文献

J-GLOBAL ID：202202244327466233   整理番号：22A0148222

スペイン,カタロニアにおける大気汚染物質濃度の組成とBayes推定分析【JST・京大機械翻訳】

Compositional and Bayesian inference analysis of the concentrations of air pollutants in Catalonia, Spain

著者 (6件)： Mota-Bertran Anna (Research Group on Statistics, Econometrics and Health (GRECS), University of Girona, Girona, Spain) ,  Mota-Bertran Anna (CIBER of Epidemiology and Public Health (CIBERESP), Madrid, Spain) ,  Saez Marc (Research Group on Statistics, Econometrics and Health (GRECS), University of Girona, Girona, Spain) ,  Saez Marc (CIBER of Epidemiology and Public Health (CIBERESP), Madrid, Spain) ,  Coenders Germa (Research Group on Statistics, Econometrics and Health (GRECS), University of Girona, Girona, Spain) ,  Coenders Germa (CIBER of Epidemiology and Public Health (CIBERESP), Madrid, Spain)
資料名： Environmental Research  (Environmental Research)
巻： 204  号： PD  ページ： Null  発行年： 2022年 
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： ほとんどの国は汚染物質濃度を監視するためのステーションのネットワークを持っているが,それらは連続的に全領域をカバーしていない。したがって,空間的および時間的研究を実施するために,測定されていないサイトおよび時間期間からの大気汚染の予測は,使用する必要がある。本研究の目的は,Catalonia(スペイン)のサイトにおけるPM_10,O_3,NO_2,SO_2およびCOの大気汚染物質濃度,およびモニタリングステーションのない時間期間を予測することである。組成データ(CoDa)は汚染物質の相対的重要性を研究する。この論文における新しい特徴は,CoDaと総汚染の指標との組み合わせである。次に,時空間モデルとBayesLaplace積分法(INLA)推論法の組合せを用いて予測を行った。得られた最も関連する結果は,NO_2とO_3間の対数比が,時間と空間で最も高い分散と最良の予測精度を有することを示した。総汚染レベルは,分散で2番目であるが,低い空間予測精度を持つ。第3の分散は,SO_2と残留汚染物質の間の対数比で見出された低い時間精度である。グローバルに,CoDaとINLA法の組合せは,大気汚染物質の効果的な時空間予測を作るのに適している。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： *大気汚染 ,  ネットワーク ,  *汚染物質 ,  *大気汚染物質 ,  スペイン ,  *Bayes推定 ,  近似法 ,  対数
準シソーラス用語： カタロニア ,  予測精度 ,  モニタリングステーション , 【Automatic Indexing@JST】

著者キーワード (5件)： 組成データ ,  統合入れ子型Laplace近似 ,  大気汚染 ,  大気汚染物質 ,  T空間

分類 (2件)： 気圏環境汚染  (SB03020M) ,  健康被害  (SB03070P)

タイトルに関連する用語 (6件)： スペイン ,  カタロニア ,  大気汚染物質 ,  組成 ,  Bayes推定 ,  分析