概述
AI 可以協助組織、比較或建模這些資料,但模型輸出仍然是具有明確地點、時間、污染物和不確定性的估計值。
深入探討
美國環保署 (EPA) 空氣感測器指南建議圍繞著某個問題來規劃研究、收集量測資料並評估感測器效能。低成本感測器可以增加觀測數據,但需要審慎解讀,且不能與法規級監測器互換。移動式監測可以揭示精細的空間變化,但在任何單一地點的時間解析度上仍然較為稀疏。NASA 的 TEMPO 從地球靜止軌道量測臭氧、懸浮微粒和雲量,專為北美地區每小時的空氣污染觀測而設計。衛星、地面監測器和移動式儀器觀察不同的尺度;將它們結合並不能直接量測每個人的暴露量。
現實世界的實施
在計畫中的並置研究期間,將低成本感測器與參考監測器進行比較。
使用移動式儀器採樣許多街道區段,同時記錄每個觀測值的收集時間。
在考量其不同的空間尺度時,將衛星量測值與地面觀測值進行比較。
傳達 AQI 數值時,應同時提供其污染物、地點和預報日期。
人工智慧在空氣品質監測中的未來
空氣監測模型有助於比較觀測值並總結模式。任何未來的系統都應報告其量測來源、空間與時間覆蓋範圍、驗證結果以及不確定性,並應將 AQI 溝通與直接的個人暴露量測區分開來。
付諸實踐
為什麼這很重要
- 配裝選擇. 應用級設計決定了人工智慧是否能改善實際結果。
- 團隊與工作流程. 良好的工作流程整合可以創造使用者值得信賴的生產力效益。
- 風險與安全. 範圍明確的用例可以減少變更疲勞和實施風險。
留意
- 將損壞的流程自動化可能會加劇現有問題。
- 團隊可能會過度自動化並消除所需的人工判斷。
- 如果不持續評估輸出,品質可能會出現偏差。
後續步驟
- 繪製目前工作流程並確定摩擦最大的步驟。
- 在完全自動化之前定義人工檢查點。
- 對使用者進行提示、升級路徑和品質標準的訓練。
- 追蹤任務級結果以確認持續價值。
不斷探索
常見問題
什麼是空氣品質監測中的 AI?
空氣監測結合了法規級監測器、低成本感測器、衛星和移動式採樣。AI 可以協助組織、比較或建模這些資料,但模型輸出仍然是具有明確地點、時間、污染物和不確定性的估計值。
EPA 指南建議如何評估低成本空氣感測器?
EPA 指南涵蓋了感測器效能評估以及與參考監測器的並置。
被引用的 Google Street View 移動式監測研究識別出了什麼取捨?
被引用的研究描述了以犧牲單一地點的時間稀疏性為代價的街道以下空間解析度。
NASA 的 TEMPO 任務從地球靜止軌道量測什麼?
NASA 描述了 TEMPO 對臭氧、懸浮微粒和雲量的地球靜止軌道量測。
空氣品質指數 (AQI) 的目的是什麼?
EPA 將 AQI 描述為傳達與空氣污染相關之健康疑慮的工具。
為什麼衛星觀測和地面監測器可以相輔相成?
這些來源將衛星覆蓋範圍和地面監測描述為不同的量測情境,在結合時需要進行評估。