世界各地的城市经常努力寻找财务和人力资本资源，以了解空气污染的水平，来源和影响。世界上许多污染最严重的城市的空气质量最少，阻止了它们有效管理它。但是，越来越多的全球可用，公开资助的开放资源用于跟踪，预测和归因空气污染。这些资源可用于改善当地获得空气质量分析的机会，从而采取行动以减少空气污染，改善生命并保护环境。

Cityaq最初是与WRI，NASA全球建模和同化办公室（NASA-GMAO）的合作伙伴关系，以及八个城市，以开发全球可扩展的方法，以针对城市地区进行当地空气质量预测。

该项目最初着重于为八个城市和大都市地区（包括埃塞俄比亚的亚的斯亚贝巴）产生空气质量预测；波哥大，哥伦比亚；雅加达，印度尼西亚;卢旺达基加利；墨西哥的Leon-Salamanca-Celaya Metro；墨西哥蒙特雷地铁;墨西哥瓜达拉哈拉地铁；和巴西的圣保罗。Cityaq还为厄瓜多尔Quito提供了建议，如何最好地看到和共享接近实时的空气质量数据。

这些数据的披露在页面的底部*

Cityaq正在创建可扩展的模型，用于将本地可用的空气质量监控信息与全球建模输出，卫星产品和其他开放分析相结合，以开发针对城市的定制工具。访问thecityfix学习访问专为城市官员，民间社会，从业者和利益相关者设计的清洁空气学习产品目录。

我们的第一个飞行员将本地监控数据与NASA的全球GEOS组成预测模型（GEOS-CF）的输出相结合，以开发针对亚国家空气质量管理者的优化空气质量预测。通过开发该产品，我们的目标是：

1.为参与城市提供有用的空气质量预测。

市政府官员和空气质量经理可以使用此预测来预测空气质量活动，与利益相关者进行交流，并更有效地管理当地干预措施。

2.完善一种将本地信息与全球一致分析相结合的方法，以为城市和地区决策者提供新的工具。

WRI支持城市开发与NASA和其他平台（例如OpenAQ）共享相关数据的工具。NASA适用机器学习算法到本地监视数据和GEOS-CF模型输出，以生成更准确的本地空气质量预测。

3.开发数据基础架构，以使全球所有城市可用局部预测可用。

编程工作流程旨在摄入本地监视数据，将其与GEOS-CF模型输出结合在一起，并将合并预测返回到一个应用程序接口（API）由开发种子开发。API确保所有用户都可以访问预测，包括城市参与者和资源观察等平台。访问API文档有关更多信息以及资源手表开发的脚本从API下载数据。

4.设计一种可扩展的方法，可与用户互动，以共同创建利用和扩展现有科学分析的空气质量工具。

WRI与参与的城市互动，对用户需求和用例进行定性评估，以进行本地校正的预测。看我们AQ技术谈话要了解有关我们如何在墨西哥城开发城市级空气质量预测的更多信息。

*披露：影响空气质量的因素可能会在一天中发生变化，这可能导致预测与观察到的实际水平之间的差异。在可用的情况下，使用经过验证的监视数据调整了预测。如果没有经过验证的数据，则使用原始数据观察来调整预测模型。零的浓度水平表示该站点不可用。对于那些没有足够质量的验证或原始数据来训练机器学习算法的电台。尚未确定每个监视站点的预测模型的性能。