Międzynarodowy zespół naukowców kierowany przez prof. Xie Pinhua z Chińskiej Akademii Nauk opracował nowy model oparty na architekturze CNN-LSTM, który przewiduje stężenia ozonu przygruntowego w najbardziej zanieczyszczonych regionach Chin z niespotykaną dotąd dokładnością. Algorytm uwzględnia jednocześnie dane meteorologiczne w różnych skalach czasowych i przestrzennych, dzięki czemu w kilka sekund generuje prognozy, do których tradycyjne modele numeryczne potrzebowałyby godzin. Sukces sztucznej inteligencji nie oznacza jednak, że problem smogu zostanie rozwiązany – równoległe badania MIT pokazują, iż ocieplający się klimat może osłabić skuteczność dotychczasowych strategii ograniczania ozonu.
Algorytm, który rozumie pogodę tak jak człowiek
W najnowszym artykule z Environmental Science & Technology badacze opisują, jak sieć łączy konwolucyjne mapowanie pól meteorologicznych z pamięcią długoterminową LSTM. Dzięki temu system „widzi” zmiany cyrkulacji, promieniowania słonecznego i wysokości warstwy granicznej, a następnie przekłada je na godzinowe prognozy stężenia ozonu. W testach obejmujących 15 tysięcy punktów pomiarowych w Nizinie Chińskiej model trafiał w dni z przekroczeniami norm w 83 proc. przypadków, a w delcie Jangcy – w 56 proc., przy współczynniku determinacji R² powyżej 0,85. Naukowcy podkreślają, że ich podejście nie tylko redukuje błąd, ale też pozwala analizować nietypowe zjawiska, takie jak wpływ przechodzącego tajfunu na poziom ozonu.
Szybsze ostrzeżenia, większa ochrona zdrowia
Ozon przygruntowy jest silnym utleniaczem podrażniającym układ oddechowy i układ sercowo-naczyniowy, a upalne lata sprawiają, że jego epizody nasilają się w wielkich aglomeracjach. Dzięki AI służby środowiskowe mogą teraz wydawać alerty niemal w czasie rzeczywistym, co pozwala szkołom, szpitalom i zakładom pracy ograniczać ekspozycję najbardziej wrażliwych grup. Model ma trafić do systemu wczesnego ostrzegania Ministerstwa Ekologii i Środowiska Chin jeszcze przed igrzyskami w 2026 r., a jego kod – jak zapewnia zespół – zostanie udostępniony społeczności naukowej, by inne kraje mogły dostosować go do własnych warunków klimatycznych.
Klimat komplikuje walkę ze smogiem
Entuzjazm studzi niedawna analiza MIT, wedle której postępujące ocieplenie zmieni chemię atmosfery tak, że w Ameryce Północnej i Europie redukcja tlenków azotu da coraz mniejszy efekt w obniżaniu ozonu. W modelach klimatyczno-chemicznych potrzeba będzie głębszych cięć emisji, by osiągnąć obecne cele jakości powietrza, podczas gdy w Azji Wschodniej skuteczność polityk może nawet wzrosnąć. Badacze podkreślają, że planując strategie antysmogowe, należy równolegle uwzględniać scenariusze klimatyczne i coraz większą rolę naturalnych emisji z gleby.
Technologia kontra rzeczywistość
Połączenie algorytmów CNN-LSTM z danymi satelitarnymi i prognozami pogodowymi otwiera drogę do dokładniejszych, lokalnych map ryzyka, ale równocześnie ujawnia, jak wrażliwy jest system atmosferyczny na niewielkie zmiany parametrów. Zdaniem prof. Xie’a takie narzędzia będą kluczowe do kalibracji scenariuszy klimatycznych i oceny, czy podejmowane interwencje przynoszą zamierzony skutek. Eksperci MIT dodają, że AI pomoże testować tysiące wariantów polityk emisyjnych, lecz nie zastąpi realnych redukcji – sztuczna inteligencja może podpowiedzieć, gdzie ciąć emisje najskuteczniej, ale sama smogu nie rozproszy.
Sztuczna inteligencja rusza na wojnę z ozonem
Chiński zespół planuje rozszerzyć model na całą Azję Wschodnią, a także włączyć do niego dane o pyłach PM₂.₅ i lotnych związkach organicznych, by tworzyć zintegrowane prognozy jakości powietrza. W Europie badacze z ERC-fundowanego projektu AIChemAir już testują adaptację kodu w regionie Morza Śródziemnego, gdzie fale upałów coraz częściej generują rekordowe poziomy ozonu. Jeśli te inicjatywy zakończą się sukcesem, wspólna platforma AI może stać się globalnym standardem monitoringu zanieczyszczeń, działającym szybciej, taniej i precyzyjniej niż wszystko, co mieliśmy dotąd do dyspozycji.