WYKORZYSTANIE ELEMENTÓW UCZENIA MASZYNOWEGO DO MODELOWANIA STĘŻENIA ZANIECZYSZCZEŃ ATMOSFERYCZNYCH: STUDIUM PRZYPADKU PYŁU PM2.5 W SZCZECINIE

pracy przedstawiono możliwość modelowania stężeń zanieczyszczeń w lokalizacji o określonym,stałym profilu emisji przy wykorzystaniu modeli uczenia maszynowego. Jako zanieczyszczeniewybrano pył PM2.5, a jako zmienne objaśniające przyjęto parametry metrologiczne mierzone nastacji synoptycznej. Przeprowadzono uczenie i walidację sześciu różnych modeli na podstawie obserwacjimeteorologicznych zarejestrowanych w latach 2013–2018 na stacji IMGW-PIB w Szczecinie(Polska) oraz średniodobowych stężeń pyłu PM2.5 z tego samego okresu zmierzonych na stacjiGIOŚ w Szczecinie przy ul. Andrzejewskiego, podzielonych na trzy równoliczne klasy stężeń. Dwamodele, które dawały najdokładniejsze wyniki, zostały szczegółowo przedstawione. Czułość tychmodeli, w zależności od klasy stężenia pyłu, zawierała się pomiędzy 0,484 a 0,711. Te dwa modelezostały zastosowane do identyfikacji wzrostu średniodobowych stężeń w trakcie zdarzenia nietypowego– pożaru składowisk odpadów. Stężenia przewidziane w dniach, w których trwał pożar,były zaniżone względem faktycznych stężeń, co pozwala na zastosowanie modeli w identyfikacjizjawisk atypowych, które mają wpływ na stężenia zanieczyszczeń w danym miejscu.