以前の年の気象条件からの大気中のカバノキ花粉の総量を予測するためのアルゴリズム【Powered by NICT】

Tseng Yi-Ting; Kawashima Shigeto; Kobayashi Satoshi; Takeuchi Shinji; Nakamura Kimihito

文献

J-GLOBAL ID：201802247054423480 整理番号：18A0129077

以前の年の気象条件からの大気中のカバノキ花粉の総量を予測するためのアルゴリズム【Powered by NICT】

Algorithm for forecasting the total amount of airborne birch pollen from meteorological conditions of previous years

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=18A0129077&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=18A0129077&from=J-GLOBAL&jstjournalNo=C0901A") }}

著者 (5件)： , , , ,
資料名：
巻： 249 ページ： 35-43 発行年： 2018年
JST資料番号： C0901A ISSN： 0168-1923 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)

カバの木(属Betula.)は4月から6月に毎年空中花粉を分散させる,花粉症患者における重篤な症状を引き起こす。花粉濃度の年々変動のために,空中花粉レベルに関する患者と医療関係者に正確な情報を提供するためにより良い精度で予測モデルを開発する緊急な必要性がある。空中カバノキ花粉の総量を予測するためのアルゴリズムを開発した。この方程式は与えられた季節における空中花粉の総量は前年からの気象データを用いて推定できることを示唆した。潜在的予測関係を発見するために,1996年から2015年までの空中花粉データと1990年から2014年までの気象データを含むデータセットを用いて予測モデルを構築した。統計的評価結果は,最適モデル,6月の気象データを用いた場合に予測モデルが最高の精度を得たことを示し選択を検討し,最良のモデル性能は,以前の五年の平均日最高気温と太陽放射を用いて達成した。も相対湿度,優れた予測能力を実証したを含む拡張モデルを開発した。これらの知見は,大きな予測力モデルは,以前の五年間の気象条件を用いて構成できることを明らかにした。この結論を評価するために,提案アルゴリズムでは,日本における大気中のカバノキ花粉の総量を予測する良好な結果により試験した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

, , , , , , , , , , ,
, , 【Automatic Indexing@JST】

著者キーワード (5件)： , , , ,

農業気象 , 発生,成長,分化 , 局地循環,気流 , 植物学一般 , 作物栽培一般

, , , , , ,

前のページに戻る