Estimating within-city variability

Estimating within-city variability in air pollution concentrations is important. Land use regression (LUR) models are able to explain such small-scale within-city variations. Transparency in LUR model development methods is important to facilitate comparison of methods between different studies. We therefore developed LUR models in a standardized way in 36 study areas in Europe for the ESCAPE (European Study of Cohorts for Air Pollution Effects) project.

Nitrogen dioxide (NO2) and nitrogen oxides (NOx) were measured with Ogawa passive samplers at 40 or 80 sites in each of the 36 study areas. The spatial variation in each area was explained by LUR modelling. Centrally and locally available Geographic Information System (GIS) variables were used as potential predictors. A leave-one out cross-validation procedure was used to evaluate the model performance.

There was substantial contrast in annual average NO2 and NOx concentrations within the study areas. The model explained variances (R2) of the LUR models ranged from 55% to 92% (median 82%) for NO2 and from 49% to 91% (median 78%) for NOx. For most areas the cross-validation R2 was less than 10% lower than the model R2. Small-scale traffic and population/household density were the most common predictors. The magnitude of the explained variance depended on the contrast in measured concentrations as well as availability of GIS predictors, especially traffic intensity data were important. In an additional evaluation, models in which local traffic intensity was not offered had 10% lower R2 compared to models in the same areas in which these variables were offered.

Within the ESCAPE project it was possible to develop LUR models that explained a large fraction of the spatial variance in measured annual average NO2 and NOx concentrations. These LUR models are being used to estimate outdoor concentrations at the home addresses of participants in over 30 cohort studies.

ผลลัพธ์ (ไทย) 3:

การประเมินความแปรปรวนในความเข้มข้นของมลพิษอากาศในเมืองเป็นสำคัญ การใช้ที่ดิน ( เลอร์ ) แบบจำลองสามารถอธิบายเช่นขนาดเล็กในเมืองรูปแบบ ความโปร่งใสในวิธีการพัฒนาโมเดลเลอร์เป็นสิ่งสำคัญเพื่อความสะดวกในการเปรียบเทียบระหว่างวิธีการศึกษาที่แตกต่างกัน เราจึงพัฒนาโมเดลเลอร์ในวิธีมาตรฐานในการศึกษาพื้นที่ 36 ในยุโรปเพื่อหลบหนี ( ยุโรปศึกษาสมุนสำหรับมลพิษทางอากาศ ) โครงการไนโตรเจนไดออกไซด์ ( NO2 ) และไนโตรเจนออกไซด์ ( NOx ) เป็นวัดที่มีโอกาเรื่อยๆตัวอย่างที่ 40 หรือ 80 เว็บไซต์ในแต่ละ 36 การศึกษาพื้นที่ การเปลี่ยนแปลงเชิงพื้นที่ในแต่ละพื้นที่ ก็สามารถอธิบายได้ด้วยแบบจำลองเลอร์ . จากส่วนกลางและระบบสารสนเทศทางภูมิศาสตร์ ( GIS ) ในพื้นที่ของตัวแปรที่ใช้ทำนายศักยภาพ ลาหนึ่งขั้นตอนการตรวจสอบข้ามประเมินผลการปฏิบัติงานแบบมีความแตกต่างอย่างมากในเฉลี่ยรายปี NOx และ NO2 ) ภายในพื้นที่ศึกษา . แบบจำลองอธิบายความแปรปรวน ( R2 ) ของโมเดลเลอร์อยู่ระหว่างร้อยละ 55 ถึง 92% ( เฉลี่ย 82% ) และ NO2 จาก 49% 91% ( เฉลี่ย 78% ) ดังกล่าว สำหรับพื้นที่ส่วนใหญ่ข้ามการตรวจสอบ R2 น้อยกว่า 10 % ต่ำกว่ารุ่นอาร์ทู ขนาดเล็กประชากรต่อครัวเรือนความหนาแน่นการจราจรและตัวแปรที่พบบ่อยที่สุด ขนาดของการอธิบายความแปรปรวนขึ้นอยู่กับความคมชัดในระดับวัด ตลอดจนความพร้อมของระบบสารสนเทศภูมิศาสตร์พยากรณ์ข้อมูลความเข้มโดยเฉพาะอย่างยิ่งปริมาณเป็นสำคัญ ในการประเมินเพิ่มเติมรุ่นที่ความเข้มการจราจรท้องถิ่นได้เสนอให้ มี R2 10% ลดลงเมื่อเทียบกับรุ่นในพื้นที่เดียวกัน ซึ่งตัวแปรเหล่านี้ถูกเสนอภายในโครงการหนีมันเป็นไปได้ที่จะพัฒนาโมเดลเลอร์อธิบายส่วนใหญ่ของความแปรปรวนในพื้นที่วัดเฉลี่ยรายปี NOx และ NO2 ความเข้มข้น โมเดลเลอร์เหล่านี้จะถูกใช้เพื่อประมาณความเข้มข้นสระที่บ้านที่อยู่ของผู้เข้าร่วมกว่า 30 รุ่นที่เข้าศึกษา