在野火条件下使用常规可用的数据进行快速PM2.5暴露估计的模型: rapidfire v0.1.3
Sean Raffuse1, Susan O'Neill2, Rebecca Schmidt3
1Air Quality Research Center, University of California, Davis, Davis, CA, United States.
Geoscientific model development
|October 14, 2024
概括
野火烟雾事件很常见,需要快速评估空气质量. 新的快速火灾R套件使用多种数据源快速估计颗粒物暴露,改善公共卫生研究.
科学领域:
- 环境科学 环境科学
- 公共卫生 公共卫生
- 大气科学 大气科学
背景情况:
- 野火烟雾暴露事件在美国西部越来越频繁,影响公众健康.
- 目前用于估计烟雾气溶暴露的方法耗时且难以复制.
- 这些事件的频率越来越高,需要快速评估暴露的工具.
研究的目的:
- 引入快速火灾R套件,用于快速和可重复的野火烟雾暴露评估.
- 开发一种利用常规生成的,公开可用的数据进行近实时分析的工具.
- 为了提供高质量的,在烟雾事件期间的气溶度的空间分辨率估计.
主要方法:
- 快速火R套件集成了多个数据源:空气质量监测,卫星观测,气象建模,烟雾建模和低成本传感器.
- 一种机器学习方法,随机森林回归,用于融合这些不同的数据集.
- 该套件旨在在事件发生后一个月内有效收集和处理数据.
主要成果:
- 在2017-2021年期间,对加利福尼亚州野火产生了地面24小时平均颗粒物质的估计.
- 快速燃烧包成功地产生了空间分辨的气溶度估计.
- 产生的估计显示出与独立的基于过器的监测数据的良好一致.
结论:
- 快速火灾R包为快速准确地评估野火烟雾暴露提供了一个有价值的工具.
- 该工具解决了对及时数据的关键需求,以研究烟雾事件对公共卫生的影响.
- 多种数据源和机器学习的整合提供了一个强大的暴露估计方法.
