UAV測定と機械学習による道路沿い大気汚染の高度別予測

高速道路周辺の汚染が重要な理由

多くの人が交通量の多い高速道路の近くで生活したり働いたり運動したりしており、車両の排気ガスが静かに健康に影響を与えることがあります。しかし、多くの大気質モニタは地上の固定点に設置されており、道路から数メートル上や離れた場所での汚染の変化を示すことはできません。本研究はドローンと高度な計算モデルを組み合わせて、道路沿いの大気汚染を三次元で描き出し、都市計画担当者や保健研究者が誰がいつ最も曝露されているかを理解する手助けをします。

飛行するセンサーで汚れた空気をマッピングする

研究者たちはソウルと釜山を結ぶ主要な韓国の高速道路に注目しました。この路線は国内でも有数の交通量を誇ります。研究チームは道路脇の観測局に小型の大気センサーを設置し、同一のセンサーをクアッドコプタードローンにも搭載しました。測定対象は、排気由来の一酸化炭素、燃焼に伴う二酸化窒素、日光で生成される地表オゾン、そしてPM2.5として知られる微粒子の四つの主要汚染物質です。夏と冬の数日間にわたり、ドローンは道路上空の高さ10〜60メートルで上下に飛行し、冬季には道路から水平方向に最大60メートルまで移動して各点で空気を採取しました。

ドローンが道路上空で観測したもの

測定は、高度、距離、時刻、季節による汚染の明瞭なパターンを明らかにしました。二酸化窒素とオゾンは地表近くで高く、標高や高速道路からの距離とともに低下し、車両が局所的な主要発生源であることを示しました。二酸化窒素は午前7時ごろにピークを迎え、朝のラッシュアワーと一致しました。一方でオゾンはその時間帯に最も低く、日光に駆動される化学反応が進む明るい午後に高くなりました。冬季には、低温で停滞した大気層によって排出が地表付近に閉じ込められ、二酸化窒素が全体的に高くなる傾向が見られました。驚いたことに、微粒子（PM2.5）は冬より夏に高い値を示しました。48時間にさかのぼるエアマスの軌跡を追うと、夏の空気はしばしば中国東部の工業地域から来ており、長距離輸送が局所の交通由来汚染に上乗せされていることが示唆されました。

散発的な測定から3次元汚染マップへ

ドローンは飛行時間が限られ、安全な経路に従う必要があるため、測定は時空間的に断片的です。ギャップを埋めるために、研究チームは地上の測定値と比較して高度での汚染がどうなるかを予測する機械学習モデルを複数訓練しました。生の濃度を直接予測するのではなく、各汚染物質についてドローン測定値と地上測定値の比率に焦点を当てました。モデルの入力には五つのグループを用いました：地上の汚染レベル、交通量と速度、気象（風、気温、湿度）、ドローンの高度と道路からの距離、そして季節と時刻です。複数の競合アルゴリズムの中で、CatBoostと呼ばれる手法が最も良好な性能を示し、汚染物質と季節によって異なるものの、これらの比率の変動の概ね3分の2からほぼ全てを説明しました。

道路上空の汚染パターンを決める要因

訓練済みモデルを解析することで、研究者たちは各汚染物質の垂直・水平分布に最も強く影響を与える現実世界の因子を見出しました。一酸化炭素については、交通速度が大きく影響しました：低速または断続的な走行は道路付近の相対的な汚染の上昇と結びつき、排気の強まりを反映していました。二酸化窒素と微粒子については、地上での状況と局所の気象条件の組み合わせが鍵で、より暖かい条件や高い地上濃度は上空での濃度を高める傾向がありました。オゾンのパターンは地上のオゾン測定値よりも気象や季節により支配されており、日光駆動の化学反応によって生成されるという理解と一致します。チームがこれらのモデルを使って高さ、距離、時刻、季節にわたる汚染比率の連続的な地図を作成したところ、得られたパターンは既存の知見と良く一致しました：道路沿いに高い二酸化窒素、日中に高まるオゾン、そして粒子が徐々に上方や交通車線から離れて混合していく様子などです。

人々の呼吸を楽にする助けに

簡潔に言えば、本研究はドローンが高速道路上空で測定した値が、地上のモニタ、交通カウンタ、気象機器の観測から信頼性をもって再構成できることを示しました。短時間のドローン飛行と機械学習を組み合わせることで、単独の測定では得にくくコストのかかる詳細な三次元の道路沿い大気質図を作成しました。これらの高解像度マップは、住民、通勤者、歩行者が異なる高さや距離、時刻や季節にどれだけ交通汚染に曝露されるかの推定を改善できます。長期的には、このドローンとモデルを組み合わせた手法が、新しい道路や防音壁、緑地帯の配置を導く助けになり、交通規制の方策が実際に人々が吸う空気をどれだけきれいにするかを評価する手段となり得ます。

引用: Kho, C.J., Seo, S., Hwang, H. et al. Altitude-resolved prediction of roadside air pollution using UAV measurements and machine learning. Sci Rep 16, 13925 (2026). https://doi.org/10.1038/s41598-026-44153-9

キーワード: 道路沿い大気汚染, ドローン, 機械学習, 高速道路, 微粒子