文献

J-GLOBAL ID：202202222227961571   整理番号：22A0181439

汚染物質周期性と深層学習法を組み合わせた道路の路側における大気汚染物質の予測【JST・京大機械翻訳】

Prediction of air pollutants on roadside of the elevated roads with combination of pollutants periodicity and deep learning method

著者 (4件)： Wu Cui-lin (Center for Intelligent Transportation Systems and Unmanned Aerial Systems Applications, State Key Laboratory of Ocean Engineering, School of Naval Architecture, Ocean and Civil Engineering, Shanghai Jiao Tong University, Shanghai, 200240, China) ,  He Hong-di (Center for Intelligent Transportation Systems and Unmanned Aerial Systems Applications, State Key Laboratory of Ocean Engineering, School of Naval Architecture, Ocean and Civil Engineering, Shanghai Jiao Tong University, Shanghai, 200240, China) ,  Song Rui-feng (Center for Intelligent Transportation Systems and Unmanned Aerial Systems Applications, State Key Laboratory of Ocean Engineering, School of Naval Architecture, Ocean and Civil Engineering, Shanghai Jiao Tong University, Shanghai, 200240, China) ,  Peng Zhong-ren (International Center for Adaptation Planning and Design, College of Design, Construction and Planning, University of Florida, PO Box 115706, Gainesville, FL, 32611-5706, USA)
資料名： Building and Environment  (Building and Environment)
巻： 207  号： PB  ページ： Null  発行年： 2022年 
JST資料番号： C0858A  ISSN： 0360-1323  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 都市上昇道路の社会経済効果は,以前の研究において十分に実証されてきた。それにもかかわらず,道路位置の上昇した環境影響はほとんど考慮されていない。本研究では,上海の4つの交通汚染物質(例えば,NO,NO_2,CO,およびO_3)に対するそのような影響を定量化し,上海の路上大気質監視ステーションから,高架道路の側と高架道路の側面の2年間の観測データを用いた。自己相関解析を用いて大気汚染物質の周期的パターンを同定した。結果は,激しい交通汚染と大気汚染物質のより注目すべき毎日の周期的特性が,高い道路の下で観察されたことを示した。この結果は,ストリートキャニオンにおける汚染物質拡散を防止するための障壁になる「キャップ」構造の上昇に起因する可能性がある。さらに,同定された周期性を有する新しいLong Short-Term記憶モデルを大気質を予測するために提案した。提案モデルは,他のベースラインモデルと比較して,4つの汚染物質の予測において,より高い適合度および低い予測誤差を達成し,そして,予測精度は,高い道路の下でより高かった。これらの知見から,大気汚染物質の変化に及ぼす道路位置上昇の影響を確認し,高架道路下の交通汚染を緩和するための制御対策を取り入れることへの含意を提供できた。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *道路 ,  高架道路 ,  *汚染物質 ,  都市 ,  *大気汚染物質 ,  基準線 ,  環境影響 ,  経済効果 ,  予測誤差
準シソーラス用語： 上海市 ,  ストリートキャニオン ,  相関分析 ,  予測精度 ,  大気質 ,  交通汚染 , 【Automatic Indexing@JST】

著者キーワード (4件)： 大気汚染物質 ,  自己相関解析 ,  長期短期記憶モデル ,  高架道路

分類 (2件)： 局地循環,気流  (DC05090N) ,  建築環境一般  (RB02010T)

タイトルに関連する用語 (7件)： 汚染物質 ,  周期性 ,  深層学習 ,  道路 ,  路側 ,  大気汚染物質 ,  予測