Universiteit van Manchester gebruikt NVIDIA Earth‑2 om luchtvervuiling in het VK te voorspellen

De samenwerking tussen de Universiteit van Manchester en NVIDIA heeft geresulteerd in een functioneel prototype dat de luchtkwaliteit over het hele Verenigd Koninkrijk kan voorspellen met een ruimtelijke resolutie van twee tot drie kilometer. Het project maakt gebruik van de open‑source generatieve modellen CorrDiff en StormCast, die oorspronkelijk zijn ontwikkeld voor klimaat‑ en chemische simulaties, en heeft deze aangepast zodat ze specifiek gericht zijn op het voorspellen van fijnstof (PM2.5) en stikstofoxiden (NOx). Door de modellen te combineren met realtime weerdata en historische meetgegevens, ontstaat een dynamisch systeem dat continu nieuwe voorspellingen kan genereren en daarmee een waardevolle aanvulling vormt op bestaande monitoringsnetwerken.

Training en rekeninfrastructuur

De training van CorrDiff vond plaats op één knooppunt van de Isambard‑AI supercomputer in Bristol. Dit knooppunt is uitgerust met acht NVIDIA GPU’s en bood een omgeving waarin een jaar aan Britse luchtkwaliteitsdata, met een tijdresolutie van één uur, kon worden verwerkt. De training duurde twee volledige dagen, waarbij het model werd geoptimaliseerd om patronen in de data te herkennen en te vertalen naar nauwkeurige voorspellingen. Isambard‑AI beschikt over 5 448 GH200 superchips en levert piekprestaties van 21 exaflops voor AI‑taken, waardoor het een ideale omgeving is voor grootschalige modeltraining en voor het uitvoeren van de intensieve berekeningen die nodig zijn om de complexiteit van atmosferische processen te vangen.

Inference en operationele workflow

Voor de inferentiefase – het moment waarop het model daadwerkelijk voorspellingen maakt – wordt een DGX Spark‑systeem ingezet dat is uitgerust met een GB10 Grace Blackwell accelerator. Deze configuratie maakt het mogelijk om bijna realtime voorspellingen te leveren zonder de volledige supercomputer te belasten. Het systeem kan niet alleen de concentraties van fijnstof en stikstofoxiden voorspellen, maar integreert ook de invloed van actuele weersomstandigheden via StormCast. Hierdoor kan het model bijvoorbeeld rekening houden met windrichtingen, temperatuurverschillen en neerslag, die allemaal een directe impact hebben op de verspreiding van verontreinigende stoffen.

Toepassingsscenario’s

• Waarschuwingen voor astmapatiënten en andere kwetsbare groepen.
• Simulaties voor beleidsmakers om de effectiviteit van emissiereductiemaatregelen te testen.
• Integratie met sensor‑netwerken in stedelijke periferieën voor fijnmazige monitoring.
• Ondersteuning bij brandbestrijding door voorspelling van luchtverontreiniging bij grote branden.
• Verbeterde modellering van de interactie tussen verkeer, industrie en atmosferische processen.

Open data en toekomstige resolutie

Het onderzoeksteam heeft de ambitie om zowel de trainingsdata als de volledige workflow open te stellen. Door de broncode en de gebruikte datasets publiekelijk beschikbaar te maken, kunnen andere universiteiten, onderzoeksinstituten en zelfs gemeentelijke overheden de resultaten reproduceren, verbeteren en uitbreiden. Een langetermijndoel is om de ruimtelijke resolutie van de voorspellingen te verfijnen tot op straatniveau. Dit vereist echter extra rekenkracht, meer gedetailleerde lokale meetstations en een bredere set aan open datasets, bijvoorbeeld van verkeersstromen en industriële emissies.

Risico‑analyse en validatie

Hoewel de eerste resultaten veelbelovend zijn, benadrukken de onderzoekers dat een zorgvuldige validatie onontbeerlijk is voordat de modellen operationeel kunnen worden ingezet. Belangrijke aandachtspunten zijn onder meer de onafhankelijkheid van de validatieprocessen, de mogelijkheid van model‑drift na verloop van tijd, de beschikbaarheid van hoogwaardige observaties voor continue bijsturing, en een transparante governance‑structuur voor de data‑infrastructuur. Alleen met een robuuste validatie kan men voorkomen dat beleidsbeslissingen worden genomen op basis van onbetrouwbare voorspellingen.

Gezondheidsimpact volgens het RCP

Het Royal College of Physicians heeft geschat dat luchtvervuiling in 2025 tot ongeveer 30 000 vroegtijdige sterfgevallen in het VK heeft geleid, met een jaarlijkse economische last van meer dan £27 miljard. Het rapport onderstreept dat er geen niveau van vervuiling is dat volledig risicovrij is, en dat de blootstelling sterk varieert tussen verschillende regio’s en bevolkingsgroepen, waardoor ongelijkheden in gezondheidseffecten ontstaan.

Implicaties voor bedrijven en instellingen

Voor bedrijven en instellingen die actief zijn in Nederland of het VK biedt deze technologie een concrete mogelijkheid om hun milieubeleid te onderbouwen met nauwkeurige voorspellende data. Met realtime waarschuwingen kunnen organisaties hun operationele planning aanpassen, bijvoorbeeld door logistieke routes te wijzigen tijdens perioden met hoge smog of door productieprocessen tijdelijk te verlagen om de uitstoot te beperken. Verzekeraars en zorginstellingen kunnen vroegtijdige signalen benutten om risico‑analyses te verfijnen en preventieve maatregelen te nemen. Het feit dat Earth‑2 open‑source is, maakt integratie met bestaande IT‑infrastructuren haalbaar, mits er voldoende aandacht is voor data‑privacy, beveiliging en governance.

Aanbevelingen voor Nederlandse organisaties

Nederlandse overheden, zorginstellingen en bedrijven die deze voorspellende modellen willen inzetten, moeten allereerst de kwaliteit en representativiteit van de onderliggende meetdata verifiëren. Het is cruciaal om te controleren of de gebruikte datasets voldoende dekking bieden voor de Nederlandse geografie en of lokale meetstations voldoende nauwkeurig zijn om model‑drift te detecteren. Daarnaast dienen organisaties een onafhankelijke validatieprocedure op te zetten, waarbij voorspellingen periodiek worden vergeleken met observaties uit het nationale meetnetwerk. Tenslotte is het van belang om duidelijke afspraken te maken over data‑governance, zodat privacy‑wetgeving wordt nageleefd en de integriteit van de data‑infrastructuur gewaarborgd blijft.