地空间人工智能用于估计台湾白天和夜晚的二氧化度变化:一个空间预测模型
Jennieveive Babaan1, Pei-Yi Wong2, Pau-Chung Chen3
1Department of Geodetic Engineering, University of the Philippines Diliman, Quezon City, Philippines.
Journal of environmental management
|May 21, 2024
概括
根据新的研究,二氧化 (NO2) 水平在夜间比白天更高. 这项研究开发了先进的模型,以更准确地绘制空气污染暴露风险的地图.
科学领域:
- 环境科学 环境科学
- 大气化学 大气化学
- 地理空间分析的研究.
背景情况:
- 二氧化 (NO2) 是交通和工业造成的重要空气污染物.
- 现有的模型往往低估了NO2暴露,因为没有解决的日常模式.
研究的目的:
- 为NO2度开发高分辨率的空间模型.
- 为了研究NO2. 2的日间和季节性变化.
- 为了评估COVID-19限制期间NO2暴露的变化.
主要方法:
- 组合混合空间模型 (EMSM) 集成 kriging,土地使用回归和机器学习.
- 地理人工智能 (Geo-AI) 应用于26年的NO2数据,气象和地理空间变量.
- 针对白天和夜晚的NO2变化,分别开发了不同的模型.
主要成果:
- 模型可靠性高,调整后的R2为0.92 (白天) 和0.93 (夜间).
- 夜间的NO2平均度 (9.60ppb) 与白天 (5.61ppb) 相比显著更高.
- 冬季显示NO2水平最高.
结论:
- EMSM提供准确的,高分辨率的NO2映射,揭示了关键的夜间峰值.
- 这些发现有助于人们更好地了解二氧化暴露动态对公共卫生和政策的影响.
- 生成的地图说明了台湾在COVID-19限制之前和期间的NO2水平.
更多相关视频
08:23Real-time Breath Analysis by Using Secondary Nanoelectrospray Ionization Coupled to High Resolution Mass Spectrometry
Published on: March 9, 2018
8.9K
10:01The Visual Colorimetric Detection of Multi-nucleotide Polymorphisms on a Pneumatic Droplet Manipulation Platform
Published on: September 27, 2016
7.6K
