iHorse

iHorse

Stockholms stad har utvecklat ett nytt prognossystem för luftföroreningar och pollen. Baserat på detta beräknas ett luftkvalitetshälsoindex (AQHI) för att informera befolkningen om de hälsorisker som är förknippade med utomhusaktiviteter de närmaste dagarna. AQHI fångar upp de kombinerade effekterna i samband med exponering för föroreningar (NOx, O3 och PM10) och björkpollen. AQHI presenteras i en mobilapp och via webben och finns tillgänglig från 2021. Samma system kommer också att användas av Trafikverket för att förutsäga påverkan på luftföroreningskoncentrationer av variabel hastighetskontroll på E4/E20 .
Målet med iHorse är att öka noggrannheten i luftförorenings- och hälsoriskprognoserna. Det nuvarande systemet bygger på deterministisk meteorologisk spridningsmodellering för att förutsäga effekterna av utsläpp på koncentrationer. En av de viktigaste osäkerheterna är att förutse utsläpp från vägtrafik. Vägtrafik är en dominerande källa till luftföroreningar i stadsmiljö. Dynamisk datadriven trafikinformation har tidigare huvudsakligen använts för att uppskatta effekterna på utsläppen, men inte använts i stor utsträckning för att förutsäga koncentrationer av luftföroreningar och tillhörande hälsoriskpåverkan. Den snabba ökningen av trafik- och transportdata ger en möjlighet att prognostisera den tidsmässiga och rumsliga trafikfördelningen på vägnätet, som kan användas som input i luftkvalitetsdispersionsmodellering för att öka förutsägelsens noggrannhet.
Detta projekt kommer först att förutsäga den spatiotemporala distributionen av trafikinducerade utsläpp. Dessutom kommer en ny, innovativ datadriven modell för djupinlärning att utvecklas och integreras med processerna för luftföroreningar och trafikmodellering.
Målet är att detta projekt ska förbättra både prognosen för luftföroreningar, pollen och AQHI för hela Storstockholmsområdet och för att förutsäga effekterna på luftföroreningskoncentrationer längs E4 och E20, som ingår i det variabla hastighetssystemet.
Projektet är ett tvärvetenskapligt samarbete mellan Stockholms universitet, KTH, Trafikverket och SLB -analys vid Miljöförvaltningen i Stockholm. De förväntade förbättringarna av prognoserna kommer att valideras baserat på att jämföra det gamla och nya modelleringssystemet samt att jämföra med mätningar av omgivande luftföroreningar gjorda av SLB-analys.