L’IA identifie les points chauds de pollution locaux à l’aide d’images satellite – Technoguide

Des chercheurs de l’Université Duke ont mis au point une méthode qui utilise l’apprentissage automatique, l’imagerie satellite et les données météorologiques pour trouver de manière autonome les points chauds de forte pollution atmosphérique, pâté de maisons par pâté de maisons.

Cette technique pourrait être une aubaine pour trouver et atténuer les sources d’aérosols dangereux, étudier les effets de la pollution atmosphérique sur la santé humaine et prendre des décisions de politique publique mieux informées et socialement justes.

“Auparavant, les chercheurs essayant de mesurer la distribution des polluants atmosphériques dans une ville tentaient soit d’utiliser le nombre limité de moniteurs existants, soit de piloter des capteurs autour d’une ville dans des véhicules”, a déclaré Mike Bergin, professeur de génie civil et environnemental à Duke. «Mais la mise en place de réseaux de capteurs est longue et coûteuse, et la seule chose que la conduite d’un capteur vous dit vraiment, c’est que les routes sont de grandes sources de polluants. Être en mesure de trouver les points chauds locaux de pollution atmosphérique à l’aide d’images satellite est extrêmement avantageux. “

Les polluants atmosphériques spécifiques qui intéressent Bergin et ses collègues sont de minuscules particules en suspension dans l’air appelées PM2,5. Ce sont des particules d’un diamètre inférieur à 2,5 micromètres – environ 3% du diamètre d’un cheveu humain – et il a été démontré qu’elles ont un effet dramatique sur la santé humaine en raison de leur capacité à pénétrer profondément dans les poumons.

L’étude Global Burden of Disease a classé les PM2,5 au cinquième rang de sa liste des facteurs de risque de mortalité en 2015. L’étude a indiqué que les PM2,5 étaient responsables en un an d’environ 4,2 millions de décès et 103,1 millions d’années de vie perdues ou vécues avec un handicap. Une étude récente de la TH Chan School of Public Health de l’Université Harvard a également révélé que les zones avec des niveaux plus élevés de PM2,5 sont associées à des taux de mortalité plus élevés dus au COVID-19.

Mais les chercheurs de Harvard n’ont pu accéder aux données sur les PM2,5 qu’au niveau d’un comté par comté aux États-Unis. Bien qu’il s’agisse d’un point de départ précieux, les statistiques de pollution au niveau du comté ne peuvent pas atteindre un quartier situé à côté d’une centrale électrique au charbon par rapport à un quartier situé à côté d’un parc situé à 30 miles au vent. Et la plupart des pays en dehors du monde occidental n’ont pas ce niveau de surveillance de la qualité de l’air.

«Les stations au sol coûtent cher à construire et à entretenir, de sorte que même les grandes villes ne sont pas susceptibles d’en avoir plus d’une poignée», a déclaré Bergin. “Ainsi, bien qu’ils puissent donner une idée générale de la quantité de PM2,5 dans l’air, ils ne sont pas du tout près de donner une véritable distribution pour les personnes vivant dans différentes zones de cette ville.”

Lors de travaux antérieurs avec l’étudiant au doctorat Tongshu Zheng et son collègue David Carlson, professeur adjoint de génie civil et environnemental à Duke, les chercheurs ont montré que l’imagerie satellitaire, les données météorologiques et l’apprentissage automatique pouvaient fournir des mesures de PM2,5 à petite échelle.

S’appuyant sur ce travail et en se concentrant sur Pékin, l’équipe a maintenant amélioré ses méthodes et enseigné à l’algorithme pour trouver automatiquement les points chauds et les points froids de la pollution atmosphérique avec une résolution de 300 mètres – environ la longueur d’un pâté de maisons de la ville de New York.

L’avancement a été réalisé en utilisant une technique appelée apprentissage résiduel. L’algorithme estime d’abord les niveaux de PM2,5 en utilisant uniquement les données météorologiques. Il mesure ensuite la différence entre ces estimations et les niveaux réels de PM2,5 et apprend à utiliser des images satellites pour améliorer ses prévisions.

«Lorsque les prévisions sont faites d’abord avec la météo, puis que les données satellitaires sont ajoutées plus tard pour les affiner, cela permet à l’algorithme de tirer pleinement parti des informations contenues dans l’imagerie satellitaire», a déclaré Zheng.

Les chercheurs ont ensuite utilisé un algorithme initialement conçu pour ajuster l’illumination inégale d’une image afin de trouver des zones de niveaux élevés et faibles de pollution atmosphérique. Appelée normalisation du contraste local, la technique recherche essentiellement des pixels de la taille d’un bloc de ville qui ont des niveaux de PM2,5 plus ou moins élevés que les autres à proximité.

“Ces points chauds sont notoirement difficiles à trouver sur les cartes des niveaux de particules, car certains jours, l’air est vraiment mauvais dans toute la ville, et il est vraiment difficile de dire s’il existe de vraies différences entre eux ou s’il y a juste un problème avec l’image contraste », a déclaré Carlson. “C’est un gros avantage de pouvoir trouver un quartier spécifique qui a tendance à rester plus haut ou plus bas que partout ailleurs, car cela peut nous aider à répondre aux questions sur les disparités en matière de santé et l’équité environnementale.”

Bien que les méthodes exactes que l’algorithme enseigne lui-même ne puissent pas être transférées d’une ville à l’autre, l’algorithme pourrait facilement apprendre de nouvelles méthodes à différents endroits. Et si les villes peuvent évoluer au fil du temps en termes de conditions météorologiques et de pollution, l’algorithme ne devrait avoir aucun problème à évoluer avec elles. De plus, soulignent les chercheurs, le nombre de capteurs de qualité de l’air ne fera qu’augmenter dans les années à venir, ils pensent donc que leur approche ne fera que s’améliorer avec le temps.

“Je pense que nous pourrons trouver des environnements construits dans ces images qui sont liés aux points chauds et froids, qui peuvent avoir une énorme composante de justice environnementale”, a déclaré Bergin. “La prochaine étape est de voir comment ces points chauds sont liés au statut socio-économique et aux taux d’admission à l’hôpital suite à des expositions à long terme. Je pense que cette approche pourrait nous mener très loin et les applications potentielles sont tout simplement incroyables.”

Source de l’histoire:

Matériel fourni par l’Université Duke. Original écrit par Ken Kingery. Remarque: le contenu peut être modifié pour le style et la longueur.

.

A propos Technoguide

Voir aussi

Fortnite reviendra sur iOS en octobre, mais pas via l’App Store

Si vous manquez Fortnite sur iOS, le titre de bataille royal pourrait potentiellement revenir en …

Laisser un commentaire

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

Défiler vers le haut