rosyjski-algorytm

Rosyjski algorytm nauczył się tworzyć dokładne mapy zanieczyszczeń terenu

Naukowcy rosyjskiego instytutu Skoltech stworzyli algorytm, który potrafi agregować dane i na ich podstawie tworzyć dokładne mapy terenu, zawierające informacje o jakości wody, gleby i powietrza. Narzędzie może być wykorzystywane przez sektor rolniczy i przemysłowy, a także przez organizacje zajmujące się ochroną środowiska.

Algorytm bazuje na odczytach z wielu izolowanych pomiarów poziomów zanieczyszczeń i innych parametrów prowadzonych w różnych lokalizacjach. Dzięki zdolności maszynowego uczenia się, algorytm jest w stanie, na podstawie takich punktowych danych, stworzyć dokładną mapę większego obszaru i odwzorować na niej dokładny poziom zanieczyszczeń w wodzie, powietrzu i glebie.

— Ludzie zanieczyszczają środowisko naturalne. Musimy być w stanie monitorować i oceniać ten proces, zarówno w celu skutecznej ochrony środowiska, jak i optymalnego wykorzystania dostępnych zasobów – mówi Polina Tregubova, współautorka badania

Celem przyświecającym rosyjskim naukowcom był brak map geologicznych, które zawierałyby dokładne informacje o zanieczyszczeniach występujących na danym terenie. Brak takich map wynika oczywiście z tego, że nikt nigdy nie przeprowadził tak dokładnych pomiarów terenowych. Tak więc, żeby zaoszczędzić sobie kilka lat pracy, badacze ze Skoltechu wymyślili, że o wiele wygodniejszą opcją będzie zaprojektowanie odpowiedniego algorytmu.

Rosyjski algorytm korzysta z interpolacji danych

— Rozwiązaliśmy ten problem stosując interpolację, czyli procedurę, która wykorzystuje dostępne dane z próbek pobranych w danym regionie i na ich podstawie odgaduje wartości dla wszystkich punktów, które tworzą dany obszar – tłumaczy Artem Nikitin, główny autor badania.

Dzięki interpolacji danych algorytm stworzony przez Rosjan potrafi stworzyć mapę regionu dla każdego zadanego mu parametru – na przykład mapy kwasowości wody z rozdzielczością 100 metrów kwadratowych.

Czytaj również: Algorytmy poprawiają StreetView

Jednak rozwiązanie to oferuje znacznie więcej. Do prognozowania ciągłej zmienności parametrów dotyczących jakości wody, gleby i powietrza, algorytm wykorzystuje to, co naukowcy prywatnie nazywają „wymyślną techniką agregacji danych”, dzięki czemu potrafi podać parametr odpowiadający za ogólną jakość środowiska, agregujący szczegółowe parametry (woda, powietrze, gleba) i na tej podstawie wskazać „najczystsze miejsca” na mapie.

Mapa jakości wody. Fioletowy kolor oznacza największe zanieczyszczenie, żółty – najlepszą jakość

W próbnej mapie rejonu Nowej Moskwy, wykonanej na potrzeby sprawdzenia działania algorytmu, wykorzystano dane z 1526 próbek pobranych w 448 lokalizacjach i obejmujących 21 parametrów. Algorytm pozwala np. na uwzględnienie lokalnych przepisów dotyczących norm jakości wody, czy też zanieczyszczenia gleby.

— Piękno tego rozwiązania polega na tym, że jest wystarczająco elastyczne, aby można je było skalować do dowolnego regionu, w którym pobrano odpowiednio dużo pomiarów. Nasz algorytm potrafi stworzyć mapę każdego środowiska, w oparciu o dowolne normy – te wydane przez WHO, rządy krajowe, czy też korporacje – dodaje Nikitin.