पूर्वानुमान मौसम के समान, वायु प्रदूषण और वायु गुणवत्ता के स्तर की भविष्यवाणी करने के लिए मॉडल हैं। कई पूर्वानुमान मॉडल हैं जिन्हें मौसम के पूर्वानुमान मॉडल की तुलना में अधिक जटिलता की आवश्यकता होती है। ये मॉडल गणितीय सिमुलेशन हैं कि कैसे हवाई प्रदूषक हवा में फैलते हैं (1)।

वायु गुणवत्ता की जानकारी की आवश्यकता क्यों है

वायु प्रदूषण तब होता है जब आसपास की हवा में उच्च मात्रा में गैस, धूल, धुएं या गंध होते हैं जो मनुष्यों और जानवरों के स्वास्थ्य के लिए हानिकारक होते हैं या पौधों और सामग्रियों को नुकसान पहुंचाने के लिए पर्याप्त होते हैं।

वायु प्रदूषण हमारे समय के महान हत्यारों में से एक है। प्रदूषित हवा हर साल दुनिया भर में अनुमानित 7 मिलियन मौतों के लिए जिम्मेदार है: घरेलू वायु प्रदूषण से लगभग 3 मिलियन और परिवेश (आउटडोर) वायु प्रदूषण (2) (3) से 4 मिलियन। डेटा से पता चला है कि दुनिया भर में वायु प्रदूषण से जुड़ा हुआ है:

• सभी कार्डियोवस्कुलर मौतों का 19%
• 24% इस्केमिक हृदय रोग से होने वाली मौतें
• 21% स्ट्रोक की मौत
• फेफड़ों के कैंसर से होने वाली 23% (4)

इसके अतिरिक्त, आउटडोर वायु प्रदूषण बच्चों (5) में न्यूरोडेवलपमेंटल विकारों और वयस्कों (6) में न्यूरोडीजेनेरेटिव रोगों के लिए एक महत्वपूर्ण जोखिम कारक प्रतीत होता है।

आर्थिक, पारिस्थितिक और मानव टोल वायु प्रदूषण के साथ, पूर्वानुमान प्रौद्योगिकी एक तेजी से महत्वपूर्ण प्रयास है।

वायु प्रदूषण की जानकारी और पूर्वानुमान के लाभ

वायु प्रदूषण का पूर्वानुमान कई स्तरों पर एक सार्थक निवेश है - व्यक्तिगत, समुदाय, राष्ट्रीय और वैश्विक। सटीक पूर्वानुमान लोगों को आगे की योजना बनाने में मदद करता है, स्वास्थ्य पर प्रभाव और जुड़े लागतों को कम करता है।

जब लोग हवा की गुणवत्ता में भिन्नता के बारे में जानते हैं, तो वे सांस लेते हैं, उनके स्वास्थ्य पर प्रदूषकों का प्रभाव, साथ ही सांद्रता के प्रतिकूल प्रभाव का कारण होने की संभावना है, व्यक्तिगत व्यवहार और सार्वजनिक नीति दोनों में प्रेरित परिवर्तन की अधिक संभावना है (7) ) (8)।

इस तरह की जागरूकता में एक क्लीनर वातावरण और स्वस्थ आबादी बनाने की क्षमता है। सरकारें स्थानीय प्रदूषण के स्तर (9) की गंभीरता को कम करने के लिए प्रक्रियाओं को स्थापित करने के लिए शुरुआती पूर्वानुमान का भी उपयोग करती हैं।

वायु गुणवत्ता पूर्वानुमान में सटीकता

हवा की गुणवत्ता की भविष्यवाणी करते समय, विचार करने के लिए कई चर हैं, जिनमें से कुछ काफी अप्रत्याशित हैं। उदाहरण के लिए, बीजिंग के अधिकारियों ने कभी -कभी कोयला संयंत्रों और कारखानों को शहर के लाखों पंजीकृत वाहनों के एक हिस्से को बंद करने और प्रतिबंधित करने का आदेश दिया (10)।

वायु प्रदूषण का स्तर स्थानीय मौसम की स्थिति और आस -पास के प्रदूषण उत्सर्जन (11) (12) के साथ दृढ़ता से सहसंबद्ध है। हालांकि, प्रदूषण की लंबी दूरी का परिवहन - तेज हवाओं के माध्यम से - एक महत्वपूर्ण प्रभावशाली कारक भी है और स्थानीय AQI रीडिंग (13) का पूर्वानुमान लगाते समय ध्यान में रखा जाना चाहिए।

इसलिए, वायु गुणवत्ता की भविष्यवाणी करना, न केवल मौसम के पूर्वानुमान की कठिनाइयों को शामिल करता है, इसके लिए डेटा और ज्ञान की भी आवश्यकता होती है:

• स्थानीय प्रदूषक सांद्रता और उत्सर्जन
• प्रदूषक सांद्रता और दूर के स्थानों से उत्सर्जन
• प्रदूषकों के आंदोलन और संभावित परिवर्तन
• प्रचलित हवाहें

वायु प्रदूषण में वायु गुणवत्ता परिणाम की भविष्यवाणी करने में खेलने के कई कारक व्यक्तिपरक और उद्देश्य दोनों हैं।

वायु गुणवत्ता पूर्वानुमान तकनीक

ऐसे कई पूर्वानुमान मॉडल हैं, और सभी को मौसम के पूर्वानुमान मॉडल की तुलना में अधिक जटिलता की आवश्यकता होती है। ये मॉडल गणितीय सिमुलेशन हैं कि कैसे हवाई प्रदूषक हवा में फैलते हैं।

मौसम संबंधी पूर्वानुमान

एक सटीक वायु गुणवत्ता पूर्वानुमान के लिए पहला कदम एक उत्कृष्ट मौसम पूर्वानुमान है। मौसम विज्ञान (मौसम) पूर्वानुमान को तीन मुख्य श्रेणियों में वर्गीकृत किया जा सकता है: जलवायु विज्ञान, सांख्यिकीय तरीके और तीन-आयामी (3-डी) मॉडल।

जलवायुविज्ञानशास्र

क्लाइमेटोलॉजी अतीत का उपयोग भविष्य के संकेतक के रूप में है। यह विधि विशिष्ट मौसम की स्थिति और प्रदूषण के स्तर के बीच संबंध पर आधारित है, और इसलिए बहुत एक आयामी हो सकती है। इस विधि को अक्सर प्रदूषण पैटर्न के लिए मौसम के पैटर्न के मिलान को शामिल करने के लिए बढ़ाया जाता है। इस पद्धति की कई सीमाएँ हैं और इसे अन्य पूर्वानुमान विधियों के पूरक के लिए एक उपकरण के रूप में देखा जाता है।

सांख्यिकीय पद्धतियां

के बीच संबंध हवा की गुणवत्ता और मौसम सांख्यिकीय विधियों का उपयोग करके पैटर्न को निर्धारित किया जा सकता है। सबसे अधिक उपयोग किए जाने वाले तीनों में शामिल हैं:

1. वर्गीकरण और प्रतिगमन वृक्ष (गाड़ी) डेटा को असंतुष्ट समूहों में वर्गीकृत करने के लिए डिज़ाइन किया गया है। सॉफ्टवेयर उन चर की पहचान करता है जो परिवेश प्रदूषण के स्तर के साथ सहसंबंधित हैं। डेटा का उपयोग मौसम की स्थिति और सहसंबद्ध प्रदूषक सांद्रता के आधार पर सांद्रता का पूर्वानुमान लगाने के लिए किया जाता है।
2. प्रतिगमन विश्लेषण चर के बीच संबंधों का अनुमान लगाता है। ऐतिहासिक डेटा सेटों का विश्लेषण करके, प्रदूषण के स्तर और मौसम संबंधी डेटा चर के बीच संघों को बनाया जाता है। परिणाम एक समीकरण है जिसका उपयोग भविष्य के प्रदूषण के स्तर का पूर्वानुमान लगाने के लिए किया जा सकता है।
3. कृत्रिम तंत्रिका प्रसार अनुकूली सीखने और पैटर्न मान्यता तकनीकों का उपयोग करें। कंप्यूटर-आधारित एल्गोरिदम को पैटर्न मान्यता के लिए मानव मस्तिष्क की क्षमता का अनुकरण करने के लिए डिज़ाइन किया गया है। यह अपने बहु-आयामी दृष्टिकोण के कारण प्रदूषण का पूर्वानुमान लगाने के लिए सबसे उपयुक्त तरीका है।

उपरोक्त सांख्यिकीय तरीकों का एक नुकसान यह है कि वे उन प्रक्रियाओं के संदर्भ में स्थिरता मानते हैं जो वायु गुणवत्ता को प्रभावित करती हैं। इसलिए, उत्सर्जन या जलवायु (छोटी या दीर्घकालिक) में कोई भी कठोर परिवर्तन इन तकनीकों की सटीकता को गंभीर रूप से कम कर देगा। अधिक जटिल तरीके हैं जो इन कमी को ध्यान में रखते हैं। उन्हें त्रि-आयामी मॉडल के रूप में जाना जाता है।

त्रि-आयामी (3-डी) मॉडल

तीन-आयामी मॉडल गणितीय रूप से उन सभी महत्वपूर्ण प्रक्रियाओं का प्रतिनिधित्व करते हैं जिनका बाहरी वायु प्रदूषण के स्तर पर प्रभाव पड़ता है। तीन-आयामी मॉडल कई सबमॉडल का उपयोग करके वायु प्रदूषण के उत्सर्जन, परिवहन और परिवर्तन का अनुकरण करते हैं, जिसमें शामिल हैं:

• उत्सर्जन मॉडल: प्राकृतिक और मानवीय दोनों स्रोतों से उत्सर्जन के स्थानिक वितरण का अनुकरण करता है।
• मौसम संबंधी मॉडल: 3-डी मौसम संबंधी मॉडल और उत्सर्जन डेटा का उपयोग करके प्रदूषण के परिवेश स्तरों की भविष्यवाणी करने के लिए एक प्रक्षेपवक्र मॉडल बनाता है।
• रासायनिक मॉडल:प्रदूषक (14) के परिणाम को निर्धारित करने के लिए माध्यमिक प्रदूषण में प्राथमिक (उत्सर्जित) प्रदूषण के परिवर्तन को देखता है।

7-दिवसीय वायु गुणवत्ता पूर्वानुमान

IQAir'एस AirVisual प्लैटफ़ॉर्म मोबाइल ऐप और वेबसाइट पर एयर क्वालिटी फोरकास्ट उपलब्ध कराता है। वास्तविक समय की वायु गुणवत्ता की जानकारी, मौसम और प्रदूषण रीडिंग के अलावा, मंच में 7-दिन की वायु गुणवत्ता पूर्वानुमान शामिल हैं, इसलिए सूचित स्वास्थ्य और भलाई के फैसले किए जा सकते हैं और इसके अनुसार आगे की योजना बनाने में भी मददगार हैं। प्लेटफ़ॉर्म उन्नत पूर्वानुमान मॉडल का उपयोग करता है, एल्गोरिदम विकसित करने और मशीन लर्निंग को हवा की गुणवत्ता के पूर्वानुमान उत्पन्न करने के लिए जो आगे के सप्ताह के लिए सटीक है।

साथ AirVisualहाथ में 7-दिवसीय पूर्वानुमान, व्यक्तियों और सरकारें अनुमानित कदम उठा सकते हैं जब प्रत्याशित वायु गुणवत्ता चिंताएं होती हैं।

टैकवे

प्रदूषण पूर्वानुमान तकनीक और उपकरण तेजी से सुधार कर रहे हैं और सटीकता में बढ़ते रहेंगे। सटीक और सुलभ वायु प्रदूषण पूर्वानुमान, जैसे कि पाए गए AirVisual, सार्वजनिक जागरूकता बढ़ाने में मदद करें, संवेदनशील आबादी के लिए आगे की योजना बनाने की अनुमति दें, और सरकारों को सार्वजनिक स्वास्थ्य अलर्ट के लिए जानकारी प्रदान करें।