文献

J-GLOBAL ID：202202242641725495   整理番号：22A0562224

2013年から2019年までの中国の大都市地域における環境大気汚染に対する高分解能時空間モデルの開発【JST・京大機械翻訳】

Development of high-resolution spatio-temporal models for ambient air pollution in a metropolitan area of China from 2013 to 2019

著者 (6件)： Wang Yiyi (Jiangsu Collaborative Innovation Center of Atmospheric Environment and Equipment Technology, Jiangsu Key Laboratory of Atmospheric Environment Monitoring and Pollution Control, Nanjing University of Information Science & Technology, Nanjing, 210044, China) ,  Huang Conghong (Department of Epidemiology and Environmental Health, School of Public Health and Health Professions, University at Buffalo, Buffalo, NY, USA) ,  Hu Jianlin (Jiangsu Collaborative Innovation Center of Atmospheric Environment and Equipment Technology, Jiangsu Key Laboratory of Atmospheric Environment Monitoring and Pollution Control, Nanjing University of Information Science & Technology, Nanjing, 210044, China) ,  Wang Meng (Department of Epidemiology and Environmental Health, School of Public Health and Health Professions, University at Buffalo, Buffalo, NY, USA) ,  Wang Meng (RENEW Institute, University at Buffalo, Buffalo, NY, USA) ,  Wang Meng (Department of Environmental and Occupational Health Sciences, School of Public Health, University of Washington, Seattle, WA, USA)
資料名： Chemosphere  (Chemosphere)
巻： 291  号： P2  ページ： Null  発行年： 2022年 
JST資料番号： E0843A  ISSN： 0045-6535  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： 高分解能大気汚染濃度のモデリングは,個体群研究の曝露を正確に評価するために必須である。本研究の目的は,中国の上海における微粒子物質(PM_2.5),二酸化窒素(NO_2)およびオゾン(O_3)濃度の時空間変化を予測する先進的曝露モデルを確立することである。モデルは,次元縮小回帰アプローチと空間平滑化関数を組み込んだ地球統計モデリングフレームワーク上で構築され,微細スケール曝露変動を扱う。2013年から2019年までの全国および地方機関,予測子変数の高分解能地理的データセット,および1×1km2分解能でのエアロゾル光学深度の全被覆毎週衛星データの両方からのモニタリングデータを含む包括的観察および予測子変数を有するデータセットを用いた。著者らのモデルは,leave-one-out CVに従って,7年間にわたる国家モニタで,PM_2.5(空間R2=0.89,時間R2=0.91),NO_2(R2=0.49,0.78),およびO_3(R2=0.67,0.81)に対する交差検証(CV)によって評価された空間および時間予測能力に関して良好に行われた。局所機関モニタリングステーションにおける予測のために,全体のCV R2は,大気汚染物質を通して0.77と0.89の間にあった。100×100m2の空間分解能で地図上のPM_2.5,NO_2およびO_3曝露の長期および季節平均予測を可視化した。本研究は,都市規模で高い空間と時間分解能で大気汚染曝露を正確に推定するための有用なツールを提供する。これらのモデル予測は,健康研究の短期および長期大気汚染曝露の両方を評価するために有用である。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： エアロゾル ,  *大気汚染 ,  被覆 ,  オゾン ,  微粒子 ,  *大都市 ,  *都市 ,  二酸化窒素 ,  大気汚染物質 ,  可視化 ,  変数 ,  モデリング ,  監視装置 ,  平滑化 ,  *高分解能

著者キーワード (5件)： 時空モデル ,  PM_2.5 ,  NO_2 ,  O_3 ,  上海

分類 (2件)： 人間に対する影響  (EE05050C) ,  農薬  (SB05030L)

タイトルに関連する用語 (7件)： 中国 ,  環境 ,  大気汚染 ,  高分解能 ,  時空間 ,  モデル ,  開発