Интегратор GPU-серверов и рабочих станций · Россия и СНГ
8 (800) 350-70-73 · бесплатно по России  |  Условия поставки
Государство и «умный город» · Обнаружение аномалий · Прогнозная аналитика

Экологический мониторинг: качество воздуха, воды, шум и источники загрязнения

Данные датчиков, спутников и метеослужбы объединяются в модели, которые прогнозируют загрязнение и находят его источник.

Точность прогноза концентрацийR² 0,7–0,85
Время локализации источникачасы вместо недель
Заблаговременность предупреждения24–48 ч

Диапазоны по отраслевым публикациям и типовым внедрениям; результат зависит от данных и процессов заказчика.

Задача

Что решаем

Промышленные города России и Казахстана живут с регулярными превышениями по пыли, диоксиду серы, сероводороду, а жители узнают о них по запаху и жалобам. Сеть стационарных постов редкая, датчики разной точности, данные приходят с задержкой и не сопоставляются с метеоусловиями и режимами работы предприятий. Найти источник конкретного выброса и доказать его — задача на недели ручной работы.

Управлениям экологии и природоохранным прокуратурам нужен инструмент, который непрерывно сводит показания сотен датчиков, спутниковые снимки и метеоданные, предупреждает о неблагоприятных условиях заранее и указывает вероятный источник. Аналогичные задачи стоят по качеству воды в реках, шуму у магистралей и несанкционированным свалкам.

Как работает

Что делает ИИ

PythonTimescaleDBPyTorchXGBoostGDAL/RasterioGrafana

Потоки с постов наблюдения, недорогих датчиков и метеостанций поступают в базу временных рядов. Модели калибруют датчики друг относительно друга, обнаруживают аномальные превышения, а обратное моделирование рассеивания с учётом ветра оценивает вероятное местоположение источника. Прогнозные модели предупреждают о накоплении загрязнений при штиле и инверсии.

  • Единая карта загрязнения с интерполяцией между постами и оценкой достоверности.
  • Прогноз концентраций на 24–72 часа для предупреждения жителей и предприятий.
  • Локализация источника выброса по ансамблю датчиков и метеоданным.
  • Анализ спутниковых снимков: свалки, гари, мутность водоёмов.
  • Автоматические отчёты и уведомления в надзорные органы.

Какие данные нужны

  • Показания постов и датчиков
  • Метеоданные и модели прогноза погоды
  • Спутниковые снимки и реестр предприятий
Железо · Данные и табличный ML · Под столом или в лаборатории

Какая инфраструктура нужна

Профиль data, масштаб desk: сотни временных рядов, расчёты рассеивания и обработка спутниковых снимков умещаются на одной рабочей станции с многоядерным CPU, 128–256 ГБ памяти и одной GPU для нейросетевых моделей и ускорения численных расчётов. Станция W7 ULTRA из раздела рабочие станции закрывает потребности регионального управления; при подключении сети из тысяч датчиков и высокодетальных снимков нескольких регионов решение переносится на сервер R7 PRO из GPU-серверов. Хранилище рассчитывается на многолетний архив измерений и снимков — от 20 ТБ с возможностью расширения.

Сравнить конфигурации →  ·  Подобрать по ускорителю →

Внедрение

Как идёт проект

  1. 01

    Данные и цель

    Фиксируем метрику успеха, источники данных и ограничения: on-premise, персональные данные, сроки.

  2. 02

    Пилот на нашей конфигурации

    Стартовая машина под задачу и подтверждённый профиль нагрузки перед закупкой кластера.

  3. 03

    Инфраструктура

    Поставка серверов, станций и охлаждения, монтаж, ввод в эксплуатацию, ПО и мониторинг.

  4. 04

    Сопровождение

    Масштабирование, обновление ускорителей в том же шасси, сервис и запчасти.

Смежные решения

Что ещё автоматизируют в отрасли «Государство и «умный город»»

Все решения для отрасли →

Запрос КП · ответ в течение рабочего дня

Опишите задачу и данные.

Вернёмся с профилем нагрузки, конфигурацией и коммерческим предложением на поставку в вашу страну.

Обсудить внедрение