Himalayan Mountains seen from Space

Geçtiğimiz aylarda, Dünya Hava Kalitesi ekibi birkaç yeni Hava Kalitesi tahmin modelini analiz etmenin yanı sıra Hava Kalitesi tahmin modeli göstericisini geliştirmek üzerinde çalışıyor.

Bu makale, Dünya'nın Izgaralı Nüfusunu ( GPW ) temel alan ve Kuzey Hindistan bölgesi (Bangladeş, Pakistan ve Nepal dahil) için Hava Kalitesi tahminini analiz etmek için uygulanacak en son tahmin modeli göstericisini sunacaktır.

Tahmin modeli ve hesaplama hala GFS Rüzgar Tahminini temel alıyor; Pekin bölgesindeki tahminle ilgili önceki makalede rüzgarın Hava Kalitesi tahmini için önemli bir bileşen olduğunu gösterdiğimiz gibi.

Bununla birlikte, kirlilik kaynaklarının Hebei bölgesindeki belirli konumlara keyfi olarak yerleştirildiği önceki simülasyondan farklı olarak, bu Kuzey Hindistan tahmini için kullanılan model, Columbia Üniversitesi CIESIN'den alınan Izgaralı Dünya Nüfusuna (diğer adıyla GPW 2015 ) dayanmaktadır. ^[1] :

Varsayım, belirli bir bölgede yaşayan insan sayısı arttıkça antropojenik kirliliğin oluşma ihtimalinin de arttığı yönündedir.

Ağır sanayilerin yarattığı kirlilik, nüfusun yarattığı kirlilikten çok daha yüksek olabileceği için bu aslında %100 doğru bir varsayım değil; ancak bu, bir sonraki makalemizde ele alacağımız bir konu. Dolayısıyla bu makale için istenen şey, nüfus yoğunluğu ile kirlilik konsantrasyonu arasındaki korelasyon varsayımı altında rüzgarın kirlilik üzerindeki etkisinin doğrulanmasıdır.

Aşağıdaki resim simülasyon için kullanılan yoğunluk modelini (0,2° çözünürlükte) göstermektedir. Bu ızgaralı haritadaki her "piksel" veya nokta, bir kirlilik kaynağı olarak kabul edilir. Yeşil renk, çok az miktarda kirlilik üreten düşük yoğunluklu bölgeler için kullanılırken, koyu renkler hem nüfusun hem de üretilen kirliliğin daha yüksek olduğu bölgeleri temsil eder.

Population Density (persons per square meter)

Aşağıdaki animasyon, gerçek ^[2] rüzgar verilerine dayanan gerçek zamanlı konsantrasyonu göstermektedir. Renk kodlamasının ve ilgili konsantrasyon seviyelerinin keyfi olduğunu ve daha fazla çalışma yapılmadan AQI seviyeleriyle birebir ilişkilendirilemeyeceğini (ve ilişkilendirilmemesi gerektiğini) unutmayın. Buradaki temel fikir, rüzgar durumu tahminine dayalı olarak yüksek veya çok yüksek kirletici konsantrasyonuna sahip olma olasılığı daha yüksek olan bölgelerin işaretlenmesidir.

Çok fazla sürpriz olmasa da, Yeni Delhi'de yüksek düzeyde bir kirlilik yoğunluğu görülüyor, ancak asıl ilginç olan, Yeni Delhi'deki durumu Pekin'le karşılaştırmaktır: Pekin'de, kelimenin tam anlamıyla, yakın kuzeyde neredeyse hiç insan kaynaklı kirlilik yok, yani, rüzgar kuzeyden estiğinde hava hemen temizlenir. Ancak Yeni Delhi için kuzeydeki nüfus yoğunluğu hala oldukça yüksek, dolayısıyla Kuzey'den anında temiz hava alma şansı çok daha düşük. Başka bir deyişle, Yeni Delhi, havasını temizlemek için çok daha yüksek miktarda havalandırmaya (veya toplam rüzgar gücüne) ihtiyaç duyuyor.

İkinci gözlem ise Bangladeş'teki durum: Yukarıdaki simülasyona göre, kirlilik açıkça Bangladeş'te Doğu ve Kuzeydeki dağların yakınlığı nedeniyle sıkışıp kalıyor. Bu aslında Dhaka'da yaşayan hiç kimse için sürpriz değil.

(Not: Bu makalenin yazılmasından birkaç gün sonra, Dhaka'daki ABD Konsolosluğu Hava Kalitesi Verilerini yayınlamaya başladı; bu verileri şu bağlantıdan bulabilirsiniz: city/bangladesh/dhaka/us-consulate ).

Bangladeş'teki Hava Kalitesi hakkında daha fazla bilgi için şu sayfaya başvurabilirsiniz: country/bangladesh/ .

Sonuç olarak, bu tahmin modeli henüz tamamlanmaktan çok uzaktır ancak en azından Kuzey Hindistan'daki kirlilik konsantrasyonuna rüzgarın etkisini ve özellikle Himalaya dağlarının hava kirliliğini nasıl hapsettiğini gösterme avantajına sahiptir. Bir sonraki versiyonda, gözlemlerden çıkarabileceğimiz bilinen pozitif akışı hesaba katarak kirlilik kaynakları için geliştirilmiş bir versiyon sunacağız.