Himalayan Mountains seen from Space

Tokom proteklih mjeseci, Svjetski tim za kvalitet zraka radio je na analizi nekoliko novih modela prognoze kvaliteta zraka, kao i na poboljšanju demonstratora modela prognoze kvaliteta zraka.

Ovaj članak će predstaviti najnoviji demonstrator modela prognoze, koji je zasnovan na Mrežnoj populaciji svijeta ( GPW ), a koji će se primijeniti za analizu prognoze kvaliteta zraka za regiju Sjeverne Indije (uključujući Bangladeš, Pakistan i Nepal).

Model prognoze i proračun i dalje se zasnivaju na GFS prognozi vjetra, kao što smo demonstrirali u prethodnom članku o prognozi u regiji Pekinga da je vjetar bitna komponenta za prognozu kvaliteta zraka.

Međutim, za razliku od prethodne simulacije u kojoj su izvori zagađenja bili proizvoljno locirani na određenim lokacijama u regiji Hebei, model korišten za ovu prognozu Sjeverne Indije temelji se na Mrežnoj populaciji svijeta (tzv. GPW 2015 ) sa Univerziteta Kolumbija CIESIN ^[1] :

Pretpostavka je da što je veći broj osoba koje žive na određenom području, to je veća šansa za stvaranje antropogenog zagađenja.

To zaista nije 100% tačna pretpostavka jer zagađenje koje stvara teška industrija može biti mnogo veće od zagađenja koje stvara stanovništvo, ali to je nešto o čemu ćemo se pozabaviti u našem sljedećem članku. Dakle, za ovaj članak se želi provjeriti utjecaj vjetra na zagađenje pod pretpostavkom korelacije između gustine naseljenosti i koncentracije zagađenja.

Slika ispod prikazuje model gustoće (u rezoluciji 0,2°) korišten za simulaciju. Svaki "piksel", ili tačka na ovoj mrežnoj mapi, smatra se izvorom zagađenja. Zelena boja se koristi za regije niske gustine, koje stvaraju vrlo malu količinu zagađenja, dok tamnije boje predstavljaju zone u kojima je i stanovništvo i generirano zagađenje veće.

Population Density (persons per square meter)

Animacija ispod prikazuje koncentraciju u stvarnom vremenu na osnovu stvarnih ^[2] podataka o vjetru. Imajte na umu da je kodiranje boja i pridruženi nivoi koncentracije proizvoljni - i ne mogu (i ne bi trebali) biti povezani jedan na jedan sa AQI nivoima bez dodatnog rada. Osnovna ideja je da se ucrtaju zone za koje je veća vjerovatnoća da će imati visoku ili vrlo visoku koncentraciju zagađivača na osnovu prognoze stanja vjetra.

Bez previše iznenađenja, New Delhi bilježi visok nivo koncentracije zagađenja, ali ono što je zaista interesantno je uporediti situaciju u New Delhiju u odnosu na Peking: U Pekingu bukvalno gotovo da nema antropogenog zagađenja na bliskom sjeveru, tako da, kada duva vetar sa severa, vazduh se odmah čisti. Ali za New Delhi je gustina naseljenosti na sjeveru još uvijek prilično visoka, tako da su šanse da se odmah dobije čist zrak sa sjevera mnogo manje. Rečju, Nju Delhiju je potrebna mnogo veća količina ventilacije (ili akumulirane snage vetra) da bi se njegov vazduh pročistio.

Drugo zapažanje je situacija u Bangladešu: Iz gornje simulacije, zagađenje je očigledno zarobljeno u Bangladešu zbog blizine planina na istoku i sjeveru. To zapravo nije iznenađenje za bilo koga ko živi u Daki.

(Napomena: Nekoliko dana nakon što je ovaj članak napisan, američki konzulat u Daki počeo je objavljivati svoje podatke o kvaliteti zraka, koje možete pronaći na ovom linku: city/bangladesh/dhaka/us-consulate ).

Za više informacija o kvaliteti zraka u Bangladešu, možete pogledati ovu stranicu: country/bangladesh/ .

Kao zaključak, ovaj model prognoze je još uvijek daleko od potpunog, ali barem ima prednost što pokazuje utjecaj vjetra na koncentraciju zagađenja u sjevernoj Indiji, a posebno kako Himalajske planine zadržavaju zagađenje zraka. U sljedećoj verziji uvest ćemo poboljšanu verziju za izvore zagađenja, uzimajući u obzir poznati pozitivni tok koji se može odbiti iz zapažanja.