AI dan Masalah-Masalah Sulit Dunia · Ilmu bumi & iklim · arXiv · 2026-10-20
AirMPA: Adaptor Meteorologi-ke-Polusi untuk Prakiraan Kualitas Udara Global
Judul asli: AirMPA: A Meteorology-to-Pollution Adapter for Global Air Quality Forecasting
Prakiraan polutan udara yang akurat secara waktu nyata membantu mengurangi risiko kesehatan, tetapi sistem numerik tradisional membutuhkan biaya komputasi yang besar dan model pembelajaran mendalam yang ada sering mencampur variabel meteorologi dan polutan. Para penulis mengusulkan AirMPA, model autoregresif terpisah yang memprediksi 13 polutan pada resolusi 0,4° dan 12 jam dari medan meteorologi, prior emisi, dan konsentrasi masa lalu. Pada horizon 5 hari, model ini secara konsisten mengungguli Aurora dan mengalahkan CAMS dalam sekitar 90% kasus kombinasi polutan dan waktu tenggang.