2Model InputsThere were seven input

2

Model Inputs

There were seven inputs to the model in this study: two taxi parameters
(length and time) and five meteorological parameters (temperature, dewpoint, pressure, and the x- and y-components of wind).

2.1

Interpolation

All meteorological inputs and pollution data were spatially interpolated using
the ordinary kriging method. Kriging calculates the similarities between consecutive existing data points, and uses that statistical likelihood of similarity
to proximate points as the weight in calculating a weighted average. Wong
et al. [51] demonstrated that kriging is an effective interpolation method for
meteorological and pollution data, and Jerrett et al. [28] showed kriging's
efficacy at interpolating those data in urban settings. A MATLAB toolbox
made by the Surrogate Modeling Lab of Ghent University, ooDACE [16], was
used to perform the kriging.

2.2

Meteorological Factors

The meteorological factors used were temperature, dewpoint, pressure, and
wind. All meteorological information was sourced from the National Oceanic
and Atmospheric Administration's Climate Data Online service[34] and processed in Microsoft Excel and MATLAB. Data was collected for each hour,
so no temporal interpolation was necessary. Table 1 shows the mean and
other basic statistics of the meteorological data over the entire temporal and
spatial data set. The relatively high variance of the meteorological factors
was the primary reason April was chosen for the trial.
Because there were only two stations within the city limits, four neighboring stations' data was also downloaded to provide more data for the kriging
algorithm. Each station recorded data hourly, so temporal interpolation was
unnecessary. The six stations used and their locations are described in Ta9

ผลลัพธ์ (ไทย) 2:

2 รุ่นปัจจัยการผลิตมีเจ็ดปัจจัยการผลิตรูปแบบในการศึกษาครั้งนี้มีสองพารามิเตอร์แท็กซี่(ความยาวและเวลา) และห้าพารามิเตอร์อุตุนิยมวิทยา (อุณหภูมิ dewpoint, ความดัน, และ x และ y ที่ส่วนประกอบของลม). 2.1 การแก้ไขทั้งหมดปัจจัยการผลิตทางอุตุนิยมวิทยาและข้อมูลที่ได้รับมลพิษหยันตำแหน่งโดยใช้วิธี kriging สามัญ kriging คำนวณความคล้ายคลึงกันระหว่างจุดข้อมูลที่มีอยู่ต่อเนื่องกันและใช้ความน่าจะเป็นสถิติที่มีความคล้ายคลึงกันที่จะอยู่ใกล้จุดที่เป็นน้ำหนักในการคำนวณค่าเฉลี่ยถ่วงน้ำหนัก วงศ์et al, [51] แสดงให้เห็นว่า kriging เป็นวิธีการแก้ไขที่มีประสิทธิภาพสำหรับข้อมูลอุตุนิยมวิทยาและมลพิษและ Jerrett et al, [28] แสดงให้เห็น kriging ของการรับรู้ความสามารถที่interpolating ข้อมูลเหล่านั้นในการตั้งค่าในเมือง กล่องเครื่องมือ MATLAB ทำโดยตัวแทนการสร้างแบบจำลองการทดลองของมหาวิทยาลัย Ghent ooDACE [16] ถูกใช้ในการดำเนินkriging ได้. 2.2 อุตุนิยมวิทยาปัจจัยปัจจัยทางอุตุนิยมวิทยาที่ใช้มีอุณหภูมิ dewpoint, ความดัน, และลม ข้อมูลอุตุนิยมวิทยาทั้งหมดได้มาจาก National มหาสมุทรและบรรยากาศการบริหารสภาพภูมิอากาศของข้อมูลบริการออนไลน์[34] และประมวลผลใน Microsoft Excel และโปรแกรม MATLAB เก็บรวบรวมข้อมูลสำหรับแต่ละชั่วโมงจึงไม่มีการแก้ไขชั่วคราวเป็นสิ่งจำเป็น ตารางที่ 1 แสดงค่าเฉลี่ยและสถิติพื้นฐานอื่นๆ ของข้อมูลทางอุตุนิยมวิทยาในช่วงเวลาและทั้งข้อมูลเชิงพื้นที่ชุด ความแปรปรวนค่อนข้างสูงของปัจจัยอุตุนิยมวิทยาเป็นเหตุผลหลักเมษายนเป็นทางเลือกสำหรับการพิจารณาคดี. เพราะมีเพียงสองสถานีในเขตเมืองสี่ข้อมูลสถานีใกล้เคียงยังถูกดาวน์โหลดมาเพื่อให้ข้อมูลมากขึ้นสำหรับ kriging อัลกอริทึม แต่ละสถานีที่บันทึกข้อมูลรายชั่วโมงดังนั้นการแก้ไขชั่วคราวเป็นที่ไม่จำเป็น หกสถานีที่ใช้และสถานที่ของพวกเขาได้อธิบายไว้ใน TA9

ผลลัพธ์ (ไทย) 3:

2

แบบกระผม

มีเจ็ดปัจจัยกับรูปแบบการศึกษา : สองแท็กซี่พารามิเตอร์
( ความยาวและเวลา ) และห้าอุตุนิยมวิทยาพารามิเตอร์ ( อุณหภูมิ dewpoint , ความดัน , และ X - และ y-components ลม ) .





ทั้งหมด 2.1 การอุตุนิยมวิทยาและข้อมูลเชิงพื้นที่ข้อมูลมลพิษ หยัน
คริกกิ้งธรรมดาที่ใช้วิธีคริกกิ้งคำนวณความคล้ายคลึงกันระหว่างติดต่อกันข้อมูลที่มีอยู่จุด และใช้โอกาสทางสถิติของความคล้ายคลึงกันเป็น
จุด น้ำหนักในการคำนวณน้ำหนักเฉลี่ย . หว่อง
et al . [ 51 ] แสดงว่า คริกกิ้งเป็นวิธีการที่มีประสิทธิภาพสำหรับ
อุตุนิยมวิทยาและข้อมูลมลพิษ และ jerrett et al . [ 28 ] )
คริกกิ้งของความสามารถในการ ประมาณค่าข้อมูลที่อยู่ในเมือง เป็นโปรแกรมที่ทำโดยตัวแทนการสร้างแบบจำลองเครื่องมือ
แล็บของ Ghent University oodace [ 16 ] ,
เคยทำการคริกกิ้ง





2.2 ปัจจัยทางอุตุนิยมวิทยาอุตุนิยมวิทยาปัจจัยได้แก่ อุณหภูมิ ความดัน และ dewpoint
, ลม ข้อมูลอุตุนิยมวิทยาทั้งหมดที่มาจาก
มหาสมุทรแห่งชาติและบรรยากาศแห่งชาติของภูมิอากาศ [ 34 ] ออนไลน์ บริการข้อมูลและประมวลผลใน Microsoft Excel และโปรแกรม Matlab . เก็บข้อมูลสำหรับแต่ละชั่วโมง จึงไม่มีเวลา
การจำเป็น ตารางที่ 1 แสดงความหมายและ
สถิติอื่น ๆพื้นฐานของข้อมูลอุตุนิยมวิทยา กว่าทั้งชั่วคราวและ
ชุดข้อมูลเชิงพื้นที่ ความแปรปรวนค่อนข้างสูงของ
ปัจจัยทางอุตุนิยมวิทยาคือเหตุผลหลัก วันที่ถูกเลือกสำหรับการทดลอง .
เพราะมีเพียงสองสถานี ภายในวงเงินเมือง , ข้อมูลสี่สถานีข้างเคียง ' ยัง ดาวน์โหลด เพื่อให้ข้อมูลเพิ่มเติมสำหรับคริกกิ้ง
ขั้นตอนวิธี แต่ละสถานีบันทึกข้อมูลรายชั่วโมง ดังนั้นเวลาการแก้ไขคือ
ไม่จำเป็น หกสถานีที่ใช้และสถานที่ของพวกเขาจะอธิบายใน ta9