Metode til at forudsige overfladens ozonforureningsniveauer giver 48-timers heads-up

En ny luftkvalitetsmodel vil hjælpe luftkvalitetseksperter med at forudsige overfladeozonniveauer op til 48 timer i forvejen og med færre ressourcer, ifølge et hold af meteorologer.

Metoden, kaldet regression i selvorganiserende kort (REGiS), vejer og kombinerer statistiske luftkvalitetsmodeller ved at parre dem med forudsagte vejrmønstre for at skabe probabilistiske ozonprognoser. I modsætning til nuværende kemiske transportmodeller, REGiS kan forudsige ozonniveauer op til 48 timer i forvejen uden at kræve betydelig beregningskraft.

Nikolay Balashov, som for nylig fik sin doktorgrad i meteorologi fra Penn State, designet denne nye metode ved at udforske forholdet mellem luftforurenende stoffer og meteorologiske variabler.

Fordi ozonniveauerne er højere i tæt befolkede områder, især på vestkysten af ​​USA, modellen hjælper luftkvalitetsprognosere og beslutningstagere med at advare beboerne på forhånd og fremmer afbødningsmetoder, såsom offentlig transport, i et forsøg på at undgå forhold, der fremmer usund dannelse af ozonniveau.

"Hvis vi kan forudsige niveauet af ozon på forhånd, så er det muligt, at vi kan gøre noget for at bekæmpe det, " sagde Balashov. "Ozon har brug for sollys, men det har også brug for andre forstadier til at dannes i atmosfæren, såsom kemikalier fundet i køretøjers emissioner. Reduktion af køretøjsbrug (på de dage, hvor vejret er befordrende for dannelsen af ​​usunde ozonkoncentrationer) vil reducere niveauet af emissioner, der bidrager til højere niveauer af ozonforurening."

Dette nye værktøj til luftkvalitetsprognosere giver mulighed for evaluering af forskellige ozonforureningsscenarier og giver indsigt i, hvilke vejrmønstre der kan forværre episoder med ozonforurening på overfladen. For eksempel, højere overfladetemperaturer, tørre forhold og lettere vindhastigheder har en tendens til at føre til højere overfladeozon. Forskerne offentliggjorde deres resultater i Journal of Applied Meteorology and Climatology.

Ozon er en af ​​de seks almindelige luftforurenende stoffer, der er identificeret i Environmental Protection Agency Clean Air Act. Indånding af ozon kan udløse en række sundhedsproblemer, herunder KOL, brystsmerter og hoste, og kan forværre bronkitis, emfysem og astma, ifølge EPA. Det kan også forårsage langvarig lungeskade.

Overfladeozon er betegnet som et forurenende stof, og EPA reducerede for nylig den maksimale daglige 8-timers gennemsnitlige tærskel fra 75 til 70 dele pr. milliard i volumen. Det udløste et større behov for nøjagtige og sandsynlige prognoser, sagde Balashov.

Nuværende modeller er dyre i drift og er ofte ikke tilgængelige i udviklingslande, fordi de kræver præcise målinger, ekspertise og computerkraft. REGiS vil stadig fungere i lande, der mangler disse ressourcer, fordi det er baseret på statistikker og historiske vejr- og luftkvalitetsdata. Metoden kombinerer en række eksisterende statistiske tilgange for at overvinde svaghederne ved hver, resulterer i en helhed, der er større end summen af ​​dens dele.

"REGiS viser, hvordan relativt simple kunstig intelligens-metoder kan bruges til at piggy-back prognoser af vejr-drevet fænomen, såsom luftforurening, på eksisterende og frit tilgængelige globale vejrudsigter, " sagde George Young, professor i meteorologi, Penn State og Balashovs kandidatrådgiver. "Den statistiske tilgang, der tages i REGiS - vejrmønstergenkendelse, der styrer mønsterspecifikke statistiske modeller - kan give både effektivitet og færdighedsfordele i en række prognoseapplikationer."

REGiS blev evalueret i Californiens San Joaquin Valley og i den nordøstlige del af Colorado, hvor Balashov testede sin metode ved hjælp af standard statistiske målinger. Den sidste sommer, modellen blev brugt i Philadelphia-området som et operationelt luftkvalitetsprognoseværktøj sammen med eksisterende modeller.

Under sin tidligere forskning i Sydafrika, Balashov blev først interesseret i at studere ozon og dets forhold til vejrfænomenerne El Niño og La Niña.

"Jeg blev inspireret til at studere ozon, fordi jeg så, hvor meget en sammenhæng der kunne være mellem vejrmønstre og luftforurening, " sagde Balashov. "Jeg indså, at der var et virkelig stærkt forhold, og at vi kunne gøre mere for at udforske denne forbindelse mellem meteorologi og luftforurening, som kan hjælpe med at lave forudsigelser, især steder, der mangler sofistikerede modeller. Med denne metode, du kan lave luftkvalitetsprognoser på steder som Indien og Kina."