Californiens værste naturbrande hjælper med at forbedre forudsigelsen af ​​luftkvaliteten

UC Riverside-ingeniører udvikler metoder til at vurdere virkningen af ​​Californiens ødelæggende naturbrande på luftkvaliteten i kvarterer, der er påvirket af røgen fra disse brande. Deres forskning, finansieret af NASA og resultaterne offentliggjort i Atmospheric Pollution Research, udfylder hullerne i de nuværende metoder ved at levere information om luftkvalitet i de kvarterskalaer, der kræves af offentlige sundhedsembedsmænd til at foretage sundhedsvurderinger og evakueringsanbefalinger.

Målinger af luftkvalitet afhænger i høj grad af jordbaserede sensorer, der typisk er placeret mange kilometer fra hinanden. At bestemme, hvor sundt det er at indånde luft, er ligetil i nærheden af ​​sensorerne, men bliver upålidelig i områder mellem sensorerne.

Akula Venkatram, en professor i maskinteknik ved UC Riversides Marlan and Rosemary Bourns College of Engineering, ledet en gruppe, der udviklede en metode til at fortolke koncentrationer af fine partikler observeret af jordbaserede sensorer under brandkomplekset i 2017, der omfattede Atlas, Nonner, Tubbs, Lomme, og Redwood Valley brande, og lejrbålet 2018.

Deres metode udfylder hullerne i luftkvalitetsinformation, der er opnået fra jordovervågere og satellitbilleder ved hjælp af en matematisk model, der simulerer transporten af ​​røg fra brandene. Denne tilgang giver skøn over partikelemissioner fra naturbrande, hvilket er det mest usikre af input fra andre metoder til fortolkning af de samme data. Disse emissioner kombineret med fysikken i røgtransportmodellen gjorde det muligt for gruppen at estimere variationen af ​​partikelkoncentrationer over afstande så små som en kilometer.

"Vi har brug for bedre måder at måle luftkvaliteten på, så vi kan lade folk vide, hvornår og hvor det er sikkert at gå ud og træne, eller bo et andet sted, for eksempel, " sagde Venkatram. "Ud over at udfylde hullerne i data fra overvågningsstationer og satellitbilleder, Vores metode kan også bruges til at forudsige næste dags luftkvalitet ved at estimere udledninger fra skovbrande for i morgen baseret på dagens observationer."

Selvom enhver røg kan gøre luften ubehagelig at indånde, det er de mindste partikler, kaldet PM2.5, der kan trænge ind i lungevæv og forårsage de fleste sundhedsproblemer. UC Riverside-modellen er specifikt designet til at forudsige PM2,5-koncentrationer i områder med utilstrækkelig dækning af luftkvalitetsovervågningsstationer.

Forfatterne håber, at deres arbejde vil hjælpe med indsatsen for at beskytte folkesundheden under Californiens uundgåelige årlige skovbrande.