論文の概要: 3-D Emissions Mapping and Social Cost Estimation for US Domestic Aviation at West Coast Hubs

• arxiv url: http://arxiv.org/abs/2609.31686v1
• Date: Wed, 16 Sep 2026 18:25:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 13:49:50.590927
• Title: 3-D Emissions Mapping and Social Cost Estimation for US Domestic Aviation at West Coast Hubs
• Title（参考訳）: 西海岸ハブにおける米国国内航空の3次元エミッションマッピングと社会的コスト推定
• Abstract要約: 本稿では、米国西海岸ハブの飛行軌跡を再構築し、地域環境および近空港の健康影響を推定する3次元エミッションマップを開発する。 物理インフォームドオートエンコーダ(AE)は、米国西海岸のハブをカバーする2025年1月のADS-B軌道記録に適用される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Existing aviation emissions inventories lack accurate trajectory data for high-resolution social cost and health impact assessment. This paper develops a 3-D emissions map by reconstructing flight trajectories for US west coast hubs to estimate regional environmental and near-airport health impacts. A physics-informed autoencoder (AE) is applied to ADS-B trajectory records for January 2025 covering US west coast hubs. The encoder combines a Convolutional Neural Network (CNN), a Bi-GRU, and a 3-D CNN with skip connection; the decoder is a Temporal Convolutional Network (TCN). It is benchmarked against a baseline-AE and cubic spline interpolation. Emissions are mapped via EUROCONTROL Base of Aircraft Data (BADA) performance tables and ICAO Engine Emissions Databank (EEDB) emission indices, with altitude corrections via Boeing Fuel Flow Method 2 (BFFM2). Social costs are quantified for all flight phases, with health impacts assessed for Landing and Takeoff cycles within 50 km of each hub. The proposed AE model outperforms both a TCN-AE and cubic spline interpolation across 5% to 50% missing rates. Monetizing the emissions inventory shows NOx produces a small net cooling effect in direct climate forcing, while accounting for 99.7% of monetized air-quality and health cost despite being under 0.4% of CO2 by mass, making it the dominant health-cost driver. To our knowledge, this is among the first studies combining AE-based trajectory reconstruction with separate spatial-temporal feature encoding and altitude-based emissions modeling to produce a regional aviation emissions inventory for air quality, climate impact and population exposure. The resulting emissions map and social cost estimates provide quantitative context for environmental impact assessment and near-airport health policy evaluation for US domestic aviation.
• Abstract（参考訳）: 既存の航空排出在庫には、高解像度の社会コストと健康影響評価のための正確な軌道データがない。 本稿では、米国西海岸ハブの飛行軌跡を再構築し、地域環境および近空港の健康影響を推定する3次元エミッションマップを開発する。 物理インフォームドオートエンコーダ(AE)は、米国西海岸のハブをカバーする2025年1月のADS-B軌道記録に適用される。 エンコーダは、畳み込みニューラルネットワーク(CNN)、Bi-GRU、スキップ接続を備えた3次元CNNを組み合わせており、デコーダは一時畳み込みニューラルネットワーク(TCN)である。 ベースラインAEおよび立方体スプライン補間に対してベンチマークされる。 EUROCONTROL Base of Aircraft Data (BADA) のパフォーマンス表とICAO Engine Emissions Databank (EEDB) のエミッション指標で、高度補正はBoeing Fuel Flow Method 2 (BFFM2) を通して行われる。 社会コストは全ての飛行段階で定量化され、各ハブから50km以内のランディングとテイクオフのサイクルで健康影響が評価される。 提案したAEモデルは、TN-AEと立方体スプラインの補間を5%から50%の欠落率で上回っている。 排出ガス在庫の収益化は、NOxが直接の気候強制で小さなネット冷却効果を生み出す一方で、質量比でCO2の0.4%以下であるにもかかわらず、収益化空気品質と健康コストの99.7%を占めており、健康コストの最大の要因となっている。 我々の知る限り、これはAEに基づく軌道再構成と別個の時空間的特徴符号化と高度に基づく放射モデルを組み合わせることで、大気質、気候影響、人口曝露のための地域航空の排出在庫を創出する最初の研究である。 結果として得られた排出量マップと社会的コスト推定は、米国の国内航空に対する環境影響評価とほぼ空港の健康政策評価に定量的な文脈を提供する。

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)
• PollutionNet: A Vision Transformer Framework for Climatological Assessment of NO$_2$ and SO$_2$ Using Satellite-Ground Data Fusion [4.364999214109123]
  PollutionNetは、Sentinel-5P TROPOMI 垂直柱密度(VCD)データを地上観測と統合したビジョントランスフォーマーベースのフレームワークである。 自己アテンションメカニズムを活用することで、PolutionNetはCNNやRNNモデルでしばしば見逃される複雑な依存関係をキャプチャする。 PollutionNetはベースラインモデルと比較して予測エラーを最大14%削減する。
  論文  参考訳（メタデータ） (2026-03-31T15:39:26Z)
• OccuFly: A 3D Vision Benchmark for Semantic Scene Completion from the Aerial Perspective [44.84496929237721]
  OccuFlyは、50m、40m、30mの高度で撮影される、世界初の実世界のカメラベースの空中セマンティックシーン補完ベンチマークである。 本稿では,カメラのモダリティに基づくLiDARフリーなデータ生成フレームワークを提案する。 我々はOccuFlyの最先端をベンチマークし、高い視点に特有な課題を強調します。
  論文  参考訳（メタデータ） (2025-12-23T21:14:55Z)
• A Footprint-Aware, High-Resolution Approach for Carbon Flux Prediction Across Diverse Ecosystems [8.658824757360104]
  フットプリント・アウェア・レグレッション(フットプリント・アウェア・レグレッション、フットプリント・アウェア・レグレッション、フットプリント・アウェア・レグレッション、フットプリント・アウェア・レグレッション、フットプリント・アウェア・レグレッション、フットプリント・レグレッション、フットプリント・ア・レグレッション、フットプリント・アウェア・レグレッション、フットプリント・ア・レグレッション、フットプリント・ア・レグレッション、フットプリント・ア・レグレッション、フレーション)は、空間フットプリントのフットプリントと30m 本モデルでは,R2=0.78の高分解能予測を行い,様々な生態系の試験場上での月次純生態系の交換を予測した。
  論文  参考訳（メタデータ） (2025-12-01T17:34:41Z)
• Air Quality Prediction with A Meteorology-Guided Modality-Decoupled Spatio-Temporal Network [47.699409089023696]
  大気質の予測は公衆衛生と環境保護において重要な役割を担っている。 既存の研究は大気の質予測において重要な役割を過小評価している。 MDSTNetは、予測のための大気汚染依存性を明示的にキャプチャするエンコーダフレームワークである。 ChinaAirNetは、大気の質記録と多気圧レベルの気象観測を組み合わせた最初のデータセットである。
  論文  参考訳（メタデータ） (2025-04-14T09:18:11Z)
• Atmospheric Transport Modeling of CO$_2$ with Neural Networks [46.26819563674888]
  大気中のCO$の分布を大気トレーサー輸送モデルで正確に記述することは、温室効果ガスモニタリングおよび検証支援システムに不可欠である。 大きな深層ニューラルネットワークは、大気の3Dモデリングを必要とする気象予報に革命を起こす可能性がある。 本研究では,気象予測の最先端として実証された4種類の深層ニューラルネットワークについて検討し,大気トレーサー輸送モデルの有用性について検討した。
  論文  参考訳（メタデータ） (2024-08-20T17:33:20Z)
• A Framework for Scalable Ambient Air Pollution Concentration Estimation [0.0]
  英国では大気汚染が重要な問題であり、大気汚染濃度のデータが大気質の改善を目的とした介入の基礎となっている。 欠落した測度を埋めることにより,時間的・空間的データギャップに対処するデータ駆動型機械学習モデルフレームワークを提案する。 このアプローチは、2018年を通してイングランドの包括的なデータセットを1kmx1kmの時間分解能で提供する。
  論文  参考訳（メタデータ） (2024-01-16T18:03:07Z)
• AirFormer: Predicting Nationwide Air Quality in China with Transformers [43.48965814702661]
  AirFormerは中国全国の空気質を総合的に予測する新しいトランスフォーマーアーキテクチャである。 AirFormerは72時間の予測で予測エラーを5%削減する。
  論文  参考訳（メタデータ） (2022-11-29T07:22:49Z)
• Predicting air quality via multimodal AI and satellite imagery [0.2492060267829796]
  本稿では,監視局が存在しない空気質指標を予測するためのマルチモーダル機械学習モデルを提案する。 欧州大気汚染監視局(ESA Copernicus)プロジェクトからtextitaltitude, population, etc.$などの機能を備えた新しい欧州汚染監視局(ECA)のデータセットが作成されている。 これらの予測は、異なる地域における空気の質を比較するのに使用できる「空気品質指標」を作成するために集約される。
  論文  参考訳（メタデータ） (2022-11-01T22:56:15Z)
• Deep Learning Aided Routing for Space-Air-Ground Integrated Networks Relying on Real Satellite, Flight, and Shipping Data [79.96177511319713]
  現在の海上通信は主に単なる送信資源を持つ衛星に依存しており、現代の地上無線ネットワークよりも性能が劣っている。 大陸横断航空輸送の増加に伴い、商業旅客機に依存した航空アドホックネットワークという有望な概念は、空対地およびマルチホップ空対空リンクを介して衛星ベースの海上通信を強化する可能性がある。 低軌道衛星コンステレーション、旅客機、地上基地局、船舶がそれぞれ宇宙、航空、船舶として機能する、ユビキタスな海上通信を支援するための宇宙地上統合ネットワーク(SAGIN)を提案する。
  論文  参考訳（メタデータ） (2021-10-28T14:12:10Z)

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。