A Hybrid Multi-scale Convolutional Neural Network-Long Short-Term Memory Model Incorporating Squeeze Excitation Attention for Hourly Air Quality Index Prediction

Luchtvervuiling is een stille, verschuivende kracht die de gezondheid van steden en de veiligheid van de mensen die er wonen vormgeeft. Om deze onzichtbare dreiging te beheersen, vertrouwen wetenschappers op een enkele waarde genaamd de Air Quality Index, of AQI. Deze index fungeert als een dagelijks rapportcijfer, dat complexe mengsels van rook, stof en gassen vertaalt naar een score die ons vertelt of de lucht veilig is om in te ademen. De lucht blijft echter niet onbeweeglijk; het verandert uur per uur, gedreven door het weer, verkeer en industriële activiteit. Het voorspellen van deze veranderingen is moeilijk omdat de betrokken factoren op complexe, niet-lineaire manieren met elkaar interageren. Traditionele methoden hebben vaak moeite om het volledige plaatje te zien, waarbij ze de subtiele patronen missen die een plotselinge piek in vervuiling of een snelle opklaring van de lucht signaleren. Om dit op te lossen, hebben onderzoekers zich tot een tak van de informatica gekeerd die bekend staat als deep learning, waarbij computerprogramma's leren patronen te herkennen in enorme hoeveelheden gegevens, net zoals een menselijk brein leert van ervaring.

In een recente studie gericht op Yiyang City in de provincie Hunan, zetten een team van onderzoekers zich in om een betere kristallen bol voor de luchtkwaliteit te bouwen. Ze wilden een systeem creëren dat de uurlijkse AQI met hoge precisie kon voorspellen, gebruikmakend van gegevens van de afgelopen twee jaar. Het team, onder leiding van Huawei Xu en collega's, ontwikkelde een nieuw hybride computermodel dat drie verschillende digitale instrumenten combineert om de manier waarop de atmosfeer zich gedraagt na te bootsen. Eerst gebruikten ze een multi-scale convolutioneel neuraal netwerk, een type programma dat is ontworpen om gegevens door verschillende "lenzen" tegelijkertijd te bekijken. Stel je voor dat je probeert een landschap te begrijpen door er tegelijkertijd door een groothoeklens, een telelens en een zoomlens naar te kijken; dit instrument doet hetzelfde voor de tijd, door korte pieken, gemiddelde trends en langetermijncycli in de vervuilingsgegevens tegelijkertijd vast te leggen.

Vervolgens introduceerde het team een mechanisme genaamd Squeeze-and-Excitation attention. Dit werkt als een slim filter voor de informatie die de computer heeft verzameld. In een storm van gegevens is niet elk stukje informatie op elk moment even belangrijk. Dit aandachtmechanisme stelt het model in staat om even te pauzeren, te evalueren welke factoren momenteel de vervuilingsniveaus aansturen, en die signalen te versterken terwijl de ruis wordt genegeerd. Ten slotte voert het systeem deze verfijnde informatie naar een Long Short-Term Memory netwerk, of LSTM. Dit deel van het model is gespecialiseerd in het onthouden van het verleden; het houdt vast aan de geschiedenis van hoe de luchtkwaliteit in de loop van de tijd is veranderd, waardoor het kan begrijpen hoe een koude ochtend kan leiden tot een smogrijke middag, of hoe een week regen de lucht kan opfrissen. Door deze drie componenten samen te weven, creëerden de onderzoekers een model dat niet alleen naar de gegevens kijkt, maar ook het verhaal begrijpt dat ze vertellen.

De onderzoekers testten hun nieuwe model tegen oudere, simpelere methoden met behulp van real-world data uit Yiyang City, die elk uur besloeg van januari 2023 tot december 2024. Ze voedden de computer met historische records van vervuilende stoffen zoals fijnstof en koolmonoxide, naast weergegevens zoals temperatuur, wind en atmosferische druk. De resultaten waren opmerkelijk. Het nieuwe hybride model presteerde beter dan de standaard benaderingen, waarbij het zijn voorspellingsfouten met ongeveer een kwart verminderde vergeleken met de basismodellen. Het behaalde een score van 0,96 op een schaal waarbij 1,0 een perfecte overeenkomst is, wat betekent dat de voorspellingen ongelooflijk dicht bij wat er daadwerkelijk in de lucht gebeurde lagen. Het model bleek bijzonder bekwaam in het afhandelen van extremen, waarbij het zowel de gevaarlijke pieken van winterse vervuiling als de schone, lage waarden van de zomer nauwkeurig voorspelde.

De studie onthulde ook hoe de luchtkwaliteit in Yiyang gedurende het jaar verloopt. De gegevens toonden een duidelijk ritme: de vervuilingsniveaus zijn het hoogst in de winter, waarbij ze vaak de 100 op de index overschrijden, gedreven door koude temperaturen die rook dicht bij de grond houden en het verbranden van brandstoffen voor verwarming. In contrast hiermee is de zomerlucht aanzienlijk schoner, met gemiddelde scores onder de 40, dankzij zware regenval die vervuilende stoffen wegwast en stijgende hitte die helpt bij de verspreiding ervan. Het computermodel leerde deze seizoensgebonden regels op natuurlijke wijze, zonder expliciet de kalenderdata te krijgen verteld. Wanneer de onderzoekers het model vroegen om uit te leggen welke factoren het belangrijkst waren, wees het naar precies dezelfde zaken als een menselijke expert zou verwachten: de concentratie fijnstofdeeltjes, de temperatuur en de atmosferische druk. Het model bevestigde dat wanneer deze specifieke getallen stijgen of dalen, de luchtkwaling die beweging volgt.

Door de mogelijkheid om patronen op verschillende snelheden te zien, de intelligentie om te focussen op wat ertoe doet, en het geheugen om te leren van de geschiedenis te combineren, biedt deze nieuwe aanpak een krachtig instrument voor stadsplanners en functionarissen op het gebied van de volksgezondheid. Het raadt niet alleen de toekomst; het berekent deze op basis van de complexe, verschuivende realiteit van de atmosfeer. De studie demonstreert dat wanneer we computers de juiste instrumenten geven om naar de wereld te kijken, ze ons kunnen helpen de onzichtbare gevaren in onze lucht met ongekende helderheid te zien, waardoor een betrouwbare gids wordt geboden voor het beschermen van gemeenschappen tegen de gezondheidsrisico's van vervuiling.