Картирование загрязнения воздуха с высоким пространственным разрешением имеет важное значение для понимания, управления и смягчения неблагоприятных последствий загрязнения воздуха. Текущие подходы к мониторингу загрязнения воздуха страдают от ограниченного пространственного охвата и разрешения. Искусственный интеллект имеет большие перспективы для решения этих проблем, однако его применение в мониторинге загрязнения воздуха остаётся на начальной стадии, сталкиваясь с ограниченной переносимостью в отношении маркированных и неравномерно распределённых данных низкого качества. Здесь авторы представили функцию знакового расстояния Height-Field (HF-SDF), инновационное неявное трёхмерное представление, для реконструкции карт концентрации загрязнения воздуха из грубых, неполных данных, что обеспечивает как обширный пространственный охват, так и результаты мелкого масштаба с мощной переносимостью. HF-SDF изучает непрерывную и переносимую модель картирования, интегрирующую сеть автодекодера с геометрическим ограничением, предлагая гибкое разрешение. Оценка использует данные реанализа и спутниковые наблюдения, достигая показателей точности 96% и 91% соответственно. HF-SDF открывает огромные перспективы в совершенствовании мониторинга загрязнения воздуха, предоставляя информацию о пространственной неоднородности распределения загрязнений.

 

Ссылка: https://www.nature.com/articles/s41612-025-01044-6