Zatímco ještě nedávno žila většina lidí v malých městech a na venkově, v roce 2009 se tento trend obrátil. Od té doby žije více než polovina světové populace ve velkých městech a aglomeracích. Lepší pracovní uplatnění či bohatší kulturní život velkoměst jsou však vykoupeny podstatně horší kvalitou ovzduší.
foto: Siemens
Že nejde o nijak zanedbatelný problém dokládá i statistika Světové zdravotnické organizace – k úmrtí přibližně každého osmého člověka na světě dochází v důsledku znečištěného vzduchu, 90 % obyvatel velkoměst pak v současné době žije v ovzduší obsahujícím vysoce nadlimitní množství škodlivin.
SOUVISEJÍCÍ ČLÁNKY
Lahvovaný kanadský vzduch se vyprodal za 4 dny – do Číny
Boj se znečištěným ovzduším ve městech je tak trochu potýkání se s větrnými mlýny, v budoucnu by však přesto mohli mít obyvatelé větší šanci, jak se nejhorším smogům vyhnout. Vývojáři společnosti Siemens totiž vyvinuli speciální predikční software, který dokáže předpovídat změny v hodnotách znečištění ovzduší až na tři dny dopředu.
Klíčový je čas i místo
Smyslem softwaru je dát městem možnost efektivně se bránit znečištění, ve správný čas a na vhodném místě. Konkrétně vznik smogu je ovlivněn nejen mírou samotného znečištění, ale i počasím, kdy například typickému londýnskému smogu nahrávají zimní inverze s mlhami, oxidačnímu zase sluneční svit apod.
foto: Siemens
Software proto k vytváření předpovědí používá jednak data o aktuálních a historických hodnotách znečištění ze senzorů rozmístěných po městě, a současně meteorologické informace o teplotě, vlhkosti vzduchu, oblačnosti a podobně.
Spolu s nimi jsou do výpočtu zahrnuty i informace, které mají výrazný dopad na dopravní situaci a tím pádem i produkci emisí, například svátky, prázdniny nebo sportovní události. Ze všech těchto dat pak algoritmus předvídá, které oblasti města a v jakou dobu budou nejvíce znečištěny.
Umělé mozky předvídají budoucnost
Program k provádění výpočtů používá technologii neuronových sítí, jež se již léta používá jako spolehlivý predikční nástroj například v burzovním obchodování, v energetice pro odhadování množství elektřiny vyrobené větrnými turbínami, či v informačních technologiích pro filtrování spamu.
Důvod, proč jsou počítačové modely pracující na bázi neuronových sítí natolik úspěšné, spočívá zejména v jejich schopnosti učit se. Konkrétně u softwaru předvídajícím znečištění pracuje program s velkým množstvím parametrů, jimž musí přiřadit určitou váhu odpovídající míře jejich vlivu na kvalitu vzduchu.
Postupným vytvářením předpovědí a jejich porovnáním s realitou pak ve stovkách iterací upravuje váhu jednotlivých parametrů a činí předpověď stále přesnější. U pilotního projektu, který pracoval s daty ze 150 senzorů rozmístěných po Londýně, byla výsledkem více než 90% úspěšnost v předvídání míry znečištění na tři dny dopředu v hodinových intervalech.
Samozřejmě pouhá znalost toho kdy a kde znečištění dosáhne kritických hodnot ještě žádnou změnu neznamená, dává však městům šanci znečištění potlačit například omezením nákladní dopravy, popřípadě aspoň předem varovat obyvatele zasažených míst.
nějak tam chybí
nějak tam chybí porovnání vůči prostému odhadu dopraváka s dobrou předpovědí v ruce a třemi lety zkušeností…
Kdyby místo toho sázeli
Kdyby místo toho sázeli stromy, nahrazovali zbytečné plochy betonu a asfaltu zelení, mělo by to výrazně lepší effekt. Takhle akorát spočítají, kolik aut nesmí do města, ale to nikomu nepomůže.
Tohle je ten oblíbený
Tohle je ten oblíbený soudružský přístup. Není to sice ad absurdum vyrobíme problém a pak vynalezneme, jak ho řešit, ale stále jde o měření důsledků a ne odstraňování příčin. I když zde vidím, jak to budou řešit – zakáží vjezd v předpovědí určený čas všem vozidlům a začnou vydávat za peníze výjimky :-).
Proč jen mi to připomnělo nedávnou zprávu, že Škodofka za každý vyrobený automobil vysadí jeden strom….