High-resolution spatial and spatiotemporal modelling of air pollution using fixed site and mobile monitoring in a Canadian city
Notice bibliographique
Résumé
The development of high-resolution spatial and spatiotemporal models of air pollutants is essential for exposure science and epidemiological applications. While fixed-site sampling has conventionally provided input data for statistical predictive models, the evolving mobile monitoring method offers improved spatial resolution, ideal for measuring pollutants with high spatial variability such as ultrafine particles (UFP). The Quebec Air Pollution Exposure and Epidemiology (QAPEE) study measured and modelled the spatial and spatiotemporal distributions of understudied pollutants, such as UFPs, black carbon (BC), and brown carbon (BrC), along with fine particulate matter (PM2.5), nitrogen dioxide (NO2), and ozone (O3) in Quebec City, Canada. We conducted a combined fixed-site (NO2 and O3) and mobile monitoring (PM2.5, BC, BrC, and UFPs) campaign over 10-months. Mobile monitoring routes were monitored on a weekly basis between 8am–10am and designed using location/allocation modelling. Seasonal fixed-site sampling campaigns captured continuous 24-h measurements over two-week periods. Generalized Additive Models (GAMs), which combined data on pollution concentrations with spatial, temporal, and spatiotemporal predictor variables were used to model and predict concentration surfaces. Annual models for PM2.5, NO2, O3 as well as seven of the smallest size fractions in the UFP range, had high out of sample predictive accuracy (range r2: 0.54–0.86). Varying spatial patterns were observed across UFP size ranges measured as Particle Number Counts (PNC). The monthly spatiotemporal models for PM2.5 (r2 = 0.49), BC (r2 = 0.27), BrC (r2 = 0.29), and PNC (r2 = 0.49) had moderate or moderate-low out of sample predictive accuracy. We conducted a sensitivity analysis and found that the minimum number of ‘n visits’ (mobile monitoring sessions) required to model annually representative air pollution concentrations was between 24 and 32 visits dependent on the pollutant. This study provides a single source of exposure models for a comprehensive set of air pollutants in Quebec City, Canada. These exposure models will feed into epidemiological research on the health impacts of ambient UFPs and other pollutants.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».