AI trong giám sát chất lượng không khí
AI lấp đầy khoảng trống giữa các cảm biến ô nhiễm thưa thớt và biến dữ liệu thô thành bản đồ và dự báo chất lượng không khí theo từng khối.
Tổng quan
That helps people with asthma plan their day and cities target the dirtiest hotspots.
Lặn sâu
Ô nhiễm không khí giết chết hàng triệu người mỗi năm, nhưng các thiết bị giám sát tham chiếu lại đắt tiền và thưa thớt, khiến hầu hết các khu dân cư không thể đo lường được. AI khắc phục điều này bằng cách kết hợp nhiều nguồn dữ liệu: mạng cảm biến chi phí thấp, đo lường vệ tinh (như TEMPO của NASA và Sentinel-5P của ESA cho NO2 và khí dung), cảm biến thời tiết, giao thông và di động. Công nghệ máy học hiệu chỉnh các cảm biến ồn ào giá rẻ dựa trên các trạm tham chiếu, sau đó nội suy mức độ ô nhiễm trên toàn thành phố ở độ phân giải đường phố. Dự án Air View của Google đã điều khiển ô tô có cảm biến để xây dựng bản đồ siêu cục bộ về các chất ô nhiễm như nitơ dioxide và các hạt vật chất. Các mô hình cũng dự báo chất lượng không khí từ nhiều giờ đến nhiều ngày tới bằng cách kết hợp các chỉ số hiện tại với các kiểu thời tiết và khí thải, đồng thời giúp quy ô nhiễm theo các nguồn, phân biệt khói cháy rừng với khói giao thông hoặc khói công nghiệp.
Hiểu biết kỹ thuật
Nhiệm vụ cốt lõi là hiệu chuẩn: cảm biến khí và PM2.5 chi phí thấp thay đổi theo độ ẩm và nhiệt độ, do đó, các mô hình hồi quy ML sẽ điều chỉnh số đọc của chúng dựa trên các màn hình tham chiếu đáng tin cậy. Đối với phạm vi bao phủ không gian, hồi quy sử dụng đất và biểu đồ hoặc mô hình thống kê địa lý suy ra tình trạng ô nhiễm ở nơi không có cảm biến, sử dụng các yếu tố dự đoán như cột giao thông, độ cao và vệ tinh. Dự báo các lớp mô hình thời tiết ở trên cùng để gió và nghịch đảo được đưa vào dự đoán ô nhiễm vào ngày hôm sau.
Tác động chiến lược
Xây dựng lựa chọn
Thiết kế cấp ứng dụng xác định liệu AI có cải thiện kết quả thực tế hay không.
Nhóm và quy trình làm việc
Tích hợp quy trình làm việc tốt sẽ giúp tăng năng suất mà người dùng có thể tin tưởng.
Rủi ro và an toàn
Các trường hợp sử dụng có phạm vi phù hợp giúp giảm bớt sự mệt mỏi khi thay đổi và rủi ro triển khai.
Tương lai của AI trong giám sát chất lượng không khí
Các vệ tinh địa tĩnh như TEMPO hiện cung cấp bản đồ ô nhiễm hàng giờ trên toàn bộ các lục địa và AI sẽ kết hợp chúng với các nhóm cảm biến chi phí thấp ngày càng tăng để phủ sóng ở cấp độ đường phố, gần như theo thời gian thực ở mọi nơi. Mong đợi tính năng theo dõi phơi nhiễm được cá nhân hóa trên điện thoại và thiết bị đeo, phân bổ nguồn tự động và liên kết chặt chẽ hơn với hệ thống y tế và quản lý giao thông. Khi các mô hình được cải thiện, các thành phố sẽ chuyển từ phản ứng với ô nhiễm sang dự báo và ngăn ngừa phơi nhiễm, đặc biệt là trong các đợt khói cháy rừng và các đợt tăng vọt tầng ozone do nhiệt gây ra.
Triển khai trong thế giới thực
Google Project Air View đã lập bản đồ NO2 ở cấp độ đường phố và ô nhiễm dạng hạt bằng cách lắp cảm biến trên ô tô khảo sát.
Vệ tinh TEMPO của NASA cung cấp bản đồ ô nhiễm không khí hàng giờ trên khắp Bắc Mỹ, kết hợp với dữ liệu mặt đất để dự báo.
Các ứng dụng như PurpleAir và IQAir hiệu chỉnh mạng cảm biến chi phí thấp để cung cấp kết quả đo PM2.5 cấp khu vực trong các vụ cháy rừng.
Các thành phố sử dụng bản đồ điểm nóng AI để nhắm mục tiêu hạn chế giao thông, trồng cây hoặc bố trí các khu vực không khí trong lành nơi ô nhiễm nặng nhất.
Rủi ro & lan can
Tự động hóa một quy trình bị hỏng có thể khuếch đại các vấn đề hiện có.
Các nhóm có thể tự động hóa quá mức và loại bỏ sự phán xét cần thiết của con người.
Chất lượng có thể thay đổi nếu kết quả đầu ra không được đánh giá liên tục.
Lộ trình thực hiện
Lập sơ đồ quy trình làm việc hiện tại và xác định bước có mức độ ma sát cao nhất.
Xác định các điểm kiểm tra của con người trước khi tự động hóa hoàn toàn.
Đào tạo người dùng về lời nhắc, đường dẫn leo thang và tiêu chuẩn chất lượng.
Theo dõi kết quả ở cấp độ nhiệm vụ để xác nhận giá trị bền vững.
Tiếp tục khám phá
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
Hướng dẫn tiếp theo
AI trong giám sát bảo tồn động vật hoang dã
Câu hỏi thường gặp
What is AI in Air Quality Monitoring?
AI lấp đầy khoảng trống giữa các cảm biến ô nhiễm thưa thớt và biến dữ liệu thô thành bản đồ và dự báo chất lượng không khí theo từng khối. Điều đó giúp những người mắc bệnh hen suyễn lên kế hoạch cho ngày của họ và các thành phố nhắm tới những điểm nóng bẩn nhất.
Tại sao việc hiệu chuẩn AI của cảm biến không khí chi phí thấp lại quan trọng?
Cảm biến khí và PM2.5 chi phí thấp gây ồn và trôi theo thời tiết, vì vậy ML sẽ điều chỉnh kết quả đo của chúng dựa trên các trạm tham chiếu đáng tin cậy.
AI làm gì để cung cấp ước tính ô nhiễm ở những nơi không có cảm biến?
Các mô hình không gian suy ra tình trạng ô nhiễm tại các vị trí không được đo lường từ các yếu tố dự đoán như giao thông, sử dụng đất, độ cao và dữ liệu vệ tinh.
Vệ tinh nào cung cấp bản đồ ô nhiễm không khí hàng giờ trên khắp Bắc Mỹ?
TEMPO là một công cụ địa tĩnh cung cấp các phép đo hàng giờ về các chất ô nhiễm như nitơ dioxide trên khắp Bắc Mỹ.
Project Air View của Google đã tạo ra các bản đồ ô nhiễm siêu cục bộ như thế nào?
Project Air View trang bị cho ô tô các cảm biến để đo các chất ô nhiễm như NO2 và PM ở độ phân giải theo từng đường phố.
Những gì được thêm vào để dự báo chất lượng không khí ngày hôm sau?
Dữ liệu thời tiết cho phép các mô hình tính toán sự phân tán gió và nghịch đảo nhiệt độ để hạn chế ô nhiễm, cải thiện dự báo.