A perfect dust storm (attribution)

Abbiamo scritto più volte dell'influenza del vento sull'inquinamento atmosferico e di come i venti forti (o, per essere più precisi, la forte ventilazione ) possano aiutare a pulire l'aria in brevissimo tempo. Ma non abbiamo mai avuto l'opportunità di creare una visualizzazione dinamica di questo fenomeno, quindi è di questo che parleremo in questo articolo.

Quando si tratta di previsioni sulla qualità dell’aria, la chiave per una migliore precisione è affinare il modello di previsione e creare una modellizzazione specifica per ciascun paese e, ancora meglio, per ciascuna città. Ad esempio, a Pechino, è la vicinanza delle montagne a nord e dell’Hebei a sud a definire il modello:

• Il vento del sud tende ad aumentare l'inquinamento a Pechino: se il vento non è abbastanza forte (cioè non abbastanza ventilato ), le particelle verranno bloccate dalle montagne e non saranno in grado di spostarsi ulteriormente verso nord, creando così un particolato denso concentrazione a Pechino.
• I venti del nord tendono a purificare l'inquinamento: quando il vento soffia sufficientemente da nord, l'aria viene quasi immediatamente purificata poiché non c'è alcuna "fonte di inquinamento" al nord (o, almeno, molto meno che al sud).

Questo è ciò che si può vedere nell'animazione qui sotto, in cui le fonti di inquinamento sono localizzate arbitrariamente dove si trovano le stazioni di monitoraggio nell'Hebei. Ogni fonte di inquinamento emette una particella ogni ora. Maggiore è il numero di particelle in una zona, maggiore è l'inquinamento (il blu corrisponde a una bassa concentrazione, il rosso ~ marrone ad alte concentrazioni). Il modello del vento si basa sul Global Forecast System (noto anche come GFS).

Si tratta ovviamente di un modello molto leggero rispetto ai modelli complessi che richiedono la potenza di elaborazione di un super computer per poter calcolare le previsioni sulla qualità dell’aria in tutto il mondo. Ma ha il vantaggio di spiegare visivamente il concetto di base alla base delle previsioni sulla qualità dell’aria.

Per essere più precisi, il modello dovrebbe includere il profilo del vento verticale, nonché la previsione per diverse altezze (strati): attualmente il modello utilizza solo la previsione a 10 metri, 100 metri e 5 km. Inoltre, le fonti di inquinamento dovrebbero essere più complete e includere tutte le fonti mondiali: attualmente sono incluse solo le fonti dell’Hebei.

Infine, molti rapporti di ricerca hanno studiato i sistemi di previsione della qualità dell’aria basati sul machine learning o sull’intelligenza artificiale . Il concetto alla base è quello di "imparare" confrontando i dati osservati con i dati previsti e identificando modelli ripetitivi (come mostrato nel diagramma a destra).

Sulla carta, i sistemi di previsione basati sull'apprendimento automatico sembrano buoni, ma in realtà sono migliori dei modelli deterministici tradizionali (che preferiamo nel progetto World Air Quality Index )? Facendo riferimento all'eccellente discorso TED di Talithia Williams su "Possiedi i dati del tuo corpo", la nostra risposta a questa domanda è "mostraci i dati!", ed è qualcosa di cui scriveremo nel nostro prossimo articolo sulle previsioni!