Himalayan Mountains seen from Space

지난 몇 달 동안 세계 대기 질 팀은 몇 가지 새로운 대기 질 예측 모델을 분석하고 대기 질 예측 모델 실증기를 개선하는 작업을 진행해 왔습니다.

이 기사에서는 GPW (Gridded Population of the World)를 기반으로 하고 인도 북부 지역(방글라데시, 파키스탄, 네팔 포함)의 대기 질 예측을 분석하는 데 적용될 최신 예측 모델 시연자를 소개합니다.

예측 모델과 계산은 여전히 GFS Wind Forecast를 기반으로 합니다. 이전 기사에서 바람이 대기 질 예측에 필수적인 구성 요소라는 베이징 지역 예측 에 대해 설명했습니다.

그러나 오염원이 허베이 지역의 특정 위치에 임의로 위치하는 이전 시뮬레이션과 달리, 이번 인도 북부 예측에 사용된 모델은 University of Columbia CIESIN의 Gridded Population of the World (일명 GPW 2015 )를 기반으로 합니다. ^[1] :

특정 지역에 거주하는 사람의 수가 많을수록 인위적 오염이 발생할 확률이 높아진다고 가정합니다.

중공업에서 발생하는 오염이 인구에 의해 발생하는 오염보다 훨씬 높을 수 있기 때문에 실제로 100% 정확한 가정은 아니지만 이에 대해서는 다음 기사에서 다루겠습니다. 따라서 본 논문에서는 인구밀도와 오염농도의 상관관계를 가정하고 바람이 오염에 미치는 영향을 검증하고자 한다.

아래 이미지는 시뮬레이션에 사용된 밀도 모델(0.2° 해상도)을 보여줍니다. 이 격자형 지도의 각 "픽셀" 또는 지점은 오염원으로 간주됩니다. 녹색은 오염이 매우 적은 저밀도 지역에 사용되며, 어두운 색상은 인구와 오염 발생이 모두 높은 지역을 나타냅니다.

Population Density (persons per square meter)

아래 애니메이션은 실제 ^[2] 바람 데이터를 기반으로 실시간 집중도를 보여줍니다. 색상 코딩 및 관련 농도 수준은 임의적이며 추가 작업 없이는 AQI 수준과 일대일로 연관될 수 없으며 연관되어서도 안 됩니다. 필수적인 아이디어는 바람 상태 예측을 기반으로 오염물질 농도가 높거나 매우 높을 가능성이 높은 구역을 표시하는 것입니다.

크게 놀랄 것도 없이 뉴델리는 오염 농도가 높은 수준을 보이고 있는데, 정말 흥미로운 점은 뉴델리의 상황을 베이징과 비교해 보는 것입니다. 베이징의 경우 말 그대로 북쪽 근처에는 인위적 오염이 거의 없기 때문에, 북쪽에서 바람이 불면 공기가 즉시 정화됩니다. 그러나 뉴델리의 경우 북쪽의 인구 밀도가 여전히 상당히 높기 때문에 북쪽에서 즉시 깨끗한 공기를 얻을 가능성은 훨씬 낮습니다. 즉, 뉴델리는 공기 정화를 위해 훨씬 더 많은 양의 환기(또는 누적 풍력)가 필요합니다.

두 번째 관찰은 방글라데시의 상황입니다. 위의 시뮬레이션에서 방글라데시는 동쪽과 북쪽의 산이 가까워서 오염이 분명히 갇히고 있습니다. 실제로 다카에 살고 있는 사람이라면 이는 전혀 놀라운 일이 아닙니다.

(참고: 이 기사가 작성된 지 며칠 후, 다카의 미국 자문위원은 대기 질 데이터를 게시하기 시작했습니다. 이 데이터는 다음 링크에서 찾을 수 있습니다: city/bangladesh/dhaka/us-consulate ).

방글라데시의 대기질에 대한 자세한 내용은 국가/방글라데시/ 페이지를 참조하세요.

결론적으로, 이 예측 모델은 아직 완전하지 못하지만 적어도 바람이 인도 북부 지역의 오염 농도에 미치는 영향, 특히 히말라야 산맥이 대기 오염을 어떻게 가두어 두고 있는지를 보여주는 장점이 있습니다. 다음 버전에서는 관측에서 공제할 수 있는 알려진 양의 흐름을 고려하여 오염원에 대한 향상된 버전을 도입할 것입니다.