DOI: https://doi.org/10.1038/s41598-025-34561-8
PMID: https://pubmed.ncbi.nlm.nih.gov/41639128
تاريخ النشر: 2026-02-04
المؤلف: Chunpeng Cang وآخرون
الموضوع الرئيسي: مراقبة جودة الهواء وتوقعاته
نظرة عامة
تقدم البحث نموذجًا هجينًا للتنبؤ بتركيز الأوزون يجمع بين نماذج DLinear و Long Short-Term Memory (LSTM). لتعزيز دقة التنبؤ، يتم تحليل بيانات سلسلة زمنية الأوزون الأصلية باستخدام متوسط متحرك، مما يسمح باستخراج مكونات الاتجاه والموسمية، مما يلتقط بشكل فعال الخصائص الدورية لمستويات الأوزون.
تم تقييم النموذج المقترح بدقة مقابل مجموعة بيانات شاملة، مما يظهر أدائه المتفوق مقارنة بالنماذج الأساسية. وهذا يشير إلى أن دمج DLinear و LSTM، جنبًا إلى جنب مع تحليل بيانات السلاسل الزمنية، يحسن بشكل كبير من القدرات التنبؤية لتوقع تركيز الأوزون.
مقدمة
تسلط المقدمة الضوء على التحدي الكبير لتلوث الأوزون في الصين، مع التأكيد على آثاره الضارة على صحة الإنسان، وخاصة زيادة مخاطر الوفاة المرتبطة بأمراض الجهاز التنفسي والقلب والأوعية الدموية. لمعالجة هذه المخاطر الصحية، فإن التنبؤات الدقيقة وفي الوقت المناسب لتركيزات الأوزون أمر بالغ الأهمية لتنفيذ التدخلات الحكومية واستراتيجيات تقليل التلوث. الأوزون، وهو ملوث ثانوي، يتكون في الغلاف الجوي من خلال تفاعلات تشمل سوابق مثل أكسيد النيتروجين (NO) والمركبات العضوية المتطايرة (VOCs)، حيث تتأثر تشكيله بالعوامل الجوية والديناميات الجوية.
تقوم هذه القسم أيضًا بتصنيف طرق توقع الأوزون إلى نوعين رئيسيين: النماذج العددية المعتمدة على الفيزياء والنهج الحسابية المعتمدة على البيانات. بينما تدمج النماذج العددية الانبعاثات البشرية مع العمليات الكيميائية والفيزيائية لمحاكاة الظروف الجوية، فإنها تواجه تحديات تتعلق بالحساسية لإعدادات المعلمات والقيود الناتجة عن مجموعات البيانات غير المكتملة ونقص الفهم الشامل لآليات التفاعل الكيميائي. وهذا يبرز الحاجة إلى تحسين المنهجيات التنبؤية لإدارة تلوث الأوزون بشكل فعال.
طرق
توضح قسم المنهجية الإطار التجريبي ومعالجة البيانات للدراسة، التي تركز على توقع تركيز الأوزون. تغطي مجموعة البيانات فترة من 1 يناير 2016 إلى 31 ديسمبر 2023، وتنقسم إلى مجموعات تدريب (70%)، والتحقق (20%)، والاختبار (10%). تم اختيار حجم نواة يبلغ 25 لتعزيز قابلية إعادة إنتاج النموذج وقابليته للتفسير. تم تدريب النموذج باستخدام معدل تعلم يبلغ 0.005 وحجم دفعة يبلغ 64 على مدى 10 عصور، مع دمج آلية إيقاف مبكر مع صبر يبلغ 3 عصور لتخفيف الإفراط في التكيف.
تم استخدام مُحسِّن آدم، مع متوسط الخطأ التربيعي (MSE) كدالة خسارة. تم تقييم أداء النموذج باستخدام ثلاثة مقاييس رئيسية: الجذر التربيعي للخطأ المتوسط (RMSE)، والانحراف المطلق المتوسط (MAD)، ومعامل التحديد ($R^2$). يتم تعريف هذه المقاييس رياضيًا كما يلي:
– متوسط الخطأ المطلق (MAE):
\[
MAE = \frac{1}{n} \sum_{i=1}^{n} |Obs_i – Pre_i|
\]
– الجذر التربيعي للخطأ المتوسط (RMSE):
\[
RMSE = \sqrt{\frac{1}{n} \sum_{i=1}^{n} (Obs_i – Pre_i)^2}
\]
– معامل التحديد ($R^2$):
\[
R^2 = 1 – \frac{\sum_{i=1}^{n} (Obs_i – Pre_i)^2}{\sum_{i=1}^{n} (Obs_i – \bar{Obs})^2}
\]
حيث يمثل $Obs_i$ تركيز الأوزون الملاحظ بالساعة، و$Pre_i$ يدل على القيم المتوقعة، و$\bar{Obs}$ هو متوسط القيم الملاحظة، و$n$ هو حجم مجموعة بيانات الاختبار.
النتائج
في قسم النتائج، تقوم الدراسة بتقييم دقة التنبؤ للنموذج المطور من خلال مقارنة القيم المتوقعة مع القياسات الفعلية التي تم الحصول عليها من مجموعة بيانات الاختبار لعام 2023 في محطة بينجيانغ. تركز التحليل على التغيرات الموسمية، مع تسليط الضوء على أداء النموذج عبر أوقات مختلفة من السنة. توضح الشكل 5 هذه المقارنات، مما يوفر رؤى بصرية حول التباينات والتوافقات بين البيانات المتوقعة والملاحظة. هذه التقييمات ضرورية لفهم موثوقية النموذج وفعاليته في التطبيقات الواقعية.
المناقشة
في هذا القسم من المناقشة، تقيم الورقة أساليب النمذجة المختلفة لتوقع تركيزات الأوزون، مع تسليط الضوء على قيود النماذج الخطية التقليدية في التقاط الاعتماديات المعقدة بين الأوزون وسوابقه. لقد أظهرت النماذج غير الخطية، مثل آلات الدعم الشعاعي، والغابات العشوائية، وأشجار القرار، وعدًا، إلا أنها غالبًا ما تتجاهل الديناميات الزمنية الحرجة اللازمة لتكوين الأوزون. لقد حسنت التطورات الأخيرة في التعلم العميق، وخاصة من خلال هياكل مثل الشبكات العصبية الاصطناعية (ANNs) والشبكات العصبية المتكررة (RNNs)، بما في ذلك شبكات الذاكرة الطويلة القصيرة (LSTM)، القدرات التنبؤية من خلال نمذجة الاعتماديات غير الخطية والأنماط الزمنية بشكل فعال. ومع ذلك، تواجه هذه النماذج صعوبة مع الخصائص غير الثابتة على المدى القصير، وغالبًا ما تفشل في الاستجابة للتقلبات السريعة في مستويات الأوزون.
لمعالجة هذه التحديات، تقدم الدراسة نموذجًا هجينًا جديدًا، DLinear-LSTM، الذي يجمع بين تحليل السلاسل الزمنية ونمذجة LSTM. تسمح هذه الطريقة بفصل بيانات الإدخال إلى مكونات الاتجاه والموسمية، مما يتيح نمذجة مستقلة تعزز دقة التنبؤ. يظهر نموذج DLinear-LSTM أداءً قويًا في توقع تركيزات الأوزون على مدى 24 ساعة، متفوقًا على النماذج الحالية من حيث الجذر التربيعي للخطأ المتوسط (RMSE) ومقاييس R². بينما يلتقط النموذج بفعالية الاتجاهات طويلة المدى والأنماط الدورية، فإنه لا يأخذ في الاعتبار الارتباطات المكانية بين محطات المراقبة، مما يشير إلى إمكانية البحث المستقبلي لدمج المعلومات المكانية وتقييم قوة النموذج في سيناريوهات التلوث الشديدة.
DOI: https://doi.org/10.1038/s41598-025-34561-8
PMID: https://pubmed.ncbi.nlm.nih.gov/41639128
Publication Date: 2026-02-04
Author(s): Chunpeng Cang et al.
Primary Topic: Air Quality Monitoring and Forecasting
Overview
The research presents a hybrid model for predicting ozone concentration that combines DLinear and Long Short-Term Memory (LSTM) models. To enhance prediction accuracy, the original ozone time series data is decomposed using a moving average kernel, which allows for the extraction of trend and seasonal components, effectively capturing the periodic characteristics of ozone levels.
The proposed model is rigorously evaluated against a comprehensive dataset, demonstrating its superior performance relative to baseline models. This indicates that the integration of DLinear and LSTM, along with the decomposition of time series data, significantly improves the predictive capabilities for ozone concentration forecasting.
Introduction
The introduction highlights the significant challenge of ozone pollution in China, emphasizing its detrimental effects on human health, particularly increasing mortality risks associated with respiratory and cardiovascular diseases. To address these health risks, accurate and timely predictions of ozone concentrations are crucial for implementing governmental interventions and pollution reduction strategies. Ozone, a secondary pollutant, is formed in the atmosphere through reactions involving precursors such as nitrogen monoxide (NO) and volatile organic compounds (VOCs), with its formation influenced by meteorological factors and atmospheric dynamics.
The section further categorizes ozone prediction methods into two main types: physics-based numerical models and data-driven computational approaches. While numerical models integrate anthropogenic emissions with chemical and physical processes to simulate atmospheric conditions, they face challenges related to sensitivity to parameter settings and limitations stemming from incomplete datasets and a lack of comprehensive understanding of chemical reaction mechanisms. This underscores the need for improved predictive methodologies to effectively manage ozone pollution.
Methods
The methodology section outlines the experimental framework and data handling for the study, which focuses on ozone concentration prediction. The dataset covers a period from January 1, 2016, to December 31, 2023, and is divided into training (70%), validation (20%), and testing (10%) subsets. A kernel size of 25 was selected to enhance the model’s reproducibility and interpretability. The model was trained using a learning rate of 0.005 and a batch size of 64 over 10 epochs, incorporating an early stopping mechanism with a patience of 3 epochs to mitigate overfitting.
The Adam optimizer was employed, with mean squared error (MSE) as the loss function. Model performance was assessed using three key metrics: root mean square error (RMSE), mean absolute deviation (MAD), and the coefficient of determination ($R^2$). These metrics are mathematically defined as follows:
– Mean Absolute Error (MAE):
\[
MAE = \frac{1}{n} \sum_{i=1}^{n} |Obs_i – Pre_i|
\]
– Root Mean Square Error (RMSE):
\[
RMSE = \sqrt{\frac{1}{n} \sum_{i=1}^{n} (Obs_i – Pre_i)^2}
\]
– Coefficient of Determination ($R^2$):
\[
R^2 = 1 – \frac{\sum_{i=1}^{n} (Obs_i – Pre_i)^2}{\sum_{i=1}^{n} (Obs_i – \bar{Obs})^2}
\]
where $Obs_i$ represents the observed hourly ozone concentration, $Pre_i$ denotes the predicted values, $\bar{Obs}$ is the mean of the observed values, and $n$ is the size of the test dataset.
Results
In the results section, the study evaluates the prediction accuracy of the developed model by comparing the forecasted values against the actual measurements obtained from the 2023 test dataset at Binjiang station. The analysis focuses on seasonal variations, highlighting the model’s performance across different times of the year. Figure 5 illustrates these comparisons, providing visual insights into the discrepancies and alignments between predicted and observed data. This assessment is crucial for understanding the model’s reliability and effectiveness in real-world applications.
Discussion
In this discussion section, the paper evaluates various modeling approaches for predicting ozone concentrations, highlighting the limitations of traditional linear models in capturing the complex interdependencies between ozone and its precursors. Nonlinear models, such as support vector machines, random forests, and decision trees, have shown promise, yet they often neglect the critical temporal dynamics essential for ozone formation. Recent advancements in deep learning, particularly through architectures like artificial neural networks (ANNs) and recurrent neural networks (RNNs), including long short-term memory (LSTM) networks, have improved predictive capabilities by effectively modeling nonlinear dependencies and temporal patterns. However, these models struggle with short-term non-stationary characteristics, often failing to respond to rapid fluctuations in ozone levels.
To address these challenges, the study introduces a novel hybrid model, DLinear-LSTM, which combines time series decomposition with LSTM modeling. This approach separates the input data into trend and seasonal components, allowing for independent modeling that enhances predictive accuracy. The DLinear-LSTM model demonstrates robust performance in forecasting ozone concentrations over a 24-hour period, outperforming existing models in terms of root mean square error (RMSE) and R² metrics. While the model effectively captures long-term trends and periodic patterns, it does not account for spatial correlations among monitoring stations, suggesting a potential avenue for future research to integrate spatial information and assess the model’s robustness in extreme pollution scenarios.