Resumen

Este trabajo desarrolla un sistema de detección móvil, el primero utilizado en la monitorización de la calidad del aire urbano con resolución adaptativa. En este sistema, empleamos varios taxis como portadores de sensores para recoger datos originales de PM2,5 y recopilar diversos conjuntos de datos, incluidos datos meteorológicos, datos sobre el estado del tráfico y datos geográficos de la ciudad. Este trabajo también presenta un método novedoso AG-PCEM (Método de Estimación de Concentración Adaptativa de Cuadrícula-Probabilística) para inferir la concentración de PM2,5 para cuadrículas no detectadas utilizando cuadrículas adaptativas dinámicas. Recogemos gradualmente las mediciones a lo largo de un año utilizando un sistema prototipo en el distrito de Xiasha de la ciudad de Hangzhou, China. Los datos experimentales han verificado que el sistema propuesto puede alcanzar un buen rendimiento en términos de coste computacional y precisión. El coste computacional de AG-PCEM se reduce alrededor de un 40,2 % en comparación con el método de rejilla estática PCEM, siempre que se alcance una precisión cercana, y la precisión de AG-PCEM es muy superior a la de las redes neuronales artificiales (ANN) y los procesos gaussianos (GP), que mejoran un 38,8 y un 14,6 %, respectivamente. y 14,6%, respectivamente. El sistema puede ampliarse a un monitor de calidad del aire de amplio alcance ajustando la resolución inicial de la cuadrícula, y nuestros resultados pueden informar a los ciudadanos sobre la calidad real del aire y ayudar a la administración oficial a encontrar fuentes de contaminación.

• Materias:Biotecnología Nanotecnología Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Nanotechnology Sensor networks Sensor system Sensor technology
• Palabras claves:sistema, pcem, coste computacional, método probabilístico de estimación de la concentración, monitor de la calidad del aire por rangos, método de rejilla estática pcem, monitorización de la calidad del aire urbano, calidad real del aire, red neuronal artificial, rejillas dinámicas adaptativas
• Keywords:system, pcem, computational cost, probabilistic concentration estimation method, range air quality monitor, static grid method pcem, urban air quality monitoring, actual air quality, artificial neural network, dynamic adaptive grids