Explainable Machine Learning for Predicting Thermal Discomfort from Multipollutant Exposure on Dhaka Roadways

Technische Samenvatting: Verklaarbaar Machine Learning voor het Voorspellen van Thermisch Ongemak door Multipollutant-blootstelling op Dhaka’s Wegensystemen

Probleemstelling
Stedelijke wegen in snel ontwikkelende megasteden zoals Dhaka, Bangladesh, vormen complexe blootstellingsomgevingen waar weggebruikers (voetgangers, forenzen, verkeerspolitie en informele werkers) tegelijkertstelling staan aan stressfactoren: hitte, luchtverontreiniging (fijnstof en CO₂) en verkeerslawaai. Traditionele studies evalueren deze factoren vaak in isolatie, waardoor ze de synergetische effecten van multipollutant-blootstelling op de menselijke thermische perceptie niet kunnen vatten. Bovendien kunnen standaard statistische methoden moeite hebben met het modelleren van de niet-lineaire interacties tussen deze variabelen en subjectief thermisch comfort. Deze studie adresseert de noodzaak om thermisch ongemak in de micro-omgevingen van de wegen in Dhaka te kwantificeren en te voorspellen door de integratie van multipollutant-blootstellingsgegevens met verklaarbare machine learning (ML) frameworks.

Methodologie
Het onderzoek maakte gebruik van een cross-sectioneel, veldgebaseerd observationeel ontwerp dat werd uitgevoerd op 17 strategische monitoringslocaties langs drie belangrijke corridors (Noordelijk, Centraal en Zuidelijk) in Dhaka. De gegevensverzameling vond plaats tijdens de late moesson, de post-moesson en de winterovergangsperioden (augustus 2025 – januari 2026).

• Gegevensverwerving:
  • Omgevingssensoren: Gecalibreerde intelligente luchtdetectoren (JLDC) maten concentraties van PM₁, PM₂.₅, PM₁₀ en CO₂. Mini geluidsmeters (UT353) registreerden verkeerslawaainiveaus. Meteorologische gegevens (temperatuur, relatieve vochtigheid, windsnelheid) werden eveneens vastgelegd.
  • Menselijke Perceptie: Gestructureerde interviews met 1.109 deelnemers verzamelden subjectieve thermische sensatie-stemmen op basis van ASHRAE-richtlijnen (variërend van "Zeer Koel" tot "Heet"), naast gegevens over kledingniveaus, gezondheidsklachten (bijv. hoofdpijn) en waargenomen luchtkwaliteit.
• Gegevensvoorbewerking: De ruwe dataset onderging een grondige opschoning, inclusief het verwijderen van sensorfouten, duplicaten en ontbrekende waarden. De uiteindelijke modelleringsdataset bestond uit 1.109 observaties.
• Machine Learning Framework: Drie supervised classificatiealgoritmen werden getraind om categorieën van thermisch ongemak te voorspellen:
  1. Decision Tree (DT): Gebruikt als een interpreteerbare baseline.
  2. Random Forest (RF): Een ensemble-methode om overfitting te verminderen en stabiliteit te verbeteren.
  3. XGBoost: Een geavanceerd gradient boosting-model voor het vastleggen van complexe niet-lineaire relaties.
• Verklaarbaarheid en Validatie: De prestaties van de modellen werden geëvalueerd met behulp van ROC-AUC, nauwkeurigheid (accuracy), precisie, recall, F1-score en verwarringsmatrices. Om interpreteerbaarheid te garanderen, werd SHapley Additive exPlanations (SHAP) analyse toegepast om de relatieve bijdrage van elke voorspeller te bepalen. Een gevoeligheidsanalyse werd uitgevoerd om de robuustheid van het model te beoordelen tegen variaties in inputvariabelen.

Belangrijkste Resultaten

• Blootstellingslast: De studie vond een hoge last van multipollutant-blootstelling. De gemiddelde PM₂.₅-concentratie was 71,37 µg/m³, terwijl PM₁ gemiddeld 58,35 µg/m³ bedroeg. Wegkantmetingen registreerden een maximale PM₂.₅-concentratie van 100,00 µg/m³ in de studiedataset, hoewel de tekst een specifieke piek van 172,2 µg/m³ in de Mirpur-10 zone vermeldt. Gemiddelde geluidsniveaus bereikten 82,96 dB. Deze waarden overschrijden de richtlijnen van de Wereldgezondheidsorganisatie (WHO) aanzienlijk.
• Prevalentie van Thermisch Ongemak: De veldgegevens toonden extreem thermisch ongemak aan, waarbij 99,46% van de observaties werd geclassificeerd als "Heet", "Warm" of "Iets Warm". Slechts een verwaarloosbaar deel rapporteerde neutrale of koele sensaties.
• Modelprestaties: Ensemble-modellen presteerden significant beter dan de enkele Decision Tree. Zowel Random Forest als XGBoost behaalden een nauwkeurigheid van 0,96 en een F1-score van 0,96, waarbij ROC-AUC-waarden duidden op uitstekende discriminatie (AUC = 0,96). De modellen vertoonden een hoge stabiliteit bij het classificeren van thermisch ongemak over verschillende blootstellingsscenario's heen.
• Voorspellerbelang (SHAP-analyse): In tegenstelling tot de aanname dat temperatuur de enige drijfveer is, identificeerde de SHAP-analyse Windsnelheid en CO₂-concentratie als de meest invloedrijke voorspellers van thermisch ongemak. PM₁₀, kledingniveau en vochtigheid droegen ook matig bij, terwijl PM₂.₅ en geluid een kleinere maar niet verwaarloosbare impact hadden. Dit suggerekert dat microklimatologische luchtstroom en verkeersgerelateerde emissies (wat wijst op congestie en slechte ventilatie) cruciale determinanten zijn van ongemak.
• Gevoeligheid: De gevoeligheidsanalyse bevestigde dat hoewel PM- en geluidsvariabelen relatief stabiel bleven in hun impact, variaties in de CO₂-blootstelling zorgden voor meer significante fluctuaties in de modelvoorspellingen, wat de gevoeligheid van thermisch comfort voor verkeersdichtheid en ventilatiecondities benadrukt.

Betekenis en Bijdragen
Het artikel claimt verschillende significante bijdragen aan de gebieden van stedelijke milieugezondheid en machine learning:

1. Geïntegreerde Multipollutant-benadering: In tegenstelling tot eerdere studies die hitte, lawaai of vervuiling isoleerden, biedt dit onderzoek een op bewijs gebaseerd framework voor het begrijpen van de gecombineerde impact van deze stressfactoren op de thermische perceptie in een dichtbevolkte tropische megastad.
2. Toepassing van Explainable AI: Door gebruik te maken van SHAP-analyse gaat deze studie verder dan "black box"-voorspellingen. Het kwantificeert de specifieke invloed van variabelen zoals windsnelheid en CO₂, wat bruikbare inzichten biedt voor beleidsmakers in plaats van enkel voorspellende nauwkeurigheid.
3. Relevantie voor de Volksgezondheid: De bevindingen onderstrepen dat thermisch ongemak in Dhaka niet louter een meteorologisch probleem is, maar een volksgezondheidscrisis die wordt gedreven door de synergie van hitte, fijnstof en lawaai. De hoge prevalentie van ongemak (99,46%) benadrukt de kwetsbaarheid van buitenwerkers en forenzen.
4. Beleidskader: De studie stelt een multisectorale interventiestrategie voor, inclusief natuurgebaseerde oplossingen (aanplant van bomen langs de weg, schaduwrijke voetpaden), controle op verkeersemissies en geluidsoverlastbestrijding. Het suggereert dat deze maatregelen gericht moeten worden op specifieke hoog-risico wegsegmenten die via ruimtelijke analyse zijn geïdentificeerd.

De auteurs concluderen dat het aanpakken van thermisch ongemak een geïntegreerde stedelijke planning vereist die tegelijkertijd de luchtkwaliteit, geluid en het microklimaat beheert, ondersteund door datagestuurde, verklaarbare voorspellende modellen.