Nền tảng AirVisual nhằm mục đích tập trung và tổng hợp nhiều thông tin về chất lượng không khí hiện có ở một nơi để cung cấp cái nhìn tổng quan toàn diện nhất về chất lượng không khí toàn cầu.

Các nguồn dữ liệu được báo cáo thông qua nền tảng AirVisual bao gồm dữ liệu cảm biến, từ các trạm giám sát của chính phủ (thường được coi là "màn hình tham chiếu" chi phí cao), cũng như các cảm biến chi phí thấp như các trạm AirVisual Pro công cộng và cảm biến PurpleAir.

Tất cả dữ liệu được xuất bản thông qua nền tảng AirVisual đều phải được xác thực dữ liệu và quy trình này khác nhau giữa hai nguồn dữ liệu cảm biến này.

Hệ thống xác thực dữ liệu của AirVisual dựa trên đám mây và được điều khiển bởi máy học, đồng thời tất cả các phép đo đều được chuyển qua hệ thống này trước khi xuất bản lên nền tảng của chúng tôi.

Dữ liệu cảm biến "tham khảo" của chính phủ
​

Mặc dù các cảm biến của chính phủ có chi phí cao thường được coi là nguồn dữ liệu chất lượng không khí đo được chính xác và đáng tin cậy nhất, nhưng đôi khi những cảm biến này cũng báo cáo những điểm bất thường hoặc dữ liệu không chính xác. Lý do cho điều này có thể bao gồm thời gian bảo trì hoặc lỗi tạm thời hoặc thậm chí là các nguồn phát xạ siêu cục bộ tạm thời gần cảm biến.

Theo đó, tất cả dữ liệu cảm biến của chính phủ đều phải tuân theo hệ thống xác thực dữ liệu trước khi xuất bản. Một ví dụ về xác thực này là hệ thống dựa trên đám mây xác định bất kỳ điểm bất thường tiềm ẩn nào do một trạm công bố (ví dụ: mức tăng đột ngột của PM2,5 từ 10ug/m3 đến 100ug/m3 từ giờ này sang giờ khác) và sẽ kiểm tra chéo với các phép đo khác gần đó để xác minh xem mức tăng đột biến đó là đại diện hay bất thường. Quá trình xác thực cũng kiểm tra chéo các mẫu lịch sử và các thông số khác như điều kiện thời tiết. Giá trị sau đó sẽ được công bố hoặc giảm giá tương ứng.

Cảm biến giá rẻ
​

Các phép đo từ cảm biến chi phí thấp cũng phải trải qua quy trình hiệu chỉnh và hiệu chỉnh dữ liệu, bên cạnh quy trình xác thực được mô tả ở trên, quy trình này sẽ xác định và loại trừ các số đọc bất thường.

Hệ thống áp dụng cho các cảm biến chi phí thấp sẽ tính đến các điều kiện lân cận như nhiệt độ, độ ẩm, thành phần ô nhiễm và áp dụng thuật toán hiệu chỉnh dữ liệu dựa trên điều kiện môi trường. Ví dụ: trong một số trường hợp, mức độ ẩm cao có thể dẫn đến cảm biến chi phí thấp báo cáo quá mức PM2,5. Tương tự, thành phần ô nhiễm (ô nhiễm do giao thông vận tải, bão cát, ô nhiễm do than đá, v.v.) ảnh hưởng lớn đến phép đo và nền tảng AirVisual sử dụng hình ảnh vệ tinh để xác định thành phần ô nhiễm để sử dụng trong cơ chế hiệu chuẩn. Do đó, thuật toán hiệu chỉnh & hiệu chuẩn này tính đến mức độ ẩm cục bộ và các thông số môi trường khác, bên cạnh các mô hình lịch sử khu vực và điều chỉnh các phép đo PM2.5 cho phù hợp.

Mức điều chỉnh được xác định bởi hệ thống dựa trên đám mây được xây dựng trên trí tuệ nhân tạo & học máy. Thông qua việc tổng hợp hàng tỷ điểm dữ liệu chất lượng không khí toàn cầu trong nhiều năm, từ cảm biến tham chiếu, cảm biến AirVisual, dữ liệu khí tượng và thành phần ô nhiễm từ hình ảnh vệ tinh, hệ thống này đã tìm hiểu mối quan hệ lịch sử phức tạp giữa các thông số chất lượng không khí khác nhau ở các khu vực khác nhau trên thế giới .

Do thành phần của PM có thể khác nhau rất nhiều giữa các khu vực khác nhau trên thế giới nên điều quan trọng là phải phân biệt giữa mối tương quan của PM và các yếu tố như độ ẩm ở cấp độ địa phương/khu vực. Các mối tương quan này có thể rất khác nhau tùy thuộc vào các thành phần cục bộ khác nhau của PM và do đó phải được tính đến trong các thuật toán hiệu chỉnh và hiệu chỉnh cục bộ.