Самые опасные загрязнители воздуха городов — это вредные аэрозоли, частицы которых меньше двух с половиной микрон; международная классификация называет их PM2.5 и ставит на пятое место среди факторов смертельного риска: они ответственны за 4,4 миллиона смертей в год.
Однако многие страны мира просто не имеют данных о загрязнении воздуха такими частицами. Если их сегодня и получают, то по большей части редкими стационарными датчиками или датчиками, перемещаемыми на автомобилях по дорогам. Из-за этого удается детально и с высоким разрешением очертить области загрязнения только вдоль дорог. Кроме прочего, наземные датчики просто дороги. Даже большие города не могут позволить себе развернуть их сеть.
Поэтому четверо американских исследователей из Университета Дьюка под руководством профессора Майка Бергина решили найти способ получить более детальные карты концентраций частиц PM2.5 в воздухе. Они разработали метод, который использует машинное обучение, снимки Земли спутником PlanetScope и метеорологические данные. Метод позволил находить пятна загрязнений с разрешением в триста метров, то есть размером с городской квартал. Для этого в конкретном городе в определенном месте алгоритм сначала оценивает степень загрязнения по данным о параметрах погоды с трехметровым пространственным разрешением, а затем минимизирует разницу между своей оценкой и показаниями наземных датчиков частиц. Так он обучается правильно интерпретировать данные спутника.
На примерах Дели и Пекина ИИ показал ошибку в 20%. Это превосходный результат для эколого-метеорологической области исследований. Повышенные концентрации PM2.5 обычно наблюдают над областями компактной застройки, пониженные — в зеленых зонах. В абсолютных значениях эта разница для Дели, например, составляет около 10 микрограммов на кубометр. Напомним, что, по американским рекомендациям, безопасная загрязненность воздуха такими частицами составляет 12—35 мкг на кубометр в зависимости от времени пребывания частиц в воздухе.
Хотя обучение нейросети следует проводить для каждого города отдельно, будущее технологии выглядит заманчиво, поскольку тренировка ИИ происходит быстро. Да и число наземных датчиков частиц с каждым годом будет только возрастать. На следующем этапе работ профессор Бергин надеется изучить, как связано распределение областей загрязнения с распределением температуры на поверхности Земли.