您现在的位置是: 首页 > 环球热点 >

新的人工智能深度学习模型允许更早更准确的臭氧预警

  • 2021-09-14 14:09:10

休斯顿大学的研究人员开发了一种基于人工智能的臭氧预测系统,该系统将允许当地地区提前24小时预测臭氧水平。

这将改善因臭氧含量高而出现发展问题的高危人群的健康预警。

地球科学系副教授、解释这项工作的相应作者Yunsoo Choi表示,他们利用卷积神经网络构建了一个人工智能模型,可以从当前条件中获取信息,并准确预测第二天的臭氧水平。这部作品发表在《神经网络》杂志上。

崔天凯说:“如果知道今天的情况,就可以预测明天的情况。

臭氧是一种不稳定的气体,它是由太阳光与氮氧化物(NOx)和挥发性有机化合物结合的化学反应形成的,这两种物质都存在于汽车和工业排放物中。它会导致人们的呼吸问题,那些特别容易受到臭氧影响的人——包括哮喘患者、老人和幼儿——被建议在臭氧水平高的时候减少接触。

论文第一作者Alqamah Sayeed博士是Choi空气质量预测和建模实验室的学生,他说,目前的臭氧预测模型大多没有融入人工智能,预测未来的臭氧水平可能需要几个小时,而不是新模型的几秒钟。他们不是那么准确;研究人员报告说,他们的模型正确预测了24小时内85%到90%的臭氧水平。

Choi说,关键的区别在于卷积神经网络的使用,它可以“扫描”数据,并根据所学知识形成假设。他说,卷积网络通常用于提高成像分辨率。崔赛义德说,从网络中提取信息,然后利用人工智能从这些数据中做出预测,这是一种新的应用,显示了网络收集信息并根据这些信息进行推理的能力。

研究人员使用了德克萨斯州环境质量委员会在休斯顿和德克萨斯州其他地区的21个站点收集的气象和空气污染数据,代表了2014年至2017年的情况。赛义德说,他们使用气象数据——温度、气压、风速和其他变量——为每天的卷积神经网络编程,并增加了2014年、2015年和2016年每个站的臭氧测量值。

为了检验他们相信该模型可以预测前一天气象条件下的臭氧水平,他们添加了2017年的天气数据,并检查了网络生成的预测的准确性。

该模型的预测准确率达到90%。蔡先生说,随着网络的不断学习,随着时间的推移,它会变得更加准确。

尽管测试是使用德克萨斯州的数据进行的,但研究人员表示,这种模型可以在世界任何地方使用。崔天凯说:“美国在地理上不同于东亚,但臭氧创造的物理和化学是一样的。”

赛义德说,研究人员目前正试图扩展该模型,以包括其他类型污染物的预测,包括颗粒物,并将时间延长至24小时以上。

Top