Ученые Сибирского федерального университета (СФУ) нашли способ прогнозировать состав вредных веществ в воздухе. Они научили нейронные сети предсказывать значения опасных концентраций и определять неблагоприятные метеоусловия, которые сегодня называют «черным небом».
Как рассказали в вузе, нейросети LSTM объединили с «сырыми» числовыми данными по основным веществам-загрязнителям. Для этого они использовали измерения за 2017-2019 годы. Получившаяся технология с легкостью прослеживает скачки уровня загрязнения воздуха.
В искусственный интеллект внесли данные об основных веществах, которые специалисты фиксируют в воздухе Красноярска: диоксид азота, оксид азота, диоксид серы и оксид углерода. Эти загрязнители вредны для людей, они вызывают хронические и злокачественные заболевания.
«Прогноз состава воздуха – сложная задача для исследователей, так как на него влияет множество факторов: выхлопные газы, промышленные выбросы, сжигание угля и пыль. При этом скорость и характер распределения вредных веществ в пространстве для каждого из них индивидуальны», – рассказала доцент кафедры «Техносферная и экологическая безопасность» вуза Людмила Кулагина.
Главный принцип ученых – обучение нейросети. Другие «готовые» модели прогнозирования загрязнения воздуха без машинного обучения имеют недостатки, которые не позволяют их широко применять для долгосрочных прогнозов, отмечают исследователи.
Чтобы научить сеть правильно определять ПДК по загрязняющим веществам, экологи сопоставили концентрацию веществ с 10 видами метеоданных – температурой, влажностью, скоростью ветра и так далее. В итоге у авторов получилось повысить точность прогноза и полностью автоматизировать процесс.
Напомним, Красноярск на протяжении нескольких лет испытывает проблемы с загрязнением атмосферного воздуха. В городе часто объявляют режим «черного неба», когда концентрация вредных веществ предельно высокая. Факторов, влияющих на плохой воздух, много: транспорт, частный сектор, высотная застройка, незамерзающий зимой Енисей, угольные ТЭЦ, крупные и небольшие предприятия.
Фото: istockphoto.com
