印度恆河平原地區（IGP）是全球污染最嚴重的地區之一，數百萬人因呼吸污染空氣而面臨壽命縮短的威脅。數十年來，由於缺乏污染源的精確數據，解決這場危機一直受到阻礙，當地居民只能被動承受污染帶來的危害。
牛津大學史密斯企業與環境學院創新獎資助的**空氣污染資產級檢測（APAD）**研究項目正在改變這一現狀。
利用AI和機器學習技術 建立全面污染源地圖
APAD構建了定制的機器學習模型來分析衛星圖像並識別污染源，同時使用亞馬遜雲科技基礎設施來存儲和處理這一龐大的數據集。通過創建全面的污染源地圖，該組織為社區提供了進行有針對性干預所需的證據。
項目成效顯著：
- 處理120萬張衛星圖像
- 機器學習運行時間縮短至原來的1/72
- 節省約17,600個計算小時
- 基礎設施成本降低高達80%
- 監測時間和任務運行時間減少90%
運用AWS雲端服務 大幅提升數據處理效率
在5個月的時間裡，APAD創建了一個流程，有助於將衛星數據轉化為可採取行動的環境洞察。具體運作方式如下：首先，APAD將大量低分辨率衛星圖像數據下載到Amazon S3存儲桶中，然後對數據進行標註和預處理。之後，將這些數據輸入運行在Amazon EC2 C5實例和搭載NVIDIA T4 Tensor Core GPU的Amazon EC2 G4實例上的機器學習和深度學習模型。
這些模型經過訓練，能夠識別諸如野外焚燒等污染源的視覺特徵。當模型檢測到潛在的污染源時，會使用並行處理自動繪製坐標。為了提高準確性，APAD還開發了第二個流程，使用深度學習來分析高分辨率圖像。
應對印度恆河平原空氣污染危機
APAD識別排放源，並分析有害但常被忽視的污染物的影響。該組織主要在人口超過4億的印度恆河平原開展工作。
在印度恆河平原，數百萬人因空氣污染面臨心血管和呼吸系統健康問題。當霧霾嚴重時，南亞地區部分國家的學校經常停課，迫使孩子們待在室內，錯失受教育的機會。由於缺乏全面的污染源數據，這些問題一直未得到充分研究。
砌磚窯是造成空氣質量不佳的主要因素之一。2024年5月，APAD著手利用衛星圖像和機器學習創建所有污染源的可視化地圖，以幫助社區做出數據驅動的決策。
APAD曾在本地計算機上運行機器學習工作負載，但這些機器無法支持該項目的規模，因為項目涉及數百萬個數據點。APAD需要一個既經濟實惠又能隨其宏偉目標擴展的解決方案。該組織採用了Amazon Web Services（AWS）的雲端基礎設施解決方案，在短時間內處理和分析了120萬張衛星圖像。
未來展望：擴展至全球更多地區
隨著APAD繼續發展，該組織計劃將其基於雲端的方法擴展到印度恆河平原以外的地區。通過與AWS的持續合作，APAD正在探索將其創新解決方案應用於面臨類似空氣質量挑戰的其他地區的可能性。
這項突破性的研究不僅為改善空氣質量監測提供了新的技術路徑，更為全球環境保護和公共健康事業帶來了希望。透過雲端技術和人工智能的結合，APAD正在將複雜的環境數據轉化為可行動的洞察，為受污染影響的社區帶來實質性的改變。
Source：AWS