[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: دوره 16، شماره 55 - ( 9-1395 ) ::
جلد 16 شماره 55 صفحات 155-176 برگشت به فهرست نسخه ها
ارزیابی دقت مدل های رگرسیون چندگانه، ARIMA وGRNNدر پیش بینی غلظت ذرات معلقPM2.5
خانم شادی اوسطی1، آقای جمیل امان اللهی *2، آقای بختیار محمدی2
1- کارشناسی ارشد دانشگاه کردستان
2- دکتری تخصصی دانشگاه کردستان
چکیده:   (1038 مشاهده)

وجود مشکلات و بحران‌های زیست‌محیطی در جهان باعث شده است تا طی نیم قرن گذشته اهمیت بحث در مورد محیط-زیست و مسایل زیست‌محیطی بیشتر شود. در این میان آلودگی هوا به عنوان یکی از معضلات زیست محیطی ده‌های اخیر در ردیف یکی از زیان‌بار‌ترین بلایای طبیعی قرار گرفته است. با توجه به اثر گذاری زیان بار ذرات معلق بر روی سلامت انسانها، پیش‌بینی مقدار غلظت این ذرات در روزهای آینده می‌تواند سبب کاهش این اثرات شود. لذا در این مطالعه ازدقت مدل‌های خطی شامل رگرسیون خطی چند‌گانه (MLR) و خود‌رگرسیون میانگین متحرک انباشته (ARIMA) و از مدل غیر خطی شبکه عصبی رگرسیون عمومی (GRNN) برای پیش‌بینی ذرات معلق PM2.5 در شهر سنندج برای انتخاب دقیقترین مدل مورد آزمون قرار گرفت. مدل شبکه عصبی رگرسیون عمومی در این مطالعه برای اولین بار است که در ایران برای پیش‌بینی آلودگی اتمسفراستفاده می‌شود. داده‌های مربوط به کیفیت هوا شامل PM10، SO2، NO2، CO، O3 و داده‌های مربوط به هواشناسی شامل میانگین حداقل دما (MinT)، میانگین حداکثر دما (MaxT)، میانگین فشار جوی (AP)، بارش کل روزانه (PR)، رطوبت نسبی روزانه سطح هوا (RH) و سرعت باد روزانه (WS) مربوط به سال 1393 به عنوان متغیر‌های مستقل و میزان غلظت ذرات معلق PM2.5 به عنوان متغیر وابسته در نظر گرفته شدند. نتایج نشان داد که مدل شبکه عصبی رگرسیون عمومی با مقدار R2=0.81، RMSE=6.9468 و MAE=5در مرحله آموزش و مقدار R2=0.74، RMSE=5.0725و MAE=3.4874 در مرحله آزمون بهترین عملکرد را نسبت به مدل‌های خطی در پیش‌بینی ذرات معلق PM2.5در شهر سنندج داشته است.

واژه‌های کلیدی: ذرات معلق PM2.5، پیش‌بینی، سنندج، رگرسیون خطی چند‌گانه، خود‌رگرسیون میانگین متحرک انباشته، شبکه عصبی رگرسیون عمومی
متن کامل [PDF 1079 kb]   (1 دریافت)    
نوع مطالعه: كاربردي | موضوع مقاله: تخصصي
دریافت: ۱۳۹۳/۳/۱۶ | پذیرش: ۱۳۹۳/۱۲/۹ | انتشار: ۱۳۹۵/۹/۱۴
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

کد امنیتی را در کادر بنویسید >



XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Ausati S, Amanollahi J, Mohammadi B. Accuracy assessment of multiple linear regression, (ARIMA), and (GRNN) models to prediction of particulate matter PM2.5 concentration. Geographical Space. 2016; 16 (55) :155-176
URL: http://geographical-space.iau-ahar.ac.ir/article-1-2093-fa.html
اوسطی شادی، امان اللهی جمیل، محمدی بختیار. ارزیابی دقت مدل های رگرسیون چندگانه، ARIMA وGRNNدر پیش بینی غلظت ذرات معلقPM2.5. فضای جغرافیایی. 1395; 16 (55) :155-176

URL: http://geographical-space.iau-ahar.ac.ir/article-1-2093-fa.html

دوره 16، شماره 55 - ( 9-1395 ) برگشت به فهرست نسخه ها
فضای جغرافیایی Geographic Space
Persian site map - English site map - Created in 0.181 seconds with 810 queries by yektaweb 3501