Bagaimana data kualitas udara divalidasi sebelum dipublikasikan di platform AirVisual?


Platform AirVisual bertujuan untuk memusatkan dan mengumpulkan sebanyak mungkin informasi kualitas udara yang saat ini tersedia di satu tempat, untuk memberikan gambaran paling komprehensif tentang kualitas udara global.

Sumber data yang dilaporkan melalui platform AirVisual termasuk data sensor, dari stasiun pemantauan pemerintah (biasanya dianggap sebagai "monitor referensi" berbiaya tinggi), serta sensor berbiaya rendah seperti stasiun AirVisual Pro publik dan sensor PurpleAir.

Semua data yang dipublikasikan melalui platform AirVisual tunduk pada validasi data, dan proses ini berbeda antara kedua sumber data sensor ini.

Sistem validasi data AirVisual berbasis cloud dan didorong oleh pembelajaran mesin, dan semua pengukuran diteruskan melalui sistem ini sebelum dipublikasikan ke platform kami.
 

Data sensor "referensi" pemerintah

Meskipun sensor pemerintah berbiaya tinggi biasanya dianggap sebagai sumber data kualitas udara terukur yang paling akurat dan andal, terkadang sensor ini juga melaporkan anomali atau data yang tidak akurat. Alasan untuk ini mungkin termasuk periode pemeliharaan sementara atau cacat, atau bahkan sumber emisi hiperlokal sementara di dekat sensor.

Dengan demikian, semua data sensor pemerintah tunduk pada sistem validasi data sebelum dipublikasikan. Salah satu contoh validasi ini, adalah bahwa sistem berbasis cloud mengidentifikasi potensi anomali yang diterbitkan oleh stasiun (misalnya, lonjakan PM2.5 yang tiba-tiba tinggi dari 10ug/m3 ke 100ug/m3 dari satu jam ke jam berikutnya), dan akan memeriksa silang dengan pengukuran terdekat lainnya untuk memverifikasi apakah lonjakan tersebut representatif, atau anomali. Proses validasi juga memeriksa silang terhadap pola historis, dan parameter lain seperti kondisi cuaca. Nilai tersebut kemudian akan dipublikasikan atau didiskon sesuai.
 

Sensor berbiaya rendah

Pengukuran dari sensor berbiaya rendah juga mengalami proses kalibrasi dan koreksi data, selain proses validasi yang dijelaskan di atas, yang akan mengidentifikasi dan mengabaikan pembacaan anomali.

Sistem yang diterapkan pada sensor berbiaya rendah memperhitungkan kondisi terdekat seperti suhu, kelembaban, komposisi polusi, dan menerapkan algoritma kalibrasi data berdasarkan kondisi lingkungan. Sebagai contoh, tingkat kelembaban yang tinggi dalam beberapa keadaan dapat menyebabkan sensor berbiaya rendah melaporkan tingkat PM2.5 secara berlebihan. Demikian pula, komposisi polusi (polusi yang dihasilkan transportasi, badai pasir, polusi berbasis batubara, dll.) sangat mempengaruhi pengukuran dan platform AirVisual menggunakan citra satelit untuk menentukan komposisi polusi yang akan digunakan dalam mekanisme kalibrasi. Oleh karena itu, algoritma kalibrasi & koreksi ini mempertimbangkan tingkat kelembaban lokal dan parameter lingkungan lainnya, selain pola historis regional, dan menyesuaikan pengukuran PM2.5 yang sesuai.

Tingkat penyesuaian ditentukan oleh sistem berbasis cloud, yang dibangun di atas kecerdasan buatan &; pembelajaran mesin. Melalui agregasi miliaran titik data kualitas udara global selama bertahun-tahun, mulai dari sensor referensi, sensor AirVisual, data meteorologi, dan komposisi polusi dari citra satelit, sistem ini telah mempelajari hubungan historis yang kompleks antara berbagai parameter kualitas udara di berbagai belahan dunia.

Karena komposisi PM dapat sangat bervariasi antara berbagai wilayah di dunia, sangat penting untuk membedakan antara korelasi PM dan faktor-faktor seperti kelembaban di tingkat lokal / regional. Korelasi ini dapat sangat bervariasi tergantung pada komposisi lokal PM yang berbeda, dan oleh karena itu harus diperhitungkan untuk kalibrasi lokal dan algoritma koreksi.

Terhubung dengan IQAir

Daftar buletin kami