予測変数としての微気候および都市の幾何学パラメーターを備えた統計モデルを使用して、植生都市サイトにおける大気汚染物質濃度の推定：ギリシャのアテネ市のケーススタディ

本研究は、統計モデルを適用して、都市植生の大気汚染物質濃度を容易に入手できるか、簡単にアクセスできるデータを使用して、都市植生の大気汚染物質濃度を推定する効率を示しています。結果は、植生における空中カドミウム濃度が、植生と隣接する通りの距離、隣接する建物の平均高さ、植生と植生間の平均密度などのさまざまな都市景観の特徴に対する予測可能な反応を示したことを明らかにしました。隣接する通りと植生の平均高さ。人工ニューラルネットワーク（ANN）モデルは、0.9程度のR（2）値で精度の点で優位性を持っていることがわかりました。最低r（2）値（0.7のオーダー）は、線形モデル（SMLRモデル）に関連付けられていました。相互作用（SMLRIモデル）とツリー回帰（RTM）モデルを備えた線形モデルは、0.8程度のR（2）値の精度に関して同様の結果をもたらしました。非線形モデル（RTMおよびANN）の使用による結果の改善とSMLRIモデルに相互作用項を含めることは、選択した予測因子との汚染物質濃度の非線形関係を暗示し、さまざまな相互作用の重要性を示しました。予測変数。モデルの制限にもかかわらず、それらのいくつかは、植生を備えた都市部でのマルチメディアベースのシミュレーションモデリングアプローチに代わるものであるように見えます。

The present study demonstrates the efficiency of applying statistical models to estimate airborne pollutant concentrations in urban vegetation by using as predictor variables readily available or easily accessible data. Results revealed that airborne cadmium concentrations in vegetation showed a predictable response to wind conditions and to various urban landscape features such as the distance between the vegetation and the adjacent street, the mean height of the adjacent buildings, the mean density of vegetation between vegetation and the adjacent street and the mean height of vegetation. An artificial neural network (ANN) model was found to have superiority in terms of accuracy with an R(2) value on the order of 0.9. The lowest R(2) value (on the order of 0.7) was associated with the linear model (SMLR model). The linear model with interactions (SMLRI model) and the tree regression (RTM) model gave similar results in terms of accuracy with R(2) values on the order of 0.8. The improvement of the results with the use of the non-linear models (RTM and ANN) and the inclusion of interaction terms in the SMLRI model implied the nonlinear relationships of pollutant concentrations to the selected predictors and showed the importance of the interactions between the various predictor variables. Despite the limitations of the models, some of them appear to be promising alternatives to multimedia-based simulation modeling approaches in urban areas with vegetation, where the application of typical deposition models is sometimes limited.