都市汚染物質拡散予測のための機械学習モデルの開発

Development of a deep learning model for predicting plume concentrations in the urban area

朝比 祐一   ; 小野寺 直幸   ; 長谷川 雄太   ; 井戸村 泰宏   

Asahi, Yuichi; Onodera, Naoyuki; Hasegawa, Yuta; Idomura, Yasuhiro

定点観測された風向などの時系列データおよび汚染物質放出点を入力として、汚染物質の地表面拡散分布を予測する機械学習モデルを開発した。問題設定としては、一様風が都市部へ流入し、都市部内にランダムに設置された汚染物質放出点から汚染物質が拡散するという状況を扱っている。機械学習モデルとしては、汚染物質放出点から汚染物質の拡散分布を予測するU-Netモデルを用いた。風向などの時系列データは、Transformerや多層パーセプトロンによってEncodeし、U-Netへと引き渡す。これによって、現実的に取得可能な定点観測時系列データと建物や汚染源位置の画像データから汚染物質拡散分布を予測するモデルを構築した。

We have developed a convolutional neural network (CNN) model to predict the plume concentrations in the urban area under uniform flow condition. By combining the Transformer or Multilayer Perceptron (MLP) layers with CNN model, our model can predict the plume concentrations from the building shapes, release points of plume and time series data at observation stations. It is also shown that the exactly same model can be applied to predict the source location, which also gives reasonable prediction accuracy.