您现在的位置是:首页 > 科技网站首页科技

新的人工智能系统可以提前数小时预测空气污染水平

  • 科技
  • 2020-04-01 15:57:37
  • 来源:

对我们英国人来说,这是一个不同寻常的概念,但它确实引起了世界各地社区的关注。据估计,每年有700万人死于空气污染。

拉夫堡大学(Loughborough University)的一组计算机科学家希望通过一种新的人工智能(AI)系统来帮助消除这种恐惧。他们开发的人工智能系统可以提前几小时预测空气污染水平。

这项技术之所以新颖,原因有很多,其中之一是它有可能为人们了解对空气污染水平有重大影响的环境因素提供新的视角。

该项目主要是利用人工智能来预测“PM2.5”,即直径小于2.5微米(10 - 6米)的颗粒物,其特征是城市能见度降低,空气污染水平高的时候看起来很模糊。

颗粒物是一种空气污染物,是引起公众健康关注的最有力证据。

这是因为颗粒太小,很容易进入肺部,然后进入血液,造成心脑血管和呼吸系统的影响。

根据英国环境、食品和农村事务部的说法,据信“没有安全阈值,低于这个阈值就不会产生任何不良影响”。

已经有一些系统可以预测PM2.5,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具有以下新颖之处:

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,因为这将使潜在的终端用户、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。

谷元林博士是拉夫堡大学该项目的副研究员。LU团队使用机器学习(一种使用大量数据来学习规则和特征的人工智能技术)创建了这个系统,这样一个系统就可以做出预测。

研究人员利用北京空气污染的公共历史数据来训练和测试这些算法;在161个空气污染严重的中国城市中,有145个城市被选为重点关注对象。

开发的系统现在将在部署在中国深圳的传感器捕获的实时数据上进行测试。预测的不确定性分析。绿线是通过传感器测量到的PM2.5的实际水平。蓝线是系统对PM2.5的预测。红线勾勒出系统认为这些级别将落在其范围内的概率范围。

拉夫堡大学开发的这一系统是牛顿基金资助的一个更广泛的研究项目的一部分,牛顿基金有四个合作伙伴:Satoshi系统有限公司、拉夫堡大学、深圳先进技术研究院和中国的EEG智能智能技术。

该项目的目的是探索如何利用碳作为一种可交易的商品,以建立一个新的有效的经济杠杆来控制排放。

根据设想,城市、地区和工厂将因其排放的碳量而获得碳信用,如果它们超过这个额度,就必须“购买”更多的碳信用。或者,如果一个地方低于限额,它可以在碳市场上出售剩余的碳信用额来获利。

其目的是将拉夫堡大学的PM2.5预测模型整合到一个在线平台上,供碳交易计划的参与者使用。

这将使参与者能够利用该系统获取有关污染水平的实时、有意义的信息,帮助他们设计交易策略。

在这项研究中,孟教授说:

空气污染是全世界,特别是广大发展中国家面临的长期积累的挑战。

该项目旨在测量和预测空气质量和污染水平。探讨将碳排放实时信息与端到端碳信用交易相结合的可行性,致力于控制碳排放,减少温室气体排放。

我们希望这项研究将有助于为社区带来更清洁的空气,并在未来改善人们的健康。”

Saurabh Goyal先生是行业合作伙伴Satoshi Systems Ltd的首席执行官,他补充道:

拉夫堡大学所做的工作给我们留下了深刻的印象,也让我们兴奋不已。

我们相信,所有参与者,如污染者、清洁工、做市商、套期保值者、投机者、政府和政策制定者,在他们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。

目前,我们正在与中国和英国的政府和民间机构讨论建立该交易所的事宜。


Top