Wykorzystanie sztucznych sieci neuronowych do prognozowania imisji zanieczyszczeń powietrza w miastach

• Autorzy: Skrzypski J.

Warianty tytułu

EN

Application of Artificial Neural Networks for Prediction of Air Pollutant Concentration in Urban Areas

• Języki publikacji: PL

Abstrakty

PL

Badano możliwości i sposoby wykorzystania sztucznych sieci neuronowych w prognozowaniu stężeń dwutlenku siarki i pyłu zawieszonego w powietrzu w miastach, w których krótkookresowa zmienność poziomu imisji jest kształtowana głównie zmiennością warunków meteorologicznych. Zastosowano sieć z perceptronem wielowarstwowym składającym się z warstwy wejściowej, jednej warstwy ukrytej oraz z warstwy wyjściowej. Wykorzystano metodę propagacji wstecznej. Redukcję wymiarowości wektora meteorologicznego przeprowadzono metodą analizy składowych głównych. Uwzględniono średniodobowe wartości stężeń na wybranych stacjach pomiarowych WSSE z miesięcy zimowych okresu 1991-1995 oraz 8 parametrów meteorologicznych ze stacji Łódź-Lublinek. Zastosowana metoda pozwala prognozować sytuację aerosanitarną z dużą dokładnością. Średni błąd kwadratowy 15 aproksymacji stężenia dwutlenku siarki i pyłu zawieszonego ani razu nie przekroczył 10%, a na niektórych stanowiskach pomiarowych był mniejszy od 5%. Wartości współczynników korelacji były duże i w świetle testu Fishera statystycznie znamienne.

EN

Possibilities and methods of application of artificial neural networks in prediction of sulphur dioxide and suspended particulate concentrations in the air in cities, in which variability of the level of imission is determined by varying meteorological conditions were studied. A network with a multi-Iayer perceptron consisting of an input layer, one hidden layer and an output layer was used. The method of back-propagation was applied. Reduction of dimensionality of meteorological vector was accomplished by using the method of main components analysis. The annual daily concentrations in selected monitoring stations of the Regional Sanitary-Epidemiological Station from winter season of the years 1991-1995 and 8 meteorological parameters from monitoring station Lódź-Lublinek were analysed. The applied method allowed aerosanitary situation to be predicted with significant accuracy. The mean square error theta of approximation of sulphur dioxide and suspended particulate concentrations did not exceed 9%, and in same monitoring stations it was lower than 5%. Correlation coefficients were high and significant statistically in view of the Fisher test.

Słowa kluczowe

PL

zanieczyszczenie powietrza; miasto duże; prognozowanie; sztuczne sieci neuronowe

EN

air pollution; big cities; prediction; artificial neural networks

• Wydawca: Towarzystwo Chemii i Inżynierii Ekologicznej
• Czasopismo: Chemia i Inżynieria Ekologiczna
• Rocznik: 2001
• Tom: Vol. 8, nr 1
• Strony: 93--100
• Opis fizyczny: Bibliogr. 12 poz., rys., tab.

Twórcy

autor

Skrzypski J.

• Katedra Systemów Inżynierii Środowiska, Wydział Inżynierii Procesowej i Ochrony Środowiska, Politechnika Łódzka, ul. Wólczańska 213, 90-924 Łódź, tel. [phone], faks: 42/636 81 33

Bibliografia

• [1] Skrzypski J.: Zmiany cyrkulacji atmosferycznej i warunków meteorologicznych sezonu zimowego jako czynniki kształtujące imisję zanieczyszczeń powietrza w dużych miastach (na przykładzie Łodzi), Chem. Inż. Ekol., 1998, 5 (5-6), 473.
• [2] Uliasz M.: Numeryczny model rozprzestrzeniania się zanieczyszczeń atmosfery w rejonie aglomeracji miejskich, Przegl. Geofiz., 1977, (3-4), 199.
• [3] Barone J., Cahill T., Eldred R., Flocchini R., Shadoan D. i Dietz T.: A multivariate statistical analysis of visibility degradation at four California cities, Atmos. Environ., 1978, 12, 215.
• [4] Morawska-Horawska M. i Kuros E.: Specyfika kształtowania się wielkości emisji SO2 na obszarze GOP i możliwości prognozowania średnich dobowych stężeń SO2, Ochrona Powietrza, 1992, (6), 121.
• [5] Skrzypski J., Poprawska B. i Kurzaj D.: Rola wybranych źródeł emisji zanieczyszczeń powietrza w kształtowaniu pola imisji w Łodzi, Zesz. Nauk. PŁ, Inż. Chem. Procesowa, 1998, (23/803), 230.
• [6] Osowski S.: Sieci neuronowe w ujęciu algorytmicznym, WNT, Warszawa 1996.
• [7] Żurada J., Barski M. i Jędruch W.: Sztuczne sieci neuronowe, PWN, Warszawa 1996.
• [8] Sobczak W. i Malina W.: Metody redukcji i selekcji danych, WNT, Warszawa 1985.
• [9] Walczak B. i Kwapuliński J.: Zastosowanie Analizy Czynników Głównych do oceny zanieczyszczenia powietrza metalami ciężkimi na obszarze Katowic, Ochr. Powiet., 1992, (4), 81.
• [10] Bello M.G.: Enhanced Training Algorithms and Integrated Training Architecture Selection for Multilayer Perceptron Networks, IEEE Trans. On Neural Networks, 1992, (2), 67.
• [11] Kamiński W., Strumiłło P. i Skrzypski J.: Evaluation of Climatic Air Pollution Factors by means of Principal Component Analysis, w: Zarzycki R. i Małecki Z.: Chemical Industry and Environment III, Łódź-Zabrze 1999, s. 71.
• [12] Skrzypski J.: Wykorzystanie danych meteorologicznych do predykcji stężeń zanieczyszczeń powietrza w miastach, Prace i Studia Instytutu Inżynierii Środowiska PAN w Zabrzu, nr 54, 2000, s. 198.