De vorming van nieuwe deeltjes in de atmosfeer zorgt voor de kiemcentra die nodig zijn voor de vorming van wolken, waardoor het een belangrijk proces is om het klimaat te begrijpen. Pogingen om de complexe balans van scheikunde en natuurkunde te onderzoeken die tot nieuwe deeltjesvorming leidt, hebben geleid tot de verwerving van zeer grote datasets. Een team van onderzoekers gevestigd in een aantal centra, waaronder de Universiteit van Kanazawa, heeft een benadering van wederzijdse informatie ontwikkeld voor het interpreteren van atmosferische gegevens die zijn verzameld over een periode van 18 jaar op het SMEAR II-station in Hyytiälä, Finland. Hun bevindingen werden gepubliceerd in Atmosferische scheikunde en natuurkunde .

De studie, een uitbreiding van eerder dataminingwerk dat werd uitgevoerd op metingen die op hetzelfde station werden verkregen, gebruikt nog eens 10 jaar aan gegevens, wat naar verwachting de betrouwbaarheid van de resultaten en de nauwkeurigheid van de conclusies zal vergroten. In tegenstelling tot de eerdere studies die dataminingmethoden gebruikten op basis van clustering en classificatie, de nieuwe benadering keek naar de wederzijdse informatie tussen waargenomen nieuwe deeltjesvormingsgebeurtenissen en een verscheidenheid aan gemeten variabelen. De methode bleek krachtig en rekenkundig licht te zijn, het benadrukken van zijn potentieel als een nuttig hulpmiddel.

"De conclusies die met behulp van onze analyse werden bereikt, bleken overeen te komen met eerdere bevindingen; de analyse werd uitgevoerd zonder toezicht en vereiste geen diep begrip van de fysica, " studie co-auteur Adam Foster zegt. "Eerdere studies hebben veld vereist, laboratorium, en theoriewerk, dus in staat zijn om te komen waar we zijn door middel van data-analyse is een zeer positieve stap voor toekomstige studies."

Het werk toonde aan dat de vorming van nieuwe deeltjes sterk gecorreleerd was met het watergehalte en de zwavelzuurconcentratie, evenals andere factoren zoals temperatuur, relatieve vochtigheid, condensatieput (hoe snel moleculen en kleine deeltjes condenseren op bestaande deeltjes), en straling.

"We hopen dat de methode een robuuste eerste optie zal bieden voor het analyseren van atmosferische datasets, ", zegt Foster. "We willen onze aanpak uitbreiden naar datasets van andere SMEAR-stations, evenals om het te gebruiken om verschillende verschijnselen en hun invloeden te onderzoeken."

Deze bevindingen zullen naar verwachting op grote schaal worden geïmplementeerd op het gebied van atmosferische wetenschap. Het is te hopen dat het effect van andere variabelen, zoals vluchtige organische stoffen en aerosoldeeltjes onder de 3 nm, kan worden beoordeeld met behulp van de gerapporteerde benadering.