Розробка AI-системи екологічного моніторингу під ключ

Розробка AI-системи для екологічного моніторингу під ключ

Ми стикалися з ситуаціями, коли промислові підприємства не вкладалися в нормативи ГДК, а існуюча система моніторингу давала дані із запізненням на добу. Це не дозволяло оперативно реагувати на перевищення. AI-система екологічного моніторингу вирішує цю проблему: інтегрує дані стаціонарних постів, супутників та low-cost сенсорів у реальному часі, прогнозує забруднення на 72 години вперед і автоматично надсилає оповіщення при перевищенні порогів.

Ключовий принцип — зниження часу реакції з доби до 15 хвилин. Це досягається за рахунок комбінації IoT-мереж, предиктивних моделей та інтеграції з державними інформаційними системами (ФГІС «Промисловість», АІС «Промислова екологія»). Наш досвід: 5+ років в AI-моніторингу, понад 20 впроваджень на промислових підприємствах.

Чому AI-система екологічного моніторингу ефективніша за класичні пости?

Традиційні пости Росгідромету дають точні, але рідкісні заміри (раз на 20 хвилин або рідше). Ручний відбір проб додає затримку в години. AI-рішення об'єднує різнорідні джерела:

• Стаціонарні пости (висока точність, низька щільність)
• Low-cost сенсори (низька точність, висока щільність) — калібруються за референсними станціями
• Супутникові знімки (Sentinel-5P, MODIS) — глобальне покриття кожні 1-2 дні

Ми використовуємо гібридну архітектуру: дані сенсорів проходять калібрування через еталонні станції, потім просторову інтерполяцію (Kriging) і часове прогнозування (LSTM). Результат — карта забруднень з роздільною здатністю до 1 км і прогнозом на 3 доби.

Як ми будуємо інфраструктуру збору даних?

Інфраструктура включає три рівні: польові пристрої, агрегація на сервері, хмарна аналітика.

Low-cost сенсори — основа щільної мережі. Ми використовуємо Plantower PMS7003 та Sensirion SPS30 для PM2.5/PM10, Alphasense NO2-BE для NO2. Типова вартість вузла — $50-200, що в 100 разів дешевше професійної станції. Точність нижча, але при калібруванні за методом (див. код нижче) похибка знижується до 15-20%.

def calibrate_low_cost_sensor(low_cost_readings, reference_readings, method='linear'):
    """Калібрування LCS за найближчою референсною станцією"""
    if method == 'linear':
        model = LinearRegression().fit(low_cost_readings, reference_readings)
        return model  # застосовуємо до майбутніх LCS даних
    elif method == 'rf':
        model = RandomForestRegressor().fit(low_cost_readings, reference_readings)
        return model

Супутникові дані (Sentinel-5P, Landsat, MODIS) використовуються для глобального покриття та детекції аномалій (пожежі, викиди).

Які предиктивні моделі використовуються?

Ми застосовуємо два підходи: детерміновані моделі розсіювання (Gaussian plume, AERMOD) та машинне навчання для часових рядів.

Прогноз якості повітря — LSTM з 24-годинними часовими рядами PM2.5 з усіх станцій регіону + метеопрогноз (NWP). Модель видає прогноз на 24/48/72 години для кожної точки сітки.

# LSTM + просторова інтерполяція
# State: 24-годинні часові ряди PM2.5 для всіх станцій в регіоні
# + NWP метеопрогноз (вітер, температура, змішування атмосфери)
# Вивід: PM2.5 на наступні 24/48/72 години для кожної сітки

model = StackedLSTM(
    input_size=n_stations * n_pollutants + n_meteo_vars,
    hidden_size=128,
    forecast_hours=72
)

Моделі розсіювання забруднень (Gaussian plume) — при відомому джерелі викиду розраховують зону забруднення. Ми використовуємо AERMOD (регуляторна модель US EPA) та російський аналог ОНД-90. ML-поправки збільшують точність на 30% порівняно з чисто детермінованими моделями.

Детекція джерел — обернена задача: за розподілом концентрацій визначити координати джерела. Використовуємо оптимізацію та згорткові мережі (encoder зображення поля концентрацій → координати).

Система оповіщення та звітність

Індекси якості повітря: російський АКІ, WHO 2021 Guidelines, AQI США. Таблиця зіставлення:

Автоматичні оповіщення:

• Перевищення ГДК → SMS населенню + мобільний додаток
• Перевищення НДВ → повідомлення Росприроднагляд
• Аварійний скид → МНС + підприємство

Відповідність законодавству: 174-ФЗ, Постанова 205, Наказ Мінприроди 522. Інтеграція з ФГІС «Промисловість» та регіональними ГІС.

Що входить в роботу?

При замовленні AI-системи екологічного моніторингу ми надаємо:

• Обстеження території та підбір обладнання
• Розробку архітектури збору та зберігання даних
• Калібрування low-cost сенсорів та розгортання мережі
• Побудову предиктивних моделей (LSTM, Gaussian plume)
• Інтеграцію з державними системами звітності
• Дашборди та систему оповіщення
• Документацію, навчання персоналу, підтримка 1 місяць

Терміни: базова система IoT-моніторингу + візуалізація + прогноз AQI — 8-10 тижнів. Повноцінна платформа з source attribution, regulatory reporting та оповіщенням — 5-6 місяців. Вартість розраховується індивідуально після аудиту об'єкта. Гарантуємо відповідність вимогам 174-ФЗ. Понад 7 років досвіду у створенні систем екологічного моніторингу.

Оцінимо ваш проект за 1 день — просто зв'яжіться з нами. Отримайте консультацію з впровадження AI-екологічного моніторингу.

Які проблеми прогнозування часових рядів зустрічаються найчастіше?

Фінансовий директор запитує прогнозування часових рядів продажів на квартал. Аналітик будує SARIMA, досягає MAPE 8.3% на тестовій вибірці — і з гордістю деплоїть. Через два місяці в production метрика падає до 23%. Причина класична: модель навчалася на даних до COVID, тестувалася на стабільному періоді, а production потрапив на промо-акцію та збій поставок. Data leakage + distribution shift = гарні цифри в ноутбуці та непрацюючий прогноз в реальності. Ми стикалися з цим десятки разів. Наш досвід — 5+ років у прогнозуванні часових рядів для рітейлу, фінтеху та IoT, більше 50 завершених проєктів.

Неправильна крос-валідація. Стандартний train_test_split для часових рядів — помилка. Випадкове розбиття створює data leakage: модель бачить «майбутні» значення в навчанні. Правильно — TimeSeriesSplit або walk-forward validation з expanding window.

Множинна сезонність. Погодинні дані споживання електроенергії мають три сезонності: добову (24 год), тижневу (168 год), річну (8760 год). SARIMA справляється лише з однією. Prophet обробляє кілька, але повільно масштабується на тисячі рядів.

Пропуски та аномалії в даних. Пропуск у сенсорних даних — це інформація (датчик відключився), а не просто NaN. Лінійна інтерполяція вбиває цей сигнал. Правильна обробка залежить від природи пропуску.

Cold start при ієрархічному прогнозуванні. Новий SKU в асортименті з 50 000 позицій: історичних даних немає, потрібен прогноз. Стандартні підходи тут не працюють — потрібні cross-learning підходи або feature-based методи.

Які інструменти і коли застосовувати?

Prophet (Meta) — чудовий старт для бізнес-даних із зрозумілою сезонністю та святами. Швидко налаштовується, інтерпретований, вбудована обробка викидів і пропусків. Падає в точності при нерегулярних патернах і не масштабується на десятки тисяч рядів без паралелізації. Prophet (Facebook) — офіційна документація.

Gradient boosting на фічах (LightGBM, XGBoost) — часто недооцінений підхід. Створюєте фічі вручну: лаги (t-1, t-7, t-28), ковзні середні, категоріальні ознаки (день тижня, місяць), екзогенні змінні. Модель навчається на всіх рядах одночасно — вирішує cold start через схожі ряди. MAPE на рітейл-прогнозуванні часто кращий за нейронні мережі при правильній feature engineering.

TFT (Temporal Fusion Transformer) — трансформер, спеціально розроблений для інтерпретованого прогнозування з коваріатами. Вбудовані механізми: variable selection (які ознаки важливі), temporal self-attention (які часові точки впливають на прогноз), квантильні передбачення. Доступний у pytorch-forecasting. Вимагає ~10 000+ записів на ряд для стабільного навчання. Temporal Fusion Transformer — академічна публікація.

PatchTST — трансформер, який ділить часовий ряд на патчі (аналогічно ViT для зображень). Краще захоплює локальні патерни, ніж класичні трансформери. Добре працює для long-horizon forecasting (прогноз на 96–720 кроків). Реалізація в neuralforecast від Nixtla.

N-HiTS, N-BEATS — нейронні архітектури без attention, швидші за TFT, конкурентна точність. N-BEATS виграє на M4/M5 benchmark для задач без коваріат.

Як ми розгортаємо TFT в production?

TFT потребує ретельної підготовки даних. Типовий пайплайн через pytorch-forecasting:

training = TimeSeriesDataSet(
    data,
    time_idx="time_idx",
    target="sales",
    group_ids=["store", "sku"],
    min_encoder_length=max_encoder_length // 2,
    max_encoder_length=max_encoder_length,  # 120 днів
    min_prediction_length=1,
    max_prediction_length=max_prediction_length,  # 28 днів
    static_categoricals=["store_type", "category"],
    time_varying_known_reals=["price", "promo_flag"],
    time_varying_unknown_reals=["sales"],
    target_normalizer=GroupNormalizer(groups=["store", "sku"], transformation="softplus"),
)

Часта помилка: target_normalizer за замовчуванням (StandardScaler) ламає передбачення для рядів з нульовими значеннями (немає продажів у вихідні). GroupNormalizer з transformation="softplus" — правильний вибір для count-даних.

Покрокова інструкція з налаштування TFT

1. Збір та підготовка даних. Обробити пропуски (маркувати NaN, інтерполювати лише якщо це технічний збій), агрегувати до потрібної частоти, сформувати коваріати (свята, промо, ціни).
2. Створення TimeSeriesDataSet. Вказати group_ids (наприклад, магазин+SKU), часовий індекс, горизонт прогнозу. Налаштувати target_normalizer з урахуванням розподілу таргета.
3. Навчання baseline. Спочатку Prophet або LightGBM — щоб зрозуміти, наскільки складніше завдання.
4. Тренування TFT. Запустити TemporalFusionTransformer з loss=QuantileLoss(), підібрати learning rate та розміри hidden шарів. Використовувати pytorch_forecasting або neuralforecast.
5. Валідація та інтерпретація. Перевірити walk-forward, проаналізувати variable selection, побудувати attention heatmap.

Кейс: прогноз попиту в рітейлі. Мережа з 120 магазинів, 8000 SKU, горизонт прогнозу 28 днів. Вихідна система: SARIMA окремо для кожного ряду, MAPE 18.4%, повний цикл перенавчання — 6 годин. TFT на PyTorch + pytorch-forecasting: одна модель на всі ряди, MAPE 11.2%, перенавчання — 40 хв на A10G. Додатковий бонус: feature importance через variable selection — з'ясувалося, що day_before_holiday впливає сильніше, ніж сама дата свята. Середня економія бюджету на інференсі для клієнта склала значну суму.

Як правильно оцінювати якість прогнозів?

Не використовуйте RMSE як єдину метрику — вона сильно штрафує за великі помилки на великих значеннях. Наш набір метрик для рітейл-прогнозування:

• MAPE — інтерпретована, але нестабільна при значеннях близьких до нуля
• sMAPE — симетрична версія, уникає ділення на маленькі числа
• MASE (Mean Absolute Scaled Error) — нормалізована відносно наївного сезонного прогнозу, чудово підходить для порівняння між рядами з різними масштабами
• Quantile loss / Pinball loss — для ймовірнісного прогнозування, оцінка покриття інтервалів

Гарантуємо: ми надаємо model card з цими метриками на валідаційній вибірці та результати walk-forward тесту на історії не менше 6 місяців.

Що входить в роботу

• Документація щодо обраної архітектури, обґрунтування вибору гіперпараметрів.
• Відтворюваний пайплайн навчання та інференсу (Docker + CI/CD + Airflow/Prefect).
• Код з коментарями та модульними тестами на ключові компоненти.
• Навчання вашої команди: як перенавчати модель, як інтерпретувати виходи, як деплоїти нові версії.
• Підтримка протягом 3 місяців після здачі: консультації, виправлення багів, доналаштування.

Процес роботи

Починаємо з EDA: візуалізація, тест ADF на стаціонарність, STL-декомпозиція, аналіз пропусків та викидів. Це 2–3 дні, але часто виявляє системні проблеми даних, які блокують прогнозування.

Потім: baseline (наївний seasonal, Prophet), feature engineering для LGBM, вибір архітектури нейронної мережі якщо потрібно. Walk-forward validation з реалістичним горизонтом. Деплой через API з автоматичним перенавчанням за розкладом через Airflow або Prefect.

Строки орієнтовно: MVP-прогноз на одному типі даних — 3–6 тижнів. Ієрархічна система прогнозування з автоматизацією — 2–5 місяців. Вартість розраховується індивідуально.

Наша команда — сертифіковані ML-інженери (AWS ML Specialty, GCP Professional ML Engineer). За 5 років на ринку реалізували понад 50 проєктів з прогнозування. Зв'яжіться з нами для безкоштовного аналізу ваших даних — ми оцінимо завдання та дамо перші рекомендації за 1–2 дні. Замовте консультацію і переконайтеся, що ваші прогнози працюють в production, а не тільки в ноутбуці.