ỨNG DỤNG CNN-LSTM ĐỂ PHÂN TÍCH NỒNG ĐỘ PM 2.5 SỬ DỤNG TRẠM QUAN TRẮC TẠI KHU CÔNG NGHIỆP HÒA XÁ - NAM ĐỊNH

Tóm tắt

Ô nhiễm không khí là một vấn đề toàn cầu quan trọng ảnh hưởng đến sức khỏe con người, hệ sinh thái và môi trường. Sự phức tạp của ô nhiễm không khí phát sinh từ các nguồn, loại và các tương tác phức tạp trong khí quyển dẫn đến các tác động môi trường và sức khỏe khác nhau. Nhiều phương pháp khác nhau đã được phát triển để dự đoán chất lượng không khí, chủ yếu được phân loại thành các phương pháp thống kê và học máy. Các phương pháp này tận dụng dữ liệu lịch sử và các thông số môi trường để dự báo các chỉ số chất lượng không khí và nồng độ chất ô nhiễm. Việc tích hợp các kỹ thuật này đã cho thấy hứa hẹn trong việc cải thiện độ chính xác dự đoán và cung cấp các cảnh báo kịp thời để quản lý chất lượng không khí. Trong nghiên cứu này, chúng tôi đề xuất sử dụng mô hình kết hợp CNN-LSTM (Convolutional Neural Network Long Short-Term Memory Networks) để phân tích, dự báo chất lượng không khí tại khu công nghiệp Hòa Xá, tỉnh Nam Định. Kết quả chứng minh rằng mô hình CNN-LSTM có những phân tích, dự báo tốt và có thể được sử dụng để đánh giá chất lượng không khí trong các vùng lớn hơn.