Süni intellektlə hava çirkliliyi anlıq proqnozlaşdırılır

İstanbul Texniki Universiteti İnşaat Fakültəsi Ətraf mühəndisliyi kafedrasının professoru Levent Kuzu bildirib ki, süni intellekt dəstəyi ilə hazırlanmış üsul sayəsində yol kameralarının görüntülərindən istifadə edərək nəqliyyat vasitələrinin tullantılarını hesablamaq mümkündür. Layihə çərçivəsində hazırlanmış metod, müşahidə kameralarından əldə olunan görüntülər vasitəsilə küçə və yolların nəqliyyat sıxlığını və avtomobil növlərini müəyyənləşdirir.

Bakıvaxtı.az xəbər verir ki, toplanan məlumatlar əsasında yüksək dəqiqlikli hava keyfiyyəti xəritələri tərtib olunur və şəhərlərdəki hava çirkliliyi səviyyəsi daha düzgün şəkildə proqnozlaşdırılır.

Kuzu bildirib ki, iri şəhərlərdə əsas çirkləndirici mənbələr kimi nəqliyyat sıxlığı (tıxaclar), sənaye və evlərin qızdırılması çıxış edir. O qeyd edib ki, karbonmonoksit, toz hissəcikləri və azot oksidləri kimi yanma məhsulları bu mənbələrdən atmosferə daxil olur və onların izlənməsi zamanı müxtəlif çətinliklər ortaya çıxır.

Verilərə çıxışın çətin olduğunu vurğulayan Kuzu, mövcud məlumatların əsasən ortalama dəyərlərə söykəndiyini və hər yerə uyğun detallı göstəricilərin çatışmadığını bildirib. Süni intellekt və dərin öyrənmə texnologiyalarından istifadə etməklə tıxacdan qaynaqlanan tullantıların havaya təsiri daha real və dəqiq şəkildə qiymətləndirilib.

Sistem üç mərhələdən ibarətdir:

Yol kameralarından alınan görüntülər dərin öyrənmə üsulu ilə analiz olunur, maşınlar növlərinə görə müəyyən edilir və hər birinin hərəkət sürəti təyin olunur. Avtomobil növünə uyğun çirkləndirici faktorlar əsasında hər qrupun təxmini tullantı miqdarı hesablanır. Bu tullantıların havadakı təsiri isə meteoroloji məlumatlar da nəzərə alınmaqla hesablama axın dinamikası modeli vasitəsilə müəyyənləşdirilir.

Bu yanaşma sabit hava ölçmə stansiyalarına ehtiyac olmadan, yalnız görüntü əsasında istənilən yerdə – əsas yollar və ya ara küçələrdə – hava çirkliliyini qiymətləndirməyə imkan verir.

Layihənin sınaq mərhələsində İstanbulun müxtəlif yerlərində yerləşən yol kameralarından istifadə edilib. Beşiktaşdakı Barbaros Bulvarında aparılan testlər zamanı avtomobillər 95 faizdən çox dəqiqliklə tanınıb. Modelin düzgünlüyü Yıldız Texniki Universitetinin Beşiktaş kampusunda yerləşən hava keyfiyyəti stansiyasının göstəriciləri ilə qarşılaşdırılıb.

Kuzu bildirib ki, əsas məsələ anlıq olaraq nəqliyyat sıxlığını və maşın növlərini müəyyənləşdirməkdir və görüntü emalı texnologiyası bunun üçün kifayət edir. Onun sözlərinə görə: “Əlimizdə görüntü olduqdan sonra istənilən yerdə, istənilən məqsədlə bu məlumatı analiz etmək mümkündür. Bu texnologiyanın şəhər planlaması, ekoloji nəzarət və ictimai sağlamlıq sahələrində geniş tətbiq imkanları var”.

Nuriyyə Musayeva