杜克大學(xué)的研究人員已經(jīng)開(kāi)發(fā)出一種方法，該方法使用機(jī)器學(xué)習(xí)，衛(wèi)星圖像和天氣數(shù)據(jù)來(lái)自動(dòng)查找一個(gè)城市一個(gè)城市又一個(gè)城市的重度空氣污染的熱點(diǎn)。

該技術(shù)可能是發(fā)現(xiàn)和減輕有害氣溶膠來(lái)源，研究空氣污染對(duì)人類(lèi)健康的影響以及做出更明智的，對(duì)社會(huì)公正的公共政策決定的福音。

杜克大學(xué)土木與環(huán)境工程學(xué)教授邁克·貝爾金說(shuō)：“在此之前，試圖測(cè)量整個(gè)城市空氣污染物分布的研究人員要么試圖使用數(shù)量有限的現(xiàn)有監(jiān)測(cè)器，要么嘗試在整個(gè)城市中駕駛傳感器。” “但是建立傳感器網(wǎng)絡(luò)既耗時(shí)又昂貴，而且唯一能真正告訴您的是道路是污染物的主要來(lái)源。利用衛(wèi)星圖像能夠找到當(dāng)?shù)氐目諝馕廴緹狳c(diǎn)是非常有利的。 ”

Bergin和他的同事感興趣的特定的空氣污染物是稱(chēng)為PM2.5的微小空氣傳播顆粒。這些粒子的直徑小于2.5微米(約為人發(fā)直徑的3%)，并且由于其能夠深入肺部而對(duì)人類(lèi)健康產(chǎn)生了顯著影響。

2015年，《全球疾病負(fù)擔(dān)》研究將PM2.5列為死亡風(fēng)險(xiǎn)因素清單的第五位。該研究表明，PM2.5在一年內(nèi)造成約420萬(wàn)人死亡和1.031億年生命喪失或殘障。哈佛大學(xué)陳陳公共衛(wèi)生學(xué)院的最新研究還發(fā)現(xiàn)，PM2.5水平較高的地區(qū)與導(dǎo)致的死亡率較高相關(guān)。

但是哈佛大學(xué)的研究人員只能訪問(wèn)境內(nèi)每個(gè)縣的PM2.5數(shù)據(jù)。雖然這是一個(gè)有價(jià)值的起點(diǎn)，但是縣級(jí)污染統(tǒng)計(jì)數(shù)據(jù)無(wú)法深入到燃煤電廠旁邊的社區(qū)，而不是下風(fēng)向30英里公園旁邊的社區(qū)。而且，西方世界以外的大多數(shù)國(guó)家/地區(qū)都沒(méi)有達(dá)到這樣的空氣質(zhì)量監(jiān)控水平。

貝爾金說(shuō)：“地面站的建造和維護(hù)成本很高，因此，即使是大城市，也很少有這樣的站。” “因此，盡管他們可能對(duì)空氣中PM2.5的數(shù)量有一個(gè)大致的了解，但它們并不能為居住在該城市不同地區(qū)的人們提供真正的分布。”

新的AI算法在德里發(fā)現(xiàn)了多個(gè)空氣污染熱點(diǎn)和涼點(diǎn)。圖片來(lái)源：杜克大學(xué)護(hù)理學(xué)院

在與博士生鄭同樹(shù)和杜克大學(xué)土木與環(huán)境工程學(xué)助理教授戴維·卡爾森(David Carlson)的先前工作中，研究人員表明，衛(wèi)星圖像，天氣數(shù)據(jù)和機(jī)器學(xué)習(xí)可以提供小規(guī)模的PM2.5測(cè)量。

在完成這項(xiàng)工作并將重點(diǎn)放在北京之后，該團(tuán)隊(duì)現(xiàn)在改進(jìn)了他們的方法，并講授了該算法以自動(dòng)查找分辨率為300米(大約相當(dāng)于紐約市街區(qū)的長(zhǎng)度)的空氣污染的熱點(diǎn)和涼點(diǎn)。

通過(guò)使用稱(chēng)為殘差學(xué)習(xí)的技術(shù)取得了進(jìn)步。該算法首先僅使用天氣數(shù)據(jù)估算PM2.5的水平。然后，它測(cè)量這些估計(jì)值與PM2.5實(shí)際水平之間的差異，并自學(xué)使用衛(wèi)星圖像來(lái)使其預(yù)測(cè)更好。

“如果先根據(jù)天氣做出預(yù)測(cè)，然后再添加衛(wèi)星數(shù)據(jù)以對(duì)其進(jìn)行微調(diào)，則可以使算法充分利用衛(wèi)星圖像中的信息，”鄭說(shuō)。

然后，研究人員使用了一種算法，該算法最初旨在調(diào)整圖像中的不均勻照明，以查找空氣污染程度高低的區(qū)域。這種稱(chēng)為局部對(duì)比度歸一化的技術(shù)本質(zhì)上是尋找具有比其周?chē)渌袼馗呋蚋偷腜M2.5水平的城市街區(qū)大小的像素。

“眾所周知，這些熱點(diǎn)很難在PM水平地圖上找到，因?yàn)橛袝r(shí)候整個(gè)城市的空氣真的很差，而且很難分辨它們之間是否存在真正的差異，或者圖像是否有問(wèn)題對(duì)比。”卡爾森說(shuō)。“能夠找到一個(gè)比其他任何地方都更高或更低的特定社區(qū)是一個(gè)很大的優(yōu)勢(shì)，因?yàn)樗梢詭椭覀兓卮鹩嘘P(guān)健康差異和環(huán)境公平性的問(wèn)題。”

雖然算法本身教的確切方法不能從一個(gè)城市轉(zhuǎn)移到城市，該算法可以很容易地教本身在不同地點(diǎn)的新方法。盡管城市可能會(huì)隨著時(shí)間的推移在天氣和污染模式方面不斷發(fā)展，但是該算法在發(fā)展過(guò)程中應(yīng)該不會(huì)遇到任何麻煩。此外，研究人員指出，空氣質(zhì)量傳感器的數(shù)量在未來(lái)幾年只會(huì)增加，因此他們相信隨著時(shí)間的推移，這種方法只會(huì)變得更好。

貝爾金說(shuō)：“我認(rèn)為我們將能夠在這些圖像中找到與熱點(diǎn)和熱點(diǎn)相關(guān)的建筑環(huán)境，這些環(huán)境可能具有巨大的環(huán)境正義成分。” “下一步是看看這些熱點(diǎn)與長(zhǎng)期暴露的社會(huì)經(jīng)濟(jì)狀況和住院率之間的關(guān)系。我認(rèn)為這種方法可以使我們走得更遠(yuǎn)，潛在的應(yīng)用令人驚訝。”

該結(jié)果于4月1日在線發(fā)表在《遙感》雜志上。