研究背景
空气污染是欧洲最大的环境健康风险之一，也是导致过早死亡和疾病的主要原因。近年来研究空气污染对人类健康影响取得了新的进展，2021年新的世界卫生组织《全球空气质量指南》载有明确证据表明，空气污染有害人类健康，甚至可在低于以往所知的浓度水平导致健康损害。该指南建议了新的空气质量水平，以便通过降低主要空气污染物的水平来保护人群健康我们知道，污染物对健康的不良影响比以前假设的浓度低得多。
城市空气质量受到复杂的大气动力学、城市几何形状、土地利用和交通模式的影响，导致污染物在微观尺度上的分布差别很大。一些空气污染从城市外的风吹来，但大多数城市空气质量问题都是本地性的，即在街道层面和距离污染源几米之内的地方。气体浓度在排放源和附近地点之间可能会发生快速变化，因此街道和城市层面的污染物分布情况并不完全清楚。在这种情况下，高性能计算（HPC）和计算流体动力学（CFD）是高分辨率跟踪污染物扩散的关键工具。但是，任何高精度的空气质量地图都需要使用非常密集的传感器网络来实时测量污染（这非常昂贵），基于此以高空间和时间分辨率对污染物的分布进行建模。
研究目的
Bettair与巴塞罗那超级计算中心合作，使用Bettair提供的低成本空气质量检测仪，降低城市环境中空气质量模拟的计算成本，获得经济实惠、准确先进的实时空气质量建模工具。本实验的目标是训练生成式对抗网络，以可承受的成本模拟HPC-CFD模拟的输出结果。
研究方案
以欧洲各国首都的30个1平方公里真实城市几何区域的三维模型为基础，建立了约 30000个256m×256m区域的数据集。然后，利用这些城市几何模型对三种不同风向的风流和交通产生的污染物扩散进行高空间分辨率的 CFD 模拟。然后对深度神经网络进行训练，以学习不同高度下的模拟结果。利用这些人工智能模型，现在可以以高精度和较少的计算资源即时模拟新的城市几何形状。这些模型已被添加到Bettair的平台中，根据实地部署的Bettair空气质量监测仪，实时提供有关空气质量和本地排放的信息。
此次实验将传感器测量与人工智能模拟相结合，并提取有关城市当地排放和污染物浓度的精确信息，Bettair创建了一种节能、计算效率高的低成本人工智能解决方案。可对城市空气质量进行近乎实时的建模，分辨率可达1平方米，并且极大的降低了分析成本。
方案已在大城市如罗马和小城市如巴塞罗那El Prat de Llobregat（人口65000）等进行测试。Bettair与巴塞罗那超级计算中心合作的成功案例荣获2022年HPC 创新卓越奖。
上海奕枫仪器设备有限公司 CopyRight 2009-2019 All Rights Reserved. 沪ICP备07031178号
