AI Summary & Key Takeaways
AI InsightThe most significant factors affecting the TSP concentration are found to be the TSP level of the previous day ($TSP_{t-1}$), expected temperature (temp), wind speed (w), air pressure (p), and precipitation (pc).
📌 3 Key Takeaways
Abstract
Pollution sources and emissions, and their interactions with terrain and the atmosphere are necessary in developing appropriate air pollution management plans and action strategies. In this study, we will investigate the relationship between the total suspended particulate matter (TSP) concentration and meteorological parameters such as wind speed and direction, temperature, air pressure, precipitation and relative humidity. The TSP measurements of the past two days, sunshine duration, and sunshine amount in the winter season (November through March) in the city of Erzurum between the years 1990 and 2007 were investigated. The artificial neural network (ANN) models were constructed using a mixed autoregressive relationship to realize the stochastic nature of the TSP levels for each month of the winter season. The impact of wind direction on TSP concentration was introduced to the model by defining two variables. Linear regression models were also constructed to check the performance of the neural networks. The most significant factors affecting the TSP concentration are found to be the TSP level of the previous day ($TSP_{t-1}$), expected temperature (temp), wind speed (w), air pressure (p), and precipitation (pc).
Özet
Kirlilik kaynakları ve emisyonunun, ve bölge ve atmosferle etkileşimlerinin anlaşılması, uygun hava kirliliği yönetimi planları ve aksiyon stratejilerinin geliştirilmesi için gereklidir. Bu çalışmada, Erzurum'da 1990 ve 2007 yılları arasında kış aylarında (Kasım'dan Mart'a kadar) toplam asılı partiküler madde (TSP) konsantrasyonu ile rüzgar hızı ve yönü, sıcaklık, hava basıncı, yağış, bağıl nem, geçmiş iki günün TSP ölçümleri, günışığı süresi ve miktarı gibi meteorolojik parametreler arasındaki ilişki araştırılmıştır. Kış mevsiminin her ayında TSP seviyesinin stokastik davranışını kavramak için karma otoregresif yapıda yapay sinir ağı modelleri geliştirilmiştir. iki değişken tanımlayarak, rüzgar yönünün TSP konsantrasyonu üzerindeki etkisi modele tanıtılmıştır. Yapay sinir ağının performansını ölçmek için doğrusal regresyon modelleri de geliştirilmiştir. TSP konsantrasyonunu en çok etkileyen faktörler, bir gün önceki TSP seviyesi ($TSP_{t-1}$), beklenen sıcaklık (temp), rüzgar hızı (w), hava basıncı (p), ve yağış (pc) olarak belirlenmiştir.