[論文レビュー] Urban Air Pollution Forecasting: a Machine Learning Approach leveraging Satellite Observations and Meteorological Forecasts

Giacomo Blanco, Luca Barco+2 more|arXiv (Cornell University)|May 30, 2024

Air Quality Monitoring and Forecasting被引用数 4

ひとこと要約

本研究では、Sentinel-5P 衛星データ、気象変数、地形的特徴を用いて都市の大気汚染を予測する機械学習フレームワークを提案する。ミラノにおける5つの主要な汚染物質について、平均絶対誤差率（MAPE）は約30％に達し、地上監視局のデータに依存せずにモデルを訓練できるため、データが乏しい都市地域への展開が可能である。

ABSTRACT

Air pollution poses a significant threat to public health and well-being, particularly in urban areas. This study introduces a series of machine-learning models that integrate data from the Sentinel-5P satellite, meteorological conditions, and topological characteristics to forecast future levels of five major pollutants. The investigation delineates the process of data collection, detailing the combination of diverse data sources utilized in the study. Through experiments conducted in the Milan metropolitan area, the models demonstrate their efficacy in predicting pollutant levels for the forthcoming day, achieving a percentage error of around 30%. The proposed models are advantageous as they are independent of monitoring stations, facilitating their use in areas without existing infrastructure. Additionally, we have released the collected dataset to the public, aiming to stimulate further research in this field. This research contributes to advancing our understanding of urban air quality dynamics and emphasizes the importance of amalgamating satellite, meteorological, and topographical data to develop robust pollution forecasting models.

研究の動機と目的

• 地上監視インfraストラクチャが欠如する都市における都市大気汚染予測の課題に対処すること。
• 衛星観測（Sentinel-5P）、気象予報、地形的特徴のマルチソースデータ統合により、予測精度を向上させること。
• グリッドベースの予測を用いて、都市全体に応用可能なスケーラブルで監視局に依存しない予測システムを開発すること。
• 信頼性の高い1日後予測を通じて、公衆衛生および政策的対応を前もって可能にすること。
• 包括的な都市大気質データセットを公開することで、今後の研究を促進すること。

提案手法

• 衛星由来の汚染物質濃度、気象変数、地形的特徴を統合したデータセットを用いて、XGBoost、SGD回帰、線形回帰の複数の機械学習モデルを訓練する。
• 短期間および中期間の汚染トレンドを捉えるために、過去1日、7日、14日分のデータウィンドウを用いた時系列アプローチを採用する。
• 1年分のデータを1回ずつ除外して検証する年単位の交差検証を実施し、残りの年数のデータで学習を行う。
• 空間グリッド化（500 m解像度）を活用して、監視局の位置を超えて都市全体への予測を外挿する。
• 時間的変化を捉えるために、マルチタイムスタンプの衛星観測を活用し、汚染物質濃度の動的な変化を把握する。
• MAE、MAPE、RMSEといった標準的な回帰指標を用いて、全汚染物質および全ウィンドウサイズでモデル性能を最適化・評価する。

実験結果

リサーチクエスチョン

• RQ1 地上監視局に依存せずに、衛星、気象、地形データのみを用いて機械学習モデルが都市の大気汚染を効果的に予測できるか。
• RQ2 マルチタイムスタンプの衛星データと気象変数を組み合わせることで、従来の手法と比較して予測精度がどの程度向上するか。
• RQ3 異なる汚染物質において、次回日の汚染レベルを予測する際の最適な時系列ウィンドウ（1日、7日、14日）は何か。
• RQ4 XGBoost、SGD、線形回帰といった異なる機械学習アルゴリズムは、複数の汚染物質およびウィンドウ設定において、どのように性能を発揮するか。
• RQ5 空間グリッド化により、監視局が存在しない地域でも予測がどの程度一般化可能か。

主な発見

• XGBoostモデルが、全汚染物質および評価指標において最良の総合的性能を示し、SGDおよび線形回帰を常に上回った。
• 全5つの汚染物質（PM2.5、PM10、NO2、O3、SO2）の平均絶対誤差率（MAPE）は、全時系列ウィンドウで約30％であった。
• PM10については、14日間の長期間ウィンドウが予測精度を向上させたが、PM2.5およびNO2では7日間ウィンドウが最良の結果をもたらした。
• O3およびSO2の予測は、1日間ウィンドウで最も正確であり、これらの汚染物質に特有の時間的ダイナミクスが示された。
• MAE値は高かったが、SO2については1日および7日ウィンドウでSGD回帰がMAPEをより良く達成しており、相対誤差性能が優れていた。
• モデルは都市グリッド全体への予測外挿に強く、監視局が存在しない地域における汚染マップ作成を可能にした。