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) 1:

ประมาณความแปรปรวนภายในเมืองในความเข้มข้นของมลพิษทางอากาศเป็นสิ่งสำคัญ ใช้ที่ดินถดถอย (LUR)แบบจำลองสามารถอธิบายการเปลี่ยนแปลงขนาดเล็กภายในเมืองดังกล่าวได้ ความโปร่งใสในการพัฒนาแบบจำลอง LURวิธีเป็นสิ่งสำคัญเพื่อให้ง่ายต่อการเปรียบเทียบระหว่างศึกษาวิธีการ เราดังนั้น พัฒนารุ่น LUR ในวิธีมาตรฐานในพื้นที่ศึกษา 36 ในยุโรปสำหรับการหลบหนีโครงการ (ยุโรปศึกษาของ Cohort สำหรับผลกระทบของมลพิษทางอากาศ)ก๊าซไนโตรเจนไดออกไซด์ (NO2) และไนโตรเจนออกไซด์ (NOx) ถูกวัด ด้วยการกล่าวแฝงตัวทำที่ 40หรือ 80 ไซต์ในแต่ละพื้นที่ศึกษา 36 การเปลี่ยนแปลงเชิงพื้นที่ในแต่ละพื้นที่ถูกอธิบาย โดย LURสร้างแบบจำลอง ตัวแปรระบบสารสนเทศทางภูมิศาสตร์ (GIS) ที่พร้อมใช้งานจากส่วนกลาง และท้องถิ่นถูกใช้เป็นพยากรณ์ที่มีศักยภาพ ใช้ลาหนึ่งออกตรวจสอบข้ามขั้นตอนการประเมินรูปแบบการทำงานพบความแตกต่างของค่าเฉลี่ยรายปี NO2 และ NOx ความเข้มข้นภายในพื้นที่ศึกษาได้รูปแบบที่อธิบายผลต่าง (R2) รุ่น LUR จนถึง 55% ถึง 92% (เฉลี่ย 82%) สำหรับ NO2 และจาก 49% เป็น 91% (เฉลี่ย 78%) สำหรับ NOx สำหรับพื้นที่ส่วนใหญ่ R2 ตรวจสอบข้ามถูกลดลงน้อยกว่า 10%กว่ารุ่น R2 ความหนาแน่นการจราจรและประชากร/ครัวเรือนขนาดเล็กถูกทำนายทั่วไปขึ้นกับขนาดของความแปรปรวนที่อธิบายความแตกต่างในความเข้มข้นที่วัดได้รวมทั้งความพร้อมของ GIS ทำนาย ข้อมูลความเข้มการจราจรโดยเฉพาะอย่างยิ่งมีความสำคัญ ในเพิ่มเติมการประเมินผล แบบจำลองที่นำเสนอความเข้มจราจรท้องถิ่นไม่มี 10% ต่ำกว่า R2 เมื่อเทียบกับรุ่นในพื้นที่เดียวกันที่ได้เสนอตัวแปรเหล่านี้ภายในโครงการหนี ถูกสามารถพัฒนาแบบจำลอง LUR ที่อธิบายส่วนใหญ่ของการผลต่างเชิงพื้นที่ในวัดประจำปีเฉลี่ย NO2 และ NOx ความเข้มข้น รุ่น LUR เหล่านี้จะมีการใช้ในการประเมินความเข้มข้นกลางแจ้งที่อยู่บ้านของผู้เข้าร่วมกว่า 30 งานศึกษา

ผลลัพธ์ (ไทย) 2:

ประมาณความแปรปรวนภายในเมืองในระดับความเข้มข้นมลพิษทางอากาศเป็นสิ่งสำคัญ การใช้ที่ดินการถดถอย (LUR)
รุ่นที่สามารถอธิบายเช่นขนาดเล็กรูปแบบภายในเมือง ความโปร่งใสในการ LUR การพัฒนารูปแบบ
วิธีการเป็นสิ่งสำคัญที่จะอำนวยความสะดวกในการเปรียบเทียบวิธีการที่แตกต่างกันระหว่างการศึกษา เรา
จึงพัฒนารุ่น LUR ในทางที่เป็นมาตรฐานใน 36 พื้นที่ศึกษาในยุโรปสำหรับการเลี่ยง
(การศึกษาในยุโรปของผองอากาศสำหรับผลกระทบมลพิษ) โครงการ.
ไนโตรเจนไดออกไซด์ (NO2) และออกไซด์ของไนโตรเจน (NOx) เป็นวัดที่มีตัวอย่างเรื่อย ๆ Ogawa ที่ 40
หรือ 80 เว็บไซต์ในแต่ละพื้นที่ศึกษา 36 การเปลี่ยนแปลงเชิงพื้นที่ในแต่ละพื้นที่ได้รับการอธิบายโดย LUR
การสร้างแบบจำลอง ใจกลางเมืองที่มีในท้องถิ่นและระบบสารสนเทศภูมิศาสตร์ตัวแปร (GIS) ถูกนำมาใช้เป็น
ตัวพยากรณ์ที่มีศักยภาพ ลาหนึ่งการตามขั้นตอนการตรวจสอบข้ามถูกนำมาใช้ในการประเมินรูปแบบ
การปฏิบัติงาน.
มีความคมชัดมากใน NO2 เฉลี่ยต่อปีและความเข้มข้น NOx ภายในพื้นที่การศึกษาคือ.
รูปแบบการอธิบายความแปรปรวน (R2) ของแบบจำลอง LUR ตั้งแต่ 55% ถึง 92 % (เฉลี่ย 82%) สำหรับ NO2 และ
จาก 49% เป็น 91% (เฉลี่ย 78%) สำหรับ NOx สำหรับพื้นที่ส่วนใหญ่การตรวจสอบข้าม R2 น้อยกว่า 10% ต่ำ
กว่ารุ่น R2 เรียก การจราจรขนาดเล็กและความหนาแน่นของประชากร / ครัวเรือนเป็นตัวพยากรณ์ที่พบมากที่สุด.
ขนาดของความแปรปรวนอธิบายขึ้นอยู่กับความคมชัดในระดับความเข้มข้นที่วัดได้
เช่นเดียวกับความพร้อมของระบบสารสนเทศภูมิศาสตร์พยากรณ์โดยเฉพาะอย่างยิ่งข้อมูลการจราจรหนาแน่นมีความสำคัญ ในการเพิ่ม
การประเมินผลรุ่นที่เข้มการจราจรในพื้นที่ไม่ได้ถูกนำเสนอ 10% ต่ำ R2 เมื่อเทียบกับรุ่น
ในพื้นที่เดียวกันที่ตัวแปรเหล่านี้ถูกนำเสนอ.
ภายในโครงการ ESCAPE มันเป็นไปได้ที่จะพัฒนารูปแบบ LUR อธิบายว่าส่วนใหญ่ของ
แปรปรวนเชิงพื้นที่ในวัด NO2 เฉลี่ยต่อปีและความเข้มข้น NOx โมเดลเหล่านี้ LUR จะถูก
ใช้ในการประเมินความเข้มข้นกลางแจ้งที่อยู่ที่บ้านของผู้เข้าร่วมในกว่า 30 ศึกษาการศึกษา

ผลลัพธ์ (ไทย) 3:

การประเมินความแปรปรวนในความเข้มข้นของมลพิษอากาศในเมืองเป็นสำคัญ การใช้ที่ดิน ( เลอร์ )โมเดลสามารถอธิบายเช่นขนาดเล็กในเมืองรูปแบบ ความโปร่งใสในการพัฒนาโมเดลเลอร์วิธีการที่สำคัญเพื่ออำนวยความสะดวกการเปรียบเทียบวิธีการระหว่างการศึกษาที่แตกต่างกัน เราดังนั้น การพัฒนาโมเดลเลอร์ในวิธีมาตรฐานในการศึกษาพื้นที่ 36 ในยุโรปเพื่อหนี( ยุโรปศึกษาสมุนสำหรับมลพิษทางอากาศ ) โครงการไนโตรเจนไดออกไซด์ ( NO2 ) และไนโตรเจนออกไซด์ ( NOx ) เป็นวัดที่มีโอกาเรื่อยๆตัวอย่างที่ 40หรือ 80 เว็บไซต์ในแต่ละ 36 การศึกษาพื้นที่ การเปลี่ยนแปลงเชิงพื้นที่ในแต่ละพื้นที่ได้โดยเลอร์การสร้างแบบจำลอง จากส่วนกลางและระบบสารสนเทศทางภูมิศาสตร์ ( GIS ) ในพื้นที่ของตัวแปรที่ใช้เป็นโรคที่อาจเกิดขึ้น ลาหนึ่งออกจากกระบวนการตรวจสอบประเมินผลแบบไขว้ผลการปฏิบัติงานมีความแตกต่างอย่างมากในเฉลี่ยรายปี NOx และ NO2 ) ภายในพื้นที่ศึกษา .แบบจำลองอธิบายความแปรปรวน ( R2 ) ของโมเดลเลอร์อยู่ระหว่างร้อยละ 55 ถึง 92% ( เฉลี่ย 82% ) สำหรับ NO2 และจาก 49% 91% ( เฉลี่ย 78% ) ดังกล่าว สำหรับพื้นที่ส่วนใหญ่ข้ามการตรวจสอบ R2 น้อยกว่า 10 % กว่ากว่ารุ่นอาร์ทู ขนาดเล็กประชากรต่อครัวเรือนความหนาแน่นการจราจรและตัวแปรที่พบบ่อยที่สุดขนาดของการอธิบายความแปรปรวนขึ้นอยู่กับความคมชัดในวัดความเข้มข้นรวมทั้งการมีภูมิพยากรณ์ ข้อมูลความเข้มโดยเฉพาะอย่างยิ่งปริมาณเป็นสำคัญ ในเพิ่มเติมการประเมินผลรุ่นที่ความเข้มการจราจรท้องถิ่นได้เสนอให้ มี R2 10% ลดลงเมื่อเทียบกับรุ่นในพื้นที่เดียวกัน ซึ่งตัวแปรเหล่านี้ถูกเสนอภายในโครงการหนีมันเป็นไปได้ที่จะพัฒนาโมเดลเลอร์อธิบายสัดส่วนขนาดใหญ่ของความแปรปรวนในพื้นที่วัดเฉลี่ยรายปี NOx และ NO2 ความเข้มข้น โมเดลเลอร์เหล่านี้จะเป็นใช้ในการประเมินความเข้มข้นสระที่บ้านที่อยู่ของผู้เข้าร่วมกว่า 30 รุ่นที่เข้าศึกษา