Características del nivel de PM10 durante eventos de neblina en Malasia basadas en el método de regresión cuantílica
Autores: Redzuan, Siti Nadhirah; Noor, Norazian Mohamed; Rahim, Nur Alis Addiena A.; Jafri, Izzati Amani Mohd; Baidrulhisham, Syaza Ezzati; Ul-Saufie, Ahmad Zia; Sandu, Andrei Victor; Vizureanu, Petrica; Zainol, Mohd Remy Rozainy Mohd Arif; Deák, György
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Características del nivel de PM10 durante eventos de neblina en Malasia basadas en el método de regresión cuantílica
Categoría
Ciencias Naturales y Subdisciplinas
Subcategoría
Astronomía
Palabras clave
Malasia
Eventos de niebla transfronteriza
Pm10
Modelo de pronóstico
Regresión cuantílica
Niveles de contaminantes del aire
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 9
Citaciones: Sin citaciones
Malasia ha estado enfrentando eventos de neblina transfronteriza repetidamente, en los cuales el aire contiene partículas en suspensión extremadamente altas, particularmente PM10, que afectan la salud humana y el medio ambiente. Por lo tanto, es crucial entender las características de la concentración de PM10 y desarrollar un modelo de pronóstico confiable de PM10 para proporcionar información temprana y alertas a las partes responsables, con el fin de que puedan mitigar y planificar medidas de precaución durante tales eventos. Este estudio tiene como objetivo analizar la variación de PM10 e investigar el rendimiento de la regresión cuantílica en la predicción de los niveles de PM10 del día siguiente, de los siguientes dos días y de los siguientes tres días durante un evento de alta particulación. Se utilizaron datos secundarios horarios de gases traza y parámetros meteorológicos en Pasir Gudang, Melaka y Petaling Jaya durante eventos históricos de neblina en 1997, 2005, 2013 y 2015. Se calculó la correlación de Pearson para encontrar la correlación entre el nivel de PM10 y otros parámetros. Se utilizaron parámetros moderadamente correlacionados (r > 0.3) con la concentración de PM10 para desarrollar un modelo Pearson-QR con percentiles de 0.25, 0.50 y 0.75, y se compararon utilizando regresión cuantílica (QR) y regresión lineal múltiple (MLR). Se calcularon varios indicadores de rendimiento, a saber, el error absoluto medio (MAE), el error cuadrático medio (RMSE), el coeficiente de determinación (R) y el índice de acuerdo (IA), para evaluar y comparar los rendimientos del modelo predictivo. Se monitoreó el promedio diario más alto de concentración de PM10 en Melaka dentro del rango de 69.7 a 83.3 ug/m. El CO y la temperatura fueron los parámetros más significativos asociados con el nivel de PM10 durante las condiciones de neblina. La regresión cuantílica a = 0.75 muestra una alta eficiencia en la predicción del nivel de PM10 durante eventos de neblina, especialmente para la predicción a corto plazo en Melaka y Petaling Jaya, con un valor de R de >0.85. Por lo tanto, el modelo QR tiene un alto potencial para ser desarrollado como un método efectivo para pronosticar los niveles de contaminantes del aire, especialmente durante condiciones atmosféricas inusuales cuando la media general del nivel de contaminantes del aire no es adecuada para ser utilizada como modelo.
Descripción
Malasia ha estado enfrentando eventos de neblina transfronteriza repetidamente, en los cuales el aire contiene partículas en suspensión extremadamente altas, particularmente PM10, que afectan la salud humana y el medio ambiente. Por lo tanto, es crucial entender las características de la concentración de PM10 y desarrollar un modelo de pronóstico confiable de PM10 para proporcionar información temprana y alertas a las partes responsables, con el fin de que puedan mitigar y planificar medidas de precaución durante tales eventos. Este estudio tiene como objetivo analizar la variación de PM10 e investigar el rendimiento de la regresión cuantílica en la predicción de los niveles de PM10 del día siguiente, de los siguientes dos días y de los siguientes tres días durante un evento de alta particulación. Se utilizaron datos secundarios horarios de gases traza y parámetros meteorológicos en Pasir Gudang, Melaka y Petaling Jaya durante eventos históricos de neblina en 1997, 2005, 2013 y 2015. Se calculó la correlación de Pearson para encontrar la correlación entre el nivel de PM10 y otros parámetros. Se utilizaron parámetros moderadamente correlacionados (r > 0.3) con la concentración de PM10 para desarrollar un modelo Pearson-QR con percentiles de 0.25, 0.50 y 0.75, y se compararon utilizando regresión cuantílica (QR) y regresión lineal múltiple (MLR). Se calcularon varios indicadores de rendimiento, a saber, el error absoluto medio (MAE), el error cuadrático medio (RMSE), el coeficiente de determinación (R) y el índice de acuerdo (IA), para evaluar y comparar los rendimientos del modelo predictivo. Se monitoreó el promedio diario más alto de concentración de PM10 en Melaka dentro del rango de 69.7 a 83.3 ug/m. El CO y la temperatura fueron los parámetros más significativos asociados con el nivel de PM10 durante las condiciones de neblina. La regresión cuantílica a = 0.75 muestra una alta eficiencia en la predicción del nivel de PM10 durante eventos de neblina, especialmente para la predicción a corto plazo en Melaka y Petaling Jaya, con un valor de R de >0.85. Por lo tanto, el modelo QR tiene un alto potencial para ser desarrollado como un método efectivo para pronosticar los niveles de contaminantes del aire, especialmente durante condiciones atmosféricas inusuales cuando la media general del nivel de contaminantes del aire no es adecuada para ser utilizada como modelo.