La piattaforma AirVisual mira a centralizzare e aggregare quante più informazioni sulla qualità dell'aria attualmente disponibili in un unico luogo, al fine di fornire la panoramica più completa della qualità dell'aria globale.

Le fonti di dati riportate attraverso la piattaforma AirVisual includono dati da sensori, provenienti da stazioni di monitoraggio governative (tipicamente considerate "monitor di riferimento" ad alto costo), così come sensori a basso costo come le stazioni pubbliche AirVisual Pro e i sensori PurpleAir.

Tutti i dati pubblicati attraverso la piattaforma AirVisual sono soggetti a una validazione dei dati, e questo processo differisce tra queste due fonti di dati dei sensori.

Il sistema di validazione dei dati di AirVisual è basato sul cloud e guidato dall'apprendimento automatico, e tutte le misurazioni passano attraverso questo sistema prima della pubblicazione sulla nostra piattaforma.

Dati dei sensori governativi "di riferimento"

Nonostante i sensori governativi ad alto costo siano tipicamente considerati la fonte più accurata e affidabile di dati sulla qualità dell'aria misurata, a volte questi sensori riportano anomalie o dati inaccurati. Le ragioni possono includere periodi temporanei di manutenzione o difetti, o anche fonti di emissioni iperlocali temporanee vicino al sensore.

Di conseguenza, tutti i dati dei sensori governativi sono soggetti a un sistema di validazione dei dati prima della pubblicazione. Un esempio di questa validazione è che il sistema basato sul cloud identifica eventuali anomalie potenziali pubblicate da una stazione (ad esempio, un improvviso picco elevato di PM2.5 da 10ug/m3 a 100ug/m3 da un'ora all'altra), e verifica incrociando con altre misurazioni vicine per accertare se tale picco sia rappresentativo o un'anomalia. Il processo di validazione verifica anche i modelli storici e altri parametri come le condizioni meteorologiche. Il valore sarà quindi pubblicato o scartato di conseguenza.

Sensori a basso costo

Le misurazioni dai sensori a basso costo sono anch'esse soggette a un processo di calibrazione e correzione dei dati, oltre al processo di validazione descritto sopra, che identifica e scarta letture anomale.

Il sistema applicato ai sensori a basso costo tiene conto delle condizioni vicine come temperatura, umidità, composizione dell'inquinamento e applica un algoritmo di calibrazione dei dati basato sulle condizioni ambientali. Per esempio, livelli elevati di umidità possono in alcune circostanze portare i sensori a basso costo a sovrastimare i livelli di PM2.5. Allo stesso modo, la composizione dell'inquinamento (inquinamento generato dai trasporti, tempeste di sabbia, inquinamento a base di carbone, ecc.) influisce notevolmente sulla misurazione e la piattaforma AirVisual utilizza immagini satellitari per determinare la composizione dell'inquinamento da utilizzare nel meccanismo di calibrazione. Pertanto, questo algoritmo di calibrazione e correzione tiene conto dei livelli locali di umidità e di altri parametri ambientali, oltre ai modelli storici regionali, e regola di conseguenza le misurazioni di PM2.5.

Il livello di aggiustamento è determinato dal sistema basato sul cloud che si fonda sull'intelligenza artificiale e l'apprendimento automatico. Attraverso l'aggregazione di miliardi di punti dati globali sulla qualità dell'aria per numerosi anni, provenienti da sensori di riferimento, sensori AirVisual, dati meteorologici e composizione dell'inquinamento da immagini satellitari, questo sistema ha imparato le complesse relazioni storiche tra diversi parametri della qualità dell'aria in diverse parti del mondo.

Poiché la composizione delle PM può variare notevolmente tra le diverse aree del mondo, è fondamentale distinguere tra le correlazioni delle PM e fattori come l'umidità a livello locale / regionale. Queste correlazioni possono variare ampiamente a seconda delle diverse composizioni locali delle PM e pertanto devono essere prese in considerazione per algoritmi di calibrazione e correzione locali.

CREA UN CASO