Himalayan Mountains seen from Space

ในช่วงหลายเดือนที่ผ่านมา ทีมคุณภาพอากาศโลกได้วิเคราะห์แบบจำลองการคาดการณ์คุณภาพอากาศใหม่ๆ หลายแบบจำลอง รวมถึงการปรับปรุงตัวสาธิตแบบจำลองการคาดการณ์คุณภาพอากาศ

บทความนี้จะนำเสนอแบบจำลองการคาดการณ์ล่าสุด ซึ่งอิงตาม Gridded Population of the World ( GPW ) และจะนำไปใช้ในการวิเคราะห์การคาดการณ์คุณภาพอากาศสำหรับภูมิภาคอินเดียตอนเหนือ (รวมถึงบังกลาเทศ ปากีสถาน และเนปาล)

แบบจำลองการคาดการณ์และการคำนวณยังคงยึดตาม GFS Wind Forecast ดังที่เราได้แสดงให้เห็นในบทความก่อนหน้านี้เกี่ยวกับ การคาดการณ์ในภูมิภาคปักกิ่ง ว่าลมเป็นองค์ประกอบสำคัญสำหรับการพยากรณ์คุณภาพอากาศ

อย่างไรก็ตาม แบบจำลองที่ใช้สำหรับการคาดการณ์ของอินเดียตอนเหนือนี้แตกต่างจากการจำลองครั้งก่อนๆ ที่แหล่งกำเนิดมลพิษซึ่งตั้งอยู่ในสถานที่เฉพาะเจาะจงในภูมิภาคเหอเป่ยโดยยึดตาม ประชากรกริดของโลก (หรือที่เรียกว่า GPW 2015 ) จากมหาวิทยาลัยโคลัมเบีย CIESIN ^[1] :

สมมติฐานก็คือ ยิ่งจำนวนคนที่อาศัยอยู่ในพื้นที่ที่กำหนดสูงเท่าไร โอกาสที่จะเกิดมลพิษจากการกระทำ ของมนุษย์ ก็จะยิ่งสูงขึ้นเท่านั้น

แน่นอนว่าไม่ใช่สมมติฐานที่ถูกต้อง 100% เนื่องจากมลพิษที่เกิดจากอุตสาหกรรมหนักอาจสูงกว่ามลพิษที่เกิดจากประชากรได้มาก แต่นั่นคือสิ่งที่เราจะพูดถึงในบทความถัดไป ดังนั้น สำหรับบทความนี้ สิ่งที่ต้องการคือการตรวจสอบผลกระทบของลมต่อมลพิษภายใต้สมมติฐานของความสัมพันธ์ระหว่างความหนาแน่นของประชากรและความเข้มข้นของมลพิษ

ภาพด้านล่างแสดงแบบจำลองความหนาแน่น (ที่ความละเอียด 0.2°) ที่ใช้สำหรับการจำลอง แต่ละ "พิกเซล" หรือจุดบนแผนที่แบบตารางนี้ถือเป็นแหล่งกำเนิดมลพิษ สีเขียวใช้สำหรับบริเวณที่มีความหนาแน่นต่ำ ซึ่งก่อให้เกิดมลพิษในปริมาณน้อยมาก ในขณะที่สีเข้มแสดงถึงโซนที่ทั้งมลพิษจากประชากรและมลพิษมีมากกว่า

Population Density (persons per square meter)

ภาพเคลื่อนไหวด้านล่างแสดงความเข้มข้นแบบเรียลไทม์โดยอิงจากข้อมูลลมจริง ^[2] โปรดทราบว่าการเข้ารหัสสีและระดับความเข้มข้นที่เกี่ยวข้องนั้นเป็นสิ่งที่กำหนดขึ้นเอง และไม่สามารถ (และไม่ควร) เชื่อมโยงแบบหนึ่งต่อหนึ่งกับระดับ AQI โดยไม่ต้องดำเนินการเพิ่มเติม แนวคิดสำคัญคือการวางแผนโซนที่มีแนวโน้มว่าจะมีความเข้มข้นของมลพิษสูงหรือสูงมากตามการคาดการณ์สภาพลม

โดยไม่ต้องแปลกใจมากนัก นิวเดลีกำลังมองเห็นความเข้มข้นของมลพิษในระดับสูง แต่สิ่งที่น่าสนใจจริงๆ ก็คือการเปรียบเทียบสถานการณ์ในนิวเดลีกับปักกิ่ง: ในปักกิ่ง แทบไม่มีมลพิษจากการกระทำของมนุษย์ในพื้นที่ทางตอนเหนือใกล้เลย ดังนั้น เมื่อลมพัดมาจากทิศเหนืออากาศจะถูกทำความสะอาดทันที แต่สำหรับนิวเดลี ความหนาแน่นของประชากรทางตอนเหนือยังค่อนข้างสูง ดังนั้นโอกาสที่จะได้รับอากาศบริสุทธิ์จากทางเหนือทันทีจึงมีน้อยกว่ามาก พูดง่ายๆ ก็คือ นิวเดลีต้องการการระบายอากาศในปริมาณที่สูงกว่ามาก (หรือพลังงานลมสะสม) เพื่อทำความสะอาดอากาศ

ข้อสังเกตประการที่สองคือสถานการณ์ในบังคลาเทศ จากการจำลองข้างต้น เห็นได้ชัดว่ามลพิษกำลังติดอยู่ในประเทศบังคลาเทศใกล้กับภูเขาทางทิศตะวันออกและทิศเหนือ นั่นไม่ใช่เรื่องน่าแปลกใจสำหรับทุกคนที่เคยอาศัยอยู่ในธากา

(หมายเหตุ: ไม่กี่วันหลังจากเขียนบทความนี้ ที่ปรึกษาสหรัฐฯ ในกรุงธากาเริ่มเผยแพร่ข้อมูลคุณภาพอากาศ ซึ่งคุณสามารถดูได้จากลิงก์นี้: city/bangladesh/dhaka/us-consulate )

สำหรับข้อมูลเพิ่มเติมเกี่ยวกับคุณภาพอากาศในบังกลาเทศ คุณสามารถดูหน้านี้: Country/บังคลาเทศ/

โดยสรุป แบบจำลองการคาดการณ์นี้ยังห่างไกลจากความสมบูรณ์ แต่อย่างน้อยก็มีข้อได้เปรียบในการแสดงผลกระทบของลม ความเข้มข้นของมลพิษในอินเดียตอนเหนือ และโดยเฉพาะอย่างยิ่งวิธีที่ภูเขาหิมาลัยดักจับมลพิษทางอากาศ ในเวอร์ชันถัดไป เราจะแนะนำเวอร์ชันที่ได้รับการปรับปรุงสำหรับแหล่งที่มาของมลภาวะ โดยคำนึงถึงฟลักซ์เชิงบวกที่ทราบ ซึ่งเราสามารถหักออกจากการสังเกตได้