文献

J-GLOBAL ID：201202209763822005   整理番号：12A1349087

衛星観測エアロゾル光学的厚さの使用とPM_2.5の大気中濃度を予測するための空間クラスタリング

Use of satellite-based aerosol optical depth and spatial clustering to predict ambient PM_2.5 concentrations

著者 (4件)： LEE Hyung Joo (Exposure, Epidemiology, and Risk Program, Dep. of Environmental Health, Harvard School of Public Health, Boston, MA ...) ,  COULL Brent A. (Dep. of Biostatistics, Harvard School of Public Health, Boston, MA 02115, USA) ,  BELL Michelle L. (School of Forestry and Environmental Studies, Yale Univ., New Haven, CT 06511, USA) ,  KOUTRAKIS Petros (Exposure, Epidemiology, and Risk Program, Dep. of Environmental Health, Harvard School of Public Health, Boston, MA ...)
資料名： Environmental Research  (Environmental Research)
巻： 118  ページ： 8-15  発行年： 2012年10月 
JST資料番号： D0574A  ISSN： 0013-9351  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 衛星観測によるPM2.5の監視は地上におけるPM2.5監視ネットワークを補完するための能力を持っており,特に監視装置がまばらに存在する地域において有効である。衛星リモートセンシングはエアロゾル光学的厚さ(AOD)に関するデータを提供し,これは大気柱における粒子の存在量を反映する。このためAODは地上レベルのPM2.5濃度を予測する統計モデルで使用される。しかし以前の研究はAODがPM2.5の地上濃度の強力な予測変数にはならないことを示してきた。リモートセンシングの他の欠点は雲,雪,氷の影響で,衛星データを入手できない日が多いことである。本論文では,前記2項目の欠点を克服する統計的方法を提案し,これにより衛星画像をPM2.5濃度推定のための実行可能な方法に変換する。第1に,混合効果モデルの使用を通した毎日のキャリブレーションの導入により,AODをPM2.5の質量濃度のロバストな予測変数へ変換する。第2に,衛星データを入手できない日にPM2.5濃度を予測するために,AODと地上監視データを結びつけるモデルを開発する。本方法の主な特徴は,調査地域全体の濃度の空間的な不均一性の観測された量により定義された測定日のグループ毎に,これらの予測モデルを別個に開発したことである。2000~2008年の期間に,合衆国ニューイングランド地域において,この方法論を計測可能日と不可能日双方の日毎のPM2.5濃度の空間的,時間的パターンを調査するために適用した。全体として,この統計モデルは適度に高い相関と低い平均相対誤差率で地表面のPM2.5濃度を予測した。調査地域の推定PM2.5濃度の空間分布は人口密集地域と交通量が多い地域を明確に示していた。開発した方法はリモートセンシングが環境モニタリングとヒト曝露評価の分野へ大きく影響を与えることを実証した。Copyright 2012 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： 観測 ,  リモートセンシング ,  *エアロゾル ,  *光学的厚さ ,  浮遊粒子状物質 ,  クラスタ化 ,  パラメータ ,  変数 ,  衛星利用画像 ,  濃度 ,  モデル ,  環境モニタリング ,  PM2.5
準シソーラス用語： クラスタリング ,  衛星画像 ,  衛星観測 ,  質量濃度 ,  予測変数

分類 (3件)： 大気質調査測定一般  (SB03040I) ,  粒状物調査測定  (SB03060E) ,  リモートセンシング一般  (AD04000L)

タイトルに関連する用語 (5件)： 衛星観測 ,  エアロゾル光学的厚さ ,  大気中濃度 ,  予測 ,  空間クラスタリング