CORRELATION ANALYSIS OF METEOROLOGICAL PARAMETERS AND CONCENTRATIONS OF PM2.5 PARTICULATE PARTICLES IN THE ATMOSPHERIC AIR OF BISHKEK CITY AND ITS APPLICATION IN MACHINE LEARNING MODELS

Authors

N. M. Lychenko Kyrgyz-Russian Slavic University

Keywords:

концентрация твердых частиц РМ2.5, метеопараметры, коэффициент корреляции, автокорреляционная функция, взаимная корреляционная функция.

Abstract

The article presents the results of statistical and correlation analysis of time series of meteorological parameters (atmospheric air temperature, dew point, atmospheric pressure, air humidity, wind speed, precipitation intensity) and concentrations of Pm2.5 particulate matter in the air of Bishkek for the observation interval from February 2019 to September 2023. The possibilities of using the results of the analysis in machine learning to predict the level of air pollution in Bishkek are considered.

References

Burhan Baran. Prediction of Air Quality Index by Extreme Learning Machines//International Artificial Intelligence and Data Processing Symposium, IDAP 2019. DOI:10.1109/IDAP.2019.8875910

Soubhik Mahanta, T. Ramakrishnudu; Rajat Raj Jha; Niraj Tailor. Urban Air Quality Prediction Using Regression Analysis//IEEE Region 10 Conference, TENCON 2019. DOI: 10.1109/TENCON.2019.8929517

Puttakul Sakul-Ung; Pitiporn Ruchanawet; Nataporn Thammabunwarit; Amornvit Vatcharaphrueksadee; Chatchawan Triperm. PM2.5 Prediction based Weather Forecast Information and Missingness Challenges: A Case Study Industrial and Metropolis Areas//Research, Invention, and Innovation Congress, RI2C 2019. DOI: 10.1109/RI2C48728.2019.8999941

Anikender Kumar, P.Goyal. Forecasting of daily air quality index in Delhi // Science of The Total Environment Volume 409, Issue 24, 2011, Pages 5517-5523.

Лыченко, Н. М. Регрессионный анализ метеорологических факторов и концентраций частиц РМ2.5 в атмосферном воздухе г.Бишкек / Н. М. Лыченко // Проблемы автоматики и управления. – 2019. – № 2(37). – С. 5-15. – DOI 10.5281/zenodo.3594649. – EDN QGNVJK.

Cайт «Расписание погоды rp5.ru» Архив погоды в Бишкеке https://rp5.ru/%D0%90%D1%80%D1%85%D0%B8%D0%B2_%D0%BF%D0%BE%D0%B3%D0%BE%D0%B4%D1%8B_%D0%B2_%D0%91%D0%B8%D1%88%D0%BA%D0%B5%D0%BA%D0%B5 (дата обращения: 05.10.2022)

AirNow Depatment of State // https://airnow.gov/index.cfm?action=airnow.global _summary #U.S._Department_of_State $Bishkek, (дата обращения: 05.10.2022).

Великанова, Л. И. Мультирегрессионные и обобщенно- регрессионные нейросетевые модели краткосрочного прогноза загрязнения РМ2.5 в г. Бишкек с учетом метеорологических параметров / Л. И. Великанова, Н. М. Лыченко // Проблемы автоматики и управления. – 2019. – № 2(37). – С. 16-25. – DOI 10.5281/zenodo.3594777. – EDN MNNDYU.

Лыченко, Н. М. Модификация классификатора индекса качества воздуха Г. Бишкек с учетом фактора загрязнения / Н. М. Лыченко, А. В. Сороковая // Проблемы автоматики и управления. – 2021. – № 3(42). – С. 101-110. – EDN BXWCYS.

Donald F.Specht A general regression neural network //IEEE Transactions on neural networks. — November 1991. — Vol. 2, № 6. 568–576. doi:10.1109/72.97934

Widi Aribowo. Optimizing Feed Forward Backpropagation Neural Network Based on Teaching-Learning-Based Optimization Algorithm for Long-Term Electricity Forecasting // International Journal of Intelligent Engineering and Systems, Vol.15, No.1, 2022. DOI: 10.22266/ijies2022.0228.02

Современное прогнозирование. URL: https://forecasting.svetunkov.ru/etextbook/ (дата обращения: 30.09.2021).