详细内容或原文请订阅后点击阅览
AI模型可以对有助于细颗粒物质的氨排放进行精细尺度监测
一种新颖的人工智能（AI）技术现在可以监测氨（NH3），这是有害细粉尘颗粒的关键因素，并具有前所未有的精度和空间细节，以解决当前观察方法中的长期差距。
来源:英国物理学家网首页一种新颖的人工智能（AI）技术现在可以监测氨（NH3），这是有害细粉尘颗粒的关键因素，并具有前所未有的精度和空间细节，以解决当前观察方法中的长期差距。
3由Unist的民用，城市，地球和环境工程系的Jungho IM教授领导，研究小组成功地开发了一种AI模型，该模型能够以高准确的估计每日大气中的氨浓度。
该研究发表在《危险材料杂志》上。
研究氨来自各种来源，包括农业肥料，牲畜废物和消防事件。氨其与大气中的硫酸和硝酸相对无害，但会形成细颗粒物（PM2.5），这带来了严重的健康和环境风险。因此，对氨水水平的精确监测对于准确的空气质量预测和有效的决策至关重要。
细颗粒物 2.5 环境风险 监视但是，由于氨的大气寿命和地面监测站有限，现有数据通常仅限于每两周间隔。估计大型地区氨的气候模型通常遭受重大区域性不准确性，从而限制了它们对局部空气质量管理的有用性。
为了克服这些挑战，该团队开发了一种先进的基于深层神经网络的AI模型，以增强氨监测的时间频率和空间分辨率。
与欧洲监测和评估计划（CAMS）气候模型相比，AI模型表现出出色的性能，将预测错误降低了1.8倍。
气候模型 实时 氨 更多信息： doi：10.1016/j.jhazmat.2025.139166 期刊信息：