Previsão de Poluentes Atmosféricos Utilizando Modelos Estatísticos de Regressão na Região Metropolitana do Recife

D. Campos, Manoel Marinho
{"title":"Previsão de Poluentes Atmosféricos Utilizando Modelos Estatísticos de Regressão na Região Metropolitana do Recife","authors":"D. Campos, Manoel Marinho","doi":"10.25286/repa.v4i4.895","DOIUrl":null,"url":null,"abstract":"O Material Particulado (PM) é um poluente atmosférico resultante da queima de combustíveis e que fica suspenso no ar na forma de poeira, fumaça, etc. A exposição prolongada a este material pode acarretar até em mortes para alguns casos. O presente artigo tem a finalidade de encontrar a melhor curva de regressão múltipla para previsão da concentração horária do Material Particulado com diâmetro inferior a 10 μm (PM10). Inicialmente utilizou-se apenas a concentração do PM10 em até 6 horas anteriores como variável explanatóriadas equações de regressão (M1), em seguida, foram incluídas as variáveis meteorológicas (M2): velocidade do vento, umidade relativa do ar e temperatura. Assim, foi possível estimar através de uma busca exaustivade 63 combinações a concentração do poluente em função apenas do próprio PM10 e, também, mais de 15 milhões de combinações entre os elementos meteorológicos, explorando a melhora na previsão que a última abordagem proporciona. O coeficiente de determinação (R2) para o ajuste do modelo M2 (R2 = 0,64) é maior que o M1 (R2 = 0,54), demonstrando que a inclusão dos parâmetros físicos meteorológicos resulta em uma melhoria na capacidade explanatória do modelo de regressão. Ambos os modelos apresentaram bonsresultados, sobressaindo-se o modelo M2.","PeriodicalId":331078,"journal":{"name":"Revista de Engenharia e Pesquisa Aplicada","volume":"45 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2017-10-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista de Engenharia e Pesquisa Aplicada","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.25286/repa.v4i4.895","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

O Material Particulado (PM) é um poluente atmosférico resultante da queima de combustíveis e que fica suspenso no ar na forma de poeira, fumaça, etc. A exposição prolongada a este material pode acarretar até em mortes para alguns casos. O presente artigo tem a finalidade de encontrar a melhor curva de regressão múltipla para previsão da concentração horária do Material Particulado com diâmetro inferior a 10 μm (PM10). Inicialmente utilizou-se apenas a concentração do PM10 em até 6 horas anteriores como variável explanatóriadas equações de regressão (M1), em seguida, foram incluídas as variáveis meteorológicas (M2): velocidade do vento, umidade relativa do ar e temperatura. Assim, foi possível estimar através de uma busca exaustivade 63 combinações a concentração do poluente em função apenas do próprio PM10 e, também, mais de 15 milhões de combinações entre os elementos meteorológicos, explorando a melhora na previsão que a última abordagem proporciona. O coeficiente de determinação (R2) para o ajuste do modelo M2 (R2 = 0,64) é maior que o M1 (R2 = 0,54), demonstrando que a inclusão dos parâmetros físicos meteorológicos resulta em uma melhoria na capacidade explanatória do modelo de regressão. Ambos os modelos apresentaram bonsresultados, sobressaindo-se o modelo M2.
利用统计回归模型预测累西腓都市区的空气污染物
颗粒物(PM)是燃料燃烧产生的空气污染物,以灰尘、烟雾等形式悬浮在空气中。在某些情况下,长期接触这种物质甚至可能导致死亡。本文旨在找到预测直径小于10 μm (PM10)颗粒物每小时浓度的最佳多元回归曲线。最初,我们只使用前6小时的PM10浓度作为解释变量回归方程(M1),然后包括气象变量(M2):风速、相对湿度和温度。因此,通过对63种组合的详尽搜索,仅根据PM10本身就可以估计污染物浓度,也可以估计超过1500万种气象要素的组合,利用后一种方法提供的预测改进。M2模型拟合的决定系数(R2) (R2 = 0.64)大于M1 (R2 = 0.54),说明物理气象参数的加入提高了回归模型的解释能力。两种模型都显示出良好的结果,突出了M2模型。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信