L'IA può prevedere i livelli di inquinamento atmosferico urbano a livello stradale utilizzando dati satellitari e del traffico ?

Combinando immagini satellitari ad alta risoluzione con modelli di traffico in tempo reale, i modelli di intelligenza artificiale possono ora stimare la qualità dell'aria localizzata. Questi sistemi elaborano milioni di punti dati per identificare le aree critiche di inquinamento. Le città stanno iniziando a utilizzare queste previsioni per attivare allerte di inquinamento mirate. La precisione cala significativamente durante condizioni meteorologiche estreme o eventi di emissioni insoliti.

L'intelligenza artificiale può prevedere i livelli di inquinamento atmosferico urbano a livello di strada fondendo colonne atmosferiche derivate dai satelliti con misurazioni a terra e dati sul traffico. I sistemi recenti utilizzano modelli di machine learning addestrati su osservazioni satellitari ad alta risoluzione (ad es. TROPOMI NO₂) insieme a flussi di traffico in tempo reale e alla meteorologia per ridurre le concentrazioni a scale di quartiere; gli studi di validazione riportano RMSE intorno a 5–15 µg/m³ per il NO₂ e modeste capacità per il PM₂.₅ in complessi canyon urbani. Esistono prototipi operativi in diverse città, ma rimangono lacune di copertura dove i sensori di traffico sono scarsi e le rilevazioni satellitari sono ostacolate dalle nuvole.

— Arricchito 12 maggio 2026 · Fonte: Organizzazione Mondiale della Sanità — https://www.who.int/publications/i/item/9789240105455