р ед н о ст и м и си је C O [m g /m ³] OSPM ЈЗГЗ Бгд Искоришћење капацитета (%) Слика 4.30 Односи између измерених и моделираних вредности имисије CO и искоришћења максималног теоријског капацитета дела улице Димитрија Туцовића Факултет инжењерских наука Универзитета у Крагујевцу 164 5.6. Предлози за адаптацију усвојеног модела за процену квалитета ваздуха Приликом поступка адаптације модела дисперзије ради његовог унапређења, односно бољег слагања моделираних и измерених имисија, неће се приступити поступку кориговања једначина и односа који су већ дефинисани унутар сваке од 3 компоненте имисије (једначина 3.35). Реалније је извршити корекције параметара, попут експериментално утврђене просечне брзине возила (усвојено исте по сатима) и претпостављеног % хладно стартованих мотора (неусвојено истог по сатима), јер као што је већ више пута наведено, моделирана количина емисије, а самим тим и имисије, веома зависи од тачности процењене брзине и процента хладно стартованих мотора. Водећи рачуна о графичкој интерпретацији резултата између средње моделиране и измерене имисије (слика 4.25), као и R и IA (табела 4.27), уколико одређена комбинација (са новоусвојеним средњим брзинама саобраћајног тока и процентима хладно стартованих мотора по сатима) даје бољу вредност поменутих статистичких индикатора слагања, OSPM модел представља квалитетан алат у процени квалитета ваздуха једне специфичне амбијенталне микросредине. Такође, поступком дедукције је тада могуће дефинисати реалне емисионе факторе на узорку возног парка Републике Србије и тако их на један јефтин и ефикасан начин усвојити као меродавне. Приликом параметаризације програма емисије, усвојени су емисиони фактори прорачунати COPERT4 програмом (метода 3). Њихов преглед се може видети у табели 4.39. У табели 4.37 налазе се новоусвојене брзине и проценти хладно стартованих мотора по часовима. При томе је важно нагласити да емисија NOx много зависи од брзине кретања тешких теретних возила и аутобуса, а мало од процента хладно стартованих мотора. С друге стране, на емисију CO утичу брзине путничких аутомобила и снажно проценат хладно стартованих мотора. Табела 4.37 Новоусвојене брзине и проценти хладно стартованих мотора Сат снимања [h] Брзина кратких возила Брзина дугачких возила Проценат хладно стартованих мотора 06.00–07.00 40 35 10 07.00–08.00 40 35 0 08.00–09.00 40 35 0 09.00–10.00 35 30 5 10.00–11.00 30 25 5 11.00–12.00 30 25 5 12.00–13.00 30 25 5 13.00–14.00 30 25 5 14.00–15.00 30 25 5 15.00–16.00 35 30 0 16.00–17.00 35 30 0 Табела 4.38 приказује старе и нове вредности коефицијента корелације и индекса слагања, док табела 4.39 приказује старе и новодобијене емисионе факторе за CO и NOx добијене COPERT4 програмом. Као меродавна, узета је улица Димитрија Туцовића, с обзиром да је у њој OSPM модел показао боље резултате слагања моделираних, наспрам измерених имисија. Факултет инжењерских наука Универзитета у Крагујевцу 165 Табела 4.38 Старе и нове вредности коефицијента корелације и индекса слагања CO NOx R IA R IA Пре После Пре После Пре После Пре После 0,783 0,883 0,825 0,918 0,833 0,883 0,825 0,787 Табела 4.39 Старе и нове вредности емисионих фактора за CO и NOx Емисиони фактор [g·km-1] PA LTV TTV1 TTV2 BUS CO IGB 2009 (метода 2) 4,407 3,081 1,554 1,554 3,98 Пре * (метода 3) 7,145 2,364 3,338 2,816 3,266 После * (метода 3) 5,438 6,183 2,13 3,041 2,391 NOx IGB 2009 (метода 2) 0,802 1,181 7,292 7,292 13,059 Пре * (метода 3) 0,689 1,327 7,164 13,957 10,938 После * (метода 3) 1,552 0,673 1,268 6,605 12,243 Напомена: IGB - Inventar guide book; * - Емисиони фактори добијени методом 3 Усвојени подаци у табели 4.37 представљају резултат закључака са слике 4.25 и слике 4.30. С обзиром да је процена концентрације NOx константно потцењена, неопходно је смањити експериментално усвојену брзину тешких теретних возила и аутобуса (дугачка возила) за 10%, јер се тада ослобађа већа количина емисије поменуте штетне материје. Што се тиче угљен-моноксида, брзина путничких аутомобила је, такође, смањивана у оним сатима када је искоришћење теоријског капацитета веће од 60%, али с обзиром да је брзина путничких возила мање утицајнији фактор на количину емисије CO него проценат хладно стартованих мотора, додатно је навише коригован проценат хладно стартованих мотора у поменутим сатима. Очигледно да OSPM има одређених недостатака у тачности процењене имисије, па се намећу следећи предлози у циљу адаптације усвојеног модела процене квалитета ваздуха: 1) Усвојена брзина саобраћајног тока мора бити што прецизније измерена и то засебно по сваком сату; 2) Неопходно је што тачније проценити број возила без катализатора или она са старијом технологијом смањења штетне емисије; 3) У оним сатима када је искоришћење теоријског капацитета веће од 60%, неопходно је повећати проценат хладно стартованих мотора, како би процена имисије CO била коректнија. Анализирајући податке из табеле 4.39, новоуспостављени ЕФ-и су добијени поступком дедукције, односно познајући коначну вредност моделиране имисије, COPERT4 нам је омогућио дефинисање реалних ЕФ-а на узорку возног парка Репулике Србије. Интерполацијом ЕФ-а, према технологији смањења штетних гасова са бројем возила сваке технологије, могуће је добити обједињене ЕФ-е, при чему су за основ обједињавања послужили препоручени ЕФ-и из Приручника за процену емисије од друмског саобраћаја методом 2 (IGB, 2009). Важно је нагласити да се на њих (за разлику од методе 3 коју употребљава програм COPERT4) не примењују изрази корекције због деградације емисије (услед укупно пређене километраже возила), корекције емисије услед односа топле и хладне емисије и не постоји дефинисани утицај реформулисаних погонских горива. Факултет инжењерских наука Универзитета у Крагујевцу 166 Из свега претходног наведеног и резултата у табели 4.38, може се видети да могућим корекцијама појединих параметара, модел OSPM унапређује свој квалитет по питању тачности процењених резултата, па се може закључити да поменути модел представља квалитетан алат у стратегији контроле квалитета ваздуха једне специфичне амбијенталне микросредине. Тиме је уједно доказана и основна хипотеза ове дисертације. 5.7. Изгледи и побуде за даља истраживања У циљу систематизације закључака, ова глава дисертације је дефинисана у 8 тачака које јасно указују на изгледе и побуде даљих истраживања емисије, унапређења квалитета мерења имисије, као и реално процењених ЕФ-а на узорку возног парка Републике Србије. За то је неопходно: 1. Обезбедити већи репрезентативни узорак возила како би се прецизније сагледало понашање предиктора снага мотора (W) поткатегорије 41–70 kW. Досадашњи резултати потенцирају као веће емитере возила мале снаге мотора (≤40 kW), али велико стандардно одступање емисије II поткатегорије (41–70 kW) захтева додатна истраживања; 2. Уколико се у посматраној улици простиру дрвореди обострано или са једне стране (као у случају улице Димитрија Туцовића), неопходно би било проценити у коликој ће мери доћи до повећања, односно смањења слагања статистичких индикатора (између моделиране и измерене имисије), уколико се комбинују различите конфигурације шупљина у страницама кањона (број и размак). У том случају је неопходно сместити рецептор у близини дрвореда, што је у случају екперимента ове дисертације избегнуто. Управо је зато недостатак (мана) OSPM модела немогућност дефинисања позиције и сагледавање утицаја дрвореда на вредности моделиране имисије; 3. Постављање индуктивне петље у посматраној улици (поготово уколико саобраћајница припада категорији пута са већим саобраћајним оптерећењем, односно ≥12.000 возила на дан) ради што прецизнијег дефинисања просечне брзине по категоријама возила, јер грешка у процени од 5 km·h-1 може произвести грешку у количини емисије CO од 42% (Chatterjee et al., 1997) [136]. Такође је важно нагласити да савремене индуктивне петље, осим мерења тренутне брзине, могу непрекидно бројати возила по категоријама. Тиме се обезбеђује висока поузданост таквих података, а време бројања неће бити ограничено само на сате вршних саобраћајних оптерећења, као што је у случају ове дисертације; 4. Спровести студију на репрезентативном узорку возног парка Републике Србије ради што прецизнијег дефинисања процента хладно стартованих мотора по сатима у току дана (анкетом или систематским праћењем возила); 5. Повећање броја мерења имисије CO у идеалним улицама облика кањона (без шупљина у страницама) ради провере хипотезе да ли модел CAL4 може дати боље процене квалитета Факултет инжењерских наука Универзитета у Крагујевцу 167 ваздуха у односу на OSPM модел, при правцима ветрова из околне средине који струје паралелно или скоро паралелно у односу на симетралу улице (±30°); 6. Уколико се улица облика кањона налази између две суседне и релативно блиске раскрснице управљане светлосним сигналима (до 800 m), неопходно је прво изједначити трајање њихових циклуса (C), а затим подесити почетке зелених интервала међу сигналима (такозвана синхронизација). Тиме се стварају услови за координисан рад светлосних сигнала дуж потеза (на низу раскрсница), чиме се у зони раскрсница испред линије заустављања може директно допринети: 1) Смањењу укупних губитака времена свих возила на саобраћајној траци током трајања зеленог интервала; 2) Смањењу броја возила у реду (или дужине реда возила) на крају црвеног интервала и 3) Смањеном броју заустављања возила током трајања црвеног интервала. Наведене последице заправо представљају квалитативне показатеље ефикасности управљања раскрсницом и мере којима се може смањити количина штетне емисије возила у јединици времена. С обзиром да програм COPERT4 нема у свом алгоритму прорачун емисионих фактора који зависи од три претходно наведена показатеља ефикасности управљања (губитак времена, дужина реда и број заустављања возила), неопходно је објединити рад савремених компјутерских програма, чији је циљ управљање токовима саобраћаја (LISA+, VISSIM) са OSPM моделом. Тада не би било могуће да се процењена концентрација штетних материја, при стабилним атмосферским условима, константно потцењује при малим и великим протоцима саобраћаја за NOx, а за CO када се остварени капацитети саобраћајнице приближавају засићењу. Очигледно је да је утврђена мана OSPM модела - непоузданост процењене имисије када се улица облика кањона налази између две суседне и релативно блиске раскрснице управљане светлосним сигналима. Слична истраживања су изведена симулацијом смањења просечне брзине кретања свих возила на нивоу целог града (Мадрид, Барселона), али истраживања која укључују 3 наведена показатеља ефикасности управљања раскрсницом до сада нису спроведена; 7. Такође, поменутим програмима за компјутерску симулацију саобраћајних токова могуће је променити структуру возног парка, односно категорија које учествују у саобраћајном току, што ће, вероватно, помоћи у прецизнијем објашњењу повећане емисије NOx и CO у јутарњим сатима, када нема изразито великог саобраћајног протока у односу на остале сате бројања возила; 8. Спровести мерења реалне емисије (сензорима у возилу или даљинским очитавањем) на узорку возног парка Републике Србије ради дефинисања ЕФ-а по категоријама возила и тиме потврдити, односно коригиговати, новоусвојене у табели 4.39. Факултет инжењерских наука Универзитета у Крагујевцу 168 6. ЗАКЉУЧЦИ И ПРЕДЛОЗИ У уводу дисертације прецизиране су основне хипотезе, предмет и циљ истраживања са становишта актуелности у области моделирања имисије унутар улица облика кањона, као и веза са досадашњим истраживањима и методе које су при томе употребљене. Прегледом савремене литературе, хронолошки и систематично је представљен целовит проблем који урбана заједница има са проблемом квалитета атмосфере, који су механизми и мере неопходни за њено праћење и контролу, као и колика је штетност по људско здравље изазвана аерозагађењем. Такође, прегледом литературе приказана је улога, значај и утицај друмског саобраћаја на ниво квалитета урбане атмосфере и показано је који су модели процене емисије возила тренутно највише заступљени приликом њеног моделирања. У последењем делу прегледа литературе је размотрено моделирање аерозагађења и, као у случају прегледа модела емисије, приказани су они који процењују квалитет ваздуха, са акцентом на моделе дисперзије штетних материја унутар улица облика кањона. Поглавље 3 је подељено на теоријско и експериментално истраживање. Немогуће је адекватно упознати ток и дисперзију штетних материја унутар урбаних средина, ако се претходно не сагледају релације које важе унутар улице. Тек након тога се детаљније приступило теоријском разматрању савремених модела дисперзије и идентификацији улазних параметара, односно њихових веза са имисијом примарно насталом од друмског саобраћаја. Формулација емисионих фактора, као и поступци прорачуна COPERT методологијом, заузела је значајно место у оквиру поглавља 3. Материјал је појаснио опис експерименталног дела, методе и мерну опрему неопходну ради реализације мерења емисије и урбане имисије. Као најважније може се истаћи четврто поглавље, у коме су детаљно објашњени експериментални резултати. Први део експеримента имао је за циљ да утврди ниво емисије CO на празном ходу за 1.785 возила са ОТО мотором у циљу провере емисионе исправности репрезентативног узорка возног парка Републике Србије. Методом биномне логистичке регресије утврђено је да тренутне стандарде емисије испуњава 85% возила, умерено строге 44%, док би са усвајањем најстрожих, исправно било тек 25% возила. Крајњи резултати истраживања показују да су домаћа возила знатно већи загађивачи у односу на страна возила, иако су у просеку млађа и прелазе мање укупно километара током периода експлоатације. Такође, приметан је тренд да возила мале снаге мотора јесу потенцијално већи загађивачи, односно имају мању вероватноћу проласка теста емисије. Возила старија од 1992. године имају значајно већу вероватноћу непроласка теста, а то је управо година када већина светских произвођача почиње да серијски производи возила са уграђеним катализатором. Заправо, један од главних разлога такве одлуке јесте старт ЕУРО1 стандарда емисије поменуте године. Факултет инжењерских наука Универзитета у Крагујевцу 169 Када су подаци о дневним имисијама доступни за одређени временски период, могу се формирати јединствене статистичке расподеле случајних променљивих и као такве нам дати информације о штетним материјама на много организованији и ефикаснији начин. Обликовање података о концентрацији штетних материја у форме статистичких расподела омогућује филтрирање непожељних ефеката (обично услед грешке мерења или недовољно поузданих инструмената). Детерминистичка анализа даје процену као једну вредност, без неизвесности о догађају, док статистички модел расподеле има могућност процене извесности релативне вероватноће, па је из тог разлога и поузданији. Више модела статистичких расподела имало је прилику да се докаже као користан алат у презентацији имисија штетних материја. Најновији трендови регулативних стандарда квалитета ваздуха захтевају употребу изражену у форми ,,вероватноће прекорачења“ дозвољених граница. У последњој деценији, стручна литература открива да постоји мало студија које су изнеле методологију моделирања статистичких расподела. Таква методологија мора садржати два важна корака, као што су идентификација форми статистичких расподела и оцењивање неопходних параметара. Управо регистровани двоипомесечни подаци слабих ветрова из околне средине наметнули су 4 променљиве (фактора) које потенцијално могу утицати на вредности имисије унутар улице облика кањона. С обзиром да се у свакој тачки улице регистрована концентрација штетне материје састоји од 3 доприноса (директно од емисије изазване саобраћајним токовима, концентрације штетне материје из околне средине и рециркуларне компоненте, настале само уколико је m·s -1 ), трећа компонента је дисквалификована услед стабилних атмосферских услова током експеримента мерења имисије. Таква ситуација је омогућила компјутерским програмима симулацију утицаја појединачног и заједничког деловања броја возила, брзине и правца ветрова, као и нивоа концентрације штетне материје из околне средине на вредности моделиране имисије. Да би се могао спровести план процене утицаја независних променљивих (фактора) савременим статистичким техникама и компјутерским програмима, неопходно је извршити припреме које захтевају дефинисање граница експерименталног простора, а затим анализу слагања статистичких индикатора измерених и моделираних вредности два модела за процену квалитета ваздуха. Закони расподеле могу помоћи приликом дефинисања граница простора, јер прихватањем одређеног закона расподеле, одређене су и границе са прихватљивом статистичком грешком од 5%. Све укључене променљиве су усвојиле LOG-НОРМАЛНИ закон расподеле, а у случају улице ДТ, доказано је боље слагање НОРМАЛНЕ расподеле протока возила у односу на LOG-НОРМАЛНИ. Анализом статистичких индикатора слагања измерених и моделираних вредности, модел OSPM показује значајно боље свеукупно слагање у односу на CAL4 модел. Једино у случају деловања паралелних или скоро паралелних ветрова из околне средине, CAL4 процењује нешто боље концентрације CO. Факултет инжењерских наука Универзитета у Крагујевцу 170 С обзиром да је у улици Димитрија Туцовића доказано боље слагање статистичких индикатора за CO и NOx, као и услед већег броја експериментално употребљивих резултата у периодима стабилне атмосферске активности, за анализу утицаја независних променљивих (фактора) на зависно променљиве CO и NOx искоришћена је методологија одзива површине (RSM), а за одређивање процентуалног утицаја сваког фактора и њихово рангирање коришћена је методологија за избор фактора модела и регресионог модела заснован на тоталном ефекту фактора или избор вишефакторног регресионог модела на основу удела сваког фактора у укупној варијацији (SMLRM-TE). У оквиру методологије одзива површине за планирање експеримента (DoE) употребљен је потпуни четворофакторни план експеримента (FFD). Комплетна рачунарска обрада података реализована је помоћу компјутерског програма за избор регресионе једначине вишефакторних планираних експеримената са понављањем и без понављања (CoREMED). Резултати јасно показују да када је мерно место на заветреној страни и у периодима стабилних атмосферских стања (када околна турбуленција нестаје), доминантан процес при дисперговању штетних материја емитованих на уличном нивоу има турбуленција ваздушне масе генерисана возилима у покрету, односно турбуленција саобраћајног тока (ТСТ), али само при брзини ветрова из околне средине до 1,5 m·s-1 за CO, односно 1,3 m·s-1 за NОx. У случају позиције мерног места на ветровитој страни кањона, брзина ветрова из околне средине постаје доминантни фактор још раније, односно при брзинама од 0,6 m·s-1, како за CO, тако и за NOx. Додатно је утврђено да остале појединачне и здружене независне променљиве (фактори) јесу далеко мање утицајне на коначне вредности имисије CO и NOx унутар улицe облика кањона. С обзиром да је доказана Хипотеза 2 да OSPM јесте бољи проценитељ квалитета ваздуха унутар улица облика кањона у односу на CAL4 модел, односно Хипотеза 1 да вредности емисије возила, метеоролошки параметри и карактеристике саобраћајног тока утичу на имисију која води порекло од моторних возила, и да се тај утицај може поуздано сагледати применом OSPM-а, варијацијом уопштено усвојених вредности, попут средње брзине саобраћајног тока и процента хладно стартованих мотора, добијени су нови подаци имисије, који су показали боље слагање са осмотреним вредностима. Прецизнијом параметаризацијом програма емисије OSPM модела, односно COPERT4 програма, а у циљу бољег слагања моделираних и измерених вредности имисије, методом дедукције су утврђени нови, односно кориговани емисиони фактори по категоријама возила возног парка Републике Србије. Тиме је добијен алат којим се на једноставан начин прецизира подручје које није било предмет истраживања у Републици Србији. На почетку предлога за смањење штетне емисије возног парка Републике Србије неопходно је истаћи чињеницу да је он велике старости (просек 17,5 година) и да управо ово обележје кључно утиче на повећан број високо загађујућих возила. С обзиром да се тиме стварају озбиљни проблеми са квалитетом урбане атмосфере, неопходно је усвојити строге процедуре испитивања емисије, односно увести програме инспекције и одржавања возила у експлоатацији (И/М Факултет инжењерских наука Универзитета у Крагујевцу 171 програми). Идеално би било када би се процедуре испитивања дефинисале на основу јаке корелације са реалним емисијама, а да се границе сваке процедуре одреде тако што би се узеле у обзир техничке могућности возила и стандарди емисије. Мониторингом нивоа емисије возила и анализом стопе техничке неисправности, могуће је пооштрити стандарде, јер се услед напретка технологије мотора и возила, техничка исправност временом унапређује. Зато је неопходно да се И/М програмом индентификују возила која веома загађују околну средину и тиме директно утиче на унапређење квалитета ваздуха једне специфичне урбане микросредине, као што је улица облика кањона. У предлоге смањења штетне емисије возног парка Републике Србије потребно је: 1. Увести већу еколошку таксу за возила која не испуњавају минимум ЕУРО3 стандарде издувне емисије мотора; 2. Посебним стимулативним мерама (замена старо за ново уз доплату) утицати на смањење просечне старости возног парка Републике Србије; 3. На техничким прегледима већу пажњу обратити на возила мале снаге мотора, посебно домаћег произвођача; 4. Увести програме Инспекције и Одржавања за возни парк Републике Србије; 5. Власнику возила које не задовољава стандарде понудити техничку и финансијска помоћ ради опремања возила опремом за смањење емисије (катализатор), могућност замене мотора, или старог возила новим мање емисије, или могућност увођења чистијег, односно алтернативног погонског горива (ТНГ, КПГ). Важно је напоменути да у последње време сви произвођачи возила нуде опције ,,start-stop“ које искључују рад мотора на празном ходу и тиме смањују количину емисије у јединици времена; 6. Алтернативни приступ смањења емисије, односно броја возила са високом емисијом, подразумевао би увођење пореза на емисију, а не њених стандарда. То би понудило већу флексибилност, при чему би се стимулисало смањење емисије које би било мање од прописаних стандарда; 7. Обавезати власнике путничких аутомобила са ОТО моторима да једанпут годишње обаве процедуру И/М програма када возило напуни 3 године, ЛТВ са дизел моторима када возило напуни 4 године, а надаље сваке друге године, док би ТТВ захтевала испитивање једанпут годишње (практично усклађивање са европским И/М програмом). Као пример поређења, у Јапану се возила морају подвргнути испитивању три године након куповине, а након тога на сваке две године. Донедавно су у САД-у већина И/М програма захтевали испитивање на годишњем нивоу, али сада US EPA форсира испитивање на сваке две године, јер је подједнако ефикасно, а уједно су и трошкови испитивања знатно мањи. Као што је већ наведено, у случају деловања паралелних или скоро паралелних ветрова из околне средине, CAL4 процењује нешто боље концентрације CO у односу на OSPM. Међутим, у случају деловања перпендикуларних и косих ветрова из околне средине, CAL4 нема добре процене, па је неопходно понуђену опцију ,,пљоснато удубљен део“ модификовати тако да је могуће и Факултет инжењерских наука Универзитета у Крагујевцу 172 дефинисање отвора у страницама кањона. Такође, програм за прорачун имисије OSPM-a требало би унапредити како би боље проценио резултате дисперзије штетних материја у зони утицаја семафорисаних раскрсница, јер програм COPERT4 у коме се прорачунавају емисиони фактори, а тиме и укупна емисија, има већи број научно признатих валидација унутар поменутих зона. Када је реч о уопштеним закључцима процене квалитета ваздуха помоћу OSPM модела, неопходно је истаћи два предлога који су доказано побољшали његове процене. За такве резултате је неопходно константно праћење брзине саобраћајног тока по сатима, а не узимање једне вредности за све сате мерења (конкретно за NOx), док су бољи резултати имисије CO добијени смањењем брзине саобраћајног тока током преласка искоришћења капацитета улице од 60%. Такође, нове верзије поменутог модела, као и нова решења дисперзије штетних материја унутар улица облика кањона, морају узети у обзир допринос рециркулације већ при брзини ветра из околне средине од 1,5 m·s-1 за концентрације CO и 1,3 m·s-1 за концентрације NOx (обе на заветреној страни кањона). Тиме је тачно дефинисана граница стварања вихора (треће компоненте имисије), а која је пре варирала у границама 1,5–2,0 m·s-1. Мада предмет дисертације није био утврђивање мера локалних власти за унапређење квалитета ваздуха једне специфичне урбане средине, ипак би требало обратити пажњу на мере и активности са примарно еколошким циљем. На првом месту, локалне власти треба да формулишу Акциони план о квалитету ваздуха ради унапређена његовог квалитета. Такође, на регистрованим жариштима аерозагађења, локалне власти треба да примене следеће стратегије: 1. Унапређење, односно оптимизација рада саобраћајних сигнала у координацији да би се смањили губици времена на прилазу семафорисаној раскрсници (нарочито код суседних и релативно блиских); 2. Преусмеравање саобраћајних токова током периода могућих саобраћајних загушења, као и преусмеравање теретних возила на одређене путне правце у одређено време; 3. Увођење зона мале емисије и тарифе аерозагађености; 4. Побољшање квалитета јавног превоза (са становишта инфраструктуре и са становишта услуге) и његове евентуалне субвенције; 5. Ограничење времена окупације појединачног паркинг места, као и увођење пореза и такси на наплату паркинга, нарочито у централним пословним квартовима градских центара; 6. Унапређење моторизованог и немоторизованог саобраћаја двоточкаша; 7. Смањење броја саобраћајних загушења унутар градских зона; 8. Забрана уличног паркирања свуда где је то могуће, да би се смањило непотребно прекидање, односно ометање саобраћајног тока и тако одржао понуђени капацитет улице; 9. Мере урбаног планирања у циљу смањења изложености популације штетним материјама; 10. Обезбеђење избора животног стила, како би се смањила емисија друмских возила и појединачна изложеност штетним материјама. Факултет инжењерских наука Универзитета у Крагујевцу 173 7. ЛИТЕРАТУРА [1] Fenger, J., Air pollution in the last 50 years - From local to global, Atmospheric Environment 43 (1), 2009, pp. 13–22. [2] Vitousek, M.P., Mooney, A.H., Lubchenco, J., Melillo, M.J., Human Domination of Earth's Ecosystems, Science 277(1), 1997, pp. 494–499. [3] Colvile, R.N., Hutchinson, E.J., Mindell, J.S., Warren, R.F., The transport OStor as a source of air, Atmoshperic Environment 35, 2001, pp. 1537–1565. [4] Carslaw, D.C., Beevers, S.D., Bell, M.C., Risks of exceeding the hourly EU limit value for nitrogen dioxide resulting from increased road transport emissions of primary nitrogen dioxide, Atmosphere Environment 30, 1996. [5] Bielli, M., Carotenuto, P., Delle Site, V., Transport and environment interactions: the Italian framework, Transportation Research part D 3(6), 1998. [6] ECMT, Vehicle Emission Reductions, European Conference of Ministers of Transport, OECD publications service, Paris, France, 2001. [7] Liu, J.J., Chan, C.C., Jeng, F.T., Predicting personal exposure levels to carbon monoxide (CO) in Taipei, based on actual CO measurements in micro environments and a Monte Carlo simulation method, Atmospheric Environment 28, 1994. [8] Ott, W., Switzer, P., Willits, N., Carbon monoxide exposures inside an automobile traveling on an arterial highway, Journal of Air & Waste Management Association 44, 1994. [9] Karim, M.M., Matsui, H., Guensler, R., Achievements of a dispersion model for predicting micro- environmental pollution from traffic emissions, Nashville, Tennessee : Proceedings of 89th Annual Meeting of Air & Waste Management Association, 1996. [10] Karim, M.M., Matsui, H., Guensler, R., A mathematical model of wind flow, vehicle wake, and pollutant concentration in urban road, Transportation Research, Part D 3(3), 1998. [11] BTS, Mobility and Access., Bureau of Transportation Statistics,Transportation statistics annual report, US Department of Transportation,1997. [12] Pickrell, D., Cars and clean air: a reappraisal, Transportation Research Part A 33(7–8), 1999. [13] Bin, O., A logit analysis of vehicle emissions using inspection and maintenance testing data, Transportation Research Part D 8(3), 2003. [14] Dabbas, M.W., Modeling vehicle emissions from an urban air-quality perspektive: Testing vehicle emissions interdependencies, PhD Thesis, Institute of Transport and Logistics studies, Faculty of Economics and Business, The University of Sydney, 2010. [15] Hu, W., Zhong, Q., Using OSPM model on pollutant dispersion in an urban street canyon, Advances in Аtmospheric Science 27, 2010. [16] Smith R., Poelman M., Schrijver J., Improved road traffic emission inventories by adding mean speed distribution, Atmos. Environ. 42, 2008. [17] Johnson, W.B., Ludwig, F.L., Dabbert, W. F., Allen, R. J., An urban diffusio simulation model for carbon monoxide, Journal of Air Pollution Control Association 23(6), 1973. [18] Hertel, O., Berkowicz R., Modeling pollution from traffic in a street canyon: Evaluation of data and model development, Denmark, NERI, DMU Luft-A 129, 1989. [19] Benson, P.E., CALINE4 - a dispersion model for predicting air pollutant concentrations near roadways, FHWA/CA/TL-84-15, State of California, Department of Transportation, 1989. [20] Luhar, A.K., Patil, R., A general finite line source model for vehicular pollutioн dispersion, Atmospheric Environment 23, 1989. [21] Schulman, L.L., Strimaitis, D.G., Development and evaluation of the PRIMЕ plume rise and building downwash model, Journal of Air and Waste Management Association 50, 2000. [22] Briggs, G.A., Plume Rise Predictions, American Meteorology Society, Boston, MA,1975. [23] Carruthers, D.J., Holroy, D.R.J., UK-Adms: a new approach to modelindispersion in the earths atmospheric boundary-layer, J. of Wind Engineering and Industrial Aerodynamics 52(1–3), 1994. [24] US EPA, Screen3 Model User’s Guide, Research Triangle Park, North Carolina, US EPA, 1995. [25] Kukkonen, J., Valkonen, E., Walden, J., Koskentalo,T., Karppinen, A., Berkowicz, R., Kartastenp, R., Measurements and modelling of air pollution in street canyon in Helsinki, Environmental Monitoring and Assessment 65(1–2), 2000. Факултет инжењерских наука Универзитета у Крагујевцу 174 [26] Kukkonen, J., Valkonen, E., Walden, J., Koskentalo, Aarnio, T., Karppinen, P.A., Berkowicz, R., Kartastenp, R., A measurement campaign in a street canyon in Helsinki and comparison of results with predictions of the OSPM model., Atmos. Environ. 35(2), 2001. [27] Kukkonen, J., Partanen, L., Karppinen, A., Walden, J., Kartastenp, R., Aarnio, P., Koskentalo, T., Berkowicz, R., Evaluation of the OSPM model combined with an urban background model against the data measured in 1997 in Runeberg Street, Helsinki, Atmos. Environ. 37(8), 2003. [28] Berkowicz, R., OSPM - A parameterised street pollution model, Environmental Monitoring and Assessment 65(1–2), 2000. [29] Berkowicz, R., Palmgren, F., Hertel, O., Vignati, E., Using measurements of air pollution in streets for evaluation of urban air quality-Meteorological analysis and model calculations, Science of the Total Environment 189/190, 1996. [30] Berkowicz, R., Ketzel, M., Vachon, G., Louka, P., Rosant, J.M., Mestayer, P.G., Sini, J.F., Examination of traffic pollution distribution in a street canyon using the NANTES’99 experimental data and comparison with model results, Water, Air, and Soil Pollution 2(5–6), 2002. [31] Alexander, Z., Berkowicz, R., Genikhovich, R., Palmgren, F., Yakovleva, E., Analysis of the st. Petersburg traffic data using the OSPM model, Water, Air, and Soil Pollution 2, 2002. [32] Bihan, O.L., Wahlin, P., Ketzel, M., Palmgren, F., Berkowicz, R., Application of dispersion modeling for analysis of particle pollution sources in a street canyon, Water, Air, and Soil Pollution 2(5–6), 2002. [33] Aquilina, N., Micallef, A., Evaluation of the operational street pollution model using data from European cities, Environmental Monitoring and Assessment 95, 2004. [34] Vardoulakis, S., Bernard, E.A.F., Norbert, G.F., Pericleous, K., Model sensitivity and uncertainty analysis using roadside air quality measurements, Atmos. Environ. 36(13), 2002. [35] Vardoulakis, S., Valiantis, M., Milner, J., ApSimon, H., Operational air pollution modelling in the UK-Street canyon applications and challenges, Atmos. Environ. 41(22), 2007. [36] Assael, M., Delaki, J., Kakosimos, M., Applying the OSPM model to the calculation of PM10 concentration in the historical centre of the city of Thessaloniki, Atmos. Environ. 42(1), 2008. [37] Mensink, C., Lefebre, Janssen, F.L., Cornelis, J., A comparison of three street canyon models with measurements at an urban station in Antwerp, Belgium, Env. Modelling and Software 21(4), 2006. [38] Kenty, K.L., Poor, N.D., Kronmiller, K.G., McClenny, W., King C., Atkeson T., Campbell, S.W, Application of CALINE4 to roadside NO/NO2 transformations, Atm. Environment 41(20), 2007. [39] Zhang, K., Batterman, S., Near-road air pollutant concentrations of CO and PM2.5-A comparison of MOBILE6.2/CALINE4 and generalized additive models,Atmospheric Environment 44(14), 2010. [40] Levitin, J., Härkönen, J., Kukkonen, J., Nikmo, J., Evaluation of thе CALINE4 and CAR-FMI model against measurements near a major road, Atmospheric Environment 39(25), 2005. [41] Yura, E.A, Kear, T., Niemeier, D., Using CALINE dispersion to assess vehicular PM2.5 emissions, Atmospheric Environment 41(18), 2007. [42] Holmes N.S., Morawska L., A review of dispersion modelling and its application to the dispersion of particles: An overview of different dispersion models available, Atmospheric Environment 40(30), 2006. [43] Parker, H., Air Pollution, Prentice Hall, 1977. ISBN-13: 978-0130210067. [44] Shere, E., Handbook of air pollution from internal combustion-Pollutant Formation and Control, Academic Press USA, 1998, ISBN: 0-12-639855-0. [45] Ho, B.Q., Urban Air Pollution, Air Pollution-Monitoring, Modelling and Health, 2012, ISBN: 978- 953-51-0424-7, [46] Zarate, E., Understanding the Origins and Fate of Air Pollution in Bogotá, Colombia, PhD thesis N° 3768, EPFL, 2007. [47] WHO, Air Quality guidelines for particulate matter, ozone, nitrogen dioxide and sulphur dioxide, World Health Organization, Geneva, 2005. [48] Baldasano, J.M., Valera, E., Jimenez, P.,Air quality data from large cities, Science of the Total Environment 307, 2003. [49] ADB, Country Synthesis Report on Urban Air quality Management, ADB, Vietnam, 2006. [50] HEPA, Report 2006 on air quality in Ho Chi Minh City, HEPA (Ho Chi Minh environmental protection agency), Ho Chi Minh City, 2006. [51] Gurjar, B.R., Lelieveld, J., New Directions: Megacities and global change, Atmospheric Environment 39(2), 2005. [52] WHO, Guidelines for Air Quality, World Health Organization, Geneva, 2000. Факултет инжењерских наука Универзитета у Крагујевцу 175 [53] EEA, Air quality in Europe-2011 report, Technical report, No. 12/2011, ISSN 1725-2237. [54] WHO,Air quality guidelines for particulate matter, ozone, nitrogen dioxide and sulfur dioxide, Global Update 2005, World Health Organisation, Germany, 2006. [55] WHO, The World Health Report 2008-primary Health Care (Now More Than Ever), World Health Organization, Geneva, 2008. [56] Pfafflin, J.R., Ziegler, E.N., Encyclopedia of environmental science and engineering-Volume 1, 2, CRC Press taylor & Francis group, New York, 2006. [57] Vardoulakis, S., An Operational Method For Assessing Traffic-Related Air Pollution In Urban Streets, PhD Thesis, University Of Greenwich School Of Computing And Mathematical Sciences & School Of Earth And Environmental Sciences, 2002. [58] Molina, L., Molina, M., Air Quality in the Mexico Megacity, Kluwer Academic Publishers, Dordrecht, The Netherlands, 2002, ISBN 1-4020-045204. [59] Belalcazar, L., Fuhrer, O., Ho. D., Zarate, E., Clappier, A., Estimation of road traffic emission factors from a long term tracer study in Ho Chi Minh City (Vietnam), Atm. Environment 43, 2009. [60] Croxford B., Penn A., Hillier B., Spatial distribution of urban pollution: civilizing urban traffic, The Science of Total Environment 189-190, 1996. [61] Gonzalez-Flesca N., Cicolella A., Bates M., Bastin E., Pilot study of personal, indoor and outdoor exposure to benzene, formaldehyde and acetaldehyde, Environmental science pollution research international 6(2), 1999. [62] Hewitt, C.N., Spatial variations in nitrogen dioxide concentrations in an urban area, Atmospheric Environment 25B(3), 1991. [63] Monn, Ch., Carabias, V., Junker, M., Waeber, R., Karrer, M., Wanner, H.U., Small-scale spatial variability of particulate matter (PM10) and nitrogen dioxide, Atm. Environment 31(15), 1997. [64] Vardoulakis, S., Fisher, B.E.A., Pericleous, K., Gonzalez-Flesca, Modelling air quality in street canyons: a review, Atmospheric Environment 37, 2003. [65] Platt U., Perner D., Measurement of atmospheric trace gases by both long path differential UV and visible absorption spectroscopy, Series in optical Science 39, 1983. [66] Solvang, J.S., A Geographic Approach to Modelling Human Exposure to Traffic Air Pollution using GIS, PhD Thesis, Department of Atmospheric Environment, University of Roskilde, Denmark, 1999, ISBN: 87-7772-507-7. [67] Williams, M., Exposure Assessment, European, EUR 14345 EN. CEC COST 613/2, 1991. [68] EEC, Directive 2000/69/EC - Limit values for benzene and carbon monoxide in ambient air, European Parliament, November 2000. [69] Vardoulakis, S., Gonzalez-Flesca, N., Fisher B.E.A., Pericleous, K., Spatial variability of air pollution in the vicinity of a permanent monitoring station in central Paris, Atmospheric Environment 39, 2005. [70] Fenger, J., Urban air quality, Atmospheric Environment 33(29), 1999. [71] Hoek, G., Brunekreef, B., Verhoeff, A., Wijnen, J., Fischer, P., Daily mortality and air pollution in the Netherlands, Journal of the Air and Waste Management Association 50, 2000. [72] Nyberg, F., Gustavsson, P., Jarup, L., Bellander, T., Berglind, N., Jakobsson, R., Pershagen, G., Urban air pollution and lung cancer in Stockholm, Epidemiology 5 (11), 2000. [73] Dab, W., Segala, C., Dor, F., Festy, B., Lameloise, P., Le Moullec, Y., Le Tertre, A., Medina, S., Quenel, P., Wallaert, B., Zmirou, D., Pollution atmospherique et sante: Correlation ou causalite ? Le cas de la relation entrel’exposition aux particules et la mortalite cardio-pulmonaire, Journal of the Air and Waste Management Association 51, 2001. [74] Duffy, A., Smog costs Ontario '1B a year, The Ottawa Citizen 23, 2000. [75] DSS, Illness costs of air pollution - Prepared for the Ontario Medical Association, 2000. [76] Jo, W.K., Park, J.H., Characteristics of roadside air pollution in Korean metropolitan city (Daegu) over last 5 to 6 years: temporal variations, standard exceedances, and dependence on meteorological conditions, Chemosphere 59, 2005. [77] Beevers, S.D., Carslaw, D.C., Investigating the potential importance of primary NO2 emissions in a street canyon, Atmospheric Environment 38(22), 2004. [78] Fujita, E.M., Stockwell, W.R., Campbell, D.E., Keislar, R.E., Lawson, D.R., Evolution of the magnitude and spatial extent of the weekend ozone effect in California’s south coast air basin , 1981-2000, Journal of the Air & Waste Management Association 53, 2003. Факултет инжењерских наука Универзитета у Крагујевцу 176 [79] Ropkins, K., Vehicle Emissions Modelling: TRAN5700-Modelling Traffic Pollution module, Institute for Transport Studies, University of Leeds, 2006. [80] Namdeo, A. K. Modelling the Emission and Dispersion of Air Pollution from Motor Vehicles. s.l. : Ph.D. Thesis, University of Nottingham, 1995. [81] Boddy, J.W.D., The Influence Of Meteorology, Urban Topography And Traffic On The Variability In Concentrations Of A Traffic-Related Pollutant In Urban Street Canyons, Phd Thesis, University Of Leeds School Of Process, Environmental And Materials Engineering, 2005. [82] Waters, M. H. L., Road vehicle fuel economy: state-of-the-art review, London, HMSO, 1992. [83] Andrd, M., Pronello, C., Relative influence of acceleration and speed on emissions under actual driving conditions, International Journal of Vehicle Design 18(3/4), 1997. [84] De Vlieger, I., On-board emmision and fuel consuption measurement campaign on petrol-driven passenger cars, Atmospheric Environment 31, 1997. [85] Holmen, B.A., Niemeier, D.A., Characterizing the effects of driver variability on real-world vehicle emissions, Transpn. Res. Part-D 3(2), 1998. [86] Marsden, G., Bell, M., Reynolds, S., Towards a real-time microscopic emissions model, Transportation Research Part D 6, 2001. [87] Beebe, J., Bell, M. C., Tate, J., Analysis of modal emissions - implications for air quality modelling and management, [аут. књиге] Proceedings of the 4 th International Conference, Urban Air Quality: Measurement Modelling and Management, Prague, Czech Republic, 2003. [88] Midenet, S., Boillot, F., Pieffelde, J. C., Signalized intersection with real time adaptive control: on- field assessment Of C02 and pollutant emission reduction, Transportation Research 9, 2004. [89] Case, D.Ј., Emissions from motor vehicles, Traffic Engineering and Control 23(3), 1982. [90] Bell, M.C., Marsden, G.R., Evans, R.G., Pollution monitoring with SCOOT, 28th UTSG Annual Conference, University of Huddersfield, 1996. [91] Rapone, M., Della R.L., Prati, M.V., Violetti, N., Driving behaviour and emission results for a small size gasoline car in urban operation, Society of Automotive Engineers, Inc., 2000, SAE Technical Paper Series No. 2000-01-2960. [92] Pegg, R.E., Ramsden, A.W., Towards clear diesel exhausts., Proceedings of the International Clean Air Congress Part 1, 1966, pp. 154–156. [93] Armstrong, J., Development Of A Methodology For Estimating Vehicle Emissions, PhD Thesis, Department of Civil and Environmental Engineering Carleton University Ottawa, Ontario, 2000. [94] Joumard, R., Accuracy of exhaust emissions measurements on vehicle bench, Artemis deliverable 2, 2006, Report n° LTE 0522. [95] Maclennan, C., Air pollution from traffic, Department of Transport internal report, England 1994. [96] Guensler, R., Loop Holes forAir Pollution, ITS Review 18(1), University of California,1994. [97] Faiz, A., Weaver, C.S., Walsh, M.P., Air Pollution from Motor Vehicles Standards and Technologies for Controlling Emissions, The World Bank Washington, D.C., 1996. [98] Potter, C., Savage, C., An Inspection of the Variation of In-Service Vehicle Emissions and Fuel Economy With Age and Mileage Accumulation: Stage 1, Warren Spring Laboratory, Department of Trade and Industry, 1986, Report." LR562 (AP). [99] Kingham, S., Briggs, D., Elliott, P., Fischer, P., Lebret, E., Spatial variations in the concentrations of traffic-related pollutants in indoor and outdoor air in Huddersfield, England, Atmospheric Environment 34(6), 2000. [100] Mukherjee, P., Viswanathan, S., Carbon monoxide modeling from transportation sources, Chemosphere 45(6–7), 2001. [101] EC, 2011a - European Commission White Paper, Road to a Single European Transport Area e Towards a Competitive and Resource Efficient Transport System, Brussels :EC, 2832011 COM (2011) 144 Final. [102] Sperling, D., Setiawan, W., Hungerford, D., The Target Market for Methanol Fuels, Transportation Research A 29(1), 1995. [103] Pešić R., Petković S., Veinović S., Motorna vozila i motori - OPREMA, MF Kragujevac, MF Banja Luka, Kragujevac, Banja Luka, 2008, ISBN 978-99938-39-20-0. [104] Moussiopoulos, N., Air Quality in Cities, Heidelberg, Germany, 2003, ISBN 3-540-00842-x. [105] Sokhi, R.S., Kitwiroon. N., World Atlas of atmospheric pollution-first edition, Anthem Press, 2008. [106] Franco,V., Kousoulidou, M., Muntean, M., Ntziachristos, L., Hausberger, S., Dilara, P., Road vehicle emission factors development: A review, Atmospheric Environment 70, 2013. Факултет инжењерских наука Универзитета у Крагујевцу 177 [107] Kühlwein, J., Friedrich, R,. Uncertainties of modelling emissions from road transport, Atmospheric Environment 34(27), 2000. [108] US EPA, MOBILE6.2, Unated States Environmental Protection Agency, 2002. [109] ЕЕА, COPERT 4-Estimating emissions from road transport. Copenhagen, Denmark, The European Environment Agency, 2004. [110] Stedman, J.R., Goodwin, J.W.L., King, K., Murrells, T.P., Bush, T.J., An empirical model for predicting urban roadside nitrogen dioxide concentrations in the UK, Atmospheric Environment 35(8), 2001. [111] Brunner, D., Sclapfer, K., Ros, M., Dinkel, E., Data Bank on Unregulated Vehicle Exhaust and Evaporative Emissions, 3rd International Symposium on Transport and Air Pollution, Arcueil, France, INRETS, 1994.: [112] Buckland A.T., Middleton D.R., Nomograms for calculating pollution within street canyons, Atmospheric Environment 33(7), 1999. [113] Palmgren, F., Berkowicz, R., Ziv, A., Hertel, O., Actual car fleet emissions estimated from urban air quality measurements and street pollution models, Sci. of The Total Env. 235(1–3), 1999. [114] Gonçalves, M., Jiménez-Guerrero, P., Baldasano, J.M., Emissions variation in urban areas resulting from the introduction of natural gas vehicles: Application to Barcelona and Madrid Greater Areas (Spain), Science of the Total Environment 407, 2009. [115] Mazzoleni, C., ller, H.M., Kuhns, H.D., Keislar, R.E., Barber, P.W., Nikolic, D., Nussbaum, N.J., Watson, J.G., Correlation between automotive CO, HC, NO, and PM emission factors from on- road remote sensing: implications for inspection and maintenance programs,Transportation Research Part D, 2004. [116] DEP, Air quality management in Kaohsiung City, Final Report Prepared by Sinotech Engineering Consultant to the Department of Environmental Protection, Kaohsiung Municipal Government, Kaohsiung, Taiwan, 2004. [117] Boulter, P.G, McCrae I.S., The links between micro-scale traffic, emission and air pollution models, Transport Research Laboratory, Project Report PPR 269, 2007. [118] Esteves-Booth A., Muneer T., Kubie J., Kirby H., A review of vehicular emission models and driving cycles, Proceedings of the Institution of Mechanical, Part C 216, 2002. [119] Abo-Qudais S., Qdais H.A., Performance evaluation of vehicle emissions prediction models, Clean Technology and Environment Policy 7, 2005. [120] Brindle, R., Ashley, D., Johnston, D., Milthorpe, F., Smith, N., Taylor, M.A.P., Young, W., Improving urban transport demand models and their use, Report AP-R164/00, Austroads, Sydney, Australia, 2000, ISBN 0 85588 551 3 [121] André M., Rapone M., Adra N., Poliák J., Keller M., McCrae I., Traffic characteristics for the estimation of the pollutant emissions from road transport, ARTEMIS WP1000 project, 2006, Report INRETS-LTE 0606. [122] Zachariadis T., Samaras Z., Comparative assessment of European tools to estimate traffic emissions, International Journal of Vehicle Design 18(3/4), 1997. [123] Smit, R., Brown, A.L., Chan, Y.C., Do air pollution emissions and fuel consumption models for roadways include the effects of congestion in the roadway traffic flow?, Environmental Modelling and Software 23(10), 2008а. [124] Smit, R., McBroom, J., Development of a new high resolution traffic emissions and fuel consumption model for australia and new zealand - data quality considerations, Air Quality and Climate Change 43(2), 2009. [125] Boulter P.G., McCrae I.S., The links between micro-scale traffic, emission and air pollution models, Transport Research Laboratory, 2007, Project Report PPR 269. [126] Eggleston S., Gaudioso D., Gorissen N., Joumard R., Rijkeboer R.C., Samaras Z., Zierock K.H., CORINAIR working group on emission factors for calculating 1990 emissions from road traffic. Volume 1: Methodology and emission factors, Commission of the European Communities, Luxembourg,1993. [127] Ntziachristos L., Samaras Z., COPERT III: Computer programme to calculate emissions from road transport-Methodology and emission factors, European Topic Centre on Air Emissions, 2000. [128] EEA, EMEP/EEA air pollutant emission inventory guidebook - 2009, European Environment Agency, 2009. Technical report No 9/2009. [129] Wang, H., McGlinchy, I., Review of vehicle emission modelling and the issues for New Zealand. Auckland, Ministry of Transport, Australasian Transport Research Forum , New Zealand, 2009. Факултет инжењерских наука Универзитета у Крагујевцу 178 [130] Favale, M.G., Continuous monitoring of carbon, Atmospheric Environment 41, 2007. [131] Murena, F., Garofalo, N., Favale, G., Monitoring CO concentration at leeward and windward sides in a deep street canyon, Atmospheric Environment 42(35), 2008. [132] Andre, M., Hammarstrom, U., Driving speeds in Europe for pollutant emission estimation, Transportation Research Part D 5, 2000. [133] Pronello C., André M., Pollutant emissions estimation in road transport models, INRETS, 2000, Report INRETS-LTE No. 2007. [134] Ireson, R.G., Fieber, I.L., Causley M.C., Generating detailed emissions forecasts using regional transportation models: Current capabilities and issues, Proceedinns of the national conference on transportation planning and air quality, American Society for Civil Engineers, New York, 1992. [135] Anderson, W.P., Kanaroglou, P.S., Mïller, E.J., Buliung, R.N., Simulating automobile emissions in an integrated urban model, Transportation Research Record 1520, 1996. [136] Chatterjee, A., Miller, T., Philpot, J., Wholley, T., Guensler, R., Hartgen, D., Margiotta, R., Stopher, P., Improving transportation data for mobile-source, Transportation Research Board (TRB), National Research Council, National Academy Press, Washington DC, 1997, NCHRP Report No. 394. [137] Dowling, R., Skabardonis, A., Improving the average travel speeds estimated by planning models,Transportation Research Record 1366, 1992. [138] Nesamani K.S., Chu L., McNally M.G., Jayakrishnan R., Estimation of vehicular emissions by capturing traffic variations, Atmospheric Environment 41, 2007. [139] Sharma, P., Khare, M., Modelling of vehicular exhausts - a review, Transp. Res. Part D 6(3), 2001. [140] EEA (2006а), Indicator: Exceedance of Air Quality Limit Values in Urban Areas, European Environment Agency, Copenhagen, Denmark, 2006. [141] EEA (2006b), Air pollution at street level in European cities, European Environment Agency, 2006, Technical Report No1/2006, ISSN 1725-2237. [142] Simpson, D., Fagerli, H., Jonson, J., Tsyro, S., Wind, P., Tuovinen, J.P., The EMEP Unified Eulerian Model (Model description), 2003, Oslo, Norway, EMEP Rep. 1/2003. [143] Giannouli, M., Kalognomou, E.A., Mellios, G., Moussiopoulos, N., Samaras, Z., Fial, J., Impact of European emission control strategies on urban and local air quality, Atmospheric Environment 45, 2011, 4753-4762. [144] EEA (2005a), Thematic Strategy on Air Pollution, European Commission, 2005, COM. 446. [145] EEA (2005b), Impact Assessment of the Thematic Strategy on Air Pollution and the Directive on "Ambient Air Quality and Cleaner Air for Europe", European Commission, 2005, SEC. 1133. [146] Cuvelier, C., Thunis, P., Vautard, R., Amann, M., Bessagnet, B., Bedogni, M., Berkowicz, R., Brandt, J., Brocheton, F., Builtjes, P., CityDelta: a model intercomparison study to explore the impact of emission reductions in European cities in 2010, Atmospheric Environment 41, 2007. [147] Thunis, P., Rouil, L., Cuvelier, C., Stern, R., Kerschbaumer, A., Bessagnet, B., Schaap, M., Builtjes, P., Tarrason, L., Douros, J., Analysis of model responses to emission-reduction scenarios within the CityDelta project, Atmospheric Environment 41, 2007. [148] Vautard, R., Builtjes, P.H.J., Thunis, P., Cuvelier, C., Bedogni, M., Bessagnet, B., Honore, C., Moussiopoulos, N., Pirovano, G., Schaap, M., Evaluation and intercomparison of Ozone and PM10 simulations by several chemistry transport models over four European cities within the CityDelta project, Atmospheric Environment 41, 2007. [149] Cofala, J., Cabala, R., Klimont, Z., Heyes, C., Schoepp, W., Emissions of air pollutants in the EEA countries and their environmental impacts for the SEP scenarios, Laxenburg, Austria, IIASA’s, 2005, SOER2005 Report. [150] EEA (2006b), EMEP/CORINAIR Emission Inventory Guidebook, European Environment Agency Copenhagen, Denmark, Technical report 11/2006. [151] Giannouli, M., Samaras, Z., Keller, M., deHaan, P., Kalivoda, M., Sorenson, S., Georgakaki, A., Development of a database System for the calculation of indicators of environmental pressure caused by transport, Science of the Total Environment 357, 2006. [152] De Ceuster, G., Van Herbruggen, B., Logghe, S., Proost, S., TREMOVE 2.3 model and baseline description, Report to the European commission DG ENV, EC, 2005. [153] Colls, J.J., Micallef, A., Towards better human exposure estimates for setting of air qualitystandards, Atmospheric Environment 31(24), 1997. [154] Spadaro, J.V., Rabl, A., Damage costs due to automotive air pollution and the influence of street canyons, Atmospheric Environment 35, 2001. Факултет инжењерских наука Универзитета у Крагујевцу 179 [155] Manning, A.J., Nicholson, K.J., Middleton, D.R., Rafferty S.C., Field studyof wind and traffic to test a street canyon pollution model, Environmental Monitoring and Assessment 60(1-4), 2000. [156] Scaperdas, A., Colvile, R.N., Assessing the representativeness of monitoring data from an urban intersection site in central London, Atmospheric Environment 33, 1999. [157] Ott, W. R., Development of Criteria for Siting Air Monitoring Stations, J. Air Pollut. Control Assoc. 27, 1977. [158] Berkowicz, R., Winther, M., Ketzel, M., Traffic pollution modelling and emission data, Environmental Modelling & Software 21, 2006. [159] Reynolds, S. A., Monitoring And Prediction Of Air Pollution From Traffic In The Urban Env ironment, PhD Thesis, University of Nottingham, Transport Research Group, Department of Civil Engineering, 1996. [160] Oke, T.R., Boundary layer climates (Second edition), Routledge, London, 1987. [161] Afiq W.M.Y., Azwadi C.S.N., Saqr, K.M., Effects of buildings aspect ratio, wind speed and wind direction on flow structure and pollutant dispersion in symmetric street canyons: a review, International Journal of Mechanical and Materials Engineering 7(2), 2012. [162] DePaul, F.T., Sheih, C.M., Measurements of wind velocities in a street canyon, Atmospheric Environment 20(3), 1986. [163] Xie, S., Zhang, Y., Qi, L., Tang, X., Spatial distribution of traffic-related pollutant concentrations in street canyons, Atmospheric Environment 37(23), 2003. [164] Chan, L.Y., Kwok, W.S., Vertical dispersion of suspended particulates in urban area of Hong Kong, Atmospheric Environment 34(26), 2000. [165] Ahmad, K., Khare, M., Chaudhry, K.K., Wind tunnel simulation studies on dispersion at urban street canyons and intersections - a review, Journal of Wind Engineering and Industrial Aerodynamics 93(9), 2005. [166] Li, X.X., Liu, C.H., Leung, D.Y.C., Lam, K.M., Recent progress in CFD modelling of wind field and pollutant transport in street canyons, Atmospheric Environment 40(29), 2006. [167] Larssen, S., Tnnesen, D., Clench-Aas, J., Aarnes, M.J., Arnesen K., A model for car exhaust exposure calculations to investigate health effects of air pollution, Science of the Total Environment 134, 1993. [168] Croxford, B., Penn, A., Siting considerations for urban pollution monitors, Atmospheric Environment 32(6), 1998. [169] Croxford, B., Penn, A., Atmospheric Environment 32(6), 1998. [170] Longley, I.D., Gallagher, M.W., Dorsey, J. R., Flynn, M., Barlow, J. F., Short-term measurements of airflow and turbulence in two street canyons in Manchester, Atm. Environment 38, 2004. [171] P., Zannetti., Air pollution Modellinig: theories, computational methods, and available software. : Computational Mechanics Publications, Southampton, UK, 1990. [172] Moussiopoulos, N., Berge, E., Bohler, T., de Leeuw, F.A.A.M., Grønskei, K., Mylona, S., Tombrou, M., Ambient air quality, pollutant dispersion and transport models, EEA, Copenhagen, 1996,Topic Report no 19. [173] Scaperdas, A.S., Modelling flow and pollutant dispersion at urban canyon intersections, PhD thesis, Imperial College of Science, Technology and Medicine, University of London, 2000. [174] Ţunić, M., Jednodimenzionalni model depozicije armosferskih aerosola u standardnoj atmosferi, Dipolomski rad, Prirodno matematiĉki fakultet, Univerzitet u Novom Sadu, 2003. [175] Yamartino RJ., Wiegand G., Development and evaluation of simple models for the flow, turbulence and pollutant concentration fields within an urban street canyon, Atmos. Environ. 20, 1986. [176] Hotchkiss, R.S., Harlow, F.H., Air pollution transport in street canyons, US EPA, 1973, Report EPA-R4-73-029. [177] Buckland, A.T., Validation of a street canyon model in two cities, Environmental Monitoring and Assessment 52, 1998. [178] Hertel, O., Berkowicz, R., Modelling pollution from traffic in a street canyon - Evaluation of data and model development, NERI, Roskilde, Denmark, 1989a. [179] Jones, S.G., Fisher, B.E.A., Gonzalez-Flesca, N., Sokhi, R., The use of measurement programmes and models to assess concentrations next to major roads in urban areas, Environmental Monitoring and Assessment 64, 2000. [180] Benson, P.E., A review of the development and application of the CALINE3 and 4 models, Atmospheric Environment 26B(3), 1992. Факултет инжењерских наука Универзитета у Крагујевцу 180 [181] Hertel, O. and Berkowicz, R., Vurdering af spredningsmodellen i den Nordiske Beregningsmetode for Bilavgasser, Sammenfattende rapport (in Danish), 1990, DMU Luft A-136. [182] Hertel, O., Berkowicz, R., Modelling NO2 Concentrations in a Street Canyon, NERI, Roskilde, Denmark, 1989b. [183] Berkowicz, R., Operational Street Pollution Model (OSPM): Evaluation of the Model on Data from St. Olavs Street in Oslo, NERI, Roskilde, Denmark, 1989c. [184] Berkowicz, R., Hertel, O., Larsen, S., Sørensen, N.N., Nielsen, M., Modelling traffic pollution in streets, NERI, 1997b, NERI-ATMI report. [185] Watkins, L. H., Urban transport and environmental pollution, 1972, report TRRL LR455. [186] Colwill, D. M., Hickman, A.Ј., Measurement of particulate lead on the M4 Motorway at Harlington, Middlesex, TRRL, 1981, Crowthorne 972Middlesex 3rd report [187] ISF, Određivanje količine emitovanih gasovitih zagađujućih materija poreklom od drumskog saobraćaja primenom COPERT IV modela evropske agencije za životnu sredinu, Institut Saobraćajnog fakulteta, Beograd, 2010. [188] Tate, J.E., The Application of an Integrated Traffic Microsimulation and InstantaneousE mission Model to study the Temporal and Spatial Variations in Vehicular Emissions at the Local-scale, 14th International Conference Transport and Air Pollution, Heft 85/1, Graz , 2005b. [189] Joumard R., Jost P., Hickman J., Hassel D., Hot passenger car emissions modelling as a function of instantaneous speed and acceleration, Sci Total Environ 169, 1995. [190] An, F., Barth, M., Ross, M., Norbeck, J., The development of a comprehensive modal emission model: operating under hot-stabilize conditions, Transp Res Rec 1587, 1997. [191] Barth M., An F., Younglove T., Scora G., Levine C., Ross M., Comprehensive Modal Emission Model (CMEM), version 2.0 user's guide, Riverside, University of California, 2000. [192] Vlieger, I.D., On board emission and fuel consumption measurement campaign on petrol-driven passenger cars, Atmos Environ 31(22), 1997. [193] De Vlieger, I., De Keukeleere, D., Kretzschmar, JG., Environmental effects of driving behaviour and congestion related to passenger cars, Atmos. Environ. 34(27), 2000. [194] Sjodin, A., Persson, K., Andreasson, K., Arlander, B., Gallе, B., On-road emission factors derived from measurements in a traffic tunnel, International J. of Vehicle Design 20, 1998. [195] Ericsson, E., Variability in urban driving pattern, Transp. Res. Part D 5D, 2000. [196] Singh, R.B., Huber, A.H., Development of a Microscale Emission Factor Model for CO for Predicting Real-Time Motor Vehicle Emissions, Journal of the Air & Waste Management 50, 2000. [197] Stedman, D.H., Playing with Fire: Science and Politics of Air Pollution from Cars, University of Denver, 1995. [198] Miller, T.L., Chatterjee, A., Ching, C., Travel related inputs to air quality models: An analysis of emissions mode1 sensitivity and the accuracy of estimation procedure, Transportation consess. proceedings, American Society for Civil Engineers, New York, 1995, pp. 1149–1163. [199] Corporation Delcan., National Capital Region goods movement studv: Summaru report, TRANS - A Joint Technical Committee on Transportation Systems Planning, Ottawa, Ontario, 1991. [200] Khan, A., Issues in the use of EMME/2 as a platform for the estimation of greenhouse gases, Journal University of Shanghai for Science and Technology 21(3), 1999b. [201] Degobert, P., Automobile and pollution, Editions Technip, Paris, France, 1995. [202] Smit, R., Smokers, R., Rabe, E., A new modelling approach for road traffic emissions: VERSIT+,Transportation Research Part D 12, 2007. [203] Hung, W.T., Cheung, C.S., Tong, H.Y., On-road motor vehicle emissions and fuel consumption in urban driving conditions, Journal of the Air and Waste Management Association 50, 2000. [204] Frey, H.C., Unal, A., Rouphail, M., Colyar, J.D., On-road measurement of vehicle emissions using a portable instrument, Journal of the Air and Waste Management Association 53, 2003. [205] Tong, H.Y., Hung, W.T., Cheung, C.S., Development of a driving cycle for Hong Kong, Atmospheric Environment 33, 1999. [206] Laurikko, J., In-use Vehicle Emissions Control in Finland: Introduction and Practical Experience, The Science of the Total Environment 169, 1994. [207] Schifter, I., Diaz, L., Mugica, V., López-Salinas, E., Fuel-based motor vehicle emission inventory for the metropolitan area of Mexico City, Atmospheric Environment 39, 2005. [208] Ning, Z., Cheung, C.S., Lu, Y., Liu, M.A., Hung, W.T., Experimental and numerical study of the dispersion of motor vehicle pollutants under idle condition, Atmospheric Environment 39, 2005. Факултет инжењерских наука Универзитета у Крагујевцу 181 [209] Cadle, S.H., Stevens, R.D., Remote sensing of vehicle exhaust emissions, Environmental Science & Technology 28, 1994. [210] Frey, H.C., Zhang, K., Rouphail, N.M., Vehicle-specific emissions modeling based upon on-road measurements, Environmental Science & Technology 44, 2010. [211] Gvozdić, G., Primenjena logistička regresija, Master rad, Univerzitet u Novom Sadu prirodno- matematiĉki fakultet departman za matematiku i informatiku matematiku i informatiku, 2011. [212] Hosmer W.D., Lemeshow S., Applied Logistic Regression-second edition, Wiley Series, 2000. [213] Pohar, M., Blas, M., Turk, S., Comparison Logistic Reression Models and Linear Discriminant Analysis: A Simulation Study, Metodološki zvezki 1(4), 2004. [214] Dobson, J.A., An Introduction to Generalized Linear Models-second edition, Chapman & Hall/CRC, 2002. [215] Tabachnick, B.G., Fidell, L.S., Using Multivariate statistics, Pearson Education, Inc., USA, 2013, ISBN-10: 0-205-89081-4. [216] Efremov, A., Stepwise Logistic Regression, Experian, 2010. [217] Tabachnick, G.B., Fidell, S.L., Using Multivariate statistics, Pearson Education, Inc., USA, 2013, ISBN-10: 0-205-89081-4. [218] Kleinbaum G., Klein M., Logistic regression: A Self Learning Text - third edition, Springer, 2010. [219] Stevenson, M., An Introduction to Logistic Regression, EpiCentre, 2008. [220] Samprit, C., Ali, H.S., Regression Analysis by Example-fourth edition, John Wiley & Sons, 2006. [221] Ott, L. R., Longnecker, M., An Introduction to Statistical Methods and Data Analysis, Sixth Edition, Brooks/Cole,Belmont, Canada, 2010, ISBN-13: 978-0-495-01758-5. [222] Hanna, S.R, Britter, RE., Wind Flow and Vapor Cloud Dispersion at Industrial Sites, Am. Inst. Chem., New York 2002. [223] Britter, R.E., Hanna, S.R., Flowand dispersion in urban areas, Annu. Rev. Fluid Mech. 35, 2003. [224] Nicholson, S.E., A pollution model for street-level air, Atmospheric Environment 9, 1975. [225] Sini, J.F., Anquetin, S., Mestayer, P.G., Pollutant dispersion and thermal effects in urban street canyons, Atmospheric Environment 30(15), 1996. [226] Nielsen, M., Turbulent ventilation of a street canyon, Environmental Monitoring and Assessment 65, 2000. [227] Ţivković, P., Istraživanje uticaja karakteristika tehnološkog procesa u referentnom postrojenju na kvalitet vazduha u neposrednom okruženju, Doktorska disertacija, Mašinski fakultet, Univerzitet u Nišu, 2010. [228] Afiq W.M.Y., Azwadi C.S.N., Saqr, K.M., Effects of buildings aspect ratio, wind speed and wind direction on flow structure and pollutant dispersion in symmetric street canyons: a review, International Journal of Mechanical and Materials Engineering 7(2), 2012. [229] Kastner-Klein, P., Berkowicz, R., Britter, R., The influence of street architecture on flow and dispersion in street canyons, Meteorol. Atmos. Phys. 87, 2004. [230] Dabberdt, W.F., Ludwig, F.L., Johnson, W.B., Validadion and applications of an urban diffusion model for vehicular pollutants, Atmospheric Environment 7, 1973. [231] Baik, J.J., Kim, J.J., A numerical study of flow and pollutant dispersion characteristics in urban street canyons, Journal of Applied Meteorology 38(11), 1999. [232] Favale, G., Modellazione dell’inquinamento atmosferico di origine veicolare in deep street canyon, PhD Thesis, Università Degli Studi Di Napoli Federico Ii, Facoltà Di Ingegneria, Corso Di Laurea In Ingegneria Chimica, 2008. [233] Oke, T.R., Boundary Layer Climates, Routledge, London, UK, 1987. [234] Jeong, S.J., Andrews, M.J., Application of the k-e turbulence model to the high Reynolds number skimming flow field of an urban street canyon, Atmospheric Environment 36, 2002. [235] Savory, E., Rotach, M.W., Chauvet, C., Guilloteau, E., Kastner-Klein, P., Kovar-Panskus, A., Louka, P., Sahm, P., Castelli, S.T., Street architecture and air quality“,Optimisation of Modelling Methods for Traffic Pollution in Streets, TRAPOS, 2004. [236] Johnson, W.B., Ludwig, F.L., Dabberdt, W.F., Allen, R.J., An urban diffusion simulation model for carbon monoxide, Journal of the Air Pollution Control Association 23, 1973. [237] Sobottka, H., Leisen, P., Vehicle exhaust gas emissions in citystreets and their distributions; comparison of measurements and model aspects, IMA Conference, Modeling of Dispersion in Transport Pollution, Southend on-sea, England, 1980а. [238] Sobottka, H., Leisen, P., Pollutant dispersion of vehicle exhaust gases in street canyons, of the Fifth International Clean Air Congress Buenos Aires, Argentina, 1980b. Факултет инжењерских наука Универзитета у Крагујевцу 182 [239] Berkowicz, R., Ketzel, M., Jensen, S.S., Hvidberg, M., Raaschou-Nielsen, O., Evaluation and application of OSPM for traffic pollution assessment for a large number of street locations, Environmental Modelling & Software 23, 2008. [240] Berkowicz, R., Hertel, O., Larsen, S.E., Sørensen, N.N., Nielsen, M., Modelling traffic pollution in streets, Ministry of Environment and Energy National Environmental Research Institute, 1997. [241] Mimić, G. Klima urbanih naselja, Univerzitet u Novom Sadu, Novi Sad, Prirodno-matematiĉki fakultet, Departman za fiziku, Smer: Fizika, meteorologija i modeliranje ţivotne sredine, 2007. [242] Oke T.R., Grimmond CSB., Aerodynamic properties of urban areas derived from analysis of surface form, Appl. Meteorol. 38, 1999. [243] Berkowicz, R., Britter, R., Di Sabatino, S., Optimisation of Modelling Methods for Traffic Pollution in Streets (TRAPOS), NERI, 2004. [244] DePaul, F.T., Sheih, C.M., Measurements of wind velocities in a street canyon, Atmospheric Environment 20(3), 1986. [245] Mazzeo, N.A., Venegas, L.E., Martin, P.B., Analysis of full-scale data obtained in a street canyon, Atmosfera 20(1), 2007. [246] Assimakopoulos, V., ApSimon, H., Sahm, P., Moussiopoulos, N., Effects of street canyon geometry on the dispersion characteristics in urban areas, Proceedings of the 16th IMACS World Congress, Lausanne, Switzerland, 2000. [247] Rafailidis, S., Influence of building areal density and roof shape on the wind characteristics above a town, Boundary-Layer Meteorol. 85, 1997. [248] Kastner-Klein, P., Plate, E.J., Wind-tunnel study of concentration fields in street canyons, Atmospheric Environment 33, 1999. [249] Eskridge, R.E., Hunt, J.C.R., Highway modelling - I. Prediction of velocity and turbulence fields in the wake of vehicles, J. Appl. Met. 18, 1979. [250] Thompson, R.S. Eskridge, R.E., Turbulent diffusion behind vehicles: Experimentally determined influence of vortex pair in vehicle wake, Atmospheric Environment 21, 1987. [251] Grønskei, K.E., The influence of car speed on dispersion of exhaust gases, Atmospheric Environment 22, 1988. [252] Eskridge, R.E., Petersen, W.B., Rao, S.T., Turbulent diffusion behind vehicles Effect of traffic speed on pollutant concentrations, JAWMA 41, 1991. [253] Kastner-Klein, P., Berkowicz, R., Rastetter, A., Plate, E.J., Modelling of vehicle induced turbulencei n air pollution studiesf or streets, Proceedings оf the 5 th International Conference on Harmonisation within Atmospheric Dispersion Modelling, Rhodes, Greece, 1998. [254] Kastner-Klein, P., Fedorovich, E., Rotach, M.W., Organised and turbulent air motions in a wind tunnel model of a street canyon with and without moving vehicle, Proceedings of the 6th Conference on Harmonisation within Atmospheric Dispersion Modelling, Roue 1999. [255] Kastner-Klein, P., Fedorovich, E., Sini, J.F., Mestayer, P.G., Experimental and numerical verification of similarity concept for diffusion of car exhaust gases in urban streetc anyons, Environmental Monitoring and Assessment 65, 2000. [256] Kastner-Klein, P., Fedorovich, E., Rotach, M.W., A wind tunnel study of organised and turbulent air motions in urban street canyons, J. of Wind Engineering and Industrial Aerodynamics 89, 2001. [257] Di Sabatino, S., Kastner-Klein, P., Berkowicz, R., Britter, R.E., Fcdorovich, E., The modelling of turbulence from traffic in urban dispersion models - Part 1: theoreticalc onsiderations, Environmental Fluid Mechanics 3, 2003. [258] Pearce, W., Baker, C.J., Wind-tunnel investigation of the effect of vehicle motion on dispersion in urban canyons, Journal of Wind Engineering and Industrial Aerodynamics 69-71, 1997. [259] Vachon, G., Louka, P., Rosant, J.M., Sini, J.F., Measurements of traffic-induced turbulence within a street canyon during the Nantes '99 experiment, Water, Air and Soil Pollution 2, 2002. [260] Qin, Y., Kot, S.C., Dispersion of vehicular emission in street canyons Guangzhou City, South China (P. R. C. ), Atmospheric Environment 27B, 1993. [261] Simić, D., Metode nauke i tehničkog razvoja, DSP Mexatronics, Kragujevac, 1997. [262] Stanić, J., Matematičke osnove tehnoekonomske optimizacije obradnih procesa, Mašinski fakultet, Beograd, 1990. [263] Stanić, J., Metod inženjerskih merenja, Mašinski fakultet, Beograd, 1980. [264] Vukadinović, S., Elementi verovatnoće i matematičke statistike, Privredni pregled, Beograd, 1990. [265] Vukadinović, S., Popović, J., Matematička statistika (III izdanje), Saobraćajni fakultet, Univerzitet u Beogradu, 2008, ISBN 978-86-7395-165-2. Факултет инжењерских наука Универзитета у Крагујевцу 183 [266] Babic, S., Demic, M., Pesic, R., Milosavljevic, B., A contribution to methodological approach of traffic safety analysis of certan area, Metalurgia International, Vol. XVII, No. 7, 2012. [267] Agresti, A., An introduction to categorical data analysis, A John Wiley & Sons, inc., 2007. [268] Rao, C.R., Linear Statistical Inference and its Application, Second Edition, Wiley Inc., N.Y., 1973. [269] Hosmer, W.D., Lemeshow, S., Sturdivant, X.R., Applied Logistic Regression (III edition), John Wiley & Sons, Inc., Hoboken, New Jersey, 2003, ISBN 978-0-470-58247-3. [270] Field, A., Discovering statistics, Publications Ltd, London, 2009. ISBN 978-1-84787-906-6. [271] Hensher, D., Johnson, L.W., Applied discrete choice modelling, Croom Helm, London 1981. [272] Nagelkerke, N.J.D., A note on a general definition of the coefficient of determination., s.l. : Biometrika 78, 1991, pp. 691–692 [273] Tošković, O., Predavanja sa predmeta: Statistika u psihologiji 2 (tema: Binarna logistička regresija), Filološki fakultet Beograd, 2012. [274] Hair, J.F., Black, W.C., Babin, B.J., Anderson, R.E., Multivariate Data Analysis, 7-th Edition, Pearson Prentice Hall, 2010. [275] Ćatić D., Razvoj i primena metoda teorije pouzdanosti, Univerzitet u Kragujevcu, Mašinski fakultet u Kragujevcu, Kragujevac, 2005, ISBN 86-80581-80-1 [276] Walpole, Е.R., Myers, H.R., Myers, L.S., Ye, K., Probability & Statistics for Engineers & Scientists (IX edition), Prentice Hall, Inc., Boston, USA, 2012, ISBN 978-0-321-62911-1. [277] Ross, M.S., Introduction to Probability and Statistics for Engineers and Scientists (III edition), Department of Industrial Engineering and Operations Research University of California (Berkeley), Elsevier Inc., San Diego, USA, 2004, ISBN: 0-12-598057-4. [278] Gualtieri, G., A Street Canyon Model Intercomparison in Florence, Italy, Water Air Soil Pollut., 2010, DOI 10.1007/s11270-010-0360-x. [279] Đuriĉić, R.M., Principi savremenog upravljanja kvalitetom proizvoda, Viša tehniĉka škola Uţice, Uţice, 1995, ID 34515980. [280] Anderson, M.J., Whitcomb, P.J., RSM simplified: Optimizing processes using response surface methods for design of experiments, Productivity Press, New York 2005, ISBN 978-1-56327-297-4. [281] Milosavljevic, B., Pesic, R., Lukic, J., Babic, S., Biogas obtained from corn silage and/or cow manure in the Republic of Serbia as a road transport fuel, Metalurgia International, Vol. XVII, No.7, 2012. [282] Dean, A.M., Voss, D., Design and analysis of experiments, Springer-Verlag New York Inc, New York, USA, 2001, ISBN 978-0-387-98215-1. [283] Dašić, P., Analiza izbora varijante matematičkog modela u oblasti ispitivanja obradljivosti metala rezanjem, Zbornik radova 21, Savjetovanja proizvodnog strojarstva Jugoslavije, knjiga I, Tehniĉki fakultet Rijeka, Opatija, Hrvatska, 1987. [284] Dašić, P., Comparative analysis of different regression models of the surface roughness in finishing turning of hardened steel with mixed ceramic cutting tools, Journal of Research and Development in Mechanical Industry 5(2), 2013. [285] Dašić, P., Research of processed surface roughness for turning hardened steel by means of ceramic cutting tools, [аут. књиге] Wilfried J. Bartz and Andreas Pauschitz Friedrich Franek, Proceedings of the 2nd World Tribology Congress (WTC-2001), Österreichische Tribologische Gesellschaft - The Austrian Tribology Society (ÖTG), 2001.Vienna, Austria, ISBN 978-3-901657-09-2. [286] Dašić, P., The choice of regression equation in fields metalworking, [аут. књиге]: Proceedings of the 3rd International Conference, Research and Development in Mechanical Industy, 2003, ISBN 86-83803-06-6. [287] Dašić, P., Software package CoREMED: Choice of Regression Equation of Multifactor Experiment Design with and without Repeating, ver. 3.0, Vrnjaĉka Banja, 2010. [288] Вукановић, С., Управљање радом семафорисаних раскрсница – I део, Саобраћајни факултет, Београд, 2003. [289] Dabbas, W.M., Hensher, D.A., Identification of measures for modelling automobile emissions using classification and regression trees (CART),the 24th conference of the Australian Institutes of Transport Research, School of Civil and Environmental Engineering, 4-6, University of New South Wales, Sydney, 2002. [290] Galeriu, D., Patryl, L., Statistical performances measures - model comparasion, the 6th IAEA conference, Environmental modelling for radiation safety (EMRAS II), Bucharest, Romania, 12-15 september, 2011. Факултет инжењерских наука Универзитета у Крагујевцу 184 8. ПРИЛОГ А Табела А1 Циљне и дугорочне вредности концентрације приземног озона (Air Quality Directive, EU, 2008c) Циљ Период рачунања просечне вредности Гранична вредност Рок за достизање циљне вредности Озон Заштита здравља људи Максимална дневна осмочасовна средња вредност 120 μg·m-3 не сме се прекорачити у више од 25 дана по календарској години у току 3 године мерења 1.јануар 2010. године Дугорочни циљ Максимална дневна осмочасовна средња вредност 120 μg·m-3 Обавештење 1 сат 180 μg·m-3 Упозорење 1 сат 240 μg·m-3 Напомена 1: Светска здравствена организација је прописала максималну дневну осмочасовну средњу вредност за озон 100 μg·m-3 (WHO, 2008); Напомена 2: Air quality in Europe – 2011 report, EEA Technical report, No. 12/2011, ISSN 1725-2237 Табела А2 Граничне вредности концентрације азот-диоксида и оксида азота (Air Quality Directive, EU, 2008c) Циљ Период рачунања просечне вредности Гранична вредност Број дозвољених прекорачења NO2 и NOx Заштита здравља људи 1 сат 200 μg·m-3 18 сати у току године једна календарска година 40 μg·m-3 Упозорење 1 сат 400 μg·m-3 CO Заштита здравља људи 1 сат / Максимална дневна осмочасовна вредност 10 mg·m -3 Напомена: концентрације опасне по здравље људи мере се током три узастопна сата на локацијама репрезентативним за квалитет ваздуха чија површина није мања од 100 km2, или у зонама или агломератима, ако је њихова површина мања. Табела A3 Граничне вредности концентрације азот-диоксида (WHO, 2006) Циљ Период рачунања просечне вредности Гранична вредност NO2 Заштита здравља људи 1 сат 200 μg·m-3 једна календарска година 40 μg·m-3 CO Заштита здравља људи 1 сат 30 mg·m-3 Максимална дневна осмочасовна вредност 10 mg·m-3 Факултет инжењерских наука Универзитета у Крагујевцу 185 Табела А4 Критеријуми за оцењивање концентрација штетних материја (горња и доња граница) ( Сл. гласник РС, бр. 11/2010 и 75/2010) NO2 NOx C6H6 CO Једночасовна гранична вредност за заштиту здравља људи Годишња гранична вредност за заштиту здравља људи Годишњи критични ниво за заштиту вегетације и природних екосистема Годишњи просек Осмочасовни просек Горња граница оцењивања 70% граничне вредности (105 μg·m-3, не сме се прекорачити више од 18 пута у једној календарској години) 80% граничне вредности (32 μg·m-3) 80% критичног нивоа (24 μg·m-3) 70% граничне вредности (3,5 μg·m-3) 70% граничне вредности (7 mg·m -3 ) Доња граница оцењивања 50 % граничне вредности (75 μg·m-3, не сме се прекорачити више од 18 пута у једној календарској години) 65% граничне вредности (26 μg·m-3) 65% критичног нивоа (19,5 μg·m-3) 40% граничне вредности (2 μg·m-3) 50% граничне вредности (5 mg·m -3 ) Табела А5 Критеријуми за проверу валидности приликом узорковања (NO2, NOx, C6H6 и CO) (Сл. гласник РС, бр. 11/2010 и 75/2010) Параметар Захтевани удео валидних података Једночасовне вредности 75% (45 минута) Осмочасовне вредности 75% вредности (6 сати) Највећа дневна осмочасовна вредност 75% једночасовних просека за 8 узастопних сати (18 једночасовних просека дневно) 24-часовна вредност 75% једночасовних просека (барем 18 једночасовних вредности) Годишњи просек 90% једночасовних вредности или (ако нису расположиве) 24-часовне вредности у току године Табела А6 Критеријуми за проверу валидности приликом узорковања (приземни озон) (Сл. гласник РС, бр. 11/2010 и 75/2010) Параметар Захтевани удео валидних података Једночасовне вредности 75% (45 минута) Осмочасовне вредности 75% вредности (6 сати) Највећа осмочасовна средња вредност за 8 узастопних сати у току дана 75% једночасовних просека за 8 узастопних сати (18 једночасовних просека дневно) Годишња средња вредност 75% једночасовних вредности лети (од априла до септембра) и 75% зими (од јануара до марта, од октобра до децембра) засебно мерено Број прекорачења и максималне месечне вредности 90% максималних дневних осмочасовних просечних вредности (27 доступних дневних вредности месечно) 90% једночасовних вредности између 8.00 и 20.00 часова по централноевропском времену Број прекорачења и максималне годишње вредности 5–6 месеци у току лета (од априла до септембра) Факултет инжењерских наука Универзитета у Крагујевцу 186 Табела А7 Гранична вредност, толерантна вредност и граница толеранције (NO2, C6H6 ,CO) (Сл. гласник РС, бр. 11/2010 и 75/2010) Период усредњавања Граница Граница толеранције Толерантна вредност Рок за достизање граничне вредности NO2 Један сат 150 μg·m-3, не сме се прекорачити више од 18 пута у години 50% граничне вредности 1.01.2010.год. умањује се 1.01.2012. год., а потом на сваких 12 месеци за 5% годишње да би се од 1.01. 2021. год. достигло 0% 225 μg·m-3 1.јануар 2021. године Један дан 85 μg·m-3 47% граничне вредности 1.01.2010. год. умањује се 1.01.2012. године, а потом на сваких 12 месеци за 5% годишње да би се до 1.01.2021.год. достигло 0% 125 μg·m-3 1.јануар 2021. године Календарска године 40 μg·m-3 50% граничне вредности 1.01.2010. год. умањује се 1.01.2012. године, а потом на сваких 12 месеци за 5% годишње да би се од 1.01.2021. год. достигло 0% 60 μg·m-3 1.јануар 2021. године C6H6 (бензен) Календарска година 5 μg·m-3 3 μg·m-3 (60% граничне вредности) 1.01.2010. год. умањује се сваких 12 месеци за 0.5 μg·m-3 да би се од 1.01.2016. год. достигло 0% 8 μg·m-3 1.јануар 2016. године CO Максимална дневна осмочасовна вредност 10 mg·m -3 60% граничне вредности 1.01.2010. године умањује се 1.01.2012.год., а потом на сваких 12 месеци за 12% годишње да би се до 1.01.2016. год. достигло 0% 16 mg·m -3 1.јануар 2016. године Један дан 5 mg·m-3 100% граничне вредности 1.01.2010. године умањује се 1.01.2012. године, а потом на сваких 12 месеци за 20% годишње да би се до 1.01.2016. године достигло 0% 10 mg·m -3 1.јануар 2016. године Календарска година 3 mg·m -3 3 mg·m -3 1.јануар 2016. године Факултет инжењерских наука Универзитета у Крагујевцу 187 Табела А8 Циљна вредност концентрације приземног озона (Сл. гласник РС., бр. 11/2010 и 75/2010) Циљ Период рачунања просечне вредности Циљна вредности Рок за достизање циљне вредности Озон Заштита здравља људи Максимална дневна осмочасовна средња вредност 120 μg·m-3 не сме се прекорачити у више од 25 дана по календарској години у току 3 године мерења 1.јануар 2016. године Заштита вегетације Од маја до јула Вредност АОТ40 (добијена рачунањем једночасовних вредности) 18 000 μg·m-3 у току једног часа у току 5 година мерења 1.јануар 2016. године Напомена: Вредност АОТ40 [μg·m-3·h] означава суму разлике између једночасовних концентрација већих од 80 μg·m-3 (= 40 ppb) и 80 μg·m-3 у току временског периода израчунату на основу једночасовних вредности мерених 8.00–20.00 часова по централноевропском времену сваког дана. Табела А9 Дугорочни циљеви за концентрације приземног озона (Сл. гласник РС, бр. 11/2010 и 75/2010 Циљ Период усредњавања Дугорочни циљ Рок за достизање дугорочног циља Озон Заштита здравља људи Максимална дневна осмочасовна средња вредност у једној календарској години 120 μg·m-3 Неутврђен Заштита вегетације Од маја до јула Вредност АОТ40 (добијена рачунањем једночасовних вредности) 6.000 μg·m-3 у току једног часа Неутврђен Табела А10 Концентрације NO2 опасне по здравље људи (Сл. гласник РС, бр. 11/2010 и 75/2010) Штетна материја Концентрација опасна по здравље људи Азот-диоксид 400 μg·m-3 Напомена: концентрације опасне по здравље људи мере се током три узастопна сата на локацијама репрезентативним за квалитет ваздуха на подручју чија површина није мања од 100 km 2, или у зонама или агломератима, ако је њихова површина мања. Табела А11 Концентрације приземног озона опасне по здравље људи и концентрације о којима се извештава јавност (Сл. гласник РС, бр. 11/2010 и 75/2010) Сврха Период усредњавања Граница Обавештење 1 сат 180 μg·m-3 Упозорење 1 сат 240 μg·m-3 Факултет инжењерских наука Универзитета у Крагујевцу 188 Табела А12 Емисиони фактори [g·kg-1 загађивача] за земље Балкана (2005.) - Tиер 1 метод [128] Категорија возила Штетна материја CO NOx NMVOC CH4 PM CO2 ПА бензин 221,70 28,39 34,41 1,99, 0,00 2,72 ПА дизел 12,66 11,68 3,73 0,12 4,95 3,09 ЛТВ бензин 305,63 26,58 32,61 1,51 0,00 2,59 ЛТВ дизел 15,94 20,06 2,08 0,08 4,76 3,09 ТТВ дизел 11,54 38,34 6,05 0,34 2,64 3,09 БУС 15,71 49,18 4,13 0,51 2,15 3,09 Мопеди 10,61 42,02 5,75 0,44 2,24 3,09 Мотоцикли 600,00 1,20 357,70 8,76 0,00 1,07 Напомена 1: за CO2 кg·kg -1 загађивача; Напомена 2 : није коришћен ,,Тремове“; Напомена 3: NMVOC - неметанска испарљива органска једињења (енг. Non-Methane Volatile Organic Compounds) Табела А13 Карактеристична потрошња горива по километру, по категоријама возила [128] Категорија возила Погонско гориво Просечна потрошња погонског горива [g·km-1] ПА Бензин 70 Дизел 60 ТНГ 57,5 ЛТВ Бензин 100 Дизел 80 ТТВ Дизел 240 КПГ (аутобуси) 500 Двоточкаши Бензин 35 Табела А14 Примери процењене просечне дневне дужине путовања у неким земљама ЕУ [128] Држава Просечна дужина путовања [km] Држава Просечна дужина путовања [km] Аустрија 12 Мађарска 12 Белгија 12 Ирска 14 Данска 9 Италија 12 Немачка 14 Луксембург 15 Шпанија 12 Холандија 13,1 Француска 12 Португал 10 Финска 17 Велика Британија 10 Грчка 12 Табела А15 Однос емисија при хладном старту за возило са класичном технологијом смањења емисије и OTO мотором [128] Штетна материја ⁄ | CO 3,7 – 0,09ta NOx 1,14 – 0,006ta VOC 2,8 – 0,06ta Факултет инжењерских наука Универзитета у Крагујевцу 189 Tабела А16 Карактеристике погонског горива - бензин (SRPS EN 228) Састав Основно гориво 1996. (просечно на тржишту) Гориво 2000 Гориво 2005 Сумпор [ppm] 165 130 40 Бензен [vol%] 2,1 0,8 0,8 Кисеоник [wt.%] 0,4 1,0 1,5 RVP [kPa] Лети 68 60 60 Зими 81 70 70 Аромати [vol%] 39 37 33 Олефини [vol%] 10 10 10 Е 100 [%] 52 52 52 Е 150 [%] 86 86 86 Трагови олова [g·L-1] 0,005 0,002 0,00002 Табела А17 Карактеристике погонског горива - дизел (SRPS EN 590) Састав Основно гориво 1996. (просечно на тржишту) Гориво 2000 Гориво 2005 Цетански број 51 53 53 Густина на 15 ℃ 840 840 835 T95 [℃] 350 330 320 PAH [%] 9 7 5 Сумпор [ppm] 400 300 40 Укупно аромата [%] 28 26 24 Табела А18 Основна горива према нивоу технологије возила Ниво технологије возила Основно гориво Расположиво гориво побољшаног квалитета Претходе Еуро 3 стандарду емисије Основно гориво 1996 Гориво 2000, Гориво 2005 Еуро 3 Гориво 2000 Гориво 2005 Еуро 4 Гориво 2005 Факултет инжењерских наука Универзитета у Крагујевцу 190 Табела А19 Статистички индикатори слагања података БЛР модела САД Р.бр. Модел САД (max. 1,0 vol% CO); ( ) Комб. предиктора ( ) ( ) ( ( ) ( )) Степ. слоб. (сс) Сигниф. McFaden ρ² PA [%] R²cs R²N χ²HL ( ) Сигниф. 1 23456 174,284 1.805,885 6 <0,0001 0,91198529 97,3 0,636 0,95 1,364(8) 0,995 2 12345 196,72 1.783,449 6 <0,0001 0,90065494 97,2 0,632 0,943 1,538(8) 0,992 3 2345 202,427 1.777,742 5 <0,0001 0,89777286 97,4 0,631 0,941 2,234(8) 0,973 4 2346 278,07 1.702,099 5 <0,0001 0,85957259 96,5 0,615 0,917 3,521(8) 0,898 5 2356 288,085 1.692,084 4 <0,0001 0,85451494 96,8 0,612 0,914 6,767(8) 0,562 6 1235 301,219 1.678,950 4 <0,0001 0,84788217 96,7 0,61 0,91 5,33 (8) 0,722 7 235 307,099 1.673,070 3 <0,0001 0,84491273 96,7 0,608 0,908 6,61 (8) 0,579 8 3456 311,442 1.668,727 5 <0,0001 0,84271948 96,1 0,607 0,906 11,654(8) 0,167 9 12456 318,994 1.661,175 6 <0,0001 0,83890566 96,5 0,606 0,904 1,879 (8) 0,985 10 2456 328,978 1.651,191 5 <0,0001 0,83386367 96,4 0,603 0,9 2,775 (8) 0,948 11 345 332,117 1.648,052 4 <0,0001 0,83227845 96 0,603 0,899 9,804 (8) 0,279 12 356 358,301 1.621,868 3 <0,0001 0,81905534 95,4 0,597 0,891 3,062 (8) 0,93 13 346 371,125 1.609,044 4 <0,0001 0,81257912 95,7 0,594 0,886 7,353 (8) 0,499 14 135 376,728 1.603,441 3 <0,0001 0,80974957 95,3 0,593 0,884 6,611 (8) 0,579 15 236 377,298 1.602,871 3 <0,0001 0,80946171 95,2 0,593 0,884 4,745 (8) 0,784 16 35 380,224 1.599,945 2 <0,0001 0,80798406 95,3 0,592 0,883 6,492 (8) 0,592 17 246 406,858 1.573,311 4 <0,0001 0,79453369 95,5 0,586 0,874 4,396 (8) 0,82 18 245 411,692 1.568,477 4 <0,0001 0,79209249 95,4 0,585 0,872 2,235 (8) 0,973 19 36 420,104 1.560,065 2 <0,0001 0,78784437 94,8 0,583 0,869 5,307 (8) 0,724 20 256 429,962 1.550,207 3 <0,0001 0,78286600 95,2 0,58 0,866 15,056(8) 0,058 21 1234 485,854 1.494,315 5 <0,0001 0,75464013 95,1 0,567 0,846 13,524(8) 0,095 22 25 495,573 1.484,596 2 <0,0001 0,74973196 94,7 0,565 0,843 6,502 (8) 0,591 23 26 544,017 1.436,152 2 <0,0001 0,72526738 93,4 0,553 0,825 10,393(8) 0,239 24 156 620,327 1.359,842 3 <0,0001 0,68673027 93,3 0,533 0,796 0,162 (3) 0,983 25 146 698,966 1.281,203 4 <0,0001 0,64701699 91,4 0,512 0,764 5,465 (4) 0,243 26 16 736,726 1.243,443 2 <0,0001 0,62794791 90,9 0,502 0,749 2,229 (2) 0,328 27 15 853,195 1.126,974 2 <0,0001 0,56913021 88,5 0,468 0,698 5,356 (2) 0,069 28 124 926,451 1.053,718 4 <0,0001 0,53213538 87,5 0,446 0,665 6,097 (8) 0,636 29 24 1125,24 854,929 3 <0,0001 0,43174547 84,9 0,381 0,568 14,984(8) 0,059 Табела А20 Статистички индикатори слагања података БЛР модела СРБ Р.бр. Модел СРБ (max. 4,5 vol% CO); ( ) Комб. предиктора ( ) ( ) ( ( ) ( )) Степ. слободе (сс) Сигниф. McFaden ρ² PA [%] R²cs R²N χ²HL ( ) Сигниф. 1 3456 1.194,87 304,618 5 <0,0001 0,203148 85,2 0,157 0,276 11,947(8) 0,154 2 346 1.209,239 290,249 4 <0,0001 0,193565 85,2 0,15 0,264 12,421(8) 0,133 3 1356 1.209,661 289,827 4 <0,0001 0,193284 85,2 0,15 0,264 4,481 (8) 0,811 4 345 1.213,748 285,74 4 <0,0001 0,190558 85,2 0,148 0,26 14,145(8) 0,078 5 1456 1.225,504 273,984 5 <0,0001 0,182718 85,2 0,142 0,25 3,611 (5) 0,607 6 135 1.228,335 271,153 3 <0,0001 0,18083 85,2 0,141 0,248 4,7 (8) 0,789 7 146 1.240,891 258,597 4 <0,0001 0,172457 85,2 0,135 0,237 1,154 (4) 0,886 8 46 1.245,632 253,856 3 <0,0001 0,169295 85,2 0,133 0,233 0,862 (3) 0,834 9 56 1.252,699 246,789 2 <0,0001 0,164582 85,2 0,129 0,227 0,443 (1) 0,506 10 16 1.272,288 227,2 2 <0,0001 0,151518 85,2 0,12 0,21 0,040 (2) 0,978 11 34 1.278,222 221,266 3 <0,0001 0,147561 85,2 0,117 0,205 7,252 (8) 0,51 12 15 1.279,797 219,691 2 <0,0001 0,146511 85,2 0,116 0,204 0,151 (2) 0,927 Табела А21 Статистички индикатори слагања података БЛР модела ЕУ Р.бр. Модел EУ (max. 0,3 vol% CO за убризгавање и 3,5 vol% CO за карбураторе); ( ) Комб. предиктора ( ) ( ) ( ( ) ( )) Степ. слободе (сс) Сигниф. McFaden ρ² PA [%] R²cs R²N χ²HL ( ) Сигниф. 1 2456 1.836,864 612,194 5 <0,0001 0,249971213 74,6 0,29 0,389 11,534(8) 0,173 2 12356 1.875,963 573,095 5 <0,0001 0,2340063 71,7 0,275 0,368 8,857 (8) 0,355 3 1256 1.944,51 504,548 4 <0,0001 0,206017171 70,5 0,246 0,33 7,376 (8) 0,497 4 125 2.008,325 440,733 3 <0,0001 0,179960213 69,6 0,219 0,293 10,536(8) 0,229 5 1456 2.094,314 354,744 5 <0,0001 0,144849162 66,1 0,18 0,241 3,637 (6) 0,726 6 56 2.171,582 277,476 2 <0,0001 0,113299073 63 0,144 0,193 0,56 (1) 0,454 7 145 2.179,947 269,111 4 <0,0001 0,109883474 65,2 0,14 0,187 1,798 (4) 0,773 8 16 2.383,853 65,205 2 <0,0001 0,026624523 59,2 0,036 0,048 3,294 (2) 0,193 Факултет инжењерских наука Универзитета у Крагујевцу 191 Табела А22 Правац ветра из околне средине у односу на север по сатима у току јула, августа и дела септембра 2012. год. [°] Датум мерења Правац ветра из околне средине у односу на север по сатима у току јула, августа и дела септембра 2012. год. [°] 06–07 h 07–08 h 08–09 h 09–10 h 10–11 h 11–12 h 12–13 h 13–14 h 14–15 h 15–16 h 16–17 h 11.7.2012. 0 293 295 112 25 191 160 330 326 359 359 12.7.2012. * * * * * * 12 12 8 9 4 13.7.2012. 260 343 161 13 44 63 83 41 48 48 33 14.7.2012. 13 34 5 43 4 14 * 67 109 50 69 15.7.2012. 0 12 270 347 60 45 41 40 130 209 258 16.7.2012. 0 243 249 251 260 281 311 243 244 244 240 17.7.2012. 0 310 300 306 311 244 268 255 * 263 269 18.7.2012. 0 312 326 210 323 247 * 257 296 305 288 19.7.2012. 0 199 275 250 109 54 61 60 52 39 56 20.7.2012. 0 278 288 292 295 128 147 76 83 90 70 21.7.2012. 13 272 324 190 69 309 159 15 5 5 5 22.7.2012. 258 269 334 260 258 * * * * 0 356 23.7.2012. 0 270 263 291 344 220 21 239 221 212 180 24.7.2012. 0 60 41 33 49 57 59 * * * * 25.7.2012. 1 2 1 2 337 162 20 211 238 229 248 26.7.2012. 244 249 259 140 349 171 187 12 10 149 134 27.7.2012. 0 250 253 306 292 279 303 279 273 280 53 28.7.2012. 0 280 264 283 311 251 18 35 32 186 15 29.7.2012. 0 0 29 91 38 64 44 40 31 50 65 30.7.2012. 0 0 289 310 284 128 45 189 283 314 5 31.7.2012. 0 268 268 338 303 301 11 180 290 293 * 1.8.2012. 254 255 259 248 268 301 346 184 8 10 11 2.8.2012. 0 328 334 304 160 98 59 52 67 109 67 3.8.2012. 0 296 297 166 241 62 33 159 280 184 50 4.8.2012. 0 1 309 317 296 * * * * * * 5.8.2012. 19 0 318 52 98 48 81 99 52 79 31 6.8.2012. 0 150 10 34 39 135 156 299 4 182 194 7.8.2012. 0 280 261 292 245 265 306 179 11 10 9 8.8.2012. 0 269 337 313 273 21 183 20 12 10 11 9.8.2012. 0 268 295 301 245 246 10 16 18 10 11 10.8.2012. 0 1 13 328 268 265 255 264 300 290 346 11.8.2012. 0 1 281 265 266 258 255 * * * * 12.8.2012. 0 269 294 262 273 274 298 317 316 342 298 13.8.2012. 0 280 275 240 259 270 298 176 293 318 298 14.8.2012. 0 36 309 304 179 347 326 312 170 3 3 15.8.2012. 0 285 289 265 278 164 170 184 346 322 171 16.8.2012. 0 1 289 227 199 295 * 240 155 9 5 17.8.2012. 0 1 295 296 * * * 25 30 11 10 18.8.2012. 0 1 275 260 305 182 179 10 358 180 8 19.8.2012. 0 271 283 272 268 269 249 269 329 174 11 20.8.2012. 279 0 288 322 289 35 * * * * * 22.8.2012. * * * * * * * * 343 315 310 23.8.2012. 0 1 0 294 200 309 310 302 * * * 24.8.2012. 0 271 0 302 199 80 72 93 * * * 25.8.2012. * * * * * * 353 178 139 270 31 26.8.2012. 0 1 288 0 120 353 * 26 90 91 89 27.8.2012. 263 268 228 249 253 242 273 * * * * 29.8.2012. * * * 262 154 320 * * 160 18 11 30.8.2012. 277 284 290 294 269 141 27 294 * 125 8 31.8.2012. 19 0 311 33 53 50 53 48 * * * 10.9.2012. 27 25 23 69 78 69 42 58 50 53 43 11.9.2012. 0 34 59 80 62 67 81 57 * * * 12.9.2012. 0 292 55 66 68 67 62 80 101 98 54 13.9.2012. * * * * * * * * * * * 14.9.2012. * * * * * * * * * 259 0 15.9.2012. 31 0 0 223 210 259 299 285 258 * * 17.9.2012. * * * * * * * * 58 46 33 18.9.2012. 0 0 308 50 48 80 61 95 * * * 20.9.2012. 259 274 310 287 250 250 258 249 252 250 252 21.9.2012. 0 0 275 278 250 270 276 298 286 297 326 Напомена: * - нерегистровано од стране апаратуре Факултет инжењерских наука Универзитета у Крагујевцу 192 Табела А23 Брзина ветрa из околне средине по сатима у току јула, августа и дела септембра 2012. год. [m·s-1] Датум мерења Брзина ветрa из околне средине по сатима у току јула, августа и дела септембра 2012. год. [m·s-1] 06–07 h 07–08 h 08–09 h 09–10 h 10–11 h 11–12 h 12–13 h 13–14 h 14–15 h 15–16 h 16–17 h 11.7.2012. 0,4 0,4 0,6 0,8 0,8 0,8 0,9 0,9 0,8 0,8 0,8 12.7.2012. * * * * * * 1,6 2,1 1,5 1,8 1,6 13.7.2012. 0,5 0,5 0,7 0,8 1,0 1,3 1,3 1,4 1,4 1,5 1,1 14.7.2012. 0,7 0,6 0,7 0,7 0,8 0,8 * 1,0 0,9 1,0 1,1 15.7.2012. 0,5 0,6 0,8 0,7 0,8 1,3 1,4 1,4 1,3 1,8 1,4 16.7.2012. 0,4 0,9 0,9 1,0 0,9 0,8 0,8 1,0 1,2 1,1 1,3 17.7.2012. 0,4 0,5 0,7 0,7 0,9 1,3 1,1 1,0 * 1,0 1,0 18.7.2012. 0,4 0,6 0,6 0,8 0,4 1,2 * 1,3 1,1 1,0 1,0 19.7.2012. 0,4 0,6 0,7 0,8 1,0 1,0 1,0 1,1 1,1 1,0 1,2 20.7.2012. 0,4 0,5 0,6 0,7 0,8 0,8 0,9 0,9 1,0 1,0 1,0 21.7.2012. 0,4 0,6 0,5 0,6 0,8 0,8 1,0 1,5 2,4 2,4 2,1 22.7.2012. 0,6 0,6 0,7 1,0 1,1 * * * * 0,7 0,6 23.7.2012. 0,5 0,6 0,8 0,6 0,6 0,7 0,6 0,7 1,2 1,2 0,6 24.7.2012. 0,4 0,5 1,2 1,6 1,3 1,3 1,3 * * * * 25.7.2012. 0,3 0,3 0,3 0,4 0,5 0,6 0,7 0,6 0,9 1,0 0,6 26.7.2012. 0,6 0,7 0,7 0,6 0,6 0,6 0,7 1,2 0,6 0,7 0,6 27.7.2012. 0,2 0,7 0,9 0,7 0,8 0,9 0,8 0,8 1,2 1,1 1,3 28.7.2012. 0,4 0,4 0,5 0,8 0,7 0,9 0,8 0,9 0,8 0,8 0,8 29.7.2012. 0,5 0,5 0,5 0,7 1,1 1,0 1,2 1,1 1,2 1,0 0,9 30.7.2012. 0,3 0,4 0,6 0,8 0,8 0,9 0,9 1,2 0,9 0,7 1,5 31.7.2012. 0,4 0,6 0,7 0,7 0,9 0,8 0,8 0,7 0,7 0,7 0,7 1.8.2012. 0,7 0,9 0,9 1,0 0,9 0,8 0,9 1,0 1,0 1,5 1,1 2.8.2012. 0,3 0,5 0,6 0,7 0,8 0,9 1,2 1,1 1,1 1,0 0,8 3.8.2012. 0,4 0,5 0,5 0,6 0,7 0,9 0,8 0,8 0,8 0,8 0,8 4.8.2012. 0,3 0,4 0,5 1,6 0,8 * * * * * * 5.8.2012. 0,5 0,4 0,5 0,8 1,0 1,2 1,1 1,1 1,0 0,9 0,7 6.8.2012. 0,4 0,5 0,5 0,6 0,7 0,9 0,8 0,9 0,8 0,7 0,6 7.8.2012. 0,4 0,6 0,6 0,8 1,4 1,0 0,8 0,9 1,5 1,4 1,6 8.8.2012. 0,4 0,8 0,5 0,7 0,8 0,9 1,0 1,2 1,4 1,4 1,6 9.8.2012. 0,5 0,7 0,7 0,7 0,8 0,9 1,4 1,7 1,3 1,3 1,5 10.8.2012. 0,4 0,4 0,6 0,7 0,8 1,1 1,2 1,1 1,0 0,7 0,7 11.8.2012. 0,4 0,4 0,7 0,7 0,8 1,2 1,3 * * * * 12.8.2012. 0,4 0,6 0,8 1,0 0,9 1,0 1,0 0,9 0,8 0,7 0,7 13.8.2012. 0,4 0,6 0,6 0,7 1,0 1,1 1,1 1,0 0,8 0,9 0,7 14.8.2012. 0,4 0,5 0,6 0,6 0,7 1,0 0,9 0,8 0,9 1,0 1,2 15.8.2012. 0,3 0,5 0,6 0,8 1,1 0,8 0,9 0,9 0,8 0,8 0,9 16.8.2012. 0,3 0,5 0,6 0,6 0,7 0,7 * 1,3 0,8 1,3 1,2 17.8.2012. 0,3 0,4 0,6 0,6 * * * 1,3 1,4 1,3 1,4 18.8.2012. 0,5 0,4 0,7 0,7 0,7 0,9 0,8 1,2 1,0 1,2 1,1 19.8.2012. 0,4 0,7 0,6 0,7 0,9 1,0 1,2 1,1 1,0 1,2 1,4 20.8.2012. 0,5 0,4 0,5 0,6 0,7 0,7 * * * * * 22.8.2012. * * * * * * * * 0,7 0,6 0,5 23.8.2012. 0,3 0,4 0,4 0,6 0,6 0,6 0,9 0,7 * * * 24.8.2012. 0,3 0,5 0,5 0,5 0,6 0,7 0,8 1,0 * * * 25.8.2012. * * * * * * 0,8 0,8 0,7 0,7 0,5 26.8.2012. 0,4 0,4 0,5 0,5 0,6 0,7 * 0,6 0,8 0,8 0,6 27.8.2012. 0,9 1,0 1,3 1,6 1,6 1,7 1,4 * * * * 29.8.2012. * * * 0,8 0,8 0,8 * * 0,9 1,0 1,1 30.8.2012. 0,5 0,5 0,5 0,6 0,7 0,7 0,7 0,8 * 0,9 0,9 31.8.2012. 0,6 0,4 0,5 0,8 1,4 1,2 1,4 1,5 * * * 10.9.2012. 0,64 0,66 0,9 1,46 1,48 1,6 1,58 1,4 1,3 1,24 1,2 11.9.2012. 0,18 0,49 1,38 1,52 1,46 1,38 1,4 1,42 * * * 12.9.2012. 0,2 0,42 0,52 0,9 1,18 1,2 1,16 1,1 1,02 0,78 0,72 13.9.2012. 0,66 1,04 1,06 1,24 1,28 0,97 0,99 0,96 * * * 14.9.2012. * * * * * * * * * 0,52 0,39 15.9.2012. 0,46 0,36 0,35 0,62 0,88 0,76 0,77 0,69 0,83 * * 16.9.2012. * * * * * * * * * * * 17.9.2012. 0,3 0,2 0,24 0,3 0,5 0,52 0,7 0,8 0,98 1,2 1 18.9.2012. 0,36 0,14 0,56 0,96 1,2 1,3 1,24 1,28 * * * 19.9.2012. 0,46 0,7 1,12 1,3 1,34 1,52 1,36 1,42 1,1 1 0,78 20.9.2012. 1,13 1,07 0,8 0,63 0,88 0,71 0,78 1,165 1,28 1,025 1,052 21.9.2012. 0,355 0,37 0,66 0,95 1,265 1,445 1,28 1,23 1,23 1,02 0,64 Напомена: * - нерегистровано од стране апаратуре Факултет инжењерских наука Универзитета у Крагујевцу 193 Табела А24 Припремна табела за статистичку обраду вредности брзине ветра из околне средине по сатима у току јула, августа и дела септембра 2012. год. [m·s-1] Дани у недељи Брзина ветра из околне средине по сатима у току јула, августа и дела септембра 2012. год. и аритметичке средине груписаних података по данима и сатима мерења [m·s-1] 06–07 h 07–08 h 08–09 h 09–10 h 10–11 h 11–12 h 12–13 h 13–14 h 14–15 h 15–16 h 16–17 h П о н ед ељ а к 0,4 0,9 0,9 1 0,9 0,8 0,8 1 1,2 1,1 1,3 0,5 0,6 0,8 0,6 0,6 0,7 0,6 0,7 1,2 1,2 0,6 0,3 0,4 0,6 0,8 0,8 0,9 0,9 1,2 0,9 0,7 1,5 0,4 0,5 0,5 0,6 0,7 0,9 0,8 0,9 0,8 0,7 0,6 0,4 0,6 0,6 0,7 1 1,1 1,1 1 0,8 0,9 0,7 0,5 0,4 0,5 0,6 0,7 0,7 * * * * * 0,9 1 1,3 1,6 1,6 1,7 1,4 * * * * 0,64 0,66 0,9 1,46 1,48 1,6 1,58 1,4 1,3 1,24 1,2 0,3 0,2 0,24 0,3 0,5 0,52 0,7 0,8 0,98 1,2 1 ̅ 0,48 0,58 0,70 0,85 0,92 0,99 0,88 0,78 0,80 0,78 0,77 У т о р а к 0,4 0,5 0,7 0,7 0,9 1,3 1,1 1 * 1 1 0,4 0,5 1,2 1,6 1,3 1,3 1,3 * * * * 0,4 0,6 0,7 0,7 0,9 0,8 0,8 0,7 0,7 0,7 0,7 0,4 0,6 0,6 0,8 1,4 1 0,8 0,9 1,5 1,4 1,6 0,4 0,5 0,6 0,6 0,7 1 0,9 0,8 0,9 1 1,2 0,18 0,49 1,38 1,52 1,46 1,38 1,4 1,42 * * * 0,36 0,14 0,56 0,96 1,2 1,3 1,24 1,28 * * * ̅ 0,36 0,48 0,82 0,98 1,12 1,15 1,08 0,87 0,44 0,59 0,64 С р ед а 0,4 0,4 0,6 0,8 0,8 0,8 0,9 0,9 0,8 0,8 0,8 0,4 0,6 0,6 0,8 0,4 1,2 0 1,3 1,1 1 1 0,3 0,3 0,3 0,4 0,5 0,6 0,7 0,6 0,9 1 0,6 0,7 0,9 0,9 1 0,9 0,8 0,9 1 1 1,5 1,1 0,4 0,8 0,5 0,7 0,8 0,9 1 1,2 1,4 1,4 1,6 0,3 0,5 0,6 0,8 1,1 0,8 0,9 0,9 0,8 0,8 0,9 * * * * * * * * 0,7 0,6 0,5 * * * 0,8 0,8 0,8 * * 0,9 1 1,1 0,2 0,42 0,52 0,9 1,18 1,2 1,16 1,1 1,02 0,78 0,72 0,46 0,7 1,12 1,3 1,34 1,52 1,36 1,42 1,1 1 0,78 ̅ 0,32 0,46 0,51 0,75 0,78 0,86 0,69 0,84 0,97 0,99 0,91 Ч ет в р т а к * * * * * * 1,6 2,1 1,5 1,8 1,6 0,4 0,6 0,7 0,8 1 1 1 1,1 1,1 1 1,2 0,6 0,7 0,7 0,6 0,6 0,6 0,7 1,2 0,6 0,7 0,6 0,3 0,5 0,6 0,7 0,8 0,9 1,2 1,1 1,1 1 0,8 0,5 0,7 0,7 0,7 0,8 0,9 1,4 1,7 1,3 1,3 1,5 0,3 0,5 0,6 0,6 0,7 0,7 * 1,3 0,8 1,3 1,2 0,3 0,4 0,4 0,6 0,6 0,6 0,9 0,7 * * * 0,5 0,5 0,5 0,6 0,7 0,7 0,7 0,8 * 0,9 0,9 0,66 1,04 1,06 1,24 1,28 0,97 0,99 0,96 * 0 * 1,13 1,07 0,8 0,63 0,88 0,71 0,78 1,165 1,28 1,025 1,052 ̅ 0,47 0,60 0,61 0,65 0,74 0,71 0,93 1,21 0,77 0,90 0,89 П ет а к 0,5 0,5 0,7 0,8 1 1,3 1,3 1,4 1,4 1,5 1,1 0,4 0,5 0,6 0,7 0,8 0,8 0,9 0,9 1 1 1 0,2 0,7 0,9 0,7 0,8 0,9 0,8 0,8 1,2 1,1 1,3 0,4 0,5 0,5 0,6 0,7 0,9 0,8 0,8 0,8 0,8 0,8 0,4 0,4 0,6 0,7 0,8 1,1 1,2 1,1 1 0,7 0,7 0,3 0,4 0,6 0,6 * * * 1,3 1,4 1,3 1,4 0,3 0,5 0,5 0,5 0,6 0,7 0,8 1 * * * 0,6 0,4 0,5 0,8 1,4 1,2 1,4 1,5 * * * * * * * * * * * * 0,52 0,39 0,355 0,37 0,66 0,95 1,265 1,445 1,28 1,23 1,23 1,02 0,64 ̅ 0,35 0,43 0,56 0,64 0,74 0,83 0,85 1,00 0,80 0,79 0,73 С у б о т а 0,7 0,6 0,7 0,7 0,8 0,8 * 1 0,9 1 1,1 0,4 0,6 0,5 0,6 0,8 0,8 1 1,5 2,4 2,4 2,1 0,4 0,4 0,5 0,8 0,7 0,9 0,8 0,9 0,8 0,8 0,8 0,3 0,4 0,5 1,6 0,8 * * * * * * 0,4 0,4 0,7 0,7 0,8 1,2 1,3 * * * * 0,5 0,4 0,7 0,7 0,7 0,9 0,8 1,2 1 1,2 1,1 * * * * * * 0,8 0,8 0,7 0,7 0,5 0,46 0,36 0,35 0,62 0,88 0,76 0,77 0,69 0,83 * * ̅ 0,40 0,40 0,49 0,72 0,69 0,67 0,68 0,76 0,83 0,76 0,70 Н ед ељ а 0,5 0,6 0,8 0,7 0,8 1,3 1,4 1,4 1,3 1,8 1,4 0,6 0,6 0,7 1 1,1 * * * * 0,7 0,6 0,5 0,5 0,5 0,7 1,1 1 1,2 1,1 1,2 1 0,9 0,5 0,4 0,5 0,8 1 1,2 1,1 1,1 1 0,9 0,7 0,4 0,6 0,8 1 0,9 1 1 0,9 0,8 0,7 0,7 0,4 0,7 0,6 0,7 0,9 1 1,2 1,1 1 1,2 1,4 0,4 0,4 0,5 0,5 0,6 0,7 * 0,6 0,8 0,8 0,6 ̅ 0,47 0,54 0,63 0,77 0,91 0,89 0,84 0,89 0,87 1,01 0,90 Факултет инжењерских наука Универзитета у Крагујевцу 194 Табела А25 Концентрација по сатима у току јула, августа и дела септ. 2012. год. [𝜇g·m -3 ] Датум мерења Концентрација по сатима у току јула, августа и дела септембра 2012. год. [𝜇g·m-3] 06–07 h 07–08 h 08–09 h 09–10 h 10–11 h 11–12 h 12–13 h 13–14 h 14–15 h 15–16 h 16–17 h 11.7.2012. 56,4 7,8 6,95 5,9 * 2,97 1,9 1,9 16,95 1,4 1,2 12.7.2012. * * * * * * 2 5,9 8 2 2,9 13.7.2012. 67 28,1 6,4 5 7,4 6,4 8,9 7,5 7,6 6,4 7,9 14.7.2012. 23,8 20,2 14,3 7 5,9 1,7 6,1 5,95 8,9 3,9 5,96 15.7.2012. 42,8 20,5 11,9 7 6 4 4,8 6,5 6,96 8,96 9,4 16.7.2012. 58,7 13,9 10,1 10,1 10,4 8,15 8,5 13 13,8 10,1 15,2 17.7.2012. 14,2 5,15 4,95 17,2 3,9 9,1 7,8 6,1 7,9 10 6,3 18.7.2012. 43,2 25,8 12 10 9 8,4 8 5,4 7,9 3,7 6 19.7.2012. 82 21,2 11,2 9,3 13,8 * * * * * * 20.7.2012. 28 10,8 12,7 12,7 6,1 10 10,9 14 5,7 4,3 5 21.7.2012. 33,9 17,5 15,8 17,6 11,1 4,3 4,3 19,8 4,4 1,3 1,3 22.7.2012. 8 3,4 1,9 2,9 4 7 4,4 6,8 5 2 2 23.7.2012. 12,5 13,7 14,5 11,7 5,1 6,4 5,6 6,6 14,2 9,9 2,2 24.7.2012. 21,5 25,9 8 5,5 6,8 6 4 5,4 6,1 5 6,9 25.7.2012. 20,3 20 15 15,2 3,6 6,1 9 10,95 18,8 9,9 11,85 26.7.2012. 24,8 17,7 10,8 5,7 38,1 9 8,9 1,5 8 24 17,8 27.7.2012. 37,3 24,95 14,68 21,9 4,95 4,3 4,81 8,12 10,52 8,07 11,8 28.7.2012. 68,3 18 20,8 5,8 6,95 7,9 5,8 18,6 30,42 2,87 2,1 29.7.2012. 11,5 10 6 7,9 4,4 4,2 3 4 3 3,95 3,7 30.7.2012. 22,17 12,82 10,74 5 4,5 5,05 2,86 13,8 3,12 7,18 4,74 31.7.2012. 37,1 17,95 9,55 4,45 2,7 3,18 2,05 43,1 5 3 2,96 1.8.2012. 27,2 8,9 8,9 6,95 10,9 4 1,5 1,8 6 2,4 1,4 2.8.2012. 16 17 8 4,8 6,8 8,6 4 5,9 7,2 4,9 4 3.8.2012. 25,8 24,8 10,2 9,6 10,7 9,9 3,3 8,4 40,2 18 10,9 4.8.2012. 49,9 21,6 8,6 6,1 7,2 3,4 4,8 9,3 4,1 2,8 1,4 5.8.2012. 8,95 4,15 4,33 7,55 5,5 2,62 2,92 5,41 2,1 3 3,94 6.8.2012. 44,3 24 34,17 26,1 15,8 3,45 1,8 3,95 10,35 1,2 5,35 7.8.2012. 24,9 16,3 12,8 9 10,1 4,9 5,1 26,1 2,5 1,8 1 8.8.2012. 57,3 12,4 7,1 5 4,05 2,4 2 2,2 2,4 7,7 8,2 9.8.2012. 37,9 14,8 5,15 4,8 8,3 3,4 1,2 8 4,85 1,5 4,9 10.8.2012. 81,8 28,7 8,2 8 9,8 6,8 4,5 4,5 9,2 2,9 2 11.8.2012. 45 15 7,1 6,9 5 5,8 5,8 22,8 3,8 3,2 4,3 12.8.2012. 15,5 2,9 2,95 4,8 4,8 4,2 2,2 6,8 4 2,15 0,3 13.8.2012. 44,9 21 16,8 9,1 3,7 4,3 4,9 32 3,3 2,2 2,2 14.8.2012. 22,2 22 15,6 8,1 3,4 1,4 3 2 15,1 4 8,15 15.8.2012. 38,2 28,4 8,2 7 6,8 2 5 7,4 3,3 3,1 1,3 16.8.2012. 18,9 29,9 10,1 13,15 13,9 8,5 5,45 10 10 1,2 4 17.8.2012. 30,8 30,9 8,9 5,75 6,2 4,1 1,2 12,8 3,2 1,8 1,1 18.8.2012. 23,7 22,8 10 5,2 3,4 1,1 0,6 12,15 4,9 5 1 19.8.2012. 88,1 19 5,7 3,9 4 3,9 7,3 2,8 1,9 4 0,6 20.8.2012. 21,3 11,3 6,1 6,7 6,3 3,9 * * * * * 24.8.2012. 41 18 11,3 11,9 20,9 17,4 6,2 8,7 7,2 7 8,6 25.8.2012. * * * * * * 49,1 75,4 31,1 18 3 26.8.2012. 42 19,1 10,1 7,8 8,2 6,9 19 16,3 9,8 6 6,4 27.8.2012. 5,5 5,4 16,1 11 6,8 10,1 11 2,8 13,6 4,9 3,3 28.8.2012. 32 11 13,6 4,1 8,2 4,7 * * * * * 29.8.2012. * * * 9,7 9 2,8 4,9 21 5,9 1 1,8 30.8.2012. 14 14 14 10,8 9,8 6 5,8 12 13 7,8 1,3 31.8.2012. 27 30 21,1 16 15 9,1 10,9 9,1 10,2 * * 9.9.2012. 44 29,2 13 11 18,2 8 7,1 10,1 9,3 7,2 5,7 11.9.2012. 77,8 59 12 15,8 11,1 13,9 12 8 7 7,3 6 12.9.2012. 30,9 32,8 13,3 11,8 6,9 7,9 5,9 8 7 8,2 8,7 13.9.2012. 16,7 14,9 10,7 11,5 10,4 8,3 6,7 18,8 3,8 2,7 10,8 14.9.2012. * 22 19,9 15,5 18 16,8 14,8 13,9 28,2 12 8,7 15.9.2012. 23,2 24,3 19,6 21,9 14 32,5 6 9 15,3 21,8 8,2 16.9.2012. 16 * 6 7,3 8,7 11 6,8 8,7 27,3 6,2 3,8 17.9.2012. 16,2 21,5 24,6 12,5 22 12,9 9 11,15 10,75 7,2 6,1 18.9.2012. 36,8 53,5 14,8 13,8 8,2 9,5 7,6 9,5 12,4 7,6 7,7 19.9.2012. 24,8 25,1 10 13,5 11,5 8 8,15 12,65 11,95 7,75 12 20.9.2012. 15,1 6 3,85 * 16,4 17,8 17,8 21,3 33,35 42 17,2 21.9.2012. 78 25,9 23,4 19 33,8 34 20,4 46,6 12 5,8 6,9 Напомена: * - нерегистровано од стране апаратуре Факултет инжењерских наука Универзитета у Крагујевцу 195 Табела А26 Припремна табела за статистичку обраду података концентрација по сатима у току јула, августа и дела септембра 2012. год. [𝜇g·m-3] Дани у недељи Концентрација по сатима у току јула, августа и дела септембра 2012. год. и аритметичке средине груписаних података по сатима и данима мерења [𝜇g·m-3] 06–07 h 07–08 h 08–09 h 09–10 h 10–11 h 11–12 h 12–13 h 13–14 h 14–15 h 15–16 h 16–17 h П о н ед ељ а к 58,7 13,9 10,1 10,1 10,4 8,15 8,5 13 13,8 10,1 15,2 12,5 13,7 14,5 11,7 5,1 6,4 5,6 6,6 14,2 9,9 2,2 22,17 12,82 10,74 5 4,5 5,05 2,86 13,8 3,12 7,18 4,74 44,3 24 34,17 26,1 15,8 3,45 1,8 3,95 10,35 1,2 5,35 44,9 21 16,8 9,1 3,7 4,3 4,9 32 3,3 2,2 2,2 21,3 11,3 6,1 6,7 6,3 3,9 * * * * * 5,5 5,4 16,1 11 6,8 10,1 11 2,8 13,6 4,9 3,3 77,8 59 12 15,8 11,1 13,9 12 8 7 7,3 6 16,2 21,5 24,6 12,5 22 12,9 9 11,15 10,75 7,2 6,1 ̅ 33,71 20,29 16,12 12,00 9,52 7,57 6,96 11,41 9,52 6,25 5,64 У т о р а к 14,2 5,15 4,95 17,2 3,9 9,1 7,8 6,1 7,9 10 6,3 21,5 25,9 8 5,5 6,8 6 4 5,4 6,1 5 6,9 37,1 17,95 9,55 4,45 2,7 3,18 2,05 43,1 5 3 2,96 24,9 16,3 12,8 9 10,1 4,9 5,1 26,1 2,5 1,8 1 22,2 22 15,6 8,1 3,4 1,4 3 2 15,1 4 8,15 32 11 13,6 4,1 8,2 4,7 * * * * * 36,8 53,5 14,8 13,8 8,2 9,5 7,6 9,5 12,4 7,6 7,7 ̅ 26,96 21,69 11,33 8,88 6,19 5,54 4,93 15,37 8,17 5,23 5,50 С р ед а 56,4 7,8 6,95 5,9 * 2,97 1,9 1,9 16,95 1,4 1,2 43,2 25,8 12 10 9 8,4 8 5,4 7,9 3,7 6 20,3 20 15 15,2 3,6 6,1 9 10,95 18,8 9,9 11,85 27,2 8,9 8,9 6,95 10,9 4 1,5 1,8 6 2,4 1,4 57,3 12,4 7,1 5 4,05 2,4 2 2,2 2,4 7,7 8,2 38,2 28,4 8,2 7 6,8 2 5 7,4 3,3 3,1 1,3 * * * 9,7 9 2,8 4,9 21 5,9 1 1,8 30,9 32,8 13,3 11,8 6,9 7,9 5,9 8 7 8,2 8,7 24,8 25,1 10 13,5 11,5 8 8,15 12,65 11,95 7,75 12 ̅ 37,29 20,15 10,18 9,45 7,72 4,95 5,15 7,92 8,91 5,02 5,83 Ч ет в р т а к * * * * * * 2 5,9 8 2 2,9 82 21,2 11,2 9,3 13,8 * * * * * * 24,8 17,7 10,8 5,7 38,1 9 8,9 1,5 8 24 17,8 16 17 8 4,8 6,8 8,6 4 5,9 7,2 4,9 4 37,9 14,8 5,15 4,8 8,3 3,4 1,2 8 4,85 1,5 4,9 18,9 29,9 10,1 13,15 13,9 8,5 5,45 10 10 1,2 4 14 14 14 10,8 9,8 6 5,8 12 13 7,8 1,3 16,7 14,9 10,7 11,5 10,4 8,3 6,7 18,8 3,8 2,7 10,8 15,1 6 3,85 * 16,4 17,8 17,8 21,3 33,35 42 17,2 ̅ 28,18 16,94 9,23 8,58 14,69 8,80 6,48 10,43 11,03 10,76 7,86 П ет а к 67 28,1 6,4 5 7,4 6,4 8,9 7,5 7,6 6,4 7,9 28 10,8 12,7 12,7 6,1 10 10,9 14 5,7 4,3 5 37,3 24,95 14,68 21,9 4,95 4,3 4,81 8,12 10,52 8,07 11,8 25,8 24,8 10,2 9,6 10,7 9,9 3,3 8,4 40,2 18 10,9 81,8 28,7 8,2 8 9,8 6,8 4,5 4,5 9,2 2,9 2 30,8 30,9 8,9 5,75 6,2 4,1 1,2 12,8 3,2 1,8 1,1 41 18 11,3 11,9 20,9 17,4 6,2 8,7 7,2 7 8,6 27 30 21,1 16 15 9,1 10,9 9,1 10,2 * * * 22 19,9 15,5 18 16,8 14,8 13,9 28,2 12 8,7 78 25,9 23,4 19 33,8 34 20,4 46,6 12 5,8 6,9 ̅ 46,30 24,42 13,68 12,54 13,29 11,88 8,59 13,36 13,40 7,36 6,99 С у б о т а 23,8 20,2 14,3 7 5,9 1,7 6,1 5,95 8,9 3,9 5,96 33,9 17,5 15,8 17,6 11,1 4,3 4,3 19,8 4,4 1,3 1,3 68,3 18 20,8 5,8 6,95 7,9 5,8 18,6 30,42 2,87 2,1 49,9 21,6 8,6 6,1 7,2 3,4 4,8 9,3 4,1 2,8 1,4 45 15 7,1 6,9 5 5,8 5,8 22,8 3,8 3,2 4,3 23,7 22,8 10 5,2 3,4 1,1 0,6 12,15 4,9 5 1 * * * * * * 49,1 75,4 31,1 18 3 23,2 24,3 19,6 21,9 14 32,5 6 9 15,3 21,8 8,2 ̅ 38,26 19,91 13,74 10,07 7,65 8,10 10,31 21,63 12,87 7,36 3,41 Н ед ељ а 42,8 20,5 11,9 7 6 4 4,8 6,5 6,96 8,96 9,4 8 3,4 1,9 2,9 4 7 4,4 6,8 5 2 2 11,5 10 6 7,9 4,4 4,2 3 4 3 3,95 3,7 8,95 4,15 4,33 7,55 5,5 2,62 2,92 5,41 2,1 3 3,94 15,5 2,9 2,95 4,8 4,8 4,2 2,2 6,8 4 2,15 0,3 88,1 19 5,7 3,9 4 3,9 7,3 2,8 1,9 4 0,6 42 19,1 10,1 7,8 8,2 6,9 19 16,3 9,8 6 6,4 44 29,2 13 11 18,2 8 7,1 10,1 9,3 7,2 5,7 16 * 6 7,3 8,7 11 6,8 8,7 27,3 6,2 3,8 ̅ 30,76 13,53 6,88 6,68 7,09 5,76 6,39 7,49 7,71 4,83 3,98 Факултет инжењерских наука Универзитета у Крагујевцу 196 Табела А27 Концентрација COb по сатима у току јула, августа и дела септ. 2012. год. [mg·m -3 ] Датум мерења Концентрација COb по сатима у току јула, августа и дела септембра 2012. год. [mg·m-3] 06–07 h 07–08 h 08–09 h 09–10 h 10–11 h 11–12 h 12–13 h 13–14 h 14–15 h 15–16 h 16–17 h 11.7.2012. 0,193 0,17 0,168 0,168 0,165 0,168 0,158 0,142 0,132 0,128 0,125 13.7.2012. 0,17 0,152 0,144 0,139 0,147 0,137 0,151 0,158 0,166 0,158 0,151 14.7.2012. 0,198 0,218 0,22 0,17 0,144 0,125 0,122 0,12 0,126 0,116 0,124 15.7.2012. 0,296 0,24 0,181 0,192 0,18 0,148 0,15 0,18 0,15 0,12 0,15 16.7.2012. 0,09 0,27 0,875 0,05 0,051 0,065 0,046 0,131 0,136 0,142 0,138 17.7.2012. 0,14 0,08 0,065 0,071 0,06 0,128 0,09 0,12 0,105 0,1 0,095 18.7.2012. 0,164 0,136 0,14 0,141 0,105 0,121 0,119 0,118 0,12 0,06 0,121 19.7.2012. 0,155 0,177 0,141 0,168 0,169 0,187 0,211 0,228 0,316 0,371 0,44 20.7.2012. 0,228 0,15 0,174 0,15 0,147 0,182 0,168 0,167 0,152 0,144 0,153 21.7.2012. 0,272 0,242 0,28 0,305 0,265 0,181 0,161 0,175 0,178 0,171 0,163 22.7.2012. 0,152 0,139 0,138 0,146 0,151 0,172 0,148 0,152 0,158 0,158 0,154 23.7.2012. 0,171 0,15 0,143 0,141 0,131 0,152 0,164 0,172 0,192 0,205 0,148 24.7.2012. 0,322 0,338 0,168 0,141 0,164 0,172 0,148 0,191 0,192 0,181 0,196 25.7.2012. 0,275 0,248 0,22 0,217 0,164 0,197 0,21 0,294 0,248 0,24 0,232 26.7.2012. 0,25 0,205 0,194 0,186 0,181 0,174 0,178 0,179 0,182 0,393 0,358 27.7.2012. 0,258 0,269 0,195 0,177 0,16 0,167 0,168 0,166 0,182 0,179 0,193 28.7.2012. 0,238 0,197 0,192 0,183 0,168 0,162 0,16 0,177 0,176 0,166 0,1675 29.7.2012. 0,198 0,188 0,167 0,191 0,181 0,171 0,138 0,159 0,16 0,159 0,141 30.7.2012. 0,1777 0,12 0,1046 0,1095 0,1285 0,1285 0,115 0,129 0,112 0,1033 0,1122 31.7.2012. 0,228 0,18 0,167 0,16 0,157 0,155 0,147 0,161 0,157 0,155 0,153 1.8.2012. 0,255 0,167 0,174 0,17 0,175 0,161 0,144 0,161 0,162 0,163 0,164 2.8.2012. 0,2 0,184 0,219 0,147 0,178 0,176 0,138 0,159 0,152 0,14 0,14 3.8.2012. 0,187 0,279 0,185 0,187 0,19 0,187 0,127 0,12 0,14 0,108 0,12 4.8.2012. 0,19 0,18 0,175 0,173 0,17 0,152 0,152 0,148 0,146 0,151 0,105 5.8.2012. 0,181 0,17 0,171 0,187 0,185 0,174 0,176 0,183 0,173 0,179 0,184 6.8.2012. 0,342 0,281 0,338 0,352 0,253 0,167 0,145 0,143 0,155 0,155 0,162 7.8.2012. 0,26 0,248 0,218 0,161 0,178 0,163 0,149 0,144 0,118 0,108 0,105 8.8.2012. 0,198 0,167 0,157 0,154 0,146 0,137 0,137 0,13 0,147 0,143 0,152 9.8.2012. 0,224 0,167 0,143 0,133 0,15 0,13 0,125 0,137 0,138 0,146 0,138 10.8.2012. 0,192 0,162 0,151 0,152 0,16 0,143 0,134 0,135 0,134 0,13 0,138 11.8.2012. 0,181 0,154 0,148 0,149 0,138 0,14 0,138 0,13 0,128 0,125 0,127 12.8.2012. 0,161 0,11 0,09 0,122 0,127 0,13 0,126 0,129 0,128 0,124 0,126 13.8.2012. 0,162 0,153 0,142 0,12 0,05 0,11 0,118 0,117 0,119 0,123 0,119 14.8.2012. 0,176 0,184 0,138 0,129 0,121 0,117 0,122 0,117 0,124 0,123 0,131 15.8.2012. 0,218 0,2 0,129 0,124 0,118 0,05 0,075 0,128 0,129 0,127 0,122 16.8.2012. 0,163 0,21 0,154 0,179 0,184 0,135 0,127 0,142 0,148 0,133 0,131 17.8.2012. 0,235 0,218 0,146 0,131 0,138 0,127 0,125 0,137 0,141 0,128 0,131 18.8.2012. 0,164 0,171 0,152 0,14 0,138 0,126 0,125 0,133 0,128 0,126 0,127 19.8.2012. 0,2 0,143 0,133 0,127 0,129 0,128 0,138 0,13 0,13 0,132 0,131 20.8.2012. 0,175 0,154 0,128 0,126 0,13 0,125 0,1 0,06 0,04 0,145 0,075 21.8.2012. 0,18 0,14 0,131 0,285 0,23 0,105 0,13 0,08 0,075 0,04 0,045 22.8.2012. 0,18 0,14 0,342 0,278 0,233 0,128 0,173 0,08 0,02 0,035 0,03 23.8.2012. 0,331 0,238 0,251 0,215 0,235 0,28 0,168 0,151 0,175 0,21 0,215 24.8.2012. 0,25 0,205 0,195 0,23 0,295 0,322 0,138 0,228 0,233 0,235 0,238 25.8.2012. 0,41 0,46 0,58 0,51 0,41 0,22 0,185 0,187 0,19 0,185 0,192 26.8.2012. 0,331 0,43 0,56 0,5 0,495 0,38 0,32 0,33 0,36 0,37 0,42 27.8.2012. 0,03 0,035 0,1 0,035 0,02 0,034 0,036 0,01 0,02 0,01 0,02 28.8.2012. * * * 0,05 0,055 0,048 0,042 0,044 0,072 0,03 0,04 30.8.2012. 0,151 0,141 0,138 0,09 0,08 0,061 0,051 0,05 0,08 0,085 0,052 31.8.2012. 0,186 0,241 0,225 0,168 0,173 0,187 0,218 0,261 0,248 0,261 0,187 4.9.2012. 0,242 0,172 0,17 0,146 0,122 0,132 0,138 0,182 0,135 0,13 0,136 5.9.2012. 0,228 0,387 0,381 0,292 0,193 0,187 0,118 0,105 0,11 0,131 0,181 6.9.2012. 0,315 0,168 0,142 0,115 0,124 0,144 0,15 0,144 0,132 0,129 0,138 7.9.2012. 0,072 0,02 0,01 0,01 0,01 0,02 0,068 0,059 0,082 0,067 0,043 8.9.2012. 0,12 0,13 0,075 0,05 0,01 0,02 0,03 0,02 0,04 0,01 0,02 9.9.2012. 0,08 0,07 0,05 0,04 0,08 0,04 0,02 0,01 0,01 0,01 0,01 10.9.2012. 0,2 0,1 0,08 0,05 0,06 0,09 0,095 0,098 0,132 0,091 0,123 11.9.2012. 0,51 0,342 0,136 0,135 0,137 0,151 0,155 0,168 0,146 0,153 0,147 12.9.2012. 0,193 0,177 0,162 0,151 0,132 0,152 0,129 0,171 0,134 0,136 0,159 13.9.2012. 0,181 0,164 0,152 0,151 0,158 0,163 0,156 0,161 0,123 0,114 0,156 14.9.2012. 0,172 0,158 0,125 0,117 0,162 0,164 0,128 0,141 0,13 0,144 0,145 15.9.2012. 0,22 0,238 0,169 0,182 0,184 0,168 0,121 0,131 0,321 0,174 0,129 16.9.2012. 0,128 0,111 0,01 0,03 0,04 0,05 0,01 0,096 0,129 0,087 0,089 17.9.2012. 0,171 0,151 0,221 0,171 0,152 0,172 0,164 0,218 0,177 0,15 0,13 18.9.2012. 0,147 0,163 0,181 0,162 0,162 0,159 0,195 0,179 0,171 0,153 0,152 19.9.2012. 0,18 0,169 0,168 0,152 0,153 0,162 0,164 0,178 0,182 0,171 0,19 20.9.2012. 0,028 0,01 0,01 0,03 0,093 0,083 0,075 0,088 0,097 0,18 0,063 21.9.2012. * 0,09 0,075 0,028 0,04 0,018 0,02 0,01 0,01 0,01 0,01 Факултет инжењерских наука Универзитета у Крагујевцу 197 Табела А28 Припремна табела за статистичку обраду података концентрација COb по сатима у току јула, августа и дела септембра 2012. год. [mg·m-3] Дани у недељи Концентрација COb по сатима у току јула, августа и дела септембра 2012. год. и аритметичке средине груписаних података по сатима и данима мерења [mg·m-3] 06–07 h 07–08 h 08–09 h 09–10 h 10–11 h 11–12 h 12–13 h 13–14 h 14–15 h 15–16 h 16–17 h П о н ед ељ а к 0,09 0,27 0,875 0,05 0,051 0,065 0,046 0,131 0,136 0,142 0,138 0,171 0,15 0,143 0,141 0,131 0,152 0,164 0,172 0,192 0,205 0,148 0,1777 0,12 0,1046 0,1095 0,1285 0,1285 0,115 0,129 0,112 0,1033 0,1122 0,342 0,281 0,338 0,352 0,253 0,167 0,145 0,143 0,155 0,155 0,162 0,162 0,153 0,142 0,12 0,05 0,11 0,118 0,117 0,119 0,123 0,119 0,175 0,154 0,128 0,126 0,13 0,125 0,1 0,06 0,04 0,145 0,075 0,03 0,035 0,1 0,035 0,02 0,034 0,036 0,01 0,02 0,01 0,02 0,2 0,1 0,08 0,05 0,06 0,09 0,095 0,098 0,132 0,091 0,123 0,171 0,151 0,221 0,171 0,152 0,172 0,164 0,218 0,177 0,15 0,13 ̅ 0,168744 0,157111 0,236844 0,128278 0,108389 0,115944 0,109222 0,119778 0,120333 0,124922 0,114133 У т о р а к 0,14 0,08 0,065 0,071 0,06 0,128 0,09 0,12 0,105 0,1 0,095 0,322 0,338 0,168 0,141 0,164 0,172 0,148 0,191 0,192 0,181 0,196 0,228 0,18 0,167 0,16 0,157 0,155 0,147 0,161 0,157 0,155 0,153 0,26 0,248 0,218 0,161 0,178 0,163 0,149 0,144 0,118 0,108 0,105 0,176 0,184 0,138 0,129 0,121 0,117 0,122 0,117 0,124 0,123 0,131 0,18 0,14 0,131 0,285 0,23 0,105 0,13 0,08 0,075 0,04 0,045 0,05 0,055 0,048 0,042 0,044 0,072 0,03 0,04 0,242 0,172 0,17 0,146 0,122 0,132 0,138 0,182 0,135 0,13 0,136 0,51 0,342 0,136 0,135 0,137 0,151 0,155 0,168 0,146 0,153 0,147 0,147 0,163 0,181 0,162 0,162 0,159 0,195 0,179 0,171 0,153 0,152 ̅ 0,245 0,205222 0,152667 0,144 0,1386 0,133 0,1316 0,1386 0,1295 0,1173 0,12 С р ед а 0,193 0,17 0,168 0,168 0,165 0,168 0,158 0,142 0,132 0,128 0,125 0,164 0,136 0,14 0,141 0,105 0,121 0,119 0,118 0,12 0,06 0,121 0,275 0,248 0,22 0,217 0,164 0,197 0,21 0,294 0,248 0,24 0,232 0,255 0,167 0,174 0,17 0,175 0,161 0,144 0,161 0,162 0,163 0,164 0,198 0,167 0,157 0,154 0,146 0,137 0,137 0,13 0,147 0,143 0,152 0,218 0,2 0,129 0,124 0,118 0,05 0,075 0,128 0,129 0,127 0,122 0,18 0,14 0,342 0,278 0,233 0,128 0,173 0,08 0,02 0,035 0,03 0,228 0,387 0,381 0,292 0,193 0,187 0,118 0,105 0,11 0,131 0,181 0,193 0,177 0,162 0,151 0,132 0,152 0,129 0,171 0,134 0,136 0,159 0,18 0,169 0,168 0,152 0,153 0,162 0,164 0,178 0,182 0,171 0,19 ̅ 0,2084 0,1961 0,2041 0,1847 0,1584 0,1463 0,1427 0,1507 0,1384 0,1334 0,1476 Ч ет в р т а к 0,155 0,177 0,141 0,168 0,169 0,187 0,211 0,228 0,316 0,371 0,44 0,25 0,205 0,194 0,186 0,181 0,174 0,178 0,179 0,182 0,393 0,358 0,2 0,184 0,219 0,147 0,178 0,176 0,138 0,159 0,152 0,14 0,14 0,224 0,167 0,143 0,133 0,15 0,13 0,125 0,137 0,138 0,146 0,138 0,163 0,21 0,154 0,179 0,184 0,135 0,127 0,142 0,148 0,133 0,131 0,331 0,238 0,251 0,215 0,235 0,28 0,168 0,151 0,175 0,21 0,215 0,151 0,141 0,138 0,09 0,08 0,061 0,051 0,05 0,08 0,085 0,052 0,315 0,168 0,142 0,115 0,124 0,144 0,15 0,144 0,132 0,129 0,138 0,181 0,164 0,152 0,151 0,158 0,163 0,156 0,161 0,123 0,114 0,156 0,028 0,01 0,01 0,03 0,093 0,083 0,075 0,088 0,097 0,18 0,063 ̅ 0,1998 0,1664 0,1544 0,1414 0,1552 0,1533 0,1379 0,1439 0,1543 0,1901 0,1831 П ет а к 0,17 0,152 0,144 0,139 0,147 0,137 0,151 0,158 0,166 0,158 0,151 0,228 0,15 0,174 0,15 0,147 0,182 0,168 0,167 0,152 0,144 0,153 0,258 0,269 0,195 0,177 0,16 0,167 0,168 0,166 0,182 0,179 0,193 0,187 0,279 0,185 0,187 0,19 0,187 0,127 0,12 0,14 0,108 0,12 0,192 0,162 0,151 0,152 0,16 0,143 0,134 0,135 0,134 0,13 0,138 0,235 0,218 0,146 0,131 0,138 0,127 0,125 0,137 0,141 0,128 0,131 0,25 0,205 0,195 0,23 0,295 0,322 0,138 0,228 0,233 0,235 0,238 0,186 0,241 0,225 0,168 0,173 0,187 0,218 0,261 0,248 0,261 0,187 0,072 0,02 0,01 0,01 0,01 0,02 0,068 0,059 0,082 0,067 0,043 0,172 0,158 0,125 0,117 0,162 0,164 0,128 0,141 0,13 0,144 0,145 0,09 0,075 0,028 0,04 0,018 0,02 0,01 0,01 0,01 0,01 ̅ 0,195 0,176727 0,147727 0,135364 0,147455 0,150364 0,131364 0,143818 0,147091 0,142182 0,137182 С у б о т а 0,198 0,218 0,22 0,17 0,144 0,125 0,122 0,12 0,126 0,116 0,124 0,272 0,242 0,28 0,305 0,265 0,181 0,161 0,175 0,178 0,171 0,163 0,238 0,197 0,192 0,183 0,168 0,162 0,16 0,177 0,176 0,166 0,1675 0,19 0,18 0,175 0,173 0,17 0,152 0,152 0,148 0,146 0,151 0,105 0,181 0,154 0,148 0,149 0,138 0,14 0,138 0,13 0,128 0,125 0,127 0,164 0,171 0,152 0,14 0,138 0,126 0,125 0,133 0,128 0,126 0,127 0,41 0,46 0,58 0,51 0,41 0,22 0,185 0,187 0,19 0,185 0,192 0,12 0,13 0,075 0,05 0,01 0,02 0,03 0,02 0,04 0,01 0,02 0,22 0,238 0,169 0,182 0,184 0,168 0,121 0,131 0,321 0,174 0,129 ̅ 0,221278 0,221167 0,214056 0,193833 0,162278 0,138222 0,134167 0,147444 0,147611 0,132139 0,128278 Н ед ељ а 0,296 0,24 0,181 0,192 0,18 0,148 0,15 0,18 0,15 0,12 0,15 0,152 0,139 0,138 0,146 0,151 0,172 0,148 0,152 0,158 0,158 0,154 0,198 0,188 0,167 0,191 0,181 0,171 0,138 0,159 0,16 0,159 0,141 0,181 0,17 0,171 0,187 0,185 0,174 0,176 0,183 0,173 0,179 0,184 0,161 0,11 0,09 0,122 0,127 0,13 0,126 0,129 0,128 0,124 0,126 0,2 0,143 0,133 0,127 0,129 0,128 0,138 0,13 0,13 0,132 0,131 0,331 0,43 0,56 0,5 0,495 0,38 0,32 0,33 0,36 0,37 0,42 0,08 0,07 0,05 0,04 0,08 0,04 0,02 0,01 0,01 0,01 0,01 0,128 0,111 0,01 0,03 0,04 0,05 0,01 0,096 0,129 0,087 0,089 ̅ 0,191889 0,177889 0,166667 0,170556 0,174222 0,154778 0,136222 0,152111 0,155333 0,148778 0,156111 Факултет инжењерских наука Универзитета у Крагујевцу 198 Табела А29 Број возила у РС према категорији, технологији и погонском гориву [187] П А К а т ег о р и ја П о т - к а т ег о р и ја Т ех н о л о ги ја 2002. 2003. 2004. 2005. 2006. 2007. 2008. 2009. 2010. 2011. П А б ен зи н ≤ 1 ,4 PRE ECE 8.802 8.080 7.180 6.274 5.812 5.112 3.958 3.107 2.253 1.383 ECE 15/00-01 51.236 48.621 42.345 37.183 33.446 29.563 22.331 17.205 16.668 12.183 ECE 15/02 62.552 58.317 57.040 50.223 45.582 41.207 30.335 23.253 27.191 22.283 ECE 15/03 189.521 185.470 179.109 165.511 144.367 122.830 113.105 91.742 132.559 127.570 ECE 15/04 406.023 407.028 408.765 401.556 377.851 363.690 340.871 321.817 388.241 390.510 Euro 1 40.452 40.336 41.192 41.508 40.963 38.791 37.675 42.541 45.458 46.493 Euro 2 52.112 66.841 77.363 77.937 74.191 71.269 69.683 72.076 91.313 96.349 Euro 3 37.251 51.070 62.030 67.396 77.629 80.667 86.845 99.722 111.853 121.415 Euro 4 16.026 54.236 69.598 70.665 98.962 116.588 134.818 1 ,4 – 2 ,0 PRE ECE 2.356 2.114 2.096 1.910 1.841 1.625 1.497 1.325 895 680 ECE 15/00-01 8.102 7.211 6.319 5.485 4.107 3.487 3.281 2.512 1.262 378 ECE 15/02 16.258 15.031 14.019 12.360 10.031 9.023 7.755 5.915 4.657 3.169 ECE 15/03 55.117 53.997 53.813 52.195 44.367 42.193 43.104 37.810 51.624 52.574 ECE 15/04 138.220 139.671 140.727 139.694 129.069 122.097 121.814 119.521 151.408 156.511 Euro 1 23.145 22.873 23.055 24.247 24.256 24.158 24.066 35.970 32.696 34.368 Euro 2 36.435 46.955 66.300 66.204 63.005 60.058 59.279 62.669 78.801 83.877 Euro 3 22.183 28.376 35.531 40.982 46.487 61.214 68.393 78.272 82.852 90.587 Euro 4 4.838 12.458 18.930 22.757 29.130 35.288 41.176 ≥ 2 ,0 PRE ECE 345 318 289 254 205 181 161 145 73 35 ECE 15/00-01 888 810 768 668 557 410 385 257 241 185 ECE 15/02 1.789 1.693 1.538 1.335 1.108 825 763 535 616 482 ECE 15/03 5.392 4.919 4.789 4.323 3.782 3.010 3.036 2.321 2.283 2.016 ECE 15/04 11.098 10.258 11.252 10.852 9.125 8.895 8.671 7.696 7.215 6.887 Euro 1 4.964 4.888 4.691 4.648 4.231 4.026 3.978 3.923 3.862 3.788 Euro 2 5.412 6.329 6.806 6.779 6.443 6.123 5.868 5.481 7.635 8.003 Euro 3 2.639 3.478 4.198 5.252 6.652 7.523 7.771 7.947 9.555 10.422 Euro 4 523 1.893 3.214 3.239 4.053 5.106 5.947 П А д и зе л ≤ 2 ,0 Konvencionalna 87.147 88.349 90.607 93.246 94.461 96.361 106.377 110.871 112.683 116.693 Euro 1 11.028 11.138 11.391 12.058 13.058 13.663 15.079 22.696 23.566 24.521 Euro 2 11.899 20.531 29.920 32.320 33.650 34.971 37.398 43.166 46.291 49.905 Euro 3 5.539 9.458 16.249 23.801 40.118 67.556 78.641 99.984 110.232 125.885 Euro 4 5.936 18.844 33.369 48.503 64.297 78.104 92.742 ≥ 2 ,0 Konvencionalna 12.987 12.369 12.455 11.926 11.300 10.250 9.875 8.742 8.042 7.328 Euro 1 2.654 2.778 2.697 2.791 2.577 2.611 2.802 3.266 3.435 3.584 Euro 2 2.631 3.557 4.211 4.366 4.233 4.136 4.384 4.787 5.710 6.106 Euro 3 1.150 1.581 2.613 3.682 4.587 8.845 9.038 10.069 10.802 11.998 Euro 4 623 3.225 5.982 6.201 7.951 10.086 11.849 Т Н Г Konvencionalna 789 1.189 1.987 5.930 8.693 20.367 32.577 30.284 28.665 27.554 Euro 1 96 147 186 610 1.940 3.269 3.788 4.720 5.866 7.235 Euro 2 209 357 454 1.461 2.633 6.125 6.470 7.871 9.045 12.599 Euro 3 185 441 674 1.930 3.187 7.153 7.363 6.195 7.766 9.865 Euro 4 337 2.269 6.918 7.813 4.923 8.867 10.338 Л Т В Л Т В Б ен зи н Konvencionalna 11.935 13.385 14.138 14.244 14.160 16.072 16.487 17.743 17.477 18.094 Euro 1 1.085 1.245 1.515 1.544 1.727 1.960 2.035 2.169 2.260 2.390 Euro 2 407 623 673 858 691 784 814 839 1.027 1.102 Euro 3 136 311 505 515 521 588 814 921 969 1.064 Euro 4 169 196 204 224 242 259 Л Т В Д и зе л Konvencionalna 28.433 29.185 27.301 26.717 29.066 30.023 30.227 29.497 30.785 29.864 Euro 1 5.606 6.166 6.205 6.475 7.751 7.633 8.197 8.253 9.496 10.092 Euro 2 4.005 3.700 4.550 5.164 5.329 6.106 5.636 5.307 5.433 5.589 Euro 3 2.002 2.055 3.309 4.750 4.844 5.597 5.123 5.215 6.630 7.199 Euro 4 1.453 1.527 2.049 2.060 2.358 2.592 Т Т В Т Т В ≤ 7 ,5 t Konvencionalna 8.044 7.589 7.411 7.746 7.224 7.101 7.440 7.112 6.733 6.513 Euro 1 1.331 1.584 1.924 2.011 2.131 2.122 2.256 2.180 2.274 2.224 Euro 2 2.395 2.850 3.463 3.619 3.256 3.919 4.059 3.923 4.598 4.867 Euro 3 3.359 3.998 4.857 5.075 4.891 5.356 5.693 5.503 6.313 6.651 Euro 4 754 1.174 1.248 1.207 1.454 1.597 Euro 5 79 125 188 Т Т В 7 ,5 – 1 2 t Konvencionalna 4.658 4.394 4.291 4.497 4.243 4.053 4.307 4.118 3.890 3.761 Euro 1 771 917 1.114 1.167 1.180 1.229 1.306 1.262 1.308 1.356 Euro 2 1.387 1.650 2.004 2.101 1.986 2.211 2.350 2.271 2.388 2.298 Euro 3 1.945 2.314 2.811 2.947 2.743 3.101 3.296 3.186 3.638 3.833 Euro 4 630 680 723 699 746 771 Euro 5 46 95 187 Факултет инжењерских наука Универзитета у Крагујевцу 199 Наставак табеле А29 Т Т В Т Т В 1 2 – 1 4 t Konvencionalna 3.810 3.594 3.510 3.679 3.716 3.315 3.524 3.269 3.211 3.104 3.810 Euro 1 630 750 912 955 965 1.005 1.068 1.012 1.066 1.104 630 Euro 2 1.134 1.350 1.640 1.719 1.737 1.809 1.923 1.803 1.927 1.986 1.134 Euro 3 1.591 1.894 2.301 2.411 2.245 2.487 2.697 2.416 2.878 3.023 1.591 Euro 4 410 556 591 572 663 715 Euro 5 37 68 112 Т Т В 1 4 – 2 0 t Konvencionalna 9.740 9.187 8.972 9.403 9.499 8.472 9.006 8.152 8.153 7.884 9.740 Euro 1 1.611 1.917 2.329 2.442 2.466 2.469 2.731 2.359 2.655 2.749 1611 Euro 2 2.899 3.450 4.192 4.394 4.438 4.623 4.914 4.649 5.600 5.927 2.899 Euro 3 4.066 4.839 5.879 6.162 5.406 6.431 6.892 6.521 6.621 6.698 4.066 Euro 4 925 1.422 1.511 1.423 1.716 1.874 Euro 5 96 112 139 Т Т В 2 0 – 2 6 t Konvencionalna 815 798 785 828 839 749 797 709 707 685 815 Euro 1 164 154 217 224 228 235 252 218 247 256 164 Euro 2 269 301 372 401 395 409 433 409 495 505 269 Euro 3 401 401 515 538 548 572 602 546 645 675 401 Euro 4 98 129 135 127 146 155 Euro 5 8 18 31 Т Т В 2 6 – 2 8 t Konvencionalna 753 779 775 806 811 723 769 739 678 657 753 Euro 1 143 157 189 200 200 211 222 221 225 232 143 Euro 2 277 281 358 363 377 395 421 406 474 500 277 Euro 3 354 421 507 534 534 556 596 554 578 592 354 Euro 4 118 128 127 131 126 Euro 5 8 14 17 Т Т В 2 8 – 3 2 t Konvencionalna 1.693 1.597 1.560 1.635 1.652 1.473 1.566 1.314 1.399 1.352 1.693 Euro 1 280 333 405 425 429 447 475 459 476 493 280 Euro 2 504 600 729 764 772 804 855 826 880 862 504 Euro 3 707 842 1.023 1.072 1.083 1.128 1.199 1.159 1.240 1.196 707 Euro 4 210 247 263 254 281 274 Euro 5 17 29 36 Т Т В ≥ 3 2 t Konvencionalna 12.702 11.981 11.702 12.266 12.391 1.1787 12.529 11.878 11.135 10.817 12.702 Euro 1 2.101 2.501 3.038 3.185 3.217 3.574 3.799 3.442 3.566 3.610 2.101 Euro 2 3.782 4.501 5.468 5.731 5.789 6.432 6.836 6.593 6.674 6.587 3.782 Euro 3 5.297 6.312 7.669 8.038 6.058 9.021 9.589 9.168 9.223 9.286 5.297 Euro 4 1.850 1.978 2.103 2.032 2.159 2.109 Euro 5 133 139 152 Т ег љ ач с а п о л у п р и к о л и ц о м 3 4 – 4 0 t Konvencionalna 2.753 2.451 2.225 2.394 2.111 2.152 2.110 1.982 1.964 1.888 2.753 Euro 1 619 622 629 675 720 733 731 686 708 729 619 Euro 2 574 635 726 780 812 963 1.021 959 1.112 1.179 574 Euro 3 756 1.008 1.258 1.353 1.401 1.510 1.589 1.493 1.618 1.674 756 Euro 4 469 613 853 794 986 1.014 Euro 5 7 15 13 Б У С Г р ад ск и м и д и ≤ 1 5 t Konvencionalna 734 728 705 745 575 441 360 341 340 288 734 Euro 1 80 82 80 86 83 81 80 78 85 86 80 Euro 2 201 201 206 217 210 215 203 198 207 218 201 Euro 3 202 298 334 353 345 336 327 321 332 341 202 Euro 4 255 326 329 321 318 322 Euro 5 15 18 19 Г р ад ск и ст ан д ар д н и 1 5 – 1 8 t Konvencionalna 2.187 1.936 1.595 1.684 1362 1.248 1.153 1.126 1.108 1.003 2.187 Euro 1 174 174 175 185 188 194 195 168 195 192 174 Euro 2 250 251 252 266 255 253 248 242 253 249 250 Euro 3 583 852 1151 1.218 1.226 1.141 1.133 1.107 1.125 1.148 583 Euro 4 101 288 391 382 427 488 Euro 5 23 31 48 Г р ад ск и зг л о б н и ≥ 1 8 t Konvencionalna 554 446 337 356 305 217 125 122 82 31 554 Euro 1 163 169 165 174 173 172 168 158 162 171 163 Euro 2 168 159 171 181 175 172 168 164 172 170 168 Euro 3 241 347 417 440 439 421 409 400 389 381 241 Euro 4 67 144 206 201 224 232 М еђ у гр ад ст ан д ар д н и ≤ 1 8 t Konvencionalna 2.485 2.417 2.372 2.506 2.153 2.114 1.901 1.857 1.833 1.755 2.485 Euro 1 240 242 238 251 278 286 303 228 247 255 240 Euro 2 280 288 287 303 295 290 282 275 268 259 280 Euro 3 273 476 547 573 561 543 533 521 511 524 273 Euro 4 89 187 360 352 378 386 Euro 5 69 78 2 М о т о ц и к л и Д во та к т н и ≥ 5 0 cc m Konvencionalna 2.453 2.418 2.625 2.643 2.841 3.675 4.848 3.898 3.171 3.196 2.453 Euro 1 361 395 463 481 736 1.104 1.428 1.244 1.288 1.315 361 Euro 2 369 652 673 728 841 1.057 921 965 996 Euro 3 821 2.008 2.713 2.764 3.112 3.188 Ч ет в о р о та к тн и ≤ 7 5 0 c cm Konvencionalna 1.903 1.983 2.112 2.133 2.378 3.644 4.952 4.163 4.365 4.687 1.903 Euro 1 131 146 167 275 414 581 749 731 754 730 131 Euro 2 122 139 304 404 571 735 695 702 728 Euro 3 587 830 1.069 1.263 1.301 1.335 Факултет инжењерских наука Универзитета у Крагујевцу 200 Табела А30 Просечна годишња километража возила у Републици Србији према категорији, технологији и погонском гориву [187] П А К а т ег о р и ја П о т - к а т ег о р и ја Т ех н о л о ги ја 2002. 2003. 2004. 2005. 2006. 2007. 2008. 2009. 2010. 2011. П А б ен зи н ≤ 1 ,4 PRE ECE 4.646 4.694 4.741 4.789 4.837 4.885 4.933 4.981 4.992 5.037 ECE 15/00-01 5.596 5.653 5.711 5.769 5.826 5.884 5.942 5.999 6.013 6.067 ECE 15/02 5.666 5.725 5.783 5.842 5.900 5.959 6.017 6.075 6.089 6.144 ECE 15/03 6.678 6.747 6.815 6.884 6.953 7.022 7.091 7.160 7.176 7.240 ECE 15/04 8.971 9.063 9.156 9.248 9.341 9.433 9.526 9.618 9.641 9.726 Euro 1 10.799 10.910 11.022 11.133 11.244 11.356 11.467 11.578 11.710 11.829 Euro 2 12.513 12.642 12.771 12.900 13.029 13.158 13.287 13.416 13.511 13.639 Euro 3 14.438 14.587 14.736 14.885 15.033 15.182 15.331 15.480 15.629 15.778 Euro 4 15.768 15.926 16.083 16.241 16.399 16.557 16.714 1 ,4 – 2 ,0 PRE ECE 4.979 5.030 5.082 5.133 5.184 5.236 5.287 5.338 5.351 5.398 ECE 15/00-01 5.961 6.022 6.084 6.145 6.207 6.268 6.330 6.391 6.405 6.462 ECE 15/02 6.254 6.318 6.383 6.447 6.512 6.576 6.641 6.705 6.721 6.781 ECE 15/03 7.168 7.242 7.316 7.390 7.464 7.538 7.612 7.685 7.703 7.772 ECE 15/04 9.640 9.739 9.839 9.938 10.038 10.137 10.236 10.336 10.360 10.452 Euro 1 11.930 12.053 12.176 12.299 12.422 12.545 12.668 12.791 12.937 13.068 Euro 2 13.453 13.592 13.730 13.869 14.008 14.146 14.285 14.424 14.526 14.664 Euro 3 15.523 15.683 15.843 16.003 16.163 16.323 16.484 16.644 16.804 16.964 Euro 4 16.003 16.163 16.323 16.484 16.644 16.804 16.965 ≥ 2 ,0 PRE ECE 5.236 5.290 5.344 5.398 5.452 5.506 5.560 5.614 5.627 5.677 ECE 15/00-01 6.264 6.328 6.393 6.458 6.522 6.587 6.651 6.716 6.732 6.792 ECE 15/02 6.373 6.439 6.504 6.570 6.636 6.702 6.767 6.833 6.849 6.910 ECE 15/03 7.559 7.637 7.715 7.793 7.871 7.949 8.027 8.105 8.124 8.196 ECE 15/04 10.029 10.132 10.235 10.339 10.442 10.546 10.649 10.752 10.777 10.873 Euro 1 12.222 12.348 12.474 12.600 12.726 12.852 12.978 13.104 13.253 13.387 Euro 2 14.358 14.506 14.655 14.803 14.951 15.099 15.247 15.395 15.504 15.651 Euro 3 15.986 16.150 16.315 16.480 16.645 16.810 16.974 17.139 17.304 17.469 Euro 4 18.527 18.712 18.897 19.082 19.268 19.453 19.638 П А д и зе л ≤ 2 ,0 Konvencionalna 16.283 16.451 16.619 16.787 16.954 17.122 17.290 174.58 17.567 17.732 Euro 1 18.344 18.533 18.722 18.911 19.100 19.289 19.479 19.668 19.892 20.093 Euro 2 21.606 21.829 22.052 22.275 22.497 22.720 22.943 23.166 23.330 23.551 Euro 3 24.517 24.769 25.022 25.275 25.528 25.780 26.033 26.286 26.539 26.791 Euro 4 25.498 25.753 26.008 26.263 26.518 26.773 27.028 ≥ 2 ,0 Konvencionalna 17.982 18.167 18.352 18.538 18.723 18.909 19.094 19.279 19.400 19.582 Euro 1 20.372 20.582 20.792 21.002 21.212 21.422 21.632 21.842 22.090 22.314 Euro 2 22.903 23.139 23.375 23.611 23.847 24.083 24.319 24.555 24.729 24.964 Euro 3 26.773 27.049 27.325 27.601 27.877 28.153 28.429 28.705 28.981 29.257 Euro 4 28.559 28.844 29.130 29.415 29.701 29.986 30.272 Т Н Г Konvencionalna 26.357 26.628 26.900 27.172 27.444 27.715 27.987 28.259 28.435 28.703 Euro 1 29.916 30.225 30.533 30.842 31.150 31.459 31.767 32.075 32.440 32.769 Euro 2 31.763 32.090 32.418 32.745 33.073 33.400 33.728 34.055 34.296 34.621 Euro 3 33.295 33.638 33.982 34.325 34.668 35.011 35.355 35.698 36.041 36.384 Euro 4 33.555 33.891 34.226 34.562 34.589 35.200 35.527 Л Т В Л Т В Б ен зи н Konvencionalna 12.746 12.878 13.009 13.140 13.272 13.403 13.535 13.666 13.698 13.820 Euro 1 14.670 14.822 14.973 15.124 15.275 15.426 15.578 15.729 15.767 15.904 Euro 2 16.410 16.580 16.749 16.918 17.087 17.256 17.426 17.595 18.041 18.279 Euro 3 18.616 18.808 19.000 19.192 19.384 19.576 19.768 19.960 20.152 20.344 Euro 4 21.918 22.135 22.352 22.569 22.786 23.003 Л Т В Д и зе л Konvencionalna 16.769 16.942 17.115 17.288 17.461 17.634 17.806 17.979 18.021 18.182 Euro 1 19.454 19.655 19.855 20.056 20.256 20.457 20.657 20.858 20.908 21.089 Euro 2 21.401 21.621 21.842 22.062 22.283 22.504 22.724 22.945 23.333 23.599 Euro 3 23.349 23.590 23.831 24.071 24.312 24.553 24.794 25.034 25.275 25.516 Euro 4 28.033 28.310 28.588 28.865 29.143 29.420 Т Т В Т Т В ≤ 7 ,5 t Konvencionalna 24.276 24.527 24.777 25.027 25.278 25.528 25.778 26.028 26.089 26.321 Euro 1 28.464 28.757 29.051 29.344 29.638 29.931 30.225 30.518 30.865 31.178 Euro 2 33.535 33.881 34.227 34.573 34.918 35.264 35.610 35.955 36.354 36.727 Euro 3 39.242 39.647 40.052 40.456 40.861 41.265 41.670 42.074 42.479 42.883 Euro 4 44.185 44.622 45.060 45.497 45.935 46.372 Euro 5 14.140 16.852 19.258 Т Т В 7 ,5 – 1 2 t Konvencionalna 24.974 25.231 25.488 25.746 26.003 26.261 26.518 26.776 26.838 27.077 Euro 1 31.361 31.685 32.008 32.331 32.655 32.978 33.301 33.625 34.007 34.352 Euro 2 36.833 37.213 37.592 37.972 38.352 38.732 39.111 39.491 39.929 40.338 Euro 3 43.559 44.009 44.458 44.907 45.356 45.805 46.254 46.703 47.152 47.601 Euro 4 49.513 50.003 50.494 50.984 51.475 51.965 Euro 5 14.140 16.852 19.258 Факултет инжењерских наука Универзитета у Крагујевцу 201 Наставак табеле А30 Т Т В Т Т В 1 2 – 1 4 t Konvencionalna 21.779 22.003 22.228 22.452 22.677 2.2901 23.126 23.350 23.405 23.613 21.779 Euro 1 28.446 28.739 29.032 29.326 29.619 2.9912 30.205 30.499 30.846 31.158 28.446 Euro 2 34.006 34.357 34.707 35.058 35.408 3.5759 36.109 36.460 36.864 37.242 34.006 Euro 3 42.427 42.864 43.302 43.739 44.177 4.4614 45.051 45.489 45.926 46.364 42.427 Euro 4 4.5559 46.010 46.462 46.913 47.365 47.816 Euro 5 14.140 16.852 19.258 Т Т В 1 4 – 2 0 t Konvencionalna 27.410 27.692 27.975 28.257 28.540 2.8822 29.105 29.388 29.456 29.718 27.410 Euro 1 34.370 34.724 35.079 35.433 35.787 3.6142 36.496 36.850 37.269 37.647 34.370 Euro 2 39.608 40.017 40.425 40.833 41.242 4.1650 42.058 42.467 42.938 43.378 39.608 Euro 3 45.922 46.396 46.869 47.342 47.816 4.8289 48.763 49.236 49.709 50.183 45.922 Euro 4 4.8864 49.347 49.831 50.315 50.799 51.282 Euro 5 14.140 16.852 19.258 Т Т В 2 0 – 2 6 t Konvencionalna 27.450 27.733 28.016 28.299 28.582 2.8865 29.148 29.431 29.500 29.762 27.450 Euro 1 34.828 35.187 35.546 35.905 36.264 3.6623 36.982 37.341 37.766 38.148 34.828 Euro 2 39.937 40.349 40.761 41.173 41.584 4.1996 42.408 42.820 43.295 43.738 39.937 Euro 3 47.432 47.921 48.410 48.899 49.388 4.9877 50.366 50.855 51.344 51.833 47.432 Euro 4 4.4995 45.441 45.886 46.332 46.778 47.223 Euro 5 14.140 16.852 19.258 Т Т В 2 6 – 2 8 t Konvencionalna 27.341 27.623 27.905 28.186 28.468 28.750 29.032 29.314 29.382 29.644 27.341 Euro 1 33.652 33.999 34.346 34.693 35.040 35.387 35.734 36.081 36.491 36.861 33.652 Euro 2 38.687 39.086 39.484 39.883 40.282 40.681 41.080 41.479 41.939 42.368 38.687 Euro 3 45.459 45.928 46.397 46.865 47.334 47.803 48.271 48.740 49.209 49.677 45.459 Euro 4 49.097 49.579 50.060 50.542 51.023 Euro 5 14.140 16.852 19.258 Т Т В 2 8 – 3 2 t Konvencionalna 27.403 27.686 27.968 28.251 28.533 28.816 29.098 29.381 29.449 29.711 27.403 Euro 1 34.092 34.444 34.795 35.147 35.498 35.850 36.201 36.553 36.969 37.343 34.092 Euro 2 39.227 39.631 40.036 40.440 40.844 41.249 41.653 42.058 42.524 42.960 39.227 Euro 3 46.578 47.058 47.539 48.019 48.499 48.979 49.459 49.940 50.420 50.900 46.578 Euro 4 45.716 46.168 46.621 47.074 47.527 47.979 Euro 5 14.140 16.852 19.258 Т Т В ≥ 3 2 t Konvencionalna 33.762 34.111 34.459 34.807 35.155 35.503 35.851 36.199 36.283 36.606 33.762 Euro 1 37.254 37.638 38.022 38.406 38.790 39.174 39.558 39.942 40.396 40.806 37.254 Euro 2 45.713 46.184 46.655 47.127 47.598 48.069 48.540 49.012 49.555 50.063 45.713 Euro 3 52.651 53.194 53.736 54.279 54.822 55.365 55.908 56.450 56.993 57.536 52.651 Euro 4 50.220 50.717 51.215 51.712 52.210 52.707 Euro 5 14.140 16.852 19.258 Т ег љ ач с а п о л у п р и к о л и ц о 3 4 – 4 0 t Konvencionalna 40.527 40.945 41.363 41.781 42.199 42.616 43.034 43.452 43.553 43.941 40.527 Euro 1 52.102 52.639 53.176 53.713 54.250 54.787 55.324 55.862 56.497 57.069 52.102 Euro 2 61.797 62.434 63.071 63.708 64.345 64.982 65.619 66.256 66.991 67.677 61.797 Euro 3 74.610 75.380 76.149 76.918 77.687 78.456 79.225 79.995 80.764 81.533 74.610 Euro 4 82.354 83.169 83.984 84.800 85.615 86.430 Euro 5 66.192 68.255 69.668 Б У С Г р ад ск и м и д и ≤ 1 5 t Konvencionalna 43.402 43.849 44.297 44.744 45.192 45.639 46.087 46.534 46.643 47.058 43.402 Euro 1 53.437 53.988 54.539 55.090 55.641 56.192 56.743 57.294 57.945 58.533 53.437 Euro 2 57.036 57.624 58.212 58.800 59.388 59.976 60.564 61.152 61.830 62.464 57.036 Euro 3 60.841 61.469 62.096 62.723 63.350 63.977 64.605 65.232 65.859 66.486 60.841 Euro 4 59.846 60.439 61.031 61.624 62.217 62.809 Euro 5 62.400 63.325 63.996 Г р ад ск и ст ан д ар д н и 1 5 – 1 8 t Konvencionalna 45.957 46.431 46.904 47.378 47.852 48.326 48.800 49.273 49.388 49.828 45.957 Euro 1 55.854 56.430 57.006 57.582 58.158 58.733 59.309 59.885 60.566 61.180 55.854 Euro 2 62.257 62.899 63.541 64.182 64.824 65.466 66.108 66.750 67.490 68.182 62.257 Euro 3 66.390 67.075 67.759 68.444 69.128 69.812 70.497 71.181 71.866 72.550 66.390 Euro 4 66.931 67.593 68.256 68.919 69.582 70.244 Euro 5 93.600 94.220 95.669 Г р ад ск и зг л о б н и ≥ 1 8 t Konvencionalna 44.026 44.480 44.934 45.388 45.842 46.296 46.749 47.203 47.313 47.734 44.026 Euro 1 56.167 56.746 57.325 57.904 58.483 59.062 59.642 60.221 60.905 61.523 56.167 Euro 2 63.266 63.918 64.570 65.222 65.874 66.527 67.179 67.831 68.584 69.286 63.266 Euro 3 67.146 67.838 68.530 69.222 69.915 70.607 71.299 71.991 72.683 73.375 67.146 Euro 4 66.379 67.036 67.693 68.350 69.007 69.664 М еђ у гр ад ст ан д ар д н и ≤ 1 8 t Konvencionalna 44.284 44.741 45.197 45.654 46.110 46.567 47.023 47.480 47.590 48.014 44.284 Euro 1 51.779 52.312 52.846 53.380 53.914 54.448 54.981 55.515 56.147 56.716 51.779 Euro 2 57.084 57.672 58.261 58.849 59.438 60.026 60.615 61.203 61.882 62.516 57.084 Euro 3 61.791 62.428 63.065 63.702 64.339 64.976 65.613 66.250 66.887 67.524 61.791 Euro 4 67.305 67.972 68.638 69.304 69.971 70.637 Euro 5 93.600 94.220 95.669 М о т о ц и к л и Д во та к т н и ≥ 5 0 cc m Konvencionalna 4.019 4.060 4.102 4.143 4.185 4.226 4.268 4.309 4.319 4.358 4.019 Euro 1 4.192 4.235 4.278 4.321 4.364 4.408 4.451 4.494 4.537 4.581 4.192 Euro 2 4.797 4.846 4.895 4.944 4.993 5.042 5.091 5.140 5.189 Euro 3 5.067 5.118 5.168 5.218 5.269 5.319 Ч ет в о р о та к тн и ≤ 7 5 0 c cm Konvencionalna 5.357 5.412 5.467 5.523 5.578 5.633 5.688 5.743 5.757 5.808 5.357 Euro 1 6.027 6.089 6.151 6.213 6.275 6.337 6.399 6.462 6.524 6.586 6.027 Euro 2 5.456 5.512 5.567 5.623 5.679 5.734 5.790 5.846 5.901 Euro 3 5.703 5.759 5.816 5.872 5.929 5.985 Факултет инжењерских наука Универзитета у Крагујевцу 202 Табела А31 Усвојене формуле из COPERT4 програма за прорачун ЕФ CO и корекцију емисије услед пређене километраже и процента хладно стартованих мотора за ПА и ЛТВ (метода 3) П А К а т ег о р и ја П о т к а т ег о р и ја Т ех н о л о ги ја Распон брзине возила [km·h-1] Усвојена формулација емисионог фактора CO ( ) [g·km-1] Корекција емисије услед пређене километраже возила Корекција емисије услед хладно стартованих мотора ( ⁄ ) (ta - темп. амбијента) П А б ен зи н ≤ 1 ,4 PRE ECE 10–100 * ECE 15/00-01 10–50 ECE 15/02 10–60 ECE 15/03 20–130 ECE 15/04 10-60 Euro 1 10–130 Табела А35, једначина А1 Euro 2 ( ) Табела А35, једначина А2 ( ) Euro 3 ( ) Табела А35, једначина А3 ( ) Euro 4 ( ) Табела А35, једначина А4 ( ) 1 ,4 – 2 ,0 PRE ECE 10–100 * ECE 15/00-01 10–50 ECE 15/02 10–60 ECE 15/03 20–130 ECE 15/04 10–60 Euro 1 10–130 Табела А35, једначина А5 Euro 2 ( ) Табела А35, једначина А6 ( ) Euro 3 ( ) Табела А35, једначина А7 ( ) Euro 4 ( ) Табела А35, једначина А8 ( ) ≥ 2 ,0 PRE ECE 10–100 * ECE 15/00-01 10–50 ECE 15/02 10–60 ECE 15/03 20–130 ECE 15/04 10–60 Euro 1 10–130 Табела А35, једначина А9 Euro 2 ( ) Табела А35, једначина А10 ( ) Euro 3 ( ) Табела А35, једначина А11 ( ) Euro 4 ( ) Табела А35, једначина А12 ( ) П А д и зе л ≤ 2 ,0 Konv. * Euro 1 Euro 2 Euro 3 Euro 4 ≥ 2 ,0 Konv. Euro 1 Euro 2 Euro 3 Euro 4 Т Н Г Konv. Euro 1 Euro 2 ( ) ( ) Euro 3 ( ) Euro 4 ( ) ( ) Л Т В Л Т В Б ен зи н Konv. 10–110 Euro 1 10–120 Табела А35, једначина А13 Euro 2 ( ) Табела А35, једначина А14 ( ) Euro 3 ( ) Табела А35, једначина А15 ( ) Euro 4 ( ) Табела А35, једначина А15 ( ) Л Т В Д и зе л Konv. 10–110 * Euro 1 10–120 Euro 2 Euro 3 ( ) ( ) Euro 4 ( ) ( ) Факултет инжењерских наука Универзитета у Крагујевцу 203 Табела А32 Усвојене формуле из COPERT4 методологије за прорачун ЕФ CO и корекцију емисије услед пређене километраже и процента хладно стартованих мотора за ТТВ и БУС (метода 3) К а т ег о р и ја П о т - к а т ег о р и ја Т а ч н а н о си в о ст Т ех н о л о ги ја Распон брзине возила [km·h-1] Усвојена формулација емисионог фактора CO [g km -1 ] Корекција емисије услед пређене километраже возила Корекција емисије услед хладно стартованих мотора (ta - темп. амбијента) Т Т В Т Т В < 3 2 t 3 ,5 – 7 ,5 t Konv. 10–110 * * Euro 1 ( ) Euro 2 ( ) Euro 3 ( ) Euro 4 ( ) Euro 5 7 .5 – 1 6 t Konv. Euro 1 ( ) Euro 2 ( ) Euro 3 ( ) Euro 4 ( ) Euro 5 1 6 – 3 2 t Konv. Euro 1 ( ) Euro 2 ( ) Euro 3 ( ) Euro 4 ( ) Euro 5 Т Т В > 3 2 t Konv. Euro 1 ( ) Euro 2 ( ) Euro 3 ( ) Euro 4 ( ) Euro 5 Б У С Konv. Euro 1 ( ) Euro 2 ( ) Euro 3 ( ) Euro 4 ( ) Euro 5 Табела А33 Усвојене формуле из COPERT4 прогр. за прорачун ЕФ NOx и корекцију емисије услед пређене километраже и процента хладно стартованих мотора за ТТВ и БУС (метода 3) К а т ег о р и ја П о т - к а т ег о р и ја Т а ч н а н о си в о ст Т ех н о л о ги ја Распон брзине возила [km·h-1] Усвојена формулација емисионог фактора NOx [g·km-1] Корекција емисије услед пређене километраже возила Корекција емисије услед хладно стартованих мотора (ta - темп. амбијента) Т Т В Т Т В < 3 2 t 3 ,5 – 7 ,5 t Konv. 10–50 * * Euro 1 ( ) Euro 2 ( ) Euro 3 ( ) Euro 4 ( ) Euro 5 ( ) 7 ,5 – 1 6 t Konv. 10–60 Euro 1 ( ) Euro 2 ( ) Euro 3 ( ) Euro 4 ( ) Euro 5 ( ) 1 6 – 3 2 t Konv. 10–110 Euro 1 ( ) Euro 2 ( ) Euro 3 ( ) Euro 4 ( ) Euro 5 ( ) Т Т В > 3 2 t Konv. Euro 1 ( ) Euro 2 ( ) Euro 3 ( ) Euro 4 ( ) Euro 5 ( ) Б У С Konv. Euro 1 ( ) Euro 2 ( ) Euro 3 ( ) Euro 4 ( ) Euro 5 ( ) Факултет инжењерских наука Универзитета у Крагујевцу 204 Табела А34 Усвојене формуле из COPERT4 програма за прорачун ЕФ NOx и корекцију емисије услед пређене километраже и процента хладно стартованих мотора за ПA и ЛТВ (метода 3) П А К а т ег о р и ја П о т к а т ег о р и ја Т ех н о л о ги ја Распон брзине возила [km·h -1 ] Усвојена формулација емисионог фактора NOx ( ) [g·km -1 ] Корекција емисије услед пређене километраже возила Корекција емисије услед хладно стартованих мотора ( ⁄ ) (ta - темп. амбијента) П А б ен зи н ≤ 1 ,4 PRE ECE 10–130 * ECE 15/00-01 ECE 15/02 ECE 15/03 ECE 15/04 Euro 1 Таб. А36, једначина А16 Euro 2 ( ) Таб. А36, једначина А17 ( ) Euro 3 ( ) Таб. А36, једначина А18 ( ) Euro 4 ( ) Таб. А36, једначина А19 ( ) 1 ,4 – 2 ,0 PRE ECE * ECE 15/00-01 ECE 15/02 ECE 15/03 ( ) ECE 15/04 Euro 1 Таб. А36, једначина А20 Euro 2 ( ) Таб. А36, једначина А21 ( ) Euro 3 ( ) Таб. А36, једначина А22 ( ) Euro 4 ( ) Таб. А36, једначина А23 ( ) ≥ 2 ,0 PRE ECE * ECE 15/00-01 ECE 15/02 ECE 15/03 ECE 15/04 Euro 1 Таб. А36, једначина А24 Euro 2 ( ) Таб. А36, једначина А25 ( ) Euro 3 ( ) Таб. А36, једначина А26 ( ) Euro 4 ( ) Таб. А36, једначина А27 ( ) П А д и зе л ≤ 2 ,0 Konv. * Euro 1 Euro 2 Euro 3 ( ) ( ) Euro 4 ( ) ( ) ≥ 2 ,0 Konv. Euro 1 Euro 2 Euro 3 ( ) ( ) Euro 4 ( ) ( ) Т Н Г Konv. Euro 1 Euro 2 ( ) ( ) Euro 3 ( ) ( ) Euro 4 ( ) ( ) Л Т В Л Т В Б ен зи н Konv. 10–110 Euro 1 10–120 Таб. А36, једначина А28 Euro 2 ( ) Таб. А36, једначина А29 ( ) Euro 3 ( ) Таб. А36, једначина А30 ( ) Euro 4 ( ) Таб. А36, једначина А31 ( ) Л Т В Д и зе л Konv. 10–110 * Euro 1 10–120 Euro 2 Euro 3 ( ) ( ) Euro 4 ( ) Факултет инжењерских наука Универзитета у Крагујевцу 205 Табела А35 Усвојене формуле из програма емисије OSPM модела (COPERT4 програм) ради корекције емисије CO услед укупно пређене километраже возила Једначина Израз корекције емисије CO А1 .( ( ( )) )/ ( ( ) ) ( ( ( ) ) ) ( ( ) )) А2 .( ( ( )) )/ ( ( ) ) ( ( ( ) ) ) ( ( ) )) А3 .( ( ( )) )/ ( ( ) ) ( ( ( ) ) ) ( ( ) )) А4 .( ( ( )) )/ ( ( ) ) ( ( ( ) ) ) ( ( ) )) А5 .( ( ( )) )/ ( ( ) ) ( ( ( ) ) ) ( ( ) )) А6 .( ( ( )) )/ ( ( ) ) ( ( ( ) ) ) ( ( ) )) А7 .( ( ( )) )/ ( ( ) ) ( ( ( ) ) ) ( ( ) )) А8 .( ( ( )) )/ ( ( ) ) ( ( ( ) ) ) ( ( ) )) А9 .( ( ( )) )/ ( ( ) ) ( ( ( ) ) ) ( ( ) )) А10 .( ( ( )) )/ ( ( ) ) ( ( ( ) ) ) ( ( ) )) А11 .( ( ( )) )/ ( ( ) ) ( ( ( ) ) ) ( ( ) )) А12 .( ( ( )) )/ ( ( ) ) ( ( ( ) ) ) ( ( ) )) А13 .( ( ( )) )/ ( ( ) ) ( ( ( ) ) ) ( ( ) )) А14 .( ( ( )) )/ ( ( ) ) ( ( ( ) ) ) ( ( ) )) А15 .( ( ( )) )/ ( ( ) ) ( ( ( ) ) ) ( ( ) )) Напомена: ПГК - просечна годишња километража возила одређене категорије, технологије и врсте погонског горива; - део возног парка (0 до 1) који у својој категорији превазилази максималну километражу од 120.000 km за годину дана (усвојено је 1). Факултет инжењерских наука Универзитета у Крагујевцу 206 Табела А36 Усвојене формуле из програма емисије OSPM модела (COPERT4 програм) ради корекције емисије NOx услед укупно пређене километраже возила Једначина Израз корекције емисије NOx А16 .( ( ( )) )/ ( ( ) ) ( ( ( ) ) ) ( ( ) )) А17 .( ( ( )) )/ ( ( ) ) ( ( ( ) ) ) ( ( ) )) А18 .( ( ( )) )/ ( ( ) ) ( ( ( ) ) ) ( ( ) )) А19 .( ( ( )) )/ ( ( ) ) ( ( ( ) ) ) ( ( ) )) А20 .( ( ( )) )/ ( ( ) ) ( ( ( ) ) ) ( ( ) )) А21 .( ( ( )) )/ ( ( ) ) ( ( ( ) ) ) ( ( ) )) А22 .( ( ( )) )/ ( ( ) ) ( ( ( ) ) ) ( ( ) )) А23 .( ( ( )) )/ ( ( ) ) ( ( ( ) ) ) ( ( ) )) А24 .( ( ( )) )/ ( ( ) ) ( ( ( ) ) ) ( ( ) )) А25 .( ( ( )) )/ ( ( ) ) ( ( ( ) ) ) ( ( ) )) А26 .( ( ( )) )/ ( ( ) ) ( ( ( ) ) ) ( ( ) )) А27 .( ( ( )) )/ ( ( ) ) ( ( ( ) ) ) ( ( ) )) А28 .( ( ( )) )/ ( ( ) ) ( ( ( ) ) ) ( ( ) )) А29 .( ( ( )) )/ ( ( ) ) ( ( ( ) ) ) ( ( ) )) А30 .( ( ( )) )/ ( ( ) ) ( ( ( ) ) ) ( ( ) )) А31 .( ( ( )) )/ ( ( ) ) ( ( ( ) ) ) ( ( ) )) Напомена: ПГК - просечна годишња километража возила одређене категорије, технологије и погонског горива; - део возног парка (0 до 1) који у својој категорији превазилази максималну километражу од 120.000 km за годину дана (усвојено је 1). Факултет инжењерских наука Универзитета у Крагујевцу 207 Табела А37 Прорачунати ЕФ за CO и NOx US EPA Mobile6.2 моделом [g·mile -1 ] Година производње возила Категорија возила (према US EPA Mobile6.2 класификацији) LDGV LDGT1 LDGT2 LDGT3 LDGT4 LDDV LDDT12 LDDT34 CO NOx CO NOx CO NOx CO NOx CO NOx CO NOx CO NOx CO NOx 2006. и млађе 5,139 0,083 4,078 0,083 4,258 0,076 3,987 0,125 4,160 0,133 0,426 0,084 0,194 0,059 0,222 0,092 2005. 7,608 0,185 6,012 0,185 5,513 0,129 5,158 0,237 5,385 0,246 0,426 0,120 0,194 0,084 0,222 1,151 2004. 8,508 0,292 7,074 0,314 6,539 0,217 6,297 0,427 6,530 0,432 0,450 0,163 0,211 0,116 0,240 0,223 2003. 10,202 0,409 13,249 0,523 12,173 0,717 12,464 0,789 12,722 1,117 0,945 0,210 0,568 0,380 0,751 1,137 2002. 12,857 0,570 16,651 0,725 15,448 0,956 15,607 1,018 15,875 1,409 1,000 0,219 0,614 0,401 0,808 1,200 2001. 15,396 0,727 19,709 0,918 18,395 1,178 19,191 1,279 19,473 1,751 1,055 0,227 0,660 0,420 0,865 1,259 2000. 16,200 0,963 20,358 1,186 22,134 1,840 22,579 1,921 22,960 2,805 1,110 1,178 0,707 0,850 0,921 1,341 1999. 18,144 1,081 22,652 1,334 24,580 2,059 25,106 2,145 25,503 3,106 1,166 1,217 0,755 0,881 0,979 1,393 1998. 19,990 1,200 24,842 1,475 26,985 2,264 27,569 2,354 27,975 3,383 1,222 1,255 0,805 0,910 1,036 1,442 1997. 21,736 1,311 26,954 1,615 29,327 2,457 29,922 2,549 30,338 3,636 1,279 1,291 0,857 0,936 1,095 1,487 1996. 23,418 1,419 29,058 1,750 31,627 2,640 34,195 2,504 34,410 3,072 1,337 1,325 0,912 0,961 1,370 1,615 1995. 26,627 1,639 33,305 1,973 35,525 2,718 38,988 2,394 38,988 2,394 1,396 1,358 1,128 1,132 1,669 1,744 1994. 31,929 1,989 40,376 2,283 41,575 2,671 43,302 2,513 43,302 2,513 1,456 1,390 1,538 1,459 1,758 1,786 1993. 37,257 2,383 51,455 2,816 51,455 2,816 51,267 2,841 51,267 2,841 1,517 1,421 1,997 1,798 1,850 1,826 1992. 38,992 1,489 55,504 2,980 55,504 2,980 54,904 2,992 54,904 2,992 1,580 1,450 2,128 1,832 1,947 1,863 1991. 41,633 2,661 64,093 3,363 64,093 3,363 62,769 3,336 62,769 3,336 1,645 1,479 2,270 1,865 2,049 1,899 1990. 43,674 2,768 66,480 3,402 66,480 3,402 64,428 3,361 64,428 3,361 1,711 1,506 2,425 1,896 2,156 1,933 1989. 48,898 2,976 71,807 3,547 71,807 3,547 68,666 3,477 68,666 3,477 1,779 1,533 2,594 1,973 2,270 2,010 1988. 50,002 3,154 79,505 3,898 79,505 3,898 74,667 3,759 74,667 3,759 1,849 1,559 2,779 2,004 2,391 2,042 1987. 67,059 3,679 103,708 3,638 103,708 3,638 96,919 3,615 96,919 3,615 1,921 1,584 2,983 2,507 2,520 2,533 1986. 69,688 3,734 117,432 3,662 117,432 3,662 106,530 3,594 106,530 3,594 1,996 1,608 3,207 2,543 2,657 2,565 1985. 80,756 4,170 148,505 3,481 148,505 3,481 130,146 3,354 130,146 3,354 2,074 1,632 3,454 2,581 2,804 2,597 1984. 90,061 4,428 165,772 3,547 165,772 3,547 140,638 3,371 140,638 3,371 2,155 2,150 3,727 2,620 2,962 2,629 1983. 94,737 4,573 145,134 4,016 145,134 4,016 127,904 3,790 127,904 3,790 2,239 2,174 4,027 2,660 3,131 2,660 1982. 127,616 4,443 155,508 4,079 155,508 4,079 133,156 3,807 133,156 3,807 2,326 2,198 4,360 2,704 3,313 2,692 1981. 131,205 4,559 167,067 4,225 167,067 4,225 138,579 3,874 138,579 3,874 2,416 2,221 4,728 2,751 3,509 2,725 Напомена: LDGV - Light-duty gas vehicles; LDGT1 - Light-duty gas trucks (масе до 6.000 lbs, носивости 0 – 3.750 lbs); LDGT2 - Light-duty gas trucks (масе до 6.000 lbs, носивости 3.751 – 5.750 lbs); LDGT3 - Light-duty gas trucks (масе 6.001 – 8.500 lbs, носивости 0 – 5.750 lbs); LDGT4 - Light- duty gas trucks (масе 6.001 – 8.500 lbs, носивости веће од 5.750 lbs); LDDV - Light-duty diesel vehicles; LDDT12 - Light-duty diesel trucks (носивости 0 – 6.000 lbs); LDDT34 - Light-duty diesel trucks (носивости 6.001 – 8.500 lbs) Факултет инжењерских наука Универзитета у Крагујевцу 208 Табела А38 Резултати моделираних и измерених вредности имисије CO [mg·m-3] и NOx [µg·m -3 ] Редни број и место мерења Сат мерења OSPM (моделирано) CAL4 (моделирано) ЈЗГЗ Београд (мерено) CO NOx CO NOx CO NOx 1. Димитрија Туцовића (понедељак) 06.00–07.00 1,72 293,58 0,98 271,2 1,1 386,4 07.00–08.00 1,54 224,18 1,32 171,3 1 288,5 08.00–09.00 0,88 129,49 1,14 102,3 0,9 283,8 09.00–10.00 0,86 127,22 1,02 96,3 0,9 261,2 10.00–11.00 0,62 105,82 0,86 86,3 0,8 234,8 11.00–12.00 0,67 116,61 0,69 108,6 0,9 188,4 12.00–13.00 0,84 163,68 1,42 295,4 1,1 222,1 13.00–14.00 0,69 107,63 1,25 96,3 1 138,6 14.00–15.00 0,43 64,63 1,22 55,5 0,5 97,3 15.00–16.00 1,18 153,32 1,14 101,8 0,9 218 16.00–17.00 1,12 183,11 1,01 288,1 0,9 242,2 2. Димитрија Туцовића (уторак) 06.00–07.00 1,68 315,48 1,85 189 1,3 402,6 07.00–08.00 1,44 211,53 1,02 158,3 1,1 236,9 08.00–09.00 0,89 130,25 0,29 263,2 0,7 177,2 09.00–10.00 0,58 84,33 0,68 66,3 0,5 133,8 10.00–11.00 0,63 114,88 1,14 83,5 0,6 139,9 11.00–12.00 0,65 109,27 1,01 172,2 0,6 120,1 12.00–13.00 0,35 47,43 0,69 44,6 0,5 72,2 13.00–14.00 0,74 150,32 0,82 146,6 0,9 226,9 14.00–15.00 1,19 192,81 0,58 116,6 1,1 199,4 15.00–16.00 1,13 138,57 0,69 94,3 1,2 175,2 16.00–17.00 0,51 64,70 0,88 41,3 0,5 96 3. Димитрија Туцовића (среда) 06.00–07.00 1,61 336,44 1,1 178,6 1,3 423 07.00–08.00 1,31 175,78 0,85 106,3 0,7 197,6 08.00–09.00 0,63 79,45 0,96 56,3 0,5 121,3 09.00–10.00 0,70 99,64 0,66 77,3 0,6 144,1 10.00–11.00 0,71 127,69 1,14 96,3 0,7 161,6 11.00–12.00 0,28 31,58 1,02 35,2 0,4 96,5 12.00–13.00 0,74 133,50 0,77 196,3 0,8 174,5 13.00–14.00 0,23 20,27 0,36 42,5 0,5 131,1 14.00–15.00 0,30 28,17 0,85 44,8 0,6 60,8 15.00–16.00 0,30 27,05 0,33 138,6 0,6 72,4 16.00–17.00 0,28 28,73 0,89 38,3 0,6 113,2 4. Димитрија Туцовића (четвртак) 06.00–07.00 1,83 315,01 1,68 198,6 1,2 303,4 07.00–08.00 1,49 190,45 1,22 128,3 0,8 222,2 08.00–09.00 0,92 124,36 1,28 108,3 0,7 175,2 09.00–10.00 1,02 154,37 1,36 169,2 1 245,3 10.00–11.00 0,51 111,59 1,11 101,3 0,5 161,1 11.00–12.00 0,77 121,41 0,75 198,2 0,9 216,7 12.00–13.00 0,93 161,80 0,68 212,3 0,9 185,3 13.00–14.00 0,30 21,65 0,39 55,6 0,5 144,9 14.00–15.00 0,74 105,05 0,88 169,3 0,9 253,4 15.00–16.00 1,41 152,88 0,69 155,2 1 228,3 16.00–17.00 1,31 171,67 0,85 165,6 1 257,3 5. Димитрија Туцовића (петак) 06.00–07.00 2,11 321,27 1,15 309,3 1,4 414,1 07.00–08.00 1,49 205,64 1,88 174,4 1,3 333,1 08.00–09.00 0,79 144,25 0,36 136,3 0,7 235,2 09.00–10.00 0,84 166,80 0,85 136,8 1 242,8 10.00–11.00 0,60 154,77 0,69 102,3 0,7 169,2 11.00–12.00 0,59 136,29 0,45 185,6 0,7 129,3 12.00–13.00 0,87 189,51 1,1 98,3 0,8 140,7 13.00–14.00 0,61 151,41 1,36 134,6 0,8 95,4 14.00–15.00 1,06 192,01 0,76 182,9 0,6 142,3 15.00–16.00 1,09 137,11 0,96 78,4 0,8 108,8 16.00–17.00 0,71 110,73 0,82 101,2 0,6 117,6 Факултет инжењерских наука Универзитета у Крагујевцу 209 6. Димитрија Туцовића (субота) 06.00–07.00 1,50 312,29 0,63 267,2 1,3 410,8 07.00–08.00 1,22 164,27 1,08 134,2 1 223 08.00–09.00 0,91 137,31 1,1 145,3 0,9 204,7 09.00–10.00 1,04 144,94 1,32 121,3 1 166,4 10.00–11.00 0,63 92,21 0,87 69,3 0,6 141,4 11.00–12.00 0,82 119,55 1,1 98,6 0,7 157,4 12.00–13.00 0,41 46,18 0,85 98,3 0,6 197,6 13.00–14.00 0,47 69,50 0,96 72,3 0,7 205,2 14.00–15.00 0,60 99,52 1,14 81,3 1,1 229,1 15.00–16.00 1,03 124,89 1,13 172 1,3 193,1 16.00–17.00 0,40 37,75 1,03 63,7 0,6 195,7 7. Димитрија Туцовића (недеља) 06.00–07.00 0,88 89,72 0,89 62,4 0,9 75,3 07.00–08.00 0,89 82,47 0,63 44,6 1 98,9 08.00–09.00 0,63 65,96 0,88 118,3 0,6 76,9 09.00–10.00 0,71 69,55 1,26 136,5 0,9 72,8 10.00–11.00 0,76 82,53 1,05 171,2 1 95,3 11.00–12.00 0,44 36,86 0,89 36,8 0,7 80,1 12.00–13.00 0,84 85,76 0,82 167,7 0,9 94,2 13.00–14.00 0,64 69,62 0,73 171,3 0,6 75,6 14.00–15.00 0,63 65,04 0,96 142,5 0,7 80,3 15.00–16.00 0,86 75,48 1,21 108,5 1,1 79,2 16.00–17.00 0,52 45,40 0,98 101 0,6 63,2 8. Милоша Великог (понедељак) 06.00–07.00 0,70 53,88 1,48 189,3 1,13 60,7 07.00–08.00 0,64 44,30 1,11 99,3 0,96 54,1 08.00–09.00 0,65 43,75 0,98 118,6 0,55 48,0 09.00–10.00 0,77 45,08 0,36 106,2 0,48 44,5 10.00–11.00 0,68 44,53 0,75 115,3 0,51 38,7 11.00–12.00 0,67 44,54 1,14 119,2 0,55 47,7 12.00–13.00 0,24 12,29 0,58 88,4 0,38 25,7 13.00–14.00 0,49 39,71 0,76 125,5 0,41 33,4 14.00–15.00 0,65 41,86 1,26 89,6 0,44 46,8 15.00–16.00 0,57 41,44 1,28 88,3 0,48 40,8 16.00–17.00 0,15 7,84 1,33 41,2 0,33 13,0 9. Милоша Великог (четвртак) 06.00–07.00 0,28 33,34 0,89 86,5 0,42 17,0 07.00–08.00 0,50 40,54 0,86 74,6 0,69 22,0 08.00–09.00 0,56 43,00 1,1 48,5 0,71 23,7 09.00–10.00 0,62 48,41 1,36 95,6 0,73 26,4 10.00–11.00 0,43 45,47 0,25 118,3 0,58 27,3 11.00–12.00 0,54 57,06 0,58 99,3 0,66 32,9 12.00–13.00 0,50 54,54 0,56 68,5 0,67 25,8 13.00–14.00 0,34 42,95 0,89 98,6 0,41 22,6 14.00–15.00 0,36 55,83 0,68 115,3 0,43 19,3 15.00–16.00 0,52 71,14 0,47 84,8 0,44 19,7 16.00–17.00 0,34 41,24 0,65 39,6 0,4 19,5 10. Милоша Великог (петак) 06.00–07.00 0,66 59,23 0,69 78,6 0,55 59,7 07.00–08.00 0,82 63,26 0,69 94,5 0,54 60,8 08.00–09.00 0,74 49,47 1,02 118,9 0,68 35,0 09.00–10.00 0,67 43,74 0,85 81,2 0,65 32,1 10.00–11.00 0,66 50,59 0,96 96,3 0,68 52,8 11.00–12.00 0,61 46,17 0,92 102,6 0,65 46,4 12.00–13.00 0,37 24,37 0,75 68,5 0,53 39,5 13.00–14.00 0,51 41,88 0,67 121,3 0,51 43,2 14.00–15.00 0,61 80,18 0,86 99,3 0,55 58,7 15.00–16.00 0,46 47,96 0,71 44,1 0,52 37,8 16.00–17.00 0,47 40,55 0,56 96,8 0,5 33,2 Факултет инжењерских наука Универзитета у Крагујевцу 210 Табела А39 Карактеристике возила, мотора, опреме за смањење емисије и резултати мерења емисије CO на празном ходу мотора Подаци о возилу Подаци о мотору Ознака мотора Опис типа напајања Б л и ж и о п и с т и п а н а п а ја њ а C O [v o l% ] A V L D iC o m 4 0 0 0 Р.бр. Марка возила Тип возила Регистарски број возила Г о д и н а п р о и зв о д њ е У к у п н о п р еђ ен о к и л о м ет а р а З а п р ем и н а м о т о р а [ccm ] С н а га м о т о р а [k W ] Т и п н а п а ја њ а П р и су ст в о к а т а л и за т о р а 1 AUDI 80 GL TS 158-93 1983. 160.985 1.588 55 КБ ДА WV188434 1B3 Carb2V 1,48 2 BMW 315 TS 316-09 1981. 207.658 1.573 66 КБ НЕ 164VB2589623 1B2 Carb2V 6,23 3 CITROEN BX 1.4 TS 336-43 1987. 237.321 1.351 45 КБ НЕ 150A 30-32 Z2 Carb2V 4,12 4 FIAT Tipo 1.6 TS 239-36 1989. 245.450 1.581 60 КБ НЕ 160A20007312545 32-34 TLDV Carb2V 3,36 5 FSO 126 PGL TS 219-38 1988. 123.913 652 18 КБ НЕ FSM12607659997334 Carb2V 6,61 6 HONDA Civic TS 302-69 1984. 209.404 1.488 63 КБ НЕ EW21007578 20-26 Carb2V 2,89 7 IMV R 21 1.4 48D KV 762-13 1989. 303.205 1.397 50 КБ НЕ C2J770C012797 32 DTR Carb2V 7,38 8 IMV R 18 TLJ PR 252-83 1987. 182.994 1.397 47 КБ НЕ 847A7/20C037477 32 EITA Carb-FJ 4,33 9 IMV R-4 TLJ TS 161-76 1986. 100.151 845 25 КБ НЕ B1BO7/07J176660 32 IF Carb-FJ 5,33 10 IMV Renault 4 TS 273-49 1984. 127.378 1.108 25 КБ НЕ 68812C129438 281F Carb-FJ 6,58 11 LADA Niva 1.7 M 22-043 1997. 62.938 1.689 56 КБ НЕ 21213-4131829 Solex Carb2V 5,85 12 LADA Riva 1200 TS 165-08 1991. 66.558 1.198 44 КБ НЕ 21012412049 1107011 Carb2V 2,29 13 LADA 1300 K TS 144-50 1990. 91.369 1.294 48 КБ НЕ 21022264524 1107015 Carb-2V 2,28 14 LADA Riva 1300 KŠ 115733 1989. 101.377 1.294 48 КБ НЕ 21050612353 1107010 Carb2V 2,74 15 LADA Samara 1300 TS 318-99 1989. 131.177 1.288 48 КБ НЕ 21080617050 1107011 Carb2V 2,98 16 LADA Samara 1300 TS 128-87 1988. 121.565 1.294 48 КБ НЕ 21080269555 1107011 Carb2V 3,69 17 LADA 210101 TS 338-77 1987. 103.243 1.294 50 КБ НЕ 210101 1107011 Carb2V 2,99 18 LADA Riva 1300 TS 163-02 1986. 46.459 1.298 48 КБ НЕ 21059095686 1107010 Carb2V 2,41 19 LADA 1300 S TS 110-19 1983. 140.229 1.294 48 КБ НЕ 21056643483 1107010 Carb2V 3,55 20 MAZDA 323 TS 127-16 1986. 293.305 1.285 44 КБ НЕ E3165685 Hitachi Carb2V 7,43 21 MERCEDES C 180 203 TS 315-89 2001. 103.043 1.998 95 МП ДА 11195132034 ME-Sim4 MFI-s 0,74 22 MOSKVIĈ Aleko 21412 TS 274-98 1990. 120.572 1.569 52 КБ НЕ 21061609775 CB Carb2V 1,96 23 OPEL Corsa ACC TS 312-15 1990. 113.884 986 33 КБ НЕ 10S0123369 32 TL Carb-FJ 3,86 24 OPEL Askona 1.3/2 TS 149-46 1986. 37.245 1.297 55 КБ НЕ 13S - PUS 2 E3 Carb2V 2,32 25 PEUGEOT 306 1.4 TS 105-92 1995. 111.921 1.360 55 СП ДА KDZ1706911 MonoMot.MA3.0 TBI-i 0,89 26 PEUGEOT 405 Berlina JA 861-56 1989. 248.453 1.580 68 КБ НЕ 8580652B2A 34-34 Z2 Carb2V 2,98 27 PEUGEOT J-5 TS 334-91 1987. 320.162 1.971 55 КБ НЕ 170/BPTC 34 PBISA Carb-FJ 3,06 28 RENAULT Vel Satis TS 332-18 2004. 114.208 1.998 120 МП ДА F4RQ0762C004683 S 2000 T MFI-s 0,29 29 RENAULT R 11 TS 149-62 1983. 228.886 1.397 44 КБ НЕ C1JJ715000001683 32 BIS Carb-FJ 4,16 30 RENAULT R 18 Turbo TS 219-59 1982. 231.251 1.565 80 КБ НЕ 807019149 32 DIS Carb-FJ 3,42 31 SUZUKI Maruti CAT TS 334-87 1996. 37.209 796 26 КБ НЕ F8BIN3002307 DIDS 2430 Carb2V 1,95 32 ŠKODA Favorit TS 113-64 1991. 95.715 1.289 43 КБ ДА 134184-781135 2 E3 Carb2V 1,28 33 TOYOTA Corola 1.3 TS 307-92 1991. 110.836 1.296 55 КБ НЕ 2E2216115 11151 CarbVV 3,65 34 TOYOTA Starlet 1300 TS 335-39 1989. 145.305 1.295 53 КБ НЕ 1920024/2E 21100-11150 CarbVV 2,88 35 TOYOTA Litace TS 318-02 1988. 136.265 1.485 52 КБ НЕ 5K0270014 Aisan Carb2V 6,17 36 TOYOTA Corola 1.3 TS 130-15 1988. 247.553 1.296 55 КБ ДА 1241116/2E 11150 CarbVV 1,23 37 TOYOTA Tercel TS 136-62 1984. 259.838 1.295 48 КБ НЕ 2A2178264 14100 Carb2V 5,20 38 UNIS VW TAS Golf JGL TS 342-55 1982. 282.468 1.272 44 КБ НЕ GF258385 34 PIC Carb-FJ 7,12 39 VOLKSWAGEN Pasat 1.6 TS 226-88 1989. 250.686 1.595 55 КБ НЕ EZ645305 Carb2V 4,41 40 VOLKSWAGEN Golf 19 E TS 237-30 1989. 129.819 1.272 44 КБ НЕ 2C004759 Carb2V 3,13 41 VOLKSWAGEN Golf 19 E TS 325-62 1988. 186.197 1.595 53 КБ НЕ RF183469 Carb2V 2,91 42 VOLKSWAGEN Golf 1.3 TS 237-33 1988. 120.894 1.272 40 КБ НЕ MH636081 Carb2V 2,57 43 VOLKSWAGEN Golf 1.3 KŠ 949-16 1987. 42.393 1.272 40 КБ НЕ MH492468 Carb2V 2,38 44 VOLKSWAGEN Golf 19 E TS 262-52 1985. 281.407 1.595 51 КБ НЕ EZ234672 Carb2V 2,71 45 VOLKSWAGEN Golf 19 E TS 328-20 1985. 270.559 1.298 40 КБ НЕ MH153680 Carb2V 6,77 46 VOLKSWAGEN Golf 1.3 TS 338-70 1982. 246.491 1.272 44 КБ НЕ GF406539 Carb-FJ 5,52 47 VOLKSWAGEN Golf TS 174-69 1982. 277.026 1.093 37 КБ НЕ GG121090 Carb-FJ 6,80 48 VOLKSWAGEN Jetta 1.5 GLS TS 118-91 1981. 177.503 1.457 52 КБ НЕ JB544629 Carb-FJ 5,16 49 VOLKSWAGEN Golf JGL TS 326-27 1981. 210.871 1.272 44 КБ НЕ GF331623 Carb-FJ 9,12 50 VOLKSWAGEN Golf TS 212-21 1981. 192.488 1.093 37 КБ НЕ GG161261 Carb-FJ 8,20 51 ZAPOROŢEC Tavria TS 321-01 1991. 70.907 1.100 38 КБ НЕ 2450070134M Carb2V 3,09 52 ZASTAVA 101 TS 333-28 1981. 97.461 1.116 40 КБ НЕ 128A0640540619 3,15 53 ZASTAVA 101 TS 332-94 1985. 82.609 1.116 40 КБ НЕ 128A06408... 2,70 54 ZASTAVA 101 TS 340-97 1988. 98.252 1.116 40 КБ НЕ 128A064067... 3,77 55 ZASTAVA 101 TS 144-61 1989. 99.019 1.116 40 КБ НЕ 128A064123... 2,85 56 ZASTAVA 101 TS 124-80 1998. 39.020 1.116 40 КБ НЕ 128064154... 2,88 57 ZASTAVA 128 TS 341-08 1987. 70.159 1.116 40 КБ НЕ 1228A0640981... 2,48 58 ZASTAVA 128 TS 338-78 1988. 108.777 1.116 40 КБ НЕ 128A064122... 3,97 59 ZASTAVA 128 TS 270-62 1989. 55.748 1.116 40 КБ НЕ 128A0641263... 2,82 60 ZASTAVA 101 GTL TS 332-71 1983. 140.049 1.116 40 КБ НЕ 128A0640528... 4,15 61 ZASTAVA 101 GTL TS 143-82 1984. 100.680 1.116 40 КБ НЕ 128A064070... 6,27 62 ZASTAVA 101 GTL TS 139-28 1986. 71.375 1.116 40 КБ НЕ 128A064087... 4,39 63 ZASTAVA 101 Skala TS 331-83 1984. 72.420 1.116 40 КБ НЕ 128A0640708... 2,28 64 ZASTAVA 101 Skala KV 120168 1989. 109.319 1.116 40 КБ НЕ 128A0641229... 2,74 65 ZASTAVA 101 Skala TS 271-53 1990. 119.422 1.116 40 КБ НЕ 128A064141... 2,74 66 ZASTAVA 101 Skala PE 327-48 1993. 128.747 1.299 48 КБ НЕ 128A60640071780 9,23 67 ZASTAVA 101 Skala 55 TS 101-89 1990. 45.011 1.116 40 КБ НЕ 128A06414... 2,41 68 ZASTAVA 101 Skala 55 TS 191-12 1999. 56.350 1.116 40 КБ НЕ 128A0641554722 2,08 69 ZASTAVA 101 Skala 55/ KŠ 917-10 1989. 54.252 1.116 40 КБ НЕ 128A0641260317 1,98 70 ZASTAVA 128 GL TS 148-75 1985. 150.073 1.116 40 КБ НЕ 128A0640778... 4,60 71 ZASTAVA 128 GX 1.1 TS 338-96 1988. 77.065 1.116 40 КБ НЕ 128A0641183170 2,96 72 ZASTAVA 128 Skala 55 TS 161-42 1988. 80.414 1.116 40 КБ НЕ 128A0641161867 3,13 73 ZASTAVA 750 LE KV 785-01 1982. 78.821 767 25 КБ НЕ DMB100D00085... 2,98 74 ZASTAVA 750 LE TS 105-20 1983. 46.493 767 18 КБ НЕ DMB10000089... 9,71 75 ZASTAVA 750 LE TS 286-60 1983. 105.982 767 18 КБ НЕ DMB100D000870049 5,04 76 ZASTAVA 750 LE TS 299-10 1983. 67.586 767 18 КБ НЕ DMB100D000871250 3,39 77 ZASTAVA 750 LE TS 340-31 1983. 112.374 767 18 КБ НЕ DMB100D00087... 5,62 78 ZASTAVA 850 A TS 226-34 1984. 61.700 850 26 КБ НЕ DMB100D000070107 4,16 79 ZASTAVA Florida 1.3 TS 121-04 1997. 42.000 1.288 48 КБ НЕ 128A60640075905 2,03 80 ZASTAVA Florida 1.3 Poly TS 335-13 2004. 58.147 1.301 48 КБ НЕ 128A0640089... 3,36 81 ZASTAVA Jugo 101 TS 167-15 1990. 72.362 1.116 40 КБ НЕ 128A06414328... 2,44 82 ZASTAVA Jugo 101 Skala TS 273-46 1989. 60.722 1.116 40 КБ НЕ 128A064125... 2,98 83 ZASTAVA Jugo 101 Skala TS 299-75 1991. 83.234 1.116 40 КБ НЕ 128A064146... 2,71 84 ZASTAVA Jugo 45 TS 154-78 1983. 38.651 903 33 КБ НЕ 100GL064055.. 2,37 85 ZASTAVA jugo 45 TS 340-19 1984. 55.529 903 33 КБ НЕ 100GL064064... 2,32 86 ZASTAVA Jugo 45 TS 147-11 1988. 79.430 903 33 КБ НЕ 100GL064177631 4,81 87 ZASTAVA Jugo 45 TS 339-84 1988. 114.886 903 33 КБ НЕ 100GL064187... 6,55 88 ZASTAVA Jugo 45 TS 131-73 1989. 53.000 903 33 КБ НЕ 100GL064270067 3,52 89 ZASTAVA Jugo 45 TS 262-98 1989. 86.470 903 33 КБ НЕ 100GL06427... 3,98 90 ZASTAVA Jugo 45 TS 164-22 1990. 49.163 903 33 КБ НЕ 100GL064297... 4,22 91 ZASTAVA Jugo 45 TS 193-06 1990. 87.249 903 33 КБ НЕ 100GL0642861... 4,90 92 ZASTAVA Jugo 45 KŠ 252-43 1990. 122.658 903 33 КБ НЕ 100GL064290186 7,71 93 ZASTAVA Jugo 45 TS 151-92 1991. 99.077 903 33 КБ НЕ 100GL0640330727 8,31 94 ZASTAVA jugo 45 BG 896-196 1993. 61.373 903 33 КБ НЕ 100GL064035... 5,14 95 ZASTAVA Jugo 45 AX TS 129-99 1986. 122.107 903 33 КБ НЕ 100GL064106910 4,96 Факултет инжењерских наука Универзитета у Крагујевцу 211 96 ZASTAVA Jugo 45 AX TS 106-77 1987. 38.179 903 33 КБ НЕ 100GL064168651 3,53 97 ZASTAVA Jugo 45 LUX TS 294-24 1985. 98.610 903 33 КБ НЕ 100GL064098... 5,76 98 ZASTAVA Jugo 55 TS 111-43 1981. 106.452 1.116 40 КБ НЕ 128A04640523... 6,44 99 ZASTAVA Jugo 55 TS 161-16 1985. 113.026 1.116 40 КБ НЕ 128A0640... 3,33 100 ZASTAVA Jugo 55 TS 240-70 1988. 110.651 1.116 40 КБ НЕ 128A000156... 3,52 101 ZASTAVA Jugo 55 TS 319-23 1988. 117.171 1.116 40 КБ НЕ 128A064118... 4,15 102 ZASTAVA Jugo 55 TS 328-65 1988. 110.499 1.116 40 КБ НЕ 128A064116... 3,01 103 ZASTAVA Jugo 55 TS 145-81 1989. 64.028 1.116 40 КБ НЕ 128A064132... 2,36 104 ZASTAVA Jugo 55 TS 146-36 1989. 113.498 1.116 40 КБ НЕ 128A0641200... 6,02 105 ZASTAVA Jugo 55 TS 117-66 1990. 117.767 1.116 40 КБ НЕ 128A064137... 3,22 106 ZASTAVA Jugo 55 TS 199-42 1990. 109.744 1.116 40 КБ НЕ 128A0641454106 3,14 107 ZASTAVA Jugo 55 TS 151-29 1991. 73.097 1.116 40 КБ НЕ 128A0641385577 3,58 108 ZASTAVA Jugo 55 TS 152-51 1991. 48.178 1.116 40 КБ НЕ 128A064147... 3,59 109 ZASTAVA Jugo 55 TS 166-30 1991. 104.138 1.116 40 КБ НЕ 128A064147648. 3,75 110 ZASTAVA Jugo 55 TS 333-40 1991. 87.720 1.116 40 КБ НЕ 128A064147... 6,06 111 ZASTAVA Jugo 55 KV 417-26 1993. 88.089 1.116 40 КБ НЕ 128A064148... 4,12 112 ZASTAVA Jugo 55 Koral TS 171-37 1988. 101.992 1.116 40 КБ НЕ 128A0641159990 3,84 113 ZASTAVA Jugo 55 Koral TS 167-58 1989. 110.906 1.116 40 КБ НЕ 128A0641276194 4,42 114 ZASTAVA Jugo 55 Koral KŠ 713-36 1989. 61.043 1.116 40 КБ НЕ 128A0640762917 3,87 115 ZASTAVA Jugo 55 Koral TS 156-03 1990. 33.220 1.116 40 КБ НЕ 128A0641360693 4,20 116 ZASTAVA Jugo 60 TS 341-19 1990. 121.871 1.116 45 КБ НЕ 128A20641502067 2,47 117 ZASTAVA Jugo 60 TS 149-27 1991. 85.054 1.116 40 КБ НЕ 128064147 3,63 118 ZASTAVA Jugo Koral 1.1 TS 281-38 2004. 46.730 1.116 40 КБ НЕ 128A064159... 3,27 119 ZASTAVA Jugo Koral 1.1 TS 288-71 2005. 35.836 1.116 40 КБ НЕ 128A0641599... 2,68 120 ZASTAVA Jugo Koral 60 TS 188-09 1990. 73.498 1.116 44 КБ НЕ 128A0641431746 3,33 121 ZASTAVA Jugo Kortal IN 1. TS 292-37 2005. 11.571 1.116 40 КБ НЕ 128A0641602463 1,87 122 ZASTAVA Jugo Skala 55 M 22-715 1989. 132.529 1.116 40 КБ НЕ 128A0641268516 3,72 123 ZASTAVA Jugo Skala Poly TS 303-06 1997. 86.237 1.116 40 КБ НЕ 128A064153... 2,47 124 ZASTAVA Jugo Tempo 1.1 TS 267-18 1997. 63.742 1.116 40 КБ НЕ 128A064153... 3,38 125 ZASTAVA Jugo Tempo 1.1 TS 117-97 1998. 92.417 1.116 40 КБ НЕ 128A064154... 2,83 126 ZASTAVA Jugo Tempo 1.1 KV 309-42 2000. 52.571 1.116 40 КБ НЕ 128A0641556646 5,28 127 ZASTAVA Jugo Tempo 1.1 PA 352-82 2000. 78.605 1.116 40 КБ НЕ 128A064155... 1,92 128 ZASTAVA Jugo Tempo 1.3i TS 227-24 2001. 92.664 1.299 47 СП ДА 128A606400808.. 0,41 129 FORD Scorpio 2.0 TS 128-01 1988. 240.227 1.993 77 КБ НЕ NEL87027 30/34 DFTH Carb-2V 5,33 130 FORD Eskort 1.3 TS 333-93 1985. 157.953 1.296 51 КБ НЕ JPA57840 VV Carb-VV 3,83 131 MAZDA F 2000 TS 210-43 1989. 151.859 1.998 60 КБ НЕ FE66528 Hitachi Carb-2V 2,18 132 TOYOTA T-16 Cupe TS 290-66 1988. 262.600 1.984 103 КБ НЕ 3E5Y013472S53 11,18 133 TOYOTA Corola 1.3 TS 148-40 1984. 298.019 1.588 63 КБ НЕ 4A0167707 14130 Carb-2V 3,83 134 VOLVO 340 DL KV 652-93 1985. 201.675 1.387 52 КБ НЕ B144S002006413 32 DIR Carb-2V 3,56 135 ALFA ROMEO 166 2.5 V6 24V TS 330-91 2000. 155.806 2.492 140 МП ДА AR342010060665 Motronic M2.1 MFI-s 0,32 136 ALFA ROMEO 33 1.7 vagon TS 275-73 1988. 230.775 1.712 77 МП ДА AR3058A000711 L3-Jetronic MFI-i 1,21 137 AUDI A4 1.8 TS 311-77 1995. 165.336 1.781 92 МП ДА ADR063854 Motronic M3.2 MFI-s 0,36 138 AUDI 80 S TS 291-30 1989. 245.297 1.781 83 МП ДА SD014806 KE-Jetronic 2.1 MFI-c 1,32 139 AUDI 80 TS 222-28 1988. 232.490 1.781 55 КБ НЕ RU0055726 Keihin Carb-2V 2,90 140 AUDI 80 1.8 E KŠ 921-79 1987. 209.249 1.781 82 МП НЕ DZ894949 K-Jetronic MFI-c 1,41 141 CHEVROLET СПark S 08 SOH TS 325-84 2007. 4.205 796 38 МП ДА A08S3971250KA2 MFI-s 0,05 142 CITROEN C3 1.4 SX BG 924-734 2007. 7.987 1.360 54 МП ДА KFV10FST3PSA5901432 S2000 PM1 MFI-s 0,03 143 CITROEN Jumper M 22-720 1998. 74.560 1.998 80 МП ДА RWE33000061 8P.11 MFI-i 0,52 144 DAĈIA Logan Laur TS 341-79 2007. 12.088 1.598 64 МП ДА K7MF710UD69378 Siemens MFI-s 0,06 145 DAĈIA Logan 1.4 TS 328-47 2007. 5.025 1.390 55 МП ДА K7A710UE13640 Siemens MFI-s 0,06 146 DAĈIA Logan 1.4 Laure TS 299-40 2006. 3.516 1.390 55 МП ДА K7JA710UB79594 Siemens MFI-s 0,05 147 DAĈIA Logan 1.4 TS 296-88 2005. 21.803 1.390 55 МП ДА K7JA710UB48716 Siemens MFI-s 0,11 148 FIAT Punto Grande TS 339-78 2007. 2.272 1.242 48 МП ДА 199A40004546486 IAW 5 SFR3.M1 MFI-s 0,07 149 FIAT Punto 1.2 KV 789-81 2003. 60.947 1.242 44 МП ДА 188A400016367.. IAW 59F MFI-s 0,28 150 FIAT Panda Van TS 363-15 2003. 81.265 1.108 40 МП ДА 187A10001589232 IAW 5AF MFI-s 0,44 151 FIAT Bravo 1.2 TS 332-57 2001. 112.982 1.242 59 МП ДА 188A50000518826 Motronic ME7.3H4 MFI-s 0,61 152 FIAT Punto 1.2 KV 632-81 2001. 112.492 1.242 59 МП ДА 188A50000578574 Motronic ME7.3H5 MFI-s 0,59 153 FIAT Punto 1.2 EL TS 341-00 2001. 82.686 1.242 44 МП ДА 188A40000595344 IAW 59F MFI-s 0,71 154 FIAT Punto 1.2 SX TS 325-50 2001. 108.205 1.242 44 МП ДА 188A40000645149 IAW 59F MFI-s 0,39 155 FIAT Bravo BG 733-999 2000. 96.642 1.242 60 МП ДА 182B20000227494 Motronic MP1.5.5 MFI-i 0,38 156 FIAT Sciento TS 342-27 1999. 78.543 899 29 СП ДА 1170A10469240839 IAW 16FM TBI-i 0,83 157 FIAT Bravo TS 340-20 1998. 143.169 1.747 83 МП ДА 182A20001040295 MPI MFI-s 0,69 158 FIAT Brava 1.6 SX TS 337-94 1996. 185.980 1.581 76 МП ДА 182A40009673713 IAW 1AF MFI-s 0,86 159 FIAT Panda 750 L KV 791-97 1990. 161.716 769 25 КБ НЕ 156A04048 - PUS 32 TLF Carb-FJ 4,77 160 FIAT Croma 2.0 TS 177-99 1988. 252.755 1.995 85 МП ДА 834B1460857979 LU-Jetronic MFI-i 1,10 161 HYNDAI i10 1.1 TS 332-34 2007. 5.408 1.086 48 МП ДА G4HG8M394742 Bosh MFI-s 0,32 162 HYNDAI Sonata 2.4 BG 696-92 2005. 73.365 2.359 118 МП ДА G4KC7R03929 Hundai MFIs 0,11 163 LADA Niva 1.7 I TS 341-31 2007. 7.040 1.690 59 МП ДА 21214-9239538 Multi point MFI-i 0,22 164 LADA Niva 1.7 KV 620-69 2005. 18.541 1.690 59 СП ДА 21214-7914002 Multi point MFI-i 0,38 165 LADA 110 1.5 LI TS 333-69 2003. 87.708 1.499 57 МП ДА 21110747000 Multi point MFI-i 0,44 166 MAZDA 323 LX 1.3 16v TS 109-97 1991. 194.506 1.323 54 КБ ДА B3549632 28-32 Carb-2V 1,32 167 MERCEDES 190 E TS 235-70 1984. 206.800 1.997 90 МП НЕ 102961-12030355 K-Jetronic MFI-c 1,21 168 MITSUBUSHI Colt 1.3 GL 13v TS 277-81 1991. 143.331 1.299 55 КБ НЕ 4G13NP5505 Aisan Carb-VV 2,28 169 OPEL Tigra 1.4 TS 343-07 1997. 129.147 1.389 66 МП ДА X14XE20020394 Multec S MFI-s 0,63 170 OPEL Tigra 1.4 TS 329-65 1997. 128.821 1.389 66 МП ДА X14XE20047150 Multec S MFI-s 0,57 171 OPEL Astra 1.6 16v TS 336-45 1996. 92.809 1.598 74 МП ДА X16XEL20192882 Multec-S MFI-s 0,21 172 OPEL Omega A 3.0 I 24 TS 286-40 1991. 310.423 2.969 150 МП ДА C30SE01018279 Motronic 1.6 MFI-i 1,32 173 OPEL Calibra 2.0 16v TS 304-30 1991. 220.538 1.998 110 МП ДА C20XE14068526 Motronic M2.5 MFI-s 0,93 174 OPEL Kadet 1.6 TS 312-96 1991. 152.343 1.598 55 СП ДА C16NZ02K31424 Multec-ZE TBI-i 0,87 175 OPEL Kadet ECC TS 222-74 1991. 143.809 1.598 55 СП ДА C16NZ02M39079 Multec-ZE TBI-i 0,96 176 OPEL Kadet 1.6 BG 708-142 1991. 161.355 1.595 55 СП ДА C16LZ35334 Multec-ZE TBI-i 0,98 177 OPEL Omega 1.8 TS 334-86 1990. 185.983 1.776 66 КБ ДА 18SV25042930 2 E3 Carb-2V 1,97 178 OPEL Omega 2.4 TS 341-47 1989. 167.804 2.409 92 МП ДА C24NE0136323 Motronic 1.5 MFI-i 1,38 179 OPEL Kadet 2.0 TS 220-85 1989. 285.597 1.984 85 МП НЕ C20NE14176120 Mot.M1.5/ML4.1 MFI-i 1,78 180 OPEL Kadet E CC TS 342-87 1989. 151.856 1.296 44 СП ДА C13NO2A31231 Multec-ZE TBI-i 1,44 181 OPEL Kadet 2.0 16v KV 422-19 1988. 135.101 1.997 110 МП ДА C20XE14007592 Motronic 2.5 MFI-s 1,27 182 OPEL Omega 20A KV 711-67 1988. 157.284 1.997 90 МП ДА C20NE14041784 Mot.M1.5/ML4.1 MFI-i 1,21 183 OPEL Askona 2.0 TS 324-78 1987. 72.226 1.997 85 МП ДА 20NE - PUS Motronic ML4.1 MFI-i 0,16 184 OPEL Kadet 1.6 TS 341-29 1987. 194.456 1.588 55 СП ДА C16NZ00A36880 Multec-ZE TBI-i 1,42 185 OPEL Kadet 1.3 S TS 292-00 1987. 137.259 1.297 51 КБ НЕ A13S19635951 2 E3 Carb-2V 2,63 186 OPEL Kadet ECC 13S TS 287-17 1987. 87.939 1.281 44 КБ НЕ 13NB19729494 1B1 Carb-FJ 2,15 187 OPEL Askona 1.8 L TS 335-92 1986. 193.850 1.771 85 МП НЕ 18E14298332 LE - Jettronic MFI-i 1,84 188 PEUGEOT 206 TS 336-14 2002. 87.812 1.360 55 МП ДА VF32CKFWF42168360 S 2000 MFI-s 0,31 189 PEUGEOT 206 TS 332-83 2002. 98.888 1.124 44 МП ДА HFX10FP6GPSA3983210 Motronic MP7.4.4 MFI-s 0,15 190 PEUGEOT 206 TS 341-73 2000. 53.542 1.360 55 МП ДА KFW10FSB3PSA3360543 S 2000 MFI-s 0,21 191 RENAULT Expase 2.0 turbo TS 329-75 2003. 87.627 1.998 120 МП ДА F4Rt794C064792 S 2001 T MFI-s 0,49 192 RENAULT Megan 1.4 TS 334-97 2003. 105.228 1.390 72 МП ДА K4J 730 - PUS S 3000 MFI-s 0,35 193 RENAULT Clio 1.2 16v TS 339-86 2003. 73.676 1.149 55 МП ДА D4F712F371733 5NR MFI-i 0,29 194 RENAULT Twingo 1.2 16v TS 342-98 2002. 121.775 1.149 55 МП ДА D4F702F088834 IAW 5NR MFI-s 0,96 195 RENAULT Twingo 1.2 TS 338-41 2000. 66.696 1.149 43 МП ДА D7F702F151465 Sirius 32 MFI-s 0,57 196 RENAULT 21 12v TS 188-33 1991. 237.447 1.995 99 МП ДА J7R740F281650 3B MFI-i 0,72 197 RENAULT 21 12v TS 316-55 1990. 184.042 1.995 99 МП ДА J7R740F309653 3B MFI-i 0,77 198 RENAULT 25 TS 244-65 1989. 146.873 2.165 91 МП ДА J7T733F233459 R MFI-i 0,88 199 RENAULT 5 TS 307-27 1987. 228.140 1.108 52 КБ НЕ C2J780C051852 32 DTR Carb-2V 4,82 200 RENAULT 5 GTL TS 160-41 1985. 190.981 1.108 33 КБ ДА C1E752C001466 33 BIS Carb-FJ 1,65 201 ROVER 200 16v TS 332-32 1996. 62.140 1.396 76 МП ДА 14K4FL30703941 MEMS MFI-i 0,62 Факултет инжењерских наука Универзитета у Крагујевцу 212 202 ROVER 200 KV 631-62 1995. 158.623 1.390 55 СП ДА 14K2A429151944 MEMS TBI-i 0,88 203 VOLKSWAGEN Golf 1.8 TS 312-02 1994. 177.189 1.781 66 СП ДА ABS872136 TBI-s 0,85 204 ZASTAVA 10 1.2 TS 326-43 2007. 23.519 1.242 44 МП ДА 188A40003954.. 0,02 205 ZASTAVA Koral 1.1L TS 328-40 2007. 5.005 1.124 44 МП ДА 10FP7X4971150 0,02 206 BMW 116 TS 333-18 2007. 16.038 1.597 89 МП ДА NA3B16AA570183 Motronic MSD81 MFI-s 0,01 207 CHEVROLET Aveo S 1.2 16v TS 342-42 2007. 53.610 1.206 62 МП ДА B12D1040910KCE DWMC MFI-i 0,05 208 CITROEN Saxo 1.1 TS 336-56 2002. 43.676 1.124 44 СП ДА HFX10FP6TPSA4099291 Motrnic 7.4.4 TBI-i 0,75 209 CITROEN XSARA 1.4 KŠ 108-958 2001. 109.548 1.360 55 МП ДА KFW10FS9F2879722 S2000 MFI-s 0,37 210 CITROEN XSARA 1.4 TS 260-62 1998. 66.362 1.360 55 МП ДА KFX852296279 1AP40 MFI-i 0,45 211 DAEWOO Tacuma TS 333-77 2001. 108.427 1.761 72 МП ДА F18N2002156K DWMC MFI-i 0,42 212 DAEWOO Lanos 1.5 TS 230-37 1999. 45.420 1.498 63 МП ДА A15SMS009948R ITMS-6F MFI-i 0,12 213 FIAT Tipo 1.4 TS 334-76 1994. 138.232 1.371 51 СП ДА 160A10463364023 Mono-Jetronic TBI-i 0,95 214 FIAT Tempra BG 506-234 1990. 176.375 1.372 56 КБ НЕ 159A20007965310 32-34 TLDV Carb-2V 2,71 215 FIAT Tipo 1.6 TS 315-12 1989. 118.987 1.581 66 СП ДА 149C20461645287 СПI TBI-i 0,77 216 FORD Eskort 1.6 TS 335-28 1996. 61.541 1.597 65 МП ДА L1HTS08753 SEFI MFI-s 0,48 217 FORD Mondeo 1.6 CLX TS 213-05 1995. 106.085 1.597 66 МП ДА L1F - PUS EEC IV MFI-s 0,32 218 FORD Escort 1.6 TS 208-65 1992. 117.176 1.598 77 МП ДА LJF91346 EEC-IV MFI-i 0,27 219 HONDA Acord 2.0 BG 922-859 2007. 7.195 1.997 113 МП ДА R20A31103222 PGM-FI MFI-s 0,37 220 KIA Sephia 1.5 SLX NI 211-609 1996. 156.008 1.498 59 МП ДА B5/662583 Siemens MFI-s 0,90 221 NISSAN Almero 1.5 SAC TS 342-47 2003. 59.776 1.497 72 МП ДА QG15205718Q ECCS MFI-s 0,09 222 NISSAN Almera TS 341-12 1999. 237.712 1.392 64 МП ДА GA14697617B ECCS MFI-s 1,42 223 OPEL Astra 1.4 CL TS 335-89 2007. 2.545 1.364 66 МП ДА Z14XEP19PM0048 Motronic ME 7.6.1 MFI-s 0,07 224 OPEL Corsa Esentia TS 329-40 2007. 10.854 1.229 59 МП ДА Z12XEP19NE4596 Motronic ME 7.6.2 MFI-s 0,03 225 OPEL Astra ES Z14XE TS 280-15 2004. 54.154 1.364 66 МП ДА Z14XEP19DY3369 Multec-S MFI-s 0,11 226 OPEL Corsa 1.2 TS 330-22 2003. 52.704 1.199 55 МП ДА Z12XE19881327 Motronic M1.5.5 MFI-s 0,16 227 OPEL Astra 1.6 TS 354-05 2002. 102.244 1.598 74 МП ДА Z16XE20AD6434 Multec-S MFI-s 0,44 228 OPEL Corsa 1.2 TS 333-21 2001. 106.174 1.199 55 МП ДА Z12XE19906400 Motronic M1.5.5 MFI-s 0,61 229 OPEL Corsa 1.2 TS 333-12 2001. 132.319 1.199 55 МП ДА Z122XE19S65612 Motronic M1.5.5 MFI-s 0,15 230 OPEL Vektra 1.6 16v TS 192-83 1999. 293.490 1.598 74 МП ДА X16XEL20J01251 Multec S MFI-s 1,13 231 OPEL Vektra 2.0 TS 334-59 1998. 260.140 1.998 100 МП ДА C20SEL - PUS Simtec 56.5 MFI-s 1,17 232 OPEL Astra 1.4 BG 899-319 1998. 77.674 1.389 66 МП ДА X14XE20C21667 Multec-S MFI-s 0,16 233 OPEL Vectra 1.6 KV 792-68 1997. 69.865 1.598 55 СП ДА X16SZRO2FT9349 Multec-ZE TBI-i 0,92 234 OPEL Vektra 1.6 16v KV 502-80 1997. 179.411 1.598 74 МП ДА X16XEL20935769 Multec S MFI-s 0,90 235 OPEL Omega 2.0 BG 616-405 1995. 267.540 1.984 85 МП ДА X20SE14344315 Motronic M1.5.4 MFI-i 1,15 236 OPEL Corsa 1.4 TS 234-69 1995. 62.009 1.387 44 СП ДА C14NZ19132692 Multec-ZE TBI-i 0,86 237 OPEL Vektra 2.0 16v TS 317-46 1994. 205.609 1.997 100 МП ДА X20XEV14052725 Simtec 56.1 MFI-s 0,94 238 OPEL Astra GL 1.4 TS 334-57 1992. 127.639 1.389 44 СП ДА C14NZ19699119 Multec-Z TBI-i 1,52 239 OPEL Vectra 1.8 KV 722-08 1991. 200.124 1.796 66 СП ДА C18NZ14102194 Multec-ZE TBI-i 1,18 240 RENAULT Megan Scenic 2.0 TS 341-22 2003. 92.187 1.998 102 МП ДА F4R746C019670 Sirius 32 MFI-s 0,28 241 RENAULT Megan 1.4 16v TS 332-00 2003. 77.619 1.390 70 МП ДА K4J750R024836 Sirius 32 MFI-s 0,16 242 RENAULT Scenik TS 333-31 2001. 182.612 1.998 102 МП ДА F4R744C011557 Sirius 32 MFI-s 0,38 243 RENAULT Megan 1.6 TS 316-52 2001. 67.695 1.598 79 МП ДА K4M700D634181 Sirius 32 MFI-s 0,07 244 RENAULT Megane 1.6 RXE TS 339-42 2001. 67.805 1.598 79 МП ДА K4M700D572761 Sirius 32 MFI-s 0,08 245 SEAT Cordoba 1.4 16v TS 329-53 2007. 9.578 1.390 63 МП ДА BXW111091 4HV MFI-s 0,03 246 SUZUKI Vitara 1.6 16v KV 103-251 2002. 117.616 1.590 70 МП ДА G16B610973 MPI MFI-i 0,72 247 SUZUKI Baleno 1.6 GLX TS 291-55 1998. 167.607 1.590 72 МП ДА G16B205290 MPI MFI-i 0,90 248 ŠKODA Fabia Ambiente 1 TS 333-39 2007. 5.060 1.198 51 МП ДА BZG064292 Simos 9.1 MFI-s 0,02 249 ŠKODA Fabia 1.4 16v TS 327-66 2000. 91.012 1.390 74 МП ДА AUB060280 4LV MFI-s 0,05 250 ŠKODA Felicija 1.6 GLX BG 375-544 1998. 66.428 1.598 55 МП ДА AEE554179 1AV MFI-s 0,25 251 VOLKSWAGEN Polo BG 933-915 2007. 7.116 1.390 59 МП ДА BUD538121 MFI-s 0,04 252 VOLKSWAGEN Polo 1.4 TS 327-62 2007. 13.688 1.390 59 МП ДА BUD392630 MFI-s 0,05 253 VOLKSWAGEN Polo 1.4 TS 327-06 2007. 10.953 1.390 59 МП ДА BUD395538 MFI-s 0,05 254 VOLKSWAGEN Polo CITY Van BG 967-543 2007. 14.871 1.198 51 МП ДА BZG256039 MFI-s 0,48 255 ALFA ROMEO 33 I E TS 273-26 1988. 196.904 1.490 77 КБ НЕ AR301.46 - PUS 34 IDF Carb-2V 2,17 256 AUDI 100 KV 741-34 1991. 333.214 1.989 74 СП ДА AAE000969 Mono-Motronic 1.2 TBI-i 1,85 257 AUDI 80 TS 234-58 1986. 203.836 1.781 82 МП НЕ DZ 051058 K-Jetronic MFI-c 1,88 258 BMW 520 I TS 253-14 1993. 200.345 1.991 110 МП ДА 20S6273858588 Mot.M3.3.1/MS40 MFI-s 0,67 259 BMW 318 I TS 212-61 1988. 205.394 1.795 85 МП НЕ 184E103866615 Motronic M1.3 MFI-i 1,18 260 BMW 320 I TS 312-33 1986. 229.054 1.977 92 МП НЕ 206E21034110 LE-Jetronic MFI-i 1,86 261 BMW 320 TS 321-00 1982. 226.044 1.977 90 КБ НЕ 206VA7745232 4A1 Carb-FJ 6,72 262 CITROEN BX 1.4 TS 220-27 1987. 225.017 1.351 45 КБ НЕ 150A 30-32 Z2 Carb-2V 3,09 263 CITROEN C 25 TS 117-94 1989. 144.564 1.957 57 КБ НЕ 170A/B1012925 34 PBISA Carb-FJ 3,14 264 DAIHATSU Coure TS 329-31 1990. 53.452 846 32 КБ НЕ ED102818612 Mikuni Carb-FJ 7,12 265 FIAT Tipo 1.6 TS 303-07 1991. 324.212 1.581 62 КБ НЕ 159A30008135362 32-34 TLDV Carb-2V 9,15 266 FIAT Tipo 1.6 TS 269-68 1991. 105.605 1.580 62 КБ НЕ 159A30007967866 32-34 TLDV Carb-2V 2,24 267 FIAT Tipo 1.4 TS 301-15 1990. 219.875 1.372 56 КБ НЕ 159A2007753375 32-34 TLDV Carb-2V 7,05 268 FIAT Regata ES KV 655-41 1987. 288.384 1.280 48 КБ НЕ 149A30005301750 DMTE Carb-2V 6,78 269 FIAT Uno 146 A TS 273-24 1987. 158.341 986 32 КБ ДА 156A21000984570 32 TLF Carb-FJ 1,87 270 FIAT Ritmo 70 BG 321-199 1983. 119.459 1.301 50 КБ НЕ 138B20004786187 30-32 DMTR Carb-2V 3,72 271 FORD Fiesta 1.1 TS 220-53 1989. 185.186 1.117 37 КБ НЕ GLC27485 VV Carb-VV 4,41 272 FORD Fiesta FBO TS 301-94 1988. 162.093 1.117 36 КБ НЕ GSH25822 VV Carb-VV 2,73 273 FORD Tranzit 1.6 TS 219-39 1983. 148.274 1.593 48 КБ НЕ LAT41691 1V/VV Carb-VV/F 2,86 274 FORD Fiesta 1.1 KV 784-36 1982. 147.520 1.117 39 КБ НЕ GLA76405 1V Carb-FJ 3,13 275 FSO 125 P TS 157-21 1988. 69.999 1.481 60 КБ НЕ AB0337135 34 DCMN Carb-2V 2,29 276 FSO 126 PGL TS 100-21 1981. 128.716 652 18 КБ НЕ FSM128A10266535238 Carb-2V 7,13 277 HUNDAI Accent 1.4 GL TS 320-20 2007. 8.236 1.399 70 МП ДА G4EE6597918 MFI MFI-s 0,02 278 HUNDAI Accent 1.5 GLS TS 274-86 1999. 129.170 1.495 65 МП ДА G4EK680633 ECFI MFI-s 0,35 279 IMV R-4 GTL TS 149-22 1990. 154.648 1.108 25 КБ НЕ 688D7/12C223644 281F Carb-FJ 3,38 280 IMV R-4 GTL TS 308-03 1990. 108.809 1.108 25 КБ НЕ C233107 281F Carb-FJ 6,11 281 IMV R-4 GTL TS 129-14 1990. 176.811 1.108 25 КБ НЕ 688D7/12C234573 281F Carb-FJ 4,47 282 IMV 4 GTL 1128 TS 137-71 1988. 106.802 1.108 25 КБ НЕ 688D7/12C184769 281F Carb-FJ 4,29 283 IMV R-4 GTL TS 151-33 1988. 175.465 1.108 25 КБ НЕ 688D7/12C187470 281F Carb-FJ 3,91 284 IMV R.11 GTL/5V TS 308-94 1986. 182.116 1.397 49 КБ НЕ C2JA7/68 C083457 32 DTR Carb-2V 3,10 285 IMV R.4 TL TS 134-89 1986. 113.400 845 25 КБ НЕ B1BO7/07C009626 32 IF Carb-FJ 6,65 286 IMV R 18 TLJ TS 229-44 1985. 155.125 1.397 47 КБ НЕ 847A7/20C029457 32 EITA Carb-FJ 2,94 287 IMV R 9 GTL TS 272-20 1983. 169.026 1.397 43 КБ НЕ C1JJ715000236612 32 BIS Carb-FJ 3,47 288 IMV R 18 TL KV 655-84 1982. 265.119 1.397 47 КБ НЕ 847720-000571646 32 EITA Carb-FJ 5,05 289 LADA Riva 1500 TS 322-28 2003. 2.649 1.451 52 КБ НЕ 21037385556 1107017 Carb-2V 1,75 290 LADA Niva 1.7 TS 249-82 2002. 44.254 1.689 59 КБ НЕ 21213-7058186 Solex Carb-2V 2,75 291 Lada Niva 1.7 TS 249-72 2002. 46.726 1.689 59 КБ НЕ 21213-7122277 Solex Carb-2V 1,82 292 LADA Niva 1.7 TS 232-30 2001. 71.159 1.690 59 КБ НЕ 21213-6600386 Solex Carb-2V 7,68 293 LADA 21043 Karavan TS 220-19 2001. 96.837 1.499 52 КБ НЕ 21036356771 Solex Carb-2V 2,82 294 LADA 21043 Karavan TS 230-92 2001. 63.377 1.452 55 КБ НЕ 21036113544 Solex Carb-2V 2,77 295 LADA 21043 Karavan TS 227-13 2001. 81.950 1.451 49 КБ НЕ 21036589827 Solex Carb-2V 1,92 296 LADA Samara 1.3/3V TS 161-67 1994. 106.790 1.294 48 КБ НЕ 21081277485 1107011 Carb-2V 7,06 297 LADA Samara 1300 TS 150-74 1992. 104.409 1.294 48 КБ НЕ 21081171223 1107011 Carb-2V 5,23 298 LADA Niva 1600 M 22-704 1991. 136.359 1.570 56 КБ НЕ 21211813377 Solex Carb-2V 3,25 299 LADA Riva 1500 KŠ 607-64 1991. 111.966 1.458 55 КБ НЕ 21031925571 1107016 Carb-2V 2,32 300 LADA 1500 KARAV KV 294-50 1991. 94.715 1.458 55 КБ НЕ 21031842100 1107011 Carb-2V 2,26 301 LADA Riva 1300 TS 138-99 1991. 78.285 1.294 48 КБ НЕ 21051683395 1107013 Carb-2V 2,44 302 LADA Samara 1300 5V TS 163-05 1991. 119.757 1.294 48 КБ НЕ 21080927278 1107011 Carb-2V 4,08 303 LADA Samara 1300 TS 124-79 1991. 95.181 1.294 48 КБ НЕ 21081049790 1107011 Carb-2V 2,74 304 LADA Samara 1.3/3V TS 260-69 1991. 81.546 1.294 48 КБ НЕ 21080047624 1107011 Carb-2V 2,47 305 LADA Riva 1300 TS 110-48 1991. 125.535 1.294 48 КБ НЕ 21051706552 1107014 Carb-2V 2,47 306 LADA Samara 2109/5V TS 175-10 1991. 55.775 1.294 48 КБ НЕ 21080962951 1107011 Car-2V 2,96 307 LADA Samara 1500 TS 171-19 1990. 109.543 1.458 55 КБ НЕ 21083071824 1107011 Carb-2V 2,42 Факултет инжењерских наука Универзитета у Крагујевцу 213 308 LADA 1300 S TS 144-24 1990. 82.756 1.294 48 КБ НЕ 21051165083 1107012 Carb-2V 5,89 309 LADA Samara 1300 TS 175-89 1990. 146.913 1.294 48 КБ НЕ 21080773836 1107011 Carb-2V 2,87 310 LADA Samara 1300 TS 275-49 1990. 98.268 1.294 48 КБ НЕ 21089829777 1107011 Carb-2V 2,68 311 LADA Samara 1300 TS 113-05 1990. 67.622 1.294 48 КБ НЕ 21080783764 1107011 Carb-2V 4,96 312 LADA Samara 1300 TS 130-75 1990. 92.251 1.294 48 КБ НЕ 21080845786 1107011 Carb-2V 3,15 313 LADA 2101 TS 125-44 1990. 48.548 1.198 44 КБ НЕ 21010900149 1107011 Carb-2V 3,38 314 LADA 315-02 TS 295-75 1989. 110.829 2.445 53 КБ НЕ 01146690207766K10 1107011 Carb-2V 11,44 315 LADA Samara 1300 TS 132-25 1989. 45.333 1.294 48 КБ НЕ 21080463352 1107011 Carb-2V 3,55 316 LADA Samara 1300 KV 641-84 1989. 103.396 1.294 48 КБ НЕ 21080538680 1107011 Carb-2V 2,48 317 LADA Samara 1300 TS 238-54 1989. 110.297 1.294 48 КБ НЕ 21080567460 1107011 Carb-2V 2,87 318 LADA 1300 TS 206-53 1989. 53.131 1.294 48 КБ НЕ 21058540722 1107011 Carb-2V 6,28 319 LADA Samara 1300 TS 219-55 1989. 133.443 1.294 48 КБ НЕ 21080550173 1107011 Carb-2V 3,74 320 LADA Riva 1200 TS 185-40 1989. 101.889 1.198 44 КБ НЕ 21018095612 1107010 Carb-2V 2,23 321 LADA Riva 1300 TS 150-05 1988. 151.526 1.294 48 КБ НЕ 21050149789 1107010 Carb-2V 3,09 322 LADA Samara 1.3 TS 309-23 1987. 136.062 1.298 48 КБ НЕ 21080598632 1107011 Carb-2V 3,33 323 LADA 1300 S TS 114-43 1987. 84.432 1.294 48 КБ НЕ 21059671215 1107010 Carb-2V 2,38 324 LADA 1300 KV 665-10 1987. 138.890 1.294 48 КБ НЕ 21059457913 1107010 Carb-2V 2,78 325 LADA 1300 TS 134-81 1987. 73.799 1.294 48 КБ НЕ 21059413529 1107010 Carb-2V 3,25 326 LADA 1300 K TS 138-77 1987. 87.322 1.294 48 КБ НЕ 21059414661 1107010 Carb-2V 1,41 327 LADA Riva 1300 TS 129-57 1987. 121.070 1.294 48 КБ НЕ 21059309734 1107010 Carb-2V 2,77 328 LADA Samara TS 726-08 1987. 128.573 1.288 48 КБ НЕ 21080113096 1107011 Carb-2V 3,85 329 LADA Riva 1300 TS 109-64 1986. 70.396 1.298 48 КБ НЕ 21059167767 1107010 Carb-2V 2,21 330 LADA 1300 S TS 162-62 1986. 78.634 1.294 48 КБ НЕ 21058142770 1107010 Carb-2V 3,40 331 LADA 1200 S TS 154-75 1986. 87.556 1.198 44 КБ НЕ 21019220622 1107010-20 Carb-2V 3,30 332 LADA 1300 S TS 141-20 1985. 119.011 1.294 48 КБ НЕ 21057891854 1107010 Carb-2V 4,97 333 LADA 1300 S TS 187-39 1984. 158.960 1.294 48 КБ НЕ 21057106569 1107010 Carb-2V 4,73 334 LADA 1300 S TS 121-53 1984. 143.259 1.294 48 КБ НЕ 21057806829 1107010 Carb-2V 4,45 335 LADA 1300 S TS 273-52 1984. 134.306 1.294 48 КБ НЕ 21050460908 1107010 Carb-2V 3,31 336 LADA Niva 1600 TS 311-49 1983. 80.657 1.570 56 КБ НЕ 21217817853 1107011 Carb-2V 1,61 337 LADA Niva 1600 TS 311-49 1983. 80.649 1.570 56 КБ НЕ 21217817853 1107011 Carb-2V 1,74 338 LADA 1600 TS 126-80 1982. 91.795 1.569 58 КБ НЕ 21065540490 1107010-20 Carb-2V 2,13 339 LADA 1500 S TS 143-74 1982. 84.587 1.458 55 КБ НЕ 21035785425 1107010-20 Carb-2V 2,97 340 MARUTI 800 TS 180-64 1991. 152.626 796 29 КБ НЕ F8BIN616985 DIDS 2430 Carb-2V 5,63 341 MARUTI 800 TS 323-49 1991. 126.400 796 29 КБ НЕ F8BIN655639 DIDS 2430 Carb-2V 3,96 342 MAZDA 323 LX TS 319-50 1987. 114.250 1.296 50 КБ НЕ B3120285 Hitachi Carb-2V 1,91 343 MAZDA 323 TS 211-55 1986. 231.013 1.479 55 КБ НЕ E5439740 26-30 Carb-2V 3,27 344 MAZDA 323 TS 138-85 1985. 266.870 1.479 55 КБ НЕ E5452331 26-30 Carb-2V 3,63 345 MAZDA 323 TS 309-31 1984. 247.833 1.296 44 КБ НЕ E3460449 Hitachi Carb-2V 7,10 346 MAZDA 323 TS 196-20 1984. 163.190 1.285 44 КБ НЕ E3569182 Hitachi Carb-2V 2,99 347 MAZDA 323 BD 1.3 TS 196-20 1984. 163.190 1.285 44 КБ НЕ E3569182 Hitachi Carb-2V 3,81 348 MERCEDES SL 320Automatic TS 277-88 1995. 112.666 3.199 170 МП ДА 104991-12004637 HFM MFI-s 0,48 349 MERCEDES 230 E TS 304-47 1986. 103.879 2.298 100 МП ДА 102982-10024988 K-Jetronic MFI-c 1,41 350 MERCEDES 190 E TS 193-55 1984. 223.894 1.997 66 КБ НЕ 102921-10026268 175 CD Carb-VV 2,84 351 MERCEDES 200 TS 138-50 1982. 264.628 1.988 80 КБ НЕ 10292010062915 175 CD Carb-VV 4,86 352 MOSKVIĈ Aleko 21412 TS 149-50 1990. 112.279 1.569 52 КБ НЕ 3,31011E+13 CB Carb-2V 3,10 353 MOSKVIĈ Aleko 21412 TS 236-31 1990. 96.189 1.569 52 КБ НЕ 3,31015E+13 CB Carb-2V 1,99 354 MOSKVIĈ Aleko 21412 TS 141-22 1990. 62.401 1.569 52 КБ НЕ 3,31008E+13 CB Carb-2V 1,89 355 NISSAN Datsun Shery TS 160-36 1986. 237.125 1.477 55 КБ ДА E15604598 DCZ 306 Carb-2V 1,84 356 OPEL Askona 1.6 C TS 223-25 1988. 211.580 1.587 55 СП ДА C16LZ1633361 Multec-Z TBI-i 1,08 357 OPEL Corsa 1.2 ACC TS 221-67 1988. 76.909 1.195 33 КБ НЕ E12GV0035561 32 TL Carb-FJ 2,44 358 OPEL Corsa 1.2 SWIN TS 275-60 1988. 141.909 1.187 33 КБ НЕ E12GV0049634 32 TL Carb-FJ 4,72 359 OPEL Askona 1.6 S TS 104-82 1987. 119.558 1.587 60 КБ НЕ 16SV0035819 2 E3 Carb-2V 3,01 360 OPEL Corsa 1.3 TS 207-45 1987. 139.724 1.281 51 КБ НЕ 13SB - PUS 1B1 Carb-2V 2,62 361 OPEL Askona 1.6 CCC KV 789-38 1986. 164.251 1.598 66 КБ НЕ 16SH14389873 Varajet II Carb-2V 2,32 362 OPEL Askona 1.6 C TS 270-54 1986. 203.102 1.587 66 КБ НЕ 16SH25628200 Varajet II Carb-2V 3,42 363 OPEL Corsa 1.2 TS 322-72 1986. 128.205 1.195 37 КБ НЕ 12ST19298658 1B1 Carb-FJ 4,60 364 OPEL Askona PR 197-04 1985. 116.773 1.598 66 КБ НЕ 16SH14108324 Varajet II Carb-2V 2,31 365 OPEL Askona 1.6 GL TS 289-90 1985. 184.826 1.597 66 КБ НЕ 16SH Varajet II Carb-2V 2,49 366 OPEL Kadet 1.2 S TS 157-31 1985. 189.410 1.187 40 КБ НЕ 12SC1074649 32 TL Carb-FJ 6,81 367 OPEL Askona 1.6 TS 281-51 1984. 241.874 1.587 66 КБ НЕ 16SH14252994 Varajet II Carb-2V 4,17 368 OPEL Askona 1.3 TS 334-56 1984. 251.499 1.297 55 КБ НЕ 13S19075944 Varajet II Carb-2V 6,18 369 OPEL Askona 1.3 CCC TS 322-43 1984. 205.192 1.297 55 КБ НЕ 13S19128869 Varajet II Carb-2V 3,91 370 OPEL Kadet 1.2 TS 126-07 1984. 148.763 1.187 44 КБ НЕ 12S0310258 35 PDSI Carb-FJ 5,61 371 OPEL Askona 1.6 TS 284-41 1983. 201.566 1.587 66 КБ НЕ 16SH - PUS Varajet II Carb-2V 3,41 372 OPEL Askona 1.6 SED KŠ 329-47 1983. 139.685 1.587 66 КБ НЕ 16SH90090476 Varajet II Carb-2V 3,65 373 OPEL Askona 1.6 S TS 212-02 1983. 211.801 1.587 66 КБ НЕ 16SH14176432 Varajet II Carb-2V 2,85 374 OPEL Kadet 1.3 TS 251-11 1983. 93.088 1.296 55 КБ НЕ 13S0974405 Varajet II Carb-2V 2,35 375 OPEL Ida Kadet 1.2 KV 51-09 1983. 149.398 1.196 44 КБ НЕ 12S025706 35 PDSI Carb-FJ 3,63 376 OPEL Askona 1.6 LUX TS 279-73 1982. 195.556 1.587 66 КБ НЕ 16SH14102016 Varajet II Carb-2V 5,14 377 OPEL Kadet 1.3 TS 292-54 1981. 137.546 1.281 44 КБ НЕ 13N0525207 35 PDSI Carb-FJ 4,18 378 OPEL Kadet 1.3 TS 143-44 1981. 106.999 1.281 44 КБ НЕ 13NB19723593 35 PDSI Carb-FJ 3,62 379 OPEL Corsa 1.3 TS 136-20 1988. 122.268 1.281 51 КБ НЕ 13SB1751085 1B1 Carb-2V 3,41 380 PEUGEOT 106 1.1 TS 315-78 2001. 60.581 1.124 44 МП ДА HFX10FP6JPSA3686673 Motronic MP7.4.4 MFI-s 0,38 381 PEUGEOT 306 SR TS 268-89 1997. 86.661 1.360 55 СП ДА KDXPTC10FS7C1809724 Monopoint G6 TBI-i 0,85 382 PEUGEOT 405 TS 214-94 1992. 154.614 1.762 74 МП ДА LFZ246734 Motronic MP5.1 MFI-i 0,83 383 PEUGEOT 405 TS 257-65 1992. 244.041 1.580 68 КБ НЕ B2A178492 34-34 Z1 Carb-2V 3,32 384 PEUGEOT 405 KŠ 636-78 1992. 179.401 1.580 65 СП ДА BDYCTDB0501726 Monopoint G6 TBI-i 1,27 385 PEUGEOT 309 TS 169-83 1991. 251.408 1.360 51 КБ НЕ K1D782065 34 TLB Carb-FJ 7,10 386 PEUGEOT J-5 TS 319-28 1990. 387.783 1.971 72 КБ НЕ 170C - PUS - kombi 34 PBISA Carb-FJ 2,98 387 PEUGEOT 405 TS 176-41 1990. 124.869 1.580 68 КБ НЕ B2A508972 34-34 Z1 Carb-2V 2,18 388 PEUGEOT 405 GR TS 180-45 1989. 154.016 1.580 68 КБ НЕ 8575380B2A 34-34 Z3 Carb-2V 2,42 389 PEUGEOT 405 GR TS 180-45 1989. 154.027 1.580 68 КБ НЕ B2A548888 34-34 Z1 Carb-2V 1,74 390 PEUGEOT 309 TS 252-38 1989. 168.968 1.351 51 КБ НЕ K1D03817 34 TLB Carb-FJ 2,48 391 PEUGEOT 205 TS 230-50 1988. 130.720 1.116 37 КБ НЕ XW7151108 32 PBISA Carb-FJ 4,43 392 PEUGEOT J-5 TS 317-06 1987. 306.252 1.971 55 КБ НЕ 170/BPTC 34 PBISA Carb-FJ 3,49 393 PEUGEOT 309 GT TS 238-05 1987. 170.541 1.905 75 КБ НЕ D2A24006915 34-34 Z1 Carb-2V 2,48 394 PEUGEOT 205 c TS 217-70 1986. 132.562 1.351 44 КБ НЕ XY7 - PUS 34 PBISA Carb-FJ 2,79 395 PEUGEOT 205 TS 223-21 1986. 124.205 1.124 33 КБ НЕ XW7975753 32 PBISA Carb-FJ 3,74 396 PEUGEOT 205 TS 175-78 1985. 222.549 1.124 33 КБ НЕ XW70787226 32 PBISA Carb-FJ 5,85 397 PEUGEOT 305 CL TS 288-81 1983. 183.248 1.580 66 КБ НЕ XU5S - PUS 32/34 Solex Carb-2V 2,66 398 RENAULT Clio TS 223-73 1992. 217.286 1.395 59 КБ НЕ E6J718022356 32 TLDR Carb-2V 3,21 399 RENAULT 19 TS 209-38 1990. 124.781 1.721 66 МП ДА F3N742C024443 MPI MFI-i 0,71 400 RENAULT 19 TS 236-65 1989. 165.203 1.794 66 МП ДА F3N742C001926 MPI MFI-i 0,98 401 RENAULT R 11 T TS 144-64 1989. 182.560 1.721 54 КБ НЕ F2NF730/C010570 28-34 Z10 Carb-2V 2,96 402 RENAULT R 9 GTL TS 173-02 1989. 146.346 1.397 49 КБ НЕ C2J768R000091 32 DTR Carb-2V 2,47 403 RENAULT 11 GTL TS 125-35 1986. 186.428 1.397 19 КБ НЕ C2J766C00000267 32 DTR Carb-2V 3,04 404 RENAULT Trafic 1100 TS 137-56 1984. 147.740 1.721 48 КБ НЕ A1MP707000004643 35 SEIA Carb-FJ 2,47 405 RENAULT 11 GTL TS 180-77 1983. 177.222 1.397 44 КБ НЕ C1JJ15000300240 32 BIS Carb-FJ 3,03 406 SUBARU Justy 4WD TS 291-15 1993. 115.616 1.189 50 КБ НЕ 320991EF12 28-32 Carb-2V 5,06 407 SUBARU Justi 4WD TS 273-18 1988. 184.635 1.182 50 КБ НЕ 5218611EF12 28-32 Carb-2V 3,78 408 SUBARU Justi 4WD TS 214-06 1987. 137.267 1.189 50 КБ НЕ 309616EF12 28-32 Carb-2V 3,46 409 SUBARU 1.8 4WD Turbo TS 266-52 1986. 216.078 1.781 59 КБ НЕ 721997 28-32 Carb-2V 3,54 410 SUBARU 1.3 4WD TS 275-67 1985. 176.306 1.298 50 КБ НЕ 918701 28-32 Carb-2V 3,85 411 SUBARU 4 WD GL TS 271-10 1981. 133.805 1.781 59 КБ НЕ 747160 28-32 Carb-2V 3,25 412 SUZUKI Maruti CAT M1 KV 784-14 1996. 44.636 796 26 КБ НЕ F8BIN3002307 DIDS 2430 Carb-2V 3,10 413 SUZUKI Alto TS 270-50 1983. 132.344 796 29 КБ НЕ F8B153406 DIDS 2430 Carb-2V 7,13 Факултет инжењерских наука Универзитета у Крагујевцу 214 414 ŠKODA Favorit 135 L TS 138-04 1991. 129.229 1.289 43 КБ ДА 1346244781-135 2 E3 Carb-2V 1,66 415 ŠKODA 136 L TS 109-62 1991. 53.210 1.288 46 КБ НЕ 1,35581E+12 32 SEDR Carb-2V 2,75 416 ŠKODA 120 L KV 258-60 1987. 203.706 1.174 38 КБ НЕ 5697064-120 32 Carb-2V 3,98 417 ŠKODA 105 L KV 653-23 1987. 75.973 1.046 33 КБ НЕ 567262-105 32 Carb-2V 4,02 418 ŠKODA 105 L TS 160-58 1987. 121.963 1.046 33 КБ НЕ 5671248-105 32 Carb-2V 3,59 419 ŠKODA 105 L TS 139-53 1987. 89.413 1.046 33 КБ НЕ 5747498-105 32 Carb-2V 4,20 420 ŠKODA 105 L TS 148-93 1987. 71.406 1.046 33 КБ НЕ 5697911-105 32 Carb-2V 4,95 421 ŠKODA 105 L TS 131-43 1983. 93.450 1.046 33 КБ НЕ 847269/1 32 Carb-2V 2,46 422 TOYOTA Corola 1.3 XL TS 302-59 1990. 113.876 1.296 55 КБ НЕ 2E2157076 11150 Carb-VV 2,41 423 TOYOTA Corola 1300 TS 210-98 1990. 162.276 1.290 55 КБ НЕ 917655/2E 11150 Carb-VV 6,02 424 TOYOTA Corola TS 125-00 1990. 240.003 1.290 55 КБ НЕ 2159722/2E 11150 Carb-VV 3,82 425 TOYOTA Corola 1.3 XL TS 143-32 1990. 134.303 1.280 55 КБ НЕ 1953934/2E 11150 Carb-VV 2,95 426 TOYOTA Kombi model F TS 291-49 1989. 204.491 2.236 57 КБ НЕ 4Y0243892 Carb-2V 2,87 427 TOYOTA Camru 2000 TS 116-55 1988. 254.018 1.981 89 МП ДА 3S0656841 TCCS MFI-i 1,48 428 TOYOTA Corola 1300 XL TS 170-58 1988. 161.090 1.296 55 КБ ДА 1181859/2E 11150 Carb-VV 1,17 429 TOYOTA Corola 1.3 TS 171-49 1987. 151.858 1.280 55 КБ НЕ 2E072319 21100 Carb-VV 3,65 430 TOYOTA Carina 1.8 GLI TS 292-86 1986. 360.017 1.891 74 МП НЕ 1S0759321 EFI MFI 1,21 431 TOYOTA Terano 4x4 1442 TS 231-57 1984. 233.765 1.448 52 КБ НЕ 3A2087207 Aisan Carb-2V 4,32 432 TOYOTA Hilux TS 194-42 1982. 95.510 1.578 19 КБ НЕ 12R2567935 Aisan Carb-2V 2,34 433 TRABANT 601 TS 176-44 1988. 88.598 595 19 КБ НЕ P651669393 28H1-1 Carb-FJ 3,48 434 UNIS VW TAS Golf JGL TS 161-82 1982. 185.340 1.272 44 КБ НЕ GF395914 36 PIC Carb-FJ 7,56 435 UNIS VW TAS Golf JGL TS 174-18 1982. 156.488 1.272 44 КБ НЕ GF 397917 35 PIC Carb-FJ 5,44 436 VOLKSWAGEN Golf 1.6 TS 287-06 1991. 140.149 1.595 51 КБ ДА PN479757 Carb-Elec 1,25 437 VOLKSWAGEN Golf 1.6 TS 333-61 1991. 151.678 1.595 51 КБ ДА PN482975 Carb-Elec 1,31 438 VOLKSWAGEN Jetta KŠ 622-72 1990. 172.238 1.595 52 КБ ДА PN260082 Carb-Elec 1,58 439 VOLKSWAGEN Golf 1 E TS 258-01 1990. 177.731 1.272 40 КБ ДА NU84651034 2 E3 Carb-2V 1,53 440 VOLKSWAGEN Golf 1.6 TS 224-12 1989. 255.692 1.595 51 КБ НЕ ABN - PUS Carb-2V 3,85 441 VOLKSWAGEN Golf 19 E KV 710-54 1989. 170.625 1.595 53 КБ НЕ RF328638 Carb-2V 1,83 442 VOLKSWAGEN Golf 19 E 1.6 BA 401-87 1989. 124.334 1.576 53 КБ НЕ RF322519 Carb-2V 2,48 443 VOLKSWAGEN Derby TS 189-71 1989. 106.979 1.043 33 КБ НЕ ACM083261 31 PIC Carb-FJ 4,77 444 VOLKSWAGEN Passat 1.6 TS 212-78 1988. 334.426 1.576 53 КБ НЕ RL036208 Carb-2V 2,88 445 VOLKSWAGEN Golf 1.3 TS 237-33 1988. 128.099 1.272 40 КБ НЕ MH636081 Carb-2V 3,64 446 VOLKSWAGEN Pasat 1.8 CL TS 220-62 1987. 167.834 1.781 66 КБ НЕ DS450691 Carb-2V 2,41 447 VOLKSWAGEN Golf 1.6 TS 284-48 1987. 164.941 1.595 55 КБ НЕ HM030609 Carb-2V 2,48 448 VOLKSWAGEN Golf 1.3 TS 208-84 1987. 166.154 1.272 40 КБ НЕ MH599225 Carb-2V 3,88 449 VOLKSWAGEN Golf 1.3 GL PO 116-479 1987. 132.705 1.272 40 КБ НЕ MH013654 Carb-2V 2,70 450 VOLKSWAGEN Golf 1.3 TS 128-00 1987. 257.758 1.272 40 КБ НЕ NU020700 Carb-2V 4,14 451 VOLKSWAGEN Golf 1.3 TS 292-69 1987. 134.712 1.263 40 КБ НЕ MH468293 Carb-2V 3,02 452 VOLKSWAGEN Passat 32 b TS 314-98 1986. 377.379 1.781 66 МП ДА JN092643 MFI-c 1,20 453 VOLKSWAGEN Golf 1.3 TS 208-60 1986. 243.737 1.576 55 КБ НЕ EZ31417973 Carb-2V 4,24 454 VOLKSWAGEN Golf 1.3 TS 220-45 1986. 117.731 1.272 40 КБ НЕ MH121284 Carb-2V 3,61 455 VOLKSWAGEN Golf 1.3 KV 360-81 1986. 231.060 1.272 40 КБ НЕ MH379647 Carb-2V 3,84 456 VOLKSWAGEN Golf 1.6 BG 340-763 1985. 193.044 1.595 51 КБ НЕ EZ286662 Carb-2V 3,21 457 VOLKSWAGEN Golf 19 E TS 286-25 1985. 221.225 1.595 55 КБ НЕ HM025602 Carb-2V 2,32 458 VOLKSWAGEN Passat TS 288-50 1985. 154.772 1.595 55 КБ НЕ DTA079347 Carb-2V 2,28 459 VOLKSWAGEN Golf 19 E TS 313-65 1985. 193.304 1.273 37 КБ НЕ HK192632 Carb-2V 3,94 460 VOLKSWAGEN Golf 19 E BG 341-274 1985. 217610 1.273 37 КБ НЕ HK367299 Carb-2V 6,99 461 VOLKSWAGEN Golf 1.3 TS 259-99 1985. 183.255 1.272 37 КБ НЕ HK339506 Carb-2V 3,91 462 VOLKSWAGEN Golf 1.3 TS 135-93 1985. 351.376 1.272 37 КБ НЕ HW001535 Carb-2V 8,24 463 VOLKSWAGEN Polo 1.0 TS 297-00 1984. 156.484 1.035 29 КБ НЕ GL004359 Carb-FJ 4,95 464 VOLKSWAGEN Jetta 1.5 GL TS 119-41 1983. 398.696 1.457 51 КБ НЕ JB750502 Carb-FJ 4,20 465 VOLKSWAGEN Jetta 1.3 TS 177-56 1983. 182.893 1.263 44 КБ НЕ GF366084 Carb-FJ 3,81 466 WARTBURG 1.3 Tranzit STD TS 310-84 1990. 95.977 1.272 43 КБ НЕ 860945080 34 TLA Carb-FJ 3,82 467 WARTBURG 1.3 LUX TS 316-76 1989. 90.045 1.272 43 КБ НЕ 860759239 34 TLA Carb-FJ 2,94 468 WARTBURG 1.3 LUX TS 143-29 1989. 100.070 1.272 43 КБ НЕ 860543099 34 TLA Carb-FJ 3,08 469 ZAPOREŢAC Tavrija BG 317-844 1990. 75.817 1.091 37 КБ НЕ 2450026932L Carb-2V 4,75 470 ZAPOREŢAC 2102 TS 292-83 1989. 138.138 1.100 38 КБ НЕ 2450019683K Carb-2V 5,66 471 ZAPOROŢEC Tavrija TS 111-56 1991. 79.861 1.110 38 КБ НЕ 2450059813M Carb-2V 2,39 472 ZAPOROŢEC Tavrija KŠ 268-90 1991. 58.875 1.100 38 КБ НЕ 2450072903M Carb-2V 4,38 473 ZASTAVA 101 TS 137-12 1981. 74.961 1.116 40 КБ НЕ 128AA064040... 2,95 474 ZASTAVA 101 TS 119-49 1981. 82.415 1.116 40 КБ НЕ 128A064051... 4,02 475 ZASTAVA 101 TS 140-10 1981. 86.713 1.116 40 КБ НЕ 128A0640481217 3,19 476 ZASTAVA 101 TS 132-79 1982. 67.043 1.290 54 КБ НЕ 128A70000008688 2,29 477 ZASTAVA 101 TS 143-70 1982. 77.962 1.116 40 КБ НЕ 128A10640577.. 2,44 478 ZASTAVA 101 TS 264-26 1983. 130.042 1.116 40 КБ НЕ 128A06400048... 4,01 479 ZASTAVA 101 TS 135-11 1984. 129.777 1.116 40 КБ НЕ 128A064075... 3,57 480 ZASTAVA 101 TS 226-29 1985. 64.077 1.116 40 КБ НЕ 128A064076... 2,24 481 ZASTAVA 101 TS 132-09 1986. 85.623 1.116 40 КБ НЕ 128A0641506... 3,21 482 ZASTAVA 101 TS 135-40 1989. 63.498 1.116 40 КБ НЕ 128A064114... 2,77 483 ZASTAVA 101 TS 135-49 1989. 70.360 1.116 40 КБ НЕ 128A064129... 3,02 484 ZASTAVA 101 TS 196-31 1991. 115.441 1.116 40 КБ НЕ 128A0641468... 4,22 485 ZASTAVA 101 M 22-719 2003. 39.657 1.116 40 КБ НЕ 128A064158... 1,86 486 ZASTAVA 101 TS 284-71 2004. 7.917 1.116 40 КБ НЕ 128A064158... 1,28 487 ZASTAVA 128 TS 140-67 1981. 94.473 1.116 40 КБ НЕ 128A0640457... 3,61 488 ZASTAVA 128 TS 249-99 1982. 113.939 1.116 40 КБ НЕ 128A0640608656 4,72 489 ZASTAVA 128 TS 271-45 1982. 82.440 1.116 40 КБ НЕ 128A0008522281 3,02 490 ZASTAVA 128 KV 668-15 1983. 163.888 1.116 40 КБ НЕ 128A064065... 4,83 491 ZASTAVA 128 KG 152-92 1983. 69.075 1.116 40 КБ НЕ 128A0640656466 2,48 492 ZASTAVA 128 TS 104-90 1984. 135.480 1.116 40 КБ НЕ 128A0640689572 7,04 493 ZASTAVA 128 TS 302-54 1985. 69.762 1.116 40 КБ НЕ 128A06407738... 2,36 494 ZASTAVA 128 TS 275-04 1985. 101.473 1.116 40 КБ НЕ 128A0640771... 3,98 495 ZASTAVA 128 TS 169-26 1986. 123.519 1.116 40 КБ НЕ 128A0640880... 3,47 496 ZASTAVA 128 TS 153-89 1988. 80.632 1.116 40 КБ НЕ 128A064116... 5,46 497 ZASTAVA 128 TS 130-89 1988. 69.914 1.116 40 КБ НЕ 128A064121... 2,39 498 ZASTAVA 128 KV 462-47 1988. 102.179 1.116 40 КБ НЕ 128A064079... 2,19 499 ZASTAVA 128 TS 106-13 1989. 107.547 1.116 40 КБ НЕ 128A0641192... 5,88 500 ZASTAVA 128 TS 130-20 1989. 48.550 1.116 40 КБ НЕ 128A0641323699 4,70 501 ZASTAVA 128 KV 421-95 1996. 41.919 1.116 40 КБ НЕ 128A064152... 2,86 502 ZASTAVA 850 TS 147-41 1984. 117.514 847 24 КБ НЕ DMB580A7064070432 5,26 503 ZASTAVA 101 C TS 120-24 1981. 101.376 1.116 40 КБ НЕ 128A0640507048 5,20 504 ZASTAVA 101 C TS 134-23 1981. 88.750 1.116 40 КБ НЕ 128A06404639.. 2,42 505 ZASTAVA 101 C TS 177-36 1981. 120.681 1.116 40 КБ НЕ 128A06405261.... 4,16 506 ZASTAVA 101 C TS 272-02 1981. 125.745 1.116 40 КБ НЕ 128A064091... 6,11 507 ZASTAVA 101 c TS 166-32 1981. 130.141 1.116 40 КБ НЕ 128A0640513... 4,69 508 ZASTAVA 101 C TS 17-64 1981. 101.008 1.116 40 КБ НЕ 128A0640540619 3,70 509 ZASTAVA 101 C TS 318-51 1981. 74.787 1.116 40 КБ НЕ 128A064049... 3,62 510 ZASTAVA 101 C TS 150-75 1982. 99.932 1.116 40 КБ НЕ 128A064054... 4,40 511 ZASTAVA 101 C TS 181-79 1982. 81.123 1.116 40 КБ НЕ 128A06405704... 2,59 512 ZASTAVA 101 c TS 276-44 1982. 188.879 1.116 40 КБ НЕ 128A0640761... 9,49 513 ZASTAVA 101 C KV 276-85 1982. 127.511 1.116 40 КБ НЕ 128A0640600... 4,57 514 ZASTAVA 101 C TS 294-21 1982. 119.740 1.116 40 КБ НЕ 128A0640594595 3,66 515 ZASTAVA 101 GT TS 257-82 1983. 134.004 1.116 40 КБ НЕ 128A064060... 4,88 516 ZASTAVA 101 GT TS 145-43 1983. 151.207 1.116 40 КБ НЕ 128A0640639827 5,72 517 ZASTAVA 101 GT TS 323-71 1984. 162.121 1.116 40 КБ НЕ 128A0640736873 5,12 518 ZASTAVA 101 GT 55/5V TS 103-20 1983. 142.988 1.116 40 КБ НЕ 128A0640666021 7,42 519 ZASTAVA 101 GT 55/5V TS 167-79 1984. 101.925 1.116 40 КБ НЕ 128A0640713672 4,19 Факултет инжењерских наука Универзитета у Крагујевцу 215 520 ZASTAVA 101 GTL TS 140-10 1981. 86.713 1.116 40 КБ НЕ 128A064141... 2,86 521 ZASTAVA 101 GTL TS 117-38 1983. 138.810 1.116 40 КБ НЕ 128A0640640... 7,28 522 ZASTAVA 101 GTL TS 111-65 1983. 121.973 1.116 40 КБ НЕ 128A064060... 3,79 523 ZASTAVA 101 GTL TS 133-05 1983. 106.176 1.116 40 КБ НЕ 128AA064064... 4,72 524 ZASTAVA 101 GTL TS 149-33 1983. 166.329 1.116 40 КБ НЕ 128A0640629... 8,33 525 ZASTAVA 101 GTL TS 266-00 1983. 78.142 1.116 40 КБ НЕ 128A064006... 1,80 526 ZASTAVA 101 GTL TS 225-59 1984. 116.143 1.116 40 КБ НЕ 128A06407075.. 3,51 527 ZASTAVA 101 GTL TS 115-69 1984. 122.978 1.116 40 КБ НЕ 128A06407487.. 3,68 528 ZASTAVA 101 GTL TS 188-02 1984. 144.393 1.116 40 КБ НЕ 128A03640722... 4,33 529 ZASTAVA 101 GTL TS 149-68 1985. 101.542 1.116 40 КБ НЕ 128A0640791... 4,08 530 ZASTAVA 101 GTL TS 151-05 1985. 120.306 1.116 40 КБ НЕ 128A064078... 3,52 531 ZASTAVA 101 GTL TS 251-85 1985. 88.131 1.116 40 КБ НЕ 128A06407840.. 2,81 532 ZASTAVA 101 GTL TS 268-69 1985. 100.457 1.116 40 КБ НЕ 128A0640773311 4,06 533 ZASTAVA 101 GTL TS 327-47 1986. 129.541 1.116 40 КБ НЕ 1228A064086... 6,63 534 ZASTAVA 101 GTL TS 166-85 1990. 109.998 1.116 40 КБ НЕ 128A064145... 2,88 535 ZASTAVA 101 GTL 55/5V TS 298-10 1981. 61.263 1.116 40 КБ НЕ 128A0640540365 3,33 536 ZASTAVA 101 GTL 55/5V TS 184-88 1983. 123.778 1.116 40 КБ НЕ 128A0640608833 3,83 537 ZASTAVA 101 GTL 55/5V TS 187-96 1983. 174.164 1.116 40 КБ НЕ 128A0640659201 4,68 538 ZASTAVA 101 GTL 55/5V TS 110-52 1984. 141.985 1.116 40 КБ НЕ 128A064072... 7,24 539 ZASTAVA 101 GTL 55/5V TS 244-95 1984 208.829 1.116 40 КБ НЕ 128A0640741... 10,07 540 ZASTAVA 101 GTL 55/5V TS 201-31 1984. 129.671 1.116 40 КБ НЕ 128A0640706160 3,86 541 ZASTAVA 101 GTL 55/5V TS 305-76 1984. 145.721 1.116 40 КБ НЕ 128A0640694275 3,77 542 ZASTAVA 101 GTL 55/5V TS 323-88 1984. 115.146 1.116 40 КБ НЕ 128A0640742836 4,49 543 ZASTAVA 101 GTL 55/5V TS 179-94 1985. 91.938 1.116 40 КБ НЕ 128A064080.... 3,89 544 ZASTAVA 101 GTL 55/5V TS 200-39 1985. 70.378 1.116 40 КБ НЕ 128A0640771147 2,18 545 ZASTAVA 101 GTL 55/5V TS 170-32 1985. 123.961 1.116 40 КБ НЕ 128A0640783369 2,59 546 ZASTAVA 101 GTL 55/5V TS 291-14 1985. 94.984 1.116 40 КБ НЕ 128A0640802982 2,95 547 ZASTAVA 101 GTL 55/5V TS 247-89 1985. 97.750 1.116 40 КБ НЕ 128A0640822004 3,66 548 ZASTAVA 101 GTL 55/5V KV 719-20 1985. 56.244 1.116 41 КБ НЕ 128A06408399... 2,38 549 ZASTAVA 101 GTL 55/5V TS 172-96 1986. 97.287 1.116 40 КБ НЕ 128A064... 2,90 550 ZASTAVA 101 GTL 55/5V TS 164-92 1986. 61.901 1.116 40 КБ НЕ 128A064... 2,38 551 ZASTAVA 101 GTL 55/5V TS 163-82 1987. 92.383 1.116 40 КБ НЕ 128A0641024400 2,33 552 ZASTAVA 101 GTL 55/5V KŠ 565-00 1987. 78.500 1.116 40 КБ НЕ 128A0640982552 3,47 553 ZASTAVA 101 M TS 259-17 1981. 152.256 1.290 54 КБ НЕ 128A6064005330 9,11 554 ZASTAVA 101 Skala KV 558-68 1989. 171.903 1.116 40 КБ НЕ 128A0641280... 4,41 555 ZASTAVA 101 Skala TS 315-98 1989. 109.541 1.116 40 КБ НЕ 128A06412363... 3,32 556 ZASTAVA 101 Skala TS 326-28 1990. 139.395 1.116 40 КБ НЕ 128A0641445990 3,58 557 ZASTAVA 101 Skala TS 107-19 1990. 42.764 1.116 40 КБ НЕ 128A0641430502 4,78 558 ZASTAVA 101 Skala TS 146-69 1990. 116.177 1.116 40 КБ НЕ 128A064135... 2,98 559 ZASTAVA 101 Skala TS 265-09 1990. 47.860 1.116 40 КБ НЕ 128A064135... 2,86 560 ZASTAVA 101 Skala TS 208-41 1990. 50.189 1.116 40 КБ НЕ 128A064141... 2,44 561 ZASTAVA 101 Skala TS 251-14 1990. 81.673 1.116 40 КБ НЕ 128A0641436031 3,82 562 ZASTAVA 101 Skala TS 236-68 2000. 56.690 1.116 40 КБ НЕ 128A064156... 1,81 563 ZASTAVA 101 Skala TS 196-72 2000. 101.484 1.116 41 КБ НЕ 128A0641555566 5,72 564 ZASTAVA 101 Skala TS 240-78 2002. 66.475 1.116 40 КБ НЕ 128A06415706.. 1,77 565 ZASTAVA 101 Skala TS 250-93 2002. 94.696 1.116 40 КБ НЕ 128A06401577283 2,95 566 ZASTAVA 101 Skala TS 253-09 2002. 31.953 1.116 40 КБ НЕ 128A06415700... 1,87 567 ZASTAVA 101 Skala TS 253-11 2002. 39.764 1.116 40 КБ НЕ 128A064115... 3,33 568 ZASTAVA 101 Skala 55 TS 102-72 1989. 75.092 1.116 40 КБ НЕ 128A0641306930 2,81 569 ZASTAVA 101 Skala 55 TS 107-09 1989. 45.073 1.116 40 КБ НЕ 128A0641315628 4,01 570 ZASTAVA 101 Skala 55 TS 250-71 1989. 62.405 1.116 40 КБ НЕ 128A0641244077 3,41 571 ZASTAVA 101 Skala 55 TS 248-84 1990. 118.120 1.116 40 КБ НЕ 128A064615727IR 4,16 572 ZASTAVA 101 Skala 55 KV 768-02 1990. 60.327 1.116 40 КБ НЕ 128A0640533622 2,66 573 ZASTAVA 101 Skala 55 TS 125-52 1991. 80.250 1.116 40 КБ НЕ 128A0641493… 2,18 574 ZASTAVA 101 Skala 55 TS 130-82 1991. 86.939 1.116 40 КБ НЕ 128A06413774... 2,96 575 ZASTAVA 101 Skala 55 TS 106-69 1991. 96.836 1.116 40 КБ НЕ 128A0641377089 4,85 576 ZASTAVA 101 Skala 55 TS 116-76 1991. 85.333 1.116 40 КБ НЕ 128A0641394538 5,40 577 ZASTAVA 101 Skala 55 TS 174-38 1991. 126.571 1.116 40 КБ НЕ 128A0640734069 2,18 578 ZASTAVA 101 Skala 55 BG 152-715 1992. 122.483 1.116 40 КБ НЕ 128A06414936.. 6,08 579 ZASTAVA 101 Skala 55 TS 279-47 1999. 112.348 1.116 40 КБ НЕ 128A0641554155 3,32 580 ZASTAVA 101 Skala 55 TS 203-47 2000. 76.598 1.116 40 КБ НЕ 128A0641559.. 3,33 581 ZASTAVA 101 Skala 55 TS 277-17 2004. 12.705 1.116 41 КБ НЕ 128A0641591030 1,39 582 ZASTAVA 101 Skala 55 TS 293-10 2005. 42.812 1.116 40 КБ НЕ 128A0641600433 2,88 583 ZASTAVA 101 Skala 55 TS 296-32 2005. 6.975 1.116 40 КБ НЕ 128A06416051... 1,13 584 ZASTAVA 101 Skala 55 TS 304-71 2006. 34.985 1.116 40 КБ НЕ 128A0641603838 2,03 585 ZASTAVA 101 Skala 55 TS 308-56 2006. 12.986 1.116 41 КБ НЕ 128A0641610880 1,18 586 ZASTAVA 101 Skala 5V/65 TS 127-23 1982. 72.065 1.290 48 КБ НЕ 128A70000009704 2,38 587 ZASTAVA 101 Skala CDZ TS 244-28 2002. 85.019 1.116 41 КБ НЕ 128A06411572... 1,94 588 ZASTAVA 101 Skala CP ZK TS 232-78 2001. 77.929 1.116 41 КБ НЕ 128A0641567584 1,88 589 ZASTAVA 101 Skala E TS 139-46 1989. 139.152 1.116 40 КБ НЕ 128A06412... 6,61 590 ZASTAVA 101 Skala E KŠ 619-73 1989. 85.077 1.116 40 КБ НЕ 128A06412467... 3,16 591 ZASTAVA 102 Skala TS 253-10 2005. 24.079 1.116 40 КБ НЕ 128A0641577... 1,84 592 ZASTAVA 102 Skala 55 TS 294-14 2005. 67.258 1.116 40 КБ НЕ 128A06416... 5,16 593 ZASTAVA 128 1100 TS 159-05 1986. 146.384 1.116 40 КБ НЕ 128A0640885480 3,14 594 ZASTAVA 128 CL TS 197-36 1981. 202.024 1.116 40 КБ НЕ 128A064049... 10,16 595 ZASTAVA 128 CL TS 324-65 1981. 99.690 1.116 40 КБ НЕ 128A064049... 2,70 596 ZASTAVA 128 CL 1100 TS 321-68 1983. 178.598 1.116 40 КБ НЕ 128A0640633521 8,88 597 ZASTAVA 128 CL 1100 TS 170-63 1983. 163.709 1.116 40 КБ НЕ 128A0640649772 4,22 598 ZASTAVA 128 CL 1100 TS 157-05 1984. 132.276 1.116 40 КБ НЕ 128A0640401... 3,94 599 ZASTAVA 128 CL 1100 TS 231-75 1984. 105.306 1.116 40 КБ НЕ 128A0640728414 3,26 600 ZASTAVA 128 CL 1100 TS 148-71 1986. 103.024 1.116 40 КБ НЕ 128A064089... 4,02 601 ZASTAVA 128 CL 1100 TS 183-15 1986. 129.292 1.116 40 КБ НЕ 128A0640915932 3,62 602 ZASTAVA 128 CL 1100 TS 155-23 1987. 124.119 1.116 40 КБ НЕ 128A064098... 2,89 603 ZASTAVA 128 CL/1100 TS 130-72 1981. 137.863 1.116 40 КБ НЕ 128A0640510839 7,57 604 ZASTAVA 128 CL/1100 TS 284-50 1985. 126.684 1.116 40 КБ НЕ 128A0640799725 2,66 605 ZASTAVA 128 GX TS 112-39 1987. 135.033 1.116 40 КБ НЕ 128A0641051... 3,68 606 ZASTAVA 128 GX 1.1 TS 176-10 1987. 110.152 1.116 40 КБ НЕ 128A0641043352 8,08 607 ZASTAVA 128 GX 1.1 TS 155-12 1988. 90.188 1.116 40 КБ НЕ 128A0640823... 3,79 608 ZASTAVA 128 GX 1.1 TS 318-71 1988. 130.686 1.116 41 КБ НЕ 128A064111... 3,48 609 ZASTAVA 128 GX 1.1 GM 187-80 1988. 94.801 1.116 40 КБ НЕ 128A0641145540 3,86 610 ZASTAVA 128 Skala TS 180-34 1985. 124.890 1.116 40 КБ НЕ 128A06412824... 3,61 611 ZASTAVA 128 Skala TS 218-96 1988. 93.336 1.116 40 КБ НЕ 228A06412218... 3,64 612 ZASTAVA 128 Skala TS 149-32 1988. 85.830 1.116 40 КБ НЕ 128A0641162518 2,43 613 ZASTAVA 128 Skala TS 225-23 1988. 65.690 1.116 40 КБ НЕ 128A06411469... 2,19 614 ZASTAVA 128 Skala TS 179-67 1989. 52.891 1.116 40 КБ НЕ 128A0641293506 2,58 615 ZASTAVA 128 Skala TS 245-39 1990. 50.014 1.116 40 КБ НЕ 128A0641441435 5,15 616 ZASTAVA 128 Skala TS 162-60 1991. 111.461 1.116 40 КБ НЕ 128A0641484….. 4,42 617 ZASTAVA 128 Skala 55 TS 104-38 1988. 206.267 1.116 40 КБ НЕ 128A0641178842 6,72 618 ZASTAVA 128 Skala 55 TS 324-21 1988. 85.795 1.116 40 КБ НЕ 128A0641186179 2,84 619 ZASTAVA 128 Skala 55 TS 231-55 1989. 68.999 1.116 40 КБ НЕ 128A06412590... 2,68 620 ZASTAVA 128 Skala 55 TS 187-02 1989. 97.070 1.116 40 КБ НЕ 128A06411245608 3,41 621 ZASTAVA 128 Skala 55 TS 129-83 1990. 52.343 1.116 40 КБ НЕ 128A0641343659 4,78 622 ZASTAVA 128 Skala 55 TS 297-28 1991. 90.264 1.116 40 КБ НЕ 128A0641378017 4,22 623 ZASTAVA 128 Skala 55 TS 114-72 1997. 61.576 1.116 40 КБ НЕ 128A064153... 3,15 624 ZASTAVA 750 LE TS 136-92 1981. 55.631 767 18 КБ НЕ DMB100D000080... 5,92 625 ZASTAVA 750 LE TS 290-06 1981. 133.424 767 18 КБ НЕ DMB100000795187 5,34 Факултет инжењерских наука Универзитета у Крагујевцу 216 626 ZASTAVA 750 LE TS 110-91 1982. 57.104 767 18 КБ НЕ DMB100000841197 4,18 627 ZASTAVA 750 LE TS 123-40 1982. 103.016 767 18 КБ НЕ DMB100D0000909681 5,04 628 ZASTAVA 750 LE TS 247-05 1982. 117.657 767 18 КБ НЕ DMB100D000853584 7,82 629 ZASTAVA 750 LE TS 108-48 1983. 80.947 767 18 КБ НЕ DMB100D000887462 4,84 630 ZASTAVA 750 LE TS 153-20 1983. 145.383 767 18 КБ НЕ DMB100D0088863601 9,28 631 ZASTAVA 750 LE TS 182-37 1985. 80.132 767 18 КБ НЕ DMB100D000921197 5,82 632 ZASTAVA 750 LE TS 247-05 1982. 117.652 767 18 КБ НЕ DMB100D000853584 8,02 633 ZASTAVA Florida 1.3 TS 217-66 1995. 53.962 1.288 48 КБ НЕ 13E30640070491 4,10 634 ZASTAVA Florida 1.3 M 22-714 1998. 45.100 1.299 50 КБ НЕ 77761 1,71 635 ZASTAVA Florida 1.3 Poly TS 273-42 2004. 18.042 1.301 48 КБ НЕ 128A60640089473 1,83 636 ZASTAVA Florida 1.3 Poly TS 280-82 2004. 21.518 1.300 48 КБ НЕ 128A60640095442 1,86 637 ZASTAVA Florida 1.4 TS 324-44 1989. 122.821 1.372 52 КБ НЕ 160A1001259926 2,95 638 ZASTAVA Florida 1.4 KV 772-23 1990. 75.825 1.375 52 КБ НЕ 160A10001256925 3,02 639 ZASTAVA Florida 1.4 TS 317-16 1990. 137.558 1.372 51 КБ НЕ 160A10001299... 9,16 640 ZASTAVA Florida 1.4 TS 235-98 1994. 157.224 1.372 52 КБ НЕ 160A10001396884 3,15 641 ZASTAVA Florida 1.4 TS 311-46 1994. 76.471 1.372 52 КБ НЕ 169A10001397519 6,58 642 ZASTAVA Florida IN 1.3 cw TS 296-50 2005. 12.490 1.298 50 КБ НЕ 128A060640092527 1,87 643 ZASTAVA Florida IN 1.3 cw TS 324-40 2007. 11.410 1.299 48 КБ НЕ 128A606400... 0,98 644 ZASTAVA Jugo 45 TS 266-51 1984. 141.653 903 33 КБ НЕ 100GL064IR805737 6,76 645 ZASTAVA Jugo 1.1 TS 149-76 1987. 109.278 1.116 40 КБ НЕ 128A064105... 4,06 646 ZASTAVA Jugo 1.1 TS 199-21 1988. 103.555 1.116 40 КБ НЕ 128A0640017... 2,87 647 ZASTAVA Jugo 1.1 TS 159-21 1988. 112.036 1.116 40 КБ НЕ 128A0641121... 2,04 648 ZASTAVA Jugo 1.1 TS 320-11 1996. 55.633 1.116 40 КБ НЕ 128A0641529477 1,98 649 ZASTAVA Jugo 1.1 GX/5V TS 278-64 1988. 114.052 1.116 40 КБ НЕ 128A064107... 3,08 650 ZASTAVA Jugo 101 TS 191-09 1987. 101.638 1.116 40 КБ НЕ 128A0641058023 3,91 651 ZASTAVA Jugo 101 TS 155-49 1989. 108.996 1.116 40 КБ НЕ 128A06412841... 3,88 652 ZASTAVA Jugo 101 TS 287-54 1991. 56.743 1.116 40 КБ НЕ 128A0641376648 3,12 653 ZASTAVA Jugo 101 BG 156-551 1992. 103.897 1.116 40 КБ НЕ 128A0641501... 3,41 654 ZASTAVA Jugo 101 M 22-703 1993. 175.145 1.116 40 КБ НЕ 128A06415061.... 7,51 655 ZASTAVA Jugo 101 TS 136-41 1998. 88.710 1.116 40 КБ НЕ 128A064153... 8,12 656 ZASTAVA Jugo 101 Koral KV 233-72 1997. 66.957 1.116 40 КБ НЕ 128A0641527894 4,90 657 ZASTAVA Jugo 101 Skala TS 171-32 1988. 89.772 1.116 40 КБ НЕ 128A064067... 2,69 658 ZASTAVA Jugo 101 Skala TS 323-35 1988. 70.000 1.116 40 КБ НЕ 128A0641196447 3,18 659 ZASTAVA Jugo 101 Skala TS 101-50 1989. 74.578 1.116 40 КБ НЕ 128A06412755... 3,77 660 ZASTAVA Jugo 101 Skala TS 124-50 1989. 91.353 1.116 40 КБ НЕ 128A06412394... 3,58 661 ZASTAVA Jugo 101 Skala TS 160-51 1989. 80.411 1.116 40 КБ НЕ 128A064... 3,20 662 ZASTAVA Jugo 101 Skala TS 104-19 1990. 83.585 1.116 40 КБ НЕ 128A0641364289 3,74 663 ZASTAVA Jugo 101 Skala TS 177-79 1990. 112.779 1.116 40 КБ НЕ 128A06411432... 2,52 664 ZASTAVA Jugo 101 Skala TS 306-66 1990. 101.960 1.116 40 КБ НЕ 128A0641432594 2,63 665 ZASTAVA Jugo 101 Skala TS 101-82 1990. 88.404 1.116 40 КБ НЕ 128A0641365786 2,95 666 ZASTAVA Jugo 101 Skala TS 290-43 1990. 106.732 1.116 40 КБ НЕ 128A0641464051 3,88 667 ZASTAVA Jugo 101 Skala TS 140-78 1991. 82.763 1.116 40 КБ НЕ 128A06414... 4,44 668 ZASTAVA Jugo 101 Skala M 22-707 1991. 141.647 1.116 40 КБ НЕ 128A06414816.... 4,36 669 ZASTAVA Jugo 101 Skala M 22-708 1992. 169.387 1.116 40 КБ НЕ 128A0641524727 4,12 670 ZASTAVA Jugo 101 Skala TS 111-00 1992. 50.367 1.116 40 КБ НЕ 128A06413951... 1,96 671 ZASTAVA Jugo 101 Skala TS 312-10 1999. 61.630 1.116 40 КБ НЕ 128A06415463... 2,12 672 ZASTAVA Jugo 101 Skala TS 292-44 1988. 67.530 1.116 40 КБ НЕ 128A06412108... 2,48 673 ZASTAVA Jugo 101 Skala55 M 22-713 1995. 67.648 1.116 40 КБ НЕ 128A0641519786 1,98 674 ZASTAVA Jugo 101 Skalap TS 173-23 1997. 76.438 1.116 40 КБ НЕ 128A06415315... 2,48 675 ZASTAVA Jugo 128 Skala KG 399-28 1988. 96.033 1.116 40 КБ НЕ 128A06411890... 5,73 676 ZASTAVA Jugo 45 TS 108-11 1982. 159.678 903 33 КБ НЕ 100GL064019778 9,83 677 ZASTAVA Jugo 45 TS 183-38 1982. 150.831 903 33 КБ НЕ 100GL064020814 7,18 678 ZASTAVA Jugo 45 TS 153-14 1983. 66.000 903 33 КБ НЕ 100GL064042954 4,42 679 ZASTAVA Jugo 45 TS 173-69 1983. 157.671 903 33 КБ НЕ 100GL064042644 6,15 680 ZASTAVA Jugo 45 TS 184-87 1983. 115.773 903 33 КБ НЕ 100GL064036447 7,41 681 ZASTAVA Jugo 45 TS 302-77 1983. 81.985 903 33 КБ НЕ 100GL064023197 5,15 682 ZASTAVA Jugo 45 TS 146-10 1984. 92.787 903 33 КБ НЕ 100GL064037... 5,06 683 ZASTAVA Jugo 45 TS 184-27 1984. 92.392 903 33 КБ НЕ 100GL064067645 4,05 684 ZASTAVA Jugo 45 TS 287-68 1984. 85.101 903 33 КБ НЕ 100GL 4,45 685 ZASTAVA jugo 45 TS 326-64 1984. 81.822 903 33 КБ НЕ 100GL064033957 2,36 686 ZASTAVA Jugo 45 TS 108-80 1984. 122.889 903 33 КБ НЕ 100GL064075483 4,99 687 ZASTAVA Jugo 45 TS 161-54 1984. 129.210 903 33 КБ НЕ 100GL064035373 5,56 688 ZASTAVA Jugo 45 TS 173-14 1984. 161.167 903 33 КБ НЕ 100GL064064625 5,56 689 ZASTAVA Jugo 45 TS 162-01 1985. 117.488 903 33 КБ НЕ 100GL064091… 5,35 690 ZASTAVA Jugo 45 TS 273-60 1985. 138.666 903 33 КБ НЕ 100GL064183645 7,66 691 ZASTAVA Jugo 45 TS 144-71 1985. 64.659 903 33 КБ НЕ 100GL064081547 4,06 692 ZASTAVA Jugo 45 TS 272-13 1986. 127.018 903 33 КБ НЕ 100GL064130547 5,45 693 ZASTAVA Jugo 45 TS 286-79 1986. 101.443 903 33 КБ НЕ 100GL064119... 5,81 694 ZASTAVA Jugo 45 TS 231-47 1986. 126.023 903 33 КБ НЕ 100GL064133473 6,43 695 ZASTAVA Jugo 45 TS 290-22 1986. 73.342 903 33 КБ НЕ 100GL064125713 6,73 696 ZASTAVA Jugo 45 TS 324-86 1986. 83.861 903 33 КБ НЕ 100GL064091394 4,90 697 ZASTAVA Jugo 45 TS 325-98 1986. 79.781 903 33 КБ НЕ 100GL064122891 4,83 698 ZASTAVA Jugo 45 TS 128-63 1987. 169.680 903 33 КБ НЕ 100GL064137... 6,18 699 ZASTAVA Jugo 45 TS 272-91 1988. 105.537 903 33 КБ НЕ 100GL064283... 4,14 700 ZASTAVA Jugo 45 TS 110-05 1988. 130.514 903 33 КБ НЕ 100GL064174831 6,08 701 ZASTAVA Jugo 45 TS 144-46 1988. 40.202 903 33 КБ НЕ 100GL064209628 2,96 702 ZASTAVA Jugo 45 TS 150-40 1988. 74.078 903 33 КБ НЕ 100GL0640184901 4,43 703 ZASTAVA Jugo 45 TS 153-62 1988. 94.064 903 33 КБ НЕ 100GL064186... 4,28 704 ZASTAVA Jugo 45 TS 167-05 1988. 117.059 903 33 КБ НЕ 100GL064196718 6,27 705 ZASTAVA Jugo 45 TS 242-05 1988. 106.954 903 33 КБ НЕ 100GL064182186 3,16 706 ZASTAVA Jugo 45 TS 271-85 1988. 57.879 903 33 КБ НЕ 100GL064180... 2,28 707 ZASTAVA Jugo 45 TS 302-42 1988. 129.124 903 33 КБ НЕ 100GL064209672 5,42 708 ZASTAVA Jugo 45 TS 317-33 1989. 73.677 903 33 КБ НЕ 100GL064267595 4,88 709 ZASTAVA Jugo 45 TS 129-13 1989. 84.934 903 33 КБ НЕ 100GL0642282... 4,06 710 ZASTAVA Jugo 45 TS 131-36 1989. 103.262 903 33 КБ НЕ 100GL064226211 5,62 711 ZASTAVA Jugo 45 TS 136-85 1989. 75.985 903 33 КБ НЕ 100GL064264523 4,75 712 ZASTAVA Jugo 45 TS 286-63 1989. 109.415 903 33 КБ НЕ 100GL064257314 6,62 713 ZASTAVA Jugo 45 TS 288-47 1989. 107.273 903 33 КБ НЕ 100GL064213077 5,14 714 ZASTAVA Jugo 45 KV 659-14 1989. 54.702 903 33 КБ НЕ 100GL064230259 3,24 715 ZASTAVA Jugo 45 TS 146-44 1990. 59.792 903 33 КБ НЕ 100GL064295... 2,08 716 ZASTAVA Jugo 45 TS 139-88 1990. 105.215 903 33 КБ НЕ 100DL064287... 4,14 717 ZASTAVA Jugo 45 TS 140-45 1990. 114.017 903 33 КБ НЕ 100GL0640354... 4,21 718 ZASTAVA Jugo 45 TS 159-16 1990. 64.020 903 33 КБ НЕ 100GL064303382 6,88 719 ZASTAVA Jugo 45 KŠ 252-43 1990. 21.783 903 33 КБ НЕ 100GL0642901.. 2,28 720 ZASTAVA Jugo 45 TS 294-98 1990. 93.631 903 33 КБ НЕ 100GL064293208 7,18 721 ZASTAVA Jugo 45 KŠ 347-43 1990. 93.202 903 33 КБ НЕ 100GL064281519 4,97 722 ZASTAVA Jugo 45 TS 144-77 1991. 114.246 903 33 КБ НЕ 100GL0640321284 4,18 723 ZASTAVA Jugo 45 TS 100-05 1992. 33.929 903 33 КБ НЕ 100GL0640355172 3,75 724 ZASTAVA Jugo 45 TS 200-44 1984. 70.656 903 33 КБ НЕ 100GL06471698 3,19 725 ZASTAVA Jugo 45 A TS 131-52 1986. 129.316 903 33 КБ НЕ 100GL064129496 5,48 726 ZASTAVA Jugo 45 A TS 268-14 1988. 166.934 903 33 КБ НЕ 100GL064313766 4,06 727 ZASTAVA Jugo 45 A TS 129-39 1990. 55.268 903 33 КБ НЕ 100GL064277758 3,66 728 ZASTAVA Jugo 45 AX TS 283-18 1987. 129.094 903 33 КБ НЕ 100GL064171448 4,84 729 ZASTAVA Jugo 45 AX TS 131-03 1988. 75.475 903 33 КБ НЕ 100GL064177561 1,48 730 ZASTAVA Jugo 45 EX TS 183-92 1987. 147.340 903 33 КБ НЕ 100GL064160571 5,72 731 ZASTAVA Jugo 45 HLI TS 152-79 1990. 100.745 903 33 КБ НЕ 100GL064283139 4,28 Факултет инжењерских наука Универзитета у Крагујевцу 217 732 ZASTAVA Jugo 45 Koral TS 304-45 1986. 121.750 903 33 КБ НЕ 100GL064117205 4,38 733 ZASTAVA Jugo 45 Koral TS 180-31 1988. 106.414 903 33 КБ НЕ 100GL064200842 7,15 734 ZASTAVA Jugo 45 Koral KV 117-07 1989. 78.688 903 33 КБ НЕ 100GL064267422 4,02 735 ZASTAVA Jugo 45 Koral TS 184-73 1989. 94.717 903 33 КБ НЕ 100GL064252108 6,12 736 ZASTAVA Jugo 45 Koral TS 224-51 1989. 158.171 903 33 КБ НЕ 100GL064245579 4,97 737 ZASTAVA Jugo 45 Koral TS 232-94 1989. 72.822 903 33 КБ НЕ 100GL0642512.. 7,87 738 ZASTAVA Jugo 45 Koral TS 284-74 1989. 102.373 903 33 КБ НЕ 100GL06421826.. 5,09 739 ZASTAVA Jugo 45 Koral TS 291-65 1989. 79.051 903 33 КБ НЕ 100GL064244509 6,14 740 ZASTAVA Jugo 45 Koral TS 314-40 1989. 70.267 903 33 КБ НЕ 100GL064222726 3,71 741 ZASTAVA Jugo 45 Koral TS 102-09 1990. 106.049 903 33 КБ НЕ 100GL064298272 5,12 742 ZASTAVA Jugo 45 Koral TS 181-32 1990. 92.276 903 33 КБ НЕ 100GL064297314 2,66 743 ZASTAVA Jugo 45 Koral TS 166-37 1990. 84.476 903 33 КБ НЕ 100GL0640320202 4,87 744 ZASTAVA Jugo 45 Koral TS 166-93 1990. 112.640 903 33 КБ НЕ 100GL064280587 5,19 745 ZASTAVA Jugo 45 Koral TS 185-77 1990. 39.664 903 33 КБ НЕ 100GL064303706 2,98 746 ZASTAVA Jugo 45 Koral TS 100-50 1990. 98.437 903 33 КБ НЕ 100GL064280927 5,03 747 ZASTAVA Jugo 45 Koral TS 150-39 1991. 52.136 903 33 КБ НЕ 100GL064280371 5,68 748 ZASTAVA Jugo 45 Koral TS 160-65 1991. 76.687 903 33 КБ НЕ 100GL0640339092 4,28 749 ZASTAVA Jugo 45 Koral TS 161-56 1991. 45.427 903 33 КБ НЕ 100GL06403441... 2,46 750 ZASTAVA Jugo 45 Koral TS 177-93 1991. 82.664 903 33 КБ НЕ 100GL0640340812 9,12 751 ZASTAVA Jugo 45 Koral TS 182-66 1991. 119.047 903 33 КБ НЕ 100GL0640338128 6,16 752 ZASTAVA Jugo 45 Koral NS 251-657 1991. 102.389 903 33 КБ НЕ 100GL0640331551 5,06 753 ZASTAVA Jugo 45 Koral TS 181-21 1992. 54.292 903 33 КБ НЕ 100Gl0640354348 5,05 754 ZASTAVA Jugo 45 Koral TS 246-82 1992. 113.377 903 33 КБ НЕ 100GL0640345909 8,46 755 ZASTAVA Jugo 45 Koral TS 237-04 1993. 75.751 903 33 КБ НЕ 100GL064-0357561 4,71 756 ZASTAVA Jugo 45 Koral TS 313-30 1993. 78.139 903 33 КБ НЕ 100GL0640357606 3,89 757 ZASTAVA Jugo 45 Koral Hil TS 261-21 1988. 112.393 903 33 КБ НЕ IR805241 5,22 758 ZASTAVA Jugo 45 L TS 155-38 1985. 78.954 903 33 КБ НЕ 100GL064800548 4,83 759 ZASTAVA Jugo 55 TS 145-37 1981. 114.492 1.116 40 КБ НЕ 128A64325... 5,26 760 ZASTAVA Jugo 55 TS 200-31 1982. 108.441 1.116 40 КБ НЕ 128A0640524230 3,59 761 ZASTAVA Jugo 55 TS 107-80 1983. 98.505 1.116 40 КБ НЕ 128A0640737799 2,24 762 ZASTAVA Jugo 55 TS 323-26 1983. 141.196 1.116 40 КБ НЕ 1,28E+12 5,36 763 ZASTAVA Jugo 55 TS 109-59 1983. 151.035 1.116 40 КБ НЕ 128A0640662420 4,71 764 ZASTAVA Jugo 55 TS 129-22 1983. 154.430 1.116 40 КБ НЕ 128A0640672190 4,84 765 ZASTAVA Jugo 55 TS 170-48 1985. 96.812 1.116 40 КБ НЕ 128A0640771633 7,98 766 ZASTAVA Jugo 55 TS 287-48 1986. 99.458 1.116 40 КБ НЕ 128A064142... 4,95 767 ZASTAVA Jugo 55 TS 140-01 1987. 113.613 1.116 40 КБ НЕ 128A06409... 2,15 768 ZASTAVA Jugo 55 TS 116-17 1988. 164.788 1.116 40 КБ НЕ 128A0641217391 2,59 769 ZASTAVA Jugo 55 TS 189-96 1988. 174.454 1.116 40 КБ НЕ 128A0641180197 3,01 770 ZASTAVA Jugo 55 TS 303-26 1988. 105.924 1.116 40 КБ НЕ 1285A064119... 3,92 771 ZASTAVA Jugo 55 TS 147-34 1988. 58.806 1.116 40 КБ НЕ 128A0641129... 2,43 772 ZASTAVA Jugo 55 TS 243-79 1988. 49.301 1.116 40 КБ НЕ 128A0641194... 1,69 773 ZASTAVA Jugo 55 TS 318-55 1988. 115.127 1.116 40 КБ НЕ 128A0641189... 5,25 774 ZASTAVA Jugo 55 GL 407-89 1988. 119.610 1.116 40 КБ НЕ 1321945 2,20 775 ZASTAVA Jugo 55 KV 759-32 1989. 116.732 1.116 40 КБ НЕ 128A064133... 4,41 776 ZASTAVA Jugo 55 TS 124-58 1989. 84.771 1.116 40 КБ НЕ 128A0641331964 2,82 777 ZASTAVA Jugo 55 TS 142-35 1989. 53.572 1.116 40 КБ НЕ 128A0641270990 3,21 778 ZASTAVA Jugo 55 M 22-715 1989. 36.901 1.116 40 КБ НЕ 128A0641268510 3,52 779 ZASTAVA Jugo 55 TS 272-22 1989. 45.956 1.116 40 КБ НЕ 128A0640330581 2,84 780 ZASTAVA Jugo 55 TS 315-38 1989. 7.244 1.116 40 КБ НЕ 128A10640413... 1,87 781 ZASTAVA Jugo 55 TS 151-68 1990. 72.337 1.116 40 КБ НЕ 128A064135... 3,62 782 ZASTAVA Jugo 55 TS 281-19 1990. 82.159 1.116 40 КБ НЕ 128A064145... 2,98 783 ZASTAVA Jugo 55 KV 626-08 1990. 76.875 1.116 40 КБ НЕ 128A0640551820 5,29 784 ZASTAVA Jugo 55 TS 141-15 1991. 136.078 1.116 40 КБ НЕ 128A06414887.. 3,08 785 ZASTAVA Jugo 55 TS 225-90 1991. 150.195 1.116 40 КБ НЕ 128A0641474846 3,41 786 ZASTAVA Jugo 55 TS 286-70 1991. 80.794 1.116 40 КБ НЕ 128A064138... 5,32 787 ZASTAVA Jugo 55 KV 504-77 1991. 50.594 1.116 40 КБ НЕ 128A064153... 4,71 788 ZASTAVA Jugo 55 KŠ 754-78 1991. 114.551 1.116 40 КБ НЕ 128A0640657399 2,42 789 ZASTAVA Jugo 55 TS 104-63 1993. 79.860 1.116 40 КБ НЕ 18A0641479820 4,63 790 ZASTAVA Jugo 55 TS 198-32 1995. 126.644 1.116 40 КБ НЕ 128A064152... 8,52 791 ZASTAVA Jugo 55 TS 299-57 1995. 78.081 1.116 40 КБ НЕ 128A064151... 5,15 792 ZASTAVA Jugo 55 GT TS 324-61 1995. 62.700 1.116 40 КБ НЕ 128A064621894IR 2,35 793 ZASTAVA Jugo 55 Koral TS 112-28 1988. 110.331 1.116 40 КБ НЕ 128A0641501633 4,11 794 ZASTAVA Jugo 55 Koral TS 294-02 1988. 60.775 1.116 40 КБ НЕ 128A0641191967 2,30 795 ZASTAVA Jugo 55 Koral TS 318-86 1988. 83.663 1.116 40 КБ НЕ 128A06411700... 4,22 796 ZASTAVA Jugo 55 Koral TS 140-51 1988. 74.581 1.116 40 КБ НЕ 128A06412246... 2,49 797 ZASTAVA Jugo 55 Koral TS 110-67 1988. 43.311 1.116 40 КБ НЕ 128A0641205... 1,88 798 ZASTAVA Jugo 55 Koral TS 125-28 1989. 102.845 1.116 40 КБ НЕ 128A0641225694 4,87 799 ZASTAVA Jugo 55 Koral TS 122-64 1989. 104.492 1.116 40 КБ НЕ 128A0640673093 3,13 800 ZASTAVA Jugo 55 Koral TS 206-36 1989. 100.047 1.116 40 КБ НЕ 128A06412373... 4,80 801 ZASTAVA Jugo 55 Koral TS 219-10 1989. 66.526 1.116 40 КБ НЕ 128A0641262053 3,30 802 ZASTAVA Jugo 55 Koral TS 284-54 1990. 103.444 1.116 40 КБ НЕ 128A0641456413 3,09 803 ZASTAVA Jugo 55 Koral TS 174-90 1990. 73.600 1.116 40 КБ НЕ 128A0641325428 5,23 804 ZASTAVA Jugo 55 Koral TS 233-04 1990. 96.030 1.116 40 КБ НЕ 128A064144 2,94 805 ZASTAVA Jugo 55 Koral TS 268-62 1990. 86.184 1.116 40 КБ НЕ 128A06404386... 3,36 806 ZASTAVA Jugo 55 Koral TS 293-81 1990. 89.540 1.116 40 КБ НЕ 128A0641375588 5,51 807 ZASTAVA Jugo 55 Koral TS 321-83 1990. 113.101 1.116 40 КБ НЕ 128A064143... 3,18 808 ZASTAVA Jugo 55 Koral TS 180-27 1990. 93.375 1.116 40 КБ НЕ 128A064621336DMBIR 3,06 809 ZASTAVA Jugo 55 Koral TS 282-66 1990. 112.252 1.116 40 КБ НЕ 128A0641444402 3,18 810 ZASTAVA Jugo 55 Koral TS 290-55 1990. 124.272 1.116 40 КБ НЕ 128A064149... 3,36 811 ZASTAVA Jugo 55 Koral TS 293-81 1990. 89.534 1.116 40 КБ НЕ 128A0641375588 2,48 812 ZASTAVA Jugo 55 Koral TS 324-29 1990. 91.364 1.116 40 КБ НЕ 128A0641433858 4,16 813 ZASTAVA Jugo 55 Koral TS 121-90 1991. 103.222 1.116 40 КБ НЕ 128A06414940... 3,13 814 ZASTAVA Jugo 55 Koral TS 104-31 1991. 84.409 1.116 40 КБ НЕ 128A0641491934 2,46 815 ZASTAVA Jugo 55 Koral TS 104-76 1991. 86.895 1.116 40 КБ НЕ 128A0641488152 2,85 816 ZASTAVA Jugo 55 Koral TS 109-14 1991. 114.829 1.116 40 КБ НЕ 128A064148... 3,36 817 ZASTAVA Jugo 55 Koral TS 151-29 1991. 77.504 1.116 40 КБ НЕ 128A0641385577 4,08 818 ZASTAVA Jugo 55 Koral TS 172-16 1991. 102.879 1.116 40 КБ НЕ 128A064... 3,59 819 ZASTAVA Jugo 55 Koral TS 180-02 1991. 136.742 1.116 40 КБ НЕ 128A0641491... 4,28 820 ZASTAVA Jugo 55 Koral TS 188-47 1991. 101.543 1.116 40 КБ НЕ 128A064139 4,55 821 ZASTAVA Jugo 55 Koral KV 686-71 1991. 92.723 1.116 40 КБ НЕ 128A0641480821 3,05 822 ZASTAVA Jugo 55 Koral TS 109-14 1991. 120.410 1.116 40 КБ НЕ 128A0641483065 3,63 823 ZASTAVA Jugo 55 Koral TS 170-60 1991. 136.356 1.116 40 КБ НЕ 128A06414888... 4,12 824 ZASTAVA Jugo 55 Koral TS 321-13 1991. 74.505 1.116 40 КБ НЕ 128A064... 2,84 825 ZASTAVA Jugo 55 Koral TS 324-66 1991. 62.999 1.116 40 КБ НЕ 128A0641483150 3,38 826 ZASTAVA Jugo 55 Koral BG 822-059 1991. 86.043 1.116 40 КБ НЕ 128A06414919... 3,18 827 ZASTAVA Jugo 55 Koral TS 172-63 1992. 99.326 1.116 40 КБ НЕ 128A0641499.. 3,26 828 ZASTAVA Jugo 55 Koral TS 201-71 1992. 113.682 1.116 40 КБ НЕ 128A06414973... 3,13 829 ZASTAVA Jugo 55 Koral KV 786-28 1992. 67.072 1.116 40 КБ НЕ 128A064-1498724 4,62 830 ZASTAVA Jugo 55 Koral TS 307-25 1995. 127.717 1.116 40 КБ НЕ 128A06415153... 5,96 831 ZASTAVA Jugo 55GV Koral TS 174-31 1989. 78.966 1.116 40 КБ НЕ 128A0641163426 3,38 832 ZASTAVA Jugo 60 TS 295-89 1989. 133.435 1.116 44 КБ НЕ 128A20641325269 6,51 833 ZASTAVA Jugo 60 TS 108-95 1991. 108.249 1.116 44 КБ НЕ 128A20641... 3,76 834 ZASTAVA Jugo 65 TS 248-76 1995. 44.613 1.372 52 КБ НЕ 160A10001397448 3,44 835 ZASTAVA Jugo Cabriolet 60 KŠ 174-07 1996. 50.299 1.116 44 КБ НЕ 128A2064151... 3,47 836 ZASTAVA Jugo Koral 1.1 TS 281-58 2001. 45.380 1.116 40 КБ НЕ 128A064159... 5,19 837 ZASTAVA Jugo Koral 1.1 KM 315-99 2002. 63.397 1.116 40 КБ НЕ 11MA064-1567420 4,51 Факултет инжењерских наука Универзитета у Крагујевцу 218 838 ZASTAVA Jugo Koral 1.1 TS 327-41 2002. 41.898 1.116 40 КБ НЕ 128A0641577... 3,66 839 ZASTAVA Jugo Koral 1.1 TS 280-63 2004. 23.919 1.116 40 КБ НЕ 128A0641586911 1,69 840 ZASTAVA Jugo Koral 1.1 TS 281-57 2004. 37.723 1.116 40 КБ НЕ 128A06415953... 2,67 841 ZASTAVA Jugo Koral 1.1 TS 279-18 2004. 45.084 1.116 40 КБ НЕ 128A0641581148 1,72 842 ZASTAVA Jugo Koral 1.1 TS 304-18 2006. 16.373 1.116 40 КБ НЕ 128A06416105.. 1,28 843 ZASTAVA Jugo Koral 1.1 IN TS 295-97 2005. 14.028 1.116 40 КБ НЕ 128A06416044.. 1,42 844 ZASTAVA Jugo Koral 60 BG 171-624 1989. 70.720 1.116 44 КБ НЕ 128A20641321431 5,10 845 ZASTAVA Jugo Koral 60 TS 165-80 1989. 91.127 1.116 44 КБ НЕ 128A20641287204 5,55 846 ZASTAVA Jugo Koral 60 TS 229-39 1989. 120.799 1.116 44 КБ НЕ 128A20641286935 3,88 847 ZASTAVA Jugo Koral 60 TS 324-13 1989. 134.289 1.116 44 КБ НЕ 128A20641322114 2,88 848 ZASTAVA Jugo Koral 60 TS 191-31 1990. 135.301 1.116 44 КБ НЕ 128A2064134... 4,41 849 ZASTAVA Jugo Koral 60 TS 275-70 1990. 128.823 1.116 44 КБ НЕ 128A2061404042 3,77 850 ZASTAVA Jugo Koral 60 TS 155-79 1991. 108.397 1.116 40 КБ НЕ 128A0641468350 5,79 851 ZASTAVA Jugo Skala 101 TS 118-40 1998. 105.260 1.116 40 КБ НЕ 128A064154... 2,63 852 ZASTAVA Jugo Skala 55 TS 190-81 1982. 101.086 1.116 40 КБ НЕ 128A0641050903 4,18 853 ZASTAVA Jugo Skala 55 TS 296-14 1988. 119.126 1.116 40 КБ НЕ 128A036412506.. 3,19 854 ZASTAVA Jugo Skala 55 TS 152-46 1999. 50.999 1.116 40 КБ НЕ 128A0001090179 3,86 855 ZASTAVA Jugo Skala Poli TS 111-59 1997. 54..217 1.116 40 КБ НЕ 128A0641535178 2,43 856 ZASTAVA Jugo Skala Poli TS 135-12 1998. 110809 1.116 40 КБ НЕ 128A0641540... 2,12 857 ZASTAVA Jugo Skala Poli TS 279-13 1999. 39.004 1.116 40 КБ НЕ 128A0641555208 4,89 858 ZASTAVA Jugo Skala POLY TS 123-67 1998. 154.127 1.116 40 КБ НЕ 128A06415379... 4,13 859 ZASTAVA Jugo Tempo 1.0 TS 219-84 2000. 66.376 903 33 КБ НЕ 100GL0640370953 4,11 860 ZASTAVA Jugo Tempo 1.0 TS 219-85 2000. 89.765 903 33 КБ НЕ 100GL06403709... 2,71 861 ZASTAVA Jugo Tempo 1.1 TS 117-58 1995. 93.894 903 33 КБ НЕ 100GL0640366098 4,53 862 ZASTAVA Jugo Tempo 1.1 TS 140-43 1996. 64.648 1.116 40 КБ НЕ 128A064153... 3,46 863 ZASTAVA Jugo Tempo 1.1 TS 173-36 1996. 48.132 1.116 40 КБ НЕ 128A0641527156 2,29 864 ZASTAVA Jugo Tempo 1.1 TS 315-45 1996. 18.649 1.116 40 КБ НЕ 128A064152... 2,06 865 ZASTAVA Jugo Tempo 1.1 TS 324-93 1997. 104.598 1.116 40 КБ НЕ 128A0641533235 2,93 866 ZASTAVA Jugo Tempo 1.1 TS 123-01 1999. 56.039 1.116 40 КБ НЕ 128A0641548172 3,15 867 ZASTAVA Jugo Tempo 1.1 TS 171-64 1999. 62.287 1.116 40 КБ НЕ 128A064... 3,36 868 ZASTAVA Jugo Tempo 1.1 TS 190-56 1999. 69.519 1.116 41 КБ НЕ 128A064155... 3,42 869 ZASTAVA Jugo Tempo 1.1 TS 218-62 1999. 51.578 1.116 40 КБ НЕ 128A0641546553 3,15 870 ZASTAVA Jugo Tempo 1.1 TS 228-93 1999. 66.193 1.116 40 КБ НЕ 128A0641552605 3,41 871 ZASTAVA Jugo Tempo 1.1 TS 242-90 2000. 73.308 1.116 40 КБ НЕ 128A0641559… 2,49 872 ZASTAVA Jugo Tempo 1.1 TS 204-26 2000. 104.520 1.116 40 КБ НЕ 128A0641559597 2,96 873 ZASTAVA Jugo Tempo 1.1 TS 242-24 2002. 40.264 1.116 40 КБ НЕ 128A0641571663 1,96 874 ZASTAVA Jugo Tempo 1.1 TS 245-30 2002. 61.574 1.116 40 КБ НЕ 128A06415745.. 2,82 875 ZASTAVA Jugo Tempo 1.3i TS 225-02 2001. 71.723 1.299 47 СП ДА 128A60640081268 0,59 876 ZASTAVA Jugo UNO 55 TS 198-64 1990. 192.335 1.116 40 КБ НЕ 128A064059... 4,21 877 ZASTAVA Koral 1.1 TS 265-21 2003. 84.048 1.116 40 КБ НЕ 128A0641581842 2,73 878 ZASTAVA Koral 1.1 TS 319-75 2004. 43.476 1.116 40 КБ НЕ 128A0641591711 2,71 879 ZASTAVA Koral 1.1 BG 631-263 2004. 42.695 1.116 40 КБ НЕ 128A0641583886 1,78 880 ZASTAVA Koral 1.1 TS 273-96 2004. 61.206 1.116 40 КБ НЕ 128A20641588689 3,71 881 ZASTAVA Koral 1.1 TS 287-81 2005. 43.703 1.116 40 КБ НЕ 128A064159... 1,51 882 ZASTAVA Koral 1.1 VR 579-00 2005. 38.269 1.116 40 КБ НЕ 128A0641595673 1,41 883 ZASTAVA Koral IN 1.1 TS 300-90 2002. 66.629 1.116 40 КБ НЕ 128A2064157... 1,94 884 ZASTAVA Koral IN 1.1 TS 316-42 2003. 31.620 1.116 40 КБ НЕ 128A06457... 1,79 885 ZASTAVA Koral IN 1.1 TS 275-86 2004. 74.204 1.116 40 КБ НЕ 128A0641590002 1,78 886 ZASTAVA Koral IN 1.1 TS 277-55 2004. 6.557 1.116 40 КБ НЕ 128A0415925... 1,14 887 ZASTAVA Koral IN 1.1 TS 291-99 2005. 30.120 1.116 40 КБ НЕ 128A0641599976 1,68 888 ZASTAVA Koral IN 1.1 TS 299-90 2006. 5.920 1.116 40 КБ НЕ 128A0641606660 1,98 889 ZASTAVA Koral IN 1.1 TS 302-39 2006. 3.290 1.116 40 КБ НЕ 128A06416074.. 1,89 890 ZASTAVA Koral IN 1.1 TS 306-35 2006. 18.333 1.116 40 КБ НЕ 128A064160... 1,43 891 ZASTAVA Skala 1.1 Poli TS 235-69 2000. 117.008 1.116 40 КБ НЕ 128A0641561655 2,56 892 FORD Eskort 1.3 BG 600-463 1988. 153.194 1.271 44 КБ ДА JLA83176 VV Carb-VV 1,22 893 FORD Tranzit TS 155-03 1987. 124.832 1.993 57 КБ НЕ NAT64384 VV Carb-VV 2,29 894 FORD Eskort 1.3 TS 320-49 1987. 106.787 1.297 44 КБ ДА JLA18149 VV Carb-VV 1,54 895 FORD Scorpio 2.0 TS 328-24 1986. 150.235 1.993 74 КБ НЕ NE410212 30/34 DFTH Carb-2V 2,17 896 FORD Eskort 1.6 TS 301-49 1986. 213.977 1.597 59 КБ НЕ LPA92236 VV Carb-VV 2,88 897 FORD Escort 1.6 LANS TS 129-41 1986. 196.499 1.597 58 КБ НЕ LPA83685 VV Carb-VV 3,24 898 FORD Escort 1.4 TS 126-13 1986. 144.611 1.392 55 КБ НЕ FUA59601 28/30 DFTM Carb-2V 2,81 899 FORD Siera 2.0 TS 120-20 1985. 131.670 1.993 77 КБ НЕ NET26151 30/34 DFTH Carb-2V 2,82 900 FORD Siera 1.6 TS 134-09 1985. 213.693 1.593 55 КБ НЕ LCT57995 VV Carb-VV 3,31 901 FORD Escort TS 173-78 1985. 194.389 1.341 43 КБ НЕ JGA11125 460 Carb-2V 2,99 902 FORD Eskort 1.1 TS 173-78 1985. 194.350 1.117 40 КБ НЕ GMA11125 VV Carb-VV 3,73 903 FORD Escort 1.3 GL TS 302-68 1984. 131.056 1.296 51 КБ НЕ JPA - PUS VV Carb-VV 2,65 904 FORD Eskort 1.3 GL TS 282-95 1984. 172.697 1.296 51 КБ НЕ JP96624 VV Carb-VV 3,82 905 HYNDAI Sonata 2.0 16v TS 55-55 1997. 355.651 1.325 92 МП ДА G4CP277295 MFI MFI-s 1,42 906 HYNDAI Pony TS 291-17 1993. 128.910 1.469 52 КБ НЕ G4J2232 Chang Won Carb-FJ 4,12 907 MAZDA 626 TS 111-11 1990. 182.181 1.998 79 КБ НЕ FE - PUS Hitachi Carb-2V 7,92 908 MAZDA 626 Serion TS 150-09 1990. 374.815 1.998 79 КБ НЕ FE880793 Hitachi Carb-2V 2,82 909 MAZDA 626 TS 295-57 1989. 296.533 1.984 79 КБ НЕ FE904742 Hitachi Carb-2V 4,14 910 MITSUBUSHI СПace wagon TS 255-67 1990. 196.641 1.997 74 МП ДА 4G63J01415 ECI-Multi MFI-s 1,39 911 MITSUBUSHI Galant 1800 I TS 120-12 1990. 152.297 1.755 66 МП ДА 4G37GN5779 ECI-Multi MFI-s 0,89 912 MITSUBUSHI Colt GLX TS 175-60 1990. 168.090 1.458 55 КБ НЕ 4G15LD3085 5EUB/5EVB Carb-2V 2,73 913 MITSUBUSHI Galant 1800 TS 214-73 1989. 173.921 1.754 63 КБ ДА 4G37GC5236 FBC Carb-Elec 1,48 914 MITSUBUSHI Colt TS 117-90 1988. 210.657 1.298 51 КБ НЕ 4G13BJB4297 5EUB/5EVB Carb-2V 2,88 915 MITSUBUSHI Lanser 1.5 TS 208-90 1987. 339.745 1.458 55 КБ ДА 4G15BHC4577 Aisan Carb-2V 1,92 916 NISSAN BWEBIRD 2.0 TS 214-59 1989. 276.885 1.974 77 КБ ДА CA20S83760B DCR 342 Carb-2V 1,86 917 NISSAN Sunny 1.6 TS 298-04 1988. 154.734 1.597 62 КБ НЕ E16S983626Y DCZ 328 Carb-2V 3,03 918 NISSAN Sanny TS 225-07 1988. 265.344 1.597 66 СП ДА E16828753P СПI TBI-i 1,46 919 RENAULT Kangoo 1.4 TS 310-10 2004. 89.427 1.390 55 МП ДА E7J780R061298 Sirius 32 MFI-i 0,31 920 SUZUKI Swift TS 286-82 2000. 30.108 993 39 СП ДА G10A364080 СПI TBI-i 0,58 921 SUZUKI Swift FLX TS 322-16 1990. 99.281 1.299 49 КБ ДА G13BA169689 Aisan Carb-2V 1,03 922 SUZUKI Swift 1.3 TS 222-99 1989. 128.678 1.289 49 КБ НЕ G13BA10557 Aisan Carb-2V 2,78 923 TOYOTA Corola 1.6 GH TS 125-77 1992. 250.059 1.587 85 МП ДА 4AGE119735 TCCS MFI-i 0,86 924 TOYOTA Corolla 1.6 XL TS 163-33 1991. 188.189 1.587 70 КБ ДА 84412251/4A 16300 Carb-2V 1,40 925 TOYOTA Corola 1.6 GTI TS 293-35 1990. 235.421 1.587 70 КБ ДА 4A7269445 16300 Carb-2V 1,84 926 VOLVO 740 KV 752-67 1986. 308.451 2.315 84 КБ ДА B230K49998407609 2B5/2B7 Carb-2V 1,26 927 ALFA ROMEO 156 BG 767-363 2000. 149.244 1.747 106 МП ДА AR322011453154 Motronic M1.5.5 MFI-s 0,63 928 ALFA ROMEO 146 1.6 СПAK TS 268-72 1997. 102094 1.598 88 МП ДА AR676010668462 Motronic M2.10.4 MFI-s 0,08 929 ALFA ROMEO 33 1.7 IE TS 238-85 1993. 196.387 1.711 79 МП ДА AR30737A007661 L3-Jetronic MFI-i 0,90 930 ALFA ROMEO 33 1.7 TS 114-82 1989. 185.470 1.712 77 МП ДА AR30558A011902 L3-Jetronic MFI-i 0,84 931 ALFA ROMEO 33 1.7 TS 296-15 1989. 114.521 1.711 77 МП ДА AR30558A L3-Jetronic MFI-i 0,31 932 ALFA ROMEO 75 1.8 TS 270-48 1986. 235.998 1.779 82 КБ НЕ AR06202054234 40 DHLA Carb-2V 4,77 933 AUDI A3 1.8 TS 304-73 1998. 140.807 1.781 92 МП ДА AGN080881 Motronic M3.8.2 MFI-s 0,77 934 AUDI A4 TS 279-99 1998. 264.354 1.781 92 МП ДА ADR101275 Motronic M3.82 MFI-s 0,86 935 AUDI A8 2.8 KV 666-666 1996. 257.990 2.771 128 МП ДА AAH244885 MPI MFI-s 1,24 936 AUDI 80 2.0 E TS 218-94 1992. 102.725 1.985 85 СП ДА ABT058184 Mono-Motronic 1.2. TBI-i 0,99 937 AUDI 80 TS 184-02 1992. 275.211 1.985 85 СП ДА ABT054495 Mono-Motronic 1.2. TBI-i 1,62 938 AUDI 80 TS 239-49 1991. 252.337 1.781 66 КБ ДА SF027123 2EE CarbElect. 1,76 939 AUDI 80 S TS 113-91 1991. 222.518 1.781 66 СП ДА PM026594 Mono-Motronic 1.2. TBI-i 1,27 940 AUDI 80 S TS 196-38 1990. 113.111 1.781 66 МП ДА JN358498 K-Jetroni MFI-c 0,82 941 AUDI 80 TS 296-68 1989. 213.326 1.595 51 КБ НЕ RN040897 26-30 DC Carb-2V 3,18 942 AUDI 90 Q TS 298-99 1988. 179.154 2.282 100 МП ДА NG019041 KE-Jetronic 3.2 MFI-c 1,41 943 AUDI 80 1.9 qvatro TS 147-14 1987. 125.911 1.874 83 МП ДА SD001905 KE-Jetronic 2.1 MFI-c 1,32 Факултет инжењерских наука Универзитета у Крагујевцу 219 944 AUDI 100 KŠ 601-71 1984. 243.440 2.144 96 МП НЕ KF006838 K-Jetronic MFI-c 1,81 945 BMW 316 I TS 326-86 1993. 218.685 1.596 75 МП ДА 164E211027906 Motronic M1.7..2/3 MFI-i 0,89 946 CHEVROLET СПark 5DR 0.8S BG 837-676 2007. 8.029 796 38 МП ДА A08S3890987KA2 MFI-s 0,06 947 CHEVROLET СПark S 08 SOH TS 324-83 2007. 15.261 796 38 МП ДА A08S3941737KA2 MFI-s 0,44 948 CHEVROLET Kalos S 1.2 SOC TS 314-25 2006. 6.487 1.150 53 МП ДА B12S1360403KA2 DWMC MFI-i 0,03 949 CHEVROLET СПark 0.8 MPI TS 302-27 2006. 24.928 796 38 МП ДА A08S3383358KA2 MFI-s 0,11 950 CHEVROLET Kalos S 1.4 SOH TS 294-00 2005. 20.721 1.399 61 МП ДА F14S3079284K DWMC MFI-i 0,05 951 CHEVROLET Kalos 1.2 TS 291-21 2005. 21.341 1.150 53 МП ДА B12S1156675KA2 DWMC MFI-i 0,05 952 CHEVROLET Kalos 1.2 TS 327-77 2004. 41.800 1.150 53 МП ДА B12S122731KA2 DWMC MFI-i 0,12 953 CITROEN AX 11 TS 221-51 1991. 157.150 1.124 44 СП ДА HDZ381621 Monopoint 2.2 TBI-i 0,86 954 DAĈIA Logan 1.4 LAUR TS 326-68 2007. 16.051 1.390 55 МП ДА K7JA710UE07175 Siemens MFI-s 0,09 955 DAĈIA Loga Ambian 1.4 TS 307-98 2006. 9.328 1.390 55 МП ДА K7JA710UC50441 Siemens MFI-s 0,06 956 DAĈIA 1.4 Ambiani TS 302-46 2006. 4.593 1.390 55 МП ДА K7JA710UC06386 Siemens MFI-s 0,05 957 DAĈIA Logan Laur 1.6 TS 292-76 2005. 39.242 1.596 64 МП ДА K7ME710UB23936 Siemens MFI-s 0,16 958 DAĈIA Logan LAUR1.4 TS 296-91 2005. 35.787 1.390 55 МП ДА K7JA710UB55646 Siemens MFI-s 0,18 959 DAĈIA Logan Ambiani.4 TS 297-58 2005. 11.089 1.390 55 МП ДА K7JA710UB67827 Siemens MFI-s 0,02 960 DAĈIA Logan 1.6 TS 280-96 2004. 87.253 1.598 64 МП ДА K7MF710UA07791 Siemens MFI-s 0,32 961 DAĈIA Logan Ambian1. TS 282-49 2004. 84.722 1.390 55 МП ДА K7JA710UA25751 Siemens MFI-s 0,26 962 DAEWOO Nexia 1.5 16v TS 310-70 1997. 191.098 1.498 66 МП ДА A15MF220295 Multec-Injection MFI-i 0,83 963 DAIHATSU Appauser TS 243-06 1991. 139.884 1.590 77 МП ДА HDE225861 EFI MFI-i 0,62 964 DAIHATSU Aplause TS 322-91 1991. 226.906 1.589 67 КБ НЕ HDC215333 28-32 Carb-2V 2,48 965 DAIHATSU Charade TS 245-73 1991. 228.460 1.259 56 КБ НЕ HCC063959 28-32 Carb-2V 4,48 966 DAIHATSU Appauser TS 251-33 1990. 272.473 1.589 67 КБ НЕ HDC178992 28-32 Carb-2V 3,15 967 DAIHATSU Charade TS 303-47 1987. 191.426 993 38 КБ НЕ CB201593106 C28 FU Carb-2V 6,67 968 FIAT Punto Grande TS 307-37 2006. 38.844 1.242 48 МП ДА 199A4000.3331908 IAW 5 SFR3.M1 MFI-s 0,28 969 FIAT Punto 1.2 TS 305-07 2003. 57.262 1.242 44 МП ДА 188A40001509469 IAW 59F MFI-s 0,41 970 FIAT Punto 1.2 TS 267-63 2003. 21.497 1.242 44 МП ДА 188A40002054100 IAW 59F MFI-s 0,17 971 FIAT Punto 1.2 BG 845-146 2003. 58.327 1.242 44 МП ДА 188A40001519252 IAW 59F MFI-s 0,32 972 FIAT Punto 1.2 TS 271-09 2003. 34.214 1.242 44 МП ДА 188A4002030115 IAW 59F MFI-s 0,27 973 FIAT Stilo TS 294-31 2002. 68.234 1.596 76 МП ДА 182B60000503675 IAW 5 NFT1 MFI-s 0,11 974 FIAT Punto 1.2 TS 314-24 2002. 50.464 1.242 44 МП ДА 188A4000-0904969 IAW 59F MFI-s 0,41 975 FIAT Punto 1.2 TS 311-85 2002. 74.145 1.242 44 МП ДА 188A40001244412 IAW 59F MFI-s 0,37 976 FIAT Punto 1.2 TS 249-61 2002. 92.215 1.242 59 МП ДА 188A50000725609 Motronic ME7.3H7 MFI-s 0,42 977 FIAT Punto 1.2 TS 320-25 2002. 75.918 1.242 44 МП ДА 188A40001260083 IAW 59F MFI-s 0,37 978 FIAT Seicento 1.1 TS 322-27 2002. 51.126 1.108 40 МП ДА 187A10000981754 IAW 59F.M7 MFI-i 0,41 979 FIAT Brava 1.6 TS 326-08 2001. 109.220 1.589 76 МП ДА 182B60000388966 IAW 4EF MFI-i 0,42 980 FIAT Punto 1.2 ELX TS 313-14 2001. 67.602 1.242 59 МП ДА 188A500 - PUS Motronic ME7.3H7 MFI-s 0,18 981 FIAT Punto 1.2 M 22-716 2001. 116.144 1.242 59 МП ДА 188A50000630354 Motronic ME7.3H6 MFI-s 0,63 982 FIAT Punto 1.2 M 22-717 2001. 115.535 1.242 59 МП ДА 188A50000635450 Motronic ME7.3H7 MFI-s 0,32 983 FIAT Punto 1.2 TS 265-44 2001. 119.191 1.242 44 МП ДА 188A40000099253 IAW 59F MFI-s 0,88 984 FIAT Punto 1.2 EL TS 322-03 2001. 92.454 1.242 44 МП ДА 188A40000595344 IAW 59F MFI-s 0,78 985 FIAT Palio 1.2 TS 320-95 2001. 212.914 1.242 44 МП ДА 188A400 IAW 59F BW MFI-i 0,91 986 FIAT Punto 1.2 TS 294-43 2000. 139.558 1.242 44 МП ДА 188A40009872550 IAW 59F MFI-s 0,98 987 FIAT Punto 60 TS 320-53 1999. 343.892 1.242 44 СП ДА 176B40009139993 IAW 16F TBI-i 1,97 988 FIAT Bravo 1.8 ĈA 857-49 1998. 126.916 1.747 83 МП ДА 182A20001040295 MPI MFI-s 0,52 989 FIAT Bravo 1.6 TS 310-37 1998. 215.433 1.581 76 МП ДА 182A40009802220 IAW 49F MFI-i 0,84 990 FIAT 146 L Fiorino KV 745-26 1998. 231.518 1.372 49 СП ДА 149C50009929707 Mono-Jetronic TBI-i 1,52 991 FIAT Punto 60 S TS 264-11 1998. 105.518 1.242 44 СП ДА 176B40008341433 IAW 16F TBI-i 0,94 992 FIAT Seicento TS 286-58 1998. 39.782 899 29 СП ДА 1170A10469664803 IAW 06F TBI-i 0,75 993 FIAT Brava TS 265-47 1997. 249.333 1.581 76 МП ДА 182A40009797480 IAW 1AF MFI-s 1,30 994 FIAT LANCIA Delta TS 259-06 1997. 136.841 1.581 76 МП ДА 182A40009782292 IAW 1AF MFI-s 0,58 995 FIAT Brava 1.6 TS 258-39 1997 97.117 1.581 66 МП ДА 182A60009532579 IAW 1AF MFI-s 0,46 996 FIAT Bravo 1.6 TS 326-71 1997. 124.173 1.581 76 МП ДА 182A40009746067 IAW 1AF MFI-s 0,46 997 FIAT Punto 55 S TS 294-94 1997. 110.284 1.108 40 СП ДА 176B20007159621 16F.TB TBI-i 1,26 998 FIAT Punto 55 S 5P BG 178-524 1997. 124.426 1.108 40 СП ДА 176B20007879400 16F.TB TBI-i 1,59 999 FIAT Uno 1.0 TS 241-18 1995. 112.270 999 33 СП ДА 156A22467286088 Mono-Jetronic TBI-i 1,25 1000 FIAT Uno 60S TS 222-10 1991. 123.582 1.108 41 КБ НЕ 160A30003343650 32 TLF Carb-FJ 2,88 1001 FIAT Panda 4/4 IE KV 770-86 1990. 118.316 999 33 СП ДА 156A22461252130 Mono-Jetronic TBI-i 1,14 1002 FIAT Uno 75 IE TS 222-29 1988. 219.108 1.498 56 КБ ДА 149C10006896381 Mono-Jetronic TBI-i 1,99 1003 FIAT Uno 45 ES TS 304-15 1987. 229.732 903 33 КБ ДА 146A00002068484 32 ICEV Carb-FJ 1,74 1004 FIAT Uno 45 TS 110-53 1985. 191.603 903 33 КБ ДА 146A0007479824 32 ICEV Carb-FJ 1,81 1005 FORD Mondeo TS 322-45 2007. 21.356 1.596 81 МП ДА RHBA 7Y27171 Motronic ME9.0 Mass/MAP 0,03 1006 FORD Fiesta 1.2 TS 298-66 2006. 24.569 1.242 55 МП ДА FUJA6Y81167 SIM 22/210 MFI-s 0,07 1007 FORD Fokus 1.6 16v TS 325-26 2002. 98.994 1.596 74 МП ДА FYDB2Y54369 EEC V MFI-s 0,41 1008 FORD Fokus 1.6 TS 303-69 2001. 88.109 1.596 74 МП ДА FYDDYL88955 EEC V MFI-s 0,27 1009 FORD Ka 1.3 TS 313-12 2001. 34.803 1.299 44 МП ДА J4S1P89569 EEC V MFI-s 0,28 1010 FORD Mondeo 2.5 TS 298-27 1998. 218.590 2.544 125 МП ДА SEAWJ67888 EEC V MFI-s 0,95 1011 FORD Probe TS 305-16 1989. 229.050 1.991 85 МП ДА FS660228 SEFI MFI-s 1,11 1012 HYNDAI MXI Atos EM S TS 291-44 2004. 19.749 1.086 43 МП ДА G4HD4E36968 Motronic M7.9.0 MFI-s 0,11 1013 IMV R.5 Campus TS 259-70 1990. 195.601 1.108 34 КБ НЕ C1E750C171107 32 BIS Carb-FJ 3,84 1014 LADA Niva 1.7 TS 314-05 2007. 15.364 1.690 59 СП ДА 21211-48505004 One point TBI-i 0,96 1015 LADA Niva 1.7 I TS 294-18 2005. 50.331 1.690 59 МП ДА 21214-7903863 Multi point MFI-i 0,21 1016 LADA Niva 1.7 TS 282-36 2004. 12.057 1.690 59 СП ДА 21214-7879484 Multi point MFI-i 0,28 1017 LADA Niva 1.7 TS 258-87 2003. 102.214 1.690 59 СП ДА 21211-37199558 One point TBI-i 0,44 1018 LADA Niva 1.7 TS 258-68 2003. 80.483 1.690 59 СП ДА 21214-7216832 One point TBI-i 0,36 1019 LADA 110 1.5 LI TS 256-20 2003 83.080 1.499 57 МП ДА 2110203056 Multi point MFI-i 0,38 1020 LADA 110 1.5 LI TS 227-14 2001. 111.131 1.499 57 МП ДА 21110254399 Multi point MFI-i 0,71 1021 LADA 21102 M KŠ 350-96 2000. 120.107 1.499 56 МП ДА 2110104994 Multi point MFI-i 0,83 1022 LADA 110 1.5 LI TS 196-40 2000. 96.682 1.499 52 МП ДА 21110105001 Multi point MFI-i 0,36 1023 LADA 110 1.5 LI TS 196-40 2000. 96.694 1.499 52 МП ДА 21110105001 Multi point MFI-i 0,78 1024 LADA 110 1.5 LI TS 195-36 2000. 59.503 1.499 52 МП ДА 21110106040 Multi point MFI-i 0,21 1025 LADA 110 1.5 LI TS 286-16 2000. 111.369 1.499 52 МП ДА 21110106071 Multi point MFI-i 0,86 1026 LANCIA Y 1100 BG 463-925 1997. 158.895 1.108 40 СП ДА 176B20007552630 IAW TBI-i 1,13 1027 MAZDA 323 I 16v TS 299-77 1991. 149.371 1.598 64 КБ ДА BG394908 Hitachi Carb-2V 1,20 1028 MAZDA 121 TS 304-50 1991. 151.502 1.323 53 СП ДА B3537739 EGI-S TBI-i 0,87 1029 MAZDA 626 GLX TS 292-90 1985. 289.267 1.984 68 КБ ДА FE298791 Carb-2V 1,88 1030 MAZDA 626 TS 249-07 1982. 317.355 1.586 55 КБ НЕ 1600 Nikki Carb-2V 6,22 1031 MER. Smart MC 81 KŠ 955-97 1999. 84.478 599 33 МП ДА 160.910 - PUS ME-SFI MFI-s 0,79 1032 MERCEDES 190 E TS 105-73 1986. 237.199 1.996 90 МП НЕ 102962-10078382 K-Jetronic 3.1 MFI-c 1,83 1033 MERCEDES 190 E TS 246-27 1984. 176.844 1.997 90 МП НЕ 102961-10071086 K-Jetronic MFI-c 1,96 1034 MITSUBUSHI Lanser 1.5 TS 201-57 1992. 143.054 1.468 66 КБ НЕ 4G15L7236 Aisan Carb-VV 4,18 1035 OPEL Astra 1.6 TS 259-53 1998. 310.094 1.598 74 МП ДА X16XEL20A45839 Multec-S MFI-s 1,33 1036 OPEL Astra 1.6 TS 282-68 1998. 121.145 1.598 74 МП ДА X16XEL02KA3259 Multec-S MFI-s 0,53 1037 OPEL Astra 1.6 16v KV 499-08 1997. 171.763 1.598 74 МП ДА X16XEL20883135 Multec-S MFI-s 0,87 1038 OPEL Astra 1.6 16v TS 260-79 1997. 131.039 1.598 74 МП ДА X16XEL192770 Multec-S MFI-s 0,38 1039 OPEL Corsa 1.4 I TS 145-47 1992. 82.430 1.389 44 СП ДА C14NZ19617285 Multec-ZE TBI-i 0,85 1040 OPEL Corsa 1.2 TS 221-37 1992. 115.364 1.195 33 СП ДА C12NZ19B35324 Multec-ZE TBI-i 1,42 1041 OPEL Calibra 2.0 16v TS 320-05 1991. 108.599 1.998 110 МП ДА C20XE14066478 Motronic 2.5 MFI-s 0,15 1042 OPEL Omega 2.0 I PE 379-01 1991. 128.241 1.997 85 МП ДА C20NE14597971 Mot.M1.5/ML4.1 MFI-i 0,92 1043 OPEL ASTRA 1.8 F TS 209-82 1991. 169.170 1.796 66 СП ДА C18NZ14223988 Multec-ZE TBI-i 1,09 1044 OPEL Kadet 1.4 NP 606-38 1991. 110.060 1.389 55 КБ НЕ 14NV19584755 2 E3 Carb-2V 3,29 1045 OPEL Korsa 1.4 TS 218-08 1991. 119.926 1.389 44 СП ДА C14NZ19495284 Multec-ZE TBI-i 1,25 1046 OPEL Kadet 1.4 I TS 219-97 1991. 102.255 1.388 44 СП ДА C14Z19518592 Multec-ZE TBI-i 0,87 1047 OPEL Omega 20A KŠ 719-30 1990. 188.474 1.984 85 МП ДА C20NE14203310 Mot.M1.5/ML4.1 MFI-i 0,71 1048 OPEL Kadet 1.8 I TS 306-56 1990. 116.465 1.796 66 СП ДА C18NZ14072773 Multec-ZE TBI-i 0,96 1049 OPEL Kadet 1.6 I TS 259-45 1990. 168.910 1.587 55 СП ДА C16NZ02G79021 Multec-ZE TBI-i 0,97 Факултет инжењерских наука Универзитета у Крагујевцу 220 1050 OPEL Kadet GL TS 177-57 1990. 122.895 1.587 55 СП ДА C16LZ0070607 Multec-ZE TBI-i 0,91 1051 OPEL Kadet 1.6 TS 233-38 1989. 174.649 1.587 55 СП ДА C16NZ02E82646 Multec-ZE TBI-i 1,41 1052 OPEL Kadet 1.6 TS 108-64 1989. 210.766 1.587 55 СП ДА C16NZ02E51815 Multec-ZE TBI-i 1,57 1053 OPEL Kadet ECC TS 309-41 1989. 157.071 1.296 44 СП ДА C13N02A31231 Multec-ZE TBI-i 1,13 1054 OPEL Kadet 1.3 TS 142-45 1989. 90.638 1.281 55 КБ НЕ 13S1189893 2 E3 Carb-2V 3,67 1055 OPEL Kadet 1.3 TS 121-35 1989. 175.117 1.281 44 СП ДА C13N19C50336 Multec-ZE TBI-i 1,87 1056 OPEL Kadet 1.3 LS KŠ 473-26 1989. 145.820 1.281 44 КБ НЕ 13NB13B55677 1B1 Carb-FJ 3,16 1057 OPEL Omega 2.0 I TS 224-55 1988. 296.027 1.997 85 МП ДА C20NE14032410 Mot.M1.5/ML4.1 MFI-i 1,33 1058 OPEL Omega 2.0 TS 274-91 1988. 136.535 1.984 85 МП ДА C20NE25067477 Mot.M1.5/ML4.1 MFI-i 1,08 1059 OPEL Kadet 1.6 I TS 281-35 1988. 207.753 1.587 55 СП ДА C16NZ02B17856 Multec-ZE TBI-i 1,96 1060 OPEL Kadet 1.3 LSJ TS 130-94 1988. 102.775 1.297 55 КБ НЕ 13S19B35118 2 E3 Carb-2V 2,10 1061 OPEL Corsa 1.3 TS 254-94 1988. 97.010 1.296 40 СП ДА C13N1820329 Multec-ZE TBI-i 1,17 1062 OPEL Corsa 1.3 TS 211-53 1988. 170.205 1.281 52 СП ДА C13N1897924 Multec-ZE TBI-i 1,42 1063 OPEL Kadet 1.3 LS KV 778-72 1988. 125.829 1.281 51 КБ НЕ A13S1726351 2 E3 Carb-2V 2,45 1064 OPEL Kadet 1.3 TS 326-66 1988. 137.741 1.281 55 КБ НЕ 13S1497568 2 E3 Carb-2V 3,51 1065 OPEL Kadet 1.3 GL TS 131-31 1988. 155.242 1.281 55 КБ НЕ 13S1860234 2 E3 Carb-2V 6,95 1066 OPEL Kadet 1.3 TS 195-48 1988. 111.344 1.281 44 СП ДА C13N1875067 Multec-ZE TBI-i 1,41 1067 OPEL Kadet ECC KŠ 702-10 1988. 114.667 1.281 44 КБ НЕ 13NB19982150 1B1 Carb-FJ 2,45 1068 OPEL Omega 2.0 TS 285-58 1987. 293.516 1.984 85 МП ДА C20NE25024349 Mot.M1.5/ML4.1 MFI-i 1,09 1069 OPEL Kadet 2.0 GSI TS 263-65 1987. 297.398 1.984 95 МП НЕ 20 SEH - PUS Mot.M1.5/ML4.1 MFI-i 1,71 1070 OPEL Omega 2.0 BG 742-578 1987. 187.778 1.984 85 МП ДА C20NE14058544 Mot.M1.5/ML4.1 MFI-i 1,18 1071 OPEL Kadet 1.6 LS TS 226-14 1987. 144.502 1.587 55 СП ДА C16NZ02F92347 Multec-ZE TBI-i 1,22 1072 OPEL Kadet 1.3 TS 296-55 1987. 213.869 1.296 44 СП ДА C13N1833713 Multec-ZE TBI-i 1,52 1073 OPEL Kadet 1.3 TS 139-50 1987. 118.096 1.281 55 КБ НЕ 13S0980316 2 E3 Carb-2V 2,36 1074 OPEL Kadet 1.3 E TS 279-00 1987. 112.497 1.281 44 КБ НЕ 13NB19547672 1B1 Carb-FJ 2,48 1075 OPEL Corsa 1.3 TS 158-79 1987. 99.858 1.281 44 СП ДА C13N1751774 Multec-ZE TBI-i 1,13 1076 OPEL Kadet 1.3 TS 321-93 1987. 77.906 1.281 55 КБ НЕ 13S19322568 2 E3 Carb-2V 2,67 1077 OPEL Kadet 1.3/3V KV 730-91 1987. 113.891 1.281 44 КБ НЕ 13NB1800876 1B1 Carb-FJ 2,49 1078 OPEL Kadet 1.3 TS 209-22 1987. 152.934 1.281 44 КБ НЕ 13NB15598278 1B1 Carb-FJ 3,79 1079 OPEL Kadet ECC TS 270-09 1987. 148.002 1.281 44 КБ НЕ 13NB19841212 1B1 Carb-FJ 2,76 1080 OPEL Kadet E LS TS 195-12 1987. 159.263 1.281 44 КБ НЕ 13NB1841426 1B1 Carb-FJ 3,82 1081 OPEL Omega 2.0 TS 143-25 1987. 191.955 1.271 90 МП НЕ 20SE14071720 Mot.M1.5/ML4.2 MFI-i 1,90 1082 OPEL Omega AC 20NE KV 528-75 1986. 249.970 1.998 85 МП ДА C20NE14003297 Mot.M1.5/ML4.1 MFI-i 1,14 1083 OPEL Omega 20A TS 248-18 1986. 209.888 1.984 85 МП ДА C20NE14069132 Mot.M1.5/ML4.1 MFI-i 1,45 1084 OPEL Askona 1.8 I TS 109-48 1986. 182.404 1.771 85 МП НЕ 18E14301144 LE - Jettronic MFI-i 1,90 1085 OPEL Kadet ECC TS 298-19 1986. 131.634 1.587 66 КБ НЕ 16SH14390144 Varajet II Carb-2V 2,21 1086 OPEL Kadet 1.3 TS 130-90 1986. 159.341 1.281 55 КБ НЕ 13S19401797 2 E3 Carb-2V 3,71 1087 OPEL Askona 1.8 I TS 221-92 1985. 146.300 1.771 85 МП НЕ 18E14231754 LE - Jettronic MFI-i 1,71 1088 OPEL Kadet 1.6 KV 786-19 1985. 235.897 1.598 66 КБ НЕ 16SH14318606 Varajet II Carb-2V 2,79 1089 OPEL Kadet 1.6 S TS 310-62 1985. 215.157 1.597 66 КБ НЕ 16SH-25516055 Varajet II Carb-2V 3,63 1090 OPEL Kadet 1.6 GLSK TS 188-00 1985. 136.035 1.587 66 КБ НЕ 16SH14332534 Varajet II Carb-2V 2,33 1091 OPEL Kadet 1.3 KG 577-91 1985. 183.263 1.281 55 КБ НЕ 13S19331237 2 E3 Carb-2V 3,81 1092 OPEL Kadet 1.3 ELS KŠ 104-72 1985. 106.911 1.281 55 КБ НЕ 13S19287472 2 E3 Carb-2V 2,34 1093 OPEL Askona TS 187-57 1984. 216.127 1.796 85 МП НЕ 18E -PUS LE - Jettronic MFI-i 1,42 1094 OPEL Askona 1.8 E TS 199-47 1984. 220.086 1.771 85 МП НЕ 18E14108846 LE - Jettronic MFI-i 1,18 1095 OPEL Askona 1.8 I TS 277-70 1984. 231.283 1.771 85 МП НЕ 18E - PUS LE - Jettronic MFI-i 0,48 1096 OPEL Kadet E 1.3 S TS 127-93 1984. 270.590 1.281 55 КБ НЕ 13S19155797 2 E3 Carb-2V 7,32 1097 OPEL Kadet 1.3 S TS 140-20 1982. 98.440 1.281 55 КБ НЕ 13S0880495 Varajet II Carb-2V 3,41 1098 OPEL Omega 2.0 GL TS 267-32 1989. 109.749 1.984 85 МП ДА C20NE14201745 Mot.M1.5/ML4.1 MFI-i 0,56 1099 PEUGEOT 206 M 22-702 2007. 19.525 1.360 55 МП ДА KFW10FST6PSA5775833 S 2000 PM1 MFI-s 0,11 1100 PEUGEOT 107 NIV 2 TS 321-36 2007. 12.565 998 50 МП ДА 5578858CFA Motronic MP7.9.5 MFI-s 0,04 1101 PEUGEOT 407 ST Confort TS 315-69 2006. 121.534 1.997 103 МП ДА PSARFJ10LH4Q1477548 MM6LP MFI-s 0,38 1102 PEUGEOT 207 16v TS 311-45 2006. 23.082 1.360 66 МП ДА KFU10FE03PSA0295037 6 LPC MFI-s 0,03 1103 PEUGEOT 206 1.4 I TS 320-51 2003. 8.813 1.360 55 МП ДА KFW10FSF8PSA4295191 S 2000 PM1 MFI-s 0,39 1104 PEUGEOT 206 TS 287-86 2003. 9.575 1.124 44 МП ДА HFX10FP6ZPSA4358829 Motronic MP7.4.4 MFI-s 0,07 1105 PEUGEOT 206 XT 16v TS 320-39 2002. 138.935 1.587 80 МП ДА NFU10FX2FPSA1471927 Motronic MP7.4.4 MFI-s 0,25 1106 PEUGEOT 206 XP PRESEN TS 321-63 2000. 44.215 1.124 44 МП ДА HFZ10FP50PSA3380432 1AP MFI-i 0,21 1107 PEUGEOT 406 16v TS 341-51 1997. 58.593 1.761 81 МП ДА PSALFY10KJC42013991 MP5.1.1/MP5.2 MFI-i 0,06 1108 PEUGEOT 306 XR TS 314-06 1997. 144.655 1.587 65 МП ДА NFZ377298 Motronic MP5.1 MFI-i 0,86 1109 PEUGEOT 306 TS 215-54 1995. 170.389 1.762 74 МП ДА LFZ10KJB2000843 Motronic MP5.1 MFI-i 0,96 1110 PEUGEOT 405 TS 257-52 1988. 124.008 1.905 77 МП ДА DFZ84011831 LU2-Jetronic MFI-i 1,18 1111 RENAULT Clio 1.2 TS 317-50 2007. 21.314 1.149 55 МП ДА D4F740F247561 SIM32 MFI-s 0,05 1112 RENAULT Clio BG 783-806 2005. 71.210 1.149 44 МП ДА D7F726F494841 MPI MFI-i 0,44 1113 RENAULT EСПace TS 317-01 2002. 83.152 1.998 100 МП ДА F4RT790C002824 S 2000 MFI-s 0,41 1114 RENAULT Clio Authentiqu TS 326-76 2002. 108.365 1.149 43 МП ДА D7F746F039532 MPI MFI-i 0,67 1115 RENAULT Clio 1.2 TS 314-30 2001. 98.991 1.149 43 МП ДА D7F722 - PUS MPI MFI-i 0,78 1116 RENAULT Twingo TS 256-45 2000. 129.209 1.149 43 МП ДА D7F702F045202 Sirius 32 MFI-s 0,91 1117 RENAULT Clio RXE 1.6 TS 277-95 1998. 171.174 1.598 66 МП ДА K7M744DA05286 Fenix 5 MFI-i 0,84 1118 RENAULT Clio 1.2 VŠ 287-98 1998. 157.120 1.149 43 МП ДА D7F722 - PUS MPI MFI-i 0,92 1119 RENAULT Clio KV 748-46 1997. 106.573 1.149 40 МП ДА D7FA30F196741 Safir MFI-i 0,76 1120 RENAULT Clio 1.2 TS 290-73 1997. 167.350 1.149 44 МП ДА D7F726 - PUS MPI MFI-i 0,91 1121 RENAULT Clio TS 263-63 1997. 143.362 1.140 40 МП ДА D7FA730E267023 Safir MFI-i 1,12 1122 RENAULT Trafic F TS 237-29 1993. 167.555 2.164 70 МП ДА J7T780F182392 R MFI-i 0,82 1123 RENAULT Twingo 1.2 TS 311-69 1993. 211.450 1.238 40 СП ДА C3G700A153040 Magneti-Marelli TBI-i 1,21 1124 RENAULT 21 TXI TS 188-33 1998. 241.527 1.995 99 МП ДА J7RL740F281650 3B MFI-i 0,96 1125 RENAULT 19 TSE OTTO TS 318-89 1991. 165.490 1.721 54 СП ДА F3N7401052124 Monopoint TBI-i 1,35 1126 RENAULT 19 GTR TS 176-16 1990. 217.689 1.390 43 СП ДА C3JC/7100011361 Monopoint TBI-i 1,63 1127 RENAULT 19 TS 314-26 1990. 255.194 1.390 57 КБ НЕ E6J700284083 32-32 TLDR Carb-2V 4,14 1128 RENAULT 25 GTS TS 205-97 1989. 229.020 2.165 79 МП ДА J7T732F238130 R MFI-i 1,42 1129 RENAULT 5 GTL KV 736-37 1989. 210.100 1.397 43 КБ НЕ C1J768C022029 32BIS/32IF2 Carb-FJ 7,02 1130 RENAULT 5 GTL TS 235-48 1987. 182.034 1.108 33 КБ ДА C1E752-C013087 32 BIS Carb-FJ 1,73 1131 RENAULT R 11 TS 217-09 1986. 200.137 1.721 55 СП ДА F3N718C002149 СПI TBI-i 1,69 1132 RENAULT R 5 GTL TS 301-05 1986. 234.034 1.397 43 КБ НЕ C1JE768C014840 32 BIS Carb-FJ 7,22 1133 RENAULT 5 GTL TS 160-41 1985. 198.217 1.108 33 КБ ДА C1E752CX001466 32 BIS Carb-FJ 1,47 1134 SEAT Arosa 6H TS 320-01 1997. 116.995 999 37 МП ДА AERO76635 Motronic M9.0 MFI-i 1,36 1135 SEAT Ibiza TS 246-18 1989. 187.240 1.184 44 КБ ДА 021A10009387568 1B3 Carb-FJ 1,96 1136 SUBARU Forester 2.0 AW TS 320-78 2002. 186.949 1.994 92 МП ДА EJ201654859 MPHI MFI-s 0,15 1137 ŠKODA Felicia 1.3 TS 197-01 2000. 77.400 1.289 43 КБ ДА 7,81135E+12 28-30 LEKR Carb-2V 0,86 1138 ŠKODA Felicia 1.3LX TS 204-60 2000. 62.472 1.289 43 КБ ДА 7,81135E+12 28-30 LEKR Carb-2V 0,98 1139 ŠKODA Felicia 1.3C.LX TS 219-20 2000. 67.474 1.289 43 КБ ДА 3,11033E+12 28-30 LEKR Carb-2V 1,29 1140 ŠKODA Felicia 1.3C.LX TS 234-96 1999. 85.572 1.289 43 КБ ДА 2,77904E+12 28-30 LEKR Carb-2V 1,36 1141 ŠKODA Felicia 1.3LX TS 304-22 1998. 88.626 1.289 43 КБ ДА 254804781136M 28-30 LEKR Carb-2V 1,65 1142 ŠKODA Felicija 1.3 LX TS 107-45 1998. 38.241 1.289 43 КБ ДА 2,8248E+12 28-30 LEKR Carb-2V 1,47 1143 ŠKODA Felicia 1.3 GLXI PR 257-37 1998. 150.020 1.289 43 КБ ДА 2846018781136M 28-30 LEKR Carb-2V 1,65 1144 ŠKODA Felicija 1.3 LX TS 264-69 1997. 80.421 1.289 43 КБ ДА 2,607E+12 28-30 LEKR Carb-2V 1,31 1145 ŠKODA Felicija TS 167-54 1996. 106.097 1.289 43 КБ ДА 7,81135E+12 28-30 LEKR Carb-2V 1,37 1146 ŠKODA Felicia 1.3 TS 143-13 1996. 88.627 1.289 43 КБ ДА 781135B2292927 28-30 LEKR Carb-2V 1,32 1147 ŠKODA Felicia GLX BG 139-134 1996. 110.992 1.289 43 КБ ДА 7,81135E+12 28-30 LEKR Carb-2V 1,96 1148 ŠKODA Felicija 1.3 GLX TS 139-48 1995. 111.740 1.289 43 КБ ДА 781136B2282319 28-30 LEKR Carb-2V 1,37 1149 TOYOTA Yaris 1.3 VVT-I TS 302-50 2006. 20.829 1.298 64 МП ДА 2SZD622240 TCCS MFI-s 0,03 1150 TOYOTA SR 5V6 R Runne TS 304-24 1996. 159.325 2.959 110 МП ДА 3VZ-E848470 TCCS MFI-i 0,32 1151 VOLKSWAGEN Passat 1.6 TS 308-05 2000. 97.457 1.595 74 МП ДА AHL325173 MFI-s 0,34 1152 VOLKSWAGEN Polo clasic 1.6 TS 270-80 2000. 140.146 1.595 74 МП ДА AFT03039141 MFI-s 0,52 1153 VOLKSWAGEN Golf 1.4 Edition TS 313-08 2000. 211.156 1.390 55 МП ДА AXP025832 MFI-s 0,36 1154 VOLKSWAGEN Pasat 1.6 TS 279-67 1999. 251.971 1.598 74 МП ДА AHL342327 MFI-s 0,44 1155 VOLKSWAGEN Polo 75 Servo TS 282-90 1998. 150.125 1.598 55 МП ДА AEE621544 MFI-s 0,87 Факултет инжењерских наука Универзитета у Крагујевцу 221 1156 VOLKSWAGEN 1 J Golf IV TS 318-41 1998. 197.880 1.595 74 МП ДА AKL190473 MFI-s 0,74 1157 VOLKSWAGEN Polo Clasic 1.6 TS 113-59 1997. 129.189 1.595 55 МП ДА AEE560628 MFI-s 0,51 1158 VOLKSWAGEN Golf Variant CL TS 248-89 1996. 27.231 1.780 55 СП ДА AAM418137 TBI-i 0,74 1159 VOLKSWAGEN Golf 1.6 TS 221-25 1996. 101.649 1.598 55 МП ДА AEE111637 MFI-s 0,76 1160 VOLKSWAGEN Vento 1.8 TS 258-43 1993. 252.619 1.781 66 СП ДА ABS608171 TBI-i 1,44 1161 VOLKSWAGEN Jetta TS 165-88 1992. 218.217 1.781 79 МП ДА PF143148 MFI-i 0,63 1162 VOLKSWAGEN Polo TS 298-58 1992. 86.939 1.272 40 СП ДА AAV509549 TBI-i 1,06 1163 VOLKSWAGEN Golf 1.8 TS 240-42 1991. 231.686 1.781 66 СП ДА RP620150 TBI-i 1,34 1164 VOLKSWAGEN Pasat 2.0 GL 16v TS 127-06 1989. 175.571 1.984 100 МП ДА 9A006357 MFI-c 1,10 1165 VOLKSWAGEN Polo TS 217-23 1989. 204.012 1.272 47 МП НЕ NZ071008 MFI-i 1,74 1166 VOLKSWAGEN Jetta KV 739-39 1988. 342.329 1.780 66 МП ДА RP024409 MFI-i 1,41 1167 VOLKSWAGEN Golf 1.3 TS 172-26 1988. 99.230 1.273 40 МП ДА NZ123767 MFI-i 1,18 1168 VOLKSWAGEN Golf 1.8 TS 308-59 1987. 180.576 1.781 66 МП ДА GX217437 MFI-c 1,06 1169 VOLKSWAGEN Golf 1.8 GTI TS 237-94 1985. 260.071 1.781 82 МП ДА EV035316 MFI-c 1,26 1170 VOLKSWAGEN SciROCo TS 235-52 1984. 286.818 1.781 82 МП ДА KT001442 MFI-c 1,07 1171 VOLVO 440 TS 210-95 1991. 246.016 1.794 66 СП ДА B18U111C020778 Fenix 3B TBI-i 1,17 1172 ZASTAVA 10 Punto KŠ 681-12 2006. 10.225 1.242 44 МП ДА 188A40003436908 0,02 1173 ZASTAVA 10 Punto 609 TS 317-64 2007. 11415 1.242 44 МП ДА 188A40003610771 0,02 1174 ZASTAVA 10 Punto Active NI 202-040 2007. 5.751 1.242 44 МП ДА 188A40004024900 0,02 1175 ZASTAVA 10 Punto S 60 TS 314-88 2006. 17.543 1.242 44 МП ДА 188A40003553082 0,02 1176 ZASTAVA Florida 1.6 INL M 22-718 2004. 88.584 1.587 70 МП ДА NFT10FX4DPSA1743235 0,06 1177 ZASTAVA Florida 1.6 INL TS 306-51 2006. 17670 1.587 72 МП ДА NFV10FX7CPSA2674888 0,02 1178 ZASTAVA Florida 1.6 INL TS 307-78 2006. 17.660 1.572 72 МП ДА 10FX7C2673205 0,01 1179 ZASTAVA Jugo Koral 1.3 TS 261-90 2003. 33.200 1.299 49 СП ДА 13MA0640084990 0,46 1180 ZASTAVA Jugo Koral 1.3 TS 255-60 2003. 37.353 1.299 48 СП ДА 128A60640087628 0,18 1181 CHEVROLET Matiz SO.8 MPI TS 323-48 2005. 10.802 796 38 МП ДА F8CV241030KA1 Sirius D3 MFI-s 0,05 1182 DAEWOO Lanos 1.4 I SE KV 965-88 2002. 78.396 1.349 55 МП ДА A13SMS171256B ITMS-6F MFI-i 0,49 1183 DAEWOO Lanos 1.4 TS 247-42 2001. 50.335 1.349 55 МП ДА A13SMS017875R ITMS-6F MFI-i 0,21 1184 DAEWOO Leganza CDX TS 259-30 1998. 61.439 1.998 98 МП ДА X20SED042147 ITMS-6F MFI-i 0,13 1185 DAEWOO Lanos 1.4 TS 289-16 1998. 139.992 1.349 55 МП ДА A13SMS - PUS ITMS-6F MFI-i 0,85 1186 DAEWOO Clat Lanos TS 294-30 1997. 119.528 1.349 55 МП ДА A13SMS003367 ITMS-6F MFI-i 0,73 1187 FIAT Tipo 1.6 I TS 181-05 1992. 118.627 1.581 57 СП ДА 159A30468373390 Mono-Jetronic TBI-i 0,92 1188 FIAT Tempra 1.6 S TS 220-08 1991. 154.190 1.581 62 КБ НЕ 159A30007976838 32-34 TLDV Carb-2V 2,12 1189 FIAT 1 F3069 TS 314-08 1990. 105.356 1.584 66 СП ДА 149C20461653626 СПI TBI-i 0,74 1190 FIAT Tipo 1600 LE TS 269-28 1990. 190.322 1.581 66 СП ДА 149C20461671179 СПI TBI-i 1,41 1191 FIAT Tipo 1.6 DGT TS 173-27 1989. 105.898 1.580 66 СП ДА 149C20461652054 СПI TBI-i 0,71 1192 FORD Fiesta 1.3 TS 312-08 2002. 94.687 1.299 44 МП ДА J4R1C80361 EEC V MFI-s 0,48 1193 FORD Fiesta 1.3 TS 312-23 2000. 71.600 1.299 44 МП ДА J4JYA28536 EEC V MFI-s 0,62 1194 FORD Fiesta 1.3 TS 274-17 2000. 90.268 1.299 44 МП ДА J4LYC62404 EEC V MFI-s 0,78 1195 FORD Fiesta 1.2 TS 294-55 1999. 108.641 1.242 55 МП ДА DHBXC62334 EEC V MFI-s 0,61 1196 FORD Eskort 1.6 16v TS 268-08 1998. 107.417 1.597 66 МП ДА L1K0822 EEC V MFI-s 0,61 1197 FORD Eskort 1.6 16v TS 326-81 1998. 52.274 1.597 66 МП ДА L1K56099 EEC V MFI-s 0,64 1198 FORD Escort 1.8 TS 254-32 1997. 62.750 1.796 77 МП ДА 74366RDA EEC-IV MFI-s 0,12 1199 FORD Fiesta 1.3 TS 265-95 1997. 38.156 1.299 37 МП ДА JJAVK10754 EEC V MFI-s 0,82 1200 FORD Escort 1.6 LANS TS 212-15 1996. 104.894 1.597 65 МП ДА L1H20160 SEFI MFI-s 0,55 1201 FORD Escort 1.6 16v TS 250-76 1996. 45.655 1.597 66 МП ДА L1K72500 EEC V MFI-s 0,07 1202 FORD Fiesta 1.3 TS 313-67 1996. 117.195 1.299 44 МП ДА J4CTA81353 EEC V MFI-s 0,82 1203 FORD Eskort 1.4 TS 223-46 1995. 79.983 1.391 55 МП ДА F4B57564 SEFI MFI-s 0,35 1204 FORD Escort 1.4 CL TS 132-86 1994. 36.014 1.391 52 СП ДА F6F10057 EEC IV TBI-i 0,78 1205 FORD Eskort 1.6 TS 208-65 1992. 124225 1.598 77 МП ДА LJF91346 EEC-IV MFI-i 0,33 1206 FORD Eskort 1.4 TS 208-97 1989. 184.270 1.392 54 СП ДА F6D 07884 EEC IV TBI-i 1,19 1207 FORD Eskort 1.4 BG 361-080 1988. 165.354 1.391 54 СП ДА F6B2375 EEC IV TBI-i 1,45 1208 FORD Siera 1.6 L TS 305-26 1983. 174.452 1.593 55 КБ НЕ LCS3481 VV Carb-VV 2,52 1209 HONDA Civic 1.4 TS 262-22 1998. 151.052 1.396 66 МП ДА D14A8E137043 PGM-FI MFI-s 0,77 1210 HONDA Civic 1.6 VTI TS 226-87 1996. 130.068 1.595 116 МП ДА B16A21401509 PGM-FI MFI-s 0,02 1211 KIA RIO HB EX 1.4 TS 317-51 2007. 19236 1.399 71 МП ДА G4EE7H089626 MPI MFI-s 0,02 1212 KIA Sephia 1.5 SLX TS 103-83 1996. 187.791 1.498 59 МП ДА B55450223 Siemens MFI-s 0,96 1213 MAZDA 626 TS 210-74 1998. 166.083 1.998 85 МП ДА FE416218 EGI MFI-s 0,68 1214 MAZDA 323 TS 292-48 1997. 144.033 1.840 84 МП ДА BP223721 VICS MFI-s 0,79 1215 MAZDA 323 F TS 316-19 1991. 173.726 1.598 63 МП ДА B6338822 EGI MFI-i 0,85 1216 MAZDA 626 GLX TS 222-82 1990. 288087 2.184 85 МП ДА F2343582 EGI MFI-i 1,46 1217 MAZDA 626 1.2 I KV 370-25 1990. 321.773 2.183 85 МП ДА F236259 EGI MFI-i 1,42 1218 MITSUBUSHI Carizma 1.6 HB TS 200-90 2000. 140.478 1.597 74 МП ДА 4G92LG3260 MPI MFI-s 0,76 1219 MITSUBUSHI СПace Star 1.3 TS 308-30 2000. 94.251 1.299 63 МП ДА 4G13YS1132 Map-i MFI-s 0,33 1220 NISSAN Tinno TS 311-37 2002. 54.633 1.769 84 МП ДА QG181011570 ECCS MFI-s 0,06 1221 NISSAN Primera 2.0 TS 284-58 1993. 218.476 1.998 85 СП ДА SR201849090 СПI TBI-i 1,17 1222 OPEL Corsa 1.2 TS 325-89 2007. 14.233 1.229 59 МП ДА Z12XEP19MP3151 Motronic ME 7.6.2 MFI-s 0,03 1223 OPEL Vectra Elega XE TS 295-30 2006. 147.800 1.796 90 МП ДА Z18XE20GA6767 Simtec 71.5 MFI-s 0,43 1224 OPEL Astra 1.4 ESSE TS 306-30 2006. 20.445 1.364 66 МП ДА Z14XEP4396 Motronic ME 7.6.2 MFI-s 0,03 1225 OPEL Astra 1.4 XEP TS 304-37 2006. 38.739 1.364 66 МП ДА Z14XEP19HC4429 Motronic ME 7.6.2 MFI-s 0,06 1226 OPEL Astra CL Z14 TS 299-03 2005. 13.096 1.364 66 МП ДА Z14XEP19FP4595 Multec-S MFI-s 0,33 1227 OPEL Astra 1.6 XE TS 264-40 2003. 20.943 1.598 74 МП ДА Z16XE20BY0373 Multec-S MFI-s 0,02 1228 OPEL Astra Viva 1.2 TS 257-09 2003. 14.305 1.199 55 МП ДА Z12XE19BD5826 Motronic ME 1.5.5 MFI-s 0,03 1229 OPEL Corsa 1.2 TS 320-62 2003. 62.503 1.199 55 МП ДА Z12XE19AJ7239 Motronic M1.5.5 MFI-s 0,23 1230 OPEL Corsa 1.4 TS 319-39 2001. 70.264 1.389 66 МП ДА Z14XE20R73366 Multec-F/F MFI-s 0,16 1231 OPEL Corsa 1.2SPOR TS 321-60 2001. 76.611 1.199 55 МП ДА Z12XE19Q36443 Motronic M1.5.5 MFI-s 0,31 1232 OPEL Zafira A 1.6 TS 299-17 2000. 138.177 1.598 74 МП ДА Z16XE02MB8179 Multec S MFI-s 0,75 1233 OPEL Corsa S 93 TS 306-21 2000. 105.989 1.195 48 МП ДА X12XE19KO6511 Motronic M1.5.5 MFI-s 0,73 1234 OPEL Corsa 1.0 TS 278-52 2000. 90.659 973 40 МП ДА X10XE19M42089 Motronic M1.5.5 MFI-s 0,61 1235 OPEL Astra 1.8 TS 255-12 1999. 69.421 1.796 85 МП ДА X18XE120H88530 Simtec 70 MFI-s 0,08 1236 OPEL Vektra 1.8 16v TS 309-73 1999. 231.815 1.796 85 МП ДА X18XE120G18669 Simtec 70 MFI-s 0,96 1237 OPEL Corsa 1.0 I TS 276-95 1999. 149.091 973 40 МП ДА 10XE19G04268 Motronic M1.5.5 MFI-s 1,24 1238 OPEL Corsa 1.0 I TS 274-45 1999. 46.454 973 40 МП ДА X10XE19H78282 Motronic M1.5.5 MFI-s 0,85 1239 OPEL Vektra 1.8 CD KŠ 642-10 1998. 86.773 1.799 85 МП ДА X18XE14228137 Simtec 70 MFI-s 0,16 1240 OPEL Astra 1.4 TS 806-28 1998. 80.628 1.389 66 МП ДА X14XE20C21667 Multec-S MFI-s 0,18 1241 OPEL Corsa C 93 TS 276-18 1998. 118.012 973 40 МП ДА X10XE19C32854 Motronic M1.5.5 MFI-s 0,74 1242 OPEL Corsa 1.2 OTTO TS 259-35 1997. 105.575 1.195 33 СП ДА X12SZ19826250 Multec-ZE TBI-i 1,03 1243 OPEL Corsa TS 297-27 1997. 137.063 973 40 МП ДА X10XE19A55530 Motronic M1.5.5 MFI-s 1,34 1244 OPEL Omega 2.0 16v TS 258-64 1996. 221.560 1.996 100 МП ДА X20XEV14241619 Simtec 56.1 MFI-i 0,85 1245 OPEL Astra 1.6 TS 325-48 1996. 236.625 1.598 55 СП ДА X16SZR02FR3987 Multec-ZE TBI-i 1,38 1246 OPEL Astra 1.4 TS 248-47 1996. 230.329 1.389 60 МП ДА C14SE02DF0705 Multec-M MFI-i 1,46 1247 OPEL Astra 1.4 TS 143-85 1996. 200.344 1.389 44 СП ДА X14NZ02EU1143 Multec-ZE TBI-i 1,27 1248 OPEL Astra 1.4 TS 333-00 1996. 219.144 1.389 66 МП ДА C14SE02Z42427 Multec-M MFI-i 1,32 1249 OPEL Corsa 1.4 B TS 260-96 1996. 83.562 1.389 44 СП ДА C14NZ02CY3100 Multec-ZE TBI-i 0,96 1250 OPEL Vektra TS 301-41 1994. 179.278 1.997 100 МП ДА X20XEV14039617 Simtec 56.2 MFI-i 0,68 1251 OPEL Astra 1.6 TS 246-59 1994. 262.162 1.598 74 МП ДА C16SE02X3320 Multec-M MFI-i 0,86 1252 OPEL Astra 1.6 F TS 309-49 1994. 323.335 1.598 74 МП ДА C16SE02X29331 Multec-M MFI-i 1,46 1253 OPEL Vectra ACC TS 279-52 1993. 295.831 1.796 66 СП ДА C18NZ14351504 Multec-ZE TBI-i 1,83 1254 OPEL Vektra 1.8 GLS TS 259-95 1993. 247.599 1.796 60 СП ДА C18NZ14270763 Multec-ZE TBI-i 1,49 1255 OPEL Astra 1.6 KŠ 680-72 1993. 120.437 1.597 74 МП ДА C16SE02X92550 Multec-M MFI-i 0,39 1256 OPEL Astra 1.4 TS 217-91 1993. 157.411 1.389 44 СП ДА C14NZ19047573 Multec-Z TBI-i 1,86 1257 OPEL Astra 1.4 TS 217-91 1993. 157.404 1.389 44 СП ДА C14NZ19047573 Multec-Z TBI-i 1,15 1258 OPEL Vektra 1.8 TS 277-93 1992. 218.449 1.796 66 СП ДА C18NZ90400074 Multec-ZE TBI-i 1,25 1259 OPEL Vektra 1.6 TS 256-57 1992. 107.139 1.598 55 СП ДА C16NZ02P94562 Multec-ZE TBI-i 0,85 1260 OPEL Astra 1.4 TS 302-47 1992. 161.554 1.389 44 СП ДА C14NZ02T54036 Multec-Z TBI-i 0,96 1261 OPEL Astra 1.4 GL TS 297-20 1992. 209.962 1.389 55 КБ ДА 14NV19649069 2 E3 Carb-2V 1,88 Факултет инжењерских наука Универзитета у Крагујевцу 222 1262 OPEL Vektra 2.0 TS 163-10 1991. 256.501 1.998 85 МП ДА C20NE31003404 Mot.M1.5/ML4.1 MFI-i 1,14 1263 OPEL Vectra 1.8 TS 223-15 1991. 262.248 1.796 66 СП ДА C18NZ14086926 Multec-ZE TBI-i 1,71 1264 OPEL Vektra 1.6 TS 171-61 1991. 113.489 1.598 55 СП ДА C16NZ02N53804 Multec-ZE TBI-i 0,92 1265 OPEL Vectra 2.0 TS 282-53 1990. 203.500 1.998 85 МП НЕ 20NE25201583 Mot.M1.5/ML4.1 MFI-i 1,69 1266 OPEL Vectra 1.6 TS 295-46 1990. 176.305 1.598 55 СП ДА C16NZ02H11350 Multec-ZE TBI-i 1,61 1267 OPEL Sintra GLS TS 270-07 1997. 137.428 2.198 104 МП ДА X22XE31016158 Motronic M1.5.4 MFI-s 0,53 1268 RENAULT Megan 1.4 16v TS 325-34 2001. 127.550 1.390 70 МП ДА K4J750R012568 Sirius 32 MFI-s 0,58 1269 RENAULT Megane 1.6 TS 270-22 1999. 216.830 1.598 79 МП ДА K4M700D034838 Sirius 32 MFI-s 0,85 1270 RENAULT Megane 1.6 TS 306-99 1998. 117.781 1.130 66 МП ДА K7M702DC91494 Fenix 5 MFI-i 0,29 1271 ŠKODA Fabia Classic 12 BG 752-508 2006. 71.234 1.198 47 МП ДА BME222570 Simos 3PG MFI-s 0,37 1272 ŠKODA Fabia Clasic 12v BG 742-788 2005. 75.091 1.198 47 МП ДА BME112047 Simos 3PG MFI-s 0,35 1273 ŠKODA Fabia Sedan CL1 BG 684-167 2004. 122.116 1.198 47 МП ДА AZQ667344 Simos 3PB MFI-s 0,43 1274 ŠKODA Fabia 1.2 Clasik TS 269-48 2003. 20.125 1.198 40 МП ДА AWY218613 Simos 3PB MFI-s 0,06 1275 ŠKODA Fabia 1.2 EL12v TS 274-52 2002. 75.539 1.198 47 МП ДА AZQ503026 Simos 3PB MFI-s 0,29 1276 ŠKODA Fabia Clasic TS 315-15 2001. 83.138 1.397 50 МП ДА AME057479 Simos 3PB MFI-s 0,45 1277 ŠKODA Felicija 1.6 TS 264-71 1998. 105.649 1.598 55 МП ДА AEE544845 1AV MFI-s 0,76 1278 ŠKODA Felicija GLX TS 280-72 1998. 104.985 1.289 50 МП ДА 2778771781135M Simos 2P MFI-s 0,82 1279 ŠKODA Felicija 1.6 XL TS 135-35 1997. 207.777 1.589 55 МП ДА AEE322284 1AV MFI-s 0,91 1280 ŠKODA Felicia 1.6 XL TS 101-46 1997. 204.786 1.589 55 МП ДА AEE512531 1AV MFI-s 1,40 1281 VAUXHALL Cavalier TS 127-33 1991. 342.851 1.998 85 МП НЕ 20NE25289977 Mot.M1.5/ML4.1 MFI-i 1,08 1282 VOLKSWAGEN Polo 1.4 BG 795-083 2006. 5.026 1.390 59 МП ДА BUD 170987 MFI-s 0,04 1283 VOLKSWAGEN Polo 1.2 KV 753-23 2004. 56.500 1.198 47 МП ДА AZQ323281 MFI-s 0,41 1284 VOLKSWAGEN Golf 1.6 16v TS 331-37 2002. 73.252 1.598 77 МП ДА BCB068612 MFI-s 0,12 1285 VOLKSWAGEN Golf 1.6 Esta16v TS 299-72 2000. 132.675 1.598 77 МП ДА AUS 035313 MFI-s 0,28 1286 ZASTAVA ZASTAVA 10 KG 10-90 2006. 2.286 1.242 44,0 МП ДА 0,01 1287 ZASTAVA 101 KG 869-48 2005. 2.328 1.116 40,0 КБ НЕ 1,52 1288 ZASTAVA JUGO 1.3 KG 624-45 2002. 5.428 1.299 48,0 МП ДА 1,05 1289 LADA NIVA KG 970-31 2005. 7.711 1.690 59,0 МП ДА 0,05 1290 ZASTAVA JUGO 55 KG 847-17 2005. 8.137 1.116 40,5 КБ НЕ 0,94 1291 ZASTAVA FLORIDA KG 582-72 2005. 9.133 1.298 50,2 КБ НЕ 7,89 1292 ZASTAVA JUGO 55 KG 247-20 2005. 9.790 1.116 40,5 КБ НЕ 1,91 1293 ZASTAVA JUGO 55 KG 854-82 2005. 10.806 1.116 40,5 КБ НЕ 1,04 1294 AUDI A6 KG 10-80 2006. 11.036 2.393 130,0 МП ДА 0,01 1295 ZASTAVA JUGO 55 KG 847-22 2005. 14.529 1.116 40,5 КБ НЕ 0,18 1296 ZASTAVA JUGO 55 KG 834-73 2005. 15.993 1.116 40,5 КБ НЕ 1,15 1297 DACIA LOGAN KG 809-39 2005. 18.148 1.598 64,0 МП ДА 0,07 1298 ZASTAVA FLORIDA KG 782-78 2005. 18.308 1.600 72,0 МП ДА 0,15 1299 ZASTAVA JUGO 55 KG 418-31 2000. 18.460 1.116 40,0 КБ НЕ 3,23 1300 DACIA LOGAN KG 793-30 2004. 38.743 1.598 64,0 МП ДА 0,01 1301 ZASTAVA FLORIDA KG 803-68 2004. 39.337 1.586 72,0 МП ДА 0,05 1302 ZASTAVA JUGO 55 KG 644-31 2002. 40.804 1.116 40,5 КБ НЕ 1,08 1303 ZASTAVA 101 KG 128-65 1989. 43.632 1.116 40,0 КБ НЕ 2,34 1304 ZASTAVA JUGO 60 KG 626-43 2002. 44.000 1.300 48,0 КБ НЕ 2,12 1305 LADA NIVA KG 647-81 2002. 44.723 1.690 59,0 КБ НЕ 2,86 1306 ZASTAVA JUGO 1.1 KG 660-53 1990. 45.156 1.116 40,4 КБ НЕ 1,81 1307 FORD ESCORT 1.6 X PE 168-27 1985. 48.562 1.597 77,0 МП НЕ 0,54 1308 ZASTAVA JUGO 45 KG 220-43 1992. 49.320 903 33,0 КБ НЕ 1,88 1309 ZASTAVA SKALA 55 KG 775-78 2004. 65.294 1.116 40,0 КБ НЕ 2,51 1310 ZASTAVA 101 GM 134-69 1987. 66.801 1.116 40,0 КБ НЕ 9,01 1311 ZASTAVA JUGO 45 KG 569-52 1990. 68.229 903 33,0 КБ НЕ 8,84 1312 ZASTAVA JUGO 45 JA 399-38 1984. 80.000 903 33,0 КБ НЕ 1,35 1313 ZASTAVA JUGO 55 KG 573-50 2001. 82.790 1.116 40,5 КБ НЕ 4,12 1314 LADA KARAVAN KG 479-22 2000. 85.223 1.294 48,0 КБ НЕ 8,12 1315 ZASTAVA JUGO 56 KG 160-25 1996. 85.579 1.116 40,0 КБ НЕ 6,08 1316 ZASTAVA SKALA 55 KG 775-72 2004. 90.297 1.116 40,0 КБ НЕ 3,10 1317 ZASTAVA JUGO 55 KG 333-25 1990. 101.000 1.116 40,0 КБ НЕ 3,12 1318 FIAT PUNTO KG 818-36 1997. 103.564 1.108 40,0 СП ДА 0,54 1319 LADA KARAVAN KG 651-18 2000. 105.000 1.294 48,0 КБ НЕ 1,21 1320 LANCIA DELTA BA 467-232 1990. 106.232 1.585 66,0 СП ДА 0,01 1321 ZASTAVA FLORIDA KG 956-44 1997. 110.000 1.400 52,0 КБ НЕ 3,62 1322 OPEL KADET PR 251-63 1986. 115.046 1.297 44,0 СП ДА 0,51 1323 ZASTAVA 128 KG 351-72 1990. 115.846 1.116 41,0 КБ НЕ 6,84 1324 ZASTAVA JUGO 45 KG 204-865 1992. 125.000 903 34,0 КБ НЕ 3,89 1325 MICUBSHI COLT 12v KG 905-70 1991. 136.400 1.299 55,0 КБ ДА 0,62 1326 OPEL ASKONA KG 724-97 1986. 141.991 1.598 55,0 СП ДА 0,24 1327 ZASTAVA JUGO 45 KM 932-19 1984. 144.000 903 32,0 КБ НЕ 8,02 1328 ZASTAVA 101 KG 262-88 1989. 150.000 1.116 40,0 КБ НЕ 4,43 1329 VW GOLF 2 PG 108-856 1996. 156.155 1.595 74,0 МП ДА 0,01 1330 ZASTAVA FLORIDA KG 472-02 1991. 158.384 1.400 52,0 КБ НЕ 11,75 1331 OPEL KADET KG 800-04 1991. 166.140 1.389 55,0 КБ НЕ 3,57 1332 ZASTAVA FLORIDA KG 204-26 1999. 174.294 1.298 50,2 КБ НЕ 5,21 1333 OPEL VECTRA KG 104-103 1996. 177.000 1.796 85,0 МП ДА 0,82 1334 RENO 19 JA 274-67 1992. 180.983 1.397 43,0 СП ДА 0,61 1335 VW PASAT UR 359-31 1991. 248.320 1.781 118,0 МП ДА 0,38 1336 FIAT DUKATO KG 254-320 1997. 249.230 1.998 80,0 МП ДА 0,46 1337 FIAT DUKATO KG 232-53 1998. 288.367 1998 80,0 МП ДА 1,36 1338 FIAT DUKATO KG 490-26 1997. 309.809 1.998 80,0 МП ДА 0,93 1339 VW GOLF 2 KG 504-77 1989. 350.000 1.272 40,0 МП ДА 0,13 1340 MITSUBUSHI Galant 2.0 TS 643-94 1981. 344.613 1.997 75 КБ НЕ 4G63J82649 28-32 Carb-2V 7,14 1341 BMW 318i 1.8 KV 897-469 1981. 421.648 1.776 77 МП НЕ 184E903236791 K-Jetronic MFI-c 4,24 1342 MITSUBUSHI Galant 2.0 TS 561-61 1982. 301.649 1.997 75 КБ НЕ 4G63J97315 28-32 Carb-2V 3,92 1343 MERCEDES 200 TS 136-61 1982. 341.611 1.996 80 КБ НЕ 102920-46978213 175 CD Carb-VV 4,15 1344 FORD Siera 2.0 KV 679-946 1982. 276.916 1.993 77 КБ НЕ NE4697836 30/34 DFTH Carb-2V 3,78 1345 BMW 318i 1.8 TS 245-63 1982. 389.467 1.776 77 МП НЕ 184E596466321 K-Jetronic MFI-c 1,78 1346 BMW 318i 1.8 TS 278-94 1982. 366.498 1.776 77 МП НЕ 184E631002469 K-Jetronic MFI-c 1,47 1347 BMW 318i 2.0 TS 471-10 1982. 402.619 1.990 75 МП НЕ B18U111C697885 K-Jetronic MFI-c 1,92 1348 AUDI 100 1.9 TS 678-94 1982. 316.673 1.921 74 КБ НЕ WH4963321 Keihin Carb-2V 4,16 1349 ZASTAVA 101 TS 245-64 1987. 164.978 1.290 54 КБ НЕ 128A7000000... 2,34 1350 ZASTAVA 101 TS 248-34 1987. 188.946 1.290 54 КБ НЕ 128A7000000... 5,09 1351 ZASTAVA 101 TS 256-78 1987. 98.497 1.290 54 КБ НЕ 128A7000000... 3,89 1352 ZASTAVA 101 TS 267-92 1987. 167.978 1.290 54 КБ НЕ 128A7000000... 2,36 1353 ZASTAVA 101 TS 261-11 1987. 189.946 1.290 54 КБ НЕ 128A7000000... 3,02 1354 ZASTAVA 101 TS 267-21 1987. 244.615 1.290 54 КБ НЕ 128A7000000... 3,94 1355 ZASTAVA 101 TS 269-30 1987. 184.673 1.290 54 КБ НЕ 128A7000000... 3,89 1356 ZASTAVA 101 KV 231-342 1987. 164.332 1.290 54 КБ НЕ 128A7000000... 2,88 1357 ZASTAVA 101 TS 246-13 1987. 97.643 1.290 54 КБ НЕ 128A7000000... 1,53 1358 ZASTAVA 101 TS 278-90 1987. 84.887 1.290 54 КБ НЕ 128A7000000... 3,24 1359 ZASTAVA 101 TS 297-94 1987. 86.497 1.290 54 КБ НЕ 128A7000000... 3,28 1360 ZASTAVA 101 TS 267-98 1987. 69.798 1.290 54 КБ НЕ 128A7000000... 2,39 1361 ZASTAVA 101 TS 249-94 1987. 184.675 1.290 54 КБ НЕ 128A7000000... 3,39 1362 ZASTAVA 101 TS 231-13 1987. 169.497 1.290 54 КБ НЕ 128A7000000... 3,47 1363 ZASTAVA 101 TS 246-74 1987. 188.794 1.290 54 КБ НЕ 128A7000000... 4,99 1364 ZASTAVA 101 TS 264-56 1987. 211.458 1.290 54 КБ НЕ 128A7000000... 9,58 1365 ZASTAVA 101 TS 254-34 1987. 145.678 1.290 54 КБ НЕ 128A7000000... 2,77 1366 ZASTAVA 101 TS 297-79 1987. 99.876 1.290 54 КБ НЕ 128A7000000... 2,58 1367 ZASTAVA 101 TS 264-79 1987. 87.994 1.290 54 КБ НЕ 128A7000000... 2,31 Факултет инжењерских наука Универзитета у Крагујевцу 223 1368 ZASTAVA 101 TS 260-34 1987. 85.424 1.290 54 КБ НЕ 128A7000000... 2,25 1369 ZASTAVA 101 TS 264-97 1987. 91.245 1.290 54 КБ НЕ 128A7000000... 3,38 1370 ZASTAVA 101 TS 230-17 1987. 102.467 1.290 54 КБ НЕ 128A7000000... 2,64 1371 ZASTAVA 101 TS 267-78 1987. 117.889 1.290 54 КБ НЕ 128A7000000... 3,01 1372 ZASTAVA 101 TS 291-33 1987. 168.987 1.290 54 КБ НЕ 128A7000000... 3,45 1373 ZASTAVA 128 TS 346-79 1986. 126.489 1.116 40 КБ НЕ 128A064060.... 3,80 1374 ZASTAVA 128 TS 345-79 1986. 146.978 1.116 40 КБ НЕ 128A064060.... 2,26 1375 ZASTAVA 128 TS 367-78 1986. 167.846 1.116 40 КБ НЕ 128A064060.... 3,66 1376 ZASTAVA 128 TS 349-70 1986. 199.464 1.116 40 КБ НЕ 128A064060.... 7,88 1377 ZASTAVA 128 TS 346-70 1986. 216.467 1.116 40 КБ НЕ 128A064060.... 4,44 1378 ZASTAVA 128 TS 348-90 1986. 124.678 1.116 40 КБ НЕ 128A064060.... 3,76 1379 ZASTAVA 128 TS 124-67 1986. 69.476 1.116 40 КБ НЕ 128A064060.... 2,36 1380 ZASTAVA 128 TS 256-49 1986. 89.467 1.116 40 КБ НЕ 128A064060.... 3,09 1381 ZASTAVA 128 TS 245-78 1986. 102.464 1116 40 КБ НЕ 128A064060.... 4,33 1382 ZASTAVA 128 TS 267-89 1986. 168.194 1.116 40 КБ НЕ 128A064060.... 3,85 1383 ZASTAVA 128 TS 265-94 1986. 188.496 1.116 40 КБ НЕ 128A064060.... 3,51 1384 ZASTAVA 128 TS 246-30 1986. 167.840 1.116 40 КБ НЕ 128A064060.... 3,84 1385 ZASTAVA 128 TS 240-79 1986. 98.467 1.116 40 КБ НЕ 128A064060.... 3,26 1386 ZASTAVA 128 TS 234-20 1986. 67.946 1.116 40 КБ НЕ 128A064060.... 2,22 1387 ZASTAVA 128 TS 246-31 1986. 184.679 1.116 40 КБ НЕ 128A064060.... 4,38 1388 ZASTAVA 128 TS 349-72 1986. 194.613 1.116 40 КБ НЕ 128A064060.... 4,71 1389 ZASTAVA 128 TS 343-19 1986. 153.344 1.116 40 КБ НЕ 128A064060.... 4,43 1390 ZASTAVA 128 TS 361-02 1986. 131.245 1.116 40 КБ НЕ 128A064060.... 2,66 1391 ZASTAVA 128 TS 370-64 1986. 167.846 1.116 40 КБ НЕ 128A064060.... 4,14 1392 ZASTAVA 128 TS 372-12 1986. 184.643 1.116 40 КБ НЕ 128A064060.... 4,38 1393 ZASTAVA 128 TS 354-46 1986. 216.497 1.116 40 КБ НЕ 128A064060.... 3,08 1394 ZASTAVA 128 TS 371-21 1986. 131.244 1.116 40 КБ НЕ 128A064060.... 3,90 1395 ZASTAVA 128 TS 364-71 1986. 105.467 1.116 40 КБ НЕ 128A064060.... 3,39 1396 ZASTAVA 128 TS 346-64 1986. 163.497 1.116 40 КБ НЕ 128A064060.... 3,96 1397 ZASTAVA 128 TS 382-40 1986. 184.673 1.116 40 КБ НЕ 128A064060.... 3,36 1398 ZASTAVA 128 TS 361-13 1986. 127.846 1.116 40 КБ НЕ 128A064060.... 4,83 1399 ZASTAVA Jugo Skala 55 TS 379-97 1985. 159.487 1.116 40 КБ НЕ 128A0641.... 4,78 1400 ZASTAVA Jugo Skala 55 TS 367-43 1985. 184.679 1.116 40 КБ НЕ 128A0641.... 3,59 1401 ZASTAVA Jugo Skala 55 TS 245-76 1985. 137.948 1.116 40 КБ НЕ 128A0641.... 6,19 1402 ZASTAVA Jugo Skala 55 KV 846-768 1985. 184.467 1.116 40 КБ НЕ 128A0641.... 4,58 1403 ZASTAVA Jugo Skala 55 TS 346-73 1985. 166.490 1.116 40 КБ НЕ 128A0641.... 4,39 1404 ZASTAVA Jugo Skala 55 TS 394-74 1985. 187.978 1.116 40 КБ НЕ 128A0641.... 3,70 1405 ZASTAVA Jugo Skala 55 TS 340-14 1985. 246.647 1.116 40 КБ НЕ 128A0641.... 4,41 1406 ZASTAVA Jugo Skala 55 TS 349-97 1985. 164.847 1.116 40 КБ НЕ 128A0641.... 4,04 1407 ZASTAVA Jugo Skala 55 TS 351-43 1985. 179.497 1.116 40 КБ НЕ 128A0641.... 4,41 1408 ZASTAVA Jugo Skala 55 TS 357-97 1985. 194.316 1.116 40 КБ НЕ 128A0641.... 7,91 1409 ZASTAVA Jugo Skala 55 TS 356-64 1985. 244.514 1.116 40 КБ НЕ 128A0641.... 4,36 1410 ZASTAVA Jugo Skala 55 TS 351-91 1985. 134.647 1.116 40 КБ НЕ 128A0641.... 4,23 1411 ZASTAVA Jugo Skala 55 TS 394-47 1985. 184.673 1.116 40 КБ НЕ 128A0641.... 4,51 1412 ZASTAVA Jugo Skala 55 TS 397-81 1985. 94.879 1.116 40 КБ НЕ 128A0641.... 3,26 1413 ZASTAVA Jugo Skala 55 TS 361-16 1985. 87.884 1.116 40 КБ НЕ 128A0641.... 4,11 1414 ZASTAVA Jugo Skala 55 TS 348-97 1985. 165.784 1.116 40 КБ НЕ 128A0641.... 4,27 1415 ZASTAVA Jugo Skala 55 TS 394-70 1985. 184.784 1.116 40 КБ НЕ 128A0641.... 4,19 1416 ZASTAVA Jugo Skala 55 TS 384-46 1985. 164.784 1.116 40 КБ НЕ 128A0641.... 3,94 1417 ZASTAVA Jugo Skala 55 TS 334-10 1985. 167.548 1.116 40 КБ НЕ 128A0641.... 4,43 1418 ZASTAVA Jugo Skala 55 TS 243-13 1985. 173.430 1.116 40 КБ НЕ 128A0641.... 5,21 1419 ZASTAVA Jugo Skala 55 TS 484-79 1985. 167.948 1.116 40 КБ НЕ 128A0641.... 4,49 1420 ZASTAVA Jugo Skala 55 TS 461-78 1985. 184.679 1.116 40 КБ НЕ 128A0641.... 7,11 1421 ZASTAVA Jugo Skala 55 TS 468-89 1985. 134.978 1.116 40 КБ НЕ 128A0641.... 4,12 1422 ZASTAVA Jugo Skala 55 TS 481-13 1985. 199.487 1.116 40 КБ НЕ 128A0641.... 4,09 1423 ZASTAVA Jugo Skala 55 TS 461-12 1985. 164.879 1.116 40 КБ НЕ 128A0641.... 4,14 1424 ZASTAVA Jugo Skala 55 TS 123-45 1985. 138.976 1.116 40 КБ НЕ 128A0641.... 5,22 1425 MAZDA 626 2.0 KV 987-943 1983. 413.164 1.970 66 КБ НЕ 200MA8856P45 28-32 Carb-2V 4,39 1426 RENAULT 18 TS 431-09 1983. 289.672 1.995 81 КБ НЕ J6R711232258 32 DARA Carb-2V 3,78 1427 PEUGEOT 504 2.0 KV 491-490 1983. 211.649 1.971 78 КБ НЕ XN290863325676 Kugelficher MFI-s 2,43 1428 PEUGEOT 506 2.2 TS 698-97 1983. 186.701 2.165 85 МП НЕ ZDJ402286143364 K-Jetronic MFI-c 1,37 1429 FIAT Strada 2.0 TS 643-31 1983. 246.679 1.995 96 КБ НЕ 138A3116498334 C40 ADDHE Carb-2V 4,95 1430 MITSUBUSHI Galant 2.0 TS 513-40 1983. 384.461 1.997 75 КБ НЕ 4G63J13469 28-32 Carb-2V 3,38 1431 MERCEDES 200 TS 346-97 1983. 310.249 1.996 80 КБ НЕ 102920-61320123 175 CD Carb-VV 2,30 1432 RENAULT 18 2.0 TS 671-61 1983. 244.670 1.995 76 КБ НЕ J6R714648302 32 DARA Carb-2V 2,76 1433 RENAULT 18 2.0 TS 359-83 1983. 278.649 1.995 76 КБ НЕ J6R714370273 33 DARA Carb-2V 3,38 1434 FORD Siera 2.0 KV 679-346 1983. 246.379 1.993 77 КБ НЕ NE4901341 30/34 DFTH Carb-2V 3,85 1435 BMW 318i 1.8 TS 260-16 1983. 401.346 1.776 77 МП НЕ 184E601294907 K-Jetronic MFI-c 1,27 1436 BMW 318i 2.0 TS 694-70 1983. 367.843 1.990 75 МП НЕ B18U111C364751 K-Jetronic MFI-c 1,77 1437 AUDI 100 1.9 TS 124-46 1983. 372.634 1.921 74 КБ НЕ WH6139028 Keihin Carb-2V 4,30 1438 AUDI 100 1.9 TS 131-47 1983. 319.943 1.921 74 КБ НЕ WH4346191 Keihin Carb-2V 3,83 1439 VOLKSWAGEN Golf 1.8 GTI TS 164-09 1983. 279.467 1.781 82 МП НЕ GZ69987432 KE-Jetronic 2.1 MFI-c 1,41 1440 ZASTAVA 101 GTL 55/5V TS 245-97 1984. 127.846 1.116 40 КБ НЕ 128A0640... 4,09 1441 ZASTAVA 101 GTL 55/5V TS 578-78 1984. 137.948 1.116 40 КБ НЕ 128A0640... 4,35 1442 ZASTAVA 101 GTL 55/5V TS 571-43 1984. 167.948 1.116 40 КБ НЕ 128A0640... 3,84 1443 ZASTAVA 101 GTL 55/5V TS 534-43 1984. 184.673 1.116 40 КБ НЕ 128A0640... 3,80 1444 ZASTAVA 101 GTL 55/5V TS 516-45 1984. 164.948 1.116 40 КБ НЕ 128A0640... 3,25 1445 ZASTAVA 101 GTL 55/5V TS 564-46 1984. 158.847 1.116 40 КБ НЕ 128A0640... 5,66 1446 ZASTAVA 101 GTL 55/5V TS 528-83 1984. 184.613 1.116 40 КБ НЕ 128A0640... 7,80 1447 ZASTAVA 101 GTL 55/5V TS 516-15 1984. 194.987 1.116 40 КБ НЕ 128A0640... 8,14 1448 ZASTAVA 101 GTL 55/5V TS 534-42 1984. 201.464 1.116 40 КБ НЕ 128A0640... 3,75 1449 ZASTAVA 101 GTL 55/5V TS 578-87 1984. 167.849 1.116 40 КБ НЕ 128A0640... 6,14 1450 ZASTAVA 101 GTL 55/5V TS 549-73 1984. 164.748 1.116 40 КБ НЕ 128A0640... 3,14 1451 ZASTAVA 101 GTL 55/5V TS 561-94 1984. 137.549 1.116 40 КБ НЕ 128A0640... 5,34 1452 ZASTAVA 101 GTL 55/5V TS 562-27 1984. 199.467 1.116 40 КБ НЕ 128A0640... 4,29 1453 ZASTAVA 101 GTL 55/5V TS 568-81 1984. 204.678 1.116 40 КБ НЕ 128A0640... 4,46 1454 ZASTAVA 101 GTL 55/5V TS 563-43 1984. 214.578 1.116 40 КБ НЕ 128A0640... 8,76 1455 ZASTAVA 101 GTL 55/5V TS 561-43 1984. 187.946 1.116 40 КБ НЕ 128A0640... 4,91 1456 ZASTAVA 101 GTL 55/5V TS 582-43 1984. 167.849 1.116 40 КБ НЕ 128A0640... 3,54 1457 ZASTAVA 101 GTL 55/5V TS 537-79 1984. 134.578 1.116 40 КБ НЕ 128A0640... 4,27 1458 ZASTAVA 101 GTL 55/5V TS 679-72 1984. 167.481 1.116 40 КБ НЕ 128A0640... 4,23 1459 ZASTAVA 101 GTL 55/5V TS 649-71 1984. 191.240 1.116 40 КБ НЕ 128A0640... 4,02 1460 ZASTAVA 101 GTL 55/5V TS 634-71 1984. 158.791 1.116 40 КБ НЕ 128A0640... 5,56 1461 ZASTAVA 101 GTL 55/5V TS 645-10 1984. 97.673 1.116 40 КБ НЕ 128A0640... 6,40 1462 ZASTAVA 101 GTL 55/5V TS 657-60 1984. 88.467 1.116 40 КБ НЕ 128A0640... 2,18 1463 ZASTAVA 101 GTL 55/5V TS 631-12 1984. 104.645 1.116 40 КБ НЕ 128A0640... 3,55 1464 ZASTAVA 101 GTL 55/5V TS 672-79 1984. 184.675 1.116 40 КБ НЕ 128A0640... 7,80 1465 ZASTAVA 101 GTL 55/5V TS 684-43 1984. 167.846 1.116 40 КБ НЕ 128A0640... 7,24 1466 ALFA ROMEO Djulieta TS 244-70 1984. 311.649 1.779 90 КБ НЕ 167825986 40 DCOE Carb-2V 3,92 1467 VOLVO 360 KV 798-496 1984. 410.367 1.986 83 МП НЕ B19EL48556922314 LE-Jetronic MFI-i 1,78 1468 OPEL Kadet D TS 246-63 1984. 211.946 1.796 85 МП НЕ 18E5523369714 LE-Jetronic MFI-i 1,27 1469 MAZDA 626 GC TS 665-36 1984. 355.610 1.998 74 КБ НЕ 200FE44581120 Hitachi Carb-2V 3,20 1470 RENAULT 18 TS 461-21 1984. 267.943 1.995 81 КБ НЕ 32 DARA Carb-2V 3,31 1471 AUDI 80 1.8 TS 164-77 1984. 246.349 1.781 82 МП НЕ MV52232589 K-Jetronic MFI-c 1,36 1472 OPEL Kadet D TS 279-91 1984. 287.943 1.796 85 МП НЕ 18E25665L5856 LE-Jetronic MFI-i 1,42 1473 MERCEDES 190 E 2.0 TS 679-43 1984. 284.619 1.996 90 МП НЕ 102961-125569865 K-Jetronic MFI-c 1,45 Факултет инжењерских наука Универзитета у Крагујевцу 224 1474 OPEL Askona 1.8 TS 234-72 1984. 234.943 1.796 85 МП НЕ 18E2659983312 L3-Jetronic MFI-i 1,44 1475 FIAT Strada 2.0 TS 679-12 1984. 184.670 1.995 96 КБ НЕ 138A3164913478 C40 ADDHE Carb-2V 2,67 1476 MITSUBUSHI Galant 2.0 TS 579-25 1984. 279.346 1.997 75 КБ НЕ 4G63J26597 28-32 Carb-2V 3,17 1477 MERCEDES 200 TS 948-94 1984. 191.376 1.996 80 КБ НЕ 102920-34697613 175 CD Carb-VV 2,41 1478 RENAULT 18 2.0 TS 359-76 1984. 264.311 1.995 76 КБ НЕ J6R714669431 34 DARA Carb-2V 3,93 1479 RENAULT 18 2.0 TS 682-43 1984. 279.316 1.995 76 КБ НЕ J6R714913039 35 DARA Carb-2V 2,83 1480 FORD Siera 2.0 TS 579-46 1984. 184.691 1.993 77 КБ НЕ NE6946031 30/34 DFTH Carb-2V 3,15 1481 AUDI 100 1.9 TS 167-91 1984. 348.649 1.921 74 КБ НЕ WH7911347 Keihin Carb-2V 5,08 1482 TOYOTA Carina II 1.8 TS 131-12 1984. 289.467 1.832 74 МП НЕ 1S59669871 EFI MFI-i 1,99 1483 TOYOTA Camry TS 376-10 1984. 301.249 1.995 79 МП НЕ 2S46982214 EFI MFI-i 1,65 1484 VOLKSWAGEN Golf 1.8 GTI TS 167-90 1984. 342.469 1.781 82 МП НЕ GZ73110127 KE-Jetronic 2.1 MFI-c 1,48 1485 VOLKSWAGEN Golf 1.8 GTI TS 137-73 1984. 311.649 1.781 82 МП НЕ GZ76443194 KE-Jetronic 2.1 MFI-c 1,16 1486 AUDI 100 TS 312-64 1985. 244.619 1.994 85 КБ НЕ KP4593215 K-Jetronic MFI-s 3,02 1487 MERCEDES 200 TS 688-40 1985. 284.643 1.996 81 КБ НЕ 102922-36657412 2EE Carb-Elec. 2,94 1488 OPEL Record E KV 649-494 1985. 219.990 1.979 81 МП НЕ 20E854214585 LE-Jetronic MFI-i 1,44 1489 HONDA Accord 1.8 TS 194-60 1985. 324.613 1.829 74 КБ НЕ ET183616981 32/34 Carb-2V 2,49 1490 PEUGEOT 505 2.0 KV 619-613 1985. 247.946 1.971 71 КБ НЕ XN1A8919830109 34/34 CISAC Carb-2V 2,97 1491 MERCEDES 200 T TS 610-34 1985. 246.671 1.996 80 КБ НЕ 102920-79732019 175 CD Carb-VV 2,69 1492 MERCEDES 200 TS 820-46 1985. 284.630 1.996 75 КБ НЕ 102922-30191467 175 CD Carb-VV 3,51 1493 FIAT Strada 2.0 TS 214-36 1985. 188.697 1.995 96 КБ НЕ 138A3139764136 C40 ADDHE Carb-2V 2,56 1494 MITSUBUSHI Galant 2.0 TS 543-93 1985. 294.641 1.997 75 КБ НЕ 4G63J46913 28-32 Carb-2V 3,31 1495 MERCEDES 200 TS 301-28 1985. 372.614 1.996 80 КБ НЕ 102920-20190164 175 CD Carb-VV 4,32 1496 MERCEDES 200 TS 379-49 1985. 186.494 1.996 80 КБ НЕ 102920-46978217 175 CD Carb-VV 2,24 1497 RENAULT 18 2.0 TS 613-64 1985. 260.312 1.995 76 КБ НЕ J6R714394122 36 DARA Carb-2V 3,64 1498 RENAULT 18 2.0 TS 298-43 1985. 246.776 1.995 76 КБ НЕ J6R714673131 39 DARA Carb-2V 2,38 1499 FORD Siera 2.0 TS 516-64 1985. 206.443 1.993 77 КБ НЕ NE1363649 30/34 DFTH Carb-2V 2,99 1500 FORD Scorpio 2.0 KŠ 846-302 1985. 311.649 1.993 74 КБ НЕ NE4986345 30/34 DFTH Carb-2V 3,57 1501 FORD Scorpio 2.0 TS 491-46 1985. 334.791 1.993 74 КБ НЕ NE6969875 30/34 DFTH Carb-2V 3,92 1502 TOYOTA Carina II 1.8 TS 134-40 1985. 276.461 1.832 74 МП НЕ 1S40469446 EFI MFI-i 1,69 1503 TOYOTA Carina II 1.8 TS 160-12 1985. 311.497 1.832 74 МП НЕ 1S34461031 EFI MFI-i 1,83 1504 TOYOTA Camry TS 368-79 1985. 249.901 1.995 79 МП НЕ 2S67631014 EFI MFI-i 1,41 1505 VOLKSWAGEN Golf 1.8 TS 246-70 1985. 246.973 1.781 79 МП НЕ RD56999787 KE-Jetronic 2.1 MFI-c 1,61 1506 VOLKSWAGEN Golf 1.8 TS 248-79 1985. 364.976 1.781 79 МП НЕ RD30119433 KE-Jetronic 2.1 MFI-c 1,63 1507 VOLKSWAGEN Golf 1.8 GTI TS 136-79 1985. 301.245 1.781 82 МП НЕ GZ64431971 KE-Jetronic 2.1 MFI-c 1,57 1508 VOLKSWAGEN Jetta 1.8 TS 254-61 1985. 301.246 1.781 79 МП НЕ RD46668563 KE-Jetronic 2.1 MFI-c 1,38 1509 VOLKSWAGEN Jetta 1.8 TS 257-81 1985. 211.346 1.781 79 МП НЕ RD84430132 KE-Jetronic 2.1 MFI-c 1,45 1510 OPEL Askona 1.8 TS 614-81 1986. 267.946 1.796 74 МП ДА C18NE25698 LU Jetronic MFI-i 0,48 1511 AUDI 90 TS 138-71 1986. 279.643 1.781 82 МП НЕ DZ656632 K-Jetronic MFI-c 1,66 1512 RENAULT 25 2.0 TS 642-13 1986. 246.846 1.995 85 МП НЕ J7R722H855698 R MFI-i 1,94 1513 RENAULT 11 TS 213-31 1986. 294.643 1.721 70 МП НЕ 73N738L58859 R MFI-i 1,92 1514 RENAULT EСПace 2.0 TS 487-20 1986. 194.731 1.995 80 КБ НЕ J6R2368895621 32 DARA Carb-2V 3,03 1515 OPEL Cavalier TS 276-61 1986. 278.946 1.796 82 МП НЕ 18SE25451421 L3-Jetronic MFI-i 1,93 1516 OPEL Carlton 2.0 TS 394-61 1986. 281.334 1.998 90 МП НЕ 20SE225489332 Mot.M1.5/ML4.1 MFI-i 1,30 1517 RENAULT EСПace 2.0 TS 346-51 1986. 218.943 1.995 80 КБ НЕ J6R23656332145 32 DARA Carb-2V 2,89 1518 RENAULT 25 TS 402-03 1986. 211.302 1.995 85 МП НЕ J7R722H669853 R MFI-i 1,84 1519 RENAULT EСПace 2.0 TS 379-46 1986. 256.761 1.995 88 МП НЕ J7R760K445865 R MFI-i 1,88 1520 MERCEDES 200 TS 673-98 1986. 276.491 1.996 80 КБ НЕ 102922-596980102 2EE Carb-Elec. 2,45 1521 MERCEDES 200 T TS 156-76 1986. 269.194 1.996 80 КБ НЕ 102922-566585412 2EE Carb-Elec. 2,90 1522 MERCEDES 191 E TS 402-67 1986. 277.614 1.996 90 МП НЕ 102962-102456812 K-Jetronic MFI-c 1,88 1523 OPEL Kadet E TS 231-34 1986. 267.946 1.796 82 МП НЕ 18SE656985101 L3-Jetronic MFI-i 1,58 1524 OPEL Kadet E 2.0 TS 519-70 1986. 246.701 1.998 85 МП НЕ 20NE256980245 Mot.M1.5/ML4.1 MFI-i 1,78 1525 OPEL Kadet E 2.0 TS 649-91 1986. 211.679 1.998 95 МП НЕ 20SEH25411249 Mot.M1.5/ML4.1 MFI-i 1,88 1526 OPEL Record E 2.2 TS 449-96 1986. 226.649 2.197 85 МП НЕ 22E784125632 LE-Jetronic MFI-i 1,81 1527 CITROEN Reflex 2.0 TS 302-18 1986. 244.319 1.995 78 КБ НЕ 829A5690216 35 DMTR Carb-2V 2,27 1528 HONDA Accord Aerodeck TS 816-40 1986. 244.940 1.955 78 КБ ДА A20A2969421 Keihin Carb-2V 1,35 1529 PEUGEOT 205 1.9 TS 169-49 1986. 184.947 1.905 75 МП ДА XU9J1568971O4547127 LU2-Jetronic MFI-i 0,78 1530 OPEL Omega 2.0 TS 486-43 1986. 269.801 1.998 90 МП НЕ 20SE249863769 Mot.M1.5/ML4.1 MFI-i 1,84 1531 MERCEDES 190 2.0 TS 310-89 1986. 346.278 1.996 77 КБ НЕ 102924-59573153 175 CD Carb-VV 3,05 1532 MERCEDES 190E 2.0 TS 388-94 1986. 211.649 1.996 90 МП НЕ 102962-59720201 KE-Jetronic MFI-c 1,92 1533 MERCEDES 200 TS 581-47 1986. 302.466 1.996 80 КБ НЕ 102920-46498314 175 CD Carb-VV 2,55 1534 OPEL Ascona 1.8 TS 276-60 1986. 306.494 1.796 82 МП НЕ 18SE1598254673 L3-Jetronic MFI-i 1,42 1535 OPEL Cavalier 1.8 TS 634-16 1986. 216.499 1.796 74 МП ДА C18NE46791934 LU-Jetronic MFI-i 0,79 1536 RENAULT 18 2.0 TS 246-43 1986. 184.613 1.995 76 КБ НЕ J6R714130273 37 DARA Carb-2V 2,48 1537 RENAULT 18 2.0 TS 247-80 1986. 201.346 1.995 76 КБ НЕ J6R714613494 38 DARA Carb-2V 2,67 1538 FORD Siera 2.0 TS 649-70 1986. 276.164 1.993 77 КБ НЕ NE1012556 30/34 DFTH Carb-2V 2,83 1539 FORD Scorpio 2.0 TS 678-49 1986. 301.649 1.993 74 КБ НЕ NE1902364 30/34 DFTH Carb-2V 3,21 1540 AUDI 90 1.8 TS 138-10 1986. 277.946 1.781 82 МП НЕ DZ46902236 K-Jetronic MFI-c 1,97 1541 AUDI 90 1.8 TS 134-46 1986. 189.764 1.781 82 МП НЕ DZ10136494 K-Jetronic MFI-c 1,86 1542 AUDI 90 1.8 TS 136-46 1986. 279.346 1.781 82 МП НЕ DZ43469463 K-Jetronic MFI-c 1,76 1543 AUDI 100 quatro 2.2 TS 386-66 1986. 286.336 2.226 101 МП НЕ KU49330124 K-Jetronic MFI-c 1,63 1544 TOYOTA Carina II 1.8 TS 179-19 1986. 167.943 1.832 74 МП НЕ 1S94836191 EFI MFI-i 1,78 1545 TOYOTA Camry TS 310-21 1986. 277.649 1.995 79 МП НЕ 2S94461379 EFI MFI-i 1,74 1546 TOYOTA Celica 2.0 TS 151-96 1986. 298.645 1.998 110 МП НЕ 3S43449739 TCCS MFI-i 1,41 1547 VOLKSWAGEN Golf 1.8 TS 258-34 1986. 246.897 1.781 79 МП НЕ RD94113014 KE-Jetronic 2.1 MFI-c 1,91 1548 VOLKSWAGEN Golf 1.8 TS 286-81 1986. 308.946 1.781 79 МП НЕ RD94431610 KE-Jetronic 2.1 MFI-c 1,65 1549 VOLKSWAGEN Jetta 1.8 TS 210-13 1986. 364.849 1.781 79 МП НЕ RD94061347 KE-Jetronic 2.1 MFI-c 1,46 1550 VOLKSWAGEN Jetta 1.8 TS 213-40 1986. 246.978 1.781 79 МП НЕ RD30110248 KE-Jetronic 2.1 MFI-c 1,89 1551 OPEL Carlton 1.8 TS 231-10 1987. 204.694 1.796 85 МП НЕ 18SEH4923489 L3-Jetronic MFI-i 1,83 1552 OPEL Carlton 2.0 TS 373-43 1987. 198.466 1.998 90 МП НЕ 20SE532325852 Mot.M1.5/ML4.2 MFI-i 1,86 1553 NISSAN Bluebird 2.0 TS 349-19 1987. 279.102 1.974 85 МП НЕ CA20E5851248 ECCS MFI-s 1,34 1554 MAZDA 626 2.0 TS 603-41 1987. 243.103 1.998 88 МП ДА FEEGL52496 EGI MFI-i 1,44 1555 FIAT Ritmo 2.0 TS 846-60 1987. 224.630 1.995 96 КБ НЕ 138A31251493 C40 ADDHE Carb-2V 3,33 1556 CITROEN BX 1.9 TS 179-10 1987. 267.948 1.905 75 КБ НЕ D2A63364917 34-34 Z1 Carb-2V 3,25 1557 CITROEN CX 2.0 TS 371-40 1987. 178.649 1.995 78 КБ НЕ 829A5303472 34 DMTR Carb-2V 2,70 1558 MAZDA 929 2.2 TS 598-76 1987. 336.562 2.184 100 КБ НЕ F2 - PUS 32-36 Carb-2V 5,41 1559 HONDA Accord 2.0 TS 649-79 1987. 230.211 1.955 90 МП НЕ A20A4918243 PGM-FI MFI-s 1,92 1560 PEUGEOT 305 1.9 TS 167-94 1987. 184.940 1.905 72 МП ДА XU9J1568971I45379124 LU2-Jetronic MFI-i 0,78 1561 PEUGEOT 309 1.9 TS 163-43 1987. 211.649 1.905 75 КБ НЕ XU92C591349J5998013 34-34 Z1 Carb-2V 4,23 1562 PEUGEOT 405 1.9 TS 197-49 1987. 241.564 1.905 81 КБ НЕ XU92C464582J8045515 34-34 Z2 Carb-2V 3,01 1563 PEUGEOT J5 2.0 KV 947-464 1987. 194.610 1.971 72 КБ НЕ XN1TA485801H780637 34 PBISA Carb-2V 1,69 1564 MERCEDES 190 E 2.3 TS 656-63 1987. 342.633 2.298 100 МП ДА 102985-64689144 KE-Jetronic MFI-c 1,35 1565 OPEL Askona 2.0 TS 733-46 1987. 286.431 1.998 95 МП НЕ 20SEH46798216 Motronic ML4.1 MFI-i 1,92 1566 FIAT Strada 2.0 TS 678-91 1987. 202.364 1.995 96 КБ НЕ 138A3164679421 C40 ADDHE Carb-2V 2,29 1567 FORD Scorpio 2.0 TS 346-40 1987. 246.658 1.993 74 КБ НЕ NE6131021 30/34 DFTH Carb-2V 2,77 1568 FORD Scorpio 2.0 TS 431-10 1987. 236.611 1.993 74 КБ НЕ NE4986349 30/34 DFTH Carb-2V 3,57 1569 AUDI 90 1.8 TS 138-90 1987. 184.246 1.781 82 МП НЕ DZ91334677 K-Jetronic MFI-c 1,44 1570 AUDI 90 1.8 TS 162-04 1987. 276.764 1.781 82 МП НЕ DZ30446031 K-Jetronic MFI-c 1,73 1571 TOYOTA Celica 2.0 TS 596-69 1987. 286.991 1.998 110 МП НЕ 3S96015478 TCCS MFI-i 1,63 1572 VOLKSWAGEN Golf 1.8 TS 216-49 1987. 246.791 1.781 79 МП НЕ RD34011423 KE-Jetronic 2.1 MFI-c 1,28 1573 VOLKSWAGEN Golf 1.8 TS 128-40 1987. 402.461 1.781 79 МП НЕ RD59446101 KE-Jetronic 2.1 MFI-c 1,88 1574 VOLKSWAGEN Golf 1.8 TS 256-40 1987. 184.673 1.781 79 МП НЕ RD27761349 KE-Jetronic 2.1 MFI-c 1,49 1575 VOLKSWAGEN Jetta 1.8 TS 257-94 1987. 246.794 1.781 79 МП НЕ RD76437464 KE-Jetronic 2.1 MFI-c 1,90 1576 VOLKSWAGEN Jetta 1.8 TS 259-46 1987. 334.679 1.781 79 МП НЕ RD67730124 KE-Jetronic 2.1 MFI-c 1,62 1577 VOLKSWAGEN Jetta 1.8 KV 649-789 1987. 372.435 1.781 79 МП НЕ RD67319647 KE-Jetronic 2.1 MFI-c 1,93 1578 AUDI A4 KV 946-407 1998. 168.946 1.781 92 МП ДА ADR569863 Motronic M3.2 MFI-s 0,65 1579 MERCEDES 200 TS 496-60 1998. 189.601 1.998 100 МП ДА 111945-668975471 HFM-SFI MFI-s 0,16 Факултет инжењерских наука Универзитета у Крагујевцу 225 1580 MERCEDES C180 1.8 TS 466-78 1998. 84.673 1.799 90 МП ДА 111921-518465568 HFM-SFI MFI-s 0,21 1581 FIAT Brava 1.8 TS 244-46 1998. 167.978 1.747 83 МП ДА 182A200045218 MPI MFI-s 0,76 1582 FIAT Marea 1.8 TS 248-30 1998. 188.794 1.747 83 МП ДА 182A2000653237 MPI MFI-i 0,37 1583 CITROEN ZX TS 531-20 1998. 146.734 1.761 74 МП ДА LFZ264581 8P.10 MFI-i 0,83 1584 CITROEN Xsara 16v TS 549-79 1998. 171.246 1.761 81 МП ДА LFY583012 SL96 MFI-i 0,80 1585 MAZDA 626 2.0 TS 461-20 1998. 87.911 1.991 85 МП ДА FS597024 EGI MFI-s 0,48 1586 DAEWOO Leganza 2.0 TS 644-94 1998. 78.911 1.998 98 МП ДА X20SED806612 ITMS-6F MFI-i 0,22 1587 PEUGEOT 206 2.0 TS 697-61 1998. 160.286 1.998 99 МП ДА EW10J463114P7533691 4.8P MFI-s 0,70 1588 PEUGEOT 306 1.8 TS 248-94 1998. 69.497 1.762 74 МП НЕ XU7JP903702N5379154 Motronic MP5.1 MFI-i 0,21 1589 PEUGEOT 406 1.8 16v TS 516-49 1998. 89.467 1.761 81 МП ДА XU7JP4597019K559731 Mot.MP5.1.1/MP5.2 MFI-i 0,23 1590 PEUGEOT 406 2.0 TS 439-60 1998. 97.331 1.998 97 МП ДА XU10J4R70169L697371 Mot.MP5.1.1/MP5.3 MFI-i 0,33 1591 OPEL Calibra 2.0 TS 406-34 1998. 229.846 1.998 85 МП ДА C20NE859137914 Motrnic M1.5 MFI-i 0,85 1592 MERCEDES C180 1.8 TS 246-46 1998. 167.946 1.799 90 МП ДА 111921-71016481 HFM-SFI MFI-s 0,69 1593 MERCEDES E200 TS 764-64 1998. 201.669 1.998 100 МП ДА 111942-61318973 HFM Motronic MFI-s 0,52 1594 MERCEDES CLK 200 2.0 TS 466-19 1998. 174.909 1.998 100 МП ДА 111945-19731901 HFM-SFI MFI-s 0,74 1595 MERCEDES V 200 2.0 TS 640-41 1998. 302.496 1.998 95 МП ДА 111948-61978431 PEC-SFI MFI-s 0,65 1596 MITSUBUSHI Сpace Ranner 1. TS 164-49 1998. 176.794 1.834 90 МП ДА 4G93HM9634 ECI-Multi MFI-s 0,75 1597 MITSUBUSHI СПace Vagon 1.8 TS 168-90 1998. 211.649 1.834 90 МП ДА 4G93HL97961 ECI-Multi MFI-s 0,66 1598 RENAULT 5 1.8 TS 634-10 1998. 164.946 1.783 77 МП ДА F3PR7326498 MPI MFI-i 0,86 1599 RENAULT 5 1.8 TS 265-70 1998. 124.691 1.783 77 МП ДА F3PR7394621 MPI MFI-i 0,69 1600 RENAULT 5 1.8 TS 242-79 1998. 89.464 1.783 77 МП ДА F3PR7737642 MPI MFI-i 0,42 1601 RENAULT 5 1.8 TS 649-46 1998. 102.941 1.783 77 МП ДА F3PR7930124 MPI MFI-i 0,53 1602 FORD Fokus 1.8 TS 271-41 1998. 167.943 1.796 85 МП ДА EYDC7912012 EEC-V MFI-s 0,77 1603 FORD Fokus 1.8 TS 278-91 1998. 181.649 1.796 85 МП ДА EYDC6302349 EEC-V MFI-s 0,80 1604 AUDI A3 1.8 TS 145-64 1998. 172.649 1.781 92 МП ДА AGN069433 Mono-Motronic 1.2. MFI-s 0,66 1605 TOYOTA Celica 1.8 TS 194-34 1998. 167.948 1.762 85 МП ДА 7A74601431 TCCS MFI-i 0,74 1606 TOYOTA Celica 1.8 TS 179-20 1998. 184.679 1.762 85 МП ДА 7A44013694 TCCS MFI-i 0,78 1607 VOLKSWAGEN Golf 2.0 TS 246-72 1998. 167.649 1.984 85 МП ДА AKR8012145 Simos MFI-s 0,53 1608 VOLKSWAGEN Golf 2.0 TS 816-94 1998. 172.649 1.984 85 МП ДА AKR7073164 Simos MFI-s 0,90 1609 VOLKSWAGEN Golf 2.0 TS 631-01 1998. 184.364 1.984 85 МП ДА AKR6431134 Simos MFI-s 0,91 1610 VOLKSWAGEN Passat 1.8 TS 167-97 1998. 211.642 1.781 92 МП ДА ADR4988543 Motronic M3.8.2 MFI-s 0,74 1611 VOLKSWAGEN Passat 1.8 TS 168-97 1998. 178.946 1.781 92 МП ДА ADR6013427 Motronic M3.8.3 MFI-s 0,69 1612 VOLKSWAGEN Polo clasic 1.6 16 BG 694-497 1998. 67.948 1.598 88 МП ДА AJV49021801 4AV MFI-s 0,11 1613 MERCEDES C180 1.9 TS 234-64 1998. 188.461 1.799 90 МП ДА 111921-214585487 HFM-SFI MFI-s 0,62 1614 MITSUBUSHI Galant 2.0 TS 677-94 1998. 167.491 1.997 100 МП ДА 4G63J97845 ECI-Multi MFI-s 0,71 1615 MITSUBUSHI Galant 2.0 TS 871-94 1998. 188.376 1.997 100 МП ДА 4G63J37917 ECI-Multi MFI-s 0,71 1616 ZASTAVA Jugo Skala 101 TS 618-79 1998. 84.257 1.116 40 КБ НЕ 128A064154... 2,93 1617 ZASTAVA Jugo Skala 101 TS 682-64 1998. 64.487 1.116 40 КБ НЕ 128A064154... 3,38 1618 ZASTAVA Jugo Skala 101 TS 689-80 1998. 84.047 1.116 40 КБ НЕ 128A064154... 3,27 1619 ZASTAVA Jugo Skala 101 TS 628-73 1998. 76.780 1.116 40 КБ НЕ 128A064154... 3,63 1620 ZASTAVA Jugo Skala 101 TS 642-46 1998. 51.648 1.116 40 КБ НЕ 128A064154... 3,12 1621 ZASTAVA Jugo Skala 101 TS 679-82 1998. 34.764 1.116 40 КБ НЕ 128A064154... 1,88 1622 ZASTAVA Jugo Skala 101 TS 259-79 1998. 67.491 1.116 40 КБ НЕ 128A064154... 2,68 1623 ZASTAVA Jugo Skala 101 TS 249-79 1998. 27275 1.116 40 КБ НЕ 128A064154... 1,78 1624 ZASTAVA Jugo Skala 101 KV 266-710 1998. 48.794 1.116 40 КБ НЕ 128A064154... 2,06 1625 ZASTAVA Jugo Skala 101 TS 579-89 1998. 57.849 1.116 40 КБ НЕ 128A064154... 2,46 1626 ZASTAVA Jugo Skala 101 TS 548-79 1998. 67.694 1.116 40 КБ НЕ 128A064154... 3,12 1627 ZASTAVA Jugo Skala 101 TS 528-56 1998. 84.579 1.116 40 КБ НЕ 128A064154... 4,18 1628 ZASTAVA Jugo Skala 101 TS 532-49 1998. 94.673 1.116 40 КБ НЕ 128A064154... 2,21 1629 ZASTAVA Jugo Skala 101 TS 501-76 1998. 68.479 1.116 40 КБ НЕ 128A064154... 2,44 1630 ZASTAVA Jugo Skala 101 TS 533-79 1998. 38.976 1.116 40 КБ НЕ 128A064154... 1,92 1631 ZASTAVA Jugo Skala 101 TS 597-83 1998. 42.431 1.116 40 КБ НЕ 128A064154... 1,64 1632 ZASTAVA Jugo Skala 101 TS 513-31 1998. 64.976 1.116 40 КБ НЕ 128A064154... 3,01 1633 ZASTAVA Jugo Skala 101 TS 567-70 1998. 64.578 1.116 40 КБ НЕ 128A064154... 3,92 1634 ZASTAVA Jugo Skala 101 TS 561-41 1998. 75.468 1.116 40 КБ НЕ 128A064154... 2,42 1635 ZASTAVA Jugo Skala 101 TS 587-94 1998. 76.497 1.116 40 КБ НЕ 128A064154... 1,95 1636 ZASTAVA Jugo Skala 101 TS 364-72 1998. 49.847 1.116 40 КБ НЕ 128A064154... 3,53 1637 ZASTAVA Jugo Skala 101 TS 256-89 1998. 39.764 1.116 40 КБ НЕ 128A064154... 2,06 1638 ZASTAVA Jugo Skala 101 TS 246-20 1998. 86.479 1.116 40 КБ НЕ 128A064154... 3,06 1639 ZASTAVA Jugo Skala 101 TS 346-61 1998. 64.497 1.116 40 КБ НЕ 128A064154... 2,72 1640 ZASTAVA Jugo Skala 101 TS 345-21 1998. 58.794 1.116 40 КБ НЕ 128A064154... 4,62 1641 NISSAN Almera TS 463-32 1999. 162.498 1.998 105 МП ДА SR20DE256986 ECCS MFI-s 0,61 1642 LADA Riva 1.7 TS 185-96 1999. 77.892 1.690 62 СП ДА 17LTBI25655225452 Model 700 TBI-i 0,04 1643 FIAT Punto 1.8 TS 434-94 1999. 164.589 1.747 96 МП ДА 183A100023591 HCV MFI-s 0,69 1644 DAEWOO Nubira 2.0 TS 619-30 1999. 46.901 1.998 98 МП ДА C20SED6902246 ITMS-6F MFI-i 0,13 1645 PEUGEOT 307 1.8 16v TS 571-10 1999. 114.679 1.761 81 МП ДА XU7JP460304T56377410 SL 96 MFI-i 0,52 1646 MERCEDES A 190 TS 141-17 1999. 184.691 1.898 92 МП ДА 166990-349K6548 MSM MFI-s 0,78 1647 MERCEDES C180 1.8 TS 278-87 1999. 184.643 1.799 90 МП ДА 111921-90316658 HFM-SFI MFI-s 0,68 1648 FIAT Punto 1.8 Clasic TS 613-01 1999. 124.613 1.747 96 МП ДА 183A1000619784 HCV MFI-s 0,30 1649 FIAT Punto 1.8 Clasic KŠ 346-110 1999. 89.497 1.747 96 МП ДА 183A1000316491 HCV MFI-s 0,16 150 FIAT Punto 1.8 Clasic TS 642-79 1999. 44.976 1.747 96 МП ДА 183A1000136784 HCV MFI-s 0,08 1651 MITSUBUSHI СПace Ranner 1. TS 167-84 1999. 168.496 1.834 90 МП ДА 4G93HM3467 ECI-Multi MFI-s 0,43 1652 MITSUBUSHI СПace Vagon 1.8 TS 176-43 1999. 171.346 1.834 90 МП ДА 4G93HL61349 ECI-Multi MFI-s 0,74 1653 FORD Fokus 1.8 TS 276-46 1999. 149.311 1.796 85 МП ДА EYDC7023403 EEC-V MFI-s 0,70 1654 FORD Fokus 1.8 TS 264-94 1999. 78.943 1.796 85 МП ДА EYDC6019463 EEC-V MFI-s 0,25 1655 AUDI A3 1.8 TS 163-13 1999. 98.461 1.781 92 МП ДА AGN913468 Mono-Motronic 1.2. MFI-s 0,25 1656 AUDI A3 1.8 TS 134-02 1999. 67.946 1.781 92 МП ДА AGN139679 Mono-Motronic 1.2. MFI-s 0,14 1657 TOYOTA Celica 1.8 TS 461-73 1999. 124.673 1.762 85 МП ДА 7A96401341 TCCS MFI-i 0,59 1658 VOLKSWAGEN Golf 2.0 TS 346-10 1999. 160.246 1.984 85 МП ДА AKR3440431 Simos MFI-s 0,88 1659 VOLKSWAGEN Passat 1.8 TS 134-97 1999. 167.946 1.781 92 МП ДА ADR9731042 Motronic M3.8.4 MFI-s 0,98 1660 VOLKSWAGEN Passat 1.8 TS 168-94 1999 187.643 1.781 92 МП ДА ADR3104279 Motronic M3.8.5 MFI-s 0,84 1661 FIAT BRAVA TS 267-40 1999. 94.673 1.747 83 МП ДА 0,33 1662 FIAT BRAVA TS 257-80 1998. 184.976 1.747 83 МП ДА 0,79 1663 FIAT BRAVA TS 247-61 1999. 112.467 1.747 83 МП ДА 0,45 1664 FIAT BRAVA TS 244-43 2000. 94.643 1.747 83 МП ДА 0,35 1665 FIAT BRAVA TS 267-72 1998. 168.976 1.747 83 МП ДА 0,76 1666 FIAT BRAVA TS 267-79 1999. 199.464 1.747 83 МП ДА 0,54 1667 FIAT BRAVA TS 246-60 2000. 102.346 1.747 83 МП ДА 0,40 1668 RENAULT Megane 1.6 TS 259-94 1998. 164.976 1.598 79 МП ДА K4M700L943114 Sirius 32 MFI-s 0,68 1669 RENAULT Megane 1.6 TS 257-91 1998. 89.467 1.598 79 МП ДА K4M700H643197 Sirius 32 MFI-s 0,33 1670 RENAULT Megane 1.6 TS 270-67 1999. 67.976 1.598 79 МП ДА K4M700T349476 Sirius 32 MFI-s 0,16 1671 RENAULT Megane 1.6 TS 267-10 1999. 84.667 1.598 79 МП ДА K4M700T301464 Sirius 32 MFI-s 0,22 1672 RENAULT Megane 1.6 TS 267-94 2000. 102.467 1.598 79 МП ДА K4M700V846431 Sirius 32 MFI-s 0,63 1673 RENAULT Megane 1.6 TS 260-13 2000. 37.948 1.598 79 МП ДА K4M700P631461 Sirius 32 MFI-s 0,10 1674 RENAULT Megane 1.6 TS 279-34 1999. 178.946 1.598 79 МП ДА K4M700I763013 Sirius 32 MFI-s 0,73 1675 RENAULT Megane 1.6 TS 261-41 1998. 160.346 1.598 79 МП ДА K4M700R034838 Sirius 32 MFI-s 0,66 1676 ZASTAVA FLORIDA TS 415-51 1999. 112.457 1.298 50 КБ НЕ 2,45 1677 ZASTAVA FLORIDA TS 425-46 1999. 69.784 1.298 50,2 КБ НЕ 1,97 1678 ZASTAVA FLORIDA TS 467-78 1999. 89.764 1.298 50,2 КБ НЕ 3,21 1679 ZASTAVA FLORIDA TS 436-49 1999. 63.421 1.298 50,2 КБ НЕ 2,45 1680 ZASTAVA FLORIDA TS 471-94 1999. 58.497 1.298 50,2 КБ НЕ 3,32 1681 ZASTAVA FLORIDA TS 434-40 1999. 48.947 1.298 50,2 КБ НЕ 6,61 1682 ZASTAVA FLORIDA TS 469-49 1999. 39.784 1.298 50,2 КБ НЕ 2,48 1683 ZASTAVA FLORIDA TS 697-78 1999. 167.946 1.298 50,2 КБ НЕ 3,92 1684 ZASTAVA FLORIDA TS 548-47 1999. 64.873 1.298 50,2 КБ НЕ 3,19 1685 ZASTAVA FLORIDA TS 525-71 1999. 44.978 1.298 50,2 КБ НЕ 2,27 Факултет инжењерских наука Универзитета у Крагујевцу 226 1686 ZASTAVA FLORIDA TS 245-10 1999. 84.976 1.298 50,2 КБ НЕ 1,72 1687 ZASTAVA FLORIDA TS 234-43 1999. 82.346 1.298 50,2 КБ НЕ 1,89 1688 ZASTAVA FLORIDA TS 236-10 1999. 56.784 1.298 50,2 КБ НЕ 1,78 1689 ZASTAVA FLORIDA TS 261-79 1999. 49.784 1.298 50,2 КБ НЕ 2,68 1690 ZASTAVA FLORIDA TS 258-85 1999. 39.784 1.298 50,2 КБ НЕ 4,26 1691 ZASTAVA FLORIDA TS 257-79 1999. 104.246 1.298 50,2 КБ НЕ 1,98 1692 ZASTAVA FLORIDA KV 267-784 1999. 89.497 1.298 50,2 КБ НЕ 2,28 1693 ZASTAVA FLORIDA KV 267-794 1999. 169.849 1.298 50,2 КБ НЕ 8,68 1694 ZASTAVA FLORIDA TS 267-43 1999. 76.497 1.298 50,2 КБ НЕ 3,09 1695 ZASTAVA FLORIDA KV 346-783 1999. 86.947 1.298 50,2 КБ НЕ 2,12 1696 ZASTAVA FLORIDA TS 467-79 1999. 66.479 1.298 50,2 КБ НЕ 2,28 1697 ZASTAVA FLORIDA TS 461-49 1999. 54.987 1.298 50,2 КБ НЕ 1,87 1698 ZASTAVA Jugo Tempo 1.1 TS 264-58 1999. 49.784 1.116 40 КБ НЕ 128A0641... 1,86 1699 ZASTAVA Jugo Tempo 1.1 TS 257-89 1999. 57.879 1.116 40 КБ НЕ 128A0641... 3,82 1700 ZASTAVA Jugo Tempo 1.1 TS 256-67 1999. 69.487 1.116 40 КБ НЕ 128A0641... 2,61 1701 ZASTAVA Jugo Tempo 1.1 TS 249-73 1999. 62.548 1.116 40 КБ НЕ 128A0641... 5,39 1702 ZASTAVA Jugo Tempo 1.1 TS 342-79 1999. 47.897 1.116 40 КБ НЕ 128A0641... 2,18 1703 ZASTAVA Jugo Tempo 1.1 TS 310-13 1999. 46.734 1.116 40 КБ НЕ 128A0641... 3,38 1704 ZASTAVA Jugo Tempo 1.1 TS 364-49 1999. 54.879 1.116 40 КБ НЕ 128A0641... 2,62 1705 ZASTAVA Jugo Tempo 1.1 TS 320-46 1999. 36.497 1.116 40 КБ НЕ 128A0641... 1,38 1706 ZASTAVA Jugo Tempo 1.1 TS 360-47 1999. 87.946 1.116 40 КБ НЕ 128A0641... 3,48 1707 ZASTAVA Jugo Tempo 1.1 TS 354-90 1999. 102.346 1.116 40 КБ НЕ 128A0641... 2,74 1708 ZASTAVA Jugo Tempo 1.1 TS 350-48 1999. 58.947 1.116 40 КБ НЕ 128A0641... 3,63 1709 ZASTAVA Jugo Tempo 1.1 TS 647-94 1999. 67.948 1.116 40 КБ НЕ 128A0641... 2,43 1710 ZASTAVA Jugo Tempo 1.1 TS 310-42 1999. 104.346 1.116 40 КБ НЕ 128A0641... 3,87 1711 ZASTAVA Jugo Tempo 1.1 TS 349-79 1999. 64.978 1.116 40 КБ НЕ 128A0641... 4,60 1712 ZASTAVA Jugo Tempo 1.1 TS 365-83 1999. 85.724 1.116 40 КБ НЕ 128A0641... 3,13 1713 ZASTAVA Jugo Tempo 1.1 KV 349-760 1999. 59.768 1.116 40 КБ НЕ 128A0641... 2,44 1714 ZASTAVA Jugo Tempo 1.1 TS 469-73 1999. 37.948 1.116 40 КБ НЕ 128A0641... 1,40 1715 ZASTAVA Jugo Tempo 1.1 TS 469-90 1999. 57.948 1.116 40 КБ НЕ 128A0641... 2,37 1716 ZASTAVA Jugo Tempo 1.1 TS 421-41 1999. 55.797 1.116 40 КБ НЕ 128A0641... 2,42 1717 ZASTAVA Jugo Tempo 1.1 TS 421-94 1999. 38.649 1.116 40 КБ НЕ 128A0641... 1,26 1718 ZASTAVA Jugo Tempo 1.1 TS 412-12 1999. 79.467 1.116 40 КБ НЕ 128A0641... 2,25 1719 ZASTAVA Jugo Tempo 1.1 TS 421-34 1999. 57.977 1.116 40 КБ НЕ 128A0641... 6,26 1720 ZASTAVA Jugo Tempo 1.1 TS 469-78 1999. 50.647 1.116 40 КБ НЕ 128A0641... 2,12 1721 ZASTAVA Jugo Tempo 1.1 TS 497-78 1999. 60.345 1.116 40 КБ НЕ 128A0641... 1,88 1722 ZASTAVA Jugo Tempo 1.1 TS 489-52 1999. 87.643 1.116 40 КБ НЕ 128A0641... 2,83 1723 FORD Mondeo 1.8 TS 267-97 2000. 94.643 1.796 85 МП ДА RKF25963232553 EEC V MFI-s 0,36 1724 OPEL Vektra 1.8 16v TS 162-92 2000. 188.494 1.796 92 МП ДА Z18XE20GA8965 Simtec 71.5 MFI-s 0,92 1725 AUDI A6 TS 160-13 2000. 201.649 1.781 92,0 МП ДА AQE1588563321 Motronic MFI-s 0,71 1726 OPEL ZAFIRA A 1.8 TS 164-79 2000. 167.946 1.799 85,0 МП ДА X18XE14665895 Simtec 70 MFI-s 0,37 1727 OPEL Corca C TS 160-16 2000. 98.461 1.796 92 ДА Z18XE20GA6569 Simtec 71 MFI-s 0,27 1728 MAZDA 626 Estate 1.8 KŠ 649-794 2000. 168.963 1.840 74 МП ДА FP882016 EGI MFI-s 0,32 1729 PEUGEOT 607 2.0 TS 766-49 2000. 79.403 1.997 100 МП ДА EW10J469124U691601 4.8P2 MFI-s 0,22 1730 MERCEDES C180 2.0 TS 791-42 2000. 89.496 1.998 95 МП ДА 111952-61301207 ME MFI-s 0,34 1731 FIAT Punto 1.8 Clasic TS 246-49 2000. 116.497 1.747 96,0 МП ДА 183A1000316796 HCV MFI-s 0,27 1732 FIAT Punto 1.8 Clasic KŠ 346-464 2000. 84.618 1.747 96,0 МП ДА 183A1000194834 HCV MFI-s 0,15 1733 AUDI A3 1.8 TS 134-94 2000. 94.673 1.781 92 МП ДА AGN613497 Mono-Motronic 1.2. MFI-s 0,24 1734 VOLKSWAGEN Passat 1.8 TS 151-94 2000. 168.943 1.781 92 МП ДА ADR6430249 Motronic M3.8.6 MFI-s 0,16 1735 RENAULT Laguna 2.0 16v TS 203-32 1998. 161.791 1.998 103 МП ДА F4R7603140469 Sirius 32 MFI-s 0,63 1736 RENAULT Laguna 2.0 16v TS 678-98 2000. 101.738 1.998 103 МП ДА F4R7673164971 Sirius 32 MFI-s 0,38 1737 ZASTAVA Jugo Tempo 1.1 TS 431-61 2000. 48.794 1.116 40 КБ НЕ 128A0641... 1,96 1738 ZASTAVA Jugo Tempo 1.1 TS 468-485 2000. 34.679 1.116 40 КБ НЕ 128A0641... 1,29 1739 ZASTAVA Jugo Tempo 1.1 TS 246-10 2000. 43.758 1.116 40 КБ НЕ 128A0641... 2,88 1740 ZASTAVA Jugo Tempo 1.1 TS 221-23 2000. 34.679 1.116 40 КБ НЕ 128A0641... 1,86 1741 ZASTAVA Jugo Tempo 1.1 TS 295-91 2000. 57.987 1.116 40 КБ НЕ 128A0641... 5,19 1742 ZASTAVA Jugo Tempo 1.1 TS 264-78 2000. 64.258 1.116 40 КБ НЕ 128A0641... 3,78 1743 ZASTAVA Jugo Tempo 1.1 TS 145-46 2000. 37.945 1.116 40 КБ НЕ 128A0641... 1,33 1744 ZASTAVA Jugo Tempo 1.1 TS 168-84 2000. 46.798 1.116 40 КБ НЕ 128A0641... 1,92 1745 ZASTAVA Jugo Tempo 1.1 TS 153-72 2000. 57.497 1.116 40 КБ НЕ 128A0641... 3,46 1746 ZASTAVA Jugo Tempo 1.1 TS 168-79 2000. 49.784 1.116 40 КБ НЕ 128A0641... 3,23 1747 ZASTAVA Jugo Tempo 1.1 TS 169-94 2000. 25.679 1.116 40 КБ НЕ 128A0641... 1,48 1748 ZASTAVA Jugo Tempo 1.1 TS 129-42 2000. 34.679 1.116 40 КБ НЕ 128A0641... 2,42 1749 ZASTAVA Jugo Tempo 1.1 TS 150-18 2000. 46.784 1.116 40 КБ НЕ 128A0641... 1,72 1750 ZASTAVA Jugo Tempo 1.1 TS 462-78 2000. 27.945 1.116 40 КБ НЕ 128A0641... 1,12 1751 ZASTAVA Jugo Tempo 1.1 TS 432-46 2000. 34.679 1.116 40 КБ НЕ 128A0641... 1,86 1752 ZASTAVA Jugo Tempo 1.1 TS 132-46 2000. 29.768 1.116 40 КБ НЕ 128A0641... 1,48 1753 ZASTAVA Jugo Tempo 1.1 TS 138-42 2000. 34.679 1.116 40 КБ НЕ 128A0641... 1,74 1754 ZASTAVA Jugo Tempo 1.1 KV 667-798 2000. 35.648 1.116 40 КБ НЕ 128A0641... 2,32 1755 AUDI A4 1.8 TS 151-78 2001. 134.647 1.781 92 МП ДА ARG594636 Motronic MFI-c 0,49 1756 RENAULT Laguna 1.8 16v TS 634-91 2001. 102.164 1.783 88 МП ДА F4P7602258661 Sirius 32 MFI-s 0,36 1757 FIAT Punto 1.8 KŠ 643-497 2001. 66.794 1.747 96,0 МП ДА 183A600051934 HCU 401 MFI-s 0,12 1758 FIAT Stilo 1.8 TS 649-78 2001. 73.469 1.747 98,0 МП ДА 192A400043741 HCU 505 MFI-s 0,02 1759 ZASTAVA JUGO 55 TS 345-73 2001. 67.948 1.116 40,5 КБ НЕ 2,09 1760 ZASTAVA JUGO 55 KV 349-486 2001. 34.978 1.116 40,5 КБ НЕ 1,72 1761 ZASTAVA JUGO 55 TS 379-94 2001. 58.976 1.116 40,5 КБ НЕ 2,89 1762 ZASTAVA JUGO 55 TS 348-78 2001. 64.978 1.116 40,5 КБ НЕ 1,95 1763 ZASTAVA JUGO 55 TS 367-71 2001. 112.467 1.116 40,5 КБ НЕ 2,87 1764 ZASTAVA JUGO 55 TS 362-10 2001. 67.948 1.116 40,5 КБ НЕ 3,24 1765 ZASTAVA JUGO 55 TS 342-12 2001. 67.880 1.116 40,5 КБ НЕ 1,86 1766 ZASTAVA JUGO 55 TS 246-09 2001. 48.934 1.116 40,5 КБ НЕ 1,87 1767 ZASTAVA JUGO 55 TS 246-73 2001. 67.679 1.116 40,5 КБ НЕ 2,79 1768 ZASTAVA JUGO 55 TS 243-90 2001. 104.643 1.116 40,5 КБ НЕ 3,91 1769 ZASTAVA JUGO 55 TS 242-73 2001. 81.246 1.116 40,5 КБ НЕ 1,98 1770 ZASTAVA JUGO 55 TS 237-97 2001. 34.675 1.116 40,5 КБ НЕ 1,86 1771 ZASTAVA JUGO 55 TS 347-70 2001. 37.648 1.116 40,5 КБ НЕ 1,82 1772 ZASTAVA JUGO 55 TS 345-64 2001. 43.476 1.116 40,5 КБ НЕ 3,41 1773 ZASTAVA JUGO 55 TS 367-89 2001. 28.246 1.116 40,5 КБ НЕ 1,87 1774 ZASTAVA JUGO 55 TS 364-79 2001. 38.976 1.116 40,5 КБ НЕ 3,77 1775 ZASTAVA JUGO 55 TS 367-70 2001. 51.342 1.116 40,5 КБ НЕ 2,74 1776 ZASTAVA JUGO 55 TS 362-13 2001. 64.894 1.116 40,5 КБ НЕ 4,60 1777 ZASTAVA JUGO 55 TS 367-79 2001. 25.794 1.116 40,5 КБ НЕ 1,68 1778 ZASTAVA JUGO 55 TS 394-41 2001. 58.973 1.116 40,5 КБ НЕ 2,42 1779 ZASTAVA JUGO 55 TS 369-47 2001. 82.643 1.116 40,5 КБ НЕ 2,99 1780 ZASTAVA JUGO 55 TS 361-10 2001. 66.794 1.116 40,5 КБ НЕ 1,98 1781 ZASTAVA JUGO 55 TS 246-76 2001. 54.678 1.116 40,5 КБ НЕ 1,84 1782 HYNDAI Sonata 16v TS 761-34 2002. 52.644 1.997 96 МП ДА G4CPD256698 MFI MFI-s 0,18 1783 TOYOTA Corola ĈA 942-16 2002. 67.943 1.794 99 МП ДА 1ZZFE22569 TCCS MFI-s 0,12 1784 TOYOTA Corola ĈA 846-67 2003. 49.194 1.794 99 МП ДА 1ZZFE25698 TCCS MFI-i 0,10 1785 DAEWOO Lacetti TS 216-60 2003. 75.461 1.799 90 МП ДА T18SED225698 DWMC MFI-s 0,22 Напомена: КБ - карбуратор; СП - Централно убризгавање бензина (енг. ,,Singl Point Injection“); МП - убризгавање бензина у сваки цилиндар (енг. ,,Multi Point Injection“) Факултет инжењерских наука Универзитета у Крагујевцу 227 Слика А1 Моделиране и измерене концентрације CO у улици Димитрија Туцовића Факултет инжењерских наука Универзитета у Крагујевцу 228 Слика А2 Моделиране и измерене концентрације NOx у улици Димитрија Туцовића Факултет инжењерских наука Универзитета у Крагујевцу 229 Слика А3 Моделиране и измерене концентрације CO у улици Милоша Великог Слика А4 Моделиране и измерене концентрације NOx у улици Милоша Великог Образац 1. Изјава о ауторству Потписани-а _______________________________________________________________ Број уписа ________________________________________________ Изјављујем да је докторска дисертација под насловом _____________________________________________________________________________________ _________________________________________________________________________________  резултат сопственог истраживачког рада,  да предложена дисертација у целини ни у деловима није била предложена за добијање било које дипломе према студијским програмима других високошколских установа,  да су резултати коректно наведени и  да нисам кршио/ла ауторска права и користио интелектуалну својину других лица. Потпис аутора ________________________________ У Крагујевцу, _________________ Образац 2. Изјава о истоветности штампане и електронске верзије докторског рада Име и презиме ____________________________________________________________ Број уписа _______________________________________________________________ Студијски програм ________________________________________________________ Наслов рада ______________________________________________________________ _________________________________________________________________________ Ментор __________________________________________________________________ Потписани _______________________________________________ изјављујем да је штампана верзија мог докторског рада истоветна електронској верзији коју сам предао/ла за објављивање на порталу Дигиталног репозиторијума Универзитета у Крагујевцу. Дозвољавам да се објаве моји лични подаци везани за добијање академског звања доктора наука, као што су име и презиме, година и место рођења и датум одбране рада. Ови лични подаци могу се објацвити на мрежним станицама дигиталне библиотеке, у електронском каталогу и у публикацијама Универзитета у Крагујевцу. Потпис аутора ________________________________ У Крагујевцу, _________________ Образац 3. Изјава о коришћењу Овлашћујем Универзитетску библиотеку да у Дигитални репозиторијум Универзитета у Крагујевцу унесе моју докторску дисертацију по насловом: _____________________________________________________________________________________ __________________________________________________________________________________ која је моје ауторско дело. Дисертацију са свим прилозима предао/ла сам у електронском формату погодним за трајно архивирање. Моју докторску дисертацију похрањену у Дигиталном репозиторијум Универзитета у Крагујевцу могу да користе сви који поштују одредбе садржане у одабраном типу лиценце Креативне заједнице (Creative Commons) за коју сам се одлучио/ла. 1. Ауторство 2. Ауторство - некомерцијално 3. Ауторство - некомерцијално - без прераде 4. Ауторство - некомерцијално – делити под истим условима 5. Ауторство - без прераде 6. Ауторство - делити под истим условима Потпис аутора ________________________________ У Крагујевцу, _________________