Forudsiger forurening med tingenes internet

Nyere forskning tyder på, at hjerteanfald, cerebralt slagtilfælde, og astmaanfald stiger alle med stigende luftforurening i vores byer, og selvfølgelig de bredere problemer for miljøet og mennesker, dyr, og planteliv bliver bedre forstået for hver undersøgelse. Nu, videnskab offentliggjort i International Journal of Computational Intelligence Studies antyder, at store data fra Internet of Things -enheder kan være nyttige til at forudsige hændelser i luftforurening. At vide på forhånd, hvornår der kan opstå problemer, kan give et håb om at forbedre de skadelige virkninger eller i det mindste give sårbare mennesker en forhåndsadvarsel om potentielle trusler mod deres helbred.

Studiet, skrevet af Safae Sossi Alaoui, Brahim Aksasse, og Yousef Farhaoui fra Institut for Datalogi ved Moulay Ismail University i Errachidia, Marokko, giver håb om at forudsige stigende niveauer af nogle af de mest alvorlige forurenende forbindelser, der er allestedsnærværende i miljøet, men svinger voldsomt afhængigt af menneskelig aktivitet, nemlig nitrogenoxider, Svovldioxid, carbonmonoxid, og ozon.

Der er millioner, hvis ikke milliarder af tilsluttede enheder, som vi kan placere under paraplyperioden for tingenes internet, IoT, disse omfatter den altid tilstedeværende smartphone, overvågninger af forurening ved vejene, integrerede sensorer, aktuatorer, og endda bærbare enheder, der alle kan indsamle og udveksle forskellige typer data.

Teamet har arbejdet med et amerikansk forureningsdatasæt og brugt Spark -teknologi på Databricks -platformen til at bygge en præcis model, der kan komme med gode forudsigelser om luftkvalitet. Dette kan bruges til at forbedre vores forståelse af de negative virkninger af luftforurening på vores liv og måske hjælpe med at fokusere indsatsen for at forhindre, styring, og reducere forureningen på en mere rettidig måde end nogensinde før.