Search academic texts

Information × Registration Number 2119U006664, Article popup.category Бакалаврська робота Title Регресійна модель концентрацій забруднювачів повітря для України на основі точкових наземних та супутникових даних (AI translated) popup.author Козловський Євгеній ПетровичKozlovskyi Yevhenii Petrovych popup.publication 01-06-2019 popup.source_user Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» popup.source https://ela.kpi.ua/handle/123456789/31534 popup.publisher Київ Description Дипломна робота містить: 52 сторінки, 17 рисунків, 2 таблиці, 14 джерел літератури. Мета роботи: побудова регресійних моделей концентрацій забруднювачів повітря для України на основі точкових наземних вимірів та даних з CAMS. Об’єктом дослідження є процеси забруднення повітря. Предметом дослідження є моделі для отримання концентрацій забруднювачів повітря, наближених до реально виміряних. Було побудовано та досліджено різні регресійні моделі: поліноміальні, лінійні, ізотонічні, для різних забруднювачів повітря: PM10, PM2.5, CO, O3, NO2. Якість цих моделей було порівняно за коефіцієнтом детермінації R2. Найкращі результати показали саме поліноміальні моделі, а лінійні - доволі низькі, це свідчить про нелінійний характер зв’язку між даними. Ізотонічні моделі показали результати, кращі ніж лінійні, але гірші ніж поліноміальні. Thesis contains: 52 pages, 17 figures, 2 tables, 14 sources of literature.Purpose: construction of regression models of concentrations of air pollutants for Ukraine on the basis of point ground measurements and data from CAMS. The object of the study is the processes of air pollution. The subject of the study is a model for obtaining concentrations of air pollutants close to those actually measured. Different regression models were constructed and investigated: polynomial, linear, isotonic, for various air pollutants: PM10, PM2.5, CO, O3, NO2. The quality of these models was compared with the determination coefficient R2. The best results have shown polynomial models, and the linear ones are rather low, indicating the nonlinear nature of the connection between the data. Isotonic models showed results better than linear, but worse than polynomial ones. popup.nrat_date 2025-11-05 Close