ガウスプロセスモデルを用いたソウル首都圏の粒子状物質濃度の予測

Forecasting the Concentration of Particulate Matter in the Seoul Metropolitan Area Using a Gaussian Process Model.

• JoonHo Jang
• Seungjae Shin
• Hyunjin Lee
• Il-Chul Moon

抄録

近年、ソウルの人口は大気中の粒子状物質の影響を受けている。この問題は、大都市圏の微粒子粉塵濃度を推定するための精巧な予測モデルを開発することで解決できる。本研究では、既存のモデルと比較して、入力変数の範囲を拡大した微細粉塵濃度予測モデルを提案する。モデルは、地表面の地形的特徴、粉塵の化学的発生源、小地域における交通や人間活動、風・温度・湿度などの気象データを総合的な視点から入力している。我々のモデルは、3日間のPM2.5とPM10の予測において、一致度指数(IOA)と二乗平均誤差(RMSE)によって評価された。モデルのバリエーションは線形回帰、ARIMA、ガウス過程回帰(GPR)である。その結果、GPRは3日間の予測において0.6以上のIOAで最高の性能を示した。

Recently, the population of Seoul has been affected by particulate matter in the atmosphere. This problem can be addressed by developing an elaborate forecasting model to estimate the concentration of fine dust in the metropolitan area. We present a forecasting model of the fine dust concentration with an extended range of input variables, compared to existing models. The model takes inputs from holistic perspectives such as topographical features on the surface, chemical sources of the fine dusts, traffic and the human activities in sub-areas, and meteorological data such as wind, temperature, and humidity, of fine dust. Our model was evaluated by the index-of-agreement (IOA) and the root mean-squared error (RMSE) in predicting PM2.5 and PM10 over three subsequent days. Our model variations consist of linear regressions, ARIMA, and Gaussian process regressions (GPR). The GPR showed the best performance in terms of IOA that is over 0.6 in the three-day predictions.