InMAP оценивает загрязнение воздуха в городах, но её прогнозы ошибочны для конкретных химических веществ. Сейчас учёные устраняют этот недостаток.
Загрязнение воздуха не влияет на всех одинаково. В новой работе исследователи разработали метод для улучшения оценок того, как в городах различные сообщества подвергаются воздействию мелкодисперсных твёрдых частиц (PM_2,5).
По оценкам, во всём мире PM_2,5 ежегодно вызывает 4,7 миллиона преждевременных смертей, а в Соединённых Штатах цветные сообщества сталкиваются с наиболее интенсивным воздействием этих химикатов. Для определения уровней подверженности загрязнению воздуха интервенционная модель загрязнения воздуха (InMAP) оценивает качество воздуха с высоким пространственным разрешением, особенно в густонаселённых районах. Поскольку модель способна оценивать различия в подверженности загрязнению в пределах городов, она может быть полезна при разработке политики, предусматривающей экологическую справедливость.
Однако InMAP завышает и занижает конкретные химические вещества PM_2,5: она занижает оценку содержания твёрдых частиц сульфата и завышает оценку содержания твёрдых частиц аммония. В новом исследовании Gallagher et al. разработали метод исправления этих недостатков.
Исследователи разработали поправочные коэффициенты смещения или коэффициенты масштабирования для InMAP, используя измерения различных химических веществ PM_2,5. Они использовали данные мониторинга загрязнения, собранные на земле Агентством по охране окружающей среды США, и спутниковые данные, обработанные Вашингтонским университетом в Сент-Луисе. Сравнение прогнозов InMAP с этими источниками данных позволило им оценить и исправить ошибки.
Авторы проверили, как работает InMAP с коэффициентами масштабирования и без них, используя установленную цель 10%-ной ошибки в своих прогнозах. Без коэффициентов масштабирования InMAP занижает или завышает концентрации PM_2,5 более чем на 10%. Однако введение коэффициентов масштабирования для конкретных городов улучшило соответствие модели и уменьшило ошибку ниже порога 10%. Кроме того, авторы обнаружили, что их метод особенно эффективен в наиболее густонаселённых районах городов.
Авторы опубликовали все коэффициенты масштабирования для общественного пользования и рекомендуют их использовать при исследовании того, как загрязнение воздуха различается в зависимости от расы, этнической принадлежности, дохода и других демографических характеристик. (GeoHealth, https://doi.org/10.1029/2023GH000788, 2023 г.)

 

Ссылка: https://eos.org/research-spotlights/fine-tuning-air-pollution-models