Platform AirVisual bertujuan untuk memusatkan dan menghimpunkan sebanyak mungkin maklumat kualiti udara yang tersedia pada masa ini di satu tempat, bagi memberikan gambaran keseluruhan kualiti udara global yang paling menyeluruh.

Sumber data yang dilaporkan melalui platform AirVisual termasuk data sensor daripada stesen pemantauan kerajaan (biasanya dianggap sebagai "monitor rujukan" berkos tinggi), serta sensor kos rendah seperti stesen awam AirVisual Pro dan sensor PurpleAir.

Semua data yang diterbitkan melalui platform AirVisual tertakluk kepada pengesahan data, dan proses ini berbeza antara dua sumber data sensor ini.

Sistem pengesahan data AirVisual berasaskan awan dan dipacu oleh pembelajaran mesin, dan semua pengukuran melalui sistem ini sebelum diterbitkan ke platform kami.

Data sensor "rujukan" kerajaan

Walaupun sensor kerajaan berkos tinggi biasanya dianggap sebagai sumber data kualiti udara terukur yang paling tepat dan boleh dipercayai, kadangkala sensor ini juga melaporkan anomali atau data yang tidak tepat. Sebabnya mungkin termasuk tempoh penyelenggaraan sementara atau kerosakan, malah sumber pelepasan hiperlokal sementara yang berdekatan dengan sensor.

Sehubungan itu, semua data sensor kerajaan tertakluk kepada sistem pengesahan data sebelum diterbitkan. Salah satu contoh pengesahan ini ialah sistem berasaskan awan mengenal pasti sebarang anomali berpotensi yang diterbitkan oleh sesebuah stesen (contohnya, lonjakan tinggi PM2.5 secara mendadak daripada 10ug/m3 kepada 100ug/m3 dari satu jam ke jam berikutnya), dan akan menyemak silang dengan pengukuran berdekatan lain untuk mengesahkan sama ada lonjakan tersebut mewakili keadaan sebenar, atau merupakan anomali. Proses pengesahan juga menyemak silang dengan corak sejarah, dan parameter lain seperti keadaan cuaca. Nilai tersebut kemudiannya akan diterbitkan atau diketepikan sewajarnya.

Sensor kos rendah

Pengukuran daripada sensor kos rendah juga tertakluk kepada proses penentukuran dan pembetulan data, sebagai tambahan kepada proses pengesahan yang diterangkan di atas, yang akan mengenal pasti dan mengetepikan bacaan anomali.

Sistem yang digunakan pada sensor kos rendah mengambil kira keadaan berdekatan seperti suhu, kelembapan, komposisi pencemaran dan menggunakan algoritma penentukuran data berdasarkan keadaan persekitaran. Sebagai contoh, tahap kelembapan yang tinggi dalam sesetengah keadaan boleh menyebabkan sensor kos rendah melaporkan tahap PM2.5 lebih tinggi daripada sebenar. Begitu juga, komposisi pencemaran (pencemaran yang dihasilkan oleh pengangkutan, ribut pasir, pencemaran berasaskan arang batu, dll.) sangat mempengaruhi pengukuran dan platform AirVisual menggunakan imejan satelit untuk menentukan komposisi pencemaran yang akan digunakan dalam mekanisme penentukuran. Oleh itu, algoritma penentukuran & pembetulan ini mengambil kira tahap kelembapan setempat dan parameter persekitaran lain, sebagai tambahan kepada corak sejarah serantau, dan melaraskan pengukuran PM2.5 sewajarnya.

Tahap pelarasan ditentukan oleh sistem berasaskan awan yang dibina berasaskan kecerdasan buatan & pembelajaran mesin. Dengan menghimpunkan berbilion titik data kualiti udara global selama bertahun-tahun, daripada sensor rujukan, sensor AirVisual, data meteorologi, dan komposisi pencemaran daripada imejan satelit, sistem ini telah mempelajari hubungan sejarah yang kompleks antara parameter kualiti udara yang berbeza di pelbagai bahagian dunia.

Oleh sebab komposisi PM boleh berbeza dengan ketara antara kawasan yang berbeza di seluruh dunia, adalah penting untuk membezakan antara korelasi PM dan faktor seperti kelembapan pada peringkat tempatan / serantau. Korelasi ini boleh berbeza dengan ketara bergantung pada komposisi tempatan PM yang berbeza, dan oleh itu mesti diambil kira untuk algoritma penentukuran dan pembetulan tempatan.