这种新颖的方法提供了令人印象深刻的详细程度，每天的测量数据以1×1公里的网格覆盖整个英国。通过将详细的暴露图与健康数据联系起来，这可能改变人们对空气污染对健康影响的理解。

目前，科学家们依靠地面监测器来测量空气污染。但是，沐鸣测速这些监测员的位置很少，大部分部署在城市地区，并不总是不断地进行测量。这意味着，目前还没有足够精确的全国空气污染记录可供流行病学家评估健康风险。

在这项研究中，研究人员结合了现有地面监测仪的读数和地球观测卫星仪器的数据(提供天气模式、大气气溶胶、土地利用和植被覆盖等数据)，并结合了来自其他来源的一些数据，如人口密度、道路密度和机场位置。

利用机器学习算法，他们将这些数据集结合起来，估算出地面细颗粒物(PM2.5)的浓度。细颗粒物是最危险的空气污染物之一。

他们将英国划分为一个网格，并推导出2008-2018年期间的每日污染序列。通过比较模型产生的估计值和一些地面监测仪的测量值，这些结果得到了交叉验证，发现它们非常一致。

“这项研究利用人工智能的力量来推进环境建模和应对公共卫生挑战，”这项遥感研究的第一作者罗谢尔·施耐德博士说。“这个令人印象深刻的空气污染数据集代表了234429个网格单元空间域中4018天的PM2.5记录。”

“这提供了9.5亿个数据点，在11年的时间里全面量化了整个英国的空气污染水平。”

结果表明，英国东南部是污染最严重的地区，沐鸣测速地址城市和工业区是污染的热点地区。调查结果还显示，在过去十年中，英国的空气污染总体上有所下降。

该研究的资深作者安东尼奥·加斯帕里尼教授表示:“这项研究表明，基于人工智能和卫星技术的尖端技术可以如何造福公共卫生研究。”“报告的输出揭示了整个英国空气污染的变化模式，并及时提供了非常详细的信息。”

“我们现在希望利用这些信息来更好地了解污染是如何影响国民健康的，这样我们就可以采取措施将风险降到最低。”产生的大量数据将为公共卫生研究人员调查空气污染的影响提供重要工具。”

接下来，团队将把数据与本地运行状况记录结合起来。这种相互关联的信息将用于流行病学分析，以揭示全国各地空气污染与健康结果之间的联系。

世界卫生组织估计，全球每年约有700万人死于空气污染。空气污染与各种各样的健康状况有关，包括肺病、肺癌、心脏病、中风和心理疾病。