Dự báo chất lượng không khí - Nó có thể chính xác đến mức nào?
Air Quality Forecasting - How accurate can it be?

Posted on March 23rd 2015
Chia sẻ: aqicn.org/faq/2015-03-23/air-quality-forecasting-how-accurate-can-it-be/vn/

STRONG LAPSE CONDITION (LOOPING)

WEAK LAPSE CONDITION (CONING)

INVERSION CONDITION (FANNING)

Examples of Atmospheric Stability (attribution)

Trong dự báo thời tiết, các mô hình dự báo được sử dụng để dự đoán các trạng thái tương lai của khí quyển, dựa trên cách hệ thống khí hậu phát triển theo thời gian kể từ trạng thái ban đầu.

Mặc dù các mô hình dự báo khá phức tạp (và đòi hỏi năng lực khoa học và kỹ thuật mạnh mẽ), khoa học phân tích các mô hình dự báo đó và xác minh tính chính xác của chúng, bằng cách so sánh các quan sát thực nghiệm thực tế với các giá trị dự đoán, khá đơn giản.

Đối với lĩnh vực Chất lượng không khí, giống như dự báo thời tiết, có thể xác định các mô hình được sử dụng để dự đoán tập hợp ô nhiễm khí quyển trong tương lai. Thực tế có rất nhiều mô hình như vậy , thường được gọi là Mô hình phân tán khí quyển . Và cũng giống như dự báo thời tiết, khái niệm phân tích độ chính xác tương tự có thể được áp dụng cho dự đoán ô nhiễm khí quyển.

Bài viết này là bài đầu tiên trong loạt bài về dự báo Chất lượng Không khí.


--

Dự báo ô nhiễm không khí PM 2.5 đã có sẵn trong dự án Chỉ số Chất lượng Không khí Thế giới dành cho Châu Á , Châu Âu cũng như toàn thế giới .

Nhưng dữ liệu được sử dụng để cung cấp cho các mô hình dự báo chủ yếu dựa trên quan sát vệ tinh (xem bài viết này ) thay vì số liệu của các trạm trên mặt đất.

Sử dụng dữ liệu vệ tinh có ưu điểm là có thể bao phủ bất kỳ khu vực nào trên thế giới, kể cả đại dương, miễn là không có đám mây. Nhưng mặt khác, dữ liệu vệ tinh vốn cũng kém chính xác hơn và chỉ có được hai lần một ngày, so với 24 lần (mỗi giờ) đối với các quan sát trên mặt đất. Xem xét diễn biến của Ô nhiễm không khí ở Châu Á, việc chỉ có hai số liệu mỗi ngày có thể gây ra sai số dự báo thực sự đáng kể trong dự đoán, theo phân loại của Rosanne Cole [2] :

Một lỗi dự báo quan sát được có thể chứa hai loại lỗi dữ liệu: (1) lỗi đo lường trong dữ liệu được sử dụng để xây dựng dự báo và (2) lỗi đo lường trong giá trị thực tế. Lỗi dữ liệu loại thứ nhất sẽ là một thành phần của lỗi dự báo thực sự

Lỗi loại 2 liên quan đến mô hình phân tán được sử dụng để dự báo. Do các mô hình khác nhau được sử dụng cho các quốc gia và lục địa khác nhau (điều này hiện đang áp dụng cho dự án Chỉ số chất lượng không khí thế giới), nên cần phải thực hiện phân tích độ chính xác cho từng mô hình. Vì vậy, để bắt đầu, bài viết này sẽ tập trung vào mô hình được sử dụng cho lục địa Châu Á . Trong bài đăng sau, chúng tôi sẽ mở rộng phân tích đến nhiều châu lục hơn.


--

Quay lại câu hỏi ban đầu về độ chính xác của dự báo, một mục cuối cùng cần được xem xét trong phân tích về mức độ dự báo trước trên máy tính. Càng ít thông tin trước thì mô hình càng chính xác. Vì vậy, để bắt đầu, các biểu đồ phân tích sau đây dựa trên dự báo "ngày +1" (ví dụ: dự báo cho ngày hôm sau hoặc nếu bạn là Thứ Ba thì dự báo là cho Thứ Tư).

Có một số cách thể hiện độ chính xác, cách rõ ràng nhất là một con số đơn giản biểu thị phần trăm dự báo phù hợp với quan sát thực tế. Nhưng vì chúng tôi tin rằng trực quan hóa bằng đồ họa có sức mạnh hơn nhiều so với các con số nên chúng tôi muốn trình bày kết quả dự báo/quan sát chồng chất đối với một số thành phố ở Châu Á. Các ô ở trên cùng là các quan sát thực nghiệm và ô ở dưới cùng là các giá trị được dự đoán trước.

Bằng cách kiểm tra tất cả các biểu đồ bên dưới, người ta có thể nhận thấy kết quả khá đáng thất vọng đối với Quảng Châu, Thành Đô và Hàn Quốc... đến mức mô hình đang được sử dụng cho Châu Á gần như không đủ tiêu chuẩn để sử dụng rộng rãi. Đây là nội dung mà chúng tôi sẽ viết trong bài thứ hai của loạt bài về Dự báo chất lượng không khí.


--

Dự báo trước:


--

Một số liên kết thú vị dành cho những ai muốn đọc về độ chính xác của dự báo:

Nhấn vào đây để xem tất cả các mục Câu hỏi thường gặp
  • AQI Scale: What do the colors and numbers mean?
  • Using Statistical Distances for Real-time Sensor Networks Validation
  • Nitrogen Dioxyde (NO2) in our atmosphere
  • Về phương pháp đo chất lượng không khí và mức độ ô nhiễm:

    Về các thang đo chất lượng không khí

    -Giá trị chỉ số chất lượng không khí (AQI)Mức độ ảnh hưởng sức khỏe
    0 - 50TốtChất lượng không khí được xem là đạt tiêu chuẩn, và ô nhiễm không khí coi như không hoặc gây rất ít nguy hiểm
    51 -100Trung bìnhChất lượng không khí ở mức chấp nhận được; tuy nhiên, một số chất gây ô nhiễm có thể ảnh hưởng tới sức khỏe của một số ít những người nhạy cảm với không khí bị ô nhiễm.
    101-150Không tốt cho người nhạy cảmNhóm người nhạy cảm có thể chịu ảnh hưởng sức khỏe. Số đông không có nguy cơ bị tác động.
    151-200Có hại cho sức khỏeMỗi người đều có thể sẽ chịu tác động đến sức khỏe; nhóm người nhạy cảm có thể bị ảnh hưởng nghiêm trọng hơn.
    201-300Rất có hại cho sức khỏeCảnh báo nguy hại sức khỏe nghiêm trọng. Đa số mọi người đều bị ảnh hưởng.
    300+Nguy hiểmCảnh báo sức khỏe: tất cả mọi người có thể chịu tác động nghiêm trọng đến sức khỏe

    Để biết thêm về ô nhiễm và chất lượng không khí , xem wikipedia chất lượng không khí đang đề hoặc hướng dẫn về chất lượng không khí và sức khỏe của bạn .

    Để biết những lời khuyên về sức khỏe rất hữu ích của bác sĩ y khoa Richard Saint Cyr ở Bắc Kinh, xem www.myhealthbeijing.com blog.


    Thông báo sử dụng: Tất cả dữ liệu chất lượng không khí không được xác thực tại thời điểm công bố. Nhằm đảm bảo chất lượng, những dữ liệu này có thể được cập nhập mà không cần thông báo trước. Nhóm dự án Chỉ số chất lượng không khí toàn cầu đã thực hiện tất cả yêu cầu cần thiết trong việc biên soạn các thông tin này. Nhóm dự án hoặc các bên liên quan sẽ không chịu trách nhiệm về bất kỳ tổn thất, thương tích hoặc thiệt hại nào phát sinh trực tiếp hoặc gián tiếp từ việc cung cấp những dữ liệu này trong bất kỳ trường hợp nào.



    Cài đặt


    Cài đặt ngôn ngữ:


    Temperature unit:
    Celcius