Более точное обнаружение кластеров горячих точек дает новое представление о поведении загрязнения воздуха

Исследователи из Лаборатории экологической статистики KAUST (Научно-технологический университет имени короля Абдаллы) разработали более надежный метод выявления регионов с различными взаимосвязями между загрязнением воздуха и погодными условиями. Новый подход, основанный на модели со смешанными эффектами, позволяет точнее обнаруживать кластеры «горячих точек» загрязнения, минимизируя ложноположительные результаты.

Сложная и изменчивая связь между погодой и загрязнением воздуха затрудняет идентификацию источников загрязнения и прогнозирование его поведения. Существующие методы часто упрощают проблему, рассматривая пространственные ячейки независимо, что не учитывает реальной пространственной зависимости в данных. Новый метод решает эту проблему, разбивая регион на блоки и последовательно применяя случайные эффекты к этим блокам, чтобы выделить значимые корреляции на фоне общего шума. Это позволяет обнаруживать любое количество кластеров горячих точек, включая перекрывающиеся.

Применение метода к данным по загрязнению воздуха на северо-востоке США выявило неоднородные закономерности. Летом концентрации мелкодисперсных частиц PM_2.5 в большинстве районов росли с температурой и снижались с увеличением относительной влажности. Однако новый подход позволил выявить и зоны с противоположными трендами: например, в районе Чесапикского залива наблюдалась отрицательная связь PM_2.5 с температурой, а в районе штата Мэн — положительная корреляция с влажностью.