AirVisual informa de los datos de los monitores gubernamentales y no gubernamentales. Todos los datos son supervisados y validados constantemente por el sistema de Inteligencia Artificial (IA) basado en la nube AirVisual, que utiliza miles de millones de puntos de datos sobre la calidad del aire y el reconocimiento de patrones para señalar lo que considera inadecuado.
Estaciones de control gubernamentales
Las estaciones de control gubernamentales suelen ser "monitores de referencia" de alto coste. Generalmente se consideran la fuente más precisa y fiable de datos medidos sobre la calidad del aire. Sin embargo, los sensores gubernamentales pueden a veces tener problemas e informar de datos inexactos, como una lectura repentina de alta contaminación. Las razones pueden ser periodos temporales de mantenimiento o defectos, o fuentes de emisión hiperlocales temporales cerca del sensor.
Por ello, el sistema AirVisual somete todos los datos de los sensores gubernamentales a un sistema de validación de datos antes de publicarlos. Un ejemplo de este proceso de validación: si el sistema basado en la nube de AirVisual identifica alguna posible anomalía publicada por una estación (por ejemplo, un repentino pico elevado de PM2,5 de 10ug/m3 a 100ug/m3 de una hora a la siguiente), cotejará los datos con otras mediciones cercanas para verificar si dicho pico es representativo, o una anomalía. También realizamos comprobaciones cruzadas con patrones históricos y otros parámetros, como las condiciones meteorológicas. En función de los resultados de las comprobaciones cruzadas, el valor se publicará o se descontará en consecuencia.
Estaciones de control no gubernamentales
Otros sensores también están sujetos a un proceso de calibración y corrección de datos, además del proceso de validación descrito anteriormente.
Este sistema de calibración tiene en cuenta las condiciones cercanas, como la temperatura y la humedad, y aplica un algoritmo de calibración de datos basado en las condiciones ambientales. Por ejemplo, los altos niveles de humedad pueden, en algunas circunstancias, hacer que los sensores de bajo coste informen en exceso de los niveles de PM2,5. Por lo tanto, este algoritmo de calibración y corrección tiene en cuenta los niveles locales de humedad y otros parámetros ambientales, además de los patrones históricos regionales, y ajusta las mediciones de PM2,5 en consecuencia.
El nivel de ajuste lo determina el sistema basado en la nube y basado en inteligencia artificial y aprendizaje automático. El sistema AirVisual aprende de sus años de agregación de miles de millones de puntos de datos sobre la calidad del aire mundial procedentes de sensores de referencia, sensores AirVisual, datos meteorológicos y composición de la contaminación de imágenes de satélite.
Si cree que una estación tiene un problema
Todos los datos que se publican finalmente en la plataforma AirVisual han pasado por un riguroso proceso de comprobación. A lo largo de los años, AirVisual ha construido el sistema de validación de datos de calidad del aire más avanzado para garantizar la mayor precisión y fiabilidad posibles de los datos. Sin embargo, si los datos siguen siendo dudosos, AirVisual ofrece a los usuarios la posibilidad de notificar un posible problema con una estación. Esto garantiza una doble validación de los datos: del sistema y de la comunidad.