基于谷歌街景车辆移动监测器的细尺度时空空气污染分析
应用统计
2020-12-22 v3
摘要
人们日益关注对其个人环境的了解，包括可能暴露于有害空气污染物之中。为了在日常生活活动中做出明智决策，他们感兴趣的是局部尺度上的实时信息。利用移动监测器获取的公开、细尺度、高质量空气污染测量数据，代表了测量技术的一种范式转变。利用这些日益精细的测量数据来提供实时空气污染图与细分辨率空间尺度上的短期空气质量预报的方法论框架，可证明有助于提升公众认知与理解。谷歌街景研究提供了一种具有空间与时间复杂性的独特数据源，有望提供关于通勤者暴露及高交通量城市街道内热点的信息。我们针对这些数据开发了一个计算高效的时空模型，并利用该模型制作短期预报与当前空气污染水平的高分辨率地图。我们还通过一项实验表明，移动网络能提供比同等规模固定位置网络更细致的信息。随着数据生产及实时可用性持续由移动测量技术的发展与改进所驱动，该建模框架在理解市民个人环境方面具有重要的现实影响。
引用
@article{arxiv.1810.03576,
title = {Fine-scale spatiotemporal air pollution analysis using mobile monitors on Google Street View vehicles},
author = {Yawen Guan and Margaret Johnson and Matthias Katzfuss and Elizabeth Mannshardt and Kyle P Messier and Brian J Reich and Joon Jin Song},
journal= {arXiv preprint arXiv:1810.03576},
year = {2020}
}
备注
This manuscript has been approved for public access. Please put this version online. Previously, this version was removed by arXiv administrators because the author did not have the right to agree to our license at the time of submission