Podobnie jak w prognozowaniu, istnieją modele przewidywania poziomów zanieczyszczenia powietrza i jakości powietrza. Istnieje wiele modeli prognoz, które wymagają większej złożoności niż modele prognoz pogody. Modele te są matematycznymi symulacjami, w jaki sposób zanieczyszczenia w powietrzu rozpraszają się w powietrzu (1).

Dlaczego potrzebne są informacje o jakości powietrza

Zanieczyszczenie powietrza występuje, gdy otaczające powietrze zawiera gazy, kurz, opary lub zapachy w wystarczająco wysokich ilościach, aby być szkodliwe dla zdrowia ludzi i zwierząt lub wystarczające, aby spowodować uszkodzenie roślin i materiałów.

Zanieczyszczenie powietrza jest jednym z wielkich zabójców naszych czasów. Zanieczyszczone powietrze jest odpowiedzialne za około 7 milionów zgonów na całym świecie każdego roku: około 3 milionów z zanieczyszczenia powietrza gospodarstwa domowego i 4 milionów z otoczenia powietrza (2) (3). Dane wykazały, że zanieczyszczenie powietrza na całym świecie jest powiązane z:

• 19% wszystkich zgonów sercowo -naczyniowych
• 24% śmierci choroby niedokrwiennej serca
• 21% zgonów udaru
• 23% zgonów z powodu raka płuc (4)

Ponadto zanieczyszczenie powietrza na zewnątrz wydaje się być ważnym czynnikiem ryzyka zaburzeń neurorozwojowych u dzieci (5) i chorób neurodegeneracyjnych u dorosłych (6).

Dzięki ekonomicznemu, ekologicznemu i ludzkiemu zanieczyszczeniom powietrza opłat, technologia prognozowania jest coraz ważnym przedsięwzięciem.

Korzyści z informacji i prognozowania zanieczyszczenia powietrza

Prognozowanie zanieczyszczenia powietrza jest wartościową inwestycją na wiele poziomów - indywidualnych, społecznościowych, krajowych i globalnych. Dokładne prognozy pomaga ludziom planować z wyprzedzeniem, zmniejszając wpływ na zdrowie i związane koszty.

Kiedy ludzie są świadomi różnic w jakości powietrza, które oddychają, wpływ zanieczyszczeń na ich zdrowie, a także stężenia, które mogą powodować działania niepożądane, istnieje większe prawdopodobieństwo motywowania zmian zarówno w indywidualnych zachowaniach, jak i polityce publicznej (7 ) (8).

Taka świadomość może stworzyć czystsze środowisko i zdrowszą populację. Rządy wykorzystują również wczesne prognozy w celu ustalenia procedur w celu zmniejszenia nasilenia lokalnych poziomów zanieczyszczenia (9).

Dokładność prognozowania jakości powietrza

Podczas przewidywania jakości powietrza należy wziąć pod uwagę wiele zmiennych, z których niektóre są dość nieprzewidywalne. Na przykład władze Pekinu czasami zamawiają rośliny węglowe i fabryki, aby zamknąć i zakazać części milionów zarejestrowanych pojazdów z operacji (10).

Poziomy zanieczyszczenia powietrza są silnie skorelowane z lokalnymi warunkami pogodowymi i pobliskimi emisjami zanieczyszczenia (11) (12). Jednak transport zanieczyszczenia dalekiego zasięgu - przez silne wiatry - jest również znaczącym czynnikiem wpływającym i należy wziąć pod uwagę przy prognozowaniu lokalnych odczytów AQI (13).

Przewidywanie jakości powietrza nie tylko wymaga trudności w prognozowaniu pogody, ale także wymaga danych i wiedzy na temat:

• Lokalne stężenia i emisje zanieczyszczeń
• Stężenia i emisje zanieczyszczeń z odległych lokalizacji
• Ruchy i możliwe transformacje zanieczyszczeń
• Panujące wiatry

Wiele czynników w przewidywaniu jakości powietrza powoduje, że prognozowanie zanieczyszczenia powietrza jest zarówno subiektywne, jak i obiektywne.

Techniki prognozowania jakości powietrza

Istnieje wiele takich modeli prognoz i wszystkie wymagają większej złożoności niż modele prognoz pogody. Modele te są matematycznymi symulacjami, w jaki sposób zanieczyszczenia w powietrzu rozpraszają się w powietrzu.

Prognozowanie meteorologiczne

Pierwszym krokiem do dokładnej prognozy jakości powietrza jest doskonała prognoza pogody. Prognozy meteorologiczne (pogody) można podzielić na trzy główne kategorie: klimatologia, metody statystyczne i trójwymiarowe (3-D) modele.

Klimatologia

Klimatologia używa przeszłości jest wskaźnikiem przyszłości. Ta metoda opiera się na związku między określonymi warunkami pogodowymi a poziomami zanieczyszczenia, a zatem może być bardzo jednowymiarowa. Ta metoda jest często rozszerzona o dopasowanie wzorów pogodowych do wzorców zanieczyszczenia. Istnieje wiele ograniczeń tej metody i jest postrzegana jako narzędzie uzupełniające inne metody prognozowania.

metody statystyczne

Związek między Jakość powietrza i pogoda Wzory można określić ilościowo za pomocą metod statystycznych. Trzy najczęściej używane obejmują:

1. Klasyfikacja i drzewo regresji (wózek) jest zaprojektowany do klasyfikowania danych w odmiennych grupach. Oprogramowanie identyfikuje zmienne, które korelują z poziomami zanieczyszczenia otoczenia. Dane są wykorzystywane do prognozowania stężeń na podstawie warunków pogodowych i skorelowanych stężeń zanieczyszczeń.
2. Analiza regresji szacuje związki między zmiennymi. Analizując historyczne zestawy danych, powiązania są powiązania między poziomami zanieczyszczenia a zmiennymi danych meteorologicznych. Rezultatem jest równanie, które można wykorzystać do prognozowania przyszłych poziomów zanieczyszczenia.
3. Sztuczne sieci neuronowe Użyj technik uczenia się adaptacyjnego i rozpoznawania wzorców. Algorytmy komputerowe są zaprojektowane w celu symulacji zdolności ludzkiego mózgu do rozpoznawania wzorów. Jest to dyskusyjnie najbardziej przystosowana metoda prognozowania zanieczyszczenia ze względu na jego podejście wielowymiarowe.

Jedną z wad powyższych metod statystycznych jest to, że przyjmują stabilność pod względem procesów wpływających na jakość powietrza. Dlatego wszelkie drastyczne zmiany emisji lub klimatu (krótko- lub długoterminowe) poważnie zmniejszą dokładność tych technik. Istnieją bardziej złożone metody, które próbują wziąć pod uwagę te niedobory. Są znane jako modele trójwymiarowe.

Modele trójwymiarowe (3-D)

Modele trójwymiarowe matematycznie reprezentują wszystkie ważne procesy, które mają wpływ na poziomy zanieczyszczenia powietrza na zewnątrz. Modele trójwymiarowe symulują emisję, transport i transformację zanieczyszczenia powietrza, korzystając z kilku submodeli, w tym:

• Model emisji: Symuluje rozkład przestrzenny emisji zarówno ze źródeł naturalnych, jak i ludzkich.
• Model meteorologiczny: Tworzy model trajektorii do przewidywania poziomów otoczenia zanieczyszczenia przy użyciu danych meteorologicznych i danych emisji 3D.
• Model chemiczny:Patrzy na transformację pierwotnego (emitowanego) zanieczyszczenia w wtórne zanieczyszczenie w celu ustalenia wyniku zanieczyszczenia (14).

7-dniowe prognozy jakości powietrza

IQAir'S Platforma powietrzna Udostępnia prognozy jakości powietrza za pośrednictwem aplikacji mobilnej i na stronie internetowej. Oprócz informacji o jakości powietrza, pogody i odczytów zanieczyszczeń platforma zawiera 7-dniowe prognozy jakości powietrza, więc można podejmować świadome decyzje dotyczące zdrowia i dobrego samopoczucia, a także jest pomocne w odpowiednim zaplanowaniu z wyprzedzeniem. Platforma wykorzystuje zaawansowane modele prognozowania, ewoluujące algorytmy i uczenie maszynowe w celu generowania prognoz jakości powietrza, które są dokładne na nadchodzący tydzień.

Dzięki 7-dniowym prognozom Airvisual, osoby fizyczne i rządy mogą podejmować proaktywne kroki, gdy pojawiają się obawy dotyczące jakości powietrza.

Wynos

Techniki i narzędzia prognozowania zanieczyszczeń szybko się poprawiają i będą nadal rosły pod względem dokładności. Dokładne i dostępne prognozy zanieczyszczenia powietrza, takie jak te znalezione na AirVisual, pomagają zwiększyć świadomość społeczną, pozwalają wrażliwemu populacjom na planowanie z wyprzedzeniem i dostarczać rządom informacje o powiadomieniach dotyczących zdrowia publicznego.