Terobosan Baru AI Prediksi Polusi Ozon Lebih Akurat, Senyawa VOC Jadi Kunci

Senyawa organik volatil atau volatile organic compounds (VOC) memegang peranan krusial dalam meningkatkan kemampuan model kecerdasan buatan atau machine learning guna memprediksi tingkat polusi ozon permukaan secara lebih akurat di berbagai wilayah.

Berdasarkan studi terbaru yang dipublikasikan dalam jurnal npj Clean Air, pemanfaatan data pengamatan meteorologi dan polutan primer saja belum cukup untuk membuat model prediksi yang andal ketika diterapkan di lingkungan berbeda.

Sebagaimana dilaporkan oleh tim peneliti, pengintegrasian data pengamatan VOC selama empat tahun di Shanghai berhasil mendongkrak performa transferabilitas model secara signifikan, terutama saat menghadapi perubahan emisi drastis seperti masa pembatasan aktivitas pandemi.

Dari analisis Kabayan News, fenomena peningkatan ozon permukaan atau O3 dari tahun ke tahun di berbagai belahan dunia menuntut adanya pendekatan komputasi yang lebih canggih serta tahan uji lintas wilayah.

Pengamatan lebih lanjut menunjukkan bahwa meskipun model berbasis machine learning tidak secara langsung memetakan mekanisme fotokimia rumit secara fisik, korelasi statistik yang dibangun dari konsentrasi VOC terbukti memberikan batasan kuat terhadap variabilitas ozon.

Melalui temuan ini, para peneliti berharap penerapan teknologi machine learning yang dapat diinterpretasikan dengan baik mampu membantu pemerintah merumuskan kebijakan pengendalian kualitas udara yang jauh lebih efektif ke depannya.