Sposobnost napovedovanja visokih koncentracij troposferskega ozona je pomembna zaradi negativnih vplivov ozona na človeško zdravje. V tem delu smo uporabili osem metod za izbiro regresorjev modela za napovedovanje ozona v mestu Nova Gorica. Primerjava izbranih metod se je izkazala za koristno pri izdelavi modelov za uspešno napovedovanje obravnavanega primera. Za različne modele smo izbrali različne regresorje z različnimi metodami glede na pripadajoče kriterijske funkcije. Za model, ki napoveduje največjo dnevno koncentracijo ozona je bilo izbranih deset regresorjev, za napovedovanje povprečne koncentracije ozona med 8.00 in 20.00 uro je bilo izbranih petnajst regresorjev in za napovedovanje povprečne dnevne koncentracije je bilo zopet izbranih deset regresorjev. Dobljeni rezultat raziskave je izbira regresorjev le za izbrano zemljepisno lokacijo. Raziskava je pokazala tudi, da je izbira regresorjev in posledično dobljenih modelov različna glede na izbiro intervala povprečenja koncentracij ozona.
COBISS.SI-ID: 28481319
Napovedovanje koncentracij ozona in obveščanje prebivalstva o nedoseganju predpisane kakovosti zraka je pomembno opravilo. Metodi s katerima lahko naredimo model za napovedovanje ozona, sta lahko metodi na podlagi Gaussovih procesov (GP) in na podlagi nevronskih mrež. Pri obeh napovedi temeljijo na preteklih meritvah onesnaženja zraka ali meteoroloških meritvah na področju avtomatskih postaj za merjenje kakovosti zraka. V tem delu smo ovrednotili sprotno prilagajanje ali samorazvijanje GP-modela. Glavna prednost tega modela je možnost identifikacije skoraj brez predhodnega znanja o modeliranem procesu. To pomeni, da lahko tak model uporabimo za napovedovanje vrste spremenljivk kmalu zatem, ko prične merilna postaja delovati. Samorazvijajoči se GP-model za napovedovanje ozona smo primerjali z običajnim, nesprotnim GP-modelom in z nevronsko mrežo v obliki večnivojskega perceptrona. Raziskava je pokazala, da samorazvijajoči se GP-model napoveduje dovolj dobro, da ga lahko uporabimo za obveščanje prebivalstva, kadar pride do prekoračitve dovoljenih vrednosti koncentracij.
COBISS.SI-ID: 29253671
Naravni dnevni cikel je sestavljen iz veliko meteoroloških parametrov, ki so neposredno ali posredno odvisno od izpostavljenosti soncu. Vzorec dnevnega cikla sončnega sevanja je pomemben za proizvodnjo energije, kmetijstvo, modele za napovedovanje, zdravje in splošno klimatologijo. Namen tega prispevka je predstaviti nov krožni frekvenčni diagram za analizo podatkov sončnega sevanja, ki smo ga imenovali sončnica, za uporabo v proizvodnji energije in za klimatološke študije. Diagram uporablja dvodimenzionalno razporeditev podatkov. Najprej so podatki razporejeni v razrede glede na uro dneva. Nato pa so podatki v vsakem razredu razporejeni po vrednosti opazovane spremenljivke. Relativne frekvence pojavljanja v razredih vrednosti so prikazane kot delčki urnih segmentov v krožnem diagramu. Krožni diagram predstavlja unikatni vzorec glede na obravnavane podatke. Z njim lahko hitro ocenimo lastnosti analiziranih podatkov in primerjamo različne podatke med seboj. Sončnica omogoča hitro in temeljito razumevanje informacije o dnevnem ciklu sončnega sevanja. V grafični obliki omogoča hiter pregled in izvajanje dolgoročne statistike na velikih količinah podatkov o dnevnih lastnostih in iskanje odstopanj med podatki za različne lokacije. Rezultati analize podatkov s sončnico prikazujejo kako identificiramo dnevne ali mesečne obrazce obnašanja iz majhne ali velike količine podatkov. V prispevku smo prikazali uporabnost sončnice za širok spekter uporab od ekološke pridelave energije do analize vremena.
COBISS.SI-ID: 28621607