Föreställ dig att du är rädd för att andas luften omkring dig.

Ett ovanligt koncept för oss här i Storbritannien, men det är en genuin oro för samhällen över hela världen med luftföroreningar som uppskattningsvis dödar sju miljoner människor varje år.

Ett team av datavetare från Loughborough University hoppas kunna hjälpa till att utrota denna rädsla med ett nytt system för artificiell intelligens (AI) som de har utvecklat som kan förutsäga luftföroreningsnivåer timmar i förväg.

Tekniken är ny av flera anledningar, en är att den har potential att ge ny insikt om de miljöfaktorer som har betydande inverkan på luftföroreningsnivåerna.

Professor Qinggang Meng och Dr. Baihua Li leder projektet som fokuserar på att använda AI för att förutsäga PM2,5 – partiklar på mindre än 2,5 mikron (10) ^-6 m) i diameter – som ofta karakteriseras som minskad sikt i städer och disig luft när nivåerna är höga.

Partiklar är en typ av luftföroreningar och det är den förorening som har de starkaste bevisen för folkhälsoproblem.

Detta beror på att partiklarna är så små att de lätt kan komma in i lungorna och sedan i blodomloppet, resulterar i kardiovaskulär, cerebrovaskulära och respiratoriska effekter.

Enligt miljödepartementet, Mat och landsbygd, Det är underförstått att det inte finns någon säker tröskel under vilken inga negativa effekter kan förväntas."

Det finns redan system som kan förutsäga PM2,5 men Loughborough Universitys forskning ser ut att ta tekniken till nästa nivå.

Systemet som forskarna har utvecklat är nytt för följande aspekter:

• Den förutspår PM2,5 -nivåer i förväg - ger förutsägelser för nivåerna på en timme till flera timmar, plus 1-2 dagar framåt
• Den tolkar de olika faktorerna och data som används för förutsägelse, vilket kan leda till en bättre förståelse för vädret, säsongs- och miljöfaktorer som kan påverka PM2,5
• Det förutsäger inte bara en siffra; den förutsäger PM2,5-nivån plus ett intervall av värden som luftföroreningsavläsningen kan falla inom - så kallade "osäkerhetsanalys"
• Den har förmågan att användas som ett analysverktyg för luftföroreningar i ett handelssystem för koldioxidkrediter.

Systemets osäkerhetsanalys och förmåga att förstå faktorer som påverkar PM2.5 är särskilt viktiga eftersom detta kommer att möjliggöra för potentiella slutanvändare, beslutsfattare och forskare för att bättre förstå relaterade orsaker till PM2.5 och hur tillförlitlig förutsägelsen är.

Dr. Yuanlin Li är forskningsassistent som arbetar med projektet vid Loughborough University. LU-teamet skapade systemet med hjälp av maskininlärning - en typ av artificiell intelligensteknologi som använder stora mängder data för att lära sig regler och funktioner, så ett system kan göra förutsägelser.

Forskarna använde offentliga historiska data om luftföroreningar i Peking för att träna och testa algoritmerna; Kina valdes som fokus eftersom 145 av 161 kinesiska städer har allvarliga problem med luftföroreningar.

Det utvecklade systemet kommer nu att testas på livedata som fångats av sensorer utplacerade i Shenzhen, Kina.

Systemet som utvecklats vid Loughborough University är en del av ett bredare forskningsprojekt som finansieras av Newton Fund, som har fyra partners:Satoshi Systems Ltd, Loughborough University, Shenzhen Institutes of Advanced Technology, och EEG Smart Intelligent Technology i Kina.

Syftet med projektet är att utforska hur kol kan användas som handelsvara för att skapa en ny effektiv ekonomisk hävstång för att kontrollera utsläppen.

Det är tänkt att städer, regioner och fabriker kommer att få krediter för hur mycket kol de kan släppa ut och om de går över måste det "köpa" fler krediter. Alternativt om en plats faller under dess gräns, den kan sälja överskottskrediterna på koldioxidmarknaden med vinst.

Syftet är att integrera Loughborough Universitys PM2.5-prediktionsmodell på en onlineplattform som kan nås av deltagare i koldioxidhandelssystemet.

Detta kommer att tillåta deltagarna att använda systemet för att komma åt realtid, meningsfull information om föroreningsnivåer som kommer att hjälpa dem att utforma en handelsstrategi.

Av forskningen, Professor Meng sa:"Luftföroreningar är en långsiktig ackumulerad utmaning som hela världen står inför, och särskilt i många utvecklingsländer.

"Projektet syftar till att mäta och förutsäga luftkvalitet och föroreningsnivåer. Vi undersöker också möjligheten att koppla realtidsinformationen om koldioxidutsläpp till total handel med koldioxidkrediter, därför ägnas åt koldioxidkontroll och minskning av växthusgasutsläpp.

"Vi hoppas att den här forskningen kommer att leda till renare luft för samhället och förbättra människors hälsa i framtiden."

Saurabh Goyal, VD för industripartnern Satoshi Systems Ltd, tillade:"Vi är imponerade och glada över det arbete som Loughborough University utför.

"Vi tror att alla typer av deltagare som förorenare, städare, marknadsgaranter, häckar, spekulanter, regering och beslutsfattare kommer att finna denna information mycket användbar innan de köper eller säljer koldioxidkrediter på vår plattform.

"Vi är för närvarande under diskussioner med statliga och civila myndigheter i både Kina och Storbritannien för att upprätta utbytet.

"Alla som är intresserade av att delta i denna utsläppsutbytesplattform kan kontakta mig på [email protected]."