Using construction waste hauling trucks’ GPS data to classify earthwork-related locations: A Chengdu case study

要約

建設現場、土捨て場、コンクリート混合ステーションなどの土工関連場所 (ERL) は、都市の粉塵汚染 (粒子状物質) の主な発生源です。
ERL の効果的な管理は非常に重要であり、都市全体のこれらの場所をタイムリーかつ効率的に追跡する必要があります。
この研究の目的は、16,000 台を超える建設廃棄物運搬トラック (CWHT) の GPS 軌跡データと、地理、土地被覆、POI、輸送の側面を含む 58 の都市特徴を使用して、都市 ERL を特定し、分類することです。
中国成都の実世界データを使用して、いくつかの機械学習モデルを比較し、さまざまな時空間特徴が分類パフォーマンスに与える影響を調べます。
結果は、限られた数の特徴で 77.8% の分類精度を達成できることを示しています。
この分類枠組みは成都の Alpha MAPS システムに導入され、2023 年 12 月中に市内の 724 か所の建設現場/土砂捨て場、48 か所のコンクリート混合ステーション、80 か所のトラック駐車場を特定することに成功し、地方自治体が効果的に管理できるようになりました。
都市の粉塵汚染を低い人件費で解決します。

要約(オリジナル)

Earthwork-related locations (ERLs), such as construction sites, earth dumping ground, and concrete mixing stations, are major sources of urban dust pollution (particulate matters). The effective management of ERLs is crucial and requires timely and efficient tracking of these locations throughout the city. This work aims to identify and classify urban ERLs using GPS trajectory data of over 16,000 construction waste hauling trucks (CWHTs), as well as 58 urban features encompassing geographic, land cover, POI and transport dimensions. We compare several machine learning models and examine the impact of various spatial-temporal features on classification performance using real-world data in Chengdu, China. The results demonstrate that 77.8% classification accuracy can be achieved with a limited number of features. This classification framework was implemented in the Alpha MAPS system in Chengdu, which has successfully identified 724 construction cites/earth dumping ground, 48 concrete mixing stations, and 80 truck parking locations in the city during December 2023, which has enabled local authority to effectively manage urban dust pollution at low personnel costs.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google