基于 AI 的项目提供准确、实时、超本地化的空气质量数据，其背后的团队表示

快速阅读: 《环境技术》消息，金斯顿大学领导的项目利用AI提升空气质量监测精度，开发低成本传感器，可实时准确监测污染水平。该研究通过英国创新署验证，并与企业合作更新设备。未来计划在全球不同气候区测试设备，以进一步优化技术。

金斯顿大学。能够以超本地化方式收集准确、实时的空气质量数据，并以一种现有技术难以达到的经济实惠方式实现的可能性显现出来。金斯顿大学完成的一个新项目据称实现了这种重要进展。这项研究背后的团队表示，新一代由人工智能驱动的移动式空气污染传感器可以提高空气质量测量的准确性，并更好地向人们告知其所在地区的污染水平。这项发表在MDPI《传感器》期刊上的研究旨在探讨如何通过开发和部署集成有人工智能技术的小型低成本电化学传感器来增强空气质量监测，这些传感器可以在任何地点提供精确的实时空气质量读数。

当前的监测系统昂贵、不可移动且数量不足，这意味着最近的站点提供的污染水平读数往往不能反映您周围环境的空气质量。根据世界卫生组织的数据，空气污染每年导致700万人死亡，儿童由于发育中的肺部、较弱的免疫系统和更快的呼吸频率而特别脆弱。

最初由内部种子基金资助，随后得到英国创新署和英国共同繁荣基金的支持，金斯顿大学与技术通信咨询有限公司合作，后者开发了一种名为EnviroSense的经济型空气污染设备。金斯顿大学调查了其他气体的存在和环境条件对这些空气传感器准确性的影响。为此，传感器与位于北诺福克海岸韦伯恩大气观测站的高精度参考空气质量站共址。该地点特别适合，因为它经历了广泛的污染水平，主要是由于来自英国各地包括伦敦和中部地区的西南风携带污染空气。

在2024年5月至8月的12周期间，从较小的经济型空气传感器和较大的监测站收集了数据，每30分钟测量一次一氧化碳（CO）、二氧化碳（CO2）和臭氧（O3）。还监测了天气状况，以帮助更好地理解不同气体、污染物和环境条件之间的复杂关系。然后将这些数据输入先进的AI模型中，这使得测量误差最多减少了46%，表明数据科学已经将有缺陷但有潜力的传感器转化为可以帮助人们寻求更清洁空气的精密工具。

作为成功案例被英国创新署认可，这一合作使Technocomm Consulting Ltd更新并商业化了其空气污染设备EnviroSense AI的更准确版本。金斯顿大学网络安全、工程和数字技术知识交流与研究中心主任兼联合研究员让-克里斯托夫·内贝尔教授表示，该项目为公司解决现实世界挑战提供了学术知识的机会。“我们发现，由人工智能驱动的便携式空气传感器提供的数据足够准确，确实可以对公众产生影响，”他说，“这些数据可能影响政策决策，并在地方层面启动应急措施，直接有助于保护公众健康——革新空气质量监测和交通管控。”

“我们希望在每一辆公交车或垃圾车上都安装这样一个传感器，并为每个人提供他们居住或工作的地区易于获取且高度准确的空气污染数据，”他补充道。绘制污染浓度分布图。

高级讲师、MSc数据科学课程负责人和首席研究员法鲁扎纳·拉赫曼博士表示，这项研究对于解决重大公共卫生问题至关重要。她说：“创新的人工智能驱动传感器改变了空气质量监测，并使数据比以往任何时候都更加准确和易得。这次合作不仅应对了关键的公共卫生挑战，也为未来的发展和有意义的合作铺平了道路。”

Technocomm Consulting Ltd董事总经理比扬·莫汉迪斯表示，金斯顿大学与Technocomm之间的密切合作使该项目取得了成功。“定期召开团队会议并跟进任务和执行工作对于按期确定项目成功结果至关重要。研究表明，机器学习和人工智能在构建精准的电化学传感器方面发挥了作用，”他说。

目前正在与马德里的雷伊胡安卡洛斯大学以及马来西亚吉隆坡的一所当地大学合作开展进一步工作，以部署经济型空气传感器并开始收集数据。这些数据将在与英国不同的气候条件下测试设备和AI技术的准确性。

(以上内容均由Ai生成)