Про проєкт
Екосистема моніторингу якості повітря YourAirTest – це великий комплекс Software і Hardware продуктів, над якими працює команда вчених, екологів, розробникiв, аспірантів та студентів.
Ми моделюємо викиди з підприємств, з пожеж та автомобілів, а також викиди при аварії на АЕС, для їхньої подальшої візуалізації на мапі та підрахунку рівня негативного впливу на навколишнє середовище та людей, щоб суспільство змогло побачити, усвідомити та переосмислити важливість чистого повітря та почало змінювати ситуацію навколо себе.
Наша місія
створити екосистему моніторингу якості повітря, щоб суспільство, держави та бізнесу разом знайшли взаємний шлях до процвітання.
Кожного дня йде наполеглива праця над кожним з наступних напрямків:Сайт YourAirTest
Вже сьогодні кожен відвідувач сайту yourairtest.com має можливість побачити актуальний стан повітря за своїм місцем розташування або у 100 країнах світу. Також візуалізуються повітряні потоки, які, в найближчому майбутньому, стануть прогнозом забруднення повітря.
На сайті є легкий доступ до візуальної інформації, детальної інформації про проект та відповіді на найчастіші запитання.
WRF (дослідження та прогнозування погоди)
WRF (Weather Research and Forecasting) - це розрахункова модель прогнозу погоди, система, призначена для проведення атмосферних досліджень, так і для оперативного прогнозування. Ми налаштували нашу WRF у якій використовуємо GFS, а зараз працюємо над створенням ансамблю GFS & iCON.
Пожежі України
Розробили WildfiresUA систему прогнозування регіонального забруднення приземного атмосферного повітря газовими та аерозольними домішками внаслідок ландшафтних пожеж на території України з 24 лютого.
- PM 2.5 - Тверді частинки пилу
- PM 10 - Тверді частинки пилу
- CO - Чадний газ
- CO2 - Вуглекислий газ
- NO2 - Бурий газ
- SO2 - Сірчистий газ
Мобільний додаток YourAirTest
Мобільний додаток розроблений з метою зменшення впливу повітря низької якості на здоров'я людей. Ми надаємо точні дані про 6 ключових забруднювачів: тверді частинки PM2.5, тверді частинки PM10, O3 (озон), NO2 (діоксид азоту), SO₂ (діоксид сірки) та CO (оксид вуглецю) у необхідному вам форматі (U.S.AQI та EAQI). Також ми додали прогноз погоди.
Також у додатку є можливість додавати свої місця до обраного, швидко поділитися результатами та доступна персоналізація у вигляді чотирьох персонажів (чоловік, жінка, астронавт та прибулець).
В майбутньому додаток iOS та Android буде розширений прогнозом забруднення повітря та сповіщеннями про суттєве погіршення заздалегідь.
Прогнозування забруднення повітря від підприємств
Нашим науковцям та розробникам вдалося поєднати WRF (численну модель прогнозу погоди) і CALPUFF (багатошарова модель розсіювання, з інтегрованою системою лагранжового моделювання), для створення прогнозу погоди та забруднення у Кривому Розі на два дні. Для цього мы моделювали забруднення за кілька років з підприємств, щоб виявити патерни забруднення та їх зміни для створення прогнозу.
Через війну ми виключили прогнозування, але він доступний за посиланням, де ви можете ознайомитися з прогнозом на 29-31 січня 2022 року.
https://bit.ly/KrRihForecast
MonAir
MonAir Out - це наші повнофункціональні наземні станції моніторингу атмосферного повітря на електрохімічних датчиках, які в режимі реального часу надсилає дані про рівень вологи, температуру й тиску, а також наявність у повітрі газів O3 (озон), NO2 (діоксид азоту), SO₂ (діоксид сірки) та CO (оксид вуглецю) та двох видів пилу PM2.5; PM10.
MonAir In - це наші датчики якості повітря для дому та офісу, які в режимі реального часу надсилає дані про рівень вологи, температуру й тиску, а також AQI.
Тренінги з основ навколишнього середовища та забруднення повітря
За підтримки університетів ми створюємо тренінги з навчання громадян, екологів та студентів основ екології та впливу забруднення повітря на здоров'я, а також що потрібно робити, і де дивитися інформацію та як її інтерпретувати.
Для тих хто захоче заглибитись у моделювання забруднення повітря ми запропонуємо вивчити з нами Модель Гауссового шлейфу.
Модель Гауссового шлейфу є найпоширенішою моделлю забруднення повітря. Вона заснована на досить простій формулі, яка описує тривимірне поле концентрації забруднення, яке створюється точковим джерелом за стаціонарних метеорологічних умов та умов викидів.
Ця модель використовується для прогнозування шляхів та концентрацій забруднюючих речовин у повітрі при їх перенесенні та поширенні в атмосфері після викиду. Ці моделі можуть застосовуватися для забезпечення готовності до надзвичайних ситуацій, а також для операцій з реагування та відновлення.
Наша місія
створити екосистему моніторингу якості повітря, щоб суспільство, держави та бізнесу разом знайшли взаємний шлях до процвітання.
Кожного дня йде наполеглива праця над кожним з наступних напрямків:КОМАНДНА РОБОТА
ПЛАН РОЗВИТКУ ПРОЄКТА
- Концепція затвердження
- Створення MVP сайту
- Створення MVP MonAir
- Тестування різних сенсорів
- Бета-версія сайту та мобільного додатка
- Валідація наших наземних станцій MonAir OUT із державними станціями
- Налаштування погодного блоку та моделювання Calpuff
- Створення прогнозу погоди на 24 годин
- Налаштування моделі забруднення якості повітря у Кривому Розі
- Створення перших 4 девайса MonAir OUT
- Створення MVP IndoorSolution
- Конференци EcoAirSolutions 2021
- Створення прогнозу погоди на 48 годин
- Створення MonAir OUT та MonAir IN
- Моделювання забруднення повітря від підприємств
- Моделювання забруднення повітря від радіації
- Моделювання забруднення повітря від пожеж після 24 лютого 2022
- Мобільний додаток із повідомленнями про зміну якості повітря та погоди
- Валідація прогнозу погоди на 60 годин
- Створення MonAir OUT та MonAir IN з новими сенсорами
- Створення WildfiresUA - автоматичної системи моделювання забруднення повітря від пожеж
- Мобільний додаток із повідомленнями про зміну якості повітря та погоди та пожеж
- Масштабування
НАША ВНУТРІШНЯ МОТИВАЦІЯ – ЦІЛІ СТАЛОГО РОЗВИТКУ ООН
Цілі команди YourAirTest напряму співпадають із цілями сталого розвитку, що були ухвалені на Саміті ООН зі сталого розвитку у 2015 році. Із 17 Глобальних цілей найбільш рушійними для нашого проєкту є наступні: