ИИ и сложнейшие проблемы мира · Науки о Земле и климате · arXiv · 2026-10-20
AirMPA: адаптер «метеорология — загрязнение» для глобального прогнозирования качества воздуха
Оригинальное название: AirMPA: A Meteorology-to-Pollution Adapter for Global Air Quality Forecasting
Точные прогнозы загрязняющих веществ в воздухе в реальном времени помогают снизить риски для здоровья, но традиционные численные системы требуют больших вычислительных затрат, а существующие модели глубокого обучения часто смешивают метеорологические переменные и переменные загрязнителей. Авторы предлагают AirMPA — разделённую авторегрессионную модель, которая предсказывает 13 загрязняющих веществ с разрешением 0,4° и 12 часов на основе метеорологических полей, априорных данных о выбросах и прошлых концентраций. На горизонте 5 суток она стабильно превосходит Aurora и обходит CAMS примерно в 90% случаев сочетаний «загрязнитель — заблаговременность».