Ny forskning tyder på att hjärtinfarkter, cerebral stroke, och astmaanfall ökar alla med ökande luftföroreningar i våra städer, och naturligtvis de vidare problemen för miljön och människan, djur, och växtlivet blir bättre förstått med varje studie. Nu, vetenskap publicerad i International Journal of Computational Intelligence Studies föreslår att big data från Internet of Things-enheter kan vara användbara för att förutsäga luftföroreningsincidenter. Att i förväg veta när problem kan uppstå kan ge ett visst hopp om att lindra de skadliga effekterna eller åtminstone förse utsatta människor med förvarning om potentiella hot mot deras hälsa.

Studien, skriven av Safae Sossi Alaoui, Brahim Aksasse, och Yousef Farhaoui från institutionen för datavetenskap vid Moulay Ismail University i Errachidia, Marocko, ger hopp om att förutsäga stigande nivåer av några av de allvarligaste förorenande föreningarna som finns allestädes närvarande i miljön men som varierar vilt beroende på mänsklig aktivitet, nämligen kväveoxider, svaveldioxid, kolmonoxid, och ozon.

Det finns miljoner, om inte miljarder anslutna enheter som vi kan lägga under paraplybeteckningen Internet of Things, IoT, dessa inkluderar den ständigt närvarande smarta telefonen, föroreningsövervakning vid vägkanter, inbyggda sensorer, ställdon, och även bärbara enheter som alla kan samla in och utbyta olika typer av data.

Teamet har arbetat med en amerikansk föroreningsdatauppsättning och använt Spark-teknik på Databricks-plattformen för att bygga en exakt modell som kan göra bra förutsägelser om luftkvalitet. Detta kan användas för att förbättra vår förståelse för de negativa effekterna av luftföroreningar på våra liv och kanske hjälpa till att fokusera insatser för att förebygga, kontrollera, och minska föroreningarna på ett mer lägligt sätt än någonsin tidigare.