煙霧越境汚染被害予測
概要
目的
本情報資産は環境品質短期予測[1]から派生したもので取得済みの環境観測データからクロスデータ分析[2]を用いてPM10濃度(Haze)を学習・予測する処理、予測を行います。
クロスデータ分析
PM10濃度(Haze)予測は、マルチモーダルモデルに基づいて行われます。マルチモーダルモデルではRecurent Neural Networks(RNN)の一種であるLong Short Term Memory(LSTM)とBidirectional LSTM(BiLSTM)を用いて、気象データの特徴を予測します。このマルチモーダルモデルを用いて、対象エリア内におけるPM10(Haze)濃度を予測します。
データローダ
煙霧越境汚染被害予測で使用する環境観測データを事前に取得し、イベントデータ形式の分析用データを抽出してデータベースに登録します。
応用例
- 越境汚染被害の研究
- 政府の公衆衛生危機管理など
構成
本情報資産は以下から構成されます。
- 処理プログラム(Python言語)
- 測定対象地域選択プログラム
- ブルネイ、インドネシア、タイ、シンガポールの各国毎に同様のプログラムがあります。
- マルチモーダルモデル:1地域を対象とした学習プログラム
- マルチモーダルモデル:1地域を対象としたテストプログラム
- マルチモーダルモデル:複数地域を対象とした学習プログラム
- マルチモーダルモデル:複数地域を対象としたテストプログラム
- マルチモーダルモデル:国内を対象とした学習プログラム
- マルチモーダルモデル:国内を対象としたテストプログラム
- PM10濃度(Haze)予測モデル:複数地域を対象とした予測プログラム
- PM10濃度(Haze)予測モデル:国を跨いだ予測プログラム
- データモデル(public形式)
- ブルネイ、インドネシア、タイ、シンガポールの各国毎に同様のテーブルがあります。
- 1地域を対象とした学習テーブル
- 1地域を対象としたテストテーブル
- 複数地域を対象とした学習テーブル
- 複数地域を対象としたテストテーブル
- 国内を対象とした学習テーブル
- 国内を対象としたテストテーブル
- 複数地域を対象とした予測テーブル
- 国を跨いだ予測テーブル
- ブルネイ、インドネシア、タイ、シンガポールの各国毎に同様のテーブルがあります。
- 予測モデル(マルチモーダル方式)
- PM10濃度(Haze)予測モデル
動作環境
以下の環境で動作を確認しています。
- OS : Ubuntu 18.04 LTS
- メモリ : 4GB以上推奨
- ディスク : 100GB以上
- インターネット接続が可能
- Python : 3.x系(2.x系では動作しません)
- Pythonライブラリ
- psycopg2
- configparser
- geojson
- requests
- PostgreSQL : 9.2以上
xDataEdge[3]環境を使用する場合は上記に加えて以下の条件が必要です。
- Apache, Nginx等、HTTP サーバ機能を持つ(HTTP/HTTPS ポートを LISTEN する)サービス等を OS 上に稼働させていないこと
- xData EdgeをインストールするOSのroot権限を有すること
注意事項
- 機能の制約
- 本情報資産は動作環境に示す環境以外での動作は保証しません。
- データの制約
- データベースに登録するデータについては制約があります。詳細はデータローダAPIマニュアル[4]を参照ください。
- 免責事項
- 当ページに掲載している情報は可能な限り正確な情報を掲載するよう努めていますが、正確性や安全性を保証しません。
- 当ページに掲載している内容、提供されるものによって生じた損害等の一切の責任は負いかねます。
- 当ページで提供されるものは全てサンプルであり予測結果の責任は負いかねます。
参考
- [1]環境品質短期予測の情報資産についてはカタログページを参照ください。
- [2]Asem Kasem, Minh-Son Dao, et.al.: "Overview of MediaEval 2021: Insights for Wellbeing TaskCross-Data Analytics for Transboundary Haze Prediction, MediaEval 2021".
- [3]xData Edgeマニュアル:https://www.xdata.nict.jp/docs/Edge/1.0/
- [4]データローダAPIマニュアル:https://www.xdata.nict.jp/docs/DataLoader/0.6/