Himalayan Mountains seen from Space

Tijekom proteklih mjeseci, Svjetski tim za kvalitetu zraka radio je na analizi nekoliko novih modela predviđanja kvalitete zraka, kao i na poboljšanju demonstratora modela predviđanja kvalitete zraka.

Ovaj članak će predstaviti najnoviji demonstrator modela prognoze, koji se temelji na Gridded Population of the World ( GPW ), i koji će se primijeniti za analizu prognoze kvalitete zraka za regiju sjeverne Indije (uključujući Bangladeš, Pakistan i Nepal).

Model prognoze i izračun i dalje se temelje na GFS prognozi vjetra, kao što smo pokazali u prethodnom članku o prognozi u regiji Pekinga da je vjetar bitna komponenta za prognozu kvalitete zraka.

Međutim, za razliku od prethodne simulacije u kojoj su izvori onečišćenja bili proizvoljno locirani na određenim lokacijama u regiji Hebei, model korišten za ovu prognozu sjeverne Indije temelji se na Gridded Population of the World (aka GPW 2015 ) sa Sveučilišta Columbia CIESIN ^[1] :

Pretpostavka je da što je veći broj ljudi koji žive na određenom području, to je veća mogućnost stvaranja antropogenog onečišćenja.

To doista nije 100% točna pretpostavka budući da onečišćenje koje stvara teška industrija može biti puno veće od onečišćenja koje stvara stanovništvo, ali to je nešto o čemu ćemo se pozabaviti u našem sljedećem članku. Dakle, za ovaj članak ono što se želi je provjeriti utjecaj vjetra na onečišćenje pod pretpostavkom korelacije između gustoće naseljenosti i koncentracije onečišćenja.

Slika ispod prikazuje model gustoće (pri razlučivosti od 0,2°) korišten za simulaciju. Svaki "piksel" ili točka na ovoj mrežnoj karti smatra se izvorom onečišćenja. Zelena boja se koristi za područja niske gustoće, koja generiraju vrlo malu količinu onečišćenja, dok tamnije boje predstavljaju zone u kojima je i stanovništvo i generirano onečišćenje veće.

Population Density (persons per square meter)

Animacija u nastavku prikazuje koncentraciju u stvarnom vremenu na temelju stvarnih ^[2] podataka o vjetru. Imajte na umu da su kodiranje boja i pridružene razine koncentracije proizvoljne - i ne mogu (i ne bi trebale) biti povezane jedan na jedan s razinama AQI bez daljnjeg rada. Osnovna ideja je ucrtati zone za koje postoji veća vjerojatnost da će imati visoku ili vrlo visoku koncentraciju onečišćujućih tvari na temelju prognoze stanja vjetra.

Bez previše iznenađenja, New Delhi bilježi visoku razinu koncentracije onečišćenja, no ono što je doista zanimljivo je usporediti situaciju u New Delhiju u usporedbi s Pekingom: u Pekingu gotovo da nema antropogenog onečišćenja na bliskom sjeveru, pa, kada puše vjetar sa sjevera, zrak se odmah čisti. Ali za New Delhi je gustoća naseljenosti na sjeveru još uvijek prilično visoka, tako da su šanse da se odmah dobije čist zrak sa sjevera puno manje. Drugim riječima, New Delhi zahtijeva puno veću količinu ventilacije (ili akumuliranu snagu vjetra) da bi se zrak pročistio.

Drugo zapažanje je situacija u Bangladešu: iz gornje simulacije, zagađenje očito postaje zarobljeno u Bangladešu zbog blizine planina na istoku i sjeveru. To zapravo i nije iznenađenje za svakoga tko živi u Dhaki.

(Napomena: Nekoliko dana nakon što je ovaj članak napisan, Konzultat SAD-a u Dhaki počeo je objavljivati svoje podatke o kvaliteti zraka, koje možete pronaći na ovoj poveznici: city/bangladesh/dhaka/us-consulate ).

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

Kao zaključak, ovaj model prognoze još je daleko od dovršenosti, ali barem ima prednost jer pokazuje utjecaj vjetra na koncentraciju onečišćenja u sjevernoj Indiji, a posebno kako planine Himalaja zadržavaju onečišćenje zraka. U sljedećoj verziji uvest ćemo poboljšanu verziju za izvore onečišćenja, uzimajući u obzir poznati pozitivni tok koji možemo zaključiti iz opažanja.