CHƯƠNG 1 TỔNG QUAN CÁC VẤN ĐỀ NGHIÊN CỨU
2.2. PHƯƠNG PHÁP NGHIÊN CỨU
2.2.4. Phương pháp mơ hình hóa
Sau khi thu thập, kế thừa, xử lý và thống kê các dữ liệu cần thiết. Tiến hành chuẩn hóa các biến khí tượng phục vụ xây dựng mơ hình hồi quy đa biến giữa các yếu tố khí tượng và hàm lượng bụi PM2.5. Các bước xây dựng quan hệ hồi quy như trong sơ đồ sau:
Chuẩn bị số liệu đầu vào bao gồm các bước nhỏ sau : a) Tính các giá trị đặc trưng ngày của cả PM2.5 và biến khí hậu; b) Xác định các biến phụ thuộc xây dựng quan hệ hồi quy ; c) Chuẩn hóa số liệu và lựa chọn các biến đầu vào
a) Tính các giá trị đặc trưng ngày của cả PM2.5 và biến khí hậu:
Để loại bỏ ảnh hưởng của các yếu tố về giao thông cũng như hạn chế sai số đo đạc, nghiên cứu sẽ sử dụng số liệu trung bình ngày để xây dựng quan hệ hồi quy đa biến giữa nồng độ PM2.5 và các yếu tố khí tượng. Bước này sẽ thực hiện tính tốn cả nồng độ PM2.5 và các yếu tố khí tượng từ chuỗi số liệu giờ thu thập được từ các trạm trong năm 2018.
b) Xác định các biến phụ thuộc xây dựng quan hệ hồi quy:
Để xây dựng được mơ hình hồi quy đa biến giữa các yếu tố khí tượng và nồng độ PM2.5, có rất nhiều biến khí tượng có thể được đưa vào. Tuy nhiên, dựa trên chuỗi số liệu đo đạc sẵn có tại trạm quan trắc Nguyễn Văn Cừ, các yếu tố khí tượng được xem xét trong luận văn này bao gồm: nhiệt độ trung bình ngày, độ ẩm, tốc độ gió, lượng mưa. Bên cạnh các yếu tố khí tượng, luận văn cịn xem xét mối quan hệ giữa nồng độ PM2.5 và các tổ hợp tích của chúng với nhau :
Tính các đặc trưng ngày của PM2.5 và các yếu tố khí tượng từ số liệu giờ tại từng trạm (Trung bình ngày, giá trị lớn nhất, nhỏ nhất)
trong ngày
Xác định và chuẩn hóa các biến khí tượng phục vụ xây dựng mơ hình hồi quy
Xây dựng mơ hình mạng thần kinh nhân tạo ANN
PM2.5 = f(Xi, Xi2, XiXj) i , j = 1,2,..6, i≠ j
Trong đó Xi (I = 1, 2,…6) là các biến độ ẩm (X1), nhiệt độ trung bình ngày (X2), tốc độ gió (X3), lượng mưa (X4). Bốn biến này cộng với 3 tổ hợp tích của chúng X2X3, X2X4, X3X4. Ngồi ra, luận văn cịn sử dụng thêm biến PM2.5-1 (nồng độ bụi PM2.5 của ngày hơm trước).
c). Chuẩn hóa số liệu và lựa chọn các biến đầu vào:
Để áp dụng được mơ hình này, các biến đầu vào sẽ được chuẩn hóa để loại bỏ ảnh hưởng của sự khác nhau về đơn vị tính giữa các yếu tố như sau:
Trong đó Xik và xik là giá trị ban đầu và sau khi chuẩn hóa của biến i ; và σilà giá trị trung bình của biến thứ i, k =1,…. ; N là đại diện cho ngày thứ j trong chuỗi số liệu.S au khi được chuẩn hóa chuỗi số liệu của từng biến sẽ được đưa về phân phối có trung bình bằng 0 và độ lệch chuẩn bằng 1.
Trong nghiên cứu này, việc tính tốn mơ hình ANN sử dụng phầm mềm Pycharm (ngôn ngữ lập trình Python).
Để đánh giá độ chính xác của mơ hình ANN, hệ số tương quan R được sử dụng, được tính theo cơng thức sau :
Trong đó : N là tổng số giá trị đo đạc/tính tốn ; Oi là giá trị thực đo ;
Pi là giá trị dự báo ; Ō là giá trị trung bình.