文献

J-GLOBAL ID：202202248854423895   整理番号：22A0796597

中国南東部における微細時空情報のための改良型人為的熱流束モデル【JST・京大機械翻訳】

Improved anthropogenic heat flux model for fine spatiotemporal information in Southeast China

著者 (15件)： Qian Jiangkang (Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing, 100094, China) ,  Qian Jiangkang (University of Chinese Academy of Sciences, Beijing, 100094, China) ,  Meng Qingyan (Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing, 100094, China) ,  Meng Qingyan (University of Chinese Academy of Sciences, Beijing, 100094, China) ,  Meng Qingyan (Key Laboratory of Earth Observation of Hainan Province, Hainan Research Institute, Aerospace Information Research Institute, Chinese Academy of Sciences, Sanya, 572029, China) ,  Zhang Linlin (Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing, 100094, China) ,  Zhang Linlin (University of Chinese Academy of Sciences, Beijing, 100094, China) ,  Zhang Linlin (Key Laboratory of Earth Observation of Hainan Province, Hainan Research Institute, Aerospace Information Research Institute, Chinese Academy of Sciences, Sanya, 572029, China) ,  Hu Die (Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing, 100094, China) ,  Hu Die (University of Chinese Academy of Sciences, Beijing, 100094, China) ,  Hu Xinli (Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing, 100094, China) ,  Hu Xinli (University of Chinese Academy of Sciences, Beijing, 100094, China) ,  Hu Xinli (Key Laboratory of Earth Observation of Hainan Province, Hainan Research Institute, Aerospace Information Research Institute, Chinese Academy of Sciences, Sanya, 572029, China) ,  Liu Wenxiu (Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing, 100094, China) ,  Liu Wenxiu (University of Chinese Academy of Sciences, Beijing, 100094, China)
資料名： Environmental Pollution  (Environmental Pollution)
巻： 299  ページ： Null  発行年： 2022年 
JST資料番号： D0984B  ISSN： 0269-7491  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： 人為的熱放射(AHE)は都市ヒートアイランド(UHI)の重要なドライバである。さらに,都市熱環境研究と持続可能な開発計画の両方が,人為的熱流束(AHF)の効率的推定を必要とする。したがって,本研究は,AHFの時空分布をより良く表現するために,多様なデータソースと小規模サンプルを用いて構築された改良マルチソースAHFモデルを提案した。3つの機械学習アルゴリズム(Cubist,勾配ブースティングディシジョンツリー,および簡単な線形回帰)の性能を定量的に評価し,AHF推定に及ぼす時空間不均一性の影響を初めて考察した。結果は,マルチソースデータセットと洗練されたアルゴリズムが,単純な線形回帰よりAHFの時空分布の精度を改善し,推定誤差をより効果的に低減できることを示した。実際の応用では,Cubistモデルは,0.9W・m-2未満の予測誤差で,より良く機能した。さらに,モデル出力からの異なる熱源の特性は広く変化し,建物代謝熱は有意な季節的空間時間的変動を示し,それは地域気候によって主に決定された。対照的に,工業および輸送熱は,限界月変動を示した。同様に,時空間不均一性は建築代謝熱(0.62W・m-2)の推定に有意に影響したが,他の熱源には影響を与えなかった。提案した改良AHFモデルは,建築熱の時空的変動を効果的に捕捉し,都市地域における産業熱の過大評価の問題を解決することが検証された。本研究は,気候温暖化,UHI,および大気汚染に関する将来の研究を補足できるAHFの正確な時空間定量化のための新しい方法とアイデアを提供する。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： アルゴリズム ,  熱放射 ,  大気汚染 ,  熱源 ,  *熱流束 ,  市街地 ,  *モデル ,  温暖化 ,  機械学習 ,  学習アルゴリズム ,  予測誤差 ,  持続可能な開発
準シソーラス用語： 線形回帰 ,  推定誤差 ,  都市ヒートアイランド , 【Automatic Indexing@JST】

著者キーワード (4件)： 人為的熱 ,  機械学習 ,  モデル改善 ,  時空間推定

分類 (1件)： その他の汚染原因物質  (SB05040W)

タイトルに関連する用語 (4件)： 中国 ,  時空 ,  熱流束 ,  モデル