Un nuevo modelo de calidad del aire ayudará a los pronosticadores de la calidad del aire a predecir los niveles de ozono en la superficie con hasta 48 horas de anticipación y con menos recursos, según un equipo de meteorólogos.
El método, llamado regresión en el mapa autoorganizado REGiS, pesa y combina modelos estadísticos de calidad del aire combinándolos con patrones meteorológicos predichos para crear pronósticos probabilísticos de ozono. A diferencia de los modelos actuales de transporte químico, REGiS puede predecir niveles de ozono de hasta 48con horas de anticipación sin requerir potencia computacional significativa.
Nikolay Balashov, quien recientemente obtuvo su doctorado en meteorología de Penn State, diseñó este nuevo método explorando la relación entre los contaminantes del aire y las variables meteorológicas.
Debido a que los niveles de ozono son más altos en áreas densamente pobladas, particularmente en la costa oeste de los EE. UU., El modelo ayuda a los pronosticadores de la calidad del aire y a los tomadores de decisiones a alertar a los residentes con anticipación y promueve métodos de mitigación, como el transporte público, en un esfuerzo por evitarcondiciones que conducen a la formación de niveles de ozono poco saludables.
"Si podemos predecir el nivel de ozono antes de tiempo, entonces es posible que podamos hacer algo para combatirlo", dijo Balashov. "El ozono necesita luz solar pero también necesita otros precursores para formarse en la atmósfera, como los químicosencontrado en las emisiones del vehículo. Reducir el uso del vehículo en los días en que el clima es propicio para la formación de concentraciones de ozono no saludables reducirá el nivel de emisiones que contribuyen a niveles más altos de contaminación por ozono ".
Esta nueva herramienta para los pronosticadores de la calidad del aire permite la evaluación de varios escenarios de contaminación por ozono y ofrece información sobre qué patrones climáticos pueden empeorar los episodios de contaminación por ozono en la superficie. Por ejemplo, temperaturas superficiales más altas, condiciones secas y velocidades de viento más ligeras tienden a conducir a mayoresozono superficial. Los investigadores publicaron sus resultados en el Revista de Meteorología Aplicada y Climatología .
El ozono es uno de los seis contaminantes comunes del aire identificados en la Ley de Aire Limpio de la Agencia de Protección Ambiental. La respiración de ozono puede desencadenar una variedad de problemas de salud, incluyendo EPOC, dolor en el pecho y tos, y puede empeorar la bronquitis, el enfisema y el asma, de acuerdo conEPA. También puede causar daño pulmonar a largo plazo.
El ozono superficial se designa como un contaminante, y la EPA recientemente redujo el umbral promedio diario máximo de 8 horas de 75 a 70 partes por billón por volumen. Eso provocó una mayor necesidad de pronósticos precisos y probabilísticos, dijo Balashov.v
Los modelos actuales son caros de ejecutar y a menudo no están disponibles en los países en desarrollo porque requieren mediciones precisas, experiencia y potencia informática. REGiS aún funcionaría en países que carecen de estos recursos porque se basa en estadísticas y datos históricos del clima y la calidad del aireEl método combina una serie de enfoques estadísticos existentes para superar las debilidades de cada uno, lo que resulta en un todo que es mayor que la suma de sus partes.
"REGiS muestra cómo se pueden usar métodos de inteligencia artificial relativamente simples para realizar predicciones de fenómenos meteorológicos, como la contaminación del aire, en predicciones meteorológicas globales existentes y disponibles gratuitamente", dijo George Young, profesor de meteorología, Penn Statey el asesor graduado de Balashov. "El enfoque estadístico adoptado en REGiS modelos estadísticos específicos de patrones orientadores de reconocimiento de patrones climáticos puede aportar ventajas tanto de eficiencia como de habilidades en una serie de aplicaciones de pronóstico".
REGiS se evaluó en el Valle de San Joaquín de California y en el noreste de Colorado, donde Balashov probó su método utilizando métricas estadísticas estándar. El verano pasado, el modelo se usó en el área de Filadelfia como una herramienta operativa de pronóstico de la calidad del aire junto con los modelos existentes.
Durante su investigación previa en Sudáfrica, Balashov se interesó por primera vez en estudiar el ozono y su relación con los fenómenos meteorológicos El Niño y La Niña.
"Me inspiré para estudiar el ozono porque vi cuánta conexión podría haber entre los patrones climáticos y la contaminación del aire", dijo Balashov. "Me di cuenta de que había una relación realmente fuerte y que podíamos hacer más para explorar esta conexiónentre la meteorología y la contaminación del aire, lo que puede ayudar a hacer predicciones, especialmente en lugares que carecen de modelos sofisticados. Con este método, puede hacer pronósticos de calidad del aire en lugares como India y China ".
Young y Anne M. Thompson, profesora adjunta de meteorología, Penn State, y científica principal de química atmosférica en el Centro de Vuelo Espacial Goddard de la NASA y también asesor graduado de Balashov, fueron coautores del artículo.
La NASA, a través de subvenciones de calidad del aire, apoyó esta investigación.
Un nuevo modelo de calidad del aire ayudará a los pronosticadores de la calidad del aire a predecir los niveles de ozono en la superficie con hasta 48 horas de anticipación y con menos recursos, según un equipo de meteorólogos.
El método, llamado regresión en el mapa autoorganizado REGiS, pesa y combina modelos estadísticos de calidad del aire combinándolos con patrones meteorológicos predichos para crear pronósticos probabilísticos de ozono. A diferencia de los modelos actuales de transporte químico, REGiS puede predecir niveles de ozono de hasta 48con horas de anticipación sin requerir potencia computacional significativa.
Nikolay Balashov, quien recientemente obtuvo su doctorado en meteorología de Penn State, diseñó este nuevo método explorando la relación entre los contaminantes del aire y las variables meteorológicas.
Debido a que los niveles de ozono son más altos en áreas densamente pobladas, particularmente en la costa oeste de los EE. UU., El modelo ayuda a los pronosticadores de la calidad del aire y a los tomadores de decisiones a alertar a los residentes con anticipación y promueve métodos de mitigación, como el transporte público, en un esfuerzo por evitarcondiciones que conducen a la formación de niveles de ozono poco saludables.
"Si podemos predecir el nivel de ozono antes de tiempo, entonces es posible que podamos hacer algo para combatirlo", dijo Balashov. "El ozono necesita luz solar pero también necesita otros precursores para formarse en la atmósfera, como los químicosencontrado en las emisiones del vehículo. Reducir el uso del vehículo en los días en que el clima es propicio para la formación de concentraciones de ozono no saludables reducirá el nivel de emisiones que contribuyen a niveles más altos de contaminación por ozono ".
Esta nueva herramienta para los pronosticadores de la calidad del aire permite la evaluación de varios escenarios de contaminación por ozono y ofrece información sobre qué patrones climáticos pueden empeorar los episodios de contaminación por ozono en la superficie. Por ejemplo, temperaturas superficiales más altas, condiciones secas y velocidades de viento más ligeras tienden a conducir a mayoresozono superficial. Los investigadores publicaron sus resultados en el Revista de Meteorología Aplicada y Climatología .
El ozono es uno de los seis contaminantes comunes del aire identificados en la Ley de Aire Limpio de la Agencia de Protección Ambiental. La respiración de ozono puede desencadenar una variedad de problemas de salud, incluyendo EPOC, dolor en el pecho y tos, y puede empeorar la bronquitis, el enfisema y el asma, de acuerdo conEPA. También puede causar daño pulmonar a largo plazo.
El ozono superficial se designa como un contaminante, y la EPA recientemente redujo el umbral promedio diario máximo de 8 horas de 75 a 70 partes por billón por volumen. Eso provocó una mayor necesidad de pronósticos precisos y probabilísticos, dijo Balashov.
Los modelos actuales son caros de ejecutar y a menudo no están disponibles en los países en desarrollo porque requieren mediciones precisas, experiencia y potencia informática. REGiS aún funcionaría en países que carecen de estos recursos porque se basa en estadísticas y datos históricos del clima y la calidad del aireEl método combina una serie de enfoques estadísticos existentes para superar las debilidades de cada uno, lo que resulta en un todo que es mayor que la suma de sus partes.
"REGiS muestra cómo se pueden usar métodos de inteligencia artificial relativamente simples para realizar predicciones de fenómenos meteorológicos, como la contaminación del aire, en predicciones meteorológicas globales existentes y disponibles gratuitamente", dijo George Young, profesor de meteorología, Penn Statey el asesor graduado de Balashov. "El enfoque estadístico adoptado en REGiS modelos estadísticos específicos de patrones orientadores de reconocimiento de patrones climáticos puede aportar ventajas tanto de eficiencia como de habilidades en una serie de aplicaciones de pronóstico".
REGiS se evaluó en el Valle de San Joaquín de California y en el noreste de Colorado, donde Balashov probó su método utilizando métricas estadísticas estándar. El verano pasado, el modelo se usó en el área de Filadelfia como una herramienta operativa de pronóstico de la calidad del aire junto con los modelos existentes.
Durante su investigación previa en Sudáfrica, Balashov se interesó por primera vez en estudiar el ozono y su relación con los fenómenos meteorológicos El Niño y La Niña.
"Me inspiré para estudiar el ozono porque vi cuánta conexión podría haber entre los patrones climáticos y la contaminación del aire", dijo Balashov. "Me di cuenta de que había una relación realmente fuerte y que podíamos hacer más para explorar esta conexiónentre la meteorología y la contaminación del aire, lo que puede ayudar a hacer predicciones, especialmente en lugares que carecen de modelos sofisticados. Con este método, puede hacer pronósticos de calidad del aire en lugares como India y China ".
Fuente de la historia :
Materiales proporcionado por Estado Penn . Original escrito por David Kubarek. Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :