Un nouveau modèle de qualité de l'air aidera les prévisionnistes de la qualité de l'air à prévoir les niveaux d'ozone en surface jusqu'à 48 heures à l'avance et avec moins de ressources, selon une équipe de météorologues.

La méthode, appelée régression en carte auto-organisatrice (REGiS), pèse et combine des modèles statistiques de qualité de l'air en les associant à des modèles météorologiques prévus pour créer des prévisions probabilistes d'ozone. Contrairement aux modèles actuels de transport chimique, REGiS peut prédire les niveaux d'ozone jusqu'à 48 heures à l'avance sans nécessiter une puissance de calcul importante.

Nikolaï Balachov, qui a récemment obtenu son doctorat en météorologie de Penn State, a conçu cette nouvelle méthode en explorant la relation entre les polluants atmosphériques et les variables météorologiques.

Parce que les niveaux d'ozone sont plus élevés dans les zones fortement peuplées, en particulier sur la côte ouest des États-Unis, le modèle aide les prévisionnistes de la qualité de l'air et les décideurs à alerter à l'avance les habitants et promeut les méthodes d'atténuation, comme les transports en commun, dans le but d'éviter les conditions propices à la formation d'un niveau d'ozone malsain.

"Si nous pouvons prédire le niveau d'ozone à l'avance, alors il est possible que nous puissions faire quelque chose pour le combattre, " a déclaré Balachov. " L'ozone a besoin de la lumière du soleil, mais il a également besoin d'autres précurseurs pour se former dans l'atmosphère, tels que les produits chimiques présents dans les émissions des véhicules. La réduction de l'utilisation des véhicules (les jours où le temps est propice à la formation de concentrations d'ozone malsaines) réduira le niveau d'émissions qui contribuent à des niveaux plus élevés de pollution par l'ozone. »

Ce nouvel outil pour les prévisionnistes de la qualité de l'air permet d'évaluer divers scénarios de pollution par l'ozone et offre un aperçu des régimes météorologiques susceptibles d'aggraver les épisodes de pollution par l'ozone de surface. Par exemple, températures de surface plus élevées, des conditions sèches et des vitesses de vent plus faibles ont tendance à entraîner une augmentation de l'ozone de surface. Les chercheurs ont publié leurs résultats dans le Journal of Applied Meteorology and Climatology.

L'ozone est l'un des six polluants atmosphériques communs identifiés dans l'Environmental Protection Agency Clean Air Act. Respirer de l'ozone peut déclencher une variété de problèmes de santé, y compris la BPCO, douleur thoracique et toux, et peut aggraver la bronchite, emphysème et asthme, selon l'EPA. Il peut également causer des dommages pulmonaires à long terme.

L'ozone de surface est désigné comme un polluant, et l'EPA a récemment réduit le seuil moyen quotidien maximal de 8 heures de 75 à 70 parties par milliard en volume. Cela a suscité un besoin accru de prévisions précises et probabilistes, dit Balachov.

Les modèles actuels sont coûteux à exécuter et ne sont souvent pas disponibles dans les pays en développement car ils nécessitent des mesures précises, expertise et puissance de calcul. REGiS fonctionnerait toujours dans les pays qui manquent de ces ressources car il est basé sur des statistiques et des données historiques sur la météo et la qualité de l'air. La méthode combine une série d'approches statistiques existantes pour pallier les faiblesses de chacune, résultant en un tout supérieur à la somme de ses parties.

« REGiS montre comment des méthodes d'intelligence artificielle relativement simples peuvent être utilisées pour intégrer des prévisions de phénomènes météorologiques, comme la pollution de l'air, sur les prévisions météorologiques mondiales existantes et disponibles gratuitement, " dit George Young, professeur de météorologie, Penn State et le conseiller diplômé de Balashov. "L'approche statistique adoptée dans REGiS - la reconnaissance des modèles météorologiques guidant les modèles statistiques spécifiques aux modèles - peut apporter à la fois des avantages en termes d'efficacité et de compétences dans un certain nombre d'applications de prévision."

REGiS a été évalué dans la vallée de San Joaquin en Californie et dans le nord-est du Colorado, où Balashov a testé sa méthode en utilisant des métriques statistiques standard. L'été dernier, le modèle a été utilisé dans la région de Philadelphie comme outil opérationnel de prévision de la qualité de l'air aux côtés des modèles existants.

Lors de ses précédentes recherches en Afrique du Sud, Balashov s'est d'abord intéressé à l'étude de l'ozone et de sa relation avec les phénomènes météorologiques El Niño et La Niña.

« Je me suis inspiré d'étudier l'ozone parce que j'ai vu à quel point il pouvait y avoir un lien entre les conditions météorologiques et la pollution de l'air, " a déclaré Balachov. " J'ai réalisé qu'il y avait une relation très forte et que nous pouvions faire plus pour explorer ce lien entre la météorologie et la pollution de l'air, qui peut aider à faire des prédictions, surtout dans les endroits qui manquent de modèles sophistiqués. Avec cette méthode, vous pouvez faire des prévisions sur la qualité de l'air dans des endroits comme l'Inde et la Chine."