לימוד תלותיות חוצת-רמות בשכונה בין מזהמים אוויריים, מטאורולוגיה וכיסוי קרקע באמצעות חישה ניידת ומודלים טרנספורמר

מדוע האוויר ברחוב שלכם אינו כמו ברחוב השכן

איכות האוויר בעיר מתוארת לעתים באמצעות מספר יחיד עבור שכונה שלמה או אפילו עבור עיר כולה. במציאות, עם זאת, הזיהום יכול להשתנות בחדה תוך כמה עשרות מטרים בלבד — בין רחוב עמוס לחצר שקטה, או בין אתר בנייה לפארק. המחקר הזה מראה כיצד שילוב של עגלת חשמל מצוידת בחיישנים ובינה מלאכותית מתקדמת יכול לחשוף דפוסים חבויים אלו, וכיצד הידע הזה עשוי להוביל לשיטות חכמות יותר לניטור ולניהול האוויר שאנו נושמים.

מעבדה ניידת במסלול הקמפוס

החוקרים הפכו עגלת גולף חשמלית למעבדה אווירית ניידת ונסעו בה שוב ושוב ברחבי קמפוס מכון ויצמן למדע בישראל, אזור של כ-1.1 קילומטרים מרובעים בלבד. על הסיפון היו מכשירים שמדדו תחמוצת החנקן (גז הקשור לתנועה), אוזון, חלקיקים זעירים (PM1 ו-PM2.5), טמפרטורה, לחות, לחץ ורוח. במשך שלוש עונות בשנת 2024 השלימו 66 סקרים לאורך מסלול קבוע עם 17 עצירות מתוכננות, ואספו כ-180,000 מדידות בקירוב כל כ-5 מטרים לאורך הנתיב. הם שילבו את הקריאות הללו עם תמונות אוויר מפורטות שהראו היכן נמצאים מבנים, כבישים, צמחייה וקרקע חשופה, והפכו את הקמפוס ל"מפה" ברזולוציה גבוהה של זיהום ושל המשטחים אִתָּם הוא מסתדר.

נקודות חמות חבויות ופעימות יומיות

המפות חשפו שרמות המזהמים יכולות להשתנות באופן דרמטי על מרחקים קצרים. תחמוצת החנקן בכמה אזורים בקמפוס הייתה עד פי שניים יותר גבוהה מאשר באחרים, במיוחד ליד רחוב ראשי ובקרבה לכביש מהיר ולמפעל מלט סמוך. אתרי בנייה בלטו כמקורות משמעותיים לחלקיקים גסים, אך רק בתנאים יבשים — בבקרים לחים החול הרטוב הפיק הרבה פחות אבק. הצוות גם הבחין בדפוסים יומיים חזקים: תחמוצת החנקן והחלקיקים הדקים נטו לשיא בבוקר עם תנועת הרכבים ואז לירידה ככל שהאוזון, הנוצר באור השמש, עלה לעבר שעות הצהריים. האוזון עצמו היה מפתיע באופן יחסי אחיד במרחב אך השתנה מאוד במהלך היום. ממצאים אלו מדגישים שקריאות "ממוצעות" עלולות לפספס מוקדי חשיפה חזקים וקצרים שמתרחשים רק כמה רחובות משם.

ללמד בינה מלאכותית למלא את החסר

מכיוון שלא ניתן למדוד בכל מקום בו-זמנית, הצוות פנה לסוג מודרני של בינה מלאכותית הידוע כטרנספורמר — בדומה לרוח הדגמים שמניעים כלים שפתיים מתקדמים. הם אימנו אוטואנקדודר ממוסך מסוג מאסקד (masked) על מנת לקחת קבוצה מוגבלת מאוד של מדידות (רבע בלבד מכל נקודות המפה והמשתנים) ולשחזר את שלושת הרבעים החסרים. כדי לפצות על מערך נתונים אמיתי יחסית קטן, הם קודם אימנו מראש את המודל על שדות סינתטיים שנוצרו מחשב שהעתיקו דפוסים מורכבים אך ריאליסטיים. לאחר כיוונון עדין על נתוני הקמפוס, ה-AI יכול לשחזר מפות מפורטות של זיהום ומזג אוויר בדיוק גבוה, ולתפוס כ-89% מהשונות האמיתית ולסווג נכונה רמות מנמוכות ועד קיצוניות לעשר קטגוריות עם מהימנות חזקה.

אל מה המודל "מסתכל"

שלא כמו מערכי בינה שחורים רבים, לטרנספורמרים יש חלון שמסביר כיצד הם מקבלים החלטות דרך דפוסי "תשומת לב" (attention) — מדדים מספריים של אילו קלטים משפיעים על כל תחזית. על ידי מעקב אחרי תשומת הלב הזו, החוקרים יכלו לראות, למשל, שהמודל לעתים קרובות נסמך על נתוני חלקיקים קרובים כדי לאמוד תחמוצת חנקן, ושנתוני רוח ומידע על כיסוי קרקע — היכן נמצאים כבישים, מבנים וצמחייה — שיחקו תפקיד לא פרופורציונלי למרות קורלציות פשוטות חלשות. צמחייה ומבנים היו חשובים במיוחד לניבוי תחמוצת חנקן ו-PM2.5, מה שמדגיש כיצד עצים וקירות מעצבים את תנועת האוויר והצטברות המזהמים בקני מידה קטנים מאוד. נתוני הרוח, גם כאשר רעשיים על עגלת תנועה, נושאים עדיין רמזים בעלי ערך על אופן התפשטות וההתדללות של ענני הזיהום.

עיצוב ניטור חכם עם פחות מדידות

מכיוון שהטרנספורמר יכול לעבוד עם מערכי נקודות קלט גמישים, הצוות בדק שימוש רק במיקומים ה"אינפורמטיביים" ביותר שנקבעו על ידי מפות התשומת לב. הם מצאו שבמקום לדגום באופן אקראי 25% מהקמפוס, ניתן לבחור מספר מצומצם של נקודות מפתח — לפעמים מעט כ-15 נקודות לכל האתר — ועדיין לשחזר את דפוסי הזיהום והמזג המרכזיים טוב יותר משיטה סטטיסטית סטנדרטית. הדבר מרמז על דרך חדשה לתכנון מסלולי ניטור ומיקום חיישנים: לאפשר ל-AI שאומן על סקרים קודמים להצביע על המקומות שבהם כל קריאה חדשה מביאה את המידע הרב ביותר, והפחתת עלויות תוך שמירה על ערך מדעי.

מה המשמעות הזאת לאנשים שנושמים את האוויר

עבור אנשים שאינם מומחים, המסר המרכזי פשוט: איכות האוויר שאתם חווים כשאתם הולכים ברחוב שלכם יכולה להיות שונה מאוד ממה שמדווחת תחנה מרוחקת, וההבדלים הללו תלוים בתנועה המקומית, מבנים, עצים ואפילו בזמני הבנייה. המחקר מראה שצי קטן של חיישנים ניידים, מונחה ומפורש על ידי בינה מלאכותית שניתנת לפרשנות, יכול למפות את השונות בקנה מידה שכונתי בפירוט מרשים. בטווח הארוך, גישות כאלה יכולות לסייע לתכנוני ערים להחליט היכן לשתול עצים או לנתב תנועה, לכוון מחקרי בריאות המשקפים טוב יותר חשיפה אמיתית, ולאפשר רשתות ניטור חסכוניות וחכמות שעוקבות מקרוב אחר האוויר שאנו נושמים מדלת לדלת.

ציטוט: Nissenbaum, D., Bagon, S., Sarafian, R. et al. Learning neighborhood-scale cross-dependencies among air pollutants, meteorology and land cover using mobile sensing and transformers. npj Clean Air 2, 13 (2026). https://doi.org/10.1038/s44407-026-00054-9

מילות מפתח: זיהום אוויר עירוני, חישה ניידת, דגמי טרנספורמר, מיפוי בקנה מידה שכונתי, ניטור איכות אוויר