AirSPEC：集成机器学习框架以检测和预测指定空气质量参数的物联网赋能空气质量监测系统
网络与互联网体系结构
2025-10-08 v1 人工智能
摘要
我们周围的空气是所有生命形式呼吸的主要来源。因此，毫无疑问必须强调，均衡的空气质量对所有生物的呼吸健康、环境稳态乃至经济平衡都至关重要。然而，由于汽车和工业向大气持续增加的污染排放，过去几十年中观察到空气质量逐渐恶化。尽管许多人几乎未认识到该问题的深度，但包括世界卫生组织在内的相关各方的持续努力，通过推动技术驱动的举措在区域和全球尺度上及时检测和预测空气质量，不断拓展全球空气稳态的边界。然而，现有的空气质量监测框架缺乏实时响应能力和灵活的语义分发能力。本文提出一种易于实现、语义分布式且由机器学习模型赋能的新型物联网框架。所提出的系统配备 NodeRED 仪表板，用于处理、可视化和存储通过公共空气质量传感器网络获取的原始传感器数据，并且该仪表板进一步集成机器学习模型以获得时间和地理空间的空气质量预测。ESP8266 NodeMCU 作为订阅者通过消息队列遥测传输代理接入 NodeRED 仪表板，经由所开发的 Web 和移动应用向终端用户传递定量空气质量数据或警报邮件。因此，所提出的系统可通过一种非压迫性、数据驱动且语义化的框架，在赋能公众参与空气质量方面带来极大裨益。
引用
@article{arxiv.2111.14125,
title = {AirSPEC: An IoT-empowered Air Quality Monitoring System integrated with a Machine Learning Framework to Detect and Predict defined Air Quality parameters},
author = {Nuwan Bandara and Sahan Hettiarachchi and Prabhani Athukorala},
journal= {arXiv preprint arXiv:2111.14125},
year = {2025}
}
备注
6 pages, 7 figures