När vi pratar om att studera luftföroreningar, vi tänker vanligtvis på officiella myndigheter och universitetslaboratorier, mäta partiklar och spåra vindhastighet - och med god anledning. Fram till helt nyligen, för att modellera rörelsen av föroreningar i luften krävdes mycket komplexa beräkningar - modeller som ofta tog dagar och till och med veckor att köra. Men luftkvaliteten påverkar alla:inte bara regeringar och universitet, men genomsnittliga medborgare, barn, sällskapsdjur. På Carnegie Mellon, CEE/EPP -professor Peter Adams arbetar för att se till att alla som drabbas av luftföroreningar har de verktyg de behöver för att förstå kvaliteten på deras luft.

Adams lab är ett av dessa universitetslaboratorier som skapar komplicerade luftkvalitetsmodeller, kallade kemiska transportmodeller (CTM) som kan ta oerhört lång tid att köra, men är extremt omfattande och korrekta. Detta beror på de många nödvändiga insatserna, såsom en mycket detaljerad beskrivning av 3D-meteorologin för den aktuella tiden, utsläppen från alla förorenande utsläpp i det omgivande området, och mycket mer.

"Att göra en av dessa kräver både mycket expertis och mycket tid, "säger Adams." Det här är guldstandardmodellerna, men dagarna eller veckorna med datortid är inte ens den stora kostnaden. Den stora kostnaden är att det tar månader att förbereda insatserna, och sedan månader för att analysera data. Det är definitivt inte användarvänligt. "

Amerikanska förordningar kräver att CTM körs i vissa fall. Till exempel, när EPA lanserar en större förordning, de måste göra mycket detaljerad modellering för att bevisa miljöfördelarna. EPA har egna funktioner för att köra dessa modeller. Men ansvaret för att EPA -reglerna följs åligger staten. När det konstateras att ett område inte överensstämmer med EPA -reglerna, det ankommer på staterna att ta fram en statlig genomförandeplan, för att visa hur de ska anpassa sina utsläpp till bestämmelserna. Vad detta betyder är att det finns en hel kategori forskare och beslutsfattare som bryr sig om luftkvalitet, men kan inte köra en av dessa modeller.

"Det här är den lucka vi försöker åtgärda, "säger Adams." Vi har byggt det vi kallar en Reduced Complexity Model som ger i huvudsak samma svar, och det kräver ingen expertis att köra. I vissa fall, det är lika enkelt som att multiplicera två tal. Berätta bara var och hur mycket du ökar utsläppen från en viss förorening, och du kan i princip slå upp i en tabell hur det kommer att påverka människors hälsa. "

Verktyget är känt som EASIUR:Estimating Air-pollution Social Impact Using Regression. Tänk dig att du avger massor av en viss förorening - vare sig det är SO2, NOx, eller ammoniak. Människors hälsoeffekter kommer att vara väldigt olika beroende på inte bara den förorening du avger, men också där du avger, både på grund av områdets atmosfäriska kemi och befolkningstätheten. EASIUR bygger på omfattande modeller som körs i Adams lab, som har modellerat hela landet, uppdelat i 36 kilometer nät. Med hjälp av en kombination av simuleringar och statistik, Adams, tillsammans med doktorand student Jinhyok Heo, har kunnat utveckla en enkel, användarvänligt bord-något som skulle ta en modern datorprocessor cirka 6, 000 år att uppnå. Denna tabell kan berätta vad människors hälsoskador kommer att bli om du avger X -mängd föroreningar på en viss plats - inte bara på platsen för utsläpp, men medvind också.

"Ta Pittsburgh Port Authority, till exempel, "säger han." Några av våra bussar är gamla, relativt smutsiga dieslar. Vore det inte trevligt om de faktiskt kunde ha försvarbara siffror att säga, 'Om jag byter ut en gammal buss mot en renare, NOx -utsläppen minskar, och detta många liv kommer att räddas. "Sedan, de kan använda dessa data för att sälja tanken på att byta till en renare bussmodell. Det här är den typ av applikation som EASIUR är perfekt för. "

Tack vare Adams nya, lättanvänt modelleringsverktyg, alla som påverkas av de negativa hälsoeffekterna av luftföroreningar kommer att ha tillgång till den information som är nödvändig för att hantera problemen, utan att behöva offra noggrannhet.