A perfect dust storm (attribution)

Pisali smo dosta puta o uticaju vjetra na zagađenje zraka, te o tome kako jak vjetar (ili, preciznije, jaka ventilacija ) može pomoći da se zrak očisti za vrlo kratko vrijeme. Ali nikada nismo imali priliku da stvaramo na dinamičkoj vizualizaciji ovog fenomena, pa će o tome pisati ovaj članak.

Kada je u pitanju prognoza kvaliteta zraka, ključ za bolju tačnost je preciziranje modela prognoze i kreiranje specifične modelizacije za svaku zemlju, a još bolje, za svaki grad. Na primjer, u Pekingu je blizina planina na sjeveru i Hebeija na jugu ono što definira model:

• Južni vjetar ima tendenciju da poveća zagađenje u Pekingu: ako vjetar nije dovoljno jak (tj. ne ventilira dovoljno), tada će čestice biti blokirane od strane planina i neće moći da se kreću dalje prema sjeveru, stvarajući tako gustu česticu koncentracija u Pekingu.
• Sjeverni vjetar ima tendenciju da očisti zagađenje: kada vjetar dovoljno duva sa sjevera, zrak se gotovo odmah čisti jer na sjeveru nema "izvora zagađenja" (ili, barem, mnogo manje nego na jugu).

To je ono što se može vidjeti u animaciji ispod, u kojoj su izvori zagađenja proizvoljno locirani tamo gdje se nalaze nadzorne stanice u Hebeiu. Svaki izvor zagađenja emituje jednu česticu svakog sata. Što je veći broj čestica u zoni, veće je zagađenje (plavo odgovara niskoj koncentraciji, crveno ~ smeđe visokim koncentracijama). Model vjetra je baziran na Global Forecast System (aka GFS).

Ovo je naravno veoma lagan model u poređenju sa složenim modelima koji zahtevaju super kompjutersku procesorsku snagu da bi mogli da izračunaju prognozu kvaliteta vazduha u celom svetu. Ali ima prednost što vizuelno objašnjava osnovni koncept koji stoji iza predviđanja kvaliteta vazduha.

Da budemo precizniji, model bi trebao uključivati vertikalni profil vjetra, kao i prognozu za nekoliko visina (slojeva) - trenutno model koristi samo prognozu na 10 metara, 100 metara i 5KM. Štaviše, izvori zagađenja bi trebali biti potpuniji i uključivati sveukupne svjetske izvore - trenutno su uključeni samo izvori iz Hebeija.

Na kraju, mnogi istraživački izvještaji istražuju sisteme za predviđanje kvaliteta zraka zasnovane na mašinskom učenju ili veštačkoj inteligenciji . Koncept iza je „učiti“ upoređujući posmatrane podatke sa prognoziranim podacima i identifikovati obrasce koji se ponavljaju (kao što je prikazano na dijagramu sa desne strane).

Na papiru, sistem predviđanja zasnovan na mašinskom učenju izgleda dobro, ali u stvari, da li su oni išta bolji od tradicionalnih determinističkih modela (koje preferiramo u projektu World Air Quality Index )? Pozivajući se na odličan TED govor Talitije Vilijams o 'Posjedujte podatke svog tijela', naš odgovor na ovo pitanje je "pokažite nam podatke!", i to je nešto o čemu ćemo pisati u našem sljedećem članku o prognozama!