Платформа AirVisual призвана централизовать и объединить в одном месте максимальное количество информации о качестве воздуха, доступной в настоящее время, чтобы предоставить наиболее полный обзор глобального качества воздуха.

Источники данных, которые передаются через платформу AirVisual, включают данные датчиков, полученных с государственных станций мониторинга (обычно считающихся дорогостоящими "эталонными мониторами"), а также недорогих датчиков, таких как общественные станции AirVisual Pro и датчики PurpleAir.

Все данные, публикуемые через платформу AirVisual, подлежат проверке, и этот процесс различается между этими двумя источниками сенсорных данных.

Система проверки данных AirVisual основана на облачных технологиях и основана на машинном обучении, и все измерения проходят через эту систему перед публикацией на нашей платформе.

Правительственные "эталонные" данные датчиков
​

Хотя дорогостоящие государственные датчики обычно считаются наиболее точным и надежным источником измеренных данных о качестве воздуха, иногда эти датчики также сообщают об аномалиях или неточных данных. Причинами этого могут быть временные периоды технического обслуживания или дефекты, или даже временные гиперлокальные источники излучения вблизи датчика.

Соответственно, все данные правительственных датчиков перед публикацией проходят систему проверки данных. Одним из примеров такой проверки является то, что облачная система выявляет любые потенциальные аномалии, опубликованные станцией (например, внезапный резкий скачок PM2.5 с 10 до 100 мг/м3 с одного часа до следующего), и проводит перекрестную проверку с другими близлежащими измерениями, чтобы убедиться, является ли такой скачок репрезентативным или аномалией. В процессе проверки также выполняется перекрестная проверка исторических моделей и других параметров, таких как погодные условия. Затем стоимость будет опубликована или уменьшена соответственно.

Недорогие датчики
​

Измерения с недорогих датчиков также подвергаются процессу калибровки и коррекции данных, в дополнение к процессу проверки, описанному выше, что позволяет выявить и исключить аномальные показания.

Система, применяемая для недорогих датчиков, учитывает близлежащие условия, такие как температура, влажность, состав загрязнений, и применяет алгоритм калибровки данных в зависимости от условий окружающей среды. Например, высокий уровень влажности при определенных обстоятельствах может привести к тому, что недорогие датчики будут показывать завышенные значения PM2.5. Аналогичным образом, состав загрязнения (загрязнение от транспорта, песчаные бури, загрязнение от угля и т. д.) сильно влияет на измерения, и платформа AirVisual использует спутниковые снимки для определения состава загрязнения, чтобы использовать его в механизме калибровки. Поэтому алгоритм коррекции калибровки & учитывает местные уровни влажности и другие параметры окружающей среды, а также региональные исторические закономерности, и соответствующим образом корректирует измерения PM2.5.

Уровень настройки определяется облачной системой, построенной на основе искусственного интеллекта & машинного обучения. Собирая миллиарды точек глобальных данных о качестве воздуха за многие годы, полученных от эталонных датчиков, датчиков AirVisual, метеорологических данных и состава загрязнений со спутниковых снимков, эта система изучает сложные исторические взаимосвязи между различными параметрами качества воздуха в разных частях мира.

Поскольку состав ТЧ может сильно различаться в разных регионах мира, очень важно различать корреляции ТЧ и таких факторов, как влажность, на местном/региональном уровне. Эти соотношения могут сильно варьироваться в зависимости от различных локальных составов ПМ, поэтому их необходимо учитывать в алгоритмах локальной калибровки и коррекции.