Innovative Methods for Multi-source Air Dust Pollution Monitoring using Remote Sensing: A Comparative Study of Chalkidiki (Greece) and Ihalainen (Finland)

私たちが吸い込む空気は、ガスと、その中に浮遊する微細な固体または液体の粒子からなる複雑な混合物です。これらの粒子のなかには、風によって砂漠から巻き上げられたり、火山から放出されたりといった自然に発生するものもあれば、燃料の燃焼、車の走行、あるいは鉱物採掘のために地中を掘り進めるなどの人間活動によって生成されるものもあります。これらの粒子が吸い込めるほど十分に小さくなると、肺を刺激し、喘息を引き起こし、長期的には深刻な心臓や肺の疾患を招く可能性があります。これらの粒子は肉眼では見えず、長距離を移動することができるため、追跡することが困難です。科学者たちは伝統的に、汚染を測定するために地上に設置された物理的なセンサーに頼ってきましたが、これらのセンサーは製造や維持にコストがかかるため、世界の広大な地域において直接的な測定が行われないまま残されています。これらの空白を埋めるために、研究者たちは上空を回る人工衛星や、大気がどのように動き、変化するかをシミュレートする強力なコンピュータモデルを活用してきました。これらのツールは、地域全体の汚染を可視化する方法を提供しますが、完璧ではありません。人工衛星は雲によって遮られることがあり、コンピュータモデルは、工場や鉱山のすぐ隣で発生するような、局所的で鋭い汚染の詳細をしばしば平滑化（簡略化）してしまうのです。

本研究は、これらハイテクツールの性能が、非常に異なる2つの採掘地域においてどのように機能するかを検証することを目的としました。一方はギリシャの暑く乾燥した気候の地域であり、もう一方はフィンランドの寒冷で森林に覆われた景観の地域です。研究者たちは、PM10と呼ばれる特定の種類の汚染に着目しました。これは、人間の髪の毛の幅ほどの大きさである、10マイクロメートル未満の塵粒子を指します。彼らは、人工衛星とコンピュータモデルのデータが、これら対照的な環境における採掘作業から発生する塵を正確に追跡できるのか、そしてこれらの手法が将来の空気質を予測するのに役立つのかどうかを知りたいと考えました。衛星データとモデルのデータを、両地点での実際の地上センサーによる測定値と比較することで、チームは、従来のモニタリングネットワークが乏しい、あるいは存在しない地域において、塵の汚染を監視するための信頼性が高く、拡張性のある手法を作り出すことを目指しました。

研究者たちは、異なる気候と採掘の種類が塵のレベルにどのように影響するかを見るために、2つの異なる場所を調査しました。最初の地点は、地中海性気候を特徴とし、暑く乾燥した夏と複雑な地形を持つ、ギリシャのハキディキです。ここでは、金、銀、鉛、亜鉛などの金属を抽出する採掘作業が行われています。第二の地点は、石灰岩を採掘して石灰を生産している企業がある、寒冷なボレアル（亜寒帯）気候のフィンランド、イハライネンです。ギリシャのサイトが金属を含む塵やサハラ砂漠からの砂の頻繁な流入を扱う一方で、フィン士のサイトは炭酸塩の塵や、雪解け時に緩む路面の塵といった季節的な問題を取り扱っています。チームは2013年から2024年までのデータを収集し、ギリシャの12箇所の地上観測所からの1時間ごとの読み取り値と、フィンランドの7箇所の読み取り値を、2つの主要なソースと組み合わせました。一つは、コンピュータモデルを用いて汚染レベルを推定するコペルニクス大気モニタリングサービスであり、もう一つは、大気中の塵によってどれだけ日光が遮られているかを測定するMODIS（人工衛星の観測装置）です。

研究者が地上での測定値と、衛星およびモデルのデータを比較したところ、結果は場所や使用されるツールによって大きく異なることが分かりました。ギリシャでは、地上センサーは最大347マイクログラム毎立方メートルに達する高い塵の濃度を記録しましたが、フィンランドでは最大132マイクログラム毎立方メートルでした。また、地上データによれば、ギリシャの汚染は非常に不均一であり、鉱山の近くのエリアでは、わずか数キロメートル離れた場所よりもはるかに高い塵のレベルを示していました。フィンランドでは、汚染は地域全体でより均一でした。コペルニクス・サービスによるコンピュータモデルは、時間の経過に伴う変化を追跡するための最も信頼できるツールであることが証明されました。このモデルは、地上のパターンと非常によく一致しており、塵のレベルの上昇と下降を強い相関を持って捉えていました。しかし、モデルはそのグリッドセル（格子）が大きすぎるため、採掘機器のすぐ隣で発生する激しく局所的な塵の噴出を捉えきれず、汚染の最高ピークを過小評価する傾向がありました。一方、地表から宇宙までの空気の柱に含まれる塵の総量を測定する衛星データは、効果が低いものでした。雲によってデータが欠落したり、高層大気の塵と地表付近の塵を区別することに苦慮したりしたため、実際の地上測定値との結びつきが弱くなりました。

研究はまた、汚染が長期的にどのように変化したか、そして予測が可能かどうかについても調査しました。データの年次推移をトレンドと季節パターンに分解することで、研究者たちは空気質が両方のサイトで徐々に改善されていることを観察しました。フィンランドでは、塵のレベルの減少が特に顕著であり、地上測定値は研究期間中に約5から10マイクログラム毎立方メートルの低下を示しました。ギリシャでは、傾向はより安定しており、全体としてわずかな減少が見られました。季節パターンはそれぞれの場所で明確でした。フィンランドでは、雪解けによって路面の塵が露出する春に塵のレベルが最も高くなり、ギリシャでは、乾燥した条件と北アフリカから吹き寄せる塵によって、夏から初秋にかけてピークが見られました。これらのパターンを将来の空気質の予測に利用できるかどうかをテストするため、チームは異なる数学的手法を試みました。その結果、長期的なトレンドを予測するためには、季節周期を扱うように設計された統計モデルが最適であることを見出しました。また、翌日といった極めて近い将来に何が起こるかを予測するためには、過去のデータパターンから学習する機械学習の手法がより優れた性能を発揮しました。

今回の知見は、人工衛星やコンピュータモデルが地上センサーの精密さに取って代わることはできないものの、センサーが不足している箇所を埋めるための強力なツールであることを示唆しています。特にコンピュータモデルは、広大な地域にわたる空気質の一定した全体像を提供し、採掘が環境に与える全体的な影響を理解する上で価値があります。しかし、これらのモデルは詳細を平滑化してしまうため、鉱山のすぐ隣で発生する最悪の汚染スパイクを見逃す可能性があります。本研究は、モデルによる広範な視点と、地上観測所からの具体的で正確なデータを組み合わせることが最善のアプローチであると結論付けています。このハイブリッドな手法により、より完全な塵の汚染の理解が可能となり、遠隔地や監視が困難な地域においても、公衆衛生の保護と環境政策の指針となることができます。本研究は、適切なツールの組み合わせがあれば、暑く乾燥した気候であれ、寒く雪の多い気候であれ、採掘地域における空気質を効果的に追跡し、管理することが可能であることを実証しています。