تخمین مقادیر جاافتاده در سری‌های زمانی داده‌های آلودگی هوای شهر تهران

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 تاثیرات 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 7.78 بوده است.

Estimation of Missing Values in Time Series of Air Pollution Data in Tehran City

Today, air pollution has become one of the most critical problems in densely populated cities, which causes many city residents to suffer from lung problems every year and can have irreparable effects on citizens’ health. Air pollution recording devices in cities record pollution hourly. The technical issues of these devices sometimes cause some of the important data not to be recorded, and as a result, fixed values ​​are created in the data. In this study, fixed values ​​have been estimated. For this purpose, the study of air pollution events in Tehran including the concentration of PM2.5, PM10, SO2, NO2, O3 and CO pollutants was conducted. The LANN algorithm, used in the estimation and forecasting of single variable time series, has been implemented and compared for all pollutants. Also, in another part of the study, other environmental pollutants have been considered in the estimation of fixed values, and by using the neural network method, the estimation of fixed values ​​for all pollutants has been done. RMSE index was also used to check and compare algorithms. The value of RMSE in the LANN method was lower than other simpler models including mean, linear regression and LOCF, so its value was 30 to 50% lower, depending on the type of pollutant. Also, the neural network algorithm had lower RMSE than other methods in estimating PM2.5 values ​​and its value was 7.78.