JP7048928B2 - 動的ペアリングおよび比較に基づく大気汚染源認識 - Google Patents

動的ペアリングおよび比較に基づく大気汚染源認識 Download PDF

Info

Publication number
JP7048928B2
JP7048928B2 JP2018097841A JP2018097841A JP7048928B2 JP 7048928 B2 JP7048928 B2 JP 7048928B2 JP 2018097841 A JP2018097841 A JP 2018097841A JP 2018097841 A JP2018097841 A JP 2018097841A JP 7048928 B2 JP7048928 B2 JP 7048928B2
Authority
JP
Japan
Prior art keywords
cell
cells
computer
contamination
pollution
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2018097841A
Other languages
English (en)
Other versions
JP2019002913A (ja
Inventor
タオ・バ ユー
ミン・シエ
リンユン・ワン
シュイ・ゾウ クー
ウェンチェン・チョン
ガン・ジョウ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by International Business Machines Corp filed Critical International Business Machines Corp
Publication of JP2019002913A publication Critical patent/JP2019002913A/ja
Application granted granted Critical
Publication of JP7048928B2 publication Critical patent/JP7048928B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004Gaseous mixtures, e.g. polluted air
    • G01N33/0009General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0027General constructional details of gas analysers, e.g. portable test equipment concerning the detector
    • G01N33/0036Specially adapted to detect a particular component
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004Gaseous mixtures, e.g. polluted air
    • G01N33/0009General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0027General constructional details of gas analysers, e.g. portable test equipment concerning the detector
    • G01N33/0031General constructional details of gas analysers, e.g. portable test equipment concerning the detector comprising two or more sensors, e.g. a sensor array
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004Gaseous mixtures, e.g. polluted air
    • G01N33/0009General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0073Control unit therefor
    • G01N33/0075Control unit therefor for multiple spatially distributed sensors, e.g. for environmental monitoring

Description

本発明は一般にコンピューティングの分野に関し、より詳細には大気汚染源を決定することに関する。
通常、大気汚染は大気中の粒子状物質からなる。粒子状物質(PM)は、地球の大気中に浮遊した微視的な固体または液体の物質である。大気とPMの混合物はエアロゾルである。エアロゾルおよびPMは、気候および降水量に対する影響を有するだけでなく、人の健康に悪影響を及ぼす。
動的ペアリングおよび比較に基づく大気汚染源認識方法、システム、およびプログラムを提供する。
一実施形態によれば、地理的エリアを格子化すること、および格子状セル(griddedcell)をペアリングおよび比較することに基づく、大気汚染源を決定するための方法、コンピュータ・システム、およびコンピュータ・プログラムが提供される。プロセッサによって実施される方法は、地理的エリアに関連付けられた複数の汚染測定データ、複数の測地データ、および複数の気象データを受け取ることができる。プロセッサによって実施される方法は、地理的エリアの格子を生成することができ、それによって、生成した格子は地理的エリアを複数のセルに仮想的に分割する。プロセッサによって実施される方法は、受け取った複数の汚染測定データ、受け取った複数の測地データ、および受け取った複数の気象データを、生成した格子内のセルに関連付けることができる。プロセッサによって実施される方法は、セルに関連付けた汚染測定データ、および複数の汚染物質の物理的影響度に基づいて、セルの汚染物質影響度値を決定することができる。プロセッサによって実施される方法は、複数のセルの対の比較に基づいて汚染源を特定することができ、特定した汚染源に関連付けられた地理的エリア上の位置を表示する。
本発明の上記および他の目的、特徴、および利点は、添付の図面と共に読まれる、その例示の実施形態の以下の詳細な説明から明らかになるであろう。当業者が本発明を詳細な説明と併せて理解することを容易にするために、図面の様々な特徴は、見やすいように、原寸に比例していない。
少なくとも1つの実施形態による例示的ネットワーク化コンピュータ環境を示す図である。 少なくとも1つの実施形態による大気汚染源決定プロセスを示す動作フローチャートである。 少なくとも1つの実施形態による地理的エリアの例示的格子、および特徴を有する格子状セルを示す図である。 少なくとも1つの実施形態による格子状セルの例示的汚染影響度値比較表を示す図である。 少なくとも1つの実施形態による図1に示されるコンピュータおよびサーバの内部および外部構成要素のブロック図である。 本発明の実施形態によるクラウド・コンピューティング環境を示す図である。 本発明の実施形態による抽象化モデル・レイヤを示す図である。
本明細書では特許請求される構造および方法の詳細な実施形態が開示されるが、開示される実施形態は、様々な形で具体化され得る特許請求される構造および方法の単なる例示であることが理解され得る。しかし本発明は、多くの異なる形で具体化され得るものであり、本明細書で述べられる例示的実施形態に限定されるものと見なされるべきでない。説明においては、述べられる実施形態が不必要に不明瞭になるのを避けるために、よく知られている特徴および技法の詳細は省かれ得る。
本発明の実施形態はコンピューティングの分野に関し、より詳細には大気汚染源を決定することに関する。以下の述べられる例示的実施形態は、中でも、エリアを格子化すること、および物理的輸送(physical transportation)を差し引いた後の格子状セルと、測定値に影響する二次形成基準(secondary formation criteria)とを動的に比較することに基づいて、大気汚染放出源を決定するためのシステム、方法、およびプログラムを提供する。したがって本実施形態は、瞬間的な放出を伴う汚染の散在する発生源さえも位置を突き止めることによって、大気汚染源を決定する技術的分野を改善する能力を有し、また重度に汚染された地理的エリア内の大気汚染源を決定することができる。
前述のように大気汚染は、大気中の粒子状物質(PM)からなる。PMは、地球の大気中に浮遊した微視的な固体または液体の物質である。大気とPMの混合物はエアロゾルである。エアロゾルおよびPMは、気候および降水量に対する影響を有するだけでなく、人の健康に悪影響を及ぼす。
通常、大気汚染は放出源から発生する。放出源は、点、移動性、生物起源、および大気中の、4つのカテゴリにグループ化され得る。点発生源は一般に、工場、発電所、または他の産業施設など、特定のエリアにおいて静的地理的位置を有する発生源である。移動性発生源は、自動車、飛行機、およびトラックなど、移動性の放出位置を有する発生源である。生物起源の放出源は、植生からの放出、火山性放出、または海塩放出など、自然の発生源から生じる放出である。大気中発生源は、道路、汚染された貯水池、または森林火災など、人が関与する特定の汚染放出エリアとすることができる。
さらに大気汚染は、放出源から発生するだけでなく、二次形成および物理的輸送の効果からも発生する。二次形成効果は通常、放出源からの汚染物質が地球の大気と相互作用する時に生じる化学的プロセスである。例えば炭化水素(HC)および外気においてNOが酸素と結合する時に形成されるNOなどの窒素酸化物(NO)が太陽光の存在下で結合する時に形成されるオゾン、または二酸化硫黄もしくは窒素酸化物が貯水池と反応する時に形成される酸性雨がある。発生後に大気汚染は、物理的輸送効果によって大気を通じて混合し、発散する。物理的輸送効果は、風、湿度、圧力変化、または大気中の汚染物質を移動させ得る他の物理プロセスとすることができる。
通常、汚染は、地理的エリア内の特定の位置に配置された拡散チューブ、分光器、気体または組み合わされた技法を用いて測定される。これらの測定値は、大気の一般的な汚染状態をもたらし得るが、特に重度に汚染された状態において、瞬間的(短時間)放出を伴う散在する放出源の位置を突き止める能力が不足している。したがって中でも、関心のあるエリアを格子状セルに分離して、散在する放出源の位置を決定ことによって、大気汚染源の地理的位置を決定するシステムを実装することが有利となり得る。
一実施形態によれば、プロセッサによって実施される方法は、エリアに関連付けられた汚染測定データ、測地データ、および気象データを受け取る。エリアの格子を生成することができ、測定データ、測地データ、および気象データは、1つまたは複数の格子状セルに関連付けることができ、格子状セルは、エリアを1つまたは複数の格子状セルに仮想的に分割することができる。次いで1つまたは複数の格子状セルの汚染物質影響度値が、計算され得る。次に物理的輸送効果除去、および格子状セルの対の比較に基づいて、汚染源が特定され得る。次いで特定された汚染源を有する格子は、特定された汚染源に関連付けられた位置を示すように、ユーザに表示され得る。
本発明は、統合の任意の可能な技術的詳細レベルにおけるシステム、方法、またはコンピュータ・プログラムあるいはその組合せとすることができる。コンピュータ・プログラムは、本発明の態様をプロセッサに実行させるためのコンピュータ可読プログラム命令を有する、(1つまたは複数の)コンピュータ可読記憶媒体を含むことができる。
コンピュータ可読記憶媒体は、命令実行デバイスによる使用のための命令を保持および記憶することができる、有形のデバイスとすることができる。コンピュータ可読記憶媒体は、例えば電子的記憶デバイス、磁気記憶デバイス、光記憶デバイス、電磁的記憶デバイス、半導体記憶デバイス、または上記の任意の適切な組合せとすることができるが、それらに限定されない。コンピュータ可読記憶媒体のより具体的な例の非網羅的なリストは、ポータブル・コンピュータ・ディスケット、ハード・ディスク、ランダム・アクセス・メモリ(RAM)、読み出し専用メモリ(ROM)、消去可能プログラマブル読み出し専用メモリ(EPROMまたはフラッシュ・メモリ)、スタティック・ランダム・アクセス・メモリ(SRAM)、ポータブル・コンパクト・ディスク読み出し専用メモリ(CD-ROM)、デジタル多用途ディスク(DVD)、メモリ・スティック、フロッピ(R)・ディスク、パンチカードまたは命令を記録された溝内の隆起構造などの機械的エンコード型デバイス、および上記の任意の適切な組合せを含む。本明細書で用いられるコンピュータ可読記憶媒体とは、電波または他の自由に伝搬する電磁波、導波路または他の伝送媒体を通して伝搬する電磁波(例えば光ファイバ・ケーブルを通過する光パルス)、または線材を通して送信される電気信号など、それ自体が一時的信号であると解釈されるものではない。
本明細書で述べられるコンピュータ可読プログラム命令は、コンピュータ可読記憶媒体からそれぞれのコンピューティング/処理デバイスに、またはネットワーク、例えばインターネット、ローカル・エリア・ネットワーク、広域ネットワーク、もしくは無線ネットワークあるいはその組合せを経由して外部コンピュータもしくは外部記憶デバイスに、ダウンロードされ得る。ネットワークは、銅の伝送ケーブル、光伝送ファイバ、無線伝送、ルータ、ファイアウォール、スイッチ、ゲートウェイ・コンピュータまたはエッジ・サーバあるいはそれらの組合せを備えることができる。各コンピューティング/処理デバイス内のネットワーク・アダプタ・カードまたはネットワーク・インターフェースは、ネットワークからコンピュータ可読プログラム命令を受信し、コンピュータ可読プログラム命令を、それぞれのコンピューティング/処理デバイス内のコンピュータ可読記憶媒体における記憶のために送る。
本発明の動作を実行するためのコンピュータ可読プログラム命令は、アセンブラ命令、命令セット・アーキテクチャ(ISA)命令、マシン命令、マシン依存型命令、マイクロコード、ファームウェア命令、状態設定データ、集積回路のための構成データ、あるいはSmalltalk(R)、C++などのオブジェクト指向プログラミング言語、および「C」プログラミング言語または同様なプログラミング言語などの手続き型プログラミング言語を含む、1つまたは複数のプログラミング言語の任意の組合せで書かれた、ソース・コードまたはオブジェクト・コードとすることができる。コンピュータ可読プログラム命令は、専らユーザのコンピュータ上で、スタンド・アロン・ソフトウェア・パッケージとして部分的にユーザのコンピュータ上で、部分的にユーザのコンピュータ上で、かつ部分的にリモート・コンピュータ上で、あるいは専らリモート・コンピュータまたはサーバ上で、実行することができる。後者のシナリオにおいてリモート・コンピュータは、ローカル・エリア・ネットワーク(LAN)または広域ネットワーク(WAN)を含む、任意のタイプのネットワークを通してユーザのコンピュータに接続され得、あるいは外部コンピュータへの接続が(例えばインターネット・サービス・プロバイダを用いてインターネットを通して)なされ得る。いくつかの実施形態において、例えばプログラマブル・ロジック回路、フィールド・プログラマブル・ゲート・アレイ(FPGA)、またはプログラマブル・ロジック・アレイ(PLA)を含む電子回路は、本発明の態様を行うために、コンピュータ可読プログラム命令の状態情報を利用することによって、コンピュータ可読プログラム命令を実行して電子回路を個人化することができる。
本明細書において本発明の態様は、本発明の実施形態による方法、装置(システム)、およびコンピュータ・プログラムの、フローチャート図またはブロック図あるいはその両方を参照して述べられる。フローチャート図またはブロック図あるいはその両方の各ブロック、およびフローチャート図またはブロック図あるいはその両方におけるブロックの組合せは、コンピュータ可読プログラム命令によって実施され得ることが理解されるであろう。
コンピュータ可読プログラム命令は、コンピュータまたは他のプログラマブル・データ処理装置のプロセッサによって実行する命令が、フローチャートまたはブロック図あるいはその両方の1つまたは複数のブロックにおいて指定された機能/動作を実施するための手段を作成するように、汎用コンピュータ、専用コンピュータ、または他のプログラマブル・データ処理装置のプロセッサに与えられて、マシンを作り出すものであってよい。これらのコンピュータ可読プログラム命令はまた、命令が記憶されたコンピュータ可読記憶媒体が、フローチャートまたはブロック図あるいはその両方の1つまたは複数のブロックにおいて指定された機能/動作の態様を実施する命令を含んだ製品を備えるように、コンピュータ可読記憶媒体に記憶され、コンピュータ、プログラマブル・データ処理装置、または他のデバイスあるいはそれらの組合せに特定のやり方で機能するように指示することができるものであってもよい。
コンピュータ可読プログラム命令はまた、コンピュータ、他のプログラマブル装置、または他のデバイス上で実行する命令が、フローチャートまたはブロック図あるいはその両方の1つまたは複数のブロックにおいて指定された機能/動作を実施するように、コンピュータによって実施されるプロセスを形成するべく、コンピュータ、他のプログラマブル・データ処理装置、または他のデバイス上にロードされ、コンピュータ、他のプログラマブル装置、または他のデバイス上で一連の動作ステップを実行させるものであってもよい。
図におけるフローチャートおよびブロック図は、本発明の様々な実施形態による、システム、方法、およびコンピュータ・プログラムの可能な実装形態のアーキテクチャ、機能、および動作を示す。この関連において、フローチャートまたはブロック図内の各ブロックは、指定された論理機能を実施するための1つまたは複数の実行可能命令を備える、モジュール、セグメント、または命令の一部分を表すことができる。いくつかの代替的実装形態において、ブロック内に記された機能は、図に記されたものとは異なる順序で行われ得る。例えば連続して示される2つのブロックは、実際は実質的に並行して実行され得、またはブロックは時には関わる機能に応じて、逆の順序で実行され得る。またブロック図またはフローチャート図あるいはその両方の各ブロック、およびブロック図またはフローチャート図あるいはその両方におけるブロックの組合せは、指定された機能または動作を行う、または専用ハードウェアおよびコンピュータ命令の組合せを実行する、専用ハードウェア・ベースのシステムによって実施され得ることが留意されるであろう。
以下の述べられる例示的実施形態は、大気汚染放出源の正確な位置を特定するためのシステム、方法、およびプログラムを提供する。方法は、地理的エリアをセルに格子化すること、および各セルにおける大気汚染の測定値から物理的輸送効果を差し引いた後、各セルにおける測定値への二次形成効果影響度を除去するために、同様な特徴を有する格子状セルを比較することによって放出源を決定することに基づく。
図1を参照すると、少なくとも1つの実施形態による例示的ネットワーク化コンピュータ環境100が示される。ネットワーク化コンピュータ環境100は、クライアント・コンピューティング・デバイス102、および通信ネットワーク114を経由して相互接続されたサーバ112を含むことができる。少なくとも1つの実装形態によれば、ネットワーク化コンピュータ環境100は複数のクライアント・コンピューティング・デバイス102およびサーバ112を含むことができ、図を簡潔にするためにそれぞれのうちの1つのみが示される。
通信ネットワーク114は、広域ネットワーク(WAN)、ローカル・エリア・ネットワーク(LAN)、電気通信ネットワーク、無線ネットワーク、公衆交換ネットワーク、または衛星ネットワークあるいはその組合せなどの様々なタイプの通信ネットワークを含むことができる。通信ネットワーク114は、有線、無線通信リンク、または光ファイバ・ケーブルなどの接続を含むことができる。図1は一実装形態の図を示すのみであり、異なる実施形態が実施され得る環境に関していかなる限定も示唆しないことが理解され得る。示される環境に対して、設計および実装要件に基づいて多くの変更がなされ得る。
本発明の一実施形態によればクライアント・コンピューティング・デバイス102は、プロセッサ104と、ソフトウェア・プログラム108および汚染源決定(PSD)プログラム110Aをホストし稼働させることができるようにされたデータ記憶デバイス106とを含み、通信ネットワーク114を経由してサーバ112と通信することができる。クライアント・コンピューティング・デバイス102は、例えばモバイルデバイス、電話、携帯情報端末、ネットブック、ラップトップ・コンピュータ、タブレット・コンピュータ、デスクトップ・コンピュータ、またはプログラムを稼働させ、ネットワークにアクセスすることができる任意のタイプのコンピューティング・デバイスとすることができる。以下で図5を参照して論じられるように、クライアント・コンピューティング・デバイス102は、内部構成要素302aおよび外部構成要素304aをそれぞれ含むことができる。
サーバ・コンピュータ112は、ラップトップ・コンピュータ、ネットブック・コンピュータ、パーソナル・コンピュータ(PC)、デスクトップ・コンピュータ、または本発明の実施形態によりPSDプログラム110Bおよびデータベース116をホストして稼働させることができ、通信ネットワーク114を経由してクライアント・コンピューティング・デバイス102と通信する、任意のプログラマブル電子デバイス、またはプログラマブル電子デバイスの任意のネットワークとすることができる。図5を参照して論じられるようにサーバ・コンピュータ112は、内部構成要素302bおよび外部構成要素304bをそれぞれ含むことができる。サーバ112はまた、ソフトウェア・アズ・ア・サービス(SaaS)、プラットフォーム・アズ・ア・サービス(PaaS)、またはインフラストラクチャ・アズ・ア・サービス(IaaS)などの、クラウド・コンピューティング・サービス・モデルにおいて動作することができる。サーバ112はまた、プライベート・クラウド、コミュニティ・クラウド、パブリック・クラウド、またはハイブリッド・クラウドなどの、クラウド・コンピューティング・ディプロイ・モデル内に配置され得る。
データベース116は、汚染測定データ118、測地データ120、および気象データ122などの情報を記憶することができるデータ・レポジトリとすることができる。汚染測定データ118は、高密度センサ・ネットワークからの汚染測定データとすることができる。高密度センサ・ネットワークは、地理的エリアにわたって分散され、大気汚染を測定するように構成されたセンサのネットワークである。例えば汚染測定データ118は、NCore複数汚染物質監視ネットワークなどの、主要都市、空港、および他の施設に存在する高密度センサ・ネットワークから受け取られ得る。他の実施形態では、通信ネットワーク114に接続することができ、測定値をサーバ112に送ることができる、音速センサ、臭気センサ、または光センサなどの様々なセンサからの他のデータが、汚染を決定するために用いられ、データベース116に記憶され、またはユーザによって手動で入力され得る。汚染測定データ118は、測定値が取られた日付、測定の時間、センサの位置、および汚染の規模などのフィールドを含むことができる。
測地データ120は、汚染測定データ118が取得されたエリアの地理的画像を組み込んだデータとすることができ、また表面が水、森林、それとも都市であるかなどの、表面地形を含むことができる。例えば測地データ120は、WGS84標準における世界測地系(WGS)などの衛星リモート・センシングから受け取られ得る。WGS84標準は、測地学、地図製作法、および地球の表面上の全地球測位システム(GPS)航法における広く用いられる標準である。例えば測地データ120は、地球の表面の1km×1km(0.621マイル×0.621マイル)分解能をもたらす米国航空宇宙局(NASA)中分解能撮像分光放射計(NASA MODIS)、または50m×50m(164フィート×164フィート)のより詳細な分解能をもたらすように構成されたNASAランドサットからの地形データを含み得る。測地データ120は、座標系(経度および緯度)、ならびに座標、境界、および各領域の表面特性などの地理的エリアの各領域に関する他のデータなどの、位置統計フィールドを含むことができる。領域の大きさは、通常、分光放射計の分解能に依存する。表面特性は、領域内の小山の百分率、領域内の都市開発の百分率、作物畑、森林、草地、または水あるいはその組合せの百分率などの、領域の表面タイプの百分率表示、または百分率表示に変換され得る他のデータを含むことができる。
気象データ122は、汚染測定データ118が取得されたエリアの気象条件を組み込んだデータとすることができ、風、風向、温度、および湿度レベルの測定値を含むことができる。本実施形態によれば気象データ122は、地理的エリアに配置されたセンサから、またはインターネットなどの通信ネットワーク114を通して利用可能な気象サービス・データベースから取得され得る。他の実施形態では汚染測定データ118、測地データ120、または気象データ122あるいはその組合せは、データ記憶デバイス106上に配置され得るものであり、あるいは内部構成要素302a、bまたは外部構成要素304a、bを用いてロードされ得る。
本実施形態によればPSDプログラム110A、110Bは、エリアを格子化すること、各格子状セルにおける汚染物質影響度値を決定すること、ならびに格子状セル間の動的ペアリングおよび比較に基づいて物理的輸送および二次形成効果を差し引くことによって各格子状セルにおける実際の汚染を決定することに基づいて汚染源位置を決定すること、に基づいて汚染源の位置を決定できるプログラムとすることができる。動的ペアリングおよび比較方法に基づく大気汚染源認識は、図2~4に関連して以下で詳しく説明される。
図2~4を参照すると、少なくとも1つの実施形態による大気汚染源決定プロセス200を示す動作フローチャートが示される。202でPSDプログラム110A、110Bは、汚染測定値を受け取る。本実施形態によればPSDプログラム110A、110Bは、データベース116からの汚染測定データ118にアクセスすることができる。他の実施形態ではPSDプログラム110A、110Bは、汚染測定データ118をインターネットなどの通信ネットワーク114から受け取ることができる。例えば汚染測定データ118は、米国環境保護庁(EPA)などの品質監視機関から受け取られ得る。
次に204でPSDプログラム110A、110Bは、エリアの地形を受け取る。本実施形態によればPSDプログラム110A、110Bは、地形情報をデータベース116に記憶された測地データ120から受け取ることができる。他の実施形態ではPSDプログラム110A、110Bは、測地データ120をインターネットなどの通信ネットワーク114から受け取ることができる。例えば測地データ120は、米国地質調査所(USGS)ランドサット・データベースから受け取られ得る。
次に206でPSDプログラム110A、110Bは、気象データを受け取る。本実施形態によればPSDプログラム110A、110Bは、気象データをデータベース116に記憶された気象データ122から受け取る。他の実施形態ではPSDプログラム110A、110Bは、気象データ122をインターネットなどの通信ネットワーク114から受け取ることができる。例えば気象データ122は、米国海洋大気庁国立気象局データベースから受け取られ得る。
次に208でPSDプログラム110A、110Bは、エリアの格子を生成する。本実施形態によればPSDプログラム110A、110Bは、汚染測定データ118、測地データ120、および気象データ122を組み合わせ、エリアを格子状セルに格子化することができる。格子状セルは正方形とすることができ、各セルの大きさは測地データ120の分解能によって制限され得る。例えば測地データ120がNASAランドサット・データベースから受け取られた場合、最小の格子状セル寸法は、50m×50m(164フィート×164フィート)に制限される。本実施形態によればPSDプログラム110A、110Bは格子を、図3で述べられる以下のフィールド、すなわち、格子状セル番号、緯度、経度、山、都市、作物、森林、草地、水、時間、温度、湿度、および圧力を含んだ表に構成することができる。格子状セル番号は、一意の格子状セル識別番号である。経度および緯度は、格子状セルの座標である。山、都市、作物、森林、および水は、格子状セルにおける土地タイプの百分率を表す空間的特徴である。他の実施形態では格子状セル・タイプ値が、各格子状セルの画像処理などの、測地データ120の分析に基づいて推定され得る。例えばPSDプログラム110A、110Bは、格子状セルのデジタル画像を分析し、格子状セル・エリアに対する緑色エリアの比率に基づいて、格子内の森林の百分率を決定することができる。時間は、汚染の測定値が取られたときの日付および時間を表す。温度、湿度、および圧力は、格子状セル内の大気の気温、湿度、および圧力を表す時間的特徴である。他の実施形態では、格子は異なる大きさおよび形状のものとすることができ、セルは互いに部分的に重なり合うことができる。
次に210でPSDプログラム110A、110Bは、格子状セル汚染物質影響度を決定する。本実施形態によればPSDプログラム110A、110Bは、隣接した格子状セルからの汚染物質の物理的輸送を除外することによって、格子状セルの元の放出と、格子状セルの内側の汚染物質の二次形成とからなる、汚染影響度を計算することができる。格子状セル汚染物質影響度は、以下の式を用いて計算され得るものであり、
PT(t,i)=HT(t,i)+VT(t,i)
Figure 0007048928000001

Figure 0007048928000002

ΔPollution(t,i)=Pollution(t,i)-Pollution(t-1,i)
汚染物質影響度=ΔPollution(t,i)-PT(t,i)
ただしPTは汚染物質の物理的輸送、tは測定の時間、iは格子状セル番号、HTは水平輸送、VTは垂直輸送、SpatGradは汚染の空間的勾配、DirHWは水平風の方向、SpeedHWは水平風の速度である。
次に212でPSDプログラム110A、110Bは、格子状セル間の対の比較に基づいて発生源を特定する。本実施形態によればPSDプログラム110A、110Bは、格子状セルにおける二次形成による汚染影響度を除去するために、類似度係数を用いた、対の格子状セル間の静的および動的特徴比較に基づいて、放出源の位置、日付、および時間を決定することができる。格子状セルの類似度係数は、以下の式に基づいて決定され得るものであり、
Similarity(i,j)=1/Σw|features(i)-features(j)|
ただしiおよびjは各格子状セルを識別する格子状セル番号、featuresは格子状セルの空間的または時間的特徴にグループ化され、wは各特徴に関連付けられたユーザ定義による重み、||は距離関数である。静的比較は、対の格子状セルの空間的特徴の高い静的類似度を有する、対の格子状セルを決定することに基づく。例えば格子状セルiおよびjのSimilarity関数が、ユーザにより決定された静的閾値より大きい場合、格子状セルは静的類似度を有する。静的類似度を有する対の格子状セルを決定した後、PSDプログラム110A、110Bは、格子状セルの間で、汚染物質影響度値、および高い動的類似度を有する格子状セルの平均汚染物質影響度値を比較することができ、ここで動的類似度は、格子状セルの時間的特徴に基づいて、格子状セルiおよびjのSimilarity関数を計算することによって決定される。統計的有意性(p<0.05)を持つ、より高い汚染影響度値を有する格子状セルは、放出源を有する格子状セルである。統計的有意性は、図4に示されるように、時間をかけた格子状セル汚染物質影響度値を、対の格子状セルの平均汚染物質影響度値と比較することによって決定され得る。
次に214でPSDプログラム110A、110Bは、放出源の位置を表示する。本実施形態によればPSDプログラム110A、110Bは、放出影響度が最も高いセルに関連付けられた経度および緯度に基づいて、放出源の位置を表示することができる。例えばPSDプログラム110A、110Bは、セルの影響度値が色とし表される(ヒートマップ)、格子状地形を表示することができる。他の実施形態ではPSDプログラム110A、110Bは、閾値より大きい影響度値を有するセルの経度および緯度を決定することができる。他の実施形態ではPSDプログラム110A、110Bは、影響度値が閾値より大きいすべてのセルの表を表示し、経度および緯度をGPS形式に変換することができる。
図3は、少なくとも1つの実施形態による、地理的エリアの例示的格子221、およびそれぞれの典型的な特徴を示す。各セルの特徴は、空間的特徴222および時間的特徴224に分割される。空間的特徴222は、山、都市、作物、森林、草地、および水など、セルの地形の土地タイプ特徴の百分率を表す。時間的特徴224は、セルにおける大気の温度、湿度、および圧力などの大気の特徴を表す。
図4は、少なくとも1つの実施形態による、格子状セルの例示的汚染影響度値比較表231を示す。汚染影響度値比較表231は、現在の格子セル番号、格子セル番号と同様なPSDプログラム110A、110Bによって特定された対のセル、測定値が取られた日付および時間、汚染に対する現在のセルの影響度、および対のセルの平均値のフィールドを含むことができる。
図2~4は一実装形態の図を示すのみであり、どのように異なる実施形態が実施され得るかに関していかなる限定も示唆しないことが理解され得る。示される環境に対して、設計および実装要件に基づいて多くの変更がなされ得る。
図5は、本発明の実施形態による、図1に示されるクライアント・コンピューティング・デバイス102およびサーバ112の内部および外部構成要素のブロック図300である。図5は一実装形態の図を示すのみであり、異なる実施形態が実施され得る環境に関していかなる限定も示唆しないことが理解されるべきである。示される環境に対して、設計および実装要件に基づいて多くの変更がなされ得る。
データ処理システム302、304は、マシン可読プログラム命令を実行することができる任意の電子デバイスを表す。データ処理システム302、304は、スマート・フォン、コンピュータ・システム、PDA、または他の電子デバイスを表すことができる。データ処理システム302、304によって表され得るコンピューティング・システム、環境、または構成あるいはその組合せの例は、パーソナル・コンピュータ・システム、サーバ・コンピュータ・システム、シン・クライアント、シック・クライアント、ハンドヘルドまたはラップトップ・デバイス、マルチプロセッサ・システム、マイクロプロセッサ・ベースのシステム、ネットワークPC、ミニコンピュータ・システム、および上記のシステムまたはデバイスの任意のものを含んだ分散型クラウド・コンピューティング環境を含むが、それらに限定されない。
クライアント・コンピューティング・デバイス102およびサーバ112は、図5に示される内部構成要素302a、bおよび外部構成要素304a、bのそれぞれのセットを含むことができる。内部構成要素302のセットのそれぞれは、1つまたは複数のバス326上の1つまたは複数のプロセッサ320、1つまたは複数のコンピュータ可読RAM322、および1つまたは複数のコンピュータ可読ROM324、ならびに1つまたは複数のオペレーティング・システム328および1つまたは複数のコンピュータ可読有形記憶デバイス330を含む。クライアント・コンピューティング・デバイス102内の1つまたは複数のオペレーティング・システム328、ソフトウェア・プログラム108およびPSDプログラム110A、ならびにサーバ112内のPSDプログラム110Bは、それぞれのRAM322(通常キャッシュ・メモリを含む)の1つまたは複数を通じて、それぞれのプロセッサ320の1つまたは複数による実行のための、それぞれのコンピュータ可読有形記憶デバイス330の1つまたは複数に記憶される。図5に示される実施形態において、コンピュータ可読有形記憶デバイス330のそれぞれは、内蔵ハード・ドライブの磁気ディスク記憶デバイスである。あるいはコンピュータ可読有形記憶デバイス330のそれぞれは、ROM324、EPROM、フラッシュ・メモリ、またはコンピュータ・プログラムおよびデジタル情報を記憶することができる任意の他のコンピュータ可読有形記憶デバイスなどの、半導体記憶デバイスである。
内部構成要素302a、bの各セットはまた、CD-ROM、DVD、メモリ・スティック、磁気テープ、磁気ディスク、光ディスク、または半導体記憶デバイスなどの、1つまたは複数のポータブル・コンピュータ可読有形記憶デバイス338から読み出しそれに書き込むために、R/Wドライブまたはインターフェース332を含む。認識画面保護プログラム(cognitive screen protection program)110A、110Bなどのソフトウェア・プログラムは、それぞれのポータブル・コンピュータ可読有形記憶デバイス338の1つまたは複数に記憶され、それぞれのR/Wドライブまたはインターフェース332を経由して読み出され、それぞれのハード・ドライブ330にロードされ得る。
内部構成要素302a、bの各セットはまた、TCP/IPアダプタ・カード、無線Wi-Fiインターフェース・カード、または3Gもしくは4G無線インターフェース・カード、または他の有線もしくは無線通信リンクなどの、ネットワーク・アダプタまたはインターフェース336を含む。クライアント・コンピューティング・デバイス102内のソフトウェア・プログラム108およびPSDプログラム110A、ならびにサーバ112内のPSDプログラム110Bは、クライアント・コンピューティング・デバイス102およびサーバ112に、ネットワーク(例えばインターネット、ローカル・エリア・ネットワーク、または他の広域ネットワーク)およびそれぞれのネットワーク・アダプタまたはインターフェース336を経由して、外部コンピュータからダウンロードされ得る。ネットワーク・アダプタまたはインターフェース336から、クライアント・コンピューティング・デバイス102内のソフトウェア・プログラム108およびPSDプログラム110A、ならびにサーバ112内のPSDプログラム110Bが、それぞれのハード・ドライブ330にロードされる。ネットワークは、銅線、光ファイバ、無線送信、ルータ、ファイアウォール、スイッチ、ゲートウェイ・コンピュータ、またはエッジ・サーバあるいはその組合せを含み得る。
外部構成要素304a、bのセットのそれぞれは、コンピュータ・ディスプレイ・モニタ344、キーボード342、およびコンピュータ・マウス334を含むことができる。外部構成要素304a、bはまた、タッチ・スクリーン、仮想キーボード、タッチ・パッド、ポインティング・デバイス、および他のヒューマン・インターフェース・デバイスを含むことができる。内部構成要素302a、bのセットのそれぞれはまた、コンピュータ・ディスプレイ・モニタ344、キーボード342、およびコンピュータ・マウス334とインターフェース接続するための、デバイス・ドライバ340を含む。デバイス・ドライバ340、R/Wドライブまたはインターフェース332、およびネットワーク・アダプタまたはインターフェース336は、ハードウェアおよびソフトウェア(記憶デバイス330またはROM324あるいはその両方に記憶された)を備える。
前もって、本開示はクラウド・コンピューティングについての詳しい説明を含むが、本明細書に記載される教示の実施は、クラウド・コンピューティング環境に限定されないことが理解される。むしろ本発明の実施形態は、現在知られているまたは後に開発される任意の他のタイプのコンピューティング環境と共に実施される能力を有する。
クラウド・コンピューティングは、最少の管理上の努力またはサービスのプロバイダとの対話により迅速に用意され、リリースされ得る、構成可能なコンピューティング・リソース(例えばネットワーク、ネットワーク帯域幅、サーバ、処理、メモリ、ストレージ、アプリケーション、仮想マシン、およびサービス)の共有されたプールへの便利な、オンデマンド・ネットワーク・アクセスを可能にするためのサービス供給のモデルである。このクラウド・モデルは、少なくとも5つの特徴、少なくとも3つのサービス・モデル、および少なくとも4つのディプロイモデルを含むことができる。
特徴は以下の通りである。
オンデマンド・セルフサービス:クラウド消費者は、サービスのプロバイダとの人的対話なしに必要に応じて自動的に、サーバ時間およびネットワーク・ストレージなどの、コンピューティング能力を一方的に用意することができる。
広いネットワーク・アクセス:能力はネットワークを通して使用可能であり、標準の機構を通じてアクセスされ、これは異種のシンまたはシック・クライアント・プラットフォーム(例えば携帯電話、ラップトップ、およびPDA)による使用を促進する。
リソース・プーリング:プロバイダのコンピューティング・リソースは、異なる物理および仮想リソースが需要に従って動的に割り当ておよび再割り当てされながら、マルチ・テナント・モデルを用いて複数の消費者にサービスするようにプールされる。消費者は一般に、もたらされるリソースの正確な位置に対する制御性または知識をもたないが、抽象化のより高いレベルにおいて位置を指定する(例えば国、州、またはデータセンタ)ことが可能になり得るという点で、位置からの独立性の観念がある。
迅速な融通性:能力は、いくつかの場合には自動的に、速やかにスケール・アウトし、または速やかにスケール・インするように迅速にリリースされるように、迅速におよび弾力的に用意され得る。消費者には、用意するために使用可能な能力は無限であるように見えることが多く、任意の時点で任意の量において購入され得る。
測定されたサービス:クラウド・システムは、サービスのタイプ(例えばストレージ、処理、帯域幅、およびアクティブ・ユーザ・アカウント)に適した、何らかのレベルの抽象化における計量能力を活用することによって、リソース使用を自動的に制御および最適化する。リソース使用量は監視され、制御され、報告されて、利用されるサービスのプロバイダおよび消費者の両方に対して透明性をもたらす。
サービス・モデルは以下の通りである。
ソフトウェア・アズ・ア・サービス(SaaS):消費者にもたらされる能力は、クラウド・インフラストラクチャ上で稼働するプロバイダのアプリケーションを使用することである。アプリケーションは、ウェブ・ブラウザ(例えばウェブ・ベースの電子メール)などのシン・クライアント・インターフェースを通して、様々なクライアント・デバイスからアクセス可能である。限られたユーザ固有のアプリケーション構成設定を可能性のある例外として、消費者は、ネットワーク、サーバ、オペレーティング・システム、ストレージ、さらには個別のアプリケーション能力を含む、基礎をなすクラウド・インフラストラクチャを管理も制御もしない。
プラットフォーム・アズ・ア・サービス(PaaS):消費者にもたらされる能力は、プロバイダによってサポートされるプログラミング言語およびツールを用いて作成された、消費者により作成されたまたは取得されたアプリケーションを、クラウド・インフラストラクチャ上にディプロイすることである。消費者は、ネットワーク、サーバ、オペレーティング・システム、またはストレージを含む基礎をなすクラウド・インフラストラクチャを管理も制御もしないが、ディプロイされたアプリケーション、および場合によっては環境構成をホストするアプリケーションに対する制御性を有する。
インフラストラクチャ・アズ・ア・サービス(IaaS):消費者にもたらされる能力は、処理、ストレージ、ネットワーク、および他の基本的なコンピューティング・リソースを用意することであり、消費者は任意のソフトウェアをディプロイおよび稼働することができ、これはオペレーティング・システムおよびアプリケーションを含むことができる。消費者は、基礎をなすクラウド・インフラストラクチャを管理も制御もしないが、オペレーティング・システム、ストレージ、ディプロイされたアプリケーションに対する制御性、および場合によっては選ばれたネットワーク化構成要素(例えばホスト・ファイアウォール)の限られた制御性を有する。
ディプロイモデルは以下の通りである。
プライベート・クラウド:クラウド・インフラストラクチャは、専ら組織のために運用される。これは組織またはサード・パーティによって管理することができ、構内または構外に存在し得る。
コミュニティ・クラウド:クラウド・インフラストラクチャは、いくつかの組織によって共有され、共通の関心(例えばミッション、セキュリティ要件、ポリシー、およびコンプライアンス考慮事項)を有する特定のコミュニティをサポートする。これは組織またはサード・パーティによって管理することができ、構内または構外に存在し得る。
パブリック・クラウド:クラウド・インフラストラクチャは、一般大衆または大きな業界グループに対して使用可能とされ、クラウド・サービスを販売する組織によって所有される。
ハイブリッド・クラウド:クラウド・インフラストラクチャは、独自のエンティティのままであるが、データおよびアプリケーション可搬性(例えばクラウド間の負荷バランスのためのクラウド・バースティング)を可能にする標準化されたまたは独自開発の占有技術によって一緒に結び付けられた、2つ以上のクラウド(プライベート、コミュニティ、またはパブリック)の複合体である。
クラウド・コンピューティング環境は、ステートレスであること、低いカップリング、モジュール性、およびセマンティック相互運用性に焦点を当てて方向付けられたサービスである。クラウド・コンピューティングの中心は、相互接続されたノードのネットワークを備えたインフラストラクチャである。
次に図6を参照すると、例示的クラウド・コンピューティング環境50が示される。示されるようにクラウド・コンピューティング環境50は、例えば携帯情報端末(PDA)または携帯電話54A、デスクトップ・コンピュータ54B、ラップトップ・コンピュータ54C、または自動車コンピュータ・システム54Nあるいはそれらの組合せなどの、クラウド消費者によって用いられるローカル・コンピューティング・デバイスが通信することのできる、1つまたは複数のクラウド・コンピューティング・ノード100を備える。ノード100は互いに通信することができる。それらは、本明細書で上記に述べられたようなプライベート、コミュニティ、パブリック、またはハイブリッド・クラウド、またはそれらの組合せなどの、1つまたは複数のネットワークにおいて物理的または仮想的にグループ化(図示せず)され得る。これはクラウド・コンピューティング環境50が、クラウド消費者はローカル・コンピューティング・デバイス上にリソースを維持する必要がない、サービスとしてのインフラストラクチャ、プラットフォーム、またはソフトウェアあるいはそれらの組合せを提供することを可能にする。図6に示されるコンピューティング・デバイス54A~Nのタイプは例示のためのみであること、ならびにコンピューティング・ノード100およびクラウド・コンピューティング環境50は、任意のタイプのネットワークまたはネットワーク・アドレス指定可能な接続(例えばウェブ・ブラウザを用いた)あるいはその両方を通して、任意のタイプのコンピュータ化されたデバイスと通信できることが、理解される。
図7を参照すると、クラウド・コンピューティング環境50によってもたらされる、機能抽象化レイヤ500のセットが示される。前もって、図7に示される構成要素、レイヤ、および機能は、例示のためのみであり、本発明の実施形態はそれらに限定されないことが理解されるべきである。示されるように以下のレイヤ、および対応する機能がもたらされる。
ハードウェアおよびソフトウェア・レイヤ60は、ハードウェアおよびソフトウェア構成要素を含む。ハードウェア構成要素の例は、メインフレーム61、RISC(縮小命令セット・コンピュータ)アーキテクチャ・ベースのサーバ62、サーバ63、ブレード・サーバ64、記憶デバイス65、ならびにネットワークおよびネットワーク化構成要素66を含む。いくつかの実施形態においてソフトウェア構成要素は、ネットワーク・アプリケーション・サーバ・ソフトウェア67およびデータベース・ソフトウェア68を含む。
仮想化レイヤ70は、以下の仮想エンティティの例、すなわち仮想サーバ71、仮想ストレージ72、仮想プライベート・ネットワークを含む仮想ネットワーク73、仮想アプリケーションおよびオペレーティング・システム74、ならびに仮想クライアント75をもたらし得る、抽象化レイヤをもたらす。
一例において管理レイヤ80は、以下に述べられる機能をもたらすことができる。リソース供給81は、クラウド・コンピューティング環境内でタスクを行うために利用されるコンピューティング・リソースおよび他のリソースの動的調達をもたらす。計量および価格設定82は、クラウド・コンピューティング環境内でリソースが利用される場合のコスト追跡、およびこれらのリソースの消費に対する請求書作成または送付をもたらす。一例においてこれらのリソースは、アプリケーション・ソフトウェア・ライセンスを含むことができる。セキュリティは、クラウド消費者およびタスクに対する識別検証、ならびにデータおよび他のリソースに対する保護をもたらす。ユーザ・ポータル83は、消費者およびシステム管理者のために、クラウド・コンピューティング環境へのアクセスをもたらす。サービス・レベル管理84は、要求されるサービス・レベルが満たされるように、クラウド・コンピューティング・リソース割り振りおよび管理をもたらす。サービス・レベル・アグリーメント(SLA)計画および達成85は、SLAに従って将来の要求が予想されるクラウド・コンピューティング・リソースの事前準備および調達をもたらす。
作業負荷レイヤ90は、クラウド・コンピューティング環境が利用され得る機能性の例をもたらす。このレイヤからもたらされ得る作業負荷および機能の例は、マッピングおよびナビゲーション91、ソフトウェア開発およびライフサイクル管理92、仮想教室教育配信(virtual classroom education delivery)93、データ分析処理94、トランザクション処理95、および汚染源決定96を含む。汚染源決定96は、エリアを格子化すること、各格子状セルにおける汚染物質影響度値を決定すること、ならびに格子状セル間の動的ペアリングおよび比較に基づいて物理的輸送および二次形成効果を差し引くことによって各格子状セルにおける実際の汚染を決定することに基づいて汚染源位置を決定すること、に基づいて汚染源の位置を決定することに関するものとすることができる。
本発明の様々な実施形態の説明は、例示を目的として示されたが、網羅的なもの、または開示された実施形態に限定するものではない。当業者には、述べられた実施形態の範囲から逸脱せずに、多くの変更および変形が明らかとなるであろう。本明細書で用いられる用語は、実施形態の原理、実用的な応用、または市場で見出される技術に対する技術的改善を最もよく説明するために、または他の当業者が本明細書で開示される実施形態を理解することを可能にするために選ばれた。
50 クラウド・コンピューティング環境
54A 携帯電話
54B デスクトップ・コンピュータ
54C ラップトップ・コンピュータ
54N 自動車コンピュータ・システム
60 ハードウェアおよびソフトウェア
61 メインフレーム
62 RISCアーキテクチャ・サーバ
63 IBM(R)xSeries(R)システム
64 IBM(R)Blade Center(R)システム
65 ストレージ
66 ネットワーク化
67 ネットワーク・アプリケーション・サーバ・ソフトウェア
68 データベース・ソフトウェア
70 仮想化
71 仮想サーバ
72 仮想ストレージ
73 仮想ネットワーク
74 仮想アプリケーション
75 仮想クライアント
80 管理
81 リソース供給
82 計量および価格設定
83 ユーザ・ポータル
84 サービス・レベル管理
85 SLA計画および達成
90 作業負荷
91 マッピングおよびナビゲーション
92 ソフトウェア開発およびライフサイクル管理
93 仮想教室教育配信
94 データ分析処理
95 トランザクション処理
96 仮想マシン再配置処理
100 ネットワーク化コンピュータ環境、コンピューティング環境
102 クライアント・コンピューティング・デバイス
104 プロセッサ
106 データ記憶装置
108 ソフトウェア・プログラム
110A、110B 汚染源決定プログラム
112 サーバ
114 通信ネットワーク
116 データベース
118 汚染測定データ
120 測地データ
122 気象データ
200 大気汚染源決定プロセス
221 格子
222 空間的特徴
224 時間的特徴
231 汚染寄与値比較表
300 内部および外部構成要素のブロック図
302a、b 内部構成要素
304a、b 外部構成要素
320 プロセッサ
322 RAM
324 ROM
326 バス
328 オペレーティング・システム
330 有形記憶デバイス
332 R/Wドライブまたはインターフェース
334 コンピュータ・マウス
336 ネットワーク・アダプタまたはインターフェース
338 ポータブル有形記憶デバイス
340 デバイス・ドライバ
342 キーボード
344 コンピュータ・ディスプレイ・モニタ
500 機能抽象化レイヤ

Claims (12)

  1. 汚染源の位置を決定するための、プロセッサによって実施される方法であって、
    地理的エリアに関連付けられた複数の汚染測定データ、複数の測地データ、および複数の気象データを受け取るステップと、
    前記地理的エリアの格子を生成するステップであって、前記生成した格子は、前記地理的エリアを複数のセルに仮想的に分割する、前記ステップと、
    前記受け取った複数の汚染測定データ、前記受け取った複数の測地データ、および前記受け取った複数の気象データを、前記生成した格子内のセルに関連付けるステップと、
    前記セルの汚染物質影響度値を決定するステップであって、
    前記複数の汚染物質の垂直輸送および水平輸送に基づいて、前記複数のセルの複数の汚染物質の物理的輸送効果を決定するステップであって、前記垂直輸送は前記複数の気象データから抽出された垂直風測定値によって決定され、前記水平輸送は前記複数の気象データから抽出された水平風測定値によって決定される、前記ステップと、
    前記セルに関連付けられた前記汚染測定データから、前記複数の汚染物質の前記物理的輸送効果を差し引くことに基づいて前記セルの前記汚染物質影響度値を計算するステップと
    を含む、前記決定するステップと、
    前記複数のセルはそれぞれ前記決定された汚染物質影響度値を有し、前記複数のセルの対の比較に基づいて前記汚染源を特定するステップと、
    前記特定した汚染源に関連付けられた前記地理的エリア上の前記位置を表示するステップと
    を含む前記方法。
  2. 前記汚染測定データが、測定値が取られた日付、測定の時間、センサの位置、および汚染の規模などのフィールドを含む、請求項1に記載の方法。
  3. 前記複数のセルの対の比較に基づいて前記汚染源を特定する前記ステップは、
    セル番号に基づいて前記複数のセルから第1のセルを決定するステップと、
    類似度値が静的閾値より大きいことに基づいて前記複数のセルから第2のセルを決定するステップであって、前記類似度値は、前記第1のセルの空間的特徴および前記第2のセルの前記空間的特徴に基づいて決定される、前記ステップと、
    第1のセル汚染影響度値が、第2のセル汚染影響度値より高いと決定するステップと、
    前記第1のセル汚染影響度値が、前記第2のセル汚染影響度値より高いと決定する前記ステップに基づいて、前記汚染源を前記第1のセルとして特定するステップと
    を含む、請求項1に記載の方法。
  4. 前記空間的特徴は、前記複数のセル内の複数の山の百分率表示、前記複数のセル内の複数の都市インフラストラクチャの百分率表示、前記複数のセル内の複数の作物畑の百分率表示、前記複数のセル内の森林の百分率表示、前記複数のセル内の複数の草地の百分率表示、および前記複数のセル内の複数の貯水池の百分率表示からなる群から選択される、請求項3に記載の方法。
  5. 前記第1のセル汚染影響度値が、前記第2のセル汚染影響度値より高いと決定する前記ステップは、
    前記第1のセルと前記第2のセルとの間の動的類似度値を決定するステップと、
    前記動的類似度値および前記第1のセル汚染影響度値に基づいて、前記第1のセル汚染影響度値が前記第2のセルより高いと決定するステップと
    を含む、請求項3に記載の方法。
  6. 前記動的類似度値は、前記第1のセルの複数の時間的特徴および前記第2のセルの複数の時間的特徴に基づいて決定する、請求項5に記載の方法。
  7. 前記第1のセルの前記複数の時間的特徴および前記第2のセルの前記複数の時間的特徴は、複数の大気の温度値、前記複数の大気の湿度値、および前記複数の大気の圧力値からなる群から選択される、請求項6に記載の方法。
  8. 前記セルの汚染物質影響度値が、下記の式に従って計算される:
    PT(t,i)=HT(t,i)+VT(t,i)
    Figure 0007048928000003

    Figure 0007048928000004
    ΔPollution(t,i)=Pollution(t,i)-Pollution(t-1,i)
    汚染物質影響度=ΔPollution(t,i)-PT(t,i)
    ただしPTは汚染物質の物理的輸送、tは測定の時間、iは格子状セル番号、HTは水平輸送、VTは垂直輸送、SpatGradは汚染の空間的勾配、DirHWは水平風の方向、SpeedHWは水平風の速度である、
    請求項1~7のいずれか1項に記載の方法。
  9. 前記複数のセルの対の比較が、各セルにおける測定値への、汚染物質の二次形成効果の影響度を除去する為に行われる、請求項1~8のいずれか1項に記載の方法。
  10. 前記二次形成効果が、汚染源からの汚染物質が地球の大気と相互作用する時に生じる化学的プロセスである、請求項9に記載の方法。
  11. 汚染源の位置を決定するためのコンピュータ・システムであって、
    1つまたは複数のプロセッサ、1つまたは複数のコンピュータ可読メモリ、1つまたは複数のコンピュータ可読有形記憶媒体、および前記1つまたは複数のメモリの少なくとも1つを通じた前記1つまたは複数のプロセッサの少なくとも1つによる実行のための前記1つまたは複数の有形記憶媒体の少なくとも1つに記憶されたプログラム命令を備え、前記コンピュータ・システムは、請求項1~10のいずれか1項に記載の方法の各ステップを実行することができる、前記コンピュータ・システム。
  12. 汚染源の位置を決定するためのコンピュータ・プログラムであって、
    プロセッサに、請求項1~10のいずれか1項に記載の方法の各ステップを実行させるための前記コンピュータ・プログラム。
JP2018097841A 2017-06-16 2018-05-22 動的ペアリングおよび比較に基づく大気汚染源認識 Active JP7048928B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/624901 2017-06-16
US15/624,901 US10746714B2 (en) 2017-06-16 2017-06-16 Air pollution source recognition based on dynamic pairing and comparison

Publications (2)

Publication Number Publication Date
JP2019002913A JP2019002913A (ja) 2019-01-10
JP7048928B2 true JP7048928B2 (ja) 2022-04-06

Family

ID=64457677

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018097841A Active JP7048928B2 (ja) 2017-06-16 2018-05-22 動的ペアリングおよび比較に基づく大気汚染源認識

Country Status (3)

Country Link
US (1) US10746714B2 (ja)
JP (1) JP7048928B2 (ja)
DE (1) DE102018109798A1 (ja)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111695712B (zh) * 2019-03-12 2023-08-25 寰宇国际地球资讯有限公司 污染源追踪系统及其方法
CN110376343B (zh) * 2019-06-04 2021-03-23 中国环境科学研究院 污染源精准诊断方法、装置以及电子装置
CN110850030A (zh) * 2019-11-18 2020-02-28 山东汇力环保科技有限公司 一种微型空气站及环境监测方法
CN112034094A (zh) * 2020-07-10 2020-12-04 海南星瞰信息咨询中心(有限合伙) 一种污染源防治热点网格监管方法、系统
CN112557605B (zh) * 2021-02-25 2021-05-25 北京英视睿达科技有限公司 应用于钢铁厂区的污染排放源识别方法、装置及可存储介质
US20230007082A1 (en) * 2021-06-30 2023-01-05 Microsoft Technology Licensing, Llc Pollutant sensor placement
CN114819696B (zh) * 2022-05-12 2023-06-23 中科三清科技有限公司 确定污染物浓度影响因素的方法、装置及电子设备
CN115271547B (zh) * 2022-09-22 2022-12-09 中科三清科技有限公司 臭氧污染的源解析方法、装置和电子设备
CN116228502B (zh) * 2023-05-08 2023-08-04 中科三清科技有限公司 重点污染源排放量订正方法、装置、存储介质及电子设备
CN116698933B (zh) * 2023-08-04 2023-10-10 深圳普达核工业数字测控有限公司 密闭空间气体检测定位方法、装置、电子设备及其介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003255055A (ja) 2002-03-01 2003-09-10 Hitachi Eng Co Ltd 大気汚染発生源推定の環境シミュレーション方法およびシステム
US20090309744A1 (en) 2008-06-13 2009-12-17 National Taiwan University System and method of detecting air pollution, route-planning method applied to said detection system, and warning method of air pollution
JP2010117195A (ja) 2008-11-12 2010-05-27 Mitsubishi Heavy Ind Ltd 気流場データベース作成システム及び拡散物質の拡散状況予測システム
JP2012132824A (ja) 2010-12-22 2012-07-12 Mitsubishi Heavy Ind Ltd 拡散物質の発生源推定装置および発生源推定方法
US20130035860A1 (en) 2011-07-05 2013-02-07 International Business Machines Corporation Meteorological Parameter Forecasting
JP2013185939A (ja) 2012-03-07 2013-09-19 Toshiba Corp 大気拡散物質発生源探査装置、大気拡散物質発生源探査システムおよび大気拡散物質発生源探査方法
JP2013185988A (ja) 2012-03-08 2013-09-19 Toshiba Corp 情報処理装置及び放出点推定方法
JP2013531244A5 (ja) 2011-06-28 2014-08-14
US20170140075A1 (en) 2015-11-12 2017-05-18 International Business Machines Corporation Retrieving pollution emission source using cfd and satellite data
JP2018534569A (ja) 2015-11-12 2018-11-22 インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation 大気汚染を予測する方法、プログラム、装置(超短期の大気汚染予測)

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10125687B4 (de) 2001-05-25 2005-06-16 Wagner Alarm- Und Sicherungssysteme Gmbh Vorrichtung zum Detektieren von Brandherden oder Gasverunreinigungen
CN101847180B (zh) 2010-04-30 2014-04-30 中国环境科学研究院 一种大气污染风险源识别方法
AU2011272910B2 (en) * 2010-06-28 2015-10-01 Green Vision Systems Ltd. Real-time monitoring, parametric profiling, and regulating contaminated outdoor air particulate matter throughout a region, via hyper-spectral imaging and analysis
CN102628852B (zh) 2012-03-13 2014-12-31 北京工业大学 基于污染物来源识别技术的大气污染源分级方法
US20160125307A1 (en) 2013-06-05 2016-05-05 Yu Zheng Air quality inference using multiple data sources
CN104200104A (zh) 2014-09-04 2014-12-10 浙江鸿程计算机系统有限公司 一种基于空间特征的细粒度空气污染物浓度区域估计方法
CN104597212A (zh) 2015-02-03 2015-05-06 无锡中电科物联网创新研发中心 一种大气污染源定位方法
CN104950037A (zh) 2015-06-15 2015-09-30 广州禾信分析仪器有限公司 一种针对挥发性有机物的在线污染源识别监测方法及系统
US20160370332A1 (en) 2015-06-22 2016-12-22 International Business Machines Corporation Generating fine resolution air pollution estimates
CN105608697B (zh) 2015-12-24 2018-04-13 电子科技大学 基于遥感气溶胶和萤火虫群算法的空气污染源识别方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003255055A (ja) 2002-03-01 2003-09-10 Hitachi Eng Co Ltd 大気汚染発生源推定の環境シミュレーション方法およびシステム
US20090309744A1 (en) 2008-06-13 2009-12-17 National Taiwan University System and method of detecting air pollution, route-planning method applied to said detection system, and warning method of air pollution
JP2010117195A (ja) 2008-11-12 2010-05-27 Mitsubishi Heavy Ind Ltd 気流場データベース作成システム及び拡散物質の拡散状況予測システム
JP2012132824A (ja) 2010-12-22 2012-07-12 Mitsubishi Heavy Ind Ltd 拡散物質の発生源推定装置および発生源推定方法
JP2013531244A5 (ja) 2011-06-28 2014-08-14
US20130035860A1 (en) 2011-07-05 2013-02-07 International Business Machines Corporation Meteorological Parameter Forecasting
JP2013185939A (ja) 2012-03-07 2013-09-19 Toshiba Corp 大気拡散物質発生源探査装置、大気拡散物質発生源探査システムおよび大気拡散物質発生源探査方法
JP2013185988A (ja) 2012-03-08 2013-09-19 Toshiba Corp 情報処理装置及び放出点推定方法
US20170140075A1 (en) 2015-11-12 2017-05-18 International Business Machines Corporation Retrieving pollution emission source using cfd and satellite data
JP2018534569A (ja) 2015-11-12 2018-11-22 インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation 大気汚染を予測する方法、プログラム、装置(超短期の大気汚染予測)

Also Published As

Publication number Publication date
US20180364208A1 (en) 2018-12-20
US10746714B2 (en) 2020-08-18
JP2019002913A (ja) 2019-01-10
DE102018109798A1 (de) 2018-12-20

Similar Documents

Publication Publication Date Title
JP7048928B2 (ja) 動的ペアリングおよび比較に基づく大気汚染源認識
US10677771B2 (en) Detecting gas leaks using unmanned aerial vehicles
Liu et al. Estimating regional spatial and temporal variability of PM2. 5 concentrations using satellite data, meteorology, and land use information
US11226323B2 (en) Air-pollution emission source monitoring
US10972862B2 (en) Visitor insights based on hyper-locating places-of-interest
US10527439B2 (en) Navigation system based on air pollution exposure profiling
CN110426493B (zh) 空气质量监测数据校准方法、装置、设备和存储介质
CN106709127A (zh) 利用cfd和卫星数据提取污染排放源
US20180238789A1 (en) Correlation-based determination of particle concentration field
Yemelyanenko et al. Geoinformational system of rescue services
Buslaev et al. Algorithmic and software aspects of information system implementation for road maintenance management
US11480710B2 (en) Weather data collection through incentivized and collaborative drone flights
Ghaith et al. Digital twin: A city-scale flood imitation framework
Sari et al. Application location based service (lbs) location search palembang nature-based android
Pérez et al. Sustainable acoustics: A smart cities approach
CN114859321A (zh) 区域大气颗粒物来源比例计算方法、装置、设备、介质
Jonah et al. Creation of a geographic information system for Minna, Niger State, Nigeria
Sandhya Exploring opportunities with open source GIS
Molodets et al. Information System of Air Quality Assessment Using Data Interpolation from Ground Stations.
Wang et al. A GIS-based multi-source and multi-box modeling approach (GMSMB) for air pollution assessment—A North American case study
US20230375746A1 (en) Artificial intelligence-driven carbon dioxide sequestration in the atmosphere
CN116631530B (zh) 污染物扩散风险识别方法、装置及设备
Karunarathne et al. Mobile based GIS for dynamic map generation and team tracking
Jaunzems et al. Suitability analysis of routing algorithms for web-based transportation planning
Said et al. GIS as a supporting tool in the establishment of land use-road density model in www

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20201021

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20211018

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20211102

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220120

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20220120

RD12 Notification of acceptance of power of sub attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7432

Effective date: 20220120

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20220307

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20220311

RD14 Notification of resignation of power of sub attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7434

Effective date: 20220311

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220314

R150 Certificate of patent or registration of utility model

Ref document number: 7048928

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150