作者：Lucas Laursen
翻译：Desmond Chen
物理模拟技术和人工智能技术相结合，给北京和其他城市居民进行环境污染预测
图片：图像中国/AP图片
可以预测雾霾的到来：IBM和微软似乎已经预测出，北京的11月20号将是一个严重的雾霾日。
北京和中国的其他城市都被包裹在一个雾霾毯子中。在天津，雾霾以及浓重到飞机都无法降落。据新闻报道，有关部门已经发布了第一个2016年的空气污染“红色预警”，与此同时，北京及周边地区的1200个工厂被勒令关闭或减少生产。
这个冬天，相关部门将启用IBM和微软公司开发的污染预测工具，这些工具在去年已经进行了测试。由城市政府使用的这款IBM工具，可以将传统数据源，如来自北京的35个官方污染空气质量检测站的数据，和低成本，来源广的数据，如环境检测站数据，交通系统数据，气象卫星数据，地形图数据，经济数据，甚至是社会媒体数据，进行融合，综合考量后得到预测结果。微软的气象预测系统集成了来自全国各地超过3000个站点的数据。IBM和微软的环境预测工具都融合了传统的大气化学物理模型和饥饿数据统计工具如机器学习工具，从而可以在更短的时间得到更准确的预测结果。
“我们的优势或着说与其他工具不同的就是我们将所有的工具结合在了一起”， 环境工程师Jin Huang说道，他是位于北京的IMB中国研究院-绿色地平线的项目经理，。IMB报告说，其3天预测准确性超过了80%，而其7至10天的预测准确性也达到了75%左右。现在，微软公司给中国环境保护部提供48小时的环境预测，在2015年，其对北京做的6小时预测准确度达75%，12小时预测准确度达60%。
如何将物理模型和机器学习结合在一起达到最好的空气质量预测效果是一个“活跃的研究领域”，大气科学家Vincent-HenriPeuch说，他是位于英国，Reading的欧洲哥白尼大气检测服务站的最高领导。他补充道，将上述两者结合是最佳选择：这两种方式都有优势，且不互斥。到目前为止，环境市场似乎也同意这个观点。目前，IBM公司为新德里和约翰内斯堡提供他们开发的空气污染预测模型，与此同时，北京的创业公司AirVisual也为私人商业用途提供基于机器学习的空气污染预测工具。
北京的官员们已经声称他们可以成功降低微粒污染水平：他们报告说2015年的污染指数比2014年同比下降了6个百分点。在政府承受着降低空气污染压力的同时，他们还要保证经济增长。IBM公司的预测工具可以预测一至两天内关闭处在城市迎风位置的工厂或降低交通压力导致的结果。“这个工具可以预测每种提议干预后的排放输出和经济发展的结果。”Huang说。
AirVisual,IBM和微软公司都在努力将他们的软件普及到各种不同的工作地点当中，既需要整合不同地方的物理模型，又要根据不同类型的输入数据和参数变化做出及时改变。例如，约翰内斯堡，相比于北京的35个监测站来说，它只有8个监测站。不过，“他们有机会可以用到在南非开发时涉及的一些资产”，计算机工程师Tapiwa M. Chiwewe说，他在约翰内斯堡新开的IBM研究实验室工作。
不列颠哥伦比亚大学的团队在2016年报道说，每个地点都需要符合其特有风格的机器学习技术。在他们的研究中，他们发现不同机器学习类型的计算花费取决于他们预先设定的数据量和在机器运行当中真正投入使用的数据量的对比。对于像北京这种只有几年空气质量数据的城市来说，最好的环境污染解决办法和拥有多年以上空气质量数据的城市的空气污染解决办法可能有所不同，因此，对于官员来说，为城市选择合适的系统是一个挑战。在不同的地方用不同的数据集来比较模型的好坏是困难的，Peuch提醒道。
而且世界各地的城市在达到世界卫生组织推荐的空气质量标准之前，他们还有很长的路要走。据2015全球疾病负担研究中心在《The Lancet》中的报道，2015年，不包括烟草颗粒的大气颗粒物已经使人类损失了1亿310万的伤残寿命调整年（一种衡量人类寿命和生活质量的标准），使得大气污染成为了第六个有害的疾病威胁因素。这也使降低大气污染成为了政府和企业的重要目标。据估计，空气质量检测市场在未来的5年中，其市场价格将逐年增长8.5个百分点，总值达到56亿4000万美元。我们可以肯定地预测空气质量预测市场的市场价格将持续提升。
转载请注明“源自天气网”.