Воздух под контролем: как с помощью ИИ в Вышке научились вести мониторинг перемещения загрязняющих веществ

Система прогнозирования пространственного распределения вредных веществ в атмосферном воздухе с помощью ИИ, разработанная в Вышке, была представлена в программе «Чудо техники» на телеканале НТВ. На данный момент система тестируется и совершенствуется на данных, поступающих более чем с 20 реальных точек контроля, расположенных в разных городах и регионах страны.

Мониторинг перемещения загрязняющих веществ в атмосфере востребован для оценки воздействия на здоровье человека, окружающую среду, контроля над выбросами и планирования эффективных мер по защите окружающей среды. Существует необходимость определить, как будет двигаться выброс при имеющихся физических параметрах: температуре, скорости и направлении ветра, атмосферном давлении и т.д.

Для решения этой задачи ученые Центра искусственного интеллекта НИУ ВШЭ применили модели рассеивания: заранее зная источник и параметры вещества, можно построить прогноз распространения этих веществ на определенной территории и в определенное время. При этом учитывается динамика погодных условий во время выброса.

Система прогнозирования на основе искусственного интеллекта обучена подстраиваться под разные ситуации и может предсказывать перемещение вредных веществ с меньшими вычислительными затратами по сравнению с классическими математическими моделями. Интеллектуальная система позволяет также решать задачу идентификации первичного источника выброса при известных значениях наблюдений и погодных условиях. Модель строит путь от точки фиксации выброса до предполагаемого источника и моделирует этот выброс. Все стадии обработки данных в системе связаны между собой и позволяют решать различные задачи, связанные с распространением выбросов.

Работе системы был посвящен сюжет программы «Чудо техники» на телеканале НТВ. «Когда мы предоставляем этот удобный инструмент для городских служб экомониторинга, они могут гораздо быстрее заметить какой-то уровень превышений и предотвратить его. И, соответственно, предугадывать, что будет происходить на следующий день, и контролировать технологические процессы компаний», — рассказал журналистам Игорь Черницин, стажер-исследователь Научно-учебной лаборатории междисциплинарных эмпирических исследований НИУ ВШЭ в Перми.

Система работает с данными, получаемыми со станций контроля качества воздуха. Сначала данные проверяются и конвертируются в корректный для дальнейшей обработки формат при помощи аналитических моделей и модели рассеивания. С помощью моделей краткосрочного прогнозирования система получает концентрацию определенного вещества для следующего дня — это и есть прогноз в точке контроля. Модель обучена и протестирована на нескольких веществах — частицах пыли, сероводороде, оксиде азота, аммиаке и метане. Но при необходимости круг веществ может быть расширен на этапе обучения системы.

Преимущества модели по сравнению с существующими аналогами заключаются в быстроте обучения и точности прогноза. Обучение модели занимает не более 10 минут, и с каждым новым прогнозом оно сокращается вплоть до секунды, модель обучается ежедневно.

«Еще одна задача — это разбор полетов, выяснение того, откуда этот выброс произошел, что привело к его возникновению. Это обратная задача, когда по имеющейся траектории мы вычисляем, какая наиболее вероятная точка — источник этого выброса. Когда у нас есть несколько предприятий, мы можем с большей вероятностью найти виновника этого выброса и именно с этим предприятием работать», — в свою очередь отметил в эфире НТВ Алексей Масютин, руководитель Центра ИИ НИУ ВШЭ.

На данный момент система тестируется и совершенствуется на данных, поступающих более чем с 20 реальных точек контроля в Москве, Новосибирске, Перми и Челябинске. В своей работе модель не только учитывает исторические данные за несколько лет, но и использует онлайн-измерения. Разработка Центра ИИ востребована как среди промышленных предприятий для контроля уровня загрязнения, так и среди государственных учреждений для принятия решений о дальнейших мерах с целью снижения влияния выбросов на окружающую среду.