AirVisual プラットフォームで公開される前に、空気質データはどのように検証されますか？

AirVisualプラットフォームは、現在利用可能な空気質情報をできるだけ一箇所に集約・統合し、世界の空気質の最も包括的な概要を提供することを目指しています。

AirVisualプラットフォームを通じて報告されるデータソースには、政府の監視局（通常は高コストの「リファレンスモニター」と見なされる）からのセンサーデータだけでなく、公共のAirVisual Pro局やPurpleAirセンサーなどの低コストセンサーも含まれます。

AirVisualプラットフォームを通じて公開されるすべてのデータはデータ検証の対象となり、このプロセスはこれら二つのセンサーデータのソース間で異なります。

AirVisualのデータ検証システムはクラウドベースで機械学習により駆動されており、すべての測定値はプラットフォームに公開される前にこのシステムを通過します。

政府の「リファレンス」センサーデータ

高コストの政府センサーは通常、測定された空気質データの最も正確で信頼できるソースと見なされますが、時にはこれらのセンサーも異常または不正確なデータを報告することがあります。その理由には、一時的なメンテナンス期間や故障、さらにはセンサー近くの一時的な局所的排出源などが含まれます。

したがって、すべての政府センサーデータは公開前にデータ検証システムの対象となります。この検証の一例として、クラウドベースのシステムはステーションによって公開された潜在的な異常（例えば、1時間でPM2.5が10μg/m3から100μg/m3に急激に上昇するなど）を特定し、そのような急増が代表的なものか異常かを検証するために近隣の他の測定値と照合します。検証プロセスはまた、過去のパターンや天候条件などの他のパラメータとも照合します。その値はその後、適切に公開または割り引かれます。

低コストセンサー

低コストセンサーからの測定値も、上記の検証プロセスに加えてデータ較正および補正プロセスの対象となり、異常な読み取り値を特定して割り引きます。

低コストセンサーに適用されるシステムは、温度、湿度、汚染成分などの近隣条件を考慮し、環境条件に基づくデータ較正アルゴリズムを適用します。例えば、高湿度レベルは場合によっては低コストセンサーがPM2.5のレベルを過大報告する原因となることがあります。同様に、汚染成分（交通由来の汚染、砂嵐、石炭由来の汚染など）は測定に大きく影響し、AirVisualプラットフォームは衛星画像を使用して較正メカニズムに使用する汚染成分を特定します。したがって、この較正および補正アルゴリズムは、地域の湿度レベルやその他の環境パラメータに加え、地域の過去のパターンを考慮し、PM2.5の測定値を適切に調整します。

調整レベルは、人工知能と機械学習に基づくクラウドベースのシステムによって決定されます。リファレンスセンサー、AirVisualセンサー、気象データ、衛星画像からの汚染成分など、数十億の世界的な空気質データポイントを数年間にわたり集約することで、このシステムは世界のさまざまな地域における異なる空気質パラメータ間の複雑な歴史的関係を学習しています。

PMの組成は世界の地域ごとに大きく異なる可能性があるため、PMと湿度などの要因との相関を地域レベルで区別することが重要です。これらの相関は、PMの地域ごとの組成の違いによって大きく変わる可能性があるため、地域の較正および補正アルゴリズムに考慮する必要があります。