Telefonski podaci o mobilnosti mogu pratiti emisije ugljenika u skoro realnom vremenu

Svako putovanje na posao, dostava i poslovno putovanje sagorevaju gorivo — i veliki deo ugljenika oslobođenog u atmosferu je nusproizvod upravo tog kretanja.

Ta svakodnevna veza je početna tačka studije u kojoj istraživači sa Nacionalnog univerziteta za odbrambene tehnologije, Univerziteta u Hongkongu i partneri sa tri kontinenta pretvaraju opsežne podatke o mobilnosti u merenje ugljenika u skoro realnom vremenu.

Preporučujemo

Potreba je praktična. Konvencionalne procene emisija oslanjaju se na statističke računice i inventare, koji su tačni, ali spori (često mesecima zaostaju za realnim stanjem), dok se satelitski modeli suočavaju sa sopstvenim kompromisima između rezolucije, pokrivenosti i učestalosti ažuriranja.

Kad su zatvaranja zbog kovida-19 izmenila ekonomsku aktivnost u roku od nekoliko dana početkom 2020. godine, spori instrumenti nisu mogli da drže korak. Autori studije su postavili drugačije pitanje: pošto toliki broj procesa koji proizvode emisije uključuje kretanje ljudi i robe, da li bi kretanje koje se može posmatrati moglo poslužiti kao merilo?

Da bi to saznali, anonimizovane signalne podatke telekomunikacione kompanije China Unicom (oko 318 miliona aktivnih korisnika) pretvorili su u dnevne međugradske mreže mobilnosti. Iz ovih mreža su izvukli strukturne karakteristike kao što su centralitet i klasterizacija, spojili ih sa populacionim i geografskim atributima i obučili modele mašinskog učenja naspram skupa podataka GRACED o dnevnim emisijama.

Proučavan je veoma aktivan period: januar i februar 2020, sa Prolećnim festivalom, tj. Kineskom novom godinom, i prvim kovid zatvaranjima. Dnevna nacionalna mobilnost i emisije ugljen-dioksida kretale su se poravnato (r=0.89), a mobilnost na nivou grada pratila je emisije na nivou grada (r=0.49). U 366 gradova i tokom 60 dana, najbolji model, LightGBM, ostvario je adekvatnost od 1.00, 0.99 i 0.98 za emisije od više izvora, domaće avijacije i kopnenog transporta. Model je zatim generalizovan: predvideo je emisije u Italiji, kontinentalnim Sjedinjenim Državama i Meksiku sa koeficijentom r2 od 0.91, 0.95 i 0.99.

Pored predviđanja, mreže mobilnosti pokazale su fukcionalne gradske klastere – grupacije definisane stvarnim kretanjem, a ne administrativnim granicama – čiji nivoi emisija su povezani sa pozicijom u mreži, što je mogući obrazac za koordinisanu regionalnu kontrolu.

Autori su oprezni: mobilnost je „delimičan, ali uočljiv pokazatelj“. Kineska analiza pokriva samo jedan, izuzetan dvomesečni period; podaci beleže međugradsko, a ne unutargradsko kretanje; a sama veza između mobilnosti i emisija mogla bi se promeniti dok se menjaju rad i transport.

Istraživači pozivaju na spajanje daljinske detekcije, energetske strukture i meteoroloških podataka u sledećem koraku. Dobit od proširenja okvira je konkretna: procene emisija koje se ažuriraju brzinom kojom se društvo kreće, dajući kreatorima politike uvid u sadašnjost zasnovan na ponašanju, umesto mesecima starog izveštaja o prošlosti.

(Telegraf Nauka/EurekAlert)