أسلوب جديد لمراقبة جودة الهواء على مدار الساعة طوال أيام الأسبوع باستخدام الكاميرات

يعد تلوث الهواء مشكلة صحية عالمية حرجة، وتتطلب حلول مراقبة مبتكرة، فالطرق التقليدية التي تعتمد على المحطات الأرضية باهظة الثمن ومحدودة جغرافيا، مما يعيق التغطية الشاملة.

سلطت الخطوات الحديثة في مجال التكنولوجيا الضوء على إمكانية استخدام البيانات المرئية من كاميرات المراقبة كبديل فعال من حيث التكلفة لتقييم جودة الهواء.

تبتكر دراسة جديدة نُشرت في مجلة العلوم البيئية والتكنولوجيا البيئية، نموذجًا هجينًا للتعلم العميق يعمل على تحسين مراقبة جودة الهواء الخارجي بشكل كبير باستخدام صور كاميرات المراقبة، ويعزز هذا النهج تقديرات جودة الهواء، بما في ذلك تركيزات PM2.5 و PM10 ومؤشر جودة الهواء (AQI)، بغض النظر عن الوقت من اليوم.

نموذج يلتقط بذكاء التفاصيل المكانية

قام فريق البحث بدمج الشبكات العصبية التلافيفية (CNN) مع شبكات الذاكرة طويلة المدى (LSTM)، مما أدى إلى إنشاء نموذج يلتقط بذكاء التفاصيل المكانية الموجودة في الصور الفردية والديناميكيات الزمنية عبر سلسلة من الصور.

ويتميز هذا النهج المبتكر بمهارة خاصة في التغلب على التحدي الطويل الأمد المتمثل في إجراء تقدير دقيق لجودة الهواء أثناء الليل، وهي الفترة التي تتعثر فيها الطرق التقليدية القائمة على الصور بسبب ظروف الإضاءة المنخفضة.

ومن خلال تحليل الإشارات البصرية في لقطات المراقبة، مثل الضباب والرؤية، يمكن للنموذج التنبؤ بتركيزات الجسيمات (PM 2.5 وPM 10 ) ومؤشر جودة الهواء بشكل فعال، ليلاً ونهارًا.

فتح آفاقًا جديدة

يقول الدكتور شيويجون ليو، الباحث الرئيسي والمؤلف المقابل: “إن قدرة نموذجنا على تقدير جودة الهواء بدقة من الصور، بغض النظر عن النهار أو الليل، تمثل خطوة مهمة إلى الأمام في استخدام التكنولوجيا للمراقبة البيئية،  إنها تفتح آفاقًا جديدة لتحليل شامل، ” تقييم جودة الهواء في المناطق التي تفتقر إلى البنية التحتية”.

ويمثل هذا البحث قفزة كبيرة إلى الأمام في مجال المراقبة البيئية، ويعرض إمكانية تحسين تقييمات جودة الهواء بشكل كبير. فهو يفتح الباب أمام حلول مراقبة أكثر ديناميكية وفعالة من حيث التكلفة والتي يمكن أن تحسن بشكل كبير فهمنا وإدارة تلوث الهواء على نطاق عالمي.