پایش ساعتی آلودگی هوای اصفهان با داده‌های ماهواره‌ای و هوش مصنوعی امکان‌پذیر شد

عضو هیئت علمی دانشگاه اصفهان با اشاره به اجرای یک پروژه داده‌کاوی مبتنی بر داده‌های ماهواره‌ای و ایستگاه‌های زمینی به کارفرمایی معاونت حمل و نقل و ترافیک شهرداری اصفهان گفت: با توسعه یک الگوریتم یادگیری ماشینی، امکان تولید منظم و ساعتی داده‌های آلودگی هوا برای اصفهان و محدوده پیرامونی آن فراهم شد.

به گزارش خبرگزاری ایمنا، مهدی مومنی امروز _چهارشنبه ششم اسفند_ در آیین اختتامیه دومین رویداد داده‌کاوی داده‌های هفت ساله کیفیت هوای اصفهان با اشاره به محور اصلی فعالیت انجام‌شده در این پروژه اظهار کرد: آنچه ما روی آن کار کردیم، تهیه نقشه پراکندگی آلودگی به‌عنوان یکی از پارامترهای پیش‌بینی‌کننده بود که در این مسیر از داده‌های ماهواره‌ای استفاده شد، چراکه ایستگاه‌های زمینی شهر اصفهان با وجود کیفیت بالا، از نظر تعداد و پراکندگی محدود هستند.

وی با بیان اینکه ایستگاه‌های زمینی عمدتاً درون شهر را پوشش می‌دهند، افزود: تولید ذرات گردوغبار و آلودگی‌های ذره‌ای الزاماً محدود به داخل شهر نیست و گاهی این ذرات از ده‌ها تا صدها کیلومتر دورتر تولید شده و به محدوده شهری منتقل می‌شوند، موضوعی که باعث می‌شود نیاز به دید وسیع‌تری برای پایش وجود داشته باشد.

عضو هیئت علمی دانشگاه اصفهان با تأکید بر اهمیت استفاده از داده‌های ماهواره‌ای تصریح کرد: برای اینکه وارد جزئیات فنی نشوم، باید اشاره کنم که ماهواره‌های مورد استفاده در هواشناسی به دو دسته مدارگرد و مدارثابت تقسیم می‌شوند که هرکدام مزایا و محدودیت‌های خاص خود را دارند.

مومنی گفت: ماهواره‌های مدارگرد معمولاً هر چند روز یک‌بار تصویر تهیه می‌کنند و کاربردهای متنوعی دارند، اما از نظر زمانی محدود هستند، در مقابل ماهواره‌های مدارثابت در یک نقطه مستقر بوده و همراه زمین می‌چرخند و می‌توانند در بازه‌های زمانی کوتاه مانند ۱۵ دقیقه، نیم‌ساعت یا یک ساعت تصویر ارائه دهند.

وی با اشاره به ویژگی‌های این ماهواره‌ها ادامه داد: اگرچه این ماهواره‌ها از نظر مکانی دقت پایین‌تری نسبت به مدارگردها دارند، اما برای کاربردهای هواشناسی بسیار ارزشمند هستند و سابقه استفاده از آن‌ها در سازمان هواشناسی کشور وجود دارد، هرچند در حوزه پایش آلودگی کمتر مورد استفاده اجرایی قرار گرفته‌اند.

مومنی گفت: در این پروژه از داده‌های دو ماهواره مدارثابت استفاده کردیم که یکی از آن‌ها در سال ۲۰۲۲ غیرفعال شده، اما داده‌های تاریخی آن همچنان برای آموزش الگوریتم‌های هوش مصنوعی و بازسازی وضعیت گذشته بسیار مفید و قابل استفاده است.

وی افزود: ایستگاه‌های زمینی نقش داده‌های آموزشی را ایفا می‌کنند و داده‌های ماهواره‌ای یاد می‌گیرند که چگونه به اطلاعات مربوط به گردوغبار و آلودگی ذره‌ای تبدیل شوند؛ این ترکیب باعث می‌شود بتوانیم تصویر کامل‌تری از وضعیت آلودگی هوا به دست آوریم.

عضو هیئت علمی دانشگاه اصفهان با تأکید بر نقش باندهای طیفی ماهواره‌ای بیان کرد: هر سنجنده ماهواره‌ای دارای باندهای طیفی متعددی است و برای پایش ذرات، ترکیب باندهای مرئی و حرارتی ضروری است، زیرا ذرات معلق بر دما و رطوبت هوا نیز تأثیر می‌گذارند و این پارامترها باید در آموزش الگوریتم لحاظ شوند.

مومنی گفت: علاوه بر این، از داده‌های سنجنده‌ای استفاده کردیم که سابقه ۲۶ تا ۲۷ ساله از کل کره زمین دارد و این داده‌ها به‌صورت جدی برای آموزش الگوریتم به کار گرفته شد، هرچند استفاده اجرایی از این داده‌ها مستلزم اخذ لایسنس‌های معتبر است که در این پروژه لحاظ شده است.

وی با اشاره به چالش‌های دریافت داده‌ها ادامه داد: در حال حاضر داده‌ها از طریق اینترنت دانلود می‌شود و این موضوع همواره با نگرانی از قطع ارتباط همراه است، در حالی که ایستگاه دریافت مستقیم داده در شهر اصفهان وجود دارد و استفاده از آن می‌تواند مسیر مطمئن‌تری برای تأمین داده‌ها ایجاد کند.

عضو هیئت علمی دانشگاه اصفهان خاطرنشان کرد: با وجود هزینه نسبتاً پایین تجهیز و نگهداری آنتن دریافت مستقیم داده، هنوز همکاری لازم بین مجموعه‌ها شکل نگرفته است، هرچند در حدود یک‌ونیم سال اجرای پروژه و شش ماه فعالیت منظم نرم‌افزار، مشکل جدی در دانلود داده‌ها وجود نداشته است.

مومنی گفت: الگوریتم مورد استفاده مبتنی بر یادگیری ماشینی و یک روش معتبر در این حوزه است که در تحقیقات متعدد پاسخگو بوده و برای شهر اصفهان نیز مجدداً آزمون شده و حتی یک تا دو نوآوری کوچک در مسیر توسعه آن اتفاق افتاده است.

وی ادامه داد: برای اطمینان از دقت نتایج، صحت‌سنجی بسیار مفصلی انجام شد و شش روش مختلف اعتبارسنجی با نگاه‌های متفاوت به کار رفت تا مشخص شود این روش در چه شرایطی موفق است و در چه نقاطی نیاز به ملاحظه و دقت بیشتری دارد.

عضو هیئت علمی دانشگاه اصفهان با اشاره به نتایج پروژه گفت: در نهایت به دقتی در حدود سه صدم برای ضخامت اپتیکی رسیدیم که عدد بسیار قابل قبولی است و دامنه خطای مثبت و منفی پنج صدم نیز برای شاخص AOD رقم قابل اعتنایی محسوب می‌شود.

مومنی افزود: برای تبدیل ضخامت اپتیکی به PM2.5 یک کار تحقیقاتی مستقل انجام شد که نتایج آن با مطالعات بین‌المللی قابل مقایسه است و نشان می‌دهد این روش می‌تواند به‌عنوان یک ابزار قابل اتکا مورد استفاده قرار گیرد.

وی خاطرنشان کرد: نرم‌افزاری توسعه داده شد که شامل چهار بخش اصلی از جمله فراخوانی کتابخانه‌های هوش مصنوعی، تنظیم زمان، دانلود داده‌های ماهواره‌ای و انجام محاسبات پیش‌پردازش و پردازش است و داده‌ها را به‌صورت منظم ذخیره می‌کند.

مومنی گفت: این سامانه اکنون قادر است داده‌های ساعتی آلودگی هوا را برای شهر اصفهان و محدوده اطراف تولید کند و حتی این قابلیت وجود دارد که از طریق API به سامانه‌های دیگر متصل شده و نقشه‌های تحلیلی مختلفی را در اختیار کاربران و مدیران قرار دهد.

کد خبر 951347

برچسب‌ها

نظر شما

شما در حال پاسخ به نظر «» هستید.