[논문 리뷰] Urban Air Pollution Forecasting: a Machine Learning Approach leveraging Satellite Observations and Meteorological Forecasts

Giacomo Blanco, Luca Barco외 2명|arXiv (Cornell University)|2024. 05. 30.

Air Quality Monitoring and Forecasting인용 수 4

한 줄 요약

이 연구는 지구 관측 위성 데이터(Sentinel-5P), 기상 변수 및 지형적 특징을 활용하여 도시 대기 오염을 예측하는 기계학습 프레임워크를 제안한다. 밀라노의 다섯 주요 오염물질에 대해 평균 절대 퍼센트 오차(MAPE)가 약 30%에 도달하며, 지상 모니터링 정류장에 의존하지 않고 학습함으로써 데이터가 부족한 도시 지역에 적용 가능하다.

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.

연구 동기 및 목표

• 지상 모니터링 인프라가 없는 도시에서 도시 대기 오염 예측의 과제를 해결한다.
• 위성 관측(Sentinel-5P), 기상 예측 및 지형적 특징을 포함한 다중원천 데이터 통합을 통해 예측 정확도를 향상시킨다.
• 격자 기반 예측을 통해 전역적으로 적용 가능한 확장 가능한, 정류장에 의존하지 않는 예측 시스템을 개발한다.
• 신뢰할 수 있는 하루 전 예측을 통해 사전 대응 가능한 공중보건 및 정책 조치를 가능하게 한다.
• 공개적으로 제공된 종합적인 도시 대기질 데이터셋을 통해 향후 연구를 자극한다.

제안 방법

• 위성에서 유도된 오염물질 농도, 기상 변수 및 지형적 특징을 융합한 데이터셋을 기반으로 XGBoost, SGD 회귀 및 선형 회귀 모델을 다수 학습한다.
• 과거 데이터 윈도우(1일, 7일, 14일)를 활용한 시간적 윈도우 접근 방식을 통해 단기 및 중기 오염 추세를 포착한다.
• 연간 교차검증을 적용하여 매번 한 해 분량의 데이터를 검증용으로 분리하고 나머지 연도의 데이터로 학습한다.
• 공간 격자화(500m 해상도)를 적용하여 모니터링 정류장 위치를 초월해 전체 도시 영역으로 예측을 외삽한다.
• 다중 시간적 위성 관측을 활용해 시간에 따라 변화하는 오염물질 농도의 동적 변화를 포착한다.
• 모델 성능을 최적화하기 위해 MAE, MAPE, RMSE와 같은 표준 회귀 평가 지표를 사용하며, 모든 오염물질과 윈도우 크기에서 평가한다.

실험 결과

연구 질문

• RQ1 지상 모니터링 정류장에 의존하지 않고 위성, 기상 및 지형적 특징 데이터만을 사용해 기계학습 모델이 도시 대기 오염을 효과적으로 예측할 수 있는가?
• RQ2 다중 시간적 위성 데이터 및 기상 변수의 통합은 기존 방법 대비 예측 정확도를 어떻게 향상시키는가?
• RQ3 다양한 오염물질에 대해 다음 날 오염 수준을 예측하기 위한 최적의 시간 윈도우(1일, 7일, 14일)는 무엇인가?
• RQ4 XGBoost, SGD, 선형 회귀와 같은 다양한 기계학습 알고리즘은 여러 오염물질과 윈도우 설정에서 어떻게 성능을 비교하는가?
• RQ5 공간 격자화를 통해 모델이 도시 전역으로 일반화되는 정도는 어떠한가? 이는 모니터링 정류장이 없는 지역에서도 예측 가능성을 보장하는가?

주요 결과

• XGBoost 모델은 모든 오염물질과 평가 지표에서 가장 우수한 전반적 성능을 보였으며, SGD 및 선형 회귀를 지속적으로 능가했다.
• 모든 오염물질(PM2.5, PM10, NO2, O3, SO2)에 대해 평균 절대 퍼센트 오차(MAPE)가 모든 시간 윈도우에서 약 30%로 일관되게 유지되었다.
• PM10의 경우 더 긴 시간 윈도우(14일)가 예측 정확도를 향상시켰지만, PM2.5와 NO2의 경우 7일 윈도우가 최적의 결과를 보였다.
• O3와 SO2의 예측은 1일 윈도우에서 가장 정확했으며, 이는 이러한 오염물질의 고유한 시간적 동역학을 반영한다.
• MAE 값은 높았지만, SO2의 경우 1일 및 7일 윈도우에서 SGD 회귀가 더 낮은 MAPE를 기록하여 상대 오차 성능이 향상됨을 시사한다.
• 모델은 도시 격자 전역으로 예측을 외삽하는 데 있어 뛰어난 강건성을 보였으며, 모니터링 정류장이 없는 지역에서도 오염도 지도 작성 가능성을 제공했다.