論文の概要: Unsupervised Regionalization of Particle-resolved Aerosol Mixing State
Indices on the Global Scale
- arxiv url: http://arxiv.org/abs/2012.03365v1
- Date: Sun, 6 Dec 2020 20:01:23 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-22 03:28:41.534949
- Title: Unsupervised Regionalization of Particle-resolved Aerosol Mixing State
Indices on the Global Scale
- Title(参考訳): 粒子分解エアロゾル混合状態指標のグローバルスケールにおける非監督的地域化
- Authors: Zhonghua Zheng, Joseph Ching, Jeffrey H. Curtis, Yu Yao, Peng Xu,
Matthew West, Nicole Riemer
- Abstract要約: エアロゾル混合状態は大気中のエアロゾル粒子の気候や健康への影響に大きな影響を及ぼす。
地球系モデルに共通する単純なエアロゾル混合状態仮定は、これらのエアロゾルの影響の予測に誤りをもたらす可能性がある。
エアロゾル混合状態指標のグローバル推定は、最近、教師付き学習モデルによって利用可能になっている。
- 参考スコア(独自算出の注目度): 6.118807550188815
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The aerosol mixing state significantly affects the climate and health impacts
of atmospheric aerosol particles. Simplified aerosol mixing state assumptions,
common in Earth System models, can introduce errors in the prediction of these
aerosol impacts. The aerosol mixing state index, a metric to quantify aerosol
mixing state, is a convenient measure for quantifying these errors. Global
estimates of aerosol mixing state indices have recently become available via
supervised learning models, but require regionalization to ease spatiotemporal
analysis. Here we developed a simple but effective unsupervised learning
approach to regionalize predictions of global aerosol mixing state indices. We
used the monthly average of aerosol mixing state indices global distribution as
the input data. Grid cells were then clustered into regions by the k-means
algorithm without explicit spatial information as input. This approach resulted
in eleven regions over the globe with specific spatial aggregation patterns.
Each region exhibited a unique distribution of mixing state indices and aerosol
compositions, showing the effectiveness of the unsupervised regionalization
approach. This study defines "aerosol mixing state zones" that could be useful
for atmospheric science research.
- Abstract(参考訳): エアロゾル混合状態は、大気エアロゾル粒子の気候および健康への影響に大きく影響する。
地球系モデルに共通する単純なエアロゾル混合状態仮定は、これらのエアロゾルの影響の予測に誤りをもたらす可能性がある。
エアロゾル混合状態指標(エアロゾル混合状態の定量化指標)はこれらの誤差の定量化に有用な指標である。
エアロゾル混合状態指数のグローバル推定は、最近教師付き学習モデルによって利用可能になったが、時空間分析を容易にするために地域化が必要である。
本研究では,グローバルエアロゾル混合状態の予測を地域化するための,単純かつ効果的な教師なし学習手法を開発した。
エアロゾル混合状態の月平均は,地球規模分布を入力データとして用いた。
グリッドセルは入力として空間情報を明示せずにk平均アルゴリズムにより領域にクラスタ化される。
このアプローチは、特定の空間集約パターンを持つ11の地域を世界中にもたらした。
各地域は, 混合状態指標とエアロゾル組成の独特の分布を示し, 教師なし地域化アプローチの有効性を示した。
本研究では、大気科学研究に役立つ「エアロゾル混合状態帯」を定義する。
関連論文リスト
- Observation-Guided Meteorological Field Downscaling at Station Scale: A
Benchmark and a New Method [66.80344502790231]
気象学的ダウンスケーリングを任意の散乱ステーションスケールに拡張し、新しいベンチマークとデータセットを確立する。
データ同化技術にインスパイアされた我々は、観測データをダウンスケーリングプロセスに統合し、マルチスケールの観測先行情報を提供する。
提案手法は、複数の曲面変数上で、他の特別に設計されたベースラインモデルよりも優れている。
論文 参考訳(メタデータ) (2024-01-22T14:02:56Z) - A Framework for Scalable Ambient Air Pollution Concentration Estimation [0.0]
英国では大気汚染が重要な問題であり、大気汚染濃度のデータが大気質の改善を目的とした介入の基礎となっている。
欠落した測度を埋めることにより,時間的・空間的データギャップに対処するデータ駆動型機械学習モデルフレームワークを提案する。
このアプローチは、2018年を通してイングランドの包括的なデータセットを1kmx1kmの時間分解能で提供する。
論文 参考訳(メタデータ) (2024-01-16T18:03:07Z) - Residual Diffusion Modeling for Km-scale Atmospheric Downscaling [51.061954281398116]
台湾上空2kmの高解像度気象モデルを用いて,コスト効率の低いダウンスケーリングモデルを訓練した。
textitCorrDiffは、RMSEとCRPSを巧みに表現し、極端な場合でもスペクトルと分布を忠実に回復する。
グローバルな予測のスケールダウンは、これらのメリットの多くを成功裏に維持し、マシンラーニングの天気予報のエンドツーエンドなグローバルなスケールの可能性を先導する。
論文 参考訳(メタデータ) (2023-09-24T19:57:22Z) - Spatial-temporal Prompt Learning for Federated Weather Forecasting [50.379491498793485]
フェデレート気象予報は、異なる国や地域の参加者間で気象データを分析するための有望な協調学習フレームワークである。
本稿では,多くの分散型低リソースセンサを異なる場所に配置するフェデレート環境での気象データをモデル化する。
論文 参考訳(メタデータ) (2023-05-23T16:59:20Z) - Mitigating climate and health impact of small-scale kiln industry using
multi-spectral classifier and deep learning [5.992292768883151]
小規模産業、特にブルトレンチレンガキルンは南アジアにおける大気汚染の重要な原因の1つである。
本稿では,南アジアの「Brick-Kiln-Belt」におけるレンガキルン検出のための高分解能画像を用いた多スペクトルデータの融合を提案する。
論文 参考訳(メタデータ) (2023-03-21T07:54:58Z) - Spatiotemporal modeling of European paleoclimate using doubly sparse
Gaussian processes [61.31361524229248]
計算負担を軽減するため,近年の大規模分散時間GPを構築した。
我々は,古気候の確率モデルを構築するために,この2倍のスパースGPをうまく利用した。
論文 参考訳(メタデータ) (2022-11-15T14:15:04Z) - AODisaggregation: toward global aerosol vertical profiles [8.007578464827002]
エアロゾルとクラウドの相互作用は、人為的気候変動の評価において最大の不確実性の源となっている。
我々は、気象予測器を用いて、AODを絶滅プロファイルに垂直に分解するための枠組みを開発する。
以上の結果から,本モデルは極めて単純ながら,精度のよい不確実性によって,現実的な絶滅プロファイルを再構築できることが示唆された。
論文 参考訳(メタデータ) (2022-05-06T16:36:40Z) - Jalisco's multiclass land cover analysis and classification using a
novel lightweight convnet with real-world multispectral and relief data [51.715517570634994]
本稿では、LC分類と解析を行うために、新しい軽量(89kパラメータのみ)畳み込みニューラルネットワーク(ConvNet)を提案する。
本研究では,実世界のオープンデータソースを3つ組み合わせて13のチャネルを得る。
組込み分析は、いくつかのクラスにおいて限られたパフォーマンスを期待し、最も類似したクラスをグループ化する機会を与えてくれます。
論文 参考訳(メタデータ) (2022-01-26T14:58:51Z) - Deep Learning Based Cloud Cover Parameterization for ICON [55.49957005291674]
我々は,実地域およびグローバルICONシミュレーションに基づいて,粗粒度データを用いたNNベースのクラウドカバーパラメータ化を訓練する。
グローバルに訓練されたNNは、地域シミュレーションのサブグリッドスケールのクラウドカバーを再現することができる。
我々は,コラムベースNNがグローバルから局所的な粗粒データに完全に一般化できない理由として,特定の湿度と雲氷上の過剰なエンハンシスを同定する。
論文 参考訳(メタデータ) (2021-12-21T16:10:45Z) - Mining atmospheric data [0.0]
最初の問題は、新しい公開データセットとベンチマークの構築に関するものだ。
第2の課題は、大気データ分類のための深層学習手法の調査である。
対象とする用途は、空気質の評価と予測である。
論文 参考訳(メタデータ) (2021-06-26T10:04:35Z) - A data-driven approach to the forecasting of ground-level ozone
concentration [0.0]
本研究では,スイス南部におけるオゾン濃度の日頭最大値の予測に機械学習アプローチを適用した。
重み付けが、オゾンの日中ピーク値の特定の範囲の予測精度を高めるのにどう役立つかを示す。
論文 参考訳(メタデータ) (2020-10-14T09:35:48Z)
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。