پیش بینی غلظت ذرات معلق کوچکتر از ۵/۲ میکرون با استفاده از یادگیری ماشین

ذرات معلق کوچکتر از دو و نیم میکرون (۵/۲PM) از زیان بار ترین آلاینده های معیار کلان شهرها از جمله تهران به حساب می آید. اکثر روزهای آلوده تهران به علت غلظت بالای این آلاینده است. لذا پیش بینی غلظت این آلاینده برای ساعت آتی می تواند راهنمای مناسبی برای برنامه ریزان و مدیران شهری باشد. در پژوهش حاضر مدلی با استفاده از یکی از کاربردی ترین الگوریتم های یادگیری ماشین به نام ماشین بردار پشتیبان ارائه شده است. داده های استفاده شده در مدل شامل پارامترهای هواشناسی برگرفته از پایگاه داده ی دارک اسکای شامل دما، رطوبت، نقطه شبنم، فشار، سرعت باد، میزان دید افقی، پوشش ابر و داده های غلظت ۵/۲ PM شرکت کنترل کیفیت هوا در بازه ی زمانی هزار روزه ۱۶/۱/۱۳۹۶ الی ۹/۱۰/۱۳۹۸ برای ایستگاه گلبرگ شهر تهران می باشد. پس از جمع آوری داده، ۸۰ درصد از داده ها جهت آموزش و ۲۰ درصد از داده ها که در فرآیند آموزش شرکت نداشته اند، برای آزمایش مدل استفاده شده اند. برای ارزیابی مدل از معیارهای ۲R و RMSE وMAE استفاده شده است و مقدار آن ها بترتیب برابر با ۷۷/۰، ۶۵/۵، ۴۹/۴ میکروگرم بر متر مکعب می با شد.