Atmosphere: Прогнозирование превышений содержания PM2,5 в городской местности
Взвешенные частицы являются одним из основных загрязнителей воздуха. Воздействие на человека мелкодисперсных взвешенных частиц (частиц со средним диаметром меньшим или равным 2,5 мкм, PM2,5) имеет множество негативных и разнообразных последствий для здоровья человека, таких как смертность от респираторных заболеваний, рак легких и т.д. Точный прогноз качества воздуха в региональном масштабе позволяет местным агентствам разрабатывать и применять соответствующую политику (например, соблюдать конкретные ограничения на выбросы) для решения проблемы загрязнения воздуха. В рамках этой концепции недорогие датчики недавно стали ценным инструментом, облегчающим пространственно-временной мониторинг загрязнения воздуха в местном масштабе. В этом исследовании представлен подход глубокого обучения (long short-term memory, LSTM) для прогнозирования превышения уровня загрязнения воздуха в течение дня в городских и пригородных районах. Данные по содержанию PM2,5, использованные в этом исследовании, были собраны с 12 хорошо откалиброванных недорогих датчиков (Purple Air), расположенных на большей территории муниципалитета Терми в Салониках, Греция. Методика на основе LSTM реализует данные PM2,5, а также вспомогательные данные, метеорологические переменные из Службы мониторинга атмосферы «Коперник» (CAMS), управляемой ECMWF, и временные переменные, связанные с местными выбросами, для повышения эффективности прогнозирования загрязнения воздуха. Точность прогнозов модели показала адекватные результаты: коэффициент корреляции между измеренными концентрациями PM2,5 и данными прогноза LSTM находится в диапазоне от 0,67 до 0,94 для всех временных горизонтов, с тенденцией к снижению по мере увеличения временного горизонта. Что касается превышений загрязнения воздуха, система прогнозирования LSTM может правильно фиксировать более 70% случаев превышения загрязнения воздуха в исследуемом регионе. Последние результаты показывают способность модели правильно определять возможные превышения пороговых значений Всемирной Организации Здравоохранения и предоставлять ценную информацию о местном качестве воздуха.
