DOI: https://doi.org/10.1371/journal.pone.0334252
PMID: https://pubmed.ncbi.nlm.nih.gov/41060978
تاريخ النشر: 2025-10-08
المؤلف: Sevtap Tırınk
الموضوع الرئيسي: مراقبة جودة الهواء وتوقعاته
نظرة عامة
تتناول هذه الدراسة القضية الحرجة لتلوث الهواء، مع التأكيد على أهمية مراقبة جودة الهواء والتنبؤ بمستويات التلوث من أجل سياسة بيئية فعالة وحماية الصحة العامة. تقدم تقييمًا طويل الأمد لتنبؤات مؤشر جودة الهواء (AQI) اليومية باستخدام نماذج التعلم الآلي، وبالتحديد تعزيز التدرج المتطرف (XGBoost)، وآلة تعزيز التدرج الخفيف (LightGBM)، وآلة الدعم الناقل (SVM)، استنادًا إلى بيانات الأرصاد الجوية والملوثات من شرق تركيا التي تم جمعها بين عامي 2016 و2024. تتضمن مجموعة البيانات الملوثات الهوائية الرئيسية (PM₁₀، SO₂، NO₂، O₃) والمتغيرات الجوية (درجة الحرارة، هطول الأمطار، الرطوبة النسبية، اتجاه الرياح، سرعة الرياح). أظهر نموذج XGBoost أعلى دقة في التنبؤ، حيث حقق معامل تحديد ($R^2 = 0.999$)، وجذر متوسط مربع الخطأ (RMSE = 0.234)، ومتوسط الخطأ المطلق (MAE = 0.158)، مما يدل على فعاليته في نمذجة تقلبات AQI.
تكشف النتائج عن زيادة كبيرة في مستويات تلوث الهواء في إغدير، خاصة خلال أشهر الشتاء، حيث وصلت متوسطات قيم AQI إلى 172.9 و168.2 في يناير ونوفمبر، على التوالي، مما يصنفها على أنها “غير صحية” وفقًا لتصنيف TNAQI. تم تحديد PM₁₀ كأهم ملوث. بينما قدم نموذج LightGBM أداءً جيدًا أيضًا مع قيم $R^2$ تبلغ 92.2% و88.9% لمجموعات التدريب والاختبار، على التوالي، أظهر نموذج SVM موثوقية أقل مع قيم $R^2$ تبلغ 78.2%. بشكل عام، تؤكد الدراسة على التكيف الفائق والدقة لنموذج XGBoost لتقديرات AQI، مما يشير إلى إمكانيته كأداة قوية للتنبؤ بجودة الهواء وإبلاغ استراتيجيات إدارة التلوث الإقليمية.
مقدمة
تسلط المقدمة الضوء على الأهمية الحرجة لجودة الهواء لصحة الإنسان واستدامة البيئة، مع التأكيد على القضية العالمية المتزايدة لتلوث الهواء التي تفاقمت بسبب التصنيع السريع والتحضر. تواجه محافظة إغدير في تركيا تدهورًا شديدًا في جودة الهواء، خاصة خلال أشهر الشتاء بسبب استخدام الوقود الأحفوري للتدفئة. يحدد القسم التأثيرات الصحية الكبيرة المرتبطة بالتعرض للملوثات الهوائية الرئيسية، بما في ذلك المواد الجسيمية (PM₂.₅ وPM₁₀)، وثاني أكسيد الكبريت (SO₂)، وأكاسيد النيتروجين (NOx)، وأول أكسيد الكربون (CO)، والأوزون (O₃)، والتي ترتبط بأمراض الجهاز التنفسي والقلب والأوعية الدموية، فضلاً عن السرطان.
تهدف الدراسة إلى معالجة الفجوة في التنبؤ بجودة الهواء على المدى الطويل في إغدير من خلال استخدام مؤشر جودة الهواء الوطني التركي (TNAQI) جنبًا إلى جنب مع بيانات الملوثات والأرصاد الجوية من 2016 إلى 2024. تقارن بشكل منهجي الأداء التنبؤي لنماذج التعلم الآلي المتقدمة – XGBoost وLightGBM وآلات الدعم الناقل (SVM) – لتعزيز دقة تنبؤ AQI. تؤكد الأبحاث على ضرورة دمج ملوثات متعددة ومتغيرات جوية لتحسين نماذج التنبؤ، خاصة في المناطق الحساسة جيوسياسيًا مثل إغدير، والتي غالبًا ما يتم تجاهلها في الأدبيات الحالية. من المتوقع أن تسهم النتائج بشكل كبير في استراتيجيات إدارة جودة الهواء المعتمدة على البيانات وتوفير إطار عمل قابل للتوسع يمكن تطبيقه على مناطق مماثلة عالميًا.
طرق
في هذه الدراسة، تم حساب مؤشر جودة الهواء (AQI) لمحافظة إغدير باستخدام تركيزات الملوثات من محطة مراقبة الهواء المحلية، مع استخدام نظام TNAQI المتوافق مع المعايير الوطنية لتركيا. تم تحديد AQI كأقصى مؤشر فرعي بين خمسة ملوثات: ثاني أكسيد الكبريت (SO₂)، وثاني أكسيد النيتروجين (NO₂)، والمواد الجسيمية (PM₁₀)، والأوزون (O₃)، وأول أكسيد الكربون (CO). استخدمت الحسابات المعادلات \( \text{AQI} = \max(\text{IAQI}_1, \text{IAQI}_2, \ldots, \text{IAQI}_i) \) و \( \text{IAQI}_i = I_{\text{low}} + \frac{C_i – C_{\text{low}}}{C_{\text{high}} – C_{\text{low}}}(I_{\text{high}} – I_{\text{low}}) \)، حيث يمثل \( C_i \) تركيز الملوث \( i \)، و\( I_{\text{low}} \) و\( I_{\text{high}} \) هما قيم AQI المقابلة لنطاق تركيز الملوث.
حللت الدراسة بشكل خاص القيم القصوى لمتوسط ساعة واحدة لـ NO₂ وSO₂، ومتوسطات ثماني ساعات لـ O₃، ومتوسطات يومية لـ PM₁₀، جميعها مقاسة بالميكروغرام لكل متر مكعب (μg/m³). تم استخدام هذه القيم اليومية لـ AQI، جنبًا إلى جنب مع متوسطات تركيزات الملوثات والبيانات الجوية، كمدخلات لنماذج التعلم الآلي، كما هو موضح في الشكل المصاحب للمنهجية.
نتائج
استخدمت نتائج الدراسة بيانات تلوث الهواء اليومية على مدى ثماني سنوات (2016-2024) من إغدير لتقييم نماذج التعلم الآلي المختلفة لتقدير مؤشر جودة الهواء (AQI). تم تقديم إحصائيات وصفية، بما في ذلك المتوسط والانحراف المعياري والاتجاهات الموسمية، في الجدول 4. كشفت التحليلات عن تباينات موسمية كبيرة في درجة الحرارة، حيث بلغ متوسط يناير 1.67 درجة مئوية وبلغ ذروته في يوليو وأغسطس بحوالي 27.28 درجة مئوية و27.54 درجة مئوية، على التوالي. كانت تركيزات PM10 أعلى بشكل ملحوظ في أشهر الشتاء، حيث بلغ متوسطها 181.61 ميكروغرام/متر مكعب في يناير، بينما بلغت قيم AQI ذروتها في يناير (172.91) ونوفمبر (168.16)، مما يشير إلى جودة هواء أسوأ خلال هذه الأشهر، على الأرجح بسبب زيادة استخدام الوقود الأحفوري والظروف الجوية السلبية.
استخدمت الدراسة أيضًا تحسين المعلمات الفائقة لتعزيز الأداء التنبؤي لنماذج التعلم الآلي، وبالتحديد XGBoost وLightGBM وSVM. أظهر نموذج XGBoost أداءً متفوقًا مع قيم R² تبلغ 0.999 لمجموعة التدريب و0.994 لمجموعة الاختبار، جنبًا إلى جنب مع قيم منخفضة لـ RMSE وMAE، مما يدل على ملاءمة قوية وموثوقية في تنبؤات AQI. بالمقابل، أظهر نموذج SVM مقاييس أداء أقل، مما يشير إلى أنه كان أقل فعالية لهذه المجموعة من البيانات. كشفت تحليل أهمية المتغيرات عن PM10 كأهم متنبئ عبر النماذج، حيث حقق XGBoost وLightGBM تصنيفات مشابهة، بينما أبرز SVM متغيرات جوية مختلفة. بشكل عام، تؤكد النتائج على فعالية أساليب التعلم الآلي في تقييم جودة الهواء، مع ظهور XGBoost كنموذج الأكثر موثوقية لتقدير AQI.
مناقشة
ركزت الدراسة على التنبؤ بمؤشر جودة الهواء (AQI) في مدينة إغدير، تركيا، باستخدام خوارزميات التعلم الآلي – وبالتحديد، آلة الدعم الناقل (SVM)، وآلة تعزيز التدرج الخفيف (LightGBM)، وتعزيز التدرج المتطرف (XGBoost). شملت مجموعة البيانات، التي تمتد على مدى ثماني سنوات (2016-2024)، بيانات يومية عن الملوثات الهوائية والبيانات الجوية. من بين النماذج المختبرة، أظهر XGBoost أداءً متفوقًا، حيث حقق R² قدره 0.999، وRMSE قدره 0.234، وMAE قدره 0.158، مما يدل على فعاليته في التعامل مع مجموعات البيانات المعقدة وتقليل مخاطر الإفراط في التكيف. كما قدم LightGBM أداءً جيدًا، مع قيم R² تبلغ 0.922 و0.889 للتدريب والاختبار، على التوالي، بينما أظهر SVM أقل فعالية مع R² قدره 0.782.
تؤكد النتائج على أهمية دمج المعلمات الجوية في تنبؤات AQI، حيث تؤثر هذه العوامل بشكل كبير على توزيع الملوثات. تسلط الدراسة الضوء على إمكانيات نماذج التعلم الآلي لتعزيز إدارة جودة الهواء، خاصة في البيئات الحضرية حيث تختلف مصادر التلوث. تدعو النتائج إلى اعتماد نماذج تنبؤية قوية مثل XGBoost لإبلاغ التدخلات الصحية العامة والتخطيط الحضري، خاصة في ضوء التحديات الصحية العالمية الأخيرة التي تفاقمت بسبب تدهور جودة الهواء. بشكل عام، تسهم هذه الأبحاث في تقديم رؤى قيمة حول منهجيات التنبؤ طويلة الأمد بـ AQI، مع التأكيد على الحاجة إلى دمج شامل للبيانات في المراقبة البيئية.
DOI: https://doi.org/10.1371/journal.pone.0334252
PMID: https://pubmed.ncbi.nlm.nih.gov/41060978
Publication Date: 2025-10-08
Author(s): Sevtap Tırınk
Primary Topic: Air Quality Monitoring and Forecasting
Overview
This study addresses the critical issue of air pollution, emphasizing the importance of monitoring air quality and predicting pollution levels for effective environmental policy and public health protection. It presents a long-term assessment of daily Air Quality Index (AQI) predictions using machine learning models, specifically eXtreme Gradient Boosting (XGBoost), Light Gradient Boosting Machine (LightGBM), and Support Vector Machine (SVM), based on meteorological and pollutant data from eastern Türkiye collected between 2016 and 2024. The dataset includes key air pollutants (PM₁₀, SO₂, NO₂, O₃) and meteorological variables (temperature, precipitation, relative humidity, wind direction, wind speed). The XGBoost model demonstrated the highest prediction accuracy, achieving a coefficient of determination ($R^2 = 0.999$), root mean square error (RMSE = 0.234), and mean absolute error (MAE = 0.158), indicating its effectiveness in modeling AQI fluctuations.
The findings reveal a significant increase in air pollution levels in Iğdır, particularly during winter months, with average AQI values reaching 172.9 and 168.2 in January and November, respectively, categorizing them as “Unhealthy” according to the TNAQI classification. PM₁₀ was identified as the primary pollutant. While the LightGBM model also performed well with $R^2$ values of 92.2% and 88.9% for training and testing sets, respectively, the SVM model showed lower reliability with $R^2$ values of 78.2%. Overall, the study underscores the superior adaptability and accuracy of the XGBoost model for AQI estimations, suggesting its potential as a robust tool for air quality forecasting and informing regional pollution management strategies.
Introduction
The introduction highlights the critical importance of air quality for human health and environmental sustainability, emphasizing the escalating global issue of air pollution exacerbated by rapid industrialization and urbanization. In particular, the Iğdır province of Türkiye faces severe air quality deterioration, especially during winter months due to fossil fuel use for heating. The section outlines the significant health impacts associated with exposure to major air pollutants, including particulate matter (PM₂.₅ and PM₁₀), sulfur dioxide (SO₂), nitrogen oxides (NOx), carbon monoxide (CO), and ozone (O₃), which are linked to respiratory and cardiovascular diseases, as well as cancer.
The study aims to address the gap in long-term air quality forecasting in Iğdır by utilizing the Turkish National Air Quality Index (TNAQI) alongside pollutant and meteorological data from 2016 to 2024. It systematically compares the predictive performance of advanced machine learning models—XGBoost, LightGBM, and Support Vector Machines (SVM)—to enhance AQI prediction accuracy. The research underscores the necessity of integrating multiple pollutants and meteorological variables to improve forecasting models, particularly in geopolitically sensitive regions like Iğdır, which are often overlooked in existing literature. The findings are expected to contribute significantly to data-driven air quality management strategies and provide a scalable framework applicable to similar regions globally.
Methods
In this study, the Air Quality Index (AQI) for Iğdır province was calculated using pollutant concentrations from a local air monitoring station, employing the TNAQI system aligned with Türkiye’s national standards. The AQI was determined as the maximum sub-index among five pollutants: sulfur dioxide (SO₂), nitrogen dioxide (NO₂), particulate matter (PM₁₀), ozone (O₃), and carbon monoxide (CO). The calculation utilized the equations \( \text{AQI} = \max(\text{IAQI}_1, \text{IAQI}_2, \ldots, \text{IAQI}_i) \) and \( \text{IAQI}_i = I_{\text{low}} + \frac{C_i – C_{\text{low}}}{C_{\text{high}} – C_{\text{low}}}(I_{\text{high}} – I_{\text{low}}) \), where \( C_i \) represents the concentration of pollutant \( i \), and \( I_{\text{low}} \) and \( I_{\text{high}} \) are the AQI values corresponding to the pollutant’s concentration range.
The study specifically analyzed maximum one-hour average values for NO₂ and SO₂, maximum eight-hour averages for O₃, and daily averages for PM₁₀, all measured in micrograms per cubic meter (μg/m³). These daily AQI values, alongside average pollutant concentrations and meteorological data, were subsequently utilized as inputs for machine learning models, as illustrated in the accompanying methodology figure.
Results
The results of the study utilized eight years of daily air pollutant data (2016-2024) from Iğdır to evaluate various machine learning models for estimating the Air Quality Index (AQI). Descriptive statistics, including mean, standard deviation, and seasonal trends, were presented in Table 4. The analysis revealed significant seasonal variations in temperature, with January averaging 1.67°C and peaking in July and August at approximately 27.28°C and 27.54°C, respectively. PM10 concentrations were notably higher in winter months, averaging 181.61 µg/m³ in January, while AQI values peaked in January (172.91) and November (168.16), indicating poorer air quality during these months, likely due to increased fossil fuel use and adverse meteorological conditions.
The study further employed hyperparameter optimization to enhance the predictive performance of machine learning models, specifically XGBoost, LightGBM, and SVM. The XGBoost model demonstrated superior performance with R² values of 0.999 for the training set and 0.994 for the test set, alongside low RMSE and MAE values, indicating a strong fit and reliability in AQI predictions. In contrast, the SVM model exhibited lower performance metrics, suggesting it was less effective for this dataset. Variable importance analysis revealed PM10 as the most significant predictor across models, with XGBoost and LightGBM yielding similar rankings, while SVM highlighted different meteorological variables. Overall, the findings underscore the effectiveness of machine learning approaches in air quality assessment, with XGBoost emerging as the most reliable model for AQI estimation.
Discussion
The study focused on predicting the Air Quality Index (AQI) in Iğdır City, Türkiye, utilizing machine learning algorithms—specifically, Support Vector Machine (SVM), Light Gradient Boosting Machine (LightGBM), and eXtreme Gradient Boosting (XGBoost). The dataset, spanning eight years (2016-2024), included daily air pollutant and meteorological data. Among the models tested, XGBoost demonstrated superior performance, achieving an R² of 0.999, RMSE of 0.234, and MAE of 0.158, indicating its effectiveness in handling complex datasets and mitigating overfitting risks. LightGBM also performed well, with R² values of 0.922 and 0.889 for training and testing, respectively, while SVM exhibited the least effectiveness with an R² of 0.782.
The findings underscore the importance of integrating meteorological parameters in AQI predictions, as these factors significantly influence pollutant distribution. The study highlights the potential of machine learning models to enhance air quality management, particularly in urban settings where pollution sources vary. The results advocate for the adoption of robust predictive models like XGBoost to inform public health interventions and urban planning, especially in light of recent global health challenges exacerbated by poor air quality. Overall, this research contributes valuable insights into long-term AQI prediction methodologies, emphasizing the need for comprehensive data integration in environmental monitoring.