Himalayan Mountains seen from Space

Negli ultimi mesi, il team World Air Quality ha lavorato all’analisi di diversi nuovi modelli di previsione della qualità dell’aria, nonché al miglioramento del dimostratore del modello di previsione della qualità dell’aria.

Questo articolo presenterà l'ultimo dimostratore del modello di previsione, basato sulla Gridded Population of the World ( GPW ), e che verrà applicato per analizzare le previsioni sulla qualità dell'aria per la regione dell'India settentrionale (compresi Bangladesh, Pakistan e Nepal).

Il modello di previsione e il calcolo si basano ancora sulla previsione del vento GFS, come abbiamo dimostrato nel precedente articolo sulle previsioni nella regione di Pechino che il vento è una componente essenziale per la previsione della qualità dell'aria.

Tuttavia, a differenza della simulazione precedente in cui le fonti di inquinamento erano localizzate arbitrariamente in luoghi specifici nella regione dell'Hebei, il modello utilizzato per questa previsione dell'India settentrionale si basa sulla Gridded Population of the World (nota anche come GPW 2015 ) dell'Università della Columbia CIESIN ^[1] :

Il presupposto è che maggiore è il numero di persone che vivono in una data area, maggiore è la possibilità che venga generato inquinamento di origine antropica .

In effetti non è un presupposto corretto al 100% poiché l'inquinamento generato dalle industrie pesanti può essere molto superiore all'inquinamento generato dalla popolazione, ma è qualcosa di cui parleremo nel nostro prossimo articolo. Quindi, per questo articolo, ciò che si vuole verificare è l'impatto del vento sull'inquinamento presupponendo una correlazione tra densità di popolazione e concentrazione di inquinamento.

L'immagine seguente mostra il modello di densità (con una risoluzione di 0,2°) utilizzato per la simulazione. Ogni "pixel", o punto su questa mappa a griglia, è considerato una fonte di inquinamento. Il colore verde viene utilizzato per le regioni a bassa densità, che generano quantità molto ridotte di inquinamento, mentre i colori più scuri rappresentano zone in cui sia la popolazione che l’inquinamento generato sono maggiori.

Population Density (persons per square meter)

L'animazione seguente mostra la concentrazione in tempo reale basata sui dati del vento effettivi ^[2] . Si noti che la codifica dei colori e i livelli di concentrazione associati sono arbitrari e non possono (e non dovrebbero) essere associati uno a uno ai livelli AQI senza ulteriore lavoro. L'idea essenziale è quella di tracciare le zone che hanno maggiori probabilità di avere una concentrazione di inquinanti elevata o molto elevata in base alle previsioni delle condizioni del vento.

Senza troppa sorpresa, Nuova Delhi sta registrando un alto livello di concentrazione di inquinamento, ma ciò che è veramente interessante è confrontare la situazione di Nuova Delhi rispetto a Pechino: a Pechino, non c'è letteralmente quasi nessun inquinamento di origine antropica nel vicino nord, quindi, quando soffia il vento da nord l'aria risulta subito pulita. Ma per Nuova Delhi la densità di popolazione nel nord è ancora piuttosto elevata, quindi le possibilità di ottenere immediatamente aria pulita dal nord sono molto più basse. In parole povere, Nuova Delhi richiede una quantità molto maggiore di ventilazione (o energia eolica cumulativa) per purificare l’aria.

La seconda osservazione riguarda la situazione in Bangladesh: dalla simulazione di cui sopra, l'inquinamento è ovviamente intrappolato in Bangladesh dalla vicinanza delle montagne a est e a nord. In realtà non è una sorpresa per chiunque abbia vissuto a Dhaka.

(Nota: pochi giorni dopo la stesura di questo articolo, il Consulto statunitense a Dhaka ha iniziato a pubblicare i propri dati sulla qualità dell'aria, che potete trovare da questo link: city/bangladesh/dhaka/us-consulate ).

Per ulteriori informazioni sulla qualità dell'aria in Bangladesh, puoi fare riferimento a questa pagina: country/bangladesh/ .

In conclusione, questo modello di previsione è ancora lungi dall’essere completo, ma almeno ha il vantaggio di mostrare l’impatto del vento sulla concentrazione dell’inquinamento nell’India settentrionale, e in particolare il modo in cui le montagne dell’Himalaya stanno intrappolando l’inquinamento atmosferico. Nella prossima versione, introdurremo una versione migliorata per le fonti di inquinamento, tenendo conto del flusso positivo noto che possiamo dedurre dalle osservazioni.