[論文レビュー] Tracking Air Pollution in China: Near Real-Time PM2.5 Retrievals from Multiple Data Sources

Guannan Geng, Qingyang Xiao+10 more|arXiv (Cornell University)|Mar 11, 2021

Air Quality and Health Impacts参考文献 45被引用数 6

ひとこと要約

本論文では、中国における2000年以降の近似リアルタイムで高分解能（10 km）のPM2.5データセット「TAP（Tracking Air Pollution in China）」データベースを提示する。このデータセットは、地上観測、衛星AOD、排出量インventories、化学輸送モデル出力の複数源を統合し、SMOTEおよび木構造ベースのギャップフィリングを用いた二段階の機械学習モデルによって生成されたものである。モデルは、袋だ出R²が0.83を達成し、高濃度汚染イベントや欠落したAODデータを効果的に捉えることができ、タイムリーな大気質モニタリングと長期的な環境分析を可能にする。

ABSTRACT

Air pollution has altered the Earth radiation balance, disturbed the ecosystem and increased human morbidity and mortality. Accordingly, a full-coverage high-resolution air pollutant dataset with timely updates and historical long-term records is essential to support both research and environmental management. Here, for the first time, we develop a near real-time air pollutant database known as Tracking Air Pollution in China (TAP, tapdata.org) that combines information from multiple data sources, including ground measurements, satellite retrievals, dynamically updated emission inventories, operational chemical transport model simulations and other ancillary data. Daily full-coverage PM2.5 data at a spatial resolution of 10 km is our first near real-time product. The TAP PM2.5 is estimated based on a two-stage machine learning model coupled with the synthetic minority oversampling technique and a tree-based gap-filling method. Our model has an averaged out-of-bag cross-validation R2 of 0.83 for different years, which is comparable to those of other studies, but improves its performance at high pollution levels and fills the gaps in missing AOD on daily scale. The full coverage and near real-time updates of the daily PM2.5 data allow us to track the day-to-day variations in PM2.5 concentrations over China in a timely manner. The long-term records of PM2.5 data since 2000 will also support policy assessments and health impact studies. The TAP PM2.5 data are publicly available through our website for sharing with the research and policy communities.

研究の動機と目的

• 中国における包括的で高分解能かつ近似リアルタイムのPM2.5データセットの開発を目的とし、環境研究と政策立案を支援すること。
• 地上モニタリングの不足と衛星AODデータの不完全さという課題を、複数のデータソースを統合することで解決すること。
• 特に高濃度汚染イベントにおけるPM2.5推定精度を向上させるために、高度な機械学習技術を用いること。
• 健康影響評価や政策効果評価研究に資するため、2000年以降の長期的歴史的記録を提供すること。
• 運用的なデータ更新を通じて、中国全域におけるPM2.5の日々の変動をタイムリーに追跡可能とする。

提案手法

• TAP PM2.5データセットは、二段階の機械学習モデルを用いて、地上PM2.5観測値、衛星AOD推定値、動的排出量インベントリ、化学輸送モデル出力を統合して生成された。
• 訓練データに含まれないが高濃度汚染イベントに大きな影響を与えるため、性能向上のための合成少数サンプル拡張技術（SMOTE）が用いられた。
• 欠落した毎日のAODデータを再構築するために、木構造ベースのギャップフィリング手法が適用された。
• モデルは、気象および土地利用変数を含む地上観測値と補助データの組み合わせを用いて学習された。
• モデル性能の評価には、袋だ出R²を用いたクロスバリデーションが、異なる年ごとに実施された。
• 最終製品として、10 km解像度の日次、全領域カバーのPM2.5地図が、近似リアルタイムでの更新を伴って提供された。

実験結果

リサーチクエスチョン

• RQ1 複数の異種データソースを統合することで、中国全域にわたり信頼性の高い近似リアルタイムで高分解能のPM2.5推定が可能になるか？
• RQ2 衛星AOD、地上観測、排出量インベントリの統合が、特に汚染イベント時におけるPM2.5推定精度をどの程度向上させるか？
• RQ3 SMOTEおよびギャップフィリング技術を用いた機械学習モデルが、欠落したAODデータを効果的に処理し、高濃度汚染状況下でも精度を維持できるか？
• RQ4 モデルの性能は、異なる年および汚染レベルでどのように変動するか。予測の頑健性はどの程度か？
• RQ5 得られたデータセットが、長期的な環境的・健康影響評価にどの程度貢献できるか？

主な発見

• TAPモデルは、異なる年ごとに袋だ出R²が0.83を達成し、強力な予測性能を示した。
• 高濃度汚染状況下でも精度が向上しており、健康や政策応用において極めて重要である。
• 合成少数サンプル拡張技術（SMOTE）は、まれだが高影響を持つ汚染イベントのモデル性能を効果的に向上させた。
• 木構造ベースのギャップフィリング手法は、欠落した毎日のAODデータを効果的に再構築し、データの完全性とモデルの信頼性を向上させた。
• 本データセットは、2000年から現在まで、10 km解像度の日次、全領域カバーのPM2.5推定値を提供し、長期的傾向分析を可能にした。
• TAP PM2.5データセットは、研究者や政策立案者による利用を目的として、専用のウェブサイトを通じて公開されている。