تخمین مقادیر جاافتاده در سری‌های زمانی داده‌های آلودگی هوای شهر تهران

نوع مقاله : مقاله پژوهشی

نویسندگان

گروه سیستم‌های اطلاعات مکانی، دانشکده مهندسی نقشه‌برداری و سیستم‌های اطلاعات مکانی، دانشکدگان فنی، دانشگاه تهران، تهران، ایران.

10.22059/jes.2022.339422.1008287

چکیده

امروزه آلودگی هوا به یکی از معضلات مهم در شهرهای پرجمعیت تبدیل‌شده است که هرساله تعداد قابل‌توجهی از ساکنان شهرها را با مشکلات ریوی روبرو می‌کند و می‌تواند تأثیرات جبران‌ناپذیری بر سلامت شهروندان داشته باشد. دستگاه‌های ثبت آلودگی هوا در شهرها، آلودگی را به‌صورت ساعتی ثبت می‌کنند. مشکلات فنی پیش‌آمده برای این دستگاه‌ها، در بعضی مواقع سبب می‌شود بخشی از داده‌های مهم ثبت نگردند و درنتیجه آن، مقادیر جاافتاده در داده های ایجاد می‌گردد. در این مطالعه به تخمین مقادیر جاافتاده پرداخته‌شده است. این مطالعه روی‌داده‌های آلودگی هوای شهر تهران شامل غلظت آلاینده‌های PM2.5، PM10، SO2، NO2، O3 و CO انجام‌شده است. در این مطالعه الگوریتم LANN که در تخمین و پیش‌بینی سری‌های زمانی تک متغیره کاربرد دارد، استفاده‌شده است و مقادیرجاافتاده برای تمامی آلاینده‌ها پیاده‌سازی و مقایسه شده است. هم‌چنین در بخشی دیگر از مطالعه، سایر آلاینده‌های محیطی در برآوردمقادیر جاافتادهدر نظر گرفته‌شده‌اند که با به‌کارگیری روش شبکه عصبی، تخمین مقادیر جاافتاده برای همه آلاینده‌ها انجام‌شده است. همچنین برای بررسی و مقایسه الگوریتم ها از شاخص RMSE استفاده شده است. مقدار RMSE در روش LANN نسبت به سایر مدل‌های ساده‌تر شامل میانگین، رگرسیون خطی و LOCF مقدار کمتری داشت به نحوی که مقدار آن 30 تا 50 درصد، بسته به نوع آلاینده کمتر بوده است. همچنین الگوریتم شبکه عصبی نسبت به سایر روش‌ها در تخمین مقادیر PM2.5، RMSE کمتری داشت و مقدار آن 78/7 بوده است.

کلیدواژه‌ها