論文の概要: Interpretable and Transferable Models to Understand the Impact of Lockdown Measures on Local Air Quality

• arxiv url: http://arxiv.org/abs/2011.10144v2
• Date: Fri, 26 Mar 2021 08:59:34 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-23 22:02:43.458447
• Title: Interpretable and Transferable Models to Understand the Impact of Lockdown Measures on Local Air Quality
• Title（参考訳）: ロックダウン対策が地域空気質に及ぼす影響を解釈・伝達可能なモデル
• Authors: Johanna Einsiedler, Yun Cheng, Franz Papst, Olga Saukh
• Abstract要約: 新型コロナウイルス(COVID-19)関連のロックダウン対策は、経済活動や交通の変化が環境空気の質に与える影響を理解するユニークな機会を提供する。 地上の大気汚染モニタリングステーションからの測定値を用いて,ロックダウン期間における汚染の低減を推定する。 我々は,スイスと中国における大気汚染測定所のデータについて,現状の成果が得られたことを示す。
• 参考スコア（独自算出の注目度）: 5.273501657421094
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The COVID-19 related lockdown measures offer a unique opportunity to understand how changes in economic activity and traffic affect ambient air quality and how much pollution reduction potential can the society offer through digitalization and mobilitylimiting policies. In this work, we estimate pollution reduction over the lockdown period by using the measurements from ground air pollution monitoring stations, training a long-term prediction model and comparing its predictions to measured values over the lockdown month.We show that our models achieve state-of-the-art performance on the data from air pollution measurement stations in Switzerland and in China: evaluate up to -15.8% / +34.4% change in NO2 / PM10 in Zurich; -35.3 % / -3.5 % and -42.4 % / -34.7 % in NO2 / PM2.5 in Beijing and Wuhan respectively. Our reduction estimates are consistent with recent publications, yet in contrast to prior works, our method takes local weather into account. What can we learn from pollution emissions during lockdown? The lockdown period was too short to train meaningful models from scratch. To tackle this problem, we use transfer learning to newly fit only traffic-dependent variables. We show that the resulting models are accurate, suitable for an analysis of the post-lockdown period and capable of estimating the future air pollution reduction potential.
• Abstract（参考訳）: 新型コロナウイルス(COVID-19)関連のロックダウン対策は、経済活動や交通の変化が環境空気の質にどのように影響するか、そして社会がデジタル化とモビリティリミット政策を通じてどの程度の汚染を減らすことができるのかを理解するユニークな機会を提供する。 In this work, we estimate pollution reduction over the lockdown period by using the measurements from ground air pollution monitoring stations, training a long-term prediction model and comparing its predictions to measured values over the lockdown month.We show that our models achieve state-of-the-art performance on the data from air pollution measurement stations in Switzerland and in China: evaluate up to -15.8% / +34.4% change in NO2 / PM10 in Zurich; -35.3 % / -3.5 % and -42.4 % / -34.7 % in NO2 / PM2.5 in Beijing and Wuhan respectively. 提案手法は,最近の出版物と一致しているが,先行研究とは対照的に,局地的な天気を考慮に入れる。 ロックダウン中の汚染ガスから何が学べるか? ロックダウン期間が短すぎて、意味のあるモデルをゼロから訓練できなかった。 この問題に対処するために,トラフィック依存変数のみを新たに適合させるために,転送学習を用いる。 その結果, モデルが正確であり, ロックダウン後の解析に適しており, 将来の大気汚染削減ポテンシャルを推定できることがわかった。

関連論文リスト

• A Framework for Evaluating PM2.5 Forecasts from the Perspective of Individual Decision Making [15.759815530683465]
  気候変動によって森林火災の頻度が増加し、大気汚染によって健康リスクが生じる。 我々は, 個別意思決定の文脈において, 大陸内における細かな物質(PM2.5)の既往の予測を評価した。
  論文  参考訳（メタデータ） (2024-09-09T17:59:54Z)
• Back to the Future: GNN-based NO$_2$ Forecasting via Future Covariates [49.93577170464313]
  都市全域にわたる地上監視ネットワークにおける大気質観測について検討する。 我々は過去と将来の共変分を現在の観測に埋め込む条件付きブロックを提案する。 将来の気象情報に対する条件付けは,過去の交通状況を考えるよりも影響が大きいことが判明した。
  論文  参考訳（メタデータ） (2024-04-08T09:13:16Z)
• Residual Corrective Diffusion Modeling for Km-scale Atmospheric Downscaling [58.456404022536425]
  気象・気候からの物理的危険予知技術の現状には、粗い解像度のグローバルな入力によって駆動される高価なkmスケールの数値シミュレーションが必要である。 ここでは、コスト効率のよい機械学習代替手段として、このようなグローバルな入力をkmスケールにダウンスケールするために、生成拡散アーキテクチャを探索する。 このモデルは、台湾上空の地域気象モデルから2kmのデータを予測するために訓練され、世界25kmの再解析に基づいている。
  論文  参考訳（メタデータ） (2023-09-24T19:57:22Z)
• Reducing Air Pollution through Machine Learning [3.179831861897336]
  本稿では, 産業プラントの大気汚染が周辺都市に与える影響を緩和するためのデータ駆動型アプローチを提案する。 本手法は,予測的および規範的機械学習モデルを組み合わせて,短期的な風速と方向を予測する。 我々は,モロッコ最大の化学工業工場であるOCP Safiで,予測成分の実施に成功した。
  論文  参考訳（メタデータ） (2023-03-22T03:24:52Z)
• AirFormer: Predicting Nationwide Air Quality in China with Transformers [43.48965814702661]
  AirFormerは中国全国の空気質を総合的に予測する新しいトランスフォーマーアーキテクチャである。 AirFormerは72時間の予測で予測エラーを5%削減する。
  論文  参考訳（メタデータ） (2022-11-29T07:22:49Z)
• Multi-scale Digital Twin: Developing a fast and physics-informed surrogate model for groundwater contamination with uncertain climate models [53.44486283038738]
  気候変動は地下水汚染の長期的な土壌管理問題を悪化させる。 U-Net強化フーリエニューラル汚染(PDENO)を用いた物理インフォームド機械学習サロゲートモデルを開発した。 並行して、気候データと組み合わされた畳み込みオートエンコーダを開発し、アメリカ合衆国全体の気候領域の類似性の次元を減少させる。
  論文  参考訳（メタデータ） (2022-11-20T06:46:35Z)
• Lidar Light Scattering Augmentation (LISA): Physics-based Simulation of Adverse Weather Conditions for 3D Object Detection [60.89616629421904]
  ライダーベースの物体検出器は、自動運転車のような自律ナビゲーションシステムにおいて、3D知覚パイプラインの重要な部分である。 降雨、雪、霧などの悪天候に敏感で、信号-雑音比(SNR)と信号-背景比(SBR)が低下している。
  論文  参考訳（メタデータ） (2021-07-14T21:10:47Z)
• Assessing the Lockdown Effects on Air Quality during COVID-19 Era [8.733926566837676]
  特に、一酸化炭素(CO)、オゾン(O3)、二酸化窒素(NO2)、二酸化硫黄(SO2)などの特定の汚染ガスに対する濃度効果を強調した。 ヨーロッパ4都市(Athens, Gladsaxe, Lodz, Rome)に着目した大気質に及ぼすロックダウンの影響評価 雇用予防対策のレベルは、オックスフォード市政府対応トラッカーを用いて採用されている。 その結果, 汚染ガスの挙動を予測するモデルの構築が可能であることが示唆された。
  論文  参考訳（メタデータ） (2021-06-25T16:39:44Z)
• Evaluation of Time Series Forecasting Models for Estimation of PM2.5 Levels in Air [0.0]
  この研究では、環境中のPM2.5濃度を推定するために、ARIMA、FBProphet、LSTM、1D CNNなどのディープラーニングモデルを採用する。 予測結果から,すべての手法が平均根平均二乗誤差で比較結果を与えることがわかった。
  論文  参考訳（メタデータ） (2021-04-07T16:24:39Z)
• A generative adversarial network approach to (ensemble) weather prediction [91.3755431537592]
  本研究では,500hPaの圧力レベル,2m温度,24時間の総降水量を予測するために,条件付き深部畳み込み生成対向ネットワークを用いた。 提案されたモデルは、2019年に関連する気象分野を予測することを目的として、2015年から2018年までの4年間のERA5の再分析データに基づいて訓練されている。
  論文  参考訳（メタデータ） (2020-06-13T20:53:17Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。