На Урале нейросеть научат прогнозировать загрязнение воздуха

Южноуральские ученые разрабатывают систему, способную оценивать и предсказывать рассеивание выбросов вредных веществ от автотранспорта в условиях города. Сейчас модель тестируют более чем на 20 перекрестках в Челябинске, а также в Санкт-Петербурге и Перми, где она следит за динамикой изменения качества атмосферного воздуха, используя камеры уличного видеонаблюдения, работающие в качестве цифровых сенсоров. Помощниками выступают существующая телекоммуникационная инфраструктура и станции метеорологического и экологического мониторинга.

- За последние несколько лет методы, основанные на искусственном интеллекте, стали наиболее перспективными в прогнозировании загрязнения воздуха. Однако исследования, основанные на применении с этой целью машинного обучения, просто учат нейросеть почасовому контролю загрязнения. Наша разработка сконцентрирована на отслеживании ситуации в режиме онлайн, - поясняет суть проекта его руководитель доцент кафедры "Автомобильный транспорт" Южно-Уральского госуниверситета Владимир Шепелев.

Система мониторинга строится на получении массива данных о выбросах точечных источников загрязнения с учетом метеорологических параметров. Ученые сосредоточились на обучении нейронных сетей точному прогнозированию влияния автомобильных потоков на городскую среду в любой момент времени.

Такой метод считается принципиальным переходом от измерения выбросов аналоговыми датчиками к экономичным цифровым решениям с более информативным содержанием. Ученые ЮУрГУ запатентовали эту методику и теперь на основе лицензионных соглашений расширяют сеть задействованных в работе измерительных постов, количество которых, как рассчитывают, в ближайшее время достигнет

21-го. Исследования финансирует Российский научный фонд, работа получила поддержку и в рамках стратегического проекта "Экосреда постиндустриальной агломерации" программы "Приоритет 2030".