Forbedringer i den kortsigtede prognose af luftforureningsniveauer

En forsker ved UPM har med succes forudsagt de daglige maksimale ozontærskelværdier i Hong Kong -området. Resultaterne viser, at en præcis og hurtig forudsigelse af troposfæriske ozonkoncentrationer er af stor betydning for forvaltningen af ​​det offentlige advarselssystem om forurening.

United States Environmental Protection Agency (EPA), EU og andre lande har fastsat forskellige tærskler for risikoen for vegetation eller menneskers sundhed ved forskellige former for luftforurening. Målet er at garantere, at disse tærskler ikke overskrider grænser, men når dette sker, forudsigelsen af ​​udviklingen af ​​værdier i de følgende timer bliver afgørende for korrigerende foranstaltninger.

Problemet opstår, fordi beregningsmodeller har alvorlige begrænsninger med hensyn til nøjagtighed, da de på visse punkter er følsomme over for randbetingelserne; dermed, usikkerheden vokser hurtigt. Og de teknikker, der er baseret på regressionsmodeller, undervurderer ofte forurenende toppe, da de har en tendens til at minimere fejlene i datasættet. Disse præcise topværdier er de mest nyttige at forudsige, da deres værdier normalt vil diktere de modforanstaltninger, der skal vedtages i hvert enkelt tilfælde.

For mere præcist at forudsige de højeste værdier, en forsker fra Universidad Politécnica de Madrid har udviklet en metode, der kombinerer forbehandling af datasættene for at lære adfærd fra fysiske fænomener med regression og teknikker til kunstig intelligens, og brug af en afstemningsteknik blandt forskellige modeller til at forbedre forudsigelseskapaciteten. Bing Gong, undersøgelsens hovedforfatter, siger, "De opnåede data har gode egenskaber for følsomhed og stabilitet, og resultaterne forbedrer de traditionelle teknikker mellem 30 og 80 procent."

Denne undersøgelse blev udført i Hong Kong, men andre medlemmer af forskningsgruppen gennemfører lignende projekter i Marrakech eller Mexico.

Ud over, forskerteamet arbejder i øjeblikket på at estimere menneskelig eksponering for forurenende stoffer, baseret på immissionsværdierne og personens geografiske placering. Joaquín Ordieres, lederen af ​​forskningsgruppen, siger, "Vi tilstræber at tilføje yderligere elementer, såsom hensynet til kvaliteten af ​​hjemmeluften eller kontoret. Tilsætning af disse elementer er det næste logiske trin for at give mennesker og sundhedssystemer mere afgørende bevis for eksponering end de registrerede generiske immissionsværdier. "