Um novo modelo de qualidade do ar ajudará os meteorologistas a prever os níveis de ozônio na superfície com até 48 horas de antecedência e com menos recursos, de acordo com uma equipe de meteorologistas.

O método, chamado de regressão em mapa auto-organizado (REGiS), pondera e combina modelos estatísticos de qualidade do ar, emparelhando-os com padrões meteorológicos previstos para criar previsões probabilísticas de ozônio. Ao contrário dos modelos atuais de transporte de produtos químicos, O REGiS pode prever os níveis de ozônio com até 48 horas de antecedência, sem exigir poder computacional significativo.

Nikolay Balashov, que recentemente obteve seu doutorado em meteorologia na Penn State, projetou este novo método explorando a relação entre poluentes atmosféricos e variáveis ​​meteorológicas.

Como os níveis de ozônio são mais altos em áreas densamente povoadas, particularmente na costa oeste dos EUA, o modelo ajuda os previsores da qualidade do ar e tomadores de decisão a alertar os residentes com antecedência e promove métodos de mitigação, como transporte público, em um esforço para evitar condições que conduzam à formação prejudicial do nível de ozônio.

"Se pudermos prever o nível de ozônio com antecedência, então é possível que possamos fazer algo para combatê-lo, "disse Balashov." O ozônio precisa da luz solar, mas também precisa de outros precursores para se formar na atmosfera, como produtos químicos encontrados nas emissões dos veículos. Reduzir o uso de veículos (nos dias em que o clima é propício à formação de concentrações prejudiciais de ozônio) reduzirá o nível de emissões que contribuem para níveis mais elevados de poluição do ozônio. "

Esta nova ferramenta para previsores de qualidade do ar permite a avaliação de vários cenários de poluição por ozônio e oferece uma visão sobre quais padrões climáticos podem piorar os episódios de poluição por ozônio de superfície. Por exemplo, temperaturas de superfície mais altas, condições secas e velocidades de vento mais baixas tendem a aumentar o ozônio de superfície. Os pesquisadores publicaram seus resultados no Journal of Applied Meteorology and Climatology.

O ozônio é um dos seis poluentes atmosféricos comuns identificados na Lei do Ar Limpo da Agência de Proteção Ambiental. Respirar ozônio pode desencadear uma variedade de problemas de saúde, incluindo DPOC, dor no peito e tosse, e pode piorar a bronquite, enfisema e asma, de acordo com a EPA. Também pode causar danos pulmonares a longo prazo.

O ozônio de superfície é designado como poluente, e a EPA reduziu recentemente o limite máximo diário médio de 8 horas de 75 para 70 partes por bilhão por volume. Isso despertou uma maior necessidade de previsões precisas e probabilísticas, disse Balashov.

Os modelos atuais são caros para operar e muitas vezes não estão disponíveis nos países em desenvolvimento porque exigem medições precisas, experiência e poder de computação. O REGiS ainda funcionaria em países que carecem desses recursos porque é baseado em estatísticas e dados históricos do tempo e da qualidade do ar. O método combina uma série de abordagens estatísticas existentes para superar as fraquezas de cada uma, resultando em um todo que é maior do que a soma de suas partes.

"REGiS mostra como métodos relativamente simples de inteligência artificial podem ser usados ​​para acompanhar as previsões de fenômenos causados ​​pelo clima, como poluição do ar, nas previsões meteorológicas globais existentes e disponíveis gratuitamente, "disse George Young, professor de meteorologia, Penn State e conselheiro graduado de Balashov. "A abordagem estatística adotada no REGiS - reconhecimento de padrões climáticos orientando modelos estatísticos específicos de padrões - pode trazer vantagens tanto de eficiência quanto de habilidade em uma série de aplicações de previsão."

REGiS foi avaliado em San Joaquin Valley na Califórnia e no nordeste do Colorado, onde Balashov testou seu método usando métricas estatísticas padrão. No verão passado, o modelo foi usado na área da Filadélfia como uma ferramenta operacional de previsão da qualidade do ar junto com os modelos existentes.

Durante sua pesquisa anterior na África do Sul, Balashov começou a se interessar por estudar o ozônio e sua relação com os fenômenos climáticos El Niño e La Niña.

"Fiquei inspirado a estudar o ozônio porque vi o quanto pode haver uma conexão entre os padrões climáticos e a poluição do ar, "disse Balashov." Percebi que havia uma relação muito forte e que poderíamos fazer mais para explorar esta conexão entre meteorologia e poluição do ar, o que pode ajudar a fazer previsões, especialmente em locais que carecem de modelos sofisticados. Com este método, você pode fazer previsões da qualidade do ar em lugares como Índia e China. "