Application of machine learning in air pollutants modeling: a case study of PM2.5 in Szczecin (Poland).

Opis bibliograficzny

Application of machine learning in air pollutants modeling: a case study of PM2.5 in Szczecin (Poland). [AUT.] J. BIHAŁOWICZ. Zeszyty Naukowe SGSP. DOI: 10.5604/01.3001.0015.8120
Skopiowane!
Kliknij opis aby skopiować do schowka

Szczegóły publikacji

Rok:2022
Język:polski
Charakter formalny:Artykuł w czasopismie
Typ MNiSW/MEiN:Praca Oryginalna

Streszczenia

W pracy przedstawiono możliwość modelowania stężeń zanieczyszczeń w lokalizacji o określonym, stałym profilu emisji przy wykorzystaniu modeli uczenia maszynowego. Jako zanieczyszczenie wybrano pył PM2.5, a jako zmienne objaśniające przyjęto parametry metrologiczne mierzone na stacji synoptycznej. Przeprowadzono uczenie i walidację sześciu różnych modeli na podstawie obserwacji meteorologicznych zarejestrowanych w latach 2013–2018 na stacji IMGW-PIB w Szczecinie (Polska) oraz średniodobowych stężeń pyłu PM2.5 z tego samego okresu zmierzonych na stacji GIOŚ w Szczecinie przy ul. Andrzejewskiego, podzielonych na trzy równoliczne klasy stężeń. Dwa modele, które dawały najdokładniejsze wyniki, zostały szczegółowo przedstawione. Czułość tych modeli, w zależności od klasy stężenia pyłu, zawierała się pomiędzy 0,484 a 0,711. Te dwa modele zostały zastosowane do identyfikacji wzrostu średniodobowych stężeń w trakcie zdarzenia nietypowego – pożaru składowisk odpadów. Stężenia przewidziane w dniach, w których trwał pożar, były zaniżone względem faktycznych stężeń, co pozwala na zastosowanie modeli w identyfikacji zjawisk atypowych, które mają wpływ na stężenia zanieczyszczeń w danym miejscu.

Open Access

Tryb dostępu:otwarte czasopismoWersja tekstu:ostateczna wersja opublikowanaLicencja: Creative Commons - Uznanie Autorstwa (CC-BY) Czas udostępnienia:w momencie opublikowania

Identyfikatory

BPP ID: (7, 8702) wydawnictwo ciągłe #8702

Metryki

70,00
Punkty MNiSW/MEiN
0
Impact Factor
0
Index Copernicus
0
Punktacja wewnętrzna

Eksport cytowania

Wsparcie dla menedżerów bibliografii:
Ta strona wspiera automatyczny import do Zotero, Mendeley i EndNote. Użytkownicy z zainstalowanym rozszerzeniem przeglądarki mogą zapisać tę publikację jednym kliknięciem - ikona pojawi się automatycznie w pasku narzędzi przeglądarki.

Skopiowane!

Informacje dodatkowe

Status:przed korektą
Rekord utworzony:22 września 2023 12:46
Ostatnia aktualizacja:13 grudnia 2025 09:36