پیش بینی آلودگی هوای شهر تهران به روش سری زمانی باکس – جنکینز

thesis
abstract

رشد سریع شهر نشینی و توسعه بی رویه شهرها معضلات عدیده زیست محیطی برای ساکنین به وجود آورده است. یکی از مهمترین مشکلات زندگی در شهرهای بزرگ در حال حاضر و شهر های کوچک در آینده ای نه چندان دور آلودگی هواست. آلودگی هوا تهدیدی دایمی و جدی برای شهرهای پر جمعیت است و به تاثیرات زیان بار بر سلامت و بهداشت جامعه منجر می شود و خسارت های اقتصادی قابل توجهی به بار می آورد. وجود حجم بالای انواع آلاینده ها در مکان های پرتردد و پرترافیک شهری همواره یکی از مشکلات اساسی زیست محیطی می باشد. پیش بینی اگرچه همواره با خطا همراه است ولی به مدیران و سیستم های هوشمند تصمیم گیر کمک می کنند که در زمان مناسب به رویدادها واکنش مناسب نشان دهند و همواره آمادگی داشته باشند. سری زمانی، مجموعه ی مشاهداتی است که بر حسب زمان و در فواصل مساوی از آن مرتب شده باشند. تحلیل عاملی تکنیکی است که کاهش تعداد زیادی از متغیرهای وابسته به هم را به صورت تعداد کوچکتری از ابعاد پنهان یا مکنون امکان پذیر می سازد. هدف عمده آن رعایت اصل اقتصاد و صرفه جویی از طریق کاربرد کوچکترین مفاهیم تبیین کننده به منظور تبیین بیشینه مقدار واریانس مشترک در ماتریس همبستگی است. در این تحقیق براساس تحلیل عاملی هفت پارامتر کیفی هوا (co،no2 ،no ، nox، o3، pm10 و so2) را در دو گروه تقسیم کرده و سپس به روش های سری زمانی باکس- جنکینز و به کمک نرم افزار آماری spss به پیش بینی و ساخت مدل مقدار آلاینده های مذکور در محله اقدسیه در منطقه 1 تهران پرداخته و در نهایت مدل arima(0,1,1) برای عامل اول که شامل پارامترهایco ، no2، no، nox، o3 و مدل arima(1,0,1) برای عامل دوم که شامل pm10، so2 می باشد، به دست آمد. برای عامل اول خطای معیار 0/168 و مقدار p-value=0.001 و برای عامل دوم خطای معیار 0/44 و مقدار p-value=0.004 و مقدار خطای ریشه میانگین مربعات 0/031 بدست آمد. برای صحت سنجی مدل، نتایج پیش بینی با داده های واقعی، 10 داده پایانی را در ساخت مدل دخالت نداده و این مقادیر را با توجه به مقادیر حاصل شده از مدل و در دو جدول مجزا برای دو عامل 1 و 2 مقایسه کرده که مقدار ضریب همبستگی پیرسون برای مقادیر سری زمانی تبدیل شده و مقادیر پیش بینی شده توسط مدل برای عامل اول برابر با 0/98 و 0/983 برای عامل دوم می باشد که حاکی از همبستگی مثبت قوی بین این مقادیر است. این پیش بینی جهت برنامه ریزی های بلند مدت و کوتاه مدت برای کاهش آلاینده های هوا و شناسایی روزهای ناسالم و خطرناک در منطقه ی موردنظر امکان کاربرد دارد و نیز امکان استفاده در مدیریت کنترل کیفی هوا در شهر تهران و در سطح کلان کشور وجود دارد.

similar resources

مقایسه دقت پیش بینی سود توسط مدیریت با سری های زمانی باکس-جنکینز

  در این تحقیق تلاش محقق بر این است که برای پیش بینی EPS شرکتها، مشهورترین روش های پیش بینی را در مقایسه با پیش بینی های مدیریت در بودجه شرکتها مورد مقایسه قرار دهد. بدین منظور از بین روش های گوناگون پیش بینی، مشهورترین آنها (روش باکس-جنکینز) انتخاب و برمبنای روشهای اقتصاد سنجی، مدل مناسب برازش میشود. بدیهی است براساس روشهای صحت سنجی و آزمونهای اقتصاد سنجی، مدل فوق بایستی تایید گردد. در این حا...

full text

مقایسه مدل های شبکه عصبی با مدل سری زمانی باکس- جنکینز در پیش بینی شاخص کل قیمت سهام بورس اوراق بهادار تهران

پژوهش حاضر به مقایسه مدلهای شبکه عصبی و سری­زمانی در پیش­بینی قیمت شاخص سهام   می­پردازد. بدین جهت سه مدل از شبکه­های عصبی(پروسپترونی چند لایه ،پایه­ای شعاعی و رگرسیونی) و یک مدل از مدل­های سری­زمانی (باکس- جنکینز) مورد بررسی قرار گرفته‌اند. شاخص کل قیمت سهام بازار بورس تهران در بازه زمانی ابتدای فروردین 1384 تا انتهای اسفند 1388 به عنوان جامعه ­آماری انتخاب شده است. به منظور داشتن معیاری برای ...

full text

روش پیش ‏بینى بارندگى با استفاده از مدل سری هاى زمانى باکس - جنکینز (مطالعه موردى ایستگاه قائم شهر)

مدل هاى پیش ‏بینى باکس- جنکینز یکى از معروف‏ ترین مدل هاى سری هاى زمانى است که در پیش‏ بینى پدیده‏ هاى مختلف جغرافیایى اهمیت بسزایى دارد. در روش‏شناسى باکس - جنکینز مدل هاى سرى زمانى در واقع مدل هاى تلفیقى اتورگرسیو و میانگین متحرک مى‏ باشند که در آمار به مدل هاى ARIMA(1) معروف هستند. از مدل هاى  ARIMA مى‏ توان مدل هاى متعددى چون مدل رگرسیون ساده و چند متغیره، اتورگرسیو، میانگین متحرک، مدل هاى ...

full text

بررسی رفتار سود حسابداری با استفاده از سری های زمانی باکس - جنکینز

طی چند دهه گذشته در تعداد زیادی از پژوهش های انجام شده از تکنیک های سری های زمانی برای توصیف - تبیین - پیش بینی و کنترل داده های مالی استفاده شده است. از این میان به ویژه در بازاریابی، برنامه ریزی تولید،مدیریت راهبردی ، مالیه، بازارهای سرمایه و نظایر آن استفاده از تکنیک سری های زمانی باکس جنکینز گسترش فزاینده ای داشته است. در پژوهش حاضر نی از این تکنیک جهت توصیف و تبیین داده ها و بررسی رفتار سو...

full text

بررسی و پیش بینی وضع آلاینده های هوای شهر کرمان با مدل سری های زمانی

  Anderson, H.R., 2009. Air pollution and mortality: A history. Atmospheric Environment, 43, pp. 142-152 .   Box, GEP. and Jenkins, G.M., 1976. Time series analysis: forecasting and control, San Francisco, Holden Day Pulications .   Duenas, C., Fernandez, M.C., Canete, S., Carretero,Liger E, 2005. Stocastic model to forecast ground level ozone concentration at urban and rural areas . Chemospher...

full text

بررسی آلودگی هوای شهر تهران به روش وارونگی بحرانی هافتر

In issues related to air pollution, the thickness of the boundary layer is known as the depth of the mixed layer because the pollution on the ground surface is mixed in this entire layer through turbulence processes. In most cases, the boundary of the area is clearly visible on big industrial cities. The depth of the mixed layer has an important effect in the concentration of air pollution whic...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

دانشگاه تربیت معلم - تهران - دانشکده فنی

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023