Le AirVisual La plate-forme vise à centraliser et à agréger autant d'informations sur la qualité de l'air qui sont actuellement disponibles à la place, afin de fournir un aperçu le plus complet de la qualité de l'air mondiale.

Sources de données qui sont signalées par le biais du AirVisual La plate-forme comprend les données des capteurs, des stations de surveillance gouvernementales (généralement considérées comme des «moniteurs de référence» à coût élevé), ainsi que des capteurs à faible coût tels que le public AirVisual Pro Stations et capteurs de violet.

Toutes les données publiées via le AirVisual La plate-forme est soumise à la validation des données, et ce processus diffère entre ces deux sources de données de capteur.

AirVisualLe système de validation des données est basé sur le cloud et motivé par l'apprentissage automatique, et toutes les mesures sont passées par ce système avant de publier sur notre plate-forme.

Données gouvernementales de capteur "référence"

Bien que les capteurs gouvernementaux à coût élevé soient généralement considérés comme la source la plus précise et la plus fiable de données de qualité de l'air mesurées, ces capteurs rapportent parfois des anomalies ou des données inexactes. Les raisons de cela peuvent inclure des périodes temporaires de maintenance ou de défauts, ou même des sources d'émission hyperlocales temporaires à proximité du capteur.

En conséquence, toutes les données du capteur du gouvernement sont soumises à un système de validation des données avant la publication. Un exemple de cette validation est que le système basé sur le cloud identifie toutes les anomalies potentielles publiées par une station (par exemple, un pic soudain élevé dans PM2,5 à partir de 10UG / m³ à 100ug / m³ d'une heure à l'autre), et se recoupera avec d'autres mesures à proximité pour vérifier si un tel pic est représentatif ou une anomalie. Le processus de validation recoupe également les modèles historiques et d'autres paramètres tels que les conditions météorologiques. La valeur sera ensuite publiée ou actualisée en conséquence.

Capteurs à faible coût

Les mesures de capteurs à faible coût sont également soumises à un processus d'étalonnage et de correction des données, en plus du processus de validation décrit ci-dessus, qui identifiera et actualisera les lectures anormales.

Le système appliqué aux capteurs à faible coût prend en compte les conditions à proximité telles que la température, l'humidité, la composition de la pollution et applique un algorithme d'étalonnage des données basé sur des conditions environnementales. Par exemple, des niveaux d'humidité élevés peuvent dans certaines circonstances entraîner des capteurs à faible coût sur les niveaux de dépistage de PM2,5. De même, la composition de la pollution (pollution générée par le transport, les tempêtes de sable, la pollution du charbon, etc.) affecte considérablement la mesure et le AirVisual La plate-forme utilise l'imagerie satellite pour déterminer la composition de la pollution à utiliser dans le mécanisme d'étalonnage. Par conséquent, cet algorithme d'étalonnage et de correction prend en compte les niveaux d'humidité locaux et d'autres paramètres environnementaux, en plus des modèles historiques régionaux, et ajuste les mesures PM2,5 en conséquence.

Le niveau d'ajustement est déterminé par le système basé sur le cloud qui est construit sur l'intelligence artificielle et l'apprentissage automatique. En agrégeant des milliards de points de données de qualité de l'air mondial pendant de nombreuses années, à partir de capteurs de référence, AirVisual Capteurs, données de météorologie et composition de la pollution à partir de l'imagerie satellite, ce système a appris les relations historiques complexes entre différents paramètres de qualité de l'air dans différentes parties du monde.

Étant donné que la composition des PM peut varier considérablement entre les différentes régions du monde, il est crucial de distinguer les corrélations de PM et de facteurs tels que l'humidité au niveau local / régional. Ces corrélations peuvent varier considérablement en fonction des différentes compositions locales de PM, et doivent donc être prises en compte pour les algorithmes d'étalonnage et de correction locaux.

Retourner AirVisual Base de connaissances