可预测空气污染水平的新型人工智能系统

 
想象一下，害怕呼吸您周围的空气。
对于我们这里的英国人来说，这是一个不寻常的概念，但这是全世界社区真正关注的问题，空气污染每年导致约700万人死亡。
拉夫堡大学计算机科学家团队希望通过他们开发的新人工智能(AI)系统来消除这种恐惧，该系统可以提前几个小时预测空气污染水平。
这项技术之所以新颖，有很多原因，其中之一是它有可能为对空气污染水平有重大影响的环境因素提供新的见解。
孟庆刚教授和李百华博士领导该项目，该项目的重点是使用人工智能来预测PM2.5(直径小于2.5微米(10-6 m)的颗粒物)，其特征通常是降低了城市和城市的能见度。空气水平高时，浑浊的空气。
颗粒物是一种空气污染物，是公众关注健康最强的污染物。
这是因为颗粒太小，它们很容易进入肺部，然后进入血流，从而导致心血管，脑血管和呼吸系统疾病。
据环境，粮食和农村事务部称，“没有安全的门槛可以预测到不利影响。”
已经存在可以预测PM2.5的系统，但是拉夫堡大学的研究希望将这项技术提升到一个新的水平。
研究人员开发的系统在以下几个方面是新颖的：
它可以预先预测PM2.5的水平-预测一小时至几个小时的水平，并提前1-2天
它解释了用于预测的各种因素和数据，从而可以更好地了解可能影响PM2.5的天气，季节和环境因素
它不只是预测一个数字。它预测了PM2.5的水平以及空气污染读数可能会落入的一系列值-称为“不确定性分析”
它具有在碳信用额交易系统中用作空气污染分析工具的功能。
该系统的不确定性分析和理解影响PM2.5的因素的能力尤其重要，因为这将使潜在的最终用户，决策者和科学家更好地了解PM2.5的相关原因以及预测的可靠性。
李元林博士是拉夫堡大学研究项目的研究员。 LU团队使用机器学习来创建系统，机器学习是一种人工智能技术，它使用大量数据来学习规则和功能，因此系统可以进行预测。
研究人员利用北京空气污染的公开历史数据对算法进行了训练和测试。在161个中国城市中有145个城市存在严重的空气污染问题时，中国被选为重点城市。
现在，已开发的系统将通过部署在中国深圳的传感器捕获的实时数据进行测试。
拉夫堡大学开发的系统是由牛顿基金会资助的更广泛的研究项目的一部分，该项目有四个合作伙伴：中本聪系统有限公司，拉夫堡大学，深圳先进技术学院和中国的EEG Smart Intelligent Technology。
该项目的目的是探索如何将碳用作可交易商品，以建立新的有效经济杠杆来控制排放。
可以设想，将向城市，地区和工厂提供碳排放量的信用额度，如果超过，则必须“购买”更多的信用额度。或者，如果某个地点落在其限制之下，则可以在碳市场上出售剩余的信用额以获取利润。
目的是将拉夫堡大学的PM2.5预测模型集成到碳交易计划参与者可以访问的在线平台上。
这将使参与者能够使用该系统访问有关污染水平的实时，有意义的信息，这将有助于他们设计交易策略。
在研究中，孟教授说：“空气污染是全世界，特别是在许多发展中国家面临的长期累积挑战。
“该项目旨在测量和预测空气质量和污染水平。我们还探讨了将碳排放实时信息与端到端碳信用交易联系起来的可行性，从而致力于碳控制和温室气体减排。
“我们希望这项研究将有助于为社区带来更清洁的空气，并在将来改善人们的健康。”
行业合作伙伴Satoshi Systems Ltd首席执行官Saurabh Goyal先生补充说：“拉夫堡大学所做的工作给我们留下了深刻的印象和兴奋。
“我们相信，在污染者，清洁者，做市商，套期保值者，投机者，政府和政策制定者等所有类型的参与者在我们的平台上买卖碳信用额之前，都会发现这些数据非常有用。