Czasopismo | CIEPŁOWNICTWO, OGRZEWNICTWO, WENTYLACJA | Rocznik 2022 - zeszyt 1

Neuronowy model prognozowania smogu

Neural Smog Prediction Model

10.15199/9.2022.1.4

nr katalogowy: 135990
10.15199/9.2022.1.4

Streszczenie

W dzisiejszych czasach zanieczyszczenie powietrza jest jednym z głównych, globalnych zagrożeń dla człowieka i środowiska. Prognozowanie zanieczyszczeń powietrza możliwe jest dzięki modelom sztucznej inteligencji, w tym sztucznym sieciom neuronowym. W artykule przedstawiono model prognozowania smogu z wykorzystaniem sztucznych sieci neuronowych stworzony na podstawie wielkości stężenia pyłów PM10 w Nowej Rudzie w okresie 2019-2020 oraz danych meteorologicznych. Do prognozowania wykorzystano sieć neuronową typu perceptron wielowarstwowy. Aby poprawić jakość modelu wykorzystano analizę skupień, dzięki której otrzymano dokładniejszą prognozę. Przeprowadzone badania wskazują, że wykorzystanie analizy skupień do grupowania wielkości PM10 w zależności od aktualnej temperatury minimalnej znacząco wpływa na jakość prognozy. Wynika to z korelacji niskiej temperatury powietrza, która wymusza ogrzewanie mieszkań, ze wzrostem wielkości niskiej emisji. Zastosowanie zaproponowanej metodyki prognozowania umożliwiło otrzymanie neuronowego modelu predykcji PM10, w którym zależność danych rzeczywistych i prognozowanych wynosiła r = 0.99, a średniokwadratowy błąd MSE od 0.021 do 0.159. Tak dokładne prognozowanie zanieczyszczenia powietrza może się przyczynić do poprawy jakości życia i ochrony społeczeństwa przed smogiem.

Abstract

Nowadays, air pollution is one of the main global threat to the environment and human. Air pollution forecasting is possible thanks to artificial intelligence models, including artificial neural networks. The article presents a smog forecast model with the use of neural artificial networks based on the volume of PM10 in Nowa Ruda in the period 2019-2020 and meteorological data. A multilayer perceptron neural network type was used for prediction. To improve the quality of the model, a cluster analysis was used, thanks to which a more accurate forecast was obtained. The conducted research shows that the use of cluster analysis to group PM10 values depending on the actual minimum temperature significantly improves the quality of the forecast. This is due to the correlation of low air temperature, which causes home heating, with an increase in low emissions. Using the proposed methodology, the PM10 neural prediction models were obtained, for which the relationship between the observed and predicted data was r = 0.99 and the mean square error MSE from 0.021 to 0.159. Such accurate forecasting of air pollution may contribute to the improvement of the quality of life and protection of the society against smog. © 2006-2022 Wydawnictwo SIGMA-NOT Sp. z o.o. All right reserved

Słowa kluczowe

Keywords

Bibliografia

[1] Adnane Anas, Leghrib Radouane, Chaoufi Jamal, Chirmata Ahmed. 2021. „Prediction of PM10 concentrations in the city of Agadir (Morocco) using non-linear autoregressive artificial neural networks with exogenous inputs (NARX)”. Materials Today: Proceedings.
[2] Cortina-Januchs Maria G., Quintanilla-Dominguez Joel, Vega-Corona Antonio, Andina Diego. 2015. “Development of a model for forecasting of PM10 concentrations in Salamanca, Mexico”. Atmospheric Pollution Research 6 (4): 626-634.
[3] Fallahizadeh Saeid, Kermani Majid, Esrafili Ali, Asadgol Zahra, Gholami Mitra. 2021. “The effects of meteorological parameters on PM10: Health impacts assessment using AirQ+ model and prediction by an artificial neural network (ANN)”. Urban Climate 38: 100905.
[4] Grzeszczyk Tadeusz A. 2005. ”Sztuczna inteligencja we wspomaganiu procesu prognozowania w przedsiębiorstwie”. W: Statystyka i data mining w badaniach naukowych, Wątroba Janusz (red.), Statsoft Polska, 91-105.
[5] Kajewska-Szkudlarek Joanna. 2020. “Clustering approach to urban rainfall time series prediction with support vector regression model”. Urban Water Journal 17 (3): 235-246.
[6] Kleszczewska Ewa, Andryszczyk Malgorzata, Łogwiniuk Katarzyna, Dorosh Natalia, Boyko Oxana. 2013. „Nawyki żywieniowe na Ukrainie i w Polsce. Część II. Analiza wzorców konsumpcji żywności metodą Warda”. Hygeia Public Health 48 (4): 532-536.
[7] Kuchcik Magdalena, Milewski Paweł. 2018. „Zanieczyszczenie powietrza w Polsce-stan, przyczyny i skutki”. Studia KPZK 182 (2): 341- 364.
[8] Kurnaz Gamze, Demir Alparslan S. 2022. “Prediction of SO2 and PM10 air pollutants using a deep learning-based recurrent neural network: Case of industrial city Sakarya”. Urban Climate 41: 101051.
[9] Skulska Małgorzata, Skulska Monika, Makowski Łukasz. 2003. „Zastosowanie sieci neuronowych”. Wyższa Szkoła Zawodowa w Tarnobrzegu.
[10] Smarra Francesco, Jain Achin, Mangharam Rahul, D’Innocenzo Alessandro. 2018. “Data-driven Switched Affine Modeling for Model Predictive Control”. IFAC-PapersOnLine 51: 199-204.
[11] Treder Michalina. 2017. „Smog zagrożeniem bezpieczeństwa zdrowotnego w Polsce”. Rocznik Bezpieczeństwa Międzynarodowego 11 (1): 190-204.
[12] Wolińska Marzena, Behan Andrzej, Gajcy Halina, Frącek Bogusław, Wałęsa Regina, Adamska Urszula, Wróbel Piotr, Zawiślak Anna, Bisikiewicz Elżbieta. 2014. „Strategia Rozwoju Gminy Miejskiej Nowa Ruda na lata 2014-2020”. Załącznik do Uchwały Nr 448/LI/14 Rady Miejskiej W Nowej Rudzie z dnia 30 lipca 2014 r.

Jeśli masz wykupiony/przyznany dostęp - zaloguj się. Skorzystaj z naszych propozycji zakupu!

Publikacja


CIEPŁOWNICTWO, OGRZEWNICTWO, WENTYLACJA- e-publikacja (pdf) z zeszytu 2022-1 , nr katalogowy 135990 licencja: Osobista Produkt cyfrowy Nowość	10.00 zł

Zeszyt


CIEPŁOWNICTWO, OGRZEWNICTWO, WENTYLACJA- e-zeszyt (pdf) 2022-1 licencja: Osobista Produkt cyfrowy Nowość	30.00 zł
CIEPŁOWNICTWO, OGRZEWNICTWO, WENTYLACJA- e-zeszyt (pdf) 2022-10 licencja: Osobista Produkt cyfrowy Nowość	32.00 zł
CIEPŁOWNICTWO, OGRZEWNICTWO, WENTYLACJA- e-zeszyt (pdf) 2022-11 licencja: Osobista Produkt cyfrowy Nowość	32.00 zł
CIEPŁOWNICTWO, OGRZEWNICTWO, WENTYLACJA- e-zeszyt (pdf) 2022-12 licencja: Osobista Produkt cyfrowy Nowość	32.00 zł

Prenumerata

CIEPŁOWNICTWO, OGRZEWNICTWO, WENTYLACJA - prenumerata cyfrowa
licencja: Osobista

Produkt cyfrowy
Promocja
Nowość

360.00 zł

CIEPŁOWNICTWO, OGRZEWNICTWO, WENTYLACJA - papierowa prenumerata roczna + wysyłka
licencja: Osobista

Szczegóły pakietu

Nazwa
CIEPŁOWNICTWO, OGRZEWNICTWO, WENTYLACJA - papierowa prenumerata roczna	432.00 zł brutto 400.00 zł netto 32.00 zł VAT (stawka VAT 8%)
CIEPŁOWNICTWO, OGRZEWNICTWO, WENTYLACJA - pakowanie i wysyłka	42.00 zł brutto 34.15 zł netto 7.85 zł VAT (stawka VAT 23%)

474.00 zł

CIEPŁOWNICTWO, OGRZEWNICTWO, WENTYLACJA - PAKIET prenumerata PLUS
licencja: Osobista

Szczegóły pakietu

Nazwa
CIEPŁOWNICTWO, OGRZEWNICTWO, WENTYLACJA - PAKIET prenumerata PLUS (Prenumerata papierowa + dostęp do portalu sigma-not.pl + e-prenumerata)	552.00 zł brutto 511.11 zł netto 40.89 zł VAT (stawka VAT 8%)

552.00 zł

Zeszyt

2022-1

Twój Koszyk

Publikacja

Zeszyt

Prenumerata

Zeszyt

Czasopisma