Le agenzie di pianificazione della qualità dell'aria nella regione dei Grandi Laghi degli Stati Uniti ora includono dati satellitari della NASA ad alta risoluzione e osservazioni della Terra quasi in tempo reale nelle loro valutazioni dell'inquinamento da ozono. Creare modelli che prevedano accuratamente la complessa brezza lacustre e terrestre lungo la costa del lago Michigan è molto difficile, ma è anche fondamentale per capire come circola l'inquinamento da ozono nella regione.

Il clima unico della costa del lago Michigan può creare sacche di alti livelli di ozono a livello del suolo. Questo inquinante atmosferico è creato dalle emissioni di automobili, camion, centrali elettriche a combustibili fossili e altre fonti. È anche monitorato dalle autorità di regolamentazione locali e federali, che richiedono agli stati di "raggiungere" o soddisfare gli standard federali di qualità dell'aria.

"I nostri stati membri si trovano ad affrontare diverse aree di mancato raggiungimento in questa regione che stanno violando gli standard federali sull'ozono", ha affermato Zac Adelman, capo del LakeMichiganAir Directors Consortium (LADCO). "Questo sistema è operativo e lo stiamo usando da un punto di vista politico ora:stiamo implementando attivamente i sistemi di modellazione sviluppati attraverso questo progetto per simulare gli sforzi di mitigazione e informare le strategie di raggiungimento degli stati".

Per assicurarsi che i dati giusti finissero nelle mani giuste e nel formato giusto, questo progetto finanziato dalla NASA ha collaborato con LADCO e il Dipartimento delle risorse naturali del Wisconsin (WDNR) per creare uno strumento di modellazione che incorpori i dati satellitari negli sforzi di monitoraggio dell'ozono. Adelman ha affermato che questo è importante per migliorare la fiducia nelle decisioni politiche per ridurre l'inquinamento da ozono. I dati provengono da fonti come la NASA e la National Oceanic and Atmospheric Administration (NOAA).

"Abbiamo testato molti diversi set di dati di superficie della NASA e della NOAA per capire come combinarli per produrre la stima più accurata delle condizioni meteorologiche che influenzano queste concentrazioni di ozono", ha affermato Jason Otkin, ricercatore principale del progetto e scienziato associato presso lo Space Science and Engineering Center dell'Università del Wisconsin-Madison.

"È davvero emozionante vedere come LADCO ha funzionato con queste risorse e come sono state così coinvolte durante tutto il processo", ha affermato Otkin.

Adelman di LADCO era d'accordo. "Questo progetto ci ha davvero aiutato ad aggiungere valore ai modelli meteorologici e di qualità dell'aria che utilizziamo per supportare le decisioni negli stati, rendendo più difficile per noi aiutare i nostri stati membri a valutare i livelli di ozono e soddisfare gli standard federali di inquinamento", ha affermato Adelman.

Oltre al vento e alle condizioni meteorologiche, la NASA fornisce altre osservazioni della Terra che influenzano il complesso ambiente intorno ai Grandi Laghi. Questi includono dati ad alta risoluzione sull'umidità del suolo e sulla temperatura del Land Information System della NASA e del Short-term Prediction Research and Transition Center (SPoRT), che incorpora i dati della missione Soil Moisture Active Passive (SMAP) della NASA e fonti NOAA come la serie GOES di satelliti. Il team incorpora anche i dati sulla temperatura della superficie del lago e sulla vegetazione dallo strumento VIIRS (Visible Infrared Imaging Radiometer Suite) a bordo della Suomi National Polar-orbiting Partnership (Suomi NPP) congiunta NASA-NOAA e il Moderate Resolution Imaging Spectroradiometer (MODIS) a bordo del Terra della NASA e satelliti Aqua.

Per valutare l'efficacia di questi complessi modelli computerizzati delle regioni dei Grandi Laghi, il team del progetto Health and Air Quality della NASA si è basato sul lavoro precedente nell'area, incluso uno studio del 2017 incentrato sulla qualità dell'aria locale dell'ozono vicino al lago Michigan e una recente campagna per mappare hotspot di ozono intorno ai Grandi Laghi.

Utilizzando questa vista dall'alto, il team del progetto ha anche lavorato con i partner locali per la qualità dell'aria presso LADCO per eseguire il loro modello per migliorare l'accuratezza delle simulazioni, consentendo quindi misurazioni dell'azione più precise.

"In precedenza, LADCO stava effettuando simulazioni della qualità dell'aria con l'Agenzia per la protezione ambientale con una risoluzione di 12 chilometri", ha affermato Brad Pierce, un membro del team del progetto. "Siamo stati in grado di migliorare quella risoluzione, portandola fino a 1,3 chilometri e aumentando la precisione delle simulazioni di oltre il 30%".

Lavorando direttamente con gli utenti finali, il team è stato in grado di perfezionare attivamente il processo di modellazione mentre LADCO prova queste mappe in tempo reale. Otkin e il suo team effettuano chiamate tecniche mensili con LADCO e trimestrali con WDNR per apportare ulteriori modifiche al sistema ora che è in funzione.

"Le partnership più efficaci sono quelle in cui non stai solo gettando qualcosa oltre il recinto", ha detto Pierce, "ma lavori con l'utente, incorpora il suo feedback e fornisci loro uno strumento completamente operativo che è davvero personalizzato per le sue esigenze. Questo è ciò che siamo stati in grado di fare qui:LADCO è stato un partecipante attivo come lo abbiamo fatto noi in termini di ricerca, un vero partner".

I risultati significano che gli stati membri di LADCO possono pianificare con maggiore sicurezza strategie per conformarsi agli standard federali sull'ozono negli anni a venire, ha affermato Adelman. Ha aggiunto che gli stati membri della LADCO contano sulle stime più accurate delle osservazioni della Terra della NASA per quando i loro piani formali per affrontare l'ozono e raggiungere gli obiettivi di qualità dell'aria specifici dello stato saranno dovuti all'Agenzia per la protezione ambientale nel 2023. + Esplora ulteriormente

Gli scienziati convergono per studiare l'ozono, un mistero atmosferico vicino al lago Michigan