Automated Machine Learning and Data Integration Platform for Air Quality

Selv om luftkvalitet i Europa har bedret seg betydelig i løpet av de siste tiårene, er det fortsatt anslått at mer enn 1500 dødsfall hvert år i Norge, kan kobles til konsekvensen av dårlig luftkvalitet. I henhold til Verdens helseorganisasjon er det anslått på verdensbasis at 7 millioner årlig dør for tidlig på grunn luftforurensning. Dette er et massivt og globalt problem som berører alle. Innbyggere og beslutningstakere har per dags dato ikke tilgang til sanntidsdata som har høy oppløsning og er samtidig troverdig. ALaDIn har som formål å kunne muliggjøre dette, ved å redusere kostnadene knyttet til dagens luftkvalitetsmålenettverk, øke kvaliteten på dataene og utvikle virtuelle sensorer ved hjelp av maskinlæringsmodeller og tilgang til sanntidsdata fra trafikk og meteorologi og arealbruksdata for å forutsi luftkvaliteten.

Det har de siste årene begynt å komme mikrosensorer for måling av slike gasser. Disse er vesentlig mindre og billigere enn instrumenter som brukes i dag. Men erfaringen var at disse fungerte dårlig i praksis for måling av utendørs luftkvalitet. NILU gjorde egne vurderinger av produkter som kom basert på mikrosensorer med tanke på å ta disse i bruk, men så da disse kvalitetsutfordringene. Der det er store endringer i vind, fuktighet og temperatur har mikrosensorer gitt upresise målinger. En plutselig endring i luftfuktighet kan f. eks. gi utslag som tyder på at luften blir mer forurenset selv om den er uforandret. Det har kommet noen produkter for utendørs bruk, men det svært lite benyttet som følge av kvalitetsbegrensinger. Flere kommuner inkludert Oslo har vurdert mikrosensor-baserte produkter, men ikke funnet de bra nok til å ta i bruk. Opprinnelig prosjekt hadde som målsetning å utvikle løsninger for løse denne utfordringen. Men beklageligvis fikk en ikke midler til fase 2 som skulle realisere dette. Det søkes derfor om støtte for å kunne kommunisere resultatene fra ALADIN fase 1 for så å kunne søke om midler fra andre programmer.