Flux d'air extérieur : d'où viennent les chiffres du dehors

Le capteur Terrestream mesure ce qu'il y a dans la pièce. Il ne mesure pas ce qu'il y a dehors. Pour les conditions extérieures, le tableau de bord dépend de flux de données tiers : température, humidité, pression, vent, précipitations et indice UV ; ozone, NO₂, SO₂, monoxyde de carbone, PM₁₀, PM_2.5, poussière et profondeur optique des aérosols ; l'AQI américain ; niveaux de pollen d'arbres, de graminées et d'herbacées ; et alertes météo, panaches de fumée vus par satellite et détections de feux. L'image combinée (capteur intérieur + flux extérieur) est ce qui permet à Terrestream de recommander quand ouvrir les fenêtres, faire fonctionner un filtre HEPA ou fermer la maison.

Il y a trois fournisseurs. Le volet météo est Open-Meteo, une API météo en données ouvertes qui agrège plusieurs modèles en amont : ECMWF (la référence européenne en prévisions), NOAA GFS, des modèles régionaux comme ICON-D2 et HRRR, et les observations de stations de METAR et des réseaux nationaux. Le volet qualité de l'air est l'API Google Air Quality, qui fournit les PM_2,5, les PM₁₀ et l'ozone actuels, un AQI universel et l'AQI US EPA local, tirés des réseaux de surveillance gouvernementaux et de modèles atmosphériques. Terrestream affiche les PM_2,5 et l'AQI américain de Google tant qu'ils datent de moins de trois heures, et sinon les valeurs modélisées d'Open-Meteo. La prévision de qualité de l'air d'Open-Meteo ajoute le dioxyde d'azote, le dioxyde de soufre, le monoxyde de carbone, la poussière et la profondeur optique des aérosols, ainsi que les prévisions horaires des polluants. Le volet pollen est l'API Google Pollen, qui prévoit le pollen d'arbres, de graminées et d'herbacées par région.

Cadence de mise à jour et précision. La météo actuelle et les données de qualité de l'air modélisées se rafraîchissent environ aux heures, les relevés de qualité de l'air de Google plusieurs fois par jour, et les prévisions polliniques une fois par jour. Les prévisions portent sur plusieurs jours, avec une précision déclinante après le jour 3 ; pour les décisions « ouvrir une fenêtre ? », l'application regarde environ 8 heures devant. La précision spatiale est meilleure près des stations de surveillance urbaines et se dégrade en zone rurale, où le modèle dépend davantage de la simulation et moins des observations. Les prévisions d'ozone sont généralement bonnes en été parce que les intrants sont bien caractérisés ; le SO₂ est plus rugueux parce que les événements de source ponctuelle (éruptions volcaniques, incidents de raffinerie) ne sont pas bien prévus par les modèles régionaux. Voir d'où viennent les chiffres pour le côté intérieur de la même question.