По данным Всемирной организации здравоохранения (ВОЗ), загрязнение воздуха только в последние два десятилетия привело к сокращению продолжительности жизни во всем мире более чем на два года в сравнении с тем фактом, если бы качество воздуха соответствовало установленным стандартам. Для определения качества воздуха используется индекс качества воздуха или AQI — относительная величина, которая может принимать значения от 0 до 500. Чем выше значение AQI, тем выше уровень загрязнения воздуха. AQI рассчитывается на основе данных о концентрации в атмосферном воздухе диоксида серы (SO2), диоксида азота (NO2), монооксида углерода (CO), озона (O3) и взвешенных твердых частиц (PM10). Помимо этих веществ в воздухе также находятся летучие органические и неорганические соединения (такие как аммиак, формальдегид, никотин, бензапирен, толуол, ксилол, хлор, их производны, и многие другие). Таким образом, оценка качества воздуха невозможна без оценки концентрации всех видов загрязняющих веществ, находящихся в его составе.

Существующие решения в области оценки качества воздуха в основном предназначены для анализа концентрации какого-либо одного загрязняющего вещества и используют в качестве чувствительного элемента только один тип газовых сенсоров. Это существенно ограничивает функциональные возможности системы. К примеру, если система определения качества воздуха построена на основе электрохимических газовых сенсоров, то ее возможности будут ограничены измерением концентраций только  NO2, SO2, O3, NO. В то же время, на результат измерений электрохимических сенсоров сильно влияет изменение температуры и влажности. Для определения концентрации летучих органических соединений необходимо использование фотоионизационных детекторов. Однако этот тип сенсоров может определять только вещества, молекулы которых ионизируются ультрафиолетовым излучением. Кроме того, все существующие решения обладают рядом недостатков:

·        отсутствие возможности масштабирования c интеграцией в систему управления городом или регионом (построения сети систем для анализа качества воздуха в целом регионе или нескольких удаленных);

·        зачастую являются только идеей, а не реально разработанным и серийно выпускаемым устройством;

·        работают по классическому алгоритму (не имеют техники обнаружения и регистрации неизвестных загрязняющих соединений);

·        проблема нелинейности, низкой селективности и перекрестной чувствительности к другим газам;

·        разброс показаний однотипные сенсоров из за разной степени деградации чувствительного элемента в разных территориальных секторах.

Таким образом, эффективная оценка качества воздуха  возможна только при использовании современных систем обнаружения загрязняющих веществ, использующих комбинацию нескольких типов сенсоров и ультрасовременных интеллектуальных методов обработки данных, регистрируемых этими сенсорами. Основная цель таких систем - обнаружение всех известных и потенциально опасных газов в окружающей среде и измерение точных показаний их концентрации, а затем обеспечение соответствующих действий и мероприятий для обеспечения безусловной безопасности человека и окружающей среды. Обнаружение опасных газов осуществляется с использованием массивов газовых датчиков, а нечеткая логика (fuzzy logic) обеспечивает идентификацию двух смежных (или производных) и неизвестных газов. Используя классификацию нечеткой логики в системе электронного мульти диапазонного детектора , можно определить опасный уровень известных и неизвестных газов - загрязнителей.

У существующих газовых датчиков существует проблема нелинейности, низкой селективности и перекрестной чувствительности к другим газам, которые вызывают существенные отклонения от ожидаемых результатов.

Используя современный подход с применением аппаратного контроля на основе искусственной нейронной сети возможно идентифицировать сложные смеси газов с многозонной классификацией. Нечеткая логическая модель для массива газовых датчиков эффективно определит присутствие неизвестных газовых загрязнителей.

Простое пояснение теории нечетких множеств	Простое пояснение теории нечетких множеств

Применение модели искусственной нейронной сети и технологии глубокого обучения предоставит возможность не только эффективно в реальном времени оценивать степень загрязнения и предполагаемой загрязнённости окружающей среды, но и подсказать присутствие неизвестных загрязнителей или их смесей в атмосфере. Это позволит спрогнозировать изменение экологической ситуации с учетом погодных условий (температура, влажность, скорость и направление ветра), и как следствие, предсказывать состояния. А как известно ,предупрежден, значит вооружен.

Системы оценки качества воздуха, построенные на основе таких решений интегрируются в единую сеть предприятия (группы предприятий), города, региона и страны в целом, позволяя оценивать степени загрязнения воздуха и формировать интерактивные карты градиента экологической обстановки.