AI ในการตรวจสอบคุณภาพอากาศ
AI เติมเต็มช่องว่างระหว่างเซ็นเซอร์มลพิษที่กระจัดกระจาย และเปลี่ยนข้อมูลดิบให้เป็นแผนที่และการคาดการณ์คุณภาพอากาศแบบบล็อกต่อบล็อก
ภาพรวม
That helps people with asthma plan their day and cities target the dirtiest hotspots.
เจาะลึก
มลพิษทางอากาศคร่าชีวิตผู้คนนับล้านในแต่ละปี แต่เครื่องตรวจสอบอ้างอิงมีราคาแพงและเบาบาง ส่งผลให้ย่านใกล้เคียงส่วนใหญ่ไม่สามารถวัดได้ AI เชื่อมโยงสิ่งนี้โดยการหลอมรวมแหล่งข้อมูลมากมาย: เครือข่ายเซ็นเซอร์ราคาประหยัด การวัดด้วยดาวเทียม (เช่น TEMPO ของ NASA และ Sentinel-5P ของ ESA สำหรับ NO2 และละอองลอย) สภาพอากาศ การจราจร และเซ็นเซอร์มือถือ การเรียนรู้ของเครื่องจะปรับเทียบเซ็นเซอร์ราคาถูกที่มีเสียงดังกับสถานีอ้างอิง จากนั้นจึงประมาณค่ามลพิษทั่วเมืองตามความละเอียดของถนน Project Air View ของ Google ขับรถที่มีเซ็นเซอร์เพื่อสร้างแผนที่ระดับพื้นที่เฉพาะของมลพิษ เช่น ไนโตรเจนไดออกไซด์และอนุภาค นอกจากนี้ แบบจำลองยังคาดการณ์ชั่วโมงคุณภาพอากาศล่วงหน้าหลายวันโดยการรวมการอ่านในปัจจุบันกับสภาพอากาศและรูปแบบการปล่อยก๊าซเรือนกระจก และช่วยระบุแหล่งที่มาของมลภาวะ โดยแยกแยะควันไฟป่าจากการจราจรหรือควันจากอุตสาหกรรม
ข้อมูลเชิงลึกทางเทคนิค
งานหลักคือการสอบเทียบ: PM2.5 ราคาประหยัดและเซ็นเซอร์ก๊าซเคลื่อนไปตามความชื้นและอุณหภูมิ ดังนั้นแบบจำลองการถดถอยของ ML จึงแก้ไขการอ่านค่ากับจอภาพอ้างอิงที่เชื่อถือได้ สำหรับการครอบคลุมเชิงพื้นที่ การถดถอยการใช้ที่ดินและกราฟหรือแบบจำลองธรณีสถิติอนุมานมลพิษโดยไม่มีเซ็นเซอร์ โดยใช้ตัวทำนาย เช่น การจราจร ระดับความสูง และคอลัมน์ดาวเทียม เลเยอร์การคาดการณ์แบบจำลองสภาพอากาศอยู่ด้านบน ดังนั้นลมและการผกผันจะถูกนำมาพิจารณาในการพยากรณ์มลพิษในวันถัดไป
ผลกระทบเชิงกลยุทธ์
สร้างทางเลือก
การออกแบบระดับแอปพลิเคชันจะกำหนดว่า AI จะปรับปรุงผลลัพธ์ที่แท้จริงหรือไม่
ทีมงานและขั้นตอนการทำงาน
การบูรณาการขั้นตอนการทำงานที่ดีจะช่วยเพิ่มผลผลิตที่ผู้ใช้ไว้วางใจได้
ความเสี่ยงและความปลอดภัย
กรณีการใช้งานที่มีขอบเขตดีจะช่วยลดความเหนื่อยล้าของการเปลี่ยนแปลงและความเสี่ยงในการดำเนินการ
อนาคตของ AI ในการติดตามคุณภาพอากาศ
ขณะนี้ดาวเทียมค้างฟ้า เช่น TEMPO ส่งมอบแผนที่มลพิษรายชั่วโมงทั่วทั้งทวีป และ AI จะหลอมรวมพวกมันเข้ากับฝูงเซ็นเซอร์ราคาประหยัดที่เพิ่มขึ้นเพื่อความครอบคลุมที่ใกล้เคียงเรียลไทม์ในระดับถนนทุกที่ คาดว่าจะมีการติดตามความเสี่ยงส่วนบุคคลบนโทรศัพท์และอุปกรณ์สวมใส่ การระบุแหล่งที่มาอัตโนมัติ และการเชื่อมโยงที่แน่นแฟ้นมากขึ้นไปยังระบบสุขภาพและการจัดการการรับส่งข้อมูล เมื่อแบบจำลองได้รับการปรับปรุง เมืองต่างๆ จะเปลี่ยนจากการตอบสนองต่อมลพิษไปสู่การคาดการณ์และป้องกันการสัมผัส โดยเฉพาะอย่างยิ่งในช่วงเหตุการณ์ควันไฟป่าและการเพิ่มขึ้นของโอโซนที่เกิดจากความร้อน
การใช้งานจริงในโลกแห่งความเป็นจริง
Google Project Air View จัดทำแผนที่ NO2 ระดับถนนและมลพิษฝุ่นละอองโดยการติดตั้งเซ็นเซอร์บนรถสำรวจ
ดาวเทียม TEMPO ของ NASA จัดทำแผนที่มลพิษทางอากาศรายชั่วโมงทั่วอเมริกาเหนือ โดยผสมผสานกับข้อมูลภาคพื้นดินเพื่อการพยากรณ์
แอปอย่าง PurpleAir และ IQAir ปรับเทียบเครือข่ายเซ็นเซอร์ราคาประหยัดเพื่อให้อ่านค่า PM2.5 ในระดับพื้นที่ใกล้เคียงในช่วงที่เกิดไฟป่า
เมืองต่างๆ ใช้แผนที่ฮอตสปอต AI เพื่อกำหนดเป้าหมายข้อจำกัดด้านการจราจร ปลูกต้นไม้ หรือโซนอากาศบริสุทธิ์ในพื้นที่ซึ่งมีมลภาวะเลวร้ายที่สุด
ความเสี่ยงและรั้ว
การทำให้กระบวนการที่เสียหายเป็นอัตโนมัติสามารถขยายปัญหาที่มีอยู่ได้
ทีมอาจดำเนินการอัตโนมัติมากเกินไปและลบวิจารณญาณของมนุษย์ที่จำเป็นออก
คุณภาพอาจคลาดเคลื่อนได้หากไม่ได้รับการประเมินผลลัพธ์อย่างต่อเนื่อง
แผนงานการดำเนินงาน
แมปขั้นตอนการทำงานปัจจุบันและระบุขั้นตอนที่มีแรงเสียดทานสูงสุด
กำหนดจุดตรวจของมนุษย์ก่อนระบบอัตโนมัติเต็มรูปแบบ
ฝึกอบรมผู้ใช้เกี่ยวกับการแจ้งเตือน เส้นทางการยกระดับ และมาตรฐานคุณภาพ
ติดตามผลลัพธ์ระดับงานเพื่อยืนยันคุณค่าที่ยั่งยืน
สำรวจต่อไป
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the AI in Air Quality Monitoring quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
คำแนะนำต่อไป
AI ในการติดตามการอนุรักษ์สัตว์ป่า
คำถามที่พบบ่อย
What is AI in Air Quality Monitoring?
AI เติมเต็มช่องว่างระหว่างเซ็นเซอร์มลพิษที่กระจัดกระจาย และเปลี่ยนข้อมูลดิบให้เป็นแผนที่และการคาดการณ์คุณภาพอากาศแบบบล็อกต่อบล็อก ซึ่งช่วยให้ผู้ที่เป็นโรคหอบหืดสามารถวางแผนวันของตนเองและเมืองต่างๆ กำหนดเป้าหมายไปยังจุดที่สกปรกที่สุดได้
เหตุใดการสอบเทียบ AI ของเซ็นเซอร์อากาศราคาประหยัดจึงมีความสำคัญ
เซ็นเซอร์ PM2.5 และก๊าซราคาประหยัดมีเสียงดังและเคลื่อนตัวไปตามสภาพอากาศ ดังนั้น ML จึงแก้ไขการอ่านค่าโดยเทียบกับสถานีอ้างอิงที่เชื่อถือได้
AI ทำอะไรเพื่อประมาณค่ามลพิษในกรณีที่ไม่มีเซ็นเซอร์
แบบจำลองเชิงพื้นที่อนุมานมลพิษ ณ ตำแหน่งที่ไม่ได้วัดจากตัวพยากรณ์ เช่น การจราจร การใช้ที่ดิน ระดับความสูง และข้อมูลดาวเทียม
ดาวเทียมใดจัดทำแผนที่มลพิษทางอากาศรายชั่วโมงทั่วอเมริกาเหนือ
TEMPO เป็นเครื่องมือค้างฟ้าที่ให้ตรวจวัดมลพิษ เช่น ไนโตรเจนไดออกไซด์ทุกชั่วโมงทั่วอเมริกาเหนือ
Project Air View ของ Google สร้างแผนที่มลพิษเฉพาะจุดได้อย่างไร
รถยนต์ Project Air View ติดตั้งเซ็นเซอร์เพื่อตรวจวัดมลพิษ เช่น NO2 และ PM ที่ความละเอียดถนนต่อถนน
มีอะไรเพิ่มเข้ามาในการพยากรณ์คุณภาพอากาศในวันถัดไป?
ข้อมูลสภาพอากาศช่วยให้แบบจำลองพิจารณาการกระจายตัวของลมและการผกผันของอุณหภูมิที่ดักจับมลภาวะ และปรับปรุงการคาดการณ์