論文の概要: Big data analytics to classify earthwork-related locations: A Chengdu
study
- arxiv url: http://arxiv.org/abs/2402.14698v1
- Date: Thu, 22 Feb 2024 16:50:32 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-23 14:37:05.209468
- Title: Big data analytics to classify earthwork-related locations: A Chengdu
study
- Title(参考訳): ビッグデータ分析による土木関連箇所の分類:Chengduによる研究
- Authors: Lei Yu, Ke Han
- Abstract要約: アースワークに関連する場所(ERL)は、都市塵汚染の重要な源となっている。
これらの課題に対処するため, ダンプトラック軌道, 都市関心点(POI), 土地被覆データを用いて, 都市ごみ汚染源の分類を行った。
- 参考スコア(独自算出の注目度): 9.527775234942585
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Air pollution has significantly intensified, leading to severe health
consequences worldwide. Earthwork-related locations (ERLs) constitute
significant sources of urban dust pollution. The effective management of ERLs
has long posed challenges for governmental and environmental agencies,
primarily due to their classification under different regulatory authorities,
information barriers, delays in data updating, and a lack of dust suppression
measures for various sources of dust pollution. To address these challenges, we
classified urban dust pollution sources using dump truck trajectory, urban
point of interest (POI), and land cover data. We compared several prediction
models and investigated the relationship between features and dust pollution
sources using real data. The results demonstrate that high-accuracy
classification can be achieved with a limited number of features. This method
was successfully implemented in the system called Alpha MAPS in Chengdu to
provide decision support for urban pollution control.
- Abstract(参考訳): 大気汚染は著しく悪化し、世界中で深刻な健康被害を引き起こしている。
アースワーク関連の場所(ERL)は都市塵汚染の重要な源となっている。
ERLの効果的な管理は、主に異なる規制当局の分類、情報バリア、データ更新の遅れ、塵汚染の様々な源に対する防塵対策の欠如など、政府や環境機関に長年の課題を提起してきた。
これらの課題に対処するため, ダンプトラック軌道, 都市関心点(POI), 土地被覆データを用いて, 都市ごみ汚染源の分類を行った。
いくつかの予測モデルを比較し,実データを用いた特徴量と塵汚染源の関係について検討した。
その結果,限定的な特徴量で高精度な分類が可能となった。
この方法はChengduのAlpha MAPSと呼ばれるシステムで、都市汚染対策の意思決定支援に成功している。
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) - Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue
with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。
本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
論文 参考訳(メタデータ) (2023-08-14T16:48:57Z) - 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) - Air Pollution Hotspot Detection and Source Feature Analysis using
Cross-domain Urban Data [2.458537954999774]
汚染源に隣接する地域はしばしば環境汚染濃度が高く、これらは一般に大気汚染ホットスポットと呼ばれる。
本稿では,局所的なスパイク検出とサンプル重み付けクラスタリングを含む,モバイルセンシングデータからホットスポットを検出する2段階のアプローチを提案する。
ソフトバリデーションとして,モバイルセンシングデータを使用しない都市を対象としたホットスポット推定モデルを構築した。
論文 参考訳(メタデータ) (2022-11-15T18:44:03Z) - 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) - IoT-based Route Recommendation for an Intelligent Waste Management
System [61.04795047897888]
本研究は, 空間制約を考慮したIoT対応廃棄物管理システムにおいて, 経路推薦のためのインテリジェントなアプローチを提案する。
我々のソリューションは、ビンの状態と座標を考慮に入れた複数レベルの意思決定プロセスに基づいている。
論文 参考訳(メタデータ) (2022-01-01T12:36:22Z) - Deciphering Environmental Air Pollution with Large Scale City Data [0.0]
交通や発電所からの排出、家庭からの排出、自然発生など、様々な要因が大気汚染の上昇の背後にある主要な原因要因または影響要因であることが知られている。
本稿では,これらのエージェント間の関係を長期にわたって探索するための大規模都市情報データセットを提案する。
また,多種多様なモデルと方法論を用いて汚染物質レベルを推定または予測する問題に対するベンチマークのセットを提供する。
論文 参考訳(メタデータ) (2021-09-09T22:00:51Z) - Estimation of Air Pollution with Remote Sensing Data: Revealing
Greenhouse Gas Emissions from Space [1.9659095632676094]
地上レベルの大気汚染の既存のモデルは、しばしば局所的に制限され、時間的に静的な土地利用データセットに依存している。
本研究は,世界規模で利用でき,頻繁に更新されるリモートセンシングデータにのみ依存する環境大気汚染の予測のための深層学習手法を提案する。
論文 参考訳(メタデータ) (2021-08-31T14:58:04Z) - An Experimental Urban Case Study with Various Data Sources and a Model
for Traffic Estimation [65.28133251370055]
我々はスイスのチューリッヒの都市ネットワーク内の地域でビデオ計測による実験キャンペーンを組織した。
我々は,既存のサーマルカメラからの測定を確実にすることで,交通の流れや走行時間の観点からの交通状況の把握に注力する。
本稿では,様々なデータソースの融合による移動時間を推定するために,単純かつ効率的な多重線形回帰(MLR)モデルを提案する。
論文 参考訳(メタデータ) (2021-08-02T08:13:57Z) - Use of Remote Sensing Data to Identify Air Pollution Signatures in India [0.3683202928838613]
センチネル-5P衛星の打ち上げは、より広い範囲の大気汚染物質の観測に役立った。
クラスタリングシグネチャは、様々な汚染源から放出される汚染物質の種類に基づいて、州や地区を特定するために使用することができる。
論文 参考訳(メタデータ) (2020-12-01T11:06:23Z)
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。