기상 데이터 기반의 원인 분석 예측 시스템이 매립지 유출 가스 배출에 따른 사전적인 공중 보건 대응을 가능하게 하다

Meteorology-driven Causal Nowcasting of Fugitive Landfill Emissions Enables Proactive Public Health Response

매립지에서 발생하는 유출 가스는 점점 더 많은 지역 사회를 독성 및 악취 가스에 노출시키고 있지만, 공중 보건 대응은 대부분 사후적으로 이루어지는 경향이 있으며, 주민들이 노출된 후에야 문제가 조사됩니다. 본 연구에서는 장기간 모니터링된 유럽의 매립지에서 발생하는 높은 황화수소(HS) 농도의 기상적 원인과 그 작용 시간 규모를 일상적인 모니터링 데이터로부터 직접적으로 파악할 수 있음을 보여줍니다. 우리는 CAIRN (Causal-Anchored Inference for Receptor Nowcasting, 원인 기반 예측 시스템)이라는 머신 러닝 프레임워크를 소개합니다. 이 프레임워크의 내부 메모리는 측정된 시간 규모와 일치하며, 빠른 구성 요소는 시간 단위의 바람에 의한 수송을 추적하고, 느린 구성 요소는 여러 시간 동안 지속되는 기상 변화를 추적합니다. CAIRN은 가스 측정값을 예측하도록 훈련되었으며, 일상적인 기상 변수와 달력 정보만을 사용하여 작동하며, 사람이 직접 설계한 특징은 포함하지 않습니다. 이 시스템의 동작 방식은 파악된 수송 메커니즘과 일관성을 보이며, 동일한 프레임워크는 다른 모니터링 장소와 함께 배출되는 메탄에도 적용될 수 있습니다. 이러한 예측 시스템 네 가지를 결합하여 매립지 수준의 다단계 경보 시스템을 구축했습니다. 이 시스템은 세계보건기구(WHO)의 악취 지침에 부합하며, 직접 센서 네트워크에서 생성된 경보와 유사한 결과를 보여주며, 지역 사회의 악취 관련 민원 기록과도 일치합니다. 따라서 기상 데이터를 기반으로 하는 예측 시스템은 배출 이벤트가 진행되는 동안 지역 사회에 미치는 영향을 추정할 수 있으며, 공중 보건 당국에게 검증되고 등급이 매겨진 조기 경고를 제공하여, 사건 이후가 아닌 사건 중에 노출을 줄이는 데 도움이 될 수 있습니다.

Fugitive emissions from waste sites increasingly expose communities to toxic and odorous gases, yet public-health responses remain largely retrospective, with episodes investigated only after residents have been exposed. Here we show that the meteorological drivers of elevated hydrogen sulphide (HS) at a long-monitored European landfill, and the timescales over which they act, can be identified directly from routine monitoring data. We introduce CAIRN (Causal-Anchored Inference for Receptor Nowcasting), a machine-learning framework whose internal memory is matched to these measured timescales: a fast component tracking hour-scale wind-borne transport and a slow component tracking multi-hour weather changes. Trained to predict gas measurements, CAIRN operates using only routine weather variables and the calendar, without hand-engineered features. Its behaviour is consistent with the identified transport mechanisms, and the framework transfers unchanged to a second monitoring station and to co-emitted methane. Combining four such nowcasters produces a site-level, tiered alert aligned with WHO odour guidance that closely reproduces the alert generated by a direct sensor network and tracks an independent record of community odour complaints. Weather-driven nowcasting can therefore estimate community impact as an emission episode unfolds, providing public-health authorities with a validated, graded trigger for intervention and enabling exposure to be reduced during events rather than after them.