Δημιουργία προγνωστικών μοντέλων ατμοσφαιρικής ρύπανσης στην ευρύτερη περιοχή της πόλης του Πεκίνο, Κίνα, με την ανάπτυξη και εφαρμογή τεχνητών νευρωνικών δικτυών
Development of air pollution forecasting models applying artificial neural networks in the greater area of Beijing city, China
Διπλωματική εργασία
Συγγραφέας
Φαζάκης, Παναγιώτης
Ημερομηνία
2024-07-23Επιβλέπων
MOUSTRIS, KONSTANTINOSSpyropoulos, Georgios
Λέξεις-κλειδιά
Τεχνητά νευρωνικά δίκτυα ; Ατμοσφαιρική ρύπανση ; Μοντέλα πρόγνωσης ; Πρόγνωση ρύπων ; Μηχανική μάθησηΠερίληψη
Η συνεχώς αυξανόμενη βιομηχανοποίηση ορισμένων περιοχών του πλανήτη σε συνδυασμό με την ταυτόχρονη υποβάθμιση του φυσικού περιβάλλοντος αποτελούν ανησυχητικά φαινόμενα ιδιαίτερα όσον αφορά τον τομέα της ανθρώπινης υγείας. Η συγκέντρωση σωματιδίων αεροδυναμικής διαμέτρου 2.5 μm (PM2.5) και 10 μm (PM10), τα οξείδια του Αζώτου (NOx), το μονοξείδιο του άνθρακα (CO), του διοξειδίου του θείου (SO2), αλλά και του Όζοντος (Ο3) χρήζουν συνεχούς παρακολούθησης, καθώς αποτελούν κύριες αιτίες για πληθώρα νοσημάτων. Βάσει της ύπαρξης θεσμοθετημένων ορίων, από τον Παγκόσμιο Οργανισμό Υγείας (Π.Ο.Υ.), για τη συγκέντρωση κα θενός εκ των προαναφερθέντων ρύπων στην ατμόσφαιρα κρίνεται απαραίτητη η ανάπτυξη προ γνωστικών συστημάτων που θα έχουν την ικανότητα συσχέτισης των εκάστοτε μετεωρολογικών δεδομένων με τις συγκεντρώσεις των παραπάνω ρύπων. Στην παρούσα διπλωματική εργασία γίνεται επιτυχώς η προσπάθεια πρόβλεψης των παραγόμενων αυτών ρύπων στην ευρύτερη περιοχή του Πεκίνο, στην Κίνα, με χρήση υπολογιστικών μοντέλων. Κατά την εκπόνηση της εργασίας αναπτύχθηκε σημαντικός αριθμός Τεχνητών Νευρωνικών Δικτύων , για την δημιουργία των ο ποίων αξιοποιήθηκαν “ανοιχτά-ελεύθερα” μετεωρολογικά δεδομένα και δεδομένα ατμοσφαιρικής ρύπανσης, καθώς και ποικίλες υπολογιστικές μέθοδοι για την συμπλήρωση τους, όπου αυτά ήταν ελλιπή. Τέλος γίνεται στατιστική αξιολόγηση των μοντέλων και έλεγχος σχετικά με την ορθότητα των αποτελεσμάτων.
Περίληψη
The ever-increasing industrialization of certain areas of the planet combined with the simulta neous degradation of the natural environment are alarming phenomena, especially in the field of human health. The concentration of Particulate Matter with an aerodynamic diameter of 2.5 μm (PM2.5) and 10 μm (PM10), nitrogen oxides (NOx), carbon monoxide (CO), sulfur dioxide (SO2),
and ozone (O3) needs constant monitoring, as they consist the main cause of many diseases. Based on the existence of statutory limits, by the World Health Organization (WHO), for the concentra tion of each of the aforementioned pollutants in the atmosphere, it is considered necessary to de velope forecasting systems that will have the ability to correlate the current meteorological data
with the concentrations of the above pollutants. In this thesis, the attempt to predict the produced pollutants in the wider area of Beijing, in China, is successfully carried using computer models. During the preparation of the work, a significant number of Artificial Neural Networks were de veloped, for the creation of which open-access meteorological data and air pollution data were
used, as well as various computational methods to complete them, where these were incomplete. Finally, a statistical evaluation of the models is carried out and a check on the correctness of the results.