Dự báo chất lượng không khí bằng mô hình LSTM-MA trường hợp sử dụng dữ liệu tại trạm quan trắc tự động ngã tư Giếng Nước, tỉnh Bà Rịa - Vũng Tàu

Abstract

Ô nhiễm không khí là một trong những nguyên nhân làm tăng nguy cơ mắc các bệnh về hô hấp và tim mạch. Dự báo diễn biến chất lượng không khí giúp cảnh báo cho cộng đồng về mức độ ô nhiễm. Nghiên cứu này ứng dụng trí thông minh nhân tạo cho dự báo chất lượng không khí tại khu vực trạm quan trắc tự động Ngã tư Giếng Nước, tỉnh Bà Rịa - Vũng Tàu. Mô hình bộ nhớ dài ngắn (LSTM) được lựa chọn cho nghiên cứu và để tối ưu khả năng dự báo, bộ lọc trung bình trượt (MA) được sử dụng. Kết quả nghiên cứu cho thấy chất lượng không khí khu vực nghiên cứu tương đối tốt khi nồng độ của CO, NO₂, SO₂, PM₁₀ và PM₂.₅ đều dưới ngưỡng cho phép. Ozon là thông số có số lần vượt ngưỡng cho phép cao nhất, cũng là thông số có tác động chính đến chỉ số chất lượng không khí; Mô hình LSTM-MA đã được xây dựng thành công với khả năng dự báo có độ chính xác cao nhất cho thời gian 1 ngày tiếp theo với giá trị căn bậc 2 sai số bình phương trung bình (RMSE) là 3,05; sai số trung bình tuyệt đối (MAE) là 2,17 và sai số phần trăm tuyệt đối trung bình (MAPE) là 3,19%. Khi dự báo trong thời gian dài hơn với 2 tuần tiếp theo, mô hình cho kết quả khả quan khi các chỉ số RMSE, MAE và MAPE lần lượt đạt 22,79; 15,74 và 24,38%.