Новый метод искусственного интеллекта для борьбы с городским загрязнением воздуха
Команда учёных из группы Earth System Services департамента наук о Земле Барселонского суперкомпьютерного центра (BSC-CNS) разработала метод, использующий искусственный интеллект (ИИ) для получения надёжной информации о вероятности превышения установленных законом пределов загрязнения воздуха по всему городу. Исследование опубликовано в журнале Geoscientific Model Development.
Цель работы — улучшить управление качеством воздуха в городских районах за счёт создания почасовых карт концентраций диоксида азота (NO2) на уровне улиц и количественной оценки связанной с этим неопределённости. Новый метод впервые объединяет результаты уникальной для Испании модели CALIOPE-Urban, прогнозирующей загрязнение с очень высоким разрешением до 10 метров, с обширной городской базой данных, включающей наблюдения станций мониторинга, кампании с низкозатратными датчиками, информацию о плотности застройки, метеорологические переменные и другие геопространственные данные.
«Комбинация прогнозов CALIOPE-Urban со всеми этими городскими данными с использованием искусственного интеллекта позволяет нам улучшить модель, потому что там, где симуляция не может объяснить пространственное распределение загрязнения, мы можем использовать машинное обучение для коррекции и улучшения этого прогноза», — говорит Ян Матеу, руководитель группы BSC Air Quality Services и один из основных авторов исследования. Использование методов машинного обучения с данными наблюдений снижает неопределённости, присущие моделям качества воздуха из-за низкой плотности станций мониторинга.
В пилотной фазе, сфокусированной на Барселоне, было установлено, что районом с наихудшим качеством воздуха является Эшампле, где 95% его территории имеет более чем 50%-ную вероятность превышения среднегодового предела NO2 в 40 мкг/м³, установленного Европейской комиссией. «Благодаря нашей методологии государственная администрация сможет разрабатывать и управлять политикой по улучшению качества воздуха в городских районах», — добавляет Альваро Криадо, исследователь из BSC.