論文の概要: Critical Transit Infrastructure in Smart Cities and Urban Air Quality: A Multi-City Seasonal Comparison of Ridership and PM2.5
- arxiv url: http://arxiv.org/abs/2601.19937v1
- Date: Fri, 16 Jan 2026 07:57:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-02 02:21:38.564484
- Title: Critical Transit Infrastructure in Smart Cities and Urban Air Quality: A Multi-City Seasonal Comparison of Ridership and PM2.5
- Title（参考訳）: スマートシティの交通インフラと都市大気質:多都市都市におけるライダーシップとPM2.5の比較
- Authors: Sean Elliott, Sohini Roy,
- Abstract要約: 本研究は,交通機関が報告した交通機関と周辺微粒子PM2.5を統合した,透明で多ソースなモニタリングデータセットを開発した。
その結果, 交通規模と強度の差が顕著であり, 都市環境によっては, 乗務員とPM2.5の季節変動が一貫した。
- 参考スコア（独自算出の注目度）: 0.09821874476902966
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Public transit is a critical component of urban mobility and equity, yet mobility and air-quality linkages are rarely operationalized in reproducible smart-city analytics workflows. This study develops a transparent, multi-source monitoring dataset that integrates agency-reported transit ridership with ambient fine particulate matter PM2.5 from the U.S. EPA Air Quality System (AQS) for four U.S. metropolitan areas - New York City, Chicago, Las Vegas, and Phoenix, using two seasonal snapshots (March and October 2024). We harmonize heterogeneous ridership feeds (daily and stop-level) to monthly system totals and pair them with monthly mean PM2.5 , reporting both absolute and per-capita metrics to enable cross-city comparability. Results show pronounced structural differences in transit scale and intensity, with consistent seasonal shifts in both ridership and PM2.5 that vary by urban context. A set of lightweight regression specifications is used as a descriptive sensitivity analysis, indicating that apparent mobility-PM2.5 relationships are not uniform across cities or seasons and are strongly shaped by baseline city effects. Overall, the paper positions integrated mobility and environment monitoring as a practical smart-city capability, offering a scalable framework for tracking infrastructure utilization alongside exposure-relevant air-quality indicators to support sustainable communities and public-health-aware urban resilience.
- Abstract（参考訳）: 公共交通は都市移動と株式の重要な要素であるが、モビリティと空気質のリンクは再現可能なスマートシティ分析ワークフローで運用されることは滅多にない。
本研究は,ニューヨーク,シカゴ,ラスベガス,フェニックスの4大都市圏を対象に,2024年3月から10月にかけて,米国EPA大気質システム (AQS) のトランスポートライダーシップと環境微粒子PM2.5を統合した,透過的かつ多ソースなモニタリングデータセットを開発した。
異質なライダーシップフィード(日次と停止レベル)を毎月のシステムトータルに調和させ、それらを月間平均PM2.5と組み合わせ、絶対値と一人当たりのメトリクスの両方を報告し、都市間互換性を実現します。
その結果, 交通規模と強度の差が顕著であり, 都市環境によっては, 乗務員とPM2.5の季節変動が一貫した。
軽量回帰仕様の集合を記述感度分析として用い, 都市間・季節間でのモビリティ-PM2.5関係は均一ではなく, ベースライン都市効果によって強く形成されていることを示す。
本論文は, 総合的なモビリティと環境モニタリングを実践的なスマートシティ機能として位置づけ, 持続可能な地域社会と公共衛生に配慮した都市レジリエンスを支援するために, 大気質の指標とともに, インフラ利用の追跡を行うスケーラブルなフレームワークを提供する。
関連論文リスト
- Street network sub-patterns and travel mode [0.5670066649802191]
そこで我々は,密度,接続性,空間構成などの構造指標を用いて,米国の9大都市圏の建築環境を分類した。
得られた形態型は, 記述的統計, 限界効果推定, ポストホック統計検査により, モビリティーパターンに関連づけられた。
これらの結果から, 都市形態はモビリティ計画において重要な変数として扱われるべきであり, 持続可能な都市政策設計に空間型を組み込むことを実証的に支援すべきであると考えられる。
論文 参考訳（メタデータ） (2025-07-25T19:49:51Z) - GARLIC: GPT-Augmented Reinforcement Learning with Intelligent Control for Vehicle Dispatching [81.82487256783674]
GARLIC: GPT拡張強化学習のフレームワーク。
本稿では,GPT強化強化学習とインテリジェント制御のフレームワークであるGARLICについて紹介する。
論文 参考訳（メタデータ） (2024-08-19T08:23:38Z) - MetaUrban: An Embodied AI Simulation Platform for Urban Micromobility [52.0930915607703]
最近のロボティクスとエンボディードAIの進歩により、公共の都市空間はもはや人間専用ではない。
公共の都市空間における短距離移動のためのAIによって実現されるマイクロモビリティは、将来の交通システムにおいて重要な要素である。
本稿では,AI駆動型都市マイクロモビリティ研究のための構成シミュレーションプラットフォームであるMetaUrbanを紹介する。
論文 参考訳（メタデータ） (2024-07-11T17:56:49Z) - Using machine learning to understand causal relationships between urban
form and travel CO2 emissions across continents [9.204800002382044]
都会形態が過去の研究で無視されていた旅行エミッションや施設間効果に有意な因果関係が認められた。
より単心的な都市では,主中心へのアクセスの増加よりも,サブセンター指向の開発がより重要となる空間回廊を同定する。
我々の研究は、エビデンスベースの都市気候ソリューションをスケールするための因果関係、一般化可能性、文脈的特異性の必要性に対処する新しい研究を可能にする機械学習の応用を実証する。
論文 参考訳（メタデータ） (2023-08-31T09:57:52Z) - IoT Data Processing for Smart City and Semantic Web Applications [0.0]
過去数十年間、世界は急速な都市化を経験しており、既存の都市インフラに負担をかけている。
また、環境、天然資源、健康状態を脅かす都市での汚染レベルも上昇している。
成長する都市の発展を可能にする統合行動計画を通じて、急速な都市化の悪影響を抑えることが不可欠である。
論文 参考訳（メタデータ） (2023-06-29T07:11:05Z) - Prediction of Transportation Index for Urban Patterns in Small and
Medium-sized Indian Cities using Hybrid RidgeGAN Model [0.0]
本研究は,中小都市における都市交通指標の予測におけるいくつかの課題に対処する。
Kernel Ridge Regression(KRR)とCityGANに基づくハイブリッドフレームワークを導入し、交通指標を予測する。
提案したハイブリッドパイプラインはリッジGANモデルと呼ばれ、都市スプロールの持続可能性を評価することができる。
論文 参考訳（メタデータ） (2023-06-09T15:05:40Z) - Dynamic Price of Parking Service based on Deep Learning [68.8204255655161]
都市部における空気質の向上は、公共団体の主な関心事の一つである。
この懸念は、大気の質と公衆衛生の間の証拠から生じる。
規制された駐車場サービスにおける動的価格の提案について述べる。
論文 参考訳（メタデータ） (2022-01-11T20:31:35Z) - Identifying the Factors that Influence Urban Public Transit Demand [0.0]
近年のアメリカ全土の都市化の進展は、大都市圏の住民が利用できる交通サービスについて、都市計画者や交通技術者がより深く考慮することを必要としている。
これらの改善は、都市公共交通機関の需要に影響を与える要因を特定し、理解することで達成できる。
都市公共交通機関の需要に影響を与える共通の要因は、内外的要因である。
論文 参考訳（メタデータ） (2021-11-16T05:37:51Z) - 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) - Euro-PVI: Pedestrian Vehicle Interactions in Dense Urban Centers [126.81938540470847]
歩行者と自転車の軌跡のデータセットであるEuro-PVIを提案する。
本研究では,都市環境におけるエージェント間のマルチモーダル共有潜在空間を表現的に学習する共同推論モデルを開発する。
我々は,エゴ車と歩行者(自転車)の相互作用を正確に予測するために捉えることの重要性を示すnuScenesとEuro-PVIデータセット上での成果を達成した。
論文 参考訳（メタデータ） (2021-06-22T15:40:21Z) - Smart Urban Mobility: When Mobility Systems Meet Smart Data [55.456196356335745]
都市人口は都市部で約25億人に達し、道路交通量は2050年までに12億台を超えた。
輸送部門の経済貢献は欧州のGDPの5%を占め、アメリカでは平均482.05億ドルの費用がかかる。
論文 参考訳（メタデータ） (2020-05-09T13:53:01Z)
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。