Les scientifiques se tournent vers l’apprentissage en profondeur pour améliorer les prévisions de la qualité de l’air – Technoguide

La pollution atmosphérique due à la combustion de combustibles fossiles a un impact sur la santé humaine, mais prédire les niveaux de pollution à un moment et à un endroit donnés reste un défi, selon une équipe de scientifiques qui se tournent vers l’apprentissage en profondeur pour améliorer les estimations de la qualité de l’air. Les résultats de l’étude de l’équipe pourraient être utiles aux modélisateurs qui examinent comment les facteurs économiques comme la productivité industrielle et les facteurs de santé comme les hospitalisations évoluent avec les niveaux de pollution.

«La qualité de l’air est l’un des problèmes majeurs dans une zone urbaine qui affecte la vie des gens», a déclaré Manzhu Yu, professeur adjoint de géographie à Penn State. “Pourtant, les observations existantes ne sont pas suffisantes pour fournir des informations complètes susceptibles d’aider les populations vulnérables à planifier à l’avance.”

Les observations par satellite et au sol mesurent chacune la pollution de l’air, mais elles sont limitées, ont déclaré les scientifiques. Les satellites, par exemple, peuvent passer un endroit donné à la même heure chaque jour et manquer la variation des émissions à différentes heures. Les stations météorologiques au sol collectent en permanence des données, mais uniquement dans un nombre limité d’endroits.

Pour résoudre ce problème, les scientifiques ont utilisé l’apprentissage en profondeur, un type d’apprentissage automatique, pour analyser la relation entre les observations satellitaires et au sol du dioxyde d’azote dans la grande région de Los Angeles. Le dioxyde d’azote est largement associé aux émissions du trafic et des centrales électriques, ont déclaré les scientifiques.

“Le problème à l’heure actuelle est que le dioxyde d’azote varie beaucoup au cours de la journée”, a déclaré Yu. “Mais nous n’avons pas eu de produit horaire à l’échelle suburbaine disponible pour suivre la pollution de l’air. En comparant les observations au niveau de la surface et par satellite, nous pouvons en fait produire des estimations avec une résolution spatiale et temporelle plus élevée.”

La relation apprise a permis aux chercheurs de prendre des observations satellitaires quotidiennes et de créer des estimations horaires du dioxyde d’azote atmosphérique dans des grilles d’environ 3 miles, ont déclaré les scientifiques. Ils ont récemment rapporté leurs résultats dans la revue Science of the Total Environment.

“Le défi ici est de savoir si nous pouvons trouver un lien entre les mesures de la surface de la Terre et les observations satellitaires de la troposphère, qui sont en fait très éloignées les unes des autres. C’est là qu’intervient l’apprentissage profond.”

Les algorithmes d’apprentissage en profondeur fonctionnent un peu comme le cerveau humain et comportent plusieurs couches de neurones artificiels pour traiter les données et créer des modèles. Le système apprend et s’entraîne lui-même en fonction des connexions qu’il trouve dans de grandes quantités de données, ont déclaré les scientifiques.

Les scientifiques ont testé deux algorithmes d’apprentissage en profondeur et ont trouvé celui qui comparait les observations au sol directement aux observations satellitaires prédisant plus précisément les niveaux de dioxyde d’azote. L’ajout d’informations telles que les données météorologiques, l’altitude et l’emplacement des stations au sol, des routes principales et des centrales électriques a encore amélioré la précision des prévisions.

Yu a déclaré que l’étude pourrait être répétée pour d’autres gaz à effet de serre et appliquée à différentes villes ou à des échelles régionale et continentale, ont déclaré les scientifiques. De plus, le modèle pourrait être mis à jour lors du lancement de nouveaux satellites à plus haute résolution.

“Avec une résolution spatio-temporelle élevée, nos résultats faciliteront l’étude entre la qualité de l’air et les problèmes de santé et amélioreront la compréhension de l’évolution dynamique des polluants atmosphériques”, a déclaré Yu.

Source de l’histoire:

Matériel fourni par Penn State. Original écrit par Matthew Carroll. Remarque: le contenu peut être modifié pour le style et la longueur.

.

A propos Technoguide

Voir aussi

Les nanomatériaux activent stratégiquement le système immunitaire pour combattre l’inflammation aussi efficacement que les thérapies standard actuelles – Technoguide

Les ingénieurs biomédicaux de l’Université Duke ont développé un nanomatériau auto-assemblé qui peut aider à …

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Défiler vers le haut