IA e os Problemas Difíceis do Mundo · Ciências da Terra e do clima · arXiv · 2026-10-20
AirMPA: um adaptador de meteorologia para poluição para previsão global da qualidade do ar
Título original: AirMPA: A Meteorology-to-Pollution Adapter for Global Air Quality Forecasting
Previsões precisas e em tempo real de poluentes atmosféricos ajudam a reduzir riscos à saúde, mas os sistemas numéricos tradicionais têm alto custo computacional e os modelos de aprendizado profundo existentes frequentemente misturam variáveis meteorológicas e de poluentes. Os autores propõem o AirMPA, um modelo autorregressivo desacoplado que prevê 13 poluentes a 0,4° e resolução de 12 horas a partir de campos meteorológicos, informações prévias de emissões e concentrações passadas. Em um horizonte de 5 dias, ele supera consistentemente o Aurora e vence o CAMS em cerca de 90% dos casos de poluente e prazo de previsão.