論文の概要: High-resolution Nitrogen Dioxide Maps Reveal Exposure Limit Breaches across Europe
- arxiv url: http://arxiv.org/abs/2609.24634v1
- Date: Mon, 21 Sep 2026 14:14:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-22 20:29:01.318097
- Title: High-resolution Nitrogen Dioxide Maps Reveal Exposure Limit Breaches across Europe
- Title（参考訳）: 高分解能二酸化窒素マップがヨーロッパ全土で露出制限を公表
- Abstract要約: 二酸化窒素(NO2)は、化石燃料の不完全燃焼により大気中に放出される一般的な大気汚染物質である。
EU環境大気質指令(2024/2881)は、2030年からの1日あたりのNO2制限を導入している。
ここでは、時間と10mの解像度でヨーロッパ中のNO2を、地上モニターと衛星、再分析、土地利用、交通、および排出データを組み合わせた機械学習モデルでマッピングする。
- 参考スコア（独自算出の注目度）: 28.44413461240693
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Nitrogen dioxide (NO2) is a common air pollutant, released into the atmosphere through the incomplete burning of fossil fuels, and associated with respiratory and cardiovascular diseases in humans. Ambient NO2 concentrations are regulated through air-quality limits assessed with a sparse network of fixed monitors. The revised EU Ambient Air Quality Directive (2024/2881) introduces a daily NO2 limit to be met from 2030. At present, neither the regulatory monitoring network nor existing coarse, annual-mean models can resolve NO2 concentrations at the spatio-temporal resolutions necessary to assess compliance. Here we map NO2 across Europe at hourly and 10m resolution with a machine-learning model that combines ground monitors with satellite, reanalysis, land-use, traffic and emission data and returns a calibrated predictive distribution at every location. Validated against held-out regulatory monitors and independent citizen-science campaigns, the maps resolve high-resolution spatiotemporal NO2 gradients for 110 metropolitan areas in Europe. We reconstruct the daily compliance statistic across those regions and find limit breaches in 91 EU air quality zones deemed compliant by the regulatory monitoring network, covering a population of approximately 135M. Beyond air quality zones and monitor locations, an estimated 9-9.4% (20M) of the population in mapped regions lives in areas where the daily NO2 limit is breached. The high-resolution maps offer a route to population-scale assessment of compliance with the 2030 limits.
- Abstract（参考訳）: 二酸化窒素(NO2)は一般的な大気汚染物質であり、化石燃料の不完全燃焼によって大気中に放出され、ヒトの呼吸器や心血管疾患と関連している。
大気中のNO2濃度は、固定モニターのスパースネットワークで評価される空気質の制限によって調節される。
EU環境大気質指令(2024/2881)は、2030年からの1日あたりのNO2制限を導入している。
現在、規制監視ネットワークも既存の粗大な年平均モデルも、コンプライアンスを評価するのに必要な時空間分解能でNO2濃度を解決できない。
ここでは、時間と10mの解像度でヨーロッパ中のNO2を、地上モニターと衛星、再分析、土地利用、交通、排出データを組み合わせた機械学習モデルでマッピングし、各地点で校正された予測分布を返します。
欧州110大都市圏の高分解能時空間NO2勾配を解消する。
我々はこれらの地域の日次コンプライアンス統計を再構築し、規制監視ネットワークが遵守していると考えられる91のEU大気質帯に制限違反を発見し、人口約1億3500万人をカバーした。
大気質帯や監視地域以外にも、地図化された地域の人口の9-9.4% (20M) が毎日のNO2制限が破られている地域に住んでいる。
高解像度の地図は、人口規模で2030年の制限を満たすためのルートを提供する。
関連論文リスト
- Air Quality Downscaling with Station-Guided Pseudo-Supervision [60.31045749983062]
局所PM$_2.5$変動に対する高分解性粗大大気場は空間的支持のミスマッチによって一意に挑戦される。
ヨーロッパにおける高分解能PM$_2.5$ダウンスケールのためのステーション誘導フレームワークを提案する。
論文 参考訳（メタデータ） (2026-07-06T16:32:25Z) - NEXUS: A compact neural architecture for high-resolution spatiotemporal air quality forecasting in Delhi National Capital Region [0.0]
一酸化炭素、酸化窒素、二酸化硫黄を予測するためのNEXUSアーキテクチャを提案する。
NEXUSは優れた予測性能と計算効率を提供し、空気質監視システムのリアルタイム展開を可能にしている。
論文 参考訳（メタデータ） (2026-02-23T09:56:22Z) - Breaking the Regional Barrier: Inductive Semantic Topology Learning for Worldwide Air Quality Forecasting [99.4484686548807]
我々は,グローバルなステーションレベルの予測に適した意味的トポロジ学習フレームワークであるOmniAirを提案する。
提案手法は,不均一分散グローバルネットワークにおける長距離非ユークリッド相関と物理拡散パターンを効果的に捉える。
実験によると、OmniAirは18のベースラインに対して最先端のパフォーマンスを実現し、既存のモデルよりも10倍近いスピードで高い効率とスケーラビリティを維持している。
論文 参考訳（メタデータ） (2026-01-29T15:58:07Z) - FORMSpoT: A Decade of Tree-Level, Country-Scale Forest Monitoring [40.631100826517375]
森林キャノピーの高さを1.5mの解像度で全国で10年(2014-2024年)にわたってマッピングしたFOMSpoT(Forest Mapping with SPOT Time series)を紹介した。
異種買収におけるロバストな変更検出を可能にするため、我々は専用の後処理パイプラインを開発した。
乱れが小さく空間的に断片化された山岳林では、FOMSpoT-$$はF1スコアが0.44で、既存のベンチマークよりも桁違いに高い。
論文 参考訳（メタデータ） (2025-12-18T19:35:09Z) - Synergistic Neural Forecasting of Air Pollution with Stochastic Sampling [50.3911487821783]
大気汚染は世界的な健康と環境のリスクの先駆けであり、特に山火事、都市干ばつ、塵嵐による大気汚染の急激な増加に弱い地域ではなおもである。
本稿では,気象および大気組成データを統合し,平均および極端汚染レベルの予測を改善する高分解能神経予測モデルであるSynCastを提案する。
論文 参考訳（メタデータ） (2025-10-28T01:18:00Z) - Improving Local Air Quality Predictions Using Transfer Learning on Satellite Data and Graph Neural Networks [0.521366860344819]
二酸化窒素(NO2)は、しばしばモニタリングネットワークが希薄な都市部に不均等に影響を及ぼす。
本研究では,衛星データと気象データを用いた移動学習を用いて,観測されていない場所でNO2濃度を予測する新しい手法を提案する。
論文 参考訳（メタデータ） (2025-04-23T15:16:46Z) - 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) - Detecting Elevated Air Pollution Levels by Monitoring Web Search
Queries: Deep Learning-Based Time Series Forecasting [7.978612711536259]
以前の研究は、地上モニターや気象データから収集した汚染物質濃度を長期予測のモデルに頼っていた。
本研究では,主要な検索エンジンからほぼリアルタイムで公開されているWeb検索データを用いて,観測された汚染レベルを推定するモデルを開発し,検証することを目的とする。
従来型の教師付き分類法と最先端の深層学習法を併用して,米国の都市レベルで大気汚染レベルの上昇を検出する機械学習モデルを開発した。
論文 参考訳（メタデータ） (2022-11-09T23:56:35Z) - Modeling the geospatial evolution of COVID-19 using spatio-temporal
convolutional sequence-to-sequence neural networks [48.7576911714538]
ポルトガルは世界最大の発生率を持つ国であり、人口10万人当たりの14日間の発生率が1000を超える。
その重要性にもかかわらず、covid-19の地理空間的進化の正確な予測は依然として課題である。
論文 参考訳（メタデータ） (2021-05-06T15:24:00Z)
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。