የአየር ጥራት እና የብክለት ክትትል: መለካት, ሞዴል እና ትንበያ

ትርፍ፡

• ልቀትን (ከምንጩ) እና ትኩረትን (በአየር ላይ የሚለካ) የመለየት ችሎታ እና የተስተካከለ መረጃን ወደ AQI የመቀየር እና ከደረጃዎች ጋር ማነፃፀር።
• የአጭር ጊዜ የብክለት ትንበያ ሞዴል የመገንባት ችሎታ እና እያንዳንዱን ትንበያ በራስ መተማመን ክፍተቶች እና የሞዴል ገደቦችን በቅንነት የማቅረብ ችሎታ።
• የሰው ሰራሽ ኢንተለጀንስ ማከፋፈያ/ፊዚክስ የሚያስፈልጋቸው ክፍሎች ሳይኖሩት የህዝብ ጤና ጥያቄዎችን በማስረጃ የመደገፍ ችሎታ

የአየር ብክለት የማይታይ ነገር ግን ገዳይ ነው፡ በየአመቱ በሚሊዮን የሚቆጠሩ ያለ እድሜ ሞትን ያስከትላል እና ከአየር ንብረት ለውጥ ጋር የተያያዘ ነው። ተቋማቱ ለሁለቱም የራሳቸው ቁልል ልቀቶች እና በዙሪያቸው ላለው የአየር ጥራት ተጠያቂ ናቸው። በዚህ ክፍል ውስጥ የአየር ጥራት መለኪያዎችን ፣ የመለኪያ እና የሞዴሊንግ ዘዴዎችን ፣ ከ AI ጋር ትንበያ እና የእነዚህ ሁሉ ገደቦች ይማራሉ ።

በመጀመሪያ ጽንሰ-ሀሳቦች. የአየር ጥራት በአጠቃላይ በበርካታ ዋና ዋና ብክሎች ላይ ይለካል-PM2.5 እና PM10 (ከ 2.5 እና 10 ማይክሮን ያነሰ ጥቃቅን ንጥረ ነገሮች - የመተንፈሻ አቧራ), NO₂ (ናይትሮጅን ዳይኦክሳይድ - ከማቃጠል), SO₂ (ሰልፈር ዳይኦክሳይድ), O₃ (የምድር ደረጃ ኦዞን) እና CO (ካርቦን ሞኖክሳይድ). AQI (የአየር ጥራት መረጃ ጠቋሚ) እነዚህን ብክሎች ወደ አንድ ባለ ቀለም/ቁጥር ሚዛን (ጥሩ-አደገኛ) የሚቀይረው ህዝቡ ሊረዳው የሚችል መረጃ ጠቋሚ ነው። ልቀት ከምንጩ የተለቀቀው መጠን ነው, ትኩረቱ በአየር ውስጥ ያለው ትኩረት ነው; ሁለቱን ላለማደናቀፍ በጣም አስፈላጊ ነው.

ፍንጭ፡ ልቀት (ከምንጩ) እና ትኩረት (በአየር ላይ የሚለካ) ሁለት የተለያዩ ነገሮች ናቸው። የንፋስ, የሙቀት መጠን እና የመሬት አቀማመጥ አንድ አይነት ልቀት በጣም የተለያየ ትኩረትን ያስከትላል. "ከጭስ ማውጫው የሚወጣው ትንሽ ነው" ማለት "በአቅራቢያው ያለው አየር ንጹህ ነው" ማለት አይደለም.

ሞዴሊንግ፡ ከልቀት ወደ ትኩረት

ከጭስ ማውጫ ውስጥ የሚወጣውን የብክለት መጠን ማስላት በአቅራቢያው ወደሚገኝ ሰፈር ይደርሳል የተበታተነ ሞዴሊንግ ጉዳይ ነው። እነዚህ ሞዴሎች ሜትሮሎጂ (የንፋስ አቅጣጫ/ፍጥነት፣ የከባቢ አየር መረጋጋት) እና የመሬት አቀማመጥን ይጠቀማሉ። ክላሲካል ሞዴሎች (ለምሳሌ Gaussian ስርጭት ሞዴል) ፊዚክስ ላይ የተመሰረቱ ናቸው; AI እነዚህን ሞዴሎች ለማፋጠን፣ ውጤቱን ለመተርጎም እና ንድፎችን ከትልቅ የመለኪያ ውሂብ ስብስቦች ለማውጣት ይጠቅማል - ነገር ግን ፊዚክስ ከ AI ጋር እንዲገጣጠም ማድረግ አደገኛ ነው።

ትንበያ፡ የነገውን የአየር ሁኔታ መተንበይ

የ AI በጣም ጠንካራው መስክ ትንበያ ነው፡ ነገ ወይም ከጥቂት ሰአታት በኋላ የብክለት ደረጃዎችን የሚተነብዩ ሞዴሎችን መገንባት፣ ታሪካዊ ልኬትን፣ ሜትሮሎጂ እና የትራፊክ መረጃን በመጠቀም። ይህ ለሕዝብ ጤና ማስጠንቀቂያዎች እና ጥንቃቄዎች (ለምሳሌ የትራፊክ መገደብ) ጠቃሚ ነው። ነገር ግን እያንዳንዱ ትንበያ እርግጠኛ ያልሆነ ነገር አለው, እና ሞዴሉ ከሰለጠነበት ሁኔታ ውጭ ሲወድቅ የተሳሳተ ይሆናል (ለምሳሌ, ያልተጠበቀ እሳት).

ደረጃ በደረጃ: የአየር ጥራት ትንተና

1. ጥያቄውን እና መለኪያውን ይምረጡ. የትኛው ብክለት፣ የትኛው ቦታ፣ ለምን ያህል ጊዜ?

2. የመረጃ ምንጩን ያረጋግጡ. ማመሳከሪያ ጣቢያ ወይስ ዝቅተኛ ዋጋ ዳሳሽ? ካሊበር?

3. ቅድመ-ሂደት. የጎደለውን ውሂብ፣ ዳሳሽ ተንሸራታች፣ እጅግ በጣም ውጫዊ የሆኑ ነገሮችን ያጽዱ።

4. ወደ AQI ቀይር እና ከመነሻው ጋር አወዳድር። የህግ ገደብ አልፏል?

5. ሞዴል / ትንበያ. አዝማሚያ, ወቅታዊነት, የወደፊት ትንበያ.

6. እርግጠኛ አለመሆንን ሪፖርት ያድርጉ. ሁልጊዜ ግምቶችን በራስ መተማመን ክፍተቶች እና የሞዴል ገደቦች ያቅርቡ።

ሶስት ጥቃቅን ጉዳዮች

ጉዳይ 1 - የልቀት-ማጎሪያ ግራ መጋባት. አንድ ተቋም በ20% የሚለቀቀውን ልቀትን መቀነሱን እና ስለዚህ "የጎረቤት አየር 20% ንፁህ ነበር" ብሎ ለማሳወቅ ፈልጎ ነበር። ኤክስፐርቱ በዚያን ጊዜ የንፋስ አቅጣጫው እንደተለወጠ እና ትኩረቱ በእውነቱ በሜትሮሎጂ ተጎድቷል; የልቀት ቅነሳው እውነት ነው፣ ነገር ግን የማጎሪያው ጥያቄ ማስረጃ አልነበረውም። መግለጫው "በ20% የተከማቸ ልቀትን ቀንሰናል" በሚለው ብቻ ተወስኗል። የአየር ጥያቄ ያለ ማስረጃ ተወግዷል።

ጉዳይ 2 - ዳሳሽ ማስተካከል. አንድ ትምህርት ቤት ዝቅተኛ ወጪ ዳሳሽ ያለው "አደገኛ PM2.5" ማስጠንቀቂያ ተቀብሏል። ኤክስፐርቱ አነፍናፊውን በአቅራቢያው ከሚገኝ የማጣቀሻ ጣቢያ ጋር ሲያወዳድረው, እሴቱ በከፍተኛ እርጥበት ላይ ተጨምሮበታል; ከእርጥበት ማስተካከያ በኋላ እሴቱ ወደ "መካከለኛ" ደረጃ ቀንሷል. ያልተስተካከለ ዳሳሽ ሽብር ሊያስከትል ይችላል። (ይህ በእያንዳንዱ የመለኪያ አካባቢ ውስጥ ምን ያህል ወሳኝ ዳሳሽ ልኬት እንዳለ በድጋሚ ያሳያል።)

ጉዳይ 3 - እርግጠኛ አለመሆን ትንበያ። አንድ ማዘጋጃ ቤት በኤአይ ትንበያ ሞዴሉ በማግሥቱ ስለ "ከፍተኛ ብክለት" አስጠንቅቋል፣ ነገር ግን ያልተጠበቀ የአሸዋ አውሎ ንፋስ ትንበያውን አከሸፈው። ቡድኑ ቀደም ሲል ሞዴሉ "ለስልጠና ላልሆኑ የውሂብ ክስተቶች የማይታመን" መሆኑን ዘግቧል; ስለዚህ ማስጠንቀቂያው “ሊቻል ይችላል” ተብሎ ቀርቧል እናም በራስ የመተማመን መንፈስ አልጠፋም። እርግጠኛ አለመሆንን ግልጽ ማድረግ ሃላፊነት ያለው ትንበያ አጠቃቀም ነው።

ደካማ ጥያቄ / ጠንካራ ጥያቄ

ደካማ ጥያቄ፡

ነገ በዚህ የአየር ሁኔታ መረጃ ተንብየ።

ለምን ደካማ ነው፡ የመለኪያዎች፣ የመገኛ ቦታ፣ የውሂብ ጥራት፣ የሞዴል አይነት እና እርግጠኛ አለመሆን ፍላጎት የለም። ውጤቱ አንድ ነጠላ ቁጥር ይሆናል, አስተማማኝነቱ አይታወቅም.

ኃይለኛ ጥያቄ፡-

የእርስዎ ሚና፡ የአየር ጥራት መረጃ ሳይንቲስት። በሚከተለው የPM2.5 ሰአታት መረጃ እና ሜትሮሎጂ (ንፋስ፣ እርጥበት፣ ሙቀት) ቀላል ትንበያ ሞዴል (ለምሳሌ ቀስ በቀስ መጨመር) በ Python ውስጥ ለሚቀጥሉት 24 ሰዓታት ያዘጋጁ። ደረጃዎች፡- (1) የመረጃ ማጽጃ እና ዳሳሽ ተንሳፋፊ ቁጥጥር፣ (2) የባህሪ ዝግጅት፣ (3) ሞዴል፣ (4) ትንበያዎችን በራስ መተማመን መስጠት። የአምሳያው ውስንነት በግልጽ ይግለጹ (በትምህርት ባልሆኑ ሁኔታዎች ውስጥ አለመተማመን). መረጃ፡ [እዚህ]

አራት ሊገለበጡ የሚችሉ አብነቶች

1) የአየር መረጃ ማጽዳት + AQI:

የሚከተሉትን የአየር ጥራት መለኪያዎችን በፓይዘን ያጽዱ (ከስር የተተኮሰ፣ የተቀረቀረ፣ ተንሳፋፊ፣ ከመጠን በላይ ተኩስ) እና ወደ መደበኛ ኤኪአይ ይቀይሯቸው። የትኛውን የ AQI ቀመር እንደሚጠቀሙ ይግለጹ; መግጠም. ከህጋዊ ገደብ በላይ የሆኑ ሰዓቶችን ምልክት ያድርጉ። መረጃ፡ [እዚህ]

2) ልቀትን እና ትኩረትን መለየት;

የሚከተለውን የይገባኛል ጥያቄ ያረጋግጡ፡ ስለ ልቀቶች (ከምንጩ) ወይስ ትኩረት (በአየር ላይ የሚለካ)? ሁለቱን ግራ የሚያጋቡ ወይም የሚቲዎሮሎጂን ችላ የሚሉ ክፍሎችን ያድምቁ እና በማስረጃ ላይ ተመስርተው የሚለካውን እንደገና አስተያየት ይስጡ። የይገባኛል ጥያቄ፡ [እዚህ]

3) የትንበያ ሞዴል (ከእርግጠኝነት ጋር)

የእርስዎ ሚና፡ የውሂብ ሳይንቲስት። በሚከተለው ተከታታይ ጊዜ የአጭር ጊዜ ትንበያ ሞዴል (Python) ለ [ብክለት] ይገንቡ። እያንዳንዱን ትንበያ በራስ የመተማመን ጊዜ ይስጡ። በየትኞቹ ሁኔታዎች (የስልጠና ያልሆነ ክስተት, ከፍተኛ የአየር ሁኔታ) ሞዴሉ አስተማማኝ እንዳልሆነ በግልጽ ይጻፉ. ከመጠን በላይ ብሩህ ተስፋ ያለው እውነት FAKE. ውሂብ፡ [እዚህ]

4) የሀብት መዋጮ ማጠቃለያ፡-

ከዚህ በታች ካለው የአየር ጥራት እና የንፋስ መረጃ፣ ከፍተኛ ብክለት በሚኖርበት ጊዜ ነፋሱ ከየትኛው አቅጣጫ እንደሚመጣ ይተንትኑ እና ስለምንጭ አቅጣጫ ፍንጭ ለመስጠት። “ምንጩ ይህ ነው” አትበል፤ ዕድል እና ማረጋገጫ አቅርብ። መረጃ፡ [እዚህ]

የተለመዱ ስህተቶች

• ግራ የሚያጋባ ልቀት ከትኩረት ጋር። የጭስ ማውጫው መቀነስ በአየር ውስጥ ንጽሕናን መጠበቅ ማለት አይደለም.
• ባልተስተካከለ ዳሳሽ ላይ መተማመን። እርጥበት እና ተንሳፋፊ እሴቶቹን ይነካል.
• ግምቱን ያለ ጥርጥር ማቅረብ። እያንዳንዱ ግምት በራስ መተማመን ክፍተት መሰጠት አለበት።
• ፊዚክስ ከ AI ጋር እንዲስማማ ማድረግ። የስርጭት ሞዴል ፊዚክስ ያስፈልገዋል; የኤልኤልኤም “ትንበያ” ፊዚክስ አይደለም።
• ሕጋዊ ገደቦችን ማስታወስ. ገደቦችን ከህጉ ይውሰዱ።

ማስጠንቀቂያ፡ የአየር ጥራት ይገባኛል ጥያቄ የህዝብ ጤናን ይመለከታል። የተሳሳተ "ንጹህ" የይገባኛል ጥያቄ ሰዎችን አደጋ ላይ ይጥላል; መሠረተ ቢስ "ቆሻሻ" ማንቂያ አላስፈላጊ ሽብር እና ኢኮኖሚያዊ ጉዳት ይፈጥራል። እያንዳንዱን የይገባኛል ጥያቄ በተስተካከለ ውሂብ፣ ተገቢ ሞዴል እና ግልጽ አለመተማመንን ይደግፉ።

በማጠቃለያው

የአየር ጥራት; ልቀትን ከማጎሪያ መለየት፣ መለካትን ማስተካከል፣ ተገቢ ሞዴሊንግ እና እርግጠኛ ባልሆነ ሁኔታ መተንበይን ይጠይቃል። AI; በመረጃ ማፅዳት፣ ስርዓተ-ጥለት ማውጣት እና የአጭር ጊዜ ትንበያ ላይ ኃይለኛ ነው። ነገር ግን ፊዚክስን መሰረት ያደረገ ስርጭት፣ ዳሳሽ ልኬት፣ ህጋዊ ገደቦች እና እርግጠኛ አለመሆንን በታማኝነት ሪፖርት ማድረግ የባለሙያው ናቸው። የጭስ ማውጫው ላይ ያለው ቁጥር በአካባቢው ካለው አየር ጋር ተመሳሳይ አይደለም.

የመተግበሪያ ተግባር

ለአንድ ቦታ መላምታዊ የሰዓት PM2.5 እና የሜትሮሎጂ መረጃዎችን ያዘጋጁ። በ 1 ኛው አብነት ፣ AI ውሂቡን ያፅዱ ፣ ወደ AQI ይቀይሩት እና የመግቢያ ገደቦችን ምልክት ያድርጉ። ከዚያ ከ3ኛው አብነት ጋር የአጭር ጊዜ ትንበያ ሞዴል ይገንቡ እና እያንዳንዱ ትንበያ በራስ የመተማመን ክፍተት መምጣቱን ያረጋግጡ። በመጨረሻም የአየር ጥራት የይገባኛል ጥያቄዎ በአብነት 2 ስለ ልቀቶች/ማተኮር ኦዲት ያድርጉ።

የማረጋገጫ ዝርዝር

• [] በልቀቶች እና በማተኮር መካከል ያለውን ልዩነት በትክክል አደረግሁ።
• [] ለካሊብሬሽን እና ለመንሸራተት የዳሳሽ ዳታውን አረጋገጥኩ።
• [ ] ኤኪአይአይን እና ደረጃዎችን ያገኘሁት ከትክክለኛው ቀመር/ህግ ነው።
• [] ግምቶቹን በራስ መተማመን ክፍተት እና የሞዴል ገደብ አቅርቤዋለሁ።
• [] ማከፋፈያ/ፊዚክስ የሚጠይቁትን ክፍሎች AI አስተካክሎ አልነበረኝም።
• [ ] የህዝብ ጤና ይገባኛል ጥያቄዎችን በማስረጃ ደገፍኩ።