Пайдалар:
- Чыгындыларды (булактан) жана концентрацияны (абада өлчөнгөн) айырмалоо жана калибрленген маалыматтарды AQIге айландыруу жана аны чектер менен салыштыруу мүмкүнчүлүгү
- Кыска мөөнөттүү булганууну болжолдоо моделин түзүү жана ар бир божомолду ишеним интервалдары жана моделдик чектөөлөр менен чынчыл көрсөтүү мүмкүнчүлүгү
- Жасалма интеллект бөлүштүрүүнү / физиканы талап кылган бөлүктөрдү ыңгайлаштырууга ээ болбостон, коомдук саламаттыкты сактоо талаптарын далилдөө мүмкүнчүлүгү
Абанын булганышы көзгө көрүнбөйт, бирок өлүмгө алып келет: ал жыл сайын миллиондогон эрте өлүмгө алып келет жана климаттын өзгөрүшү менен тыгыз байланышта. Мекемелер өздөрүнүн чыгындыларына жана айланасындагы абанын сапаты үчүн жооптуу. Бул бөлүмдө сиз абанын сапатынын параметрлерин, өлчөө жана моделдөө ыкмаларын, AI менен болжолдоону жана булардын бардыгынын чектерин үйрөнөсүз.
Биринчиден түшүнүктөр. Абанын сапаты жалпысынан бир нече негизги булгоочу заттар менен өлчөнөт: PM2.5 жана PM10 (2,5 жана 10 микрондон кичине бөлүкчөлөр - дем ала турган чаң), NO₂ (азоттун диоксиди - күйүүдөн), SO₂ (күкүрттүн диоксиди), O₃ (жердеги автомобильдин озонунун оксиди), жана CO. AQI (Аба сапаты индекси) бул булгоочу заттарды коомчулук түшүнө турган бир түстүү/номерлүү шкалага (жакшы-коркунучтуу) айландыруучу индекс. Эмиссия бул булактан бөлүнүп чыккан сумма, ал эми концентрация - абадагы концентрация; Экөөнү чаташтырбоо маанилүү.
Ишара: Эмиссия (булактан) жана концентрация (абада өлчөнгөн) эки башка нерсе. Шамалдын, температуранын жана топографиянын бирдей чыгышы такыр башка концентрацияга алып келет. “Морудан азыраак чыгып жатат” деген “жакын жердеги аба таза” дегенди билдирбейт.
Моделдөө: эмиссиядан концентрацияга чейин
Мордон чыккан булгоочу заттын концентрациясын эсептөө жакынкы микрорайонго жетет - бул дисперсиялык моделдөө маселеси. Бул моделдерде метеорология (шамалдын багыты/ ылдамдыгы, атмосферанын туруктуулугу) жана топография колдонулат. Классикалык моделдер (мисалы, Гаусс таркатуу модели) физикага негизделген; AI бул моделдерди тездетүү, чыгарууну чечмелөө жана чоң өлчөө маалымат топтомдорунан үлгүлөрдү алуу үчүн колдонулат - бирок физиканы AIга ылайыкташтыруу коркунучтуу.
Прогноз: эртеңки аба ырайын болжолдоо
AIнын эң күчтүү чөйрөсү - болжолдоо: тарыхый өлчөө, метеорология жана жол кыймылынын маалыматтарын колдонуу менен эртең же бир нече сааттан кийин булгоочу заттардын деңгээлин болжолдоочу моделдерди түзүү. Бул коомдук ден соолук боюнча эскертүүлөр жана сактык чаралары (мисалы, жол кыймылын чектөө) үчүн баалуу. Бирок ар бир божомолдо белгисиздик бар жана ал үйрөтүлгөн шарттардан (мисалы, күтүлбөгөн өрт) чыкса, модель туура эмес болуп калат.
Кадам-кадам: абанын сапатын талдоо
1. Суроону жана параметрди тандаңыз. Кайсы булгоочу, кайсы жерде, кандай мөөнөткө?
2. Маалымат булагын текшериңиз. Маалымдама станциясы же арзан баадагы сенсорбу? Calibre?
3. Алдын ала процесс. Жетишпеген маалыматтарды, сенсордук дрейфти, экстремалдык чектерди тазалаңыз.
4. AQIге айландырыңыз жана босого менен салыштырыңыз. Мыйзам чегинен ашып кеттиби?
5. Модел/болжолдоо. Тренд, мезгилдүүлүк, келечектеги болжол.
6. Белгисиздикти билдириңиз. Ар дайым ишеним аралыгы жана моделдин чеги менен баа бериңиз.
үч мини учурлар
1-жагдай — Эмиссия-концентрациянын башаламандыгы. Бир мекеме өзүнүн чыгындыларын 20% га кыскартканын, ошондуктан "кошуналардын абасы 20% тазараак болгонун" жарыялагысы келген. Эксперт шамалдын багыты ошол убакта өзгөрүп, концентрацияга чындыгында метеорология таасир эткенин көрсөттү; Эмиссияны кыскартуу реалдуу болгон, бирок концентрация боюнча доомат негизсиз болгон. Билдирүүдө "биз стектин эмиссиясын 20% кыскарттык" менен чектелген; Далилсиз аба дооматы алынып салынды.
2-жагдай — Сенсорду калибрлөө. Мектеп арзан баадагы сенсор менен "коркунучтуу PM2.5" эскертүүсүн алды. Эксперт сенсорду жакын жердеги таяныч станцияга салыштырганда, анын мааниси жогорку нымдуулукта жогорулатылганын байкаган; Нымдуулукту коррекциялоодон кийин маани "орто" деңгээлге чейин төмөндөгөн. Калибрленбеген сенсор паникага алып келиши мүмкүн. (Бул дагы бир жолу ар бир өлчөө аймагында сенсор калибрлөө канчалык маанилүү экенин көрсөтүп турат.)
3-жагдай — Болжолдордун белгисиздиги. Муниципалитет эртеси күнү өзүнүн AI болжолдоо модели менен "жогорку булгануу" жөнүндө эскертти, бирок күтүлбөгөн кум бороон-чапкыны божомолду жокко чыгарды. команда мурда модель "эмес окутуу маалымат окуялар үчүн ишенимсиз" деп билдирди; ошондуктан эскертүү "мүмкүн" деп берилген жана ишеним жоголгон эмес. Белгисиздикти айкын кылуу - алдын ала айтууну жоопкерчиликтүү колдонуу.
Алсыз тездик / Күчтүү тездик
Алсыз билдирүү:
Бул аба ырайы маалыматы менен эртеңки күнүн болжолдуңуз.
Эмне үчүн ал алсыз: Параметрлерге, жайгашкан жерине, маалымат сапатына, моделдин түрүнө жана белгисиздикке суроо-талап жок. Чыгуу бир сан болмок, анын ишенимдүүлүгү белгисиз.
Күчтүү билдирүү:
Сиздин ролуңуз: абанын сапаты боюнча изилдөөчү. Төмөнкү PM2.5 сааттык маалыматтар жана метеорология (шамал, нымдуулук, температура) менен Pythonдо кийинки 24 саатка жөнөкөй болжолдоо моделин (мисалы, градиентти жогорулатуу) орнотуңуз. Кадамдар: (1) маалыматтарды тазалоо жана сенсордук дрейфти башкаруу, (2) өзгөчөлүктөрдү даярдоо, (3) модель, (4) ишеним аралыгы менен болжолдоолорду берүү. Моделдин чектөөлөрүн ачык айтыңыз (билим берүүдөн башка жагдайларда ишенимсиздик). Маалыматтар: [бул жерде]
Көчүрүү үчүн төрт шаблон
1) Аба маалыматтарын тазалоо + AQI:
Төмөнкү абанын сапатын өлчөөлөрдү Python менен тазалаңыз (төмөндөтүү, тыгылып калуу, дрейф, ашып кетүү) жана аларды стандарттуу AQIге айлантыңыз. Кайсы AQI формуласын колдонгонуңузду көрсөтүңүз; ылайыктуу. Мыйзам чегинен ашкан сааттарды белгилеңиз. Маалыматтар: [бул жерде]
2) Эмиссия жана концентрация айырмасы:
Төмөнкү дооматты текшериңиз: бул эмиссия (булактан) же концентрация (абада өлчөнгөн) жөнүндөбү? Экөөнү чаташтырган же метеорологияга көңүл бурбаган бөлүктөрдү бөлүп көрсөтүңүз жана далилдердин негизинде өлчөнгөн кайра билдирүүнү сунуштаңыз. Доомат: [бул жерде]
3) Божомолдоо модели (белгисиздик менен):
Сиздин ролуңуз: маалымат таануучу. Төмөнкү убакыт сериялары менен [булгоочу] үчүн кыска мөөнөттүү болжолдоо моделин (Python) түзүңүз. Ар бир божомолду ишеним аралыгы менен бериңиз. Кандай шарттарда (машыгуу эмес окуя, экстремалдуу аба ырайы) модель ишенимсиз болорун так жазыңыз. Өтө оптимисттик чындык дооматы FAKE.Data: [бул жерде]
4) Ресурстук салымдардын кыскача баяндамасы:
Төмөндөгү абанын сапаты жана шамал маалыматтарынан булгануунун мүмкүн болгон багыты жөнүндө маалымат берүү үчүн булганышы жогору болгон сааттарда шамал кайсы тараптан келе жатканын талдап көрүңүз. Түздөн-түз "бул булак" деп айтпаңыз; Ыктымалдуулукту жана текшерүүнү сунуштаңыз. Маалыматтар: [бул жерде]
Жалпы каталар
- Эмиссия менен концентрацияны чаташтыруу. Мордун азайышы абадагы тазалыкты билдирбейт.
- Калибрленбеген сенсорго таянуу. Нымдуулук жана дрейф баалуулуктарды жогорулатат.
- Сметаны белгисиздиксиз берүү. Ар бир баа ишеним аралыгы менен берилиши керек.
- Физиканы AI менен шайкеш келтирүү. Бөлүштүрүү модели физиканы талап кылат; LLMдин "болжолдоосу" физика эмес.
- Мыйзам чегин эске алуу. Мыйзамдардан чектүү маанилерди алыңыз.
Абайлаңыз: Абанын сапаты боюнча дооматтар калктын ден соолугуна байланыштуу. Жалган «таза» доомат адамдарды тобокелге салат; Негизсиз "ыплас" сигнал керексиз паника жана экономикалык зыянды жаратат. Калибрленген маалыматтар, ылайыктуу модель жана так белгисиздик менен ар бир дооматты колдоо.
Кыскача айтканда
Абанын сапаты; Бул концентрациядан эмиссияны бөлүүнү, өлчөөнү калибрлөөнү, тиешелүү моделдөө жана белгисиздик менен алдын ала айтууну талап кылат. AI; Бул маалыматтарды тазалоодо, үлгүлөрдү алууда жана кыска мөөнөттүү болжолдоодо күчтүү. Бирок физикага негизделген бөлүштүрүү, сенсорду калибрлөө, юридикалык чектер жана белгисиздик боюнча чынчыл отчеттуулук экспертке таандык. Морудагы номер кошунадагы аба менен бирдей эмес.
Колдонмо тапшырмасы
Жайгашкан жер үчүн гипотетикалык сааттык PM2.5 жана метеорологиялык маалыматтарды даярдаңыз. 1-шаблон менен AI дайындарды тазалап, аны AQIге айландырыңыз жана чектен ашкандарды белгилеңиз. Андан кийин 3-шаблон менен кыска мөөнөттүү болжолдоо моделин түзүңүз жана ар бир божомол ишеним аралыгы менен келгенин текшериңиз. Акырында, абанын сапаты боюнча дооңузду 2-шаблон менен эмиссия/концентрация боюнча текшериңиз.
текшерүү тизмеси
- [ ] Мен эмиссия менен концентрацияны туура ажыраттым.
- [ ] Мен калибрлөө жана дрейф үчүн сенсор маалыматтарын текшердим.
- [ ] Мен туура формуладан/мыйзамдан AQI жана босоголорду алдым.
- [ ] Мен ишеним аралыгы жана моделдин чеги менен баа бердим.
- [ ] Менде AI бөлүштүрүүнү / физиканы талап кылган бөлүктөргө ылайыкташкан эмес.
- [ ] Мен коомдук саламаттыкты сактоо дооматтарын далилдер менен колдогом.