Fermer

DUST

L'augmentation des émissions humaines accroît les particules atmosphériques, nocives pour la santé et réduisant la visibilité, tandis que l'instabilité climatique exacerbe les phénomènes de poussière et de brume. Le projet DUST développe un système d'alerte précoce pour aider les populations à s'adapter à ces conditions météorologiques de plus en plus imprévisibles dues au changement climatique.

Système d'alerte précoce pour les épisodes de poussière et de brume intenses en Chine

Présentation

En raison de l'augmentation des émissions dues aux activités humaines, les particules atmosphériques réduisent la visibilité, ce qui affecte la circulation et la vie. De plus, l'inhalation à long terme de particules peut nuire à la santé humaine. Les conditions météorologiques, ainsi que les écosystèmes qui peuvent, dans une certaine mesure, prévenir le sable et la pollution atmosphérique, sont devenus plus instables, entraînant des épisodes de poussière et de brume plus fréquents et plus graves au cours des dernières années.

En réponse à la demande urgente de contrôle de la pollution de l'air, l'administration nationale chinoise de l'espace a lancé plusieurs satellites, dont Gaofen 5 et Gaofen 5-02, afin de fournir des observations spatiales pour la surveillance de l'environnement et soutenir ainsi la gouvernance environnementale.

Grâce aux données de ces satellites, DUST a pour objectif de mettre en œuvre un système opérationnel d'alerte précoce en cas d'événements graves liés à la poussière et à la brume, afin d'améliorer l'adaptation de la population à ces situations météorologiques que le contexte du changement climatique rend encore plus insaisissables.

 

► Schéma du système d'alerte précoce en cas d'événements graves liés à la poussière et à la brume en Chine. © Aerospace Information Research Institute, Chinese Academy of Sciences

DUST System

Site(s) d'application

Chine

Données

Satellite

  • Satellites GaoFen (GF-5/GF-5-02)

Autres

  • Observations au sol :
    • AERONET (AErosol RObotic NETwork)
    • SONET (Sunphotometer network)
  • Modèle de transport chimique : WRF (Weather Research and Forecasting)

Résultats - Produit(s) final(aux)

Ce projet vise à développer un système permettant de produire des conditions atmosphériques opportunes, en particulier pour l'alerte et la prévision des phénomènes de brume et de poussière. Le projet contribuera au développement d'un système en ligne de surveillance, d'alerte précoce et d'urgence en cas de tempêtes de brume et de poussière pour différents utilisateurs finaux (départements environnementaux, gouvernements, ONG, scientifiques et grand public).

Les résultats attendus seront présentés sous forme de cartes montrant la répartition spatiale des PM2,5 en Chine et dans certaines régions, comme la région Beijing-Tianjin-Hebei.

 

► Moyenne mensuelle des particules fines PM2.5 et leurs variations spatio-temporelles en Chine. © Aerospace Information Research Institute, Chinese Academy of Sciences

PM variation

 

 

► Prévisions journalières des PM2.5 et leurs variations spatio-temporelles dans la région Beijing-Tianjin-Hebei. © Institut de recherche sur l'information aérospatiale, Académie chinoise des sciences

Dust daily prevision

Références

  • Li, Z., Hou, W., Hong, J., Fan, C., Wei, Y., Liu, Z., Lei, X., Qiao, Y., Hasekamp, O. P., Fu, G., Wang, J., Dubovik, O., Qie, L., Zhang, Y., Xu, H., Xie, Y., Song, M., Zou, P., Luo, D., Wang, Y., and Tu, B.: The polarization crossfire (PCF) sensor suite focusing on satellite remote sensing of fine particulate matter PM2.5 from space, Journal of Quantitative Spectroscopy and Radiative Transfer 2022, https://doi.org/10.1016/j.jqsrt.2022.108217

  • Wu, H., Zhang, Y., Li, Z.*, Wei, Y., Peng, Z., Luo, J., and Ou, Y.: Prediction of Fine Particulate Matter Concentration near the Ground in North China from Multivariable Remote Sensing Data Based on MIV-BP Neural Network, Atmosphere 2022 13, 825, https://doi.org/10.3390/atmos13050825

Contact

En cochant cette case, je reconnais avoir pris connaissance et accepte les Mentions légales.
CAPTCHA
Cette question sert à vérifier si vous êtes un visiteur humain ou non afin d'éviter les soumissions de pourriel (spam) automatisées.