Luftverschmutzung betrifft nicht alle Menschen gleich. Und in einer neuen Studie haben Forscher eine Methode entwickelt, um Schätzungen darüber zu verbessern, wie verschiedene Gemeinden innerhalb von Städten Feinstaub (PM2,5) ausgesetzt sind.
Weltweit verursacht PM2,5 jedes Jahr schätzungsweise 4,7 Millionen vorzeitige Todesfälle, und in den Vereinigten Staaten sind farbige Gemeinschaften den Chemikalien am stärksten ausgesetzt. Um die Belastung durch Luftverschmutzung abzuschätzen, schätzt das Interventionsmodell für Luftverschmutzung (InMAP) die Luftqualität mit feiner räumlicher Auflösung, insbesondere in dicht besiedelten Gebieten. Da das Modell Unterschiede in der Schadstoffbelastung innerhalb von Städten bewerten kann, kann es bei der Gestaltung von Richtlinien, die Umweltgerechtigkeit berücksichtigen, hilfreich sein.
Allerdings überschätzt und unterschätzt InMAP bestimmte PM2,5-Chemikalien: Es unterschätzt partikuläres Sulfat und überschätzt partikuläres Ammonium. In einer neuen Studie entwickeln Gallagher und Kollegen eine Methode, um diese Vorurteile zu korrigieren.
Die Forscher entwickelten Bias-Korrekturfaktoren oder Skalierungsfaktoren für InMAP anhand von Messungen verschiedener PM2,5-Chemikalien. Sie nutzten Daten zur Überwachung der Umweltverschmutzung, die vor Ort von der US-EPA gesammelt wurden, und Satellitendaten, die von der Washington University in St. Louis verarbeitet wurden. Durch den Vergleich der Vorhersagen von InMAP mit diesen Datenquellen konnten Fehler eingeschätzt und korrigiert werden.
Die Autoren testeten die Leistung von InMAP mit und ohne Skalierungsfaktoren unter Verwendung eines festgelegten Ziels von 10 % Fehler in seinen Vorhersagen. Ohne die Skalierungsfaktoren hat InMAP die PM2,5-Konzentrationen um mehr als 10 % unterschätzt oder überschätzt. Durch die Einführung stadtspezifischer Skalierungsfaktoren wurde jedoch die Modellanpassung verbessert und der Fehler unter den Schwellenwert von 10 % gesenkt. Darüber hinaus stellten die Autoren fest, dass ihre Methode in den bevölkerungsreichsten Gebieten der Städte am effektivsten war.
Die Autoren haben alle Skalierungsfaktoren zur öffentlichen Nutzung veröffentlicht und empfehlen deren Verwendung bei der Untersuchung, wie sich die Luftverschmutzung je nach Rasse, ethnischer Zugehörigkeit, Einkommen und anderen demografischen Merkmalen unterscheidet.
Mehr Informationen:
Ciaran L. Gallagher et al., Kombination von satellitengestützten PM 2,5-Daten und einem Luftqualitätsmodell in reduzierter Form zur Unterstützung der Luftqualitätsanalyse in US-Städten, GeoHealth (2023). DOI: 10.1029/2023GH000788
Diese Geschichte wurde mit freundlicher Genehmigung von Eos, gehostet von der American Geophysical Union, erneut veröffentlicht. Lesen Sie die Originalgeschichte Hier