Utafiti huu unalinganisha katika mfumo uleule wa majaribio modeli ya kawaida ya Mtandao wa Neva Unaojirudia (Recurrent Neural Network, RNN), Kumbukumbu ya Muda Mrefu na Mfupi (Long Short-Term Memory, LSTM) na Kitengo cha Kujirudia chenye Milango (Gated Recurrent Unit, GRU) ili kutabiri thamani ya siku inayofuata ya mkusanyiko wa wastani wa kila siku wa PM2.5 katika mikoa ya Mae Hong Son, Lampang, Tak na Chiang Mai, Kaskazini mwa Thailand. Mtandao wa neva unaojirudia ni aina ya mtandao wa neva bandia unaojifunza utegemezi wa muda katika data ya mfuatano kwa kuunganisha hali fiche inayobebwa kutoka hatua za wakati zilizotangulia na ingizo jipya. Ingizo za modeli zinajumuisha kiwango cha PM2.5 cha siku iliyotangulia pamoja na vigezo vya msimu, halijoto, unyevunyevu jamaa, kasi ya juu zaidi ya upepo, shinikizo la hewa na mvua.

Data zinahusisha kipindi cha 1 Januari 2022–31 Machi 2026. Januari 2022–Desemba 2024 ilitengwa kwa mafunzo, huku Januari 2025–Machi 2026 ikiwa kipindi huru cha majaribio. Kwa sababu uchanganuzi wa PACF ulionyesha kuwa utegemezi mkuu wa muda umejikita katika ucheleweshaji wa kwanza, muundo wa ingizo wa lag-1 ulitumika katika modeli zote za RNN, LSTM na GRU. Vigezo-peo vilichaguliwa kwa grid search na uthibitishaji mtambuka wa mfululizo wa wakati wa aina ya dirisha linalopanuka.

GRU ilitoa R² ya juu zaidi na MAE ya chini zaidi katika mikoa yote minne; pia ilikuwa modeli bora zaidi kwa RMSE katika Lampang, Tak na Chiang Mai. Katika Mae Hong Son, RMSE ya chini zaidi ilipatikana kwa LSTM. Faida ya MAE ya GRU dhidi ya RNN ya kawaida ilikuwa %14,4 katika Mae Hong Son, %9,5 katika Lampang, %5,2 katika Tak na %0,4 pekee katika Chiang Mai. Majaribio ya Diebold–Mariano yanaonyesha kuwa faida ya GRU hujitokeza zaidi katika mifuatano yenye ubadilifu mkubwa, huku tofauti kati ya modeli zikinywea katika mazingira tulivu zaidi.

Hata hivyo, modeli zote zilikadiria chini kwa utaratibu thamani za vilele vya kupindukia vya PM2.5. Chanzo kinahusisha hili na uwakilishi mdogo wa uchunguzi wa uchafuzi mkubwa katika data za mafunzo na tabia ya kazi ya hasara ya MSE kuvuta utabiri kuelekea mwelekeo wa kati wa usambazaji. Kutokujumuishwa kwa mwelekeo wa upepo, ujirani wa anga na viashiria vya usafirishaji wa kuvuka mipaka katika modeli ni kizuizi cha ziada, hasa katika matukio ya ghafla ya usafirishaji wa moshi.

Matokeo hayathibitishi mafanikio ya uwanjani ya mfumo wa uendeshaji wa wakati halisi wa ubora wa hewa. Utafiti huu ni ulinganisho wa utabiri wa azimio la siku moja unaotumia data za kihistoria za uchunguzi, na hasa kwa tahadhari ya mapema ya matukio ya uchafuzi uliokithiri unahitaji uthibitishaji zaidi kwa ingizo za ziada, utabiri wa kiuwezekano na kazi za hasara zilizo nyeti kwa thamani za mwisho.

Maelezo ya Kina

Tatizo la utafiti

PM2.5 humaanisha chembechembe ndogo zenye kipenyo cha aerodinamiki chini ya mikromita 2,5. Mifuatano ya wakati ya PM2.5 katika Kaskazini mwa Thailand si mifuatano rahisi inayotikisa kidogo karibu na wastani thabiti. Katika msimu wa kiangazi, uchomaji wa biomasi na usafirishaji wa moshi wa kikanda husababisha vilele vya ghafla na vya juu sana, ilhali katika kipindi cha mvua mikusanyiko hupungua kwa kiasi kikubwa na kuwa tulivu zaidi.

Sifa hizi huunda katika mfululizo wastani unaobadilika kwa wakati pamoja na variansi inayobadilika kwa wakati. Chanzo kinatathmini muundo huu kama mfululizo wa wakati usio tuli na heteroskedastiki. Modeli ya utabiri haipaswi kujifunza tu muundo wa wastani wa msimu; inapaswa pia kuweza kujibu mabadiliko ya ghafla ya hali na vilele vya kupindukia.

Pengo la utafiti

Katika fasihi ya utabiri wa PM2.5, CNN, taratibu za attention, mitandao mseto na mifumo ya ensemble imekuwa ikizidi kuwa changamano. Lengo la utafiti huu si kutengeneza usanifu mpya na changamano zaidi. Badala yake, watafiti walijaribu kutenganisha jinsi RNN, LSTM na GRU za kawaida zinavyotenda chini ya data zilezile, muundo uleule wa lag, mfumo uleule wa uboreshaji na kipindi kilekile cha majaribio katika hali tofauti za ubadilifu.

Kwa hiyo swali kuu la kulinganisha la utafiti si “ni usanifu upi ulio changamano zaidi?” bali “ubadilifu wa mfululizo wa wakati wa PM2.5 wa eneo unapobadilika, ni usanifu upi unaojirudia unaoonyesha tabia thabiti zaidi ya utabiri?”

Mikoa minne iliyochunguzwa

Kwa mujibu wa jedwali hili, mpangilio wa kiasi wa mkengeuko sanifu ni Mae Hong Son > Lampang > Chiang Mai > Tak. Mae Hong Son pia ina thamani ya juu zaidi ya kupindukia iliyozingatiwa, 321 µg/m³.

Muundo wa msimu

Kielelezo 3 cha chanzo kinaonyesha muundo wazi wa kila mwaka katika mikoa yote. Vilele vya msimu wa kiangazi hutokea Februari–Aprili, huku kipindi cha mvua cha Mei–Oktoba kikitambulishwa na viwango vya chini na tulivu zaidi vya PM2.5. Hasa katika Mae Hong Son, katika baadhi ya miaka kuna miruko mikali sana ya muda mfupi.

Muundo huu ni muhimu kwa uundaji wa modeli; kwa sababu mfululizo huohuo una vipindi tulivu vya variansi ndogo na vipindi vya ghafla vya uchafuzi vyenye variansi kubwa. Kipimo kimoja cha wastani wa hitilafu hakiwezi kufupisha kikamilifu tabia katika hali hizi mbili.

Ingizo za modeli

Mwelekeo wa upepo uliachwa nje kwa makusudi. Chanzo kinaeleza sababu kuwa ni upungufu wa data na ukweli kwamba usimbaji wa kigezo cha angular/circular huongeza uchangamano wa uundaji wa modeli.

Tofauti kuu kati ya RNN, LSTM na GRU

RNN ya kawaida hutumia ingizo la sasa na hali fiche ya awali katika kila hatua ya wakati ili kutoa hali fiche mpya. Muundo huu unaweza kujifunza utegemezi wa muda mfupi; hata hivyo, tatizo la kutoweka kwa gradient linaweza kutokea katika mifuatano mirefu.

LSTM huongeza kwa RNN ya kawaida milango ya kusahau, ingizo na pato, pamoja na hali tofauti ya seli. Milango hii imeundwa kudhibiti taarifa ipi ihifadhiwe, isasishwe au ipelekwe kwenye pato.

GRU hutekeleza udhibiti sawa wa kumbukumbu kwa muundo rahisi zaidi. Hutumia milango miwili, wa kusasisha na wa kuweka upya, na haibebi hali tofauti ya seli. Kwa hiyo huunda mtandao unaojirudia wenye milango kwa vipengele vichache vya kimuundo kuliko LSTM.

Utafiti umeacha milinganyo kamili ya hali fiche ya miundo katika Supplementary Material S1 badala ya makala kuu. Kwa kuwa PDF kuu iliyopakiwa haina milinganyo yote, maandishi ya Verianla hayazalishi upya milinganyo ya usanifu inayokosekana.

Kwa nini lag-1 ilichaguliwa?

Autocorrelation Function (ACF) ilionyesha uhusiano chanya wenye nguvu katika ucheleweshaji kadhaa wa kwanza wa mifuatano ya PM2.5. Partial Autocorrelation Function (PACF) ilionyesha kuwa uhusiano huru wenye nguvu zaidi uko katika ucheleweshaji wa kwanza na hakukuwa na muundo wa kawaida katika ucheleweshaji wa juu zaidi.

Kwa hiyo watafiti walichagua muundo uleule wa lag-1 kwa modeli zote. Lengo lilikuwa kuhifadhi utegemezy mkuu wa muda mfupi huku wakipunguza uchangamano wa modeli na hatari ya overfitting inayoweza kusababishwa na ingizo zisizo za lazima.

Kwa Nini GRU Ilionekana Imara Zaidi katika Mifuatano ya PM2.5 Yenye Ubadilifu?

Kwa mujibu wa matokeo ya chanzo, faida ya GRU dhidi ya RNN ya kawaida iliongezeka hasa katika mifuatano ya PM2.5 yenye mabadiliko ya ghafla na ubadilifu mkubwa; ongezeko dhahiri zaidi la MAE lilikuwa %14,4 katika Mae Hong Son, huku tofauti kati ya modeli zikipungua katika hali tulivu zaidi. Utafiti unahusisha muundo huu na uwezo wa usasishaji wa hali yenye milango wa GRU kujibu mabadiliko ya ghafla ya mkusanyiko vizuri zaidi kuliko RNN ya kawaida; hata hivyo, GRU si bora kitakwimu katika kila kipimo na kila mkoa.

Mae Hong Son

Mae Hong Son ina mkengeuko sanifu wa juu zaidi na thamani ya juu zaidi ya PM2.5 iliyozingatiwa. Kwa RNN, R² = 0,9176, RMSE = 10,8048 na MAE = 5,5031 µg/m³; kwa LSTM, R² = 0,9201, RMSE = 10,5762 na MAE = 4,9062 µg/m³; kwa GRU, R² = 0,9215, RMSE = 10,6404 na MAE = 4,7100 µg/m³.

Kwa hiyo GRU ni bora zaidi kwa R² na MAE, huku LSTM ikiwa bora zaidi kwa RMSE. Katika majaribio ya Diebold–Mariano yanayotegemea hitilafu kamili, tofauti yenye maana ilipatikana kati ya RNN na miundo miwili yenye milango; tofauti ya LSTM–GRU haikuvuka kizingiti cha Bonferroni.

Lampang

Katika Lampang, GRU ilitoa matokeo bora katika vipimo vyote vitatu: R² = 0,9186, RMSE = 5,5808 µg/m³ na MAE = 3,6292 µg/m³. Kwa kuwa MAE ya RNN ni 4,0089 µg/m³, upungufu wa jamaa wa MAE wa GRU ni %9,5.

Tak

Katika Tak, GRU ilikuwa na R² = 0,8909, RMSE = 5,7621 na MAE = 3,9702 µg/m³. Upungufu wa MAE dhidi ya RNN ni %5,2. Tofauti ya GRU–RNN ina maana katika majaribio ya DM ya squared-error na absolute-error.

Chiang Mai

Katika Chiang Mai, GRU tena ilitoa kwa nambari vipimo vyote vitatu vilivyo bora: R² = 0,8689, RMSE = 6,3109 na MAE = 4,0557 µg/m³. Hata hivyo, kwa kuwa MAE ya RNN ni 4,0724 µg/m³, tofauti ni %0,4 pekee na hakuna tofauti yenye maana iliyopatikana katika ulinganisho wowote wa jozi za modeli katika majaribio ya Diebold–Mariano.

Hili ni mojawapo ya matokeo muhimu zaidi ya utafiti yanayoonyesha kuwa usanifu changamano zaidi wenye milango hautoi faida yenye maana katika kila hali.

Kwa Nini Vilele vya Kupindukia vya PM2.5 Vilipunguzwa kwa Utaratibu katika Utabiri?

Kwa mujibu wa utafiti, uchunguzi wa uchafuzi uliokithiri ni mchache ikilinganishwa na data zote za mafunzo, na ingawa kazi ya hasara ya MSE huadhibu makosa makubwa kwa mraba, huelekeza mchakato wa uboreshaji kwenye thamani za kati zinazotokea mara nyingi zaidi katika usambazaji wa data na hivyo kulainisha mkondo wa utabiri; kutokuwepo kwa mwelekeo wa upepo, usafirishaji wa moshi wa kuvuka mipaka na taarifa za sasa za anga kunapoongezwa, miruko ya ghafla na mikubwa ya PM2.5 haiwezi kutabiriwa na modeli kwa ukubwa wake kamili.

Aina hii ya kushindwa ni muhimu hasa kwa tahadhari ya mapema. MAE au RMSE ya wastani kuwa ndogo hakuhakikishi kwamba matukio nadra lakini muhimu kiafya ya kupindukia yametabiriwa kwa usahihi.

Waandishi wanapendekeza siku zijazo matumizi ya asymmetric au quantile-based loss, kuipa underprediction adhabu kubwa zaidi, au kutathmini mbinu zinazotumia parametric extreme-value distribution badala ya pato la kawaida la MSE.

Kwa nini ukosefu wa mwelekeo wa upepo ni muhimu?

Kasi ya upepo inaweza kuonyesha nguvu ya mchanganyiko wa angahewa; lakini haiwezi kuonyesha kama wingi wa hewa umetoka eneo la moto lililochafuliwa au kutoka mwelekeo safi. Hasa katika maeneo karibu na mpaka wa Myanmar, taarifa ya mwelekeo ni muhimu kwa kutambua mapema usafirishaji wa moshi wa masafa marefu.

Kwa kuwa modeli iliyopo haina kigezo cha usafirishaji kinachoweza kutabiri moja kwa moja tukio la moshi wa kuvuka mipaka, inaweza kujibu ongezeko la PM2.5 tu baada ya ongezeko hilo kuonekana katika ingizo la PM2.5 la siku iliyotangulia.

Kutolingana kwa mpangilio wa ubadilifu ndani ya chanzo

Katika Jedwali 2, mikengeuko sanifu imetolewa kama Mae Hong Son 39,49, Lampang 27,00, Chiang Mai 24,71 na Tak 21,40 µg/m³. Kwa hiyo, kwa mkengeuko sanifu wa PM2.5 ya kila siku uliopimwa, Tak ina ubadilifu wa chini zaidi na Mae Hong Son ina ubadilifu wa juu zaidi.

Katika sehemu ya baadaye ya mjadala, hata hivyo, inaelezwa kuwa Mae Hong Son na Tak zina ubadilifu wa juu zaidi na Chiang Mai ina ubadilifu wa chini zaidi. Kauli hizi hazilingani na thamani za kiasi za Jedwali 2. Kwa hiyo, hapa neno “ubadilifu” linapotumiwa kwa mkengeuko sanifu wa nambari, thamani za Jedwali 2 zinachukuliwa kuwa msingi, huku tafsiri ya eneo la mpaka/topografia ikihifadhiwa kama muktadha tofauti wa kifizikia.

Mbinu na Matokeo ya Utafiti

Vyanzo vya data

Data za PM2.5 zilipatikana kutoka Pollution Control Department ya Thailand, Air Quality and Noise Management Bureau na GISTDA. Makala chanzo inaeleza kuwa katika vituo vya ardhini zilitumika mbinu za beta-ray attenuation, kutawanyika kwa mwanga na rejea ya gravimetriki; upande wa GISTDA, msaada ulitolewa kwa taarifa za aerosol optical depth kutoka vyanzo vya satelaiti kama Himawari, MODIS, VIIRS, GEMS na Sentinel-5P.

Data za hali ya hewa zilitolewa na Northern Meteorological Center na Thai Meteorological Department Automatic Weather System.

Vituo

Uchakataji wa awali wa data

Kwa kuwa viwango vya data zinazokosekana vilikuwa chini ya %5 katika mikoa yote, uchunguzi wenye data pungufu uliondolewa na data za complete-case zikatumiwa. Chanzo kinaonyesha hatua ya “cleaning and transformation” katika mtiririko wa kazi; hata hivyo, hakiripoti kwa kina katika maandishi makuu ya mbinu kama vipengele vilisanifishwa, vilifanyiwa min–max scaling au ikiwa utaratibu mwingine wa normalization ulitumika.

Vilevile, haijaelezwa wazi katika makala kuu jinsi kigezo cha “season” kilivyoingizwa katika modeli kwa usimbaji wa nambari, dummy au aina nyingine ya usimbaji wa kategoria. Maelezo haya hayakukamilishwa kwa kubuni.

Mafunzo, uthibitishaji na majaribio

Kipindi kikuu cha mafunzo ni Januari 2022–Desemba 2024. Kipindi cha mwisho cha majaribio ni Januari 2025–Machi 2026.

Katika uteuzi wa vigezo-peo, expanding-window rolling cross-validation ilitumika. Katika kila fold mpya, seti ya mafunzo ilipanuliwa ili kujumuisha uchunguzi wote uliopatikana hapo awali, na kipindi cha miezi sita kilichofuata mara moja kilitumika kwa uthibitishaji. Kwa njia hii, kuvuja kwa uchunguzi wa baadaye kwenda katika mifano ya mafunzo ya zamani kulizuiwa.

Uthibitishaji mtambuka ulirudiwa mara 100; hasara ya wastani ya uthibitishaji ya kila usanidi ilitathminiwa katika fold na marudio yote.

Nafasi ya utafutaji wa vigezo-peo

Mchanganyiko wa Epoch × batch size × hidden-unit 4 × 3 × 4 huzalisha chaguo 48 tofauti. Chanzo hakionyeshi katika jedwali kuu ni mchanganyiko upi kati ya 48 uliochaguliwa mwisho kwa kila mkoa/modeli.

Programu na uwezo wa kurudiwa

Utengenezaji wa modeli ulifanywa katika mazingira ya programu ya R kwa kutumia vifurushi vya keras3 na tensorflow. Chanzo kinaeleza kuwa usanidi wa deterministic seed ulitumika kwa R 4.6.0, Python 3.9 na TensorFlow 2.16.0.

Kazi ya hasara

Kwa RNN ya kawaida, jumla ya hitilafu ya mraba wakati wa mafunzo:

\[ \sum_{t=1}^{n}(y_t-o_t^L)^2 \]

ilipunguzwa hadi kiwango cha chini. Hapa \(y_t\) ni lengo lililoonekana, na \(o_t^L\) ni pato la mwisho la utabiri la mfuatano wenye urefu \(L\).

Kwa LSTM na GRU, chanzo kinatoa mantiki ileile ya hitilafu ya mraba kama:

\[ \sum_{t=1}^{n}(y_t-h_t)^2 \]

na hufafanua \(h_t\) kuwa hali fiche iliyosasishwa au vekta ya pato.

R²

Kipimo cha mgawo wa uamuzi:

\[ R^2 = 1- \frac{\sum_{t=1}^{n}(y_t-o_t^L)^2} {\sum_{t=1}^{n}(y_t-\bar y)^2} \]

ndivyo kilivyo. \(R^2\) huonyesha ni kwa kiwango gani modeli ya utabiri inaeleza ubadilifu wa PM2.5 uliotazamwa ikilinganishwa na utabiri wa wastani. Katika utafiti huu, thamani ya juu zaidi inalingana na ulinganifu bora.

RMSE

\[ RMSE = \sqrt{ \frac{1}{n} \sum_{t=1}^{n} (y_t-o_t^L)^2 } \]

Kipimo cha RMSE ni sawa na cha PM2.5: µg/m³. Kwa kuwa hutumia miraba ya hitilafu, huipa hitilafu kubwa za utabiri uzito zaidi kuliko MAE.

MAE

\[ MAE = \frac{1}{n} \sum_{t=1}^{n} |y_t-o_t^L| \]

MAE pia hupimwa kwa µg/m³ na hutoa wastani wa tofauti kamili kati ya utabiri na uchunguzi.

Jaribio la Diebold–Mariano

Mpangilio wa nambari wa R², RMSE na MAE peke yake hauonyeshi kuwa mifuatano ya hitilafu za utabiri ya modeli mbili ni tofauti kitakwimu. Kwa hiyo chanzo kililinganisha modeli kwa jozi kwa kutumia jaribio la Diebold–Mariano.

Kwa kuwa katika kila mkoa kulifanywa ulinganisho mitatu — RNN–LSTM, RNN–GRU na LSTM–GRU — kizingiti cha umuhimu kilichorekebishwa kwa Bonferroni kilitumika kudhibiti kiwango cha makosa ya kifamilia:

\[ \alpha=\frac{0.05}{3}=0.0167 \]

kilitumika hivyo. Jaribio la DM lilitumika chini ya ufafanuzi miwili tofauti ya hasara, squared-error na absolute-error.

Thamani zote za utendaji katika seti ya majaribio

Mabadiliko ya MAE ya GRU dhidi ya RNN

Ujumbe mkuu wa majaribio ya DM

Katika Mae Hong Son, tofauti ya RNN–GRU chini ya hasara ya absolute-error ina maana; tofauti ya LSTM–GRU haina maana. Katika Lampang, tofauti ya RNN–GRU ina maana chini ya squared-error na absolute-error. Katika Tak pia kuna tofauti yenye maana kati ya GRU na RNN chini ya ufafanuzi wote wawili wa hasara. Katika Chiang Mai hakuna ulinganisho wa jozi uliovuka kizingiti cha umuhimu kilichorekebishwa kwa Bonferroni.

Kwa hiyo, kuonekana kwa tofauti ndogo za nambari katika jedwali la utendaji peke yake hakumaanishi kisayansi “ubora wa modeli”.

Bendi za utabiri

Vielelezo 6–9 vya chanzo vinaonyesha bendi za thamani za utabiri zinazotegemea marudio 500. Bendi za Mae Hong Son ni pana zaidi hasa katika vipindi vya uchafuzi mkubwa, zimebana zaidi katika Lampang na Tak, na kwa ujumla ni tulivu katika Chiang Mai. GRU inaonyesha bendi nyembamba kiasi katika vipindi vingi vya uchafuzi mkubwa.

Ingawa makala kuu inataja wazi marudio 500, haielezi kwa kina katika sehemu ya mbinu utaratibu kamili wa resampling au marudio ya stokastiki uliotumika kuunda bendi hizi. Kwa hiyo bendi zinapaswa kutathminiwa katika chanzo si kama “usambazaji wa utabiri wa kiuwezekano”, bali kama ubadilifu wa utabiri uliopatikana kutokana na uendeshaji wa modeli unaorudiwa.

Michoro ya Taylor

Kielelezo 10 huunganisha katika mchoro mmoja korrelasini kati ya uchunguzi na utabiri, mkengeuko sanifu na centred RMSE. Kukusanyika karibu kwa pointi za modeli katika mikoa yote minne kunaonyesha kuwa tofauti kati ya RNN, LSTM na GRU si kubwa sana katika nafasi ya jumla ya utendaji.

Ingawa GRU na LSTM zinaonekana kuwa karibu kidogo na rejea ya uchunguzi katika baadhi ya mikoa, michoro ya Taylor peke yake haionyeshi mshindi mmoja wa wazi katika maeneo yote.

Matokeo yanayoungwa mkono na utafiti

GRU imeonyesha tabia thabiti zaidi ya utabiri kuliko RNN ya kawaida, hasa katika mifuatano ya kila siku ya PM2.5 yenye ubadilifu mkubwa na miruko ya ghafla ya mkusanyiko. Ukubwa wa faida hubadilika kulingana na mkoa na kipimo cha hitilafu.

Faida ya miundo yenye milango hupungua katika mifuatano ya wakati tulivu zaidi. Kutopatikana kwa tofauti yenye maana kati ya modeli tatu katika jaribio la Chiang Mai kwa majaribio ya Diebold–Mariano kunaunga mkono kwamba uchangamano wa usanifu peke yake hautoi ubora wa utendaji.

Ingizo la lag-1 liliunda msingi wa pamoja unaoweza kutumiwa kukamata utegemezi wenye nguvu wa muda mfupi katika mikoa yote minne.

Ingawa modeli zote zinaweza kukamata muundo wa jumla wa msimu wa PM2.5, haziwezi kuwakilisha kikamilifu vilele vya kupindukia.

Matokeo yasiyoungwa mkono na utafiti

Haijaonyeshwa kuwa GRU ndiyo modeli bora katika matatizo yote ya utabiri wa PM2.5 au katika maeneo yote ya kijiografia.

GRU si bora katika vipimo vyote katika Mae Hong Son; RMSE ya chini zaidi ilipatikana kwa LSTM.

Utafiti haukujaribu utendaji wa uwanjani wa mfumo wa uendeshaji wa wakati halisi wa tahadhari ya mapema.

Matokeo ya modeli hayaonyeshi utendaji wa utabiri wa matukio ya uchafuzi wa kiwango cha saa au dakika; lengo ni PM2.5 ya wastani wa saa 24 kwa siku.

Modeli haitatui usafirishaji wa moshi wa transboundary kwa kutumia modeli ya kimwili ya angahewa.

Mwelekeo wa upepo, trajectory za kurudi nyuma za wingi wa hewa, vituo jirani na viashiria vya anga vya satelaiti havikutumika kama ingizo.

Ingawa michoro ina bendi za utabiri, modeli si modeli zinazozalisha moja kwa moja utabiri wa usambazaji wa kiuwezekano wa PM2.5.

Vikwazo vikuu vya kimetodolojia

Kizuizi cha kwanza ni kuondolewa kwa mwelekeo wa upepo kutoka seti ya ingizo. Hili linaweza kuleta taarifa pungufu hasa katika maeneo kama Mae Hong Son na Tak ambako, kwa mujibu wa chanzo, moshi wa kuvuka mipaka husafirishwa kwa mwelekeo unaotegemea chanzo.

Kizuizi cha pili ni kwamba ni mfululizo wa wakati wa kituo kimoja tu na hali ya hewa ya eneo vinavyoundwa modeli. Vituo jirani, vigezo vya satellite-derived na mzunguko wa anga wa kikanda havijawekewa modeli wazi.

Kizuizi cha tatu ni wastani wa kila siku. Kwa kuwa wastani wa saa 24 hulainisha vilele vya ndani ya saa na ndani ya siku, utafiti hauwakilishi mienendo ya sub-daily.

Kizuizi cha nne ni hasara ya MSE. Pamoja na uchache wa uchunguzi nadra wa kupindukia katika usambazaji, mafunzo ya MSE yamevuta utabiri kuelekea thamani za wastani na kukandamiza vilele vya juu zaidi.

Kizuizi cha tano ni kwamba ingizo zote za hali ya hewa ni uchunguzi wa siku t−1. Katika matukio ambapo hali ya hewa hubadilika haraka sana kati ya siku, hali ya hewa ya siku iliyotangulia inaweza isiwakilishe vya kutosha hali za siku inayofuata.

Kizuizi cha sita ni maelezo ya uwezo wa kurudiwa. Makala kuu hutoa nafasi ya utafutaji wa vigezo-peo lakini hairipoti thamani za epoch, batch size na hidden-unit zilizochaguliwa kwa kila modeli ya mwisho. Upimaji wa vipengele na usimbaji wa msimu pia haujaelezwa vya kutosha katika maandishi makuu.

Mielekeo ya kazi za baadaye

Chanzo kinapendekeza kazi za baadaye kuhusu miundo ya transformer, convolutional na ensemble; uundaji wa modeli wa spatiotemporal; vigezo vya satelaiti; vituo jirani; utabiri wa kiuwezekano; azimio la saa; quantile/asymmetric loss na usambazaji wa thamani za kupindukia.

Hasa mwelekeo wa upepo, trajectory za kurudi nyuma za wingi wa hewa na viashiria vya moto wa kuvuka mipaka vinajadiliwa kama mojawapo ya njia za moja kwa moja zaidi za kuboresha modeli ili itambue mapema usafirishaji unaokaribia badala ya kutambua moshi tu baada ya PM2.5 kuongezeka.

Maelezo ya Chanzo na Mbinu

Utafiti asilia: Recurrent Deep Learning Models for PM2.5 Time Series Forecasting in Northern Thailand.

Waandishi: Nawisa Jullapech; Mohamed Fazil Baksh; Suttida Sangpoom.

Mwandishi wa mawasiliano: Suttida Sangpoom.

Taasisi: Department of Data Analysis Science and Digital Technology, Nakhon Si Thammarat Rajabhat University, Thailand; Department of Mathematics and Statistics, University of Reading, United Kingdom; Center of Excellence in Data Science for Health Science, Division of Mathematics and Statistics, School of Science, Walailak University, Thailand.

Jarida na utambulisho wa uchapishaji: Forecasting, 2026, Juzuu 8, Toleo 5, Makala 80. Mchapishaji: MDPI. DOI: 10.3390/forecast8050080.

Mchakato wa uchapishaji: Imepokelewa 22 Juni 2026; marekebisho 23 Agosti 2026; imekubaliwa 25 Agosti 2026; imechapishwa 8 Septemba 2026.

Aina ya chanzo: Ni utafiti wa kulinganisha wa utabiri wa ujifunzaji wa kina kwenye data za uchunguzi wa kimazingira za mfululizo wa wakati, uliopitiwa na rika na wenye ufikiaji wazi.

Leseni: Creative Commons Attribution (CC BY).

Jiografia ya utafiti: Mae Hong Son, Lampang, Tak na Chiang Mai; Kaskazini mwa Thailand.

Kipindi cha data: 1 Januari 2022–31 Machi 2026.

Upeo wa utabiri: PM2.5 ya wastani wa kila siku kwa siku inayofuata.

Modeli: RNN, LSTM na GRU.

Muundo wa ingizo: PM2.5 ya lag-1 na vigezo vya hali ya hewa vya lag-1 vilivyochaguliwa na PACF.

Tathmini ya modeli: R², RMSE, MAE na majaribio ya Diebold–Mariano chini ya hasara ya squared-error/absolute-error; α = 0,0167 iliyorekebishwa kwa Bonferroni kwa ulinganisho mitatu wa jozi.

Uboreshaji wa vigezo-peo: Grid search; expanding-window rolling cross-validation; vipindi vya uthibitishaji vya miezi sita vinavyofuata; marudio 100; michanganyiko 48 ya epoch–batch–unit.

Programu kuu: R 4.6.0; Python 3.9; TensorFlow 2.16.0; vifurushi vya keras3 na tensorflow ndani ya R.

Ufadhili: Walailak University International Mobility for Publication and Collaboration, grant WU-CIA06106/2025.

Kamati ya maadili: Haitumiki.

Ridhaa iliyoarifiwa: Haitumiki.

Upatikanaji wa data: Seti za data za PM2.5 zilipatikana kwa umma kutoka Pollution Control Department ya Thailand na GISTDA; vigezo vya hali ya hewa kutoka Northern Meteorological Center na Thai Meteorological Department Automatic Weather System.

Mgongano wa maslahi: Waandishi hawakuripoti mgongano wa maslahi.

Michango ya waandishi: Uundaji wa dhana na mbinu — Nawisa Jullapech na Suttida Sangpoom; programu — waandishi hao hao wawili; uthibitishaji na uchanganuzi rasmi — waandishi wote watatu; rasilimali — Suttida Sangpoom; upangaji wa data — Nawisa Jullapech na Suttida Sangpoom; rasimu ya kwanza — Suttida Sangpoom; mapitio/uhariri na uonyeshaji — Nawisa Jullapech na Suttida Sangpoom; usimamizi na usimamizi wa mradi — Suttida Sangpoom.

Dokezo la uthabiti ndani ya chanzo

Jedwali 2 la chanzo na maandishi ya matokeo yanaitaja Tak kuwa mkoa wenye ubadilifu wa chini zaidi kwa mkengeuko sanifu. Katika aya za baadaye za sehemu ya mjadala, Tak inaelezwa pamoja na Mae Hong Son kuwa mojawapo ya maeneo yenye ubadilifu wa juu zaidi, na imeandikwa kuwa Chiang Mai ina ubadilifu wa chini zaidi. Kwa kuwa maelezo haya hayalingani na mpangilio wa kiasi wa Jedwali 2, tathmini ya nambari ya ubadilifu katika maandishi ya Verianla inategemea thamani za Jedwali 2.

Dokezo la uwezo wa kurudiwa

Makala kuu inaripoti masafa ya grid-search na mbinu ya uteuzi, lakini haitoi katika jedwali la matokeo lililo wazi mchanganyiko wa mwisho wa epoch, batch size na hidden-unit uliochaguliwa kwa kila mkoa na usanifu. Maandishi makuu pia hayafafanui wazi utaratibu wa scaling/normalization wa vipengele wala jinsi kigezo cha msimu kilivyosimbwa katika ingizo la modeli. Kwa kuwa maelezo haya hayapo katika chanzo, hayajakamilishwa kwa kubuni.

Kikomo cha tafsiri ya kisayansi

Utafiti huu unaonyesha utendaji wa kulinganisha wa utabiri wa miundo ya RNN, LSTM na GRU kwenye data za kihistoria za kila siku za PM2.5. Matokeo si dhamana ya utendaji wa mfumo wa uendeshaji wa wakati halisi wa tahadhari ya mapema, utabiri wa ubora wa hewa wa kila saa, au utendaji uliosambazwa moja kwa moja kwa nchi na vituo vingine. Hasa, utabiri wa chini wa kimfumo wa vilele vya uchafuzi uliokithiri ni kizuizi muhimu cha matumizi hata wakati vipimo vya wastani vya utendaji ni vya juu.