Temiz hava solutan öngörü yazılımı!

Temiz hava solutan öngörü yazılımı! Temiz hava solutan öngörü yazılımı!

Siemens büyük şehirlerdeki hava kirliliği oranını birkaç gün önceden doğru bir şekilde tahmin etmek için yapay sinir ağlarını temel alan akıllı bir yazılım geliştirdi. Bu yazılım şehirlere ve sakinlerine bu bilgileri hava kirliliği zirve yapmadan önce vererek yaşam kalitesinin artırılmasına katkıda

Şehirler kendi sakinlerine iş ve zenginlik fırsatları sunduğundan her zaman endüstriyel kalkınmanın motorları olarak görülüyor. Bu gerçek bilhassa modern zamanlarda telaffuz edilir oldu. Gerçekten de 2009 yılında insanoğlunun tarihinde ilk defa dünya nüfusunun yarısından fazlası kentsel merkezlerde yaşıyor hale geldi. Üstelik 2050 yılına gelindiğinde dünya nüfusunun yüzde 70'i şehirlerde yaşıyor olacak ki bu sayı neredeyse bugünkü dünya nüfusuna eşit. Ancak kentleşmenin kötü yanları da göz ardı edilebilecek gibi değil.

Gelecek&Trendler'de yer alan habere göre; Şehir sakini sayısındaki muazzam artış, zaten pek çok yerde sınıra ulaşmış kentsel altyapılar için muazzam bir tehdit oluşturuyor. Örneğin bugün dünya nüfusunun yarıdan fazlası dünya yüzölçümünün yüzde 2'sinden küçük bir kısmında ikamet ediyor. Bunun sonucunda trafik, endüstri ve enerji gereksinimleriyle dolu kentsel merkezler daha şimdiden global sera gazı şahımlarının neredeyse yüzde 70'inden sorumlu.

Şehirler kelimenin tam anlamıyla boğucu hava üretiyor. Ayrıca bu hava sakinleri için giderek sağlığa daha da zararlı hale geliyor. Dünya Sağlık Örgütü (WHO) tarafından 2018 Mayıs'ında yayınlanan bir analize göre dünyanın şehirli nüfusunun yüzde 90'ı tavsiye edilen eşikten bir hayli yüksek seviyede kirli parçacıklar içeren havayı soluyor.

Yedi milyon ölüm

Bu sonuçlar tüyler ürpertici. WHO verilerine göre her yıl yaklaşık yedi milyon insan sırf hava kirliliğinin yarattığı etkiler yüzünden ölüyor. Yani dünya genelindeki her sekiz ölümden biri kirli hava yüzünden.

Ancak WHO iyimser bir not da düşmüş. Diyor ki şehirler ister akıllı altyapılara yönelik modern ve etkili çözümler isterse de yayalar ve bisikletçiler için trafik düzenlemeleri ve cazip teşvikler gibi kısa vadede uygulanabilecek basit önlemler aracılığıyla olsun yerel önlemlerle hava kalitesini artırabilir, ideal olanı ise bunun tam da hava kirliliğinin en kötü olduğu yerlerde yapılması. Ancak bunun için belirli yerlerde hava kirliliği seviyesinin zaman içinde nasıl değiştiğine dair bilgilerin elinizde bulunması gerekiyor.

Hava kirliliğinin doğru tahmini

Bu meydan okumanın çözümüne Siemens Kurumsal Teknolojiler'den (CT) Dr. Ralph Grothmann talip olmuş. Grothmann, sinir ağlarını temel alan hava kirliliği tahmin modelleri geliştiriyor. Onun modelleri büyük şehirlerde birkaç gün öncesinden olabilecek hava kirliliği derecesini öngörebiliyor. Grothmann, "Sinir ağları aslında tıpkı insan beyinleri gibi çalışan bilgisayar modelleri. Eğitilerek ilişkileri kavramayı ve tahminler yapmayı öğreniyorlar" diyor. Onun modelleri eskiye kıyasla çok daha fazla yapay sinir hücresi katmanları içeren derin sinir ağlarına dayanıyor. Her bir katman farklı bir soyutlama yüzeyine tahsis ediliyor. Çok sayıda seviye içice geçtiğinden bulgular daha önceki sinir ağlarına göre çok daha ayrıntılı. Bu sanki biraz bilim kurguymuş gibi kokuyor, ancak sinir ağları Siemens'te ve farklı pek çok sektörde kendisini yıllardır ispatlamış bir teknoloji. Örneğin artık ekonomik faaliyet seviyelerini, ham madde fiyatlarını ve hatta yenilenebilir enerjilerden ne kadar elektrik hasılatı beklenebileceğini bile tahmin etmekte kullanılıyorlar.

Londra pilot projesi

Tahmin sisteminin geliştirilmesi esnasında Grothmann, Londra şehrinin metropoliti genelinde kurulu yaklaşık 150 sensör istasyonundan topladığı ve incelediği hava ve salınım verilerini baz aldı. Grothmann, "Bu veriler sayesinde kendi sistemimizi eğitebildik. Özel olarak karbonmonoksit, karbondioksit ve nitrojen oksit gibi gazların sera gazı ölçümlerini bir araya getirdik. Sonra içinde nem oranı, güneş radyasyonu, bulut örtüsü ve hava sıcaklığı gibi faktörlerin de olduğu aynı zaman dilimine ait hava verilerini bu salınmaların gelişimleriyle bağdaştırdık" diyor. İş günleri, hafta sonları, tatiller, fuarlar ve spor etkinlikleri gibi yinelenen olaylar da çeşitli yollardan trafiği ve salmaları etkilediği için bu modele dahil edildi.

Eldeki verilere dayanarak ve hem mevsimsel hem de yakın gelecekteki hava tahminlerini de hesaba katan bu sinir ağı hava kirliliği seviyesini tahmin etmeyi öğrenmek zorundaydı. Başlangıçta herhangi bir değişkenin nasıl bir etkide bulunacağını öğreneceğini anlayamamıştı ve bu yüzden onun tahminleri gerçekte ölçülen salınım seviyelerinden bayağı farklıydı. Ancak yüzlerce kez yinelemenin yapıldığı eğitim süreci boyunca bu program kendi tahminleriyle bu şehrin atmosferinde ölçülen hava kirliliği seviyeleri arasındaki farkı sürekli azalttı. O bunu tek tek parametrelerin ağırlıklarını değiştirerek başarabildi.

Grothmann, "Sistemimiz artık bu şehirdeki 150 yerdeki üç gün sonraki hava kirliliği seviyesini saat başı yüzden ondan daha düşük bir hata payıyla öngörebiliyor" diyor. "Ayrıca aldığımız sonuçlar hava kirliliğinin asıl sebeplerinin neler olabileceğini anlamamıza da imkan veriyor."

Önleyici tedbirlere ışık tutan veriler

Elbette hiçbir tahmin kendi başına bir şehrin hava kirliliğini azaltamaz. Ancak tahmin yazılımı hedeflenen tepkileri gerçekleştirmek için gerekli verileri sağlar. Grothmann, "Örneğin eğer bizim sistemimiz önümüzdeki iki günde Londra'nın belirli bölgelerinde trafik yüzünden ortalamanın üzerinde hava kirliliği seviyeleri öngörürse o zaman bu şehir geçici olarak trafik sıkışıklığı ücretini yükseltebilir, hatta belirli saatler için özel yoğunluklu alanlarda kamyonlara trafiğe çıkma yasağı getirebilir, insanlar için toplu taşımacılık sistemini kullanmayı daha cazip kılacak çözümler üretebilir" diyor.

Ulaştırma veya endüstriyel ya da enerji sektörlerine yönelik bu tedbirlere ilaveten Siemens'in tahmin yazılımı yüksek hava kirliliğinin olduğu zaman dilimlerinden veya yerlerden uzak durması için şehir sakinlerine ileri seviyede bir hizmet haline de gelebilir. Örneğin onlar önlerindeki birkaç gün boyunca hava kirliliği tahminlerini göz önünde bulundurarak sadece Londra'da değil ama yeterince sensörle donatılmış herhangi bir şehirde hafif koşu yapmak için müsait en iyi yerleri bulmakta çevrimiçi bir servisten faydalanabilirler. Grothmann, "Bizim sistemimiz hava kompozisyonunu ölçmeleri şartıyla teorik olarak her şehirde kullanılabilir" diyor.

Siemens'in tahmin yazılımı ister hava kirliliğini minimuma çekmek amacıyla isterse sağlık bilincine sahip şehir sakinlerine bir hizmet olarak sunulmuş olsun, o şehirlere verimli, sürdürülebilir ve akıllı bir gelecek için bir sıçrama tahtası fırsatı sunuyor ki bu şehirlerin kendi sakinlerine sadece gelişme, iş bulma ve zenginliğin dışında da ayrıca sunduğu temiz ve solunabilir bir hava fırsatıdır.