花粉飛散量予測

Ridgelinezとの共同開催第二弾!花粉予報にチャレンジ!

賞金: 200,000 参加ユーザー数: 285 終了まで: 36日
スポンサー
Ridgelinez株式会社

花粉飛散量とその予測に関連する資料の共有

花粉飛散量とその予測に関連する資料を共有します。

花粉が飛散しやすい気象条件とは

https://weathernews.jp/s/topics/202102/240135/

  • 都市部の花粉は森林地帯から風に乗って飛んでくる
  • 飛散量が増える気候条件
    • 晴れて暖かい
      • 気温が高い
      • 特に最高気温15℃以上の日
      • 前日の気温が高くても飛散量は多くなる傾向
    • 風が強い
      • 特に風速が9-10m/sを超える日
    • 乾燥している
      • 湿度が低い
  • 一般的に昼前後と日没後に飛散量が多くなる傾向
    • 午前に気温が上昇->スギ林から花粉が飛散->数時間後の昼前後に都市部に到達->日没後に上空に上がった花粉が地上に落下
  • 雨の降った後天気が回復した時に飛散量が増加
    • 雨の前日に気温が上昇->雨->天気が回復->降水時に飛散しなかった分の花粉+気温の上昇によって一度落ちた花粉が巻きあがる=飛散量の増加
    • 朝に雨が止んで気温が上昇する場合も同様に飛散量が増加

花粉が飛散しやすくなる気象条件「3K」とは?

https://alinamin-kenko.jp/yakuhou/backnumber/pdf/vol477_05.pdf

  • 花粉飛散の3K「高温・乾燥・強風」
  • 気圧配置の変化から花粉飛散量を推定
    • 3Kを満たす気圧配置「南高北低」
      • 南から暖かい風が吹く->気温が上昇->飛散量が増加
    • 飛散量が少ない気圧配置「西高東低」
      • 北寄りの風が吹く->気温が下降->飛散量が減少
      • 北側近辺に花粉発生源がないなら西高東低の際は飛散量が減少

花粉シーズン到来! 花粉症に関する単位・基準と限界

https://www.jiyu.co.jp/GN/cdv/backnumber/200204/topics03/topics03_1.html

  • 飛散量のピーク時間は午後1-3時(昼前後)と午後5-7時(日没後)
  • スギ花粉飛散開始日は1/1からの最高気温の積算値により予測可能
    • 飛散開始日:1㎠あたり1個以上の花粉が2日連続して観測された初日
    • 積算値の目安は関東地方でおおむね350-400
  • 前年夏に日射時間が長く高温で降水量が少ない->翌年のスギ花粉の飛散量が増加
    • 着花指数 : スギ雄花の発育状況を数値化

非線形最小二乗法による花粉放出量の推定法とニューラルネットワークを用いた花粉飛散予測法の提案

http://hirano-lab.ws.hosei.ac.jp/%E8%8A%B1%E7%B2%89%E8%A8%88%E7%AE%97%E5%B7%A5%E5%AD%A6%E4%BC%9A.pdf

  • スギ林植生分布データの利用
  • AMeDASの気象観測データの利用
  • 山間部の空中花粉濃度の観測値は都市部の観測値より 1∼2 桁程度大きくなることが多い

花粉症環境保健マニュアル2022

https://www.env.go.jp/chemi/anzen/kafun/2022_full.pdf

  • スギとヒノキの相違点
    • 分布、飛散時期
  • スギ花粉飛散量増加の流れ
    • 飛散開始日から7-10日後くらいから量が増加
    • その後4週間程度が花粉の多い時期で、次の条件を満たす時特に多い
      • 晴れて、気温が高い日
      • 空気が乾燥して、風が強い日
      • 雨上がりの翌日や気温の高い日が2~3日続いたあと

気象予報を用いたスギ花粉の日飛散量予測

https://agriknowledge.affrc.go.jp/RN/2010762207.pdf

Icon6
uchs

情報共有ありがとうございます。

最後の文献の累積気温に対する予測やってみたので共有します。
(重回帰の部分は実施していません)

・trainデータの予測
6c6e5418-e209-4a48-b258-8e0558622576.png

・testデータの予測
事前に2022年の累積積算量を予測して、相対値への変換をしています。
33c4dbb6-b3e4-4ece-9891-f7683c2ade29.png
↓微分して元の形に
ea73a029-d220-4ae9-8292-9309d5cac475.png

予測精度はかなり低めです。
文献は日単位で、コンペデータは時間単位なので、そのあたりの処理もすればもう少し精度上げられるかもしれません。

Aws4 request&x amz signedheaders=host&x amz signature=0db32220870cbe509ef98a52ba551e2df37920906c27956f895bc5942c7ea2c6
kotrying

追加
気象予報を用いたスギ花粉の日飛散量予測

[Score: 25.07]給与推定コンペBaseline
https://comp.probspace.com/topics/wakame-Post12c3d9db145610ac39a1
kagglebook/ch02/ch02-05-custom-function.py
https://github.com/ghmagazine/kagglebook/blob/master/ch02/ch02-05-custom-function.py

  • 目的関数の最適化
    • Fair関数
    • Pseudo-Huber関数
  • 目的変数の対数変換
     - 学習前 np.log1p(y)
     - 予測後 np.expm1(pred)
    (それぞれLightGBMですが私の環境では効果がありました)
Favicon
new user
コメントするには 新規登録 もしくは ログイン が必要です。