Himalayan Mountains seen from Space
طی ماههای گذشته، تیم World Air Quality روی تجزیه و تحلیل چندین مدل جدید پیشبینی کیفیت هوا و همچنین بهبود نمایشگر مدل پیشبینی کیفیت هوا کار کرده است.
این مقاله آخرین مدل نمایشگر پیشبینی را ارائه میکند که بر اساس جمعیت شبکهای جهان ( GPW ) است و برای تحلیل پیشبینی کیفیت هوا برای منطقه شمال هند (شامل بنگلادش، پاکستان و نپال) استفاده میشود.
--
مدل پیشبینی و محاسبات همچنان بر اساس پیشبینی باد GFS است، همانطور که در مقاله قبلی در مورد پیشبینی در منطقه پکن نشان دادیم که باد یک جزء ضروری برای پیشبینی کیفیت هوا است.
با این حال، برخلاف شبیهسازی قبلی که منابع آلودگی به طور خودسرانه در مکانهای خاصی در منطقه هبی قرار دارند، مدل مورد استفاده برای این پیشبینی شمال هند بر اساس جمعیت شبکهای جهان (معروف به GPW 2015 ) از دانشگاه کلمبیا CIESIN است. [1] :
فرض بر این است که هرچه تعداد افرادی که در یک منطقه معین زندگی می کنند بیشتر باشد، احتمال ایجاد آلودگی های انسانی بیشتر است.
این در واقع یک فرض 100٪ درست نیست زیرا آلودگی تولید شده توسط صنایع سنگین می تواند بسیار بیشتر از آلودگی تولید شده توسط جمعیت باشد، اما این چیزی است که در مقاله بعدی خود به آن خواهیم پرداخت. بنابراین، برای این مقاله، آنچه مورد نظر است، بررسی تأثیر باد بر آلودگی با فرض همبستگی بین تراکم جمعیت و غلظت آلودگی است.
--
تصویر زیر مدل چگالی (در وضوح 0.2 درجه) را نشان می دهد که برای شبیه سازی استفاده شده است. هر «پیکسل» یا نقطه روی این نقشه شبکهای، به عنوان منبع آلودگی در نظر گرفته میشود. رنگ سبز برای مناطق کم تراکم استفاده می شود که مقدار بسیار کمی آلودگی ایجاد می کنند، در حالی که رنگ های تیره تر مناطقی را نشان می دهند که هم جمعیت و هم آلودگی تولید شده بیشتر است.
Population Density (persons per square meter)
انیمیشن زیر غلظت زمان واقعی را بر اساس داده های واقعی باد [2] نشان می دهد. توجه داشته باشید که کدگذاری رنگ و سطوح غلظت مرتبط دلخواه است - و نمی توان (و نباید) را بدون کار بیشتر به سطوح AQI یک به یک مرتبط کرد. ایده اساسی این است که بر اساس پیشبینی وضعیت باد، مناطقی را ترسیم کنیم که احتمال غلظت آلایندههای بالا یا بسیار بالا را دارند.
--
-
--
بدون تعجب زیاد، دهلی نو شاهد سطح بالایی از غلظت آلودگی است، اما آنچه واقعاً جالب است مقایسه وضعیت دهلی نو با پکن است: در پکن، تقریباً هیچ آلودگی انسانی در شمال نزدیک وجود ندارد، بنابراین، هنگامی که باد از سمت شمال می وزد، هوا بلافاصله تمیز می شود. اما برای دهلی نو، تراکم جمعیت در شمال هنوز بسیار بالاست، بنابراین شانس دریافت هوای تمیز فوری از شمال بسیار کمتر است. به عبارت دیگر، دهلی نو به مقدار بسیار بیشتری از تهویه (یا نیروی باد تجمعی) برای تمیز کردن هوای خود نیاز دارد.
مشاهده دوم وضعیت بنگلادش است: از شبیه سازی فوق، آلودگی به وضوح در بنگلادش به دلیل نزدیکی کوه ها در شرق و شمال به دام می افتد. این در واقع برای کسی که در داکا زندگی می کند تعجب آور نیست.
متأسفانه، در حال حاضر هیچ ایستگاه نظارتی در بنگلادش / داکا وجود ندارد، بنابراین نمیتوان صحت پیشبینی را در مقابل مشاهدات واقعی تأیید کرد.
(توجه: چند روز پس از نگارش این مقاله، مشاور ایالات متحده در داکا شروع به انتشار داده های کیفیت هوای خود کرد که می توانید از این لینک بیابید: city/bangladesh/dhaka/us-consulate ).
برای اطلاعات بیشتر در مورد کیفیت هوا در بنگلادش، می توانید به این صفحه مراجعه کنید: کشور/بنگلادش/ .
--
به عنوان نتیجه، این مدل پیشبینی هنوز تا کامل شدن فاصله زیادی دارد، اما حداقل، این مزیت را دارد که تأثیر باد بر غلظت آلودگی در شمال هند و بهویژه اینکه کوههای هیمالیا چگونه آلودگی هوا را به دام میاندازند را نشان میدهد. در نسخه بعدی، با در نظر گرفتن شار مثبت شناخته شده که می توان از مشاهدات کسر کرد، یک نسخه بهبود یافته برای منابع آلودگی معرفی می کنیم.
--
توجه: برای اینکه بیننده پیشبینی در زمان واقعی بتواند چنین منطقه وسیعی را مدیریت کند، تیم ما باید روی چند بهبود و بهینهسازی سخت کار میکرد. ما اکنون در حال کار بر روی یک نسخه بهینه سازی شده بیشتر هستیم که قادر است بیش از 10K ذره را مدیریت کند، و در حال بررسی کدهای متن باز آن هستیم، بنابراین اگر علاقه مند هستید، از طریق صفحه "بحث" زیر برای ما پیام ارسال کنید (ما فقط این کار را انجام خواهیم داد. تنها در صورتی که تقاضای کافی برای آن وجود داشته باشد، آن را منبع باز کنید).