En ny metod som kombinerar artificiell intelligens med fjärranalys satellitteknik har producerat den mest detaljerade täckningen av luftföroreningar i Storbritannien hittills.

Markerad av ny forskning som leds av London School of Hygiene &Tropical Medicine (LSHTM) och publiceras i Fjärranalys , metoden ger exakta uppskattningar av koncentrationer av luftföroreningar i Storbritannien. Modellen erbjuder en imponerande detaljnivå, med mätningar på daglig nivå och i ett 1x1km nät över hela Storbritannien.

Resultaten tyder på att sydöstra England är den mest förorenade regionen, och de identifierar hotspots i stads- och industriområden. Uppmuntrande, fynden visar också en övergripande minskning av luftföroreningar i Storbritannien under det senaste decenniet.

Forskarna säger att detta nya tillvägagångssätt kan revolutionera bedömningen av exponering för luftföroreningar och vår förståelse av de relaterade hälsoriskerna, genom att länka landsomfattande exponeringskartor och hälsodatabaser.

För närvarande, forskare förlitar sig på markbaserade bildskärmar för att mäta luftföroreningar, dock, dessa är glest belägna, mest koncentrerad till stadsområden, och tar inte alltid mätningar kontinuerligt. Det betyder att det inte finns några rikstäckande luftföroreningar som är tillräckligt noggranna för att kunna användas i epidemiologiska analyser för att utvärdera hälsorisker.

I den här studien, forskarna tillämpade en innovativ metod som använder artificiell intelligens och satellitbaserade data för att uppskatta den dagliga mänskliga exponeringen för fina partiklar av luftföroreningar från 2008-2018.

Teamet kombinerade avläsningar från befintliga markbaserade bildskärmar med data från jordobservationssatellitinstrument, som ger information om vädermönster, aerosoler upphängda i atmosfären, markanvändning och vegetationstäckning. De införlivade också data från andra källor, inklusive befolkningstäthet, vägtäthet och flygplatsernas läge.

Med hjälp av sofistikerade maskininlärningsalgoritmer, de kombinerade datamängderna för att producera uppskattningar av marknivåkoncentrationen av fina partiklar (mindre än 2,5 mikron i storlek, PM2.5), en av de farligaste luftföroreningarna. De delade upp Storbritannien i nätceller och härledde dagliga föroreningsserier under perioden 2008-18.

Dr Rochelle Schneider, första författaren som ledde analysen, sade:"Denna forskning använder kraften av artificiell intelligens för att främja miljömodellering och ta itu med utmaningar från folkhälsan. Denna imponerande luftföroreningsdataset representerar PM2,5 -poster för 4, 018 dagar i en rumslig domän på 234, 429 rutnätceller. Detta ger en anmärkningsvärd summa av 950 miljoner datapunkter som omfattande kvantifierar nivån av luftföroreningar i hela Storbritannien under en elvaårsperiod. "

Resultaten av studien korsvaliderades genom att jämföra de uppskattningar som modellen producerade med mätningar från specifika markbaserade bildskärmar, och befanns vara nära anpassade.

Teamet tänker nu kombinera data med lokala hälsojournaler. Denna länkade information kommer att användas i avancerade epidemiologiska analyser för att avslöja en mycket detaljerad bild av sambandet mellan luftföroreningar och hälsoutfall i hela Storbritannien.

Professor Antonio Gasparrini, Professor i biostatistik och epidemiologi vid LSHTM och senior författare till studien, sade:"Den här studien visar hur banbrytande tekniker baserade på artificiell intelligens och satellitteknologi kan gynna folkhälsoforskning. Resultatet avslöjar de föränderliga mönstren för luftföroreningar över hela Storbritannien och i tid med extraordinära detaljer. Vi hoppas nu kunna använda denna information för att bättre förstå hur föroreningar påverkar nationens hälsa, så vi kan vidta åtgärder för att minimera risken. Den stora mängden data som produceras kommer att utgöra ett viktigt verktyg för folkhälsoforskare som undersöker effekterna av luftföroreningar. "

Världshälsoorganisationen uppskattar att det finns sju miljoner dödsfall per år världen över på grund av luftföroreningar, som orsakar lungsjukdom, lungcancer, hjärtsjukdomar och stroke.

Dr Vincent-Henri Peuch, Direktör för Copernicus Atmosphere Monitoring Service (CAMS) vid European Center for Medium-Range Weather Forecasts (ECMWF), sade:"Denna innovativa metod har kombinerat styrkan hos olika datakällor för att ge exakta och omfattande uppskattningar av exponering för luftföroreningar, inklusive markbaserade sensorer, satellitdata, och modellanalyser som utvecklats av ECMWF som en del av EU Copernicus -programmet. Dr Schneider och medförfattare demonstrerar på ett övertygande sätt sin prestation över Storbritannien, banar väg för många framtida studier av hälsoeffekterna av luftföroreningar. "

Dr Pierre-Philippe Mathieu, Chef för Phi-lab Explore Office vid European Space Agency (ESA), sade:"Det är spännande att se data från jordobservationssatelliter som används i folkhälsoforskning för att främja vår förståelse av det invecklade förhållandet mellan hälsa och luftkvalitet, förbättra livet i Storbritannien, Europa och resten av världen. "

Studien begränsas av det faktum att metoden inte på ett tillförlitligt sätt kunde återvinna luftföroreningsnivåer från år före 2008, med tanke på det begränsade antalet tillgängliga PM2,5 -skärmar. Dessutom, modellens prestanda kan vara lägre i avlägsna områden som kännetecknas av begränsad täckning av markövervakningsnät. LSHTM-teamet planerar att utöka denna modell och rekonstruera högupplösta data från andra luftföroreningar.