Εφαρμογή γεωστατικών δορυφορικών δεδομένων στην εκτίμηση των επιπέδων PM2,5 κατά τη διάρκεια του επεισοδίου Camp Fire στην Καλιφόρνια.
Από RemoteSensing Wiki
(Νέα σελίδα με ' category:Ατμοσφαιρική Ρύπανση == Εφαρμογή γεωστατικών δορυφορικών δεδομένων και μετεωρολογι...')
Επόμενη επεξεργασία →
Αναθεώρηση της 20:36, 9 Φεβρουαρίου 2023
== Εφαρμογή γεωστατικών δορυφορικών δεδομένων και μετεωρολογικών δεδομένων υψηλής ευκρίνειας στην εκτίμηση των ωριαίων επιπέδων PM2,5 κατά τη διάρκεια του επεισοδίου Camp Fire στην Καλιφόρνια.
==
Πρωτότυπος Τίτλος: «Application of geostationary satellite and high-resolution meteorology data in estimating hourly PM2.5 levels during the Camp Fire episode in California»
Συγγραφείς: Bryan N. Vu, Jianzhao Bi, Wenhao Wang, Amy Huff, Shobha Kondragunta, Yang Liu
Σύνδεσμος : Λέξεις-Κλειδιά: PM2.5, GOES16, Πυρκαγιά στην άγρια φύση, Απομακρυσμένη ανίχνευση, AOD, SMOTE, Weighted Random Forest.
Στόχος Στόχος μας είναι να εκτιμήσουμε τη συνολική συγκέντρωση PM2.5 κατά τη διάρκεια της πυρκαγιάς Camp Fire, της φονικότερης πυρκαγιάς στην ιστορία της Καλιφόρνιας, με μετρήσεις επίγειων οργάνων παρακολούθησης και δορυφορικών δεδομένων τηλεπισκόπησης.
[[Αρχείο:Eltog-paper3-1.png| thumb | right | Εικόνα 1: Τομέας μελέτης της Καλιφόρνια. Οι αισθητήρες EPA AQS απεικονίζονται με κόκκινο χρώμα, οι αισθητήρες PurpleAir με μπλε] ]
1. Εισαγωγή Ο καπνός από πυρκαγιές σε μία άγρια περιοχή μπορεί να διανύσει δεκάδες έως εκατοντάδες χιλιόμετρα, μεταφέροντας μακριά επιβλαβείς ρύπους. Το μέγεθος των σωματιδίων από τον καπνό που εκπέμπεται απευθείας από πυρκαγιές παρουσιάζει σημαντικές διακυμάνσεις ωστόσο, τα μεγαλύτερα σωματίδια είναι πιθανό να εναποτίθενται στο κοντινό πεδίο, ενώ τα μικρότερα σωματίδια μπορεί να παραμείνουν στην ατμόσφαιρα για ημέρες. Τα σωματίδια, ιδίως τα PM2.5 (σωματιδιακή μάζα σωματιδίων διαμέτρου 2,5 μm ή μικρότερης), αποτελούν το 90% των συνολικών αιωρημάτων που εκπέμπονται από τις πυρκαγιές και τόσο η παρατεταμένη όσο και η οξεία έκθεση σε PM2.5 έχουν συνδεθεί με πολλαπλές δυσμενείς επιπτώσεις στην υγεία.
2. Υλικά και μέθοδοι 2.1. Τομέας μελέτης Δημιουργήσαμε ένα πλέγμα μοντελοποίησης σε χωρική κλίμακα ανάλυσης 3 × 5 km2 για τη χωρική ευθυγράμμιση όλων των παραμέτρων του μοντέλου.
2.2. Δεδομένα PM2.5 εδάφους Οι ωριαίες μετρήσεις των επίγειων PM2.5 ελήφθησαν από το δίκτυο AQS και τους αισθητήρες PurpleAir από την 1η Οκτωβρίου έως τις 30 Νοεμβρίου, 2018. Το AQS είναι μια βάση δεδομένων με μετρήσεις επίγειας παρακολούθησης με 157 σταθμούς, που παρέχουν καθημερινές μετρήσεις στην Καλιφόρνια. Το PurpleAir είναι ένα δίκτυο αισθητήρων ατμοσφαιρικών αιωρημάτων PM με περισσότερους από 8000 αισθητήρες παγκοσμίως.Από τη σύγκριση των μη βαθμονομημένων μετρήσεων του PurpleAir με τις μετρήσεις της AQS, διαπιστώθηκε ότι κατά μέσο όρο οι μετρήσεις του PurpleAir ήταν κατά 1,9 μg/m3 υψηλότερες από τις μετρήσεις της AQS, γεγονός που υποδηλώνονει την ανάγκη βαθμονόμησης των μετρήσεων PurpleAir μέσω μιας γεωγραφικά σταθμισμένης παλινδρόμησης (GWR).
2.3. Δορυφορικά δεδομένα Ο GOES-16 είναι ένας γεωστατικός μετεωρολογικός δορυφόρος που λειτουργεί στην ανατολική θέση στις 75,2◦W και παρέχει υψηλής χωρικής και χρονικής ανάλυσης εικόνες, μέσω 16 φασματικών ζωνών στο ορατό και υπέρυθρο μήκος κύματος, χρησιμοποιώντας την προηγμένη βασική απεικόνιση (Advanced Baseline Imager - ABI) .Ο GOES-16 παρέχει πολλές διαφορετικές πληροφορίες σε ανάλυση 2 km κοντά στο τελικό γεωγραφικό μήκος του GOES-16, και έως και 5 km στις δυτικές ΗΠΑ. Στην παρούσα εργασία συλλέχθηκαν μεταβλητές AOD, μεταβλητές ανίχνευσης αερολυμάτων και μεταβλητές ανίχνευσης σημείων πυρκαγιάς κατά τη διάρκεια του Οκτωβρίου και του Νοεμβρίου του 2018. Τα δεδομένα πυρκαγιάς (χαρακτηρισμός θερμού σημείου- hot spot characterization) περιλαμβάνουν τέσσερις τιμές: την περιοχή φωτιάς, τη θερμοκρασία σε kelvin, την έκταση σε τετραγωνικά χιλιόμετρα και την ισχύ ακτινοβολίας σε Μεγαβάτ.
2.4. Μετεωρολογικές μεταβλητές Το High-Resolution Rapid Refresh (HRRR) είναι ένα ατμοσφαιρικό μοντέλο που λαμβάνει δεδομένα από ραντάρ κάθε 15 λεπτά.Στην παρούσα μελέτη, λάβαμε ωριαίες μετεωρολογικές παραμέτρους, συμπεριλαμβανομένης της θερμοκρασίας 2 μέτρων, της επιφανειακής πίεσης, το ύψος του πλανητικού οριακού στρώματος και της σχετικής υγρασίαςνσε χωρική ανάλυση 3 km από το HRRR. Τα δεδομένα του HRRR ενώθηκαν με αυτά του GOES-16 μέσω μιας αντιστοίχισης των πλησιέστερων τιμών.
3. Χρήση Μοντέλων και Αποτελέσματα Στην παρούσα μελέτη, χρησιμοποιήθηκαν τρία μοντέλα: • Το μοντέλο που έχει λάβει μετρήσεις μέσω ρυθμιστικών οργάνων παρακολούθησης (Air Quality System, AQS). • Το μοντέλο random forest (RF) που συνδυάζει βαθμονομημένα δεδομένα αισθητήρων χαμηλού κόστους (PurpleAir) με μετρήσεις του AQS και δεδομένα υψηλής χρονικής ανάλυση του γεωστατικού επιχειρησιακού περιβαλλοντικού δορυφόρου GOES-16 για την ενίσχυση των επίγειων παρατηρήσεων. • Το μοντέλο που συνδυάζει τα δεδομένα αισθητήρων PurpleAir με μετρήσεις του AQS και τεχνικές υπερδειγματοληψίας (Synthetic Minority Oversampling Technique, SMOTE). Το SMOTE είναι μια στατιστική τεχνική που παράγει συνθετικά δείγματα χρησιμοποιώντας πληροφορίες σχετικά με τη σημαντικότητα ή μη της κλάσης τους.
3.1. Μοντέλο AQS-only Συνολικά, υπήρχαν 40.399 ωριαίες παρατηρήσεις AQS κατά μέσο όρο δικτύου που κάλυψαν την περίοδο μοντελοποίησης, μεταξύ 1ης Οκτωβρίου και 30ης Νοεμβρίου, 2018 με PM2.5 που κυμαίνονταν από 0,1 έως 657 μg/m3.
3.2. AQS + μοντέλο PurpleAir Συνολικά, υπήρχαν 246.181 ωριαίες συνδυασμένες μετρήσεις με το AQS και το PurpleAir.Κατά τη διάρκεια της περιόδου μελέτης τα επίπεδα των PM2.5 κυμαίνονταν από 0 έως 707 μg/m3
3.3. Μοντέλο AQS + PurpleAir + SMOTE Από τις 246.181 ωριαίες συνδυασμένες παρατηρήσεις με το AQS και PurpleAir παρατηρήθηκσν τιμές PM2.5 στα 100 μg/m3 ή πάνω από αυτή την τιμή.
Η σύγκριση των ωριαίων χαρτών πρόβλεψης και από τα τρία μοντέλα με τις σύνθετες εικόνες πραγματικού χρώματος από τον MODIS,,υποδηλώνει ότι οι προβλέψεις από το μοντέλο RF σε συνδιασμό με την τεχνική SMOTE σε μεγάλο βαθμό ευθυγραμμίζονται με τις δορυφορικές εικόνες πραγματικού χρώματος. Το συγκεκριμένο μοντέλο ήταν αυτό που κατέγραψε τις καλύτερες επιδόσεις, με τα δύο προηγούμενα να υποεκτιμούν τις τιμές των PM2.5.
4. Συμπεράσματα
Η παρούσα μελέτη είναι η πρώτη που ενσωματώνει υψηλή χρονική ανάλυση γεωστατικών δορυφορικών δεδομένων με αισθητήρες χαμηλού κόστους για τη μοντελοποίηση πυρκαγιών και εκπομπής τμοσφαιρικών αιωρημάτων PM2.5. Διαπιστώσαμε ότι η χρήση μόνο επίγειων παρατηρήσεων από το AQS δεν ήταν επαρκής για τη μοντελοποίηση των ωριαίων PM2.5, και ότι η προσθήκη αισθητήρων χαμηλού κόστους PurpleAir αλλά και η εφαρμογή της τεχνικής SMOTE, ενίσχυσαν περαιτέρω την απόδοση του μοντέλου και την ικανότητά του μοντέλου να εκτιμά υψηλές τιμές PM2.5. Οι προβλέψεις από το μοντέλο μας μπορούν να χρησιμοποιηθούν για επιδημιολογικές μελέτες που διερευνούν τόσο τη μακροχρόνια σωρευτική έκθεση σε PM2.5 από πυρκαγιές σε άγρια περιοχή όσο και την οξεία ή βραχυπρόθεσμη έκθεση.