智能软件预知空气污染

标签:空气污染智能软件

访客:22941  发表于:2015-08-12 10:25:22

【导读】依靠人工神经网络的智能软件,提前数日精确预测大城市空气污染程度。

智能软件预知空气污染

   城市一直被视为工业增长的引擎,因为其为居民提供了就业和致富的机会。在现代社会,这种情况变得特别明显。事实上,自2009年起,人类历史上第一次全球人口的半数以上居住在城市。到2050年,全球人口的70%将在城市生活,这个数量几乎相当于当今全球人口总和。
但城市化带来的负面影响也显而易见。城市居民数量爆炸性增长,对城市基础设施构成了巨大挑战——许多地方的基础设施已接近其承载能力极限。譬如,如今全球50%以上的人口,分布于不足地球表面积2%的区域内。这样一来,城市为满足其交通、工业和能源等需求而排放的温室气体,在全球排放总量中的占比已高达70%。
城市的空气难言清新。这种空气日益损害着人们的身心健康。世界卫生组织(WHO)于2015年5月发布的分析报告透露,近90%的全球城市人口,他们所呼吸空气的污染程度已大大高于推荐的临界值。
     700万人死亡
    空气污染的后果令人不寒而栗。据WHO发布的数据,每年有大约700万人死于空气污染。也就是说,全球1/8的死亡缘于被污染的空气。
但WHO也指出了乐观的一面。它指出,城市有能力通过地方性的措施极大地改善其空气质量,不论是利用现代、高效的智能基础设施解决方案,还是通过临时的简单举措,如交通管制和鼓励步行和骑车等措施。理想情况下,可以直接在污染最严重的地方实施这些举措。然而,这要求知道具体地点的污染程度随时间而变化的情况。
    准确预测空气污染
    来自西门子中央研究院的Ralph Grothmann博士接受了这个挑战。针对德勤数据分析研究所(DAI)计划开展的“Mayor Cockpit”项目,Grothmann开发了基于神经网络的空气污染预测模型。该模型能够提前数日精确预测大城市的污染程度。Grothmann表示:“神经网络是能像人脑那样运行的计算机模型。通过训练,它们能学会辨识各种关联并做出预测。”这听起来有点像科幻小说,但多年来西门子一直在诸多领域使用神经网络这一概念,因此,它可以说是一项历经检验的成熟技术。譬如,神经网络已被用于预测经济活动水平、原材料价格,甚至可再生能源预期发电量等。
     伦敦试点项目
    在开发这个预测系统的过程中,Grothmann利用了伦敦市遍布中心城区的约150座监测站收集的天气和排放数据。Grothmann说:“这些数据让我们得以训练我们的系统。特别是,我们收集了诸如一氧化碳、二氧化碳和氮氧化物等气体的排放测量数据。我们将这些排放数据的变化情况与同一时期的天气数据相关联,包括诸如湿度、太阳辐射、云层覆盖和温度等因素。”诸如工作日、周末、假期、展会和体育赛事等经常性活动,也被编程到模型中,因为这些因素也以其不同方式影响着交通和排放。
基于由此产生的所有数据,以及季节性天气数据和即时天气预报,神经网络必须学会如何预测空气污染程度。开始时,它并不知道任何特定变量会造成什么影响,因此,它做出的预测与实际测得的排放水平大相径庭。然而,在数百次重复的训练过程中,这个程序稳步缩小了其预测与实际测得的城市大气污染程度之间的差距。它通过改变各个参数的权重,实现了这一点。
    Grothmann表示:“现在,我们的系统能够逐小时预报伦敦市内150个地点未来3天的空气污染程度,且误差率不超过10%。根据我们的预测结果,还可以推断出导致所预测空气污染的主要原因。”
    有的放矢地制定预防措施
     当然,任何预测本身并不能减轻城市的空气污染。但预测软件提供了必要的数据,有助于有的放矢地实施应对举措。Grothmann指出:“譬如,如果我们的系统预测出未来两天受交通影响,伦敦的某些区域将出现高于平均水平的空气污染,那么,伦敦市可以通过临时提高拥堵费,在受影响严重的区域实行货车分时段限行,或鼓励人们乘坐公交出行等举措做出响应。”
      除了交通或工业和能源领域的这些举措之外,西门子的预测软件还可为那些希望避开严重污染地点和时段的居民提供扩展服务。譬如,他们可以使用在线服务,根据未来几天的污染预报,找出适于慢跑的最佳地点和时间——不只是在伦敦,而且是在任何配备了足够多的传感器的城市。Grothmann说:“理论上讲,我们的系统可以扩展至所有城市——前提条件是,这些城市能对其空气成分进行测量。”
不论是作为最大限度地减轻污染的辅助工具,还是为注重健康的居民提供的服务,西门子所开发的预测软件都为城市提供了一个迈向高效、智能、可持续发展未来的跳板。在未来,城市不仅能为其居民提供发展、就业和致富的机会,而且能提供洁净、清新的空气。
-----------------------------
本文系IT经理世界/经理+原创,作者:Sebastian Webel,转载请注明出处和作者名

评论(0)

您可以在评论框内@您的好友一起参与讨论!

<--script type="text/javascript">BAIDU_CLB_fillSlot("927898");