Model Bias Correction of Atmospheric Ozone for Evaluation of the Environmental Impacts
Model Bias Correction of Atmospheric Ozone for Evaluation of the Environmental Impacts
复制标题
环境影响评价中大气臭氧模型偏差修正
DOI：
10.11298/taiki.58.74
复制
发表时间：
2023
期刊：
影响因子：
--
通讯作者：
米倉 哲志
中科院分区：
文献类型：
--
作者：
木村 知里;森野 悠;永島 達也;荒木 真;上田 佳代;米倉 哲志
大気化学輸送モデル (CTM) は大気オゾン (O 3) の濃度を過大評価する傾向にあるため, CTM を O 3 の環境影響評価に活用するためには計算値のバイアスを補正することが好ましい. 本研究では, 日本における O 3 濃度場を構築することを目的に, 統計的手法と機械学習モデルを用いて CTM 結果のバイアス補正を実施するとともに, その再現性を相互比較した. 解析対象は 2012 年の日本で, バイアス補正手法には, 平均濃度比補正 (手法 1), 分位マッピング (手法 2), 機械学習モデルの 1 つであるランダムフォレスト (手法 3) を利用した. また, 一般環境大気測定局で測定されたオキシダントデータを訓練データとテストデータに分割して交差検証を実施した. いずれの手法でも O 3 濃度 1 時間値の平均バイアスは改善されたが, 手法 3 のみが平均誤差と相関係数を改善するとともに, 時空間分布を適切に再現していた. また, O 3 濃度 1 時間値から算出した日最高 8 時間値や 「40 ppb を超える 1 時間値の閾値超過分を積算した O 3 ばく露量」 については, 手法 2・3 ともにバイアスを大きく低減していた一方で, 手法 3 のみが平均誤差と相関係数を改善していた. 機械学習モデルを用いることで, 健康影響と農作物影響に必要な O 3 濃度指標値のバイアスを整合的に補正できることが示された. また, バイアス補正前後の計算値を用いた, O 3 ばく露に起因する健康影響と農作物影響の推計結果も合わせて示した.