在越南，AirVisual 报告了来自政府和非政府监测机构的数据。 AirVisual 可在我们的空气质量应用程序上清晰显示每个地点的所有数据源贡献者。 只需搜索一个地点并点击它，即可找到该地区的监测站。 探索每个数据源信息。
所有数据在发布到 AirVisual 平台之前，都会受到 AirVisual 云数据验证系统的持续监控和验证。 该验证系统采用人工智能（AI）和机器学习技术，可处理数十亿个空气质量数据点，从而有效识别并阻止任何异常或反常数据的发布。
政府监测站
政府监测站，如河内环境监测门户网站和美国。 驻河内大使馆 ，是典型的高成本 "参考监听器"。 这些通常被认为是最准确、最可靠的空气质量测量数据来源。 不过，政府的传感器也会出现问题，报告不准确的数据，比如污染读数突然变高。 造成这种情况的原因可能包括临时的维护或缺陷期，或传感器附近临时的超本地排放源。
因此，AirVisual 系统在发布所有政府传感器数据之前，都要通过数据验证系统。 这种验证过程就是一个例子：
下午 1 时起 至下午 3 点，一个监测站每小时的 PM2.5 测量值分别为 10 微克/立方米（ug/m3）、12 微克/立方米（ug/m3）和 10 微克/立方米（ug/m3）。 然后在下午 4 点公布以下数据：PM2.5 读数为 100 微克/立方米
AirVisual 的云系统注意到，这与该站最近报告的读数模式差别很大。 它将数据标记为潜在异常，但不会立即公布。
AirVisual 系统会将 100 ug/m3 读数与附近站点的测量值进行交叉检查：这些站点是否也报告了类似的高读数？
它将读数与历史模式进行交叉检查：下午 4 点是否正常？ 使该地点的空气变得更加污浊？
它还考虑了天气条件等其他参数。 污染突然激增是否与天气有关？
根据这些交叉检查的结果，AirVisual 系统将决定数据读取是否正确，并相应地进行发布或打折。
非政府监测站
除上述验证过程外，其他传感器也需要经过数据校准和修正过程。
校准系统如何工作？
它考虑到
环境条件，如温度、湿度、气压和风速/风向。 例如，在某些情况下，高湿度可能会导致低成本传感器过度报告 PM2.5 的水平。
地区历史模式
然后，AirVisual 系统会根据上述情况应用数据校准算法，并在必要时调整 PM2.5 测量值。
调整水平由基于人工智能和机器学习的云系统决定。 多年来，AirVisual 系统汇总了来自参考传感器、AirVisual 传感器、气象数据和卫星图像污染成分的数十亿个全球空气质量数据点，并从中学习。
如果您认为某个电台有问题
在 AirVisual 平台上发布的所有数据都经过严格的检查程序。 通过多年处理数十亿个空气质量数据点的经验，AirVisual 建立了最先进的空气质量数据验证系统，以确保最佳的数据准确性和可靠性。 不过，如果您发现有异常情况，AirVisual 会为用户提供报告站点潜在问题的可能性。 然后，我们的专业数据质量团队将对报告进行检查，以确定数据源是否存在任何问题。 这确保了双重数据验证：来自系统的验证和来自社区的验证。