据埃菲社巴塞罗那4月25日报道，西班牙巴塞罗那超级计算中心-国家超级计算中心(BSC-CNS)开发出了使用人工智能(AI)的一种开创性方法，以应对城市地区的空气污染。

BSC-CNS的科学家利用机器学习获得了空气质量地图，并基于巴塞罗那市的大型数据库预测各条街道空气污染水平超过法定限值的可能性。

BSC-CNS空气质量工作团队负责人和该研究的主要作者之一扬·马特乌介绍说，这种创新方法的目的是通过获取每小时的二氧化氮浓度地图来改善城市地区的空气质量管控。

马特乌指出，世界99%的人口呼吸的空气超过了世界卫生组织(WHO)推荐的污染水平限值，而这种情况在人口集中的城市地区更加严重。

为了缓解空气污染问题，科学家们认为，拥有关于城市空气污染物浓度的可靠、精确数据至关重要。为此BSC-CNS研究人员开发了这种新方法。他们已将研究成果发表在《地球科学模式研发》期刊上。

这种新方法首次将基于CALIOPE-Urban模型的研究结果与一个大型的城市数据库结合起来，该数据库包含来自官方空气质量监测站的监测数据、低成本传感器活动信息、建筑密度相关信息、气象变量和其他地理空间数据。

CALIOPE-Urban是西班牙独有的一种模型，能以较高的精确度预测空气污染。

在此基础上，专家们可以确定城市中需要改进现有空气质量监测系统的区域，从而帮助优化减少空气污染的策略。

BSC-CNS研究员阿尔瓦罗·克里亚多表示：“得益于我们开发的方法，公共管理部门将能够更好地设计和完善污染治理政策，以改善城市地区的空气质量。这一点特别重要，因为空气污染是危害人类健康的主要环境风险因素。”