|
" پیش‌بینی شاخص کیفیت هوای شهر ارومیه با استفاده از مدل هیبریدی بر پایه تکنیک تجزیه ی دو مرحله ای "
/ علیرضا ر‌حیم‌پور
| نام مرکز
|
:
|
کتابخانه مرکزی دانشگاه کردستان
|
| نوع مدرک
|
:
|
پایان نامه فارسی
|
| زبان مدرک
|
:
|
فارسی
|
| شماره رکورد
|
:
|
216410
|
| شماره مدرک
|
:
|
۳۹۵۹پ
|
| شماره راهنما
|
:
|
NBIII۳۹۷۸ ۱۳۹۸ کتابخانه مرکزی
|
| سرشناسه
|
:
|
رحیم پور ، علیرضا
|
| عنوان
|
:
|
پیش‌بینی شاخص کیفیت هوای شهر ارومیه با استفاده از مدل هیبریدی بر پایه تکنیک تجزیه ی دو مرحله ای [پایان نامه]
|
| نویسنده
|
:
|
/ علیرضا ر‌حیم‌پور
|
| استاد راهنما
|
:
|
جمیل امان‌اللهی
|
| استاد مشاور
|
:
|
چریس تزانیس
|
| محل تحصیل
|
:
|
: دانشگاه کردستان ، دانشکده منابع طبیعی
|
| سال تحصیل
|
:
|
، ۱۳۹۸
|
| صفحه شمار
|
:
|
ج، ۵۹ص: مصور (بخشی رنگی)، جدول + لوح فشرده
|
| مقطع تحصیلی
|
:
|
کارشناسی ارشد
|
| رشته تحصیلی
|
:
|
ارزيابي و آمايش سرزمين
|
| دانشگاه
|
:
|
کردستان
|
| گروه تحصیلی
|
:
|
محيط زيست
|
| گرایش تحصیلی
|
:
|
ارزيابي و آمايش سرزمين
|
| دانشکده
|
:
|
دانشگاه کردستان، دانشکده منابع طبیعی
|
| نمره دانشجو
|
:
|
عالی
|
| يادداشت
|
:
|
چکیده فارسی _ انگلیسی
|
| چکيده
|
:
|
مسائل زیست¬محیطی یکی از اصلی‌ترین دغدغه¬های جهان امروز بوده و بی¬توجهی به آن مانع بزرگی برای توسعه پایدار ایجاد می‌نماید. آلودگی هوا یکی از اصلی‌ترین و زیانبارترین مشکلات در جوامع امروزی به حساب می‌آید که با افزایش روزافزون استفاده از وسایل نقلیه این امر تشدید می‌شود. کیفیت هوا به طور روزانه در حال تغییر است، حتی در مـواقعی که مقدار ورود آلاینده‌ها به هوا ثابت است عوامل تعیین‌کننـده تغییرات آب و هـوایی ماننـد سـرعت و جهـت بـاد، نیمـرخ حرارتی توده‌های هوا، مدت زمان دوام باد یا بارندگی به طور ویژه‌ای کیفیت هوا را تغییر می‌دهند. آگاهی از وضعیت کیفیت هوا روز آینده در بسیاری از موارد می‌تواند از بروز مشکلات و عواقب آن بر سلامت مردم یا ایجاد بیماری‌های حاد جلوگیری کند. برای دانستن کیفیت هوا از شاخص AQI استفاده می‌شود که ارتباط کیفیت هوا با سلامت انسان را به‌صورت کمی بیان می‌کند. سری داده‌های شاخص کیفیت هوا دارای مشخصات تصادفی، نامنظم و غیرثابت بوده و این امر کار پیش‌بینی AQI را با مشکل روبرو نموده و اغلب تکنیک تجزیه تکی نمی‌تواند به‌طور کامل این داده‌ها را مدیریت کند. بدین منظور در این پایان‌نامه از مدل هیبریدی تجزیه حالت تجربی تجمعی مکمل با نویز تطبیقی - تجزیه مد متغیر – شبکه عصبی رگرسیون عمومی (CEEMDAN-VMD-GRNN) بر پایه تکنیک تجزیه دومرحله‌ای برای پیش‌بینی کیفیت هوای شهر ارومیه استفاده شده است. داده‌های مربوط به کیفیت هوای شهر ارومیه شامل ذرات معلق کمتر از 10 میکرون (PM10)، ذرات معلق کمتر از 5/2 میکرون (PM2.5)، دی اکسید کربن(CO2)، دی اکسید سولفور (SO2)، دی اکسید نیتروژن (NO2) و مونو اکسید نیتروژن (NO) طی سال‌های 1397-1395 از اداره کل حفاظت محیط زیست و داده‌های 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) در دوره زمانی 1397-1395 از اداره کل هواشناسی استان آذربایجان غربی تهیه گردید. در این مدل سری داده‌های اصلی خام ابتدا توسط مدل حالت تجربی تجمعی مکمل با نویز تطبیقی به هشت تابع مد ذاتی و یک باقی‌مانده تجزیه و در مرحله دوم اولین تابع مد ذاتی با فرکانس بالا با مدل تجزیه مد متغیر به 9 سیگنال جزئی‌تر تجزیه می‌شود. در مرحله پایانی با کمک مدل پیش‌بینی شبکه عصبی رگرسیون عمومی، شاخص کیفیت هوای یک روز آینده پیش‌بینی می‌شود. به منظور بررسی میزان دقت و عملکرد مدل پیشنهادی، این مدل با مدل‌های (CEEMDAN-ELM, CEEMDAN-GRNN, VMD-ELM, VMD-GRNN, CEEMDAN-VMD-ELM ) مقایسه شد که پس از بررسی نتایج مشخص شد با مقادیر معیارهای ارزیابی خطا شامل 1275/4 = RMSE، 9901/2 = MAE و آماره 98/0 = R2 در مرحله آموزش و 4472/5 = RMSE، 8740/3 = MAE و آماره 74/0 = R2 در مرحله آزمون، مدل پیشنهادی نسبت به سایر مدل‌ها دارای دقت و عملکرد بهتری می‌باشد.
|
|
|
:
|
Nowadays, environmental issues are one of the most pressing concerns in the world which neglecting them poses a major obstacle to sustainable development. Air pollution is one of the main and most damaging problems in today's societies, which is exacerbated by the increasing use of vehicles. Air quality is changing daily. Even where pollutants enter the air, in particular the factors that determine air quality, such as the wind speed and wind direction, the thermal profile of the air masses, the duration of wind resistance or rainfall are able to change the air quality. In many cases, prediction of air quality in the next day can prevent problems for human health or cause acute illnesses. Air quality index (AQI) data series have a random, irregular, and unstable property, which makes it difficult to predict AQI, and most single stage decomposition techniques cannot fully manage this data. For this purpose, in this thesis, a hybrid model of ensemble empirical mode decomposition with adaptive noise - variable mode decomposition - general regression neural network (CEEMDAN-VMD-GRNN) based on two-stage decomposition technique is used to predict the air quality of Urmia city. Urmia air quality data including PM10, PM2.5, CO2, SO2, NO2, and NO during the years 1976-1979 were received from the General Office of Environmental Protection. Meteorological data including minimum temperature (Min T), maximum temperature (Max T), mean atmospheric pressure (AP), total daily precipitation (PR), daily relative humidity (RH) and daily wind velocity (WS) were obtained from the General Meteorological Office of West Azerbaijan Province during 1974-1979. In this model, firstly the original data series is decomposed by CEEMDAN model into eight intrinsic mode functions and one residual, and in the second step the first high frequency intrinsic mode function is decomposed into 9 smaller signal modes using VMD model. Finally, the next day's air quality index is predicted by GRNN. In order to evaluate the accuracy and performance of the proposed model, this model was compared with (CEEMDAN-ELM, CEMD-ELM, VMD-GRNN and CEEMDAN-VMD-ELM) models. After analyzing the results, it was found that the proposed model with RMSE = 4.1275, MAE = 2.9901 and R2 = 0.98 in the training phase and RMSE = 5.4472, MAE = 3.8740 and R2 = 0.74 in the testing phase has better accuracy and performance than other models.
|
| توصیفگر
|
:
|
پیش‌بینی Prediction
|
|
|
:
|
شاخص کیفیت هوا Air quality Index
|
|
|
:
|
مدل هیبریدی Hybrid model
|
|
|
:
|
شبکه عصبی رگرسیون عمومی General regression neural network
|
|
|
:
|
تجزیه مد متغیر Variable mode decomposition
|
|
|
:
|
تجزیه حالت تجربی تجمعی مکمل با نویز تطبیقی Ensemble empirical mode decomposition with adaptive noise
|
| شناسه افزوده
|
:
|
امان اللهی جمیل ، 1356 - ، استاد راهنما
|
|
|
:
|
تزانیس چریس ، استاد مشاور
|
| شناسه افزوده
|
:
|
دانشگاه کردستان دانشکده منابع طبیعی
|
| |