Integrace družicového dálkového průzkumu Země, strojového učení a GIS pro analýzu v jemném měřítku

Abstract

Cílem této disertační práce bylo využít možnosti strojového učení při tvorbě datových sad kvality ovzduší s použitím různých zdrojů dat včetně vstupních dat družicového dálkového průzkumu Země a meteorologických dat, pokrytí území, topografie a měření z pozemních stanic aj. Výzkum byl zaměřen na dvě klíčová znečištění: optickou hloubku aerosolů a PM2.5 kvůli jejich vysokému riziku pro lidské zdraví, které s tím souvisí. Výsledkem výzkumu jsou tři datové soubory: dva datové soubory pokrývají celou Evropu a ukazují optickou hloubku aerosolů a koncentraci PM2.5, zatímco třetí datový soubor je zaměřen pouze na PM2.5 v České republice. Aby toho bylo dosaženo, byla použita kombinace nástrojů GIS, zpracování obrazu, statistická a datová analýza, vizualizace a obsáhlé metody strojového učení. Pro vývoj časoprostorových modelů byla zpracována "velká data" za použití open-source software. Tyto modely sloužily pro vytvoření těchto datových sad. Výsledky byly pro zajištění přesnosti výstupů validovány různými způsoby a poté byly porovnány s významnými studiemi. Soubory dat vytvořené nad Evropou byly první s plným pokrytím 1km prostorového rozlišení, byly veřejně dostupné a od té doby je používají kolegové výzkumníci k lepšímu pochopení kvality ovzduší v různých regionech Evropy.

This thesis aimed to harness the capabilities of machine learning in generating air quality datasets using various data sources including satellite remote sensing, meteorological inputs, land cover, topography, observations from ground monitors, among others. The research was focused on two key pollutants: aerosol optical depth and PM2.5 due to high risks they cause to human health. The research resulted in three datasets: two datasets covered entire Europe providing insights into aerosol optical depth and PM2.5 concentrations, while the third dataset focused only on PM2.5 over the Czech Republic. To accomplish this, the research employed a combination of GIS techniques, image processing, statistics, data analysis, visualizations, and comprehensive machine learning methods. The research processed big data and used open-source software to develop the spatiotemporal machine learning models which were employed to generate the datasets. To ensure the accuracy of findings, the results were validated using different approaches then compared with relevant studies. The datasets created over Europe were the first with full coverage of 1 km spatial resolution, they were made publicly available and have since been used by fellow researchers to enhance their understanding of air quality across different regions in Europe