Добици:
- Способност да се направи разлика између емисија (из извора) и концентрације (мерене у ваздуху) и конвертује калибрисане податке у АКИ и упореди их са праговима
- Способност да се изгради краткорочни модел предвиђања загађења и да се свако предвиђање искрено представи са интервалима поверења и границама модела
- Способност да се поткрепе тврдње о јавном здрављу доказима без прилагођавања делова вештачке интелигенције који захтевају дистрибуцију/физику
Загађење ваздуха је невидљиво, али смртоносно: изазива милионе превремених смрти сваке године и испреплетено је са климатским променама. Институције су одговорне и за сопствене емисије из димњака и за квалитет ваздуха око њих. У овој јединици ћете научити параметре квалитета ваздуха, методе мерења и моделирања, предвиђање помоћу вештачке интелигенције и границе свега тога.
Прво концепти. Квалитет ваздуха се генерално мери на основу неколико главних загађивача: ПМ2,5 и ПМ10 (честице мање од 2,5 и 10 микрона – прашина која се може удисати), НО₂ (азот-диоксид – од сагоревања), СО₂ (сумпор-диоксид), О₃ (озон на нивоу земље) и ЦО (угљен-моноксид). АКИ (индекс квалитета ваздуха) је индекс који ове загађиваче претвара у једну обојену/нумерисану скалу (добро-опасно) коју јавност може да разуме. Емисија је количина ослобођена из извора, док је концентрација концентрација у ваздуху; Важно је да се то двоје не помеша.
Савет: Емисија (из извора) и концентрација (мерена у ваздуху) су две различите ствари. Ветар, температура и топографија узрокују да иста емисија резултира веома различитим концентрацијама. Рећи „мање излази из димњака“ не значи „да је ваздух у близини чист“.
Моделирање: од емисије до концентрације
Израчунавање концентрације загађивача који излази из димњака до оближњег суседства је ствар моделирања дисперзије. Ови модели користе метеорологију (смер/брзина ветра, стабилност атмосфере) и топографију. Класични модели (нпр. Гаусов модел расподеле) су засновани на физици; АИ се користи за убрзавање ових модела, тумачење излаза и издвајање образаца из великих скупова мерних података — али је опасно „учинити“ да се физика уклопи у АИ.
Прогноза: предвиђање сутрашњег времена
Најјаче поље вештачке интелигенције је предвиђање: изградња модела који предвиђају нивое загађивача сутра или неколико сати касније, користећи историјска мерења, метеорологију и податке о саобраћају. Ово је драгоцено за јавна здравствена упозорења и мере предострожности (нпр. ограничење саобраћаја). Али свако предвиђање има неизвесност, а модел ће бити погрешан када испадне из услова у којима је обучен (на пример, неочекивани пожар).
Корак по корак: анализа квалитета ваздуха
1. Изаберите питање и параметар. Који загађивач, која локација, на које време?
2. Проверите извор података. Референтна станица или јефтин сензор? Калибар?
3. Пре-процес. Очистите податке који недостају, померање сензора, екстремне разлике.
4. Конвертујте у АКИ и упоредите са прагом. Да ли је прекорачена законска граница?
5. Модел/предвиди. Тренд, сезоналност, пројекција будућности.
6. Неизвесност извештаја. Увек представите процене са интервалима поверења и границама модела.
три мини кофера
Случај 1 — Конфузија емисија-концентрација. Један објекат је желео да објави да је смањио емисије из димњака за 20% и да је стога „ваздух у комшилуку био 20% чистији“. Стручњак је показао да се у то време променио смер ветра и да је на концентрацију заправо утицала метеорологија; Смањење емисије је било стварно, али тврдња о концентрацији није била поткрепљена. Изјава је била ограничена на „смањили смо емисије из димњака за 20%“; Ваздушни захтев без доказа уклоњен.
Случај 2 — Калибрација сензора. Једна школа је добила упозорење о "опасним ПМ2,5" са јефтиним сензором. Када је стручњак упоредио сензор са оближњом референтном станицом, открио је да је вредност надувана при високој влажности; Након корекције влажности, вредност се смањила на "средњи" ниво. Некалибрирани сензор може изазвати панику. (Ово још једном показује колико је критична калибрација сензора у свакој области мерења.)
Случај 3 — Неизвесност прогнозе. Општина је следећег дана упозорила на „велико загађење“ својим моделом прогнозе вештачке интелигенције, али неочекивана пешчана олуја пореметила је прогнозу. Тим је раније известио да је модел „непоуздан за догађаје података без обуке“; стога је упозорење представљено као "могуће" и није дошло до губитка поверења. Разјаснити несигурност је одговорна употреба предвиђања.
Слаби промпт / Јаки промпт
Слабо обавештење:
Предвидите сутра са овим временским подацима.
Зашто је слаб: Нема потражње за параметрима, локацијом, квалитетом података, типом модела и несигурношћу. Излаз би био један број, а његова поузданост је непозната.
Снажан упит:
Ваша улога: научник података о квалитету ваздуха. Са следећим ПМ2,5 сатним подацима и метеорологијом (ветар, влажност, температура), поставите једноставан модел прогнозе (нпр. повећање градијента) у Питхон-у за наредна 24 сата. Кораци: (1) чишћење података и контрола померања сензора, (2) припрема карактеристике, (3) модел, (4) давање предвиђања са интервалом поверења. Јасно наведите ограничења модела (непоузданост у ванобразовним ситуацијама). Подаци: [овде]
Четири шаблона за копирање
1) Чишћење података о ваздуху + АКИ:
Очистите следећа мерења квалитета ваздуха помоћу Питхон-а (поднижавање, заглављивање, померање, прекорачење) и конвертујте их у стандардни АКИ. Наведите коју формулу АКИ користите; уклапање. Означите сате које прелазе законски праг. Подаци: [овде]
2) Разлика између емисије и концентрације:
Проверите следећу тврдњу: да ли се ради о емисији (из извора) или концентрацији (мереној у ваздуху)? Истакните делове који збуњују то двоје или игноришите метеорологију и предложите измерено преиспитивање засновано на доказима. Тврдња: [овде]
3) Модел предвиђања (са несигурношћу):
Ваша улога: научник података. Направите краткорочни модел прогнозе (Питхон) за [загађивач] са следећим временским серијама. Дајте свако предвиђање са својим интервалом поверења. Јасно напишите под којим условима (догађај без тренинга, екстремно време) модел би био непоуздан. Превише оптимистична тврдња о истини ФАКЕ.Подаци: [овде]
4) Резиме доприноса ресурса:
На основу података о квалитету ваздуха и ветру у наставку, анализирајте из ког правца ветар долази током сати високог загађења да бисте дали траг о могућем правцу извора. Немојте директно рећи „ово је извор“; Понудите вероватноћу и верификацију. Подаци: [овде]
Уобичајене грешке
- Бркање емисије са концентрацијом. Смањење димњака не значи чистоћу у ваздуху.
- Ослањајући се на некалибрирани сензор. Влажност и дрифт надувавају вредности.
- Представљање процене без неизвесности. Сваку процену треба дати са интервалом поверења.
- Усклађивање физике са АИ. Модел дистрибуције захтева физику; "Предвиђање" ЛЛМ није физика.
- Сећање на законске прагове. Узмите граничне вредности из закона.
Опрез: Тврдње о квалитету ваздуха тичу се јавног здравља. Лажна "чиста" тврдња доводи људе у опасност; Неоснован "прљави" аларм ствара непотребну панику и економску штету. Поткрепите сваку тврдњу калибрисаним подацима, одговарајућим моделом и јасном несигурношћу.
Укратко
Квалитет ваздуха; Захтева одвајање емисије од концентрације, калибрисање мерења, одговарајуће моделирање и предвиђање представљено са несигурношћу. АИ; Моћан је у чишћењу података, издвајању шаблона и краткорочном предвиђању. Али дистрибуција заснована на физици, калибрација сензора, законски прагови и искрено извештавање о неизвесности припадају експерту. Број на димњаку није исти као ваздух у комшилуку.
Задатак апликације
Припремите хипотетичке ПМ2,5 по сату и метеоролошке податке за локацију. Са 1. шаблоном, нека АИ очисти податке, претвори их у АКИ и означи прекорачења прага. Затим направите модел краткорочне прогнозе са 3. шаблоном и уверите се да свака прогноза долази са интервалом поверења. На крају, нека ваша тврдња о квалитету ваздуха ревидира емисије/концентрацију помоћу шаблона 2.
контролна листа
- [ ] Правилно сам направио разлику између емисије и концентрације.
- [ ] Проверио сам податке сензора за калибрацију и померање.
- [ ] Добио сам АКИ и прагове из тачне формуле/законодавства.
- [ ] Представио сам процене са интервалом поверења и границом модела.
- [ ] Нисам имао АИ да прилагоди делове који захтевају дистрибуцију/физику.
- [ ] Поткрепио сам тврдње јавног здравља доказима.