Оценка прогнозирования качества воздуха для Лондона

В журнале International Journal of Environment and Pollution представлена оценка локальных и региональных прогнозов качества воздуха для Лондона, Великобритания. В своём исследовании Эми Стидворти, Марк Джексон, Кейт Джонсон, Дэвид Каррутерс и Дженни Стокер из Cambridge Environmental Research Consultants Ltd. объясняют, что уровни оксидов азота, озона и сажистых частиц (PM2.5 и PM10) можно прогнозировать достаточно точно, но для обеспечения точности прогнозов необходимо учитывать происхождение загрязнителей и особенности их рассеивания.

Модели атмосферной дисперсии критически важны для точных долгосрочных прогнозов качества воздуха. Такие прогнозы информируют общественность о том, как будут меняться уровни загрязнения в ближайшие дни, и могут использоваться для рекомендаций людям со сниженной функцией лёгких и другими заболеваниями, чувствительными к высокому уровню загрязнения, — избегать ли определённых районов или даже оставаться в помещении.

Исследователи отмечают, что «прогностические системы должны учитывать не только локальные выбросы, химические процессы и городскую морфологию, но и дальний перенос загрязняющих веществ; поэтому общепринятой практикой является связывание локальных моделей рассеивания с региональными моделями для учёта выбросов, переноса и химии загрязнителей в разных масштабах». В связи с этим их оценка широко используемой системы London's airTEXT, которая применяет региональные ансамблевые прогнозы качества воздуха CAMS и модель дисперсии ADMS-Urban для составления точных прогнозов, важна для обеспечения адекватности рекомендаций.

Команда показала, что эта система работает лучше, чем региональные прогнозы CAMS, для всех рассматриваемых загрязнителей, за исключением PM2.5. Однако в период исследования не происходило крупных инцидентов, связанных с качеством воздуха, поэтому абсолютная прогностическая сила системы не могла быть определена. Прогнозирование уровней диоксида азота в атмосфере в городских районах с этой системой было значительно лучше, что и следовало ожидать, учитывая, что основной источник — автомобильное движение. Уровни озона, как вторичного загрязнителя, сильно зависят от процессов рассеивания.

Команда добавляет, что следует рассматривать «консервативные» и «осторожные» оповещения, а данные на пороговых значениях, возможно, стоит исключать, чтобы избежать смещения и ещё больше повысить точность, хотя это было бы целесообразно только при наличии очень длинных рядов данных, охватывающих значительный период времени.