Dữ liệu chất lượng không khí được xác thực như thế nào trước khi xuất bản trên nền tảng AirVisual?


Nền tảng AirVisual nhằm mục đích tập trung và tổng hợp càng nhiều thông tin chất lượng không khí như hiện có ở một nơi, để cung cấp cái nhìn tổng quan toàn diện nhất về chất lượng không khí toàn cầu.

Các nguồn dữ liệu được

báo cáo thông qua nền tảng AirVisual bao gồm dữ liệu cảm biến, từ các trạm giám sát của chính phủ (thường được coi là "màn hình tham chiếu" chi phí cao), cũng như các cảm biến chi phí thấp như trạm AirVisual Pro công cộng và cảm biến PurpleAir.

Tất cả dữ liệu được

xuất bản thông qua nền tảng AirVisual đều phải được xác thực dữ liệu và quá trình này khác nhau giữa hai nguồn dữ liệu cảm biến này.

Hệ thống xác thực dữ liệu của AirVisual dựa trên đám mây và được điều khiển bởi máy học và tất cả các phép đo được chuyển qua hệ thống này trước khi xuất bản lên nền tảng của chúng tôi.
 

Dữ liệu cảm biến "tham chiếu" của chính phủ

Mặc dù các cảm biến chi

phí cao của chính phủ thường được coi là nguồn dữ liệu chất lượng không khí đo được chính xác và đáng tin cậy nhất, đôi khi các cảm biến này cũng báo cáo sự bất thường hoặc dữ liệu không chính xác. Lý do cho điều này có thể bao gồm thời gian bảo trì hoặc lỗi tạm thời, hoặc thậm chí các nguồn phát xạ siêu cục bộ tạm thời gần cảm biến.

Theo đó, tất cả dữ liệu cảm biến của chính phủ phải tuân theo hệ thống xác thực dữ liệu trước khi xuất bản. Một ví dụ về xác nhận này là hệ thống dựa trên đám mây xác định bất kỳ sự bất thường tiềm ẩn nào được công bố bởi một trạm (ví dụ: mức tăng đột biến PM2.5 từ 10ug / m3 lên 100ug / m3 từ một giờ sang giờ tiếp theo) và sẽ kiểm tra chéo với các phép đo lân cận khác để xác minh xem mức tăng đột biến đó là đại diện hay bất thường. Quá trình xác nhận cũng kiểm tra chéo với các mẫu lịch sử và các thông số khác như điều kiện thời tiết. Giá trị sau đó sẽ được công bố hoặc chiết khấu tương ứng.
 

Cảm biến chi phí thấp

Các phép đo từ các cảm biến chi phí thấp cũng phải tuân theo quy trình hiệu chuẩn và hiệu chỉnh dữ liệu, ngoài quy trình xác nhận được mô tả ở trên, quy trình này sẽ xác định và giảm giá các chỉ số bất thường.

Hệ thống áp dụng cho các cảm biến chi phí thấp có tính đến các điều kiện lân cận như nhiệt độ, độ ẩm, thành phần ô nhiễm và áp dụng thuật toán hiệu chuẩn dữ liệu dựa trên điều kiện môi trường. Ví dụ, độ ẩm cao trong một số trường hợp có thể dẫn đến các cảm biến chi phí thấp báo cáo quá mức PM2.5. Tương tự, thành phần ô nhiễm (ô nhiễm do vận chuyển tạo ra, bão cát, ô nhiễm dựa trên than, v.v.) ảnh hưởng lớn đến phép đo và nền tảng AirVisual sử dụng hình ảnh vệ tinh để xác định thành phần ô nhiễm để sử dụng trong cơ chế hiệu chuẩn. Do đó, thuật toán hiệu chuẩn và hiệu chỉnh này có tính đến mức độ ẩm cục bộ và các thông số môi trường khác, ngoài các mẫu lịch sử khu vực và điều chỉnh các phép đo PM2.5 cho phù hợp.

Mức độ điều chỉnh được xác định bởi hệ thống dựa trên đám mây, được xây dựng trên trí tuệ nhân tạo và học máy. Thông qua việc tổng hợp hàng tỷ điểm dữ liệu chất lượng không khí toàn cầu trong nhiều năm, từ cảm biến tham chiếu, cảm biến AirVisual, dữ liệu khí tượng và thành phần ô nhiễm từ hình ảnh vệ tinh, hệ thống này đã tìm hiểu các mối quan hệ lịch sử phức tạp giữa các thông số chất lượng không khí khác nhau ở các khu vực khác nhau trên thế giới.

Vì thành phần của PM có thể rất khác nhau giữa các khu vực khác nhau trên thế giới, điều quan trọng là phải phân biệt giữa mối tương quan của PM và các yếu tố như độ ẩm ở cấp địa phương / khu vực. Các mối tương quan này có thể rất khác nhau tùy thuộc vào các thành phần cục bộ khác nhau của PM, và do đó phải được tính đến các thuật toán hiệu chuẩn và hiệu chỉnh cục bộ.

Kết nối với IQAir

Đăng ký nhận bản tin của chúng tôi