Application of the 4DEnVar method in air pollution prediction [Articol]

Abstract

Acest articol prezintă dezvoltarea și implementarea unui cadru computațional bazat pe Python, construit pe tehnica cvasi-dinamică de asimilare a datelor de tipul ansamblu-variațional 4D (4DEnVar), pentru monitorizarea poluării aerului în Chișinău în cadrul platformei eALERT. Modelul computațional propus poate integra, de asemenea, observații de mediu provenite din mai multe locații, utilizând un model simplificat de tipul advecție-difuzie, ale cărui parametri sunt estimați empiric pe baza variabilității temporale derivate din observații. Un ansamblu de stări inițiale perturbate este utilizat pentru a reprezenta incertitudinea dependentă de flux și pentru a propaga dinamica modelului la fiecare ciclu de asimilare. Prin această abordare hibridă ansamblu-variațională, sistemul generează analize ale concentrațiilor poluanților atmosferici și prognoze pentru o zi cu o acuratețe ridicată. Rezultatele validării indică reducerea erorii medii pătratice și un scor pozitiv al performanței pentru indicatorii monitorizați, confirmând o precizie ameliorată și o eficiență computațională susținută pentru aplicațiile de mediu.