Himalayan Mountains seen from Space

在過去的幾個月裡，世界空氣品質團隊一直致力於分析幾個新的空氣品質預測模型，並改進空氣品質預測模型演示器。

本文將介紹基於世界網格人口 ( GPW ) 的最新預測模型演示器，該模型將用於分析印度北部地區（包括孟加拉國、巴基斯坦和尼泊爾）的空氣品質預測。

預報模型和計算仍然基於GFS風預報，正如我們在上一篇關於北京地區預報的文章中所論證的那樣，風是空氣品質預報的重要組成部分。

然而，與先前的模擬中污染源任意位於河北地區的特定位置不同，印度北部預測使用的模型是基於哥倫比亞大學 CIESIN 的世界網格人口（又稱GPW 2015 ） ^[1] ：

假設是，居住在特定區域的人數越多，產生人為污染的機會就越大。

這確實不是一個 100% 正確的假設，因為重工業產生的污染可能遠高於人口產生的污染，但這是我們將在下一篇文章中討論的問題。因此，本文想要在人口密度與污染濃度有相關性的假設下驗證風對污染的影響。

下圖顯示了用於模擬的密度模型（分辨率為 0.2°）。每個「像素」或網格地圖上的點都被視為污染源。綠色用於低密度區域，這些區域產生的污染量非常小，而深色代表人口和產生的污染都較高的區域。

Population Density (persons per square meter)

下面的動畫顯示了基於實際^[2]風數據的即時濃度。請注意，顏色編碼和相關的濃度水平是任意的 - 並且不能（也不應該）在沒有進一步工作的情況下與 AQI 水平一對一關聯。其基本概念是根據風況預測繪製出更有可能具有高或極高污染物濃度的區域。

不出意外，新德里的污染濃度很高，但真正有趣的是，將新德里的情況與北京進行比較：在北京，近北地區幾乎沒有人為污染，所以，當北風吹來時，空氣立即變得清新。但對於新德里來說，北部的人口密度仍然相當高，因此立即從北部獲得清潔空氣的機會要低得多。換句話說，新德里需要更高的通風量（或累積風力）來淨化空氣。

第二個觀察是孟加拉的情況：從上面的模擬來看，由於東部和北部靠近山區，污染明顯被困在孟加拉。對於居住在達卡的任何人來說，這實際上並不奇怪。

（註：本文撰寫幾天后，美國駐達卡諮詢機構開始發布他們的空氣品質數據，您可以透過以下連結找到該數據： city/bangladesh/dhaka/us-consulate ）。

有關孟加拉國空氣品質的更多信息，您可以參考此頁面： country/bangladesh/ 。

總而言之，這個預測模型還遠未完成，但至少它的優勢在於顯示了風對印度北部污染濃度的影響，特別是喜馬拉雅山脈如何捕捉空氣污染。在下一個版本中，我們將引入污染源的增強版本，考慮到我們可以從觀測中扣除的已知正通量。