กรุณาใช้ตัวระบุนี้เพื่ออ้างอิงหรือเชื่อมต่อรายการนี้: https://buuir.buu.ac.th/xmlui/handle/1234567890/4401
ระเบียนเมทาดาทาแบบเต็ม
ฟิลด์ DC ค่าภาษา
dc.contributor.authorจตุภัทร เมฆพายัพ
dc.contributor.authorกิดาการ สายธนู
dc.contributor.otherมหาวิทยาลัยบูรพา. คณะวิทยาศาสตร์
dc.date.accessioned2022-06-06T03:00:39Z
dc.date.available2022-06-06T03:00:39Z
dc.date.issued2563
dc.identifier.urihttp://dspace.lib.buu.ac.th/xmlui/handle/1234567890/4401
dc.descriptionโครงการวิจัยประเภทงบประมาณสนับสนุนการวิจัยจากกองทุนวิจัยและพัฒนา ประจำปีงบประมาณ พ.ศ. 2562th_TH
dc.description.abstractปัจจุบันนี้มลพิษทางอากาศกำลังเป็นปัญหาทางสิ่งแวดล้อมที่อยู่ในขั้นวิกฤต การทำนายคุณภาพอากาศจึงกลายมามีบทบาทที่สำคัญในการแจ้งหรือเตือนประชาชนและควบคุมมลพิษทางอากาศในทุกประเทศรวมถึงประเทศไทย มัลติเลเยอร์เพอร์เซพตรอน หรือ MLP เป็นตัวแบบข่ายงานระบบประสาทอย่างง่ายซึ่งถูกสร้างขึ้นเพื่อประเมินและทำนายค่าดัชนีคุณภาพอากาศ หรือ AQI ในบริเวณภาคตะวันออกของประเทศไทย โดยตรวจวัดข้อมูลจากสถานีตรวจวัดคุณภาพอากาศ จำนวน 8 สถานี ที่ตั้งอยู่ในจังหวัดระยอง ชลบุรี และฉะเชิงเทรา ผลการศึกษาพบว่าสารมลพิษหลักทางอากาศที่ส่งผลต่อค่า AQI ในบริเวณภาคตะวันออกของประเทศเป็นส่วนใหญ่ คือ ก๊าซโอโซนและฝุ่นละอองขนาดเล็กกว่า 10 ไมครอน และที่เหลืออีกไม่ถึง 2% เป็นผลมาจากก๊าซไนโตรเจนไดออกไซด์ ก๊าซซัลเฟอร์ไดออกไซด์ และก๊าซคาร์บอนมอนอกไซด์ สำหรับช่วงเวลาที่มีอิทธิพลต่อค่า AQI สามารถแบ่งได้เป็น 3 กลุ่ม คือ กลุ่มที่ 1 เป็นกลุ่มที่มีค่า AQI ต่ำ ซึ่งเป็นช่วงปลายฤดูร้อนและฤดูฝน (เดือนเมษายน และเดือนมิถุนายนถึงกันยายน) กลุ่มที่ 2 เป็นกลุ่มที่มีค่า AQI ปานกลาง ซึ่งเป็นช่วงฤดูร้อนและต้นฤดูฝน (เดือนกุมภาพันธ์ มีนาคม และพฤษภาคม) และกลุ่มที่ 3 เป็นกลุ่มที่มีค่า AQI สูง ซึ่งเป็นช่วงฤดูหนาว (เดือนตุลาคมถึงมกราคม) นอกจากนี้ตัวแบบข่ายงานระบบประสาทที่ได้ยังสามารถทำนายและจำแนกกลุ่มของดัชนีคุณภาพอากาศได้ค่อนข้างสมบูรณ์และถูกต้องโดยเห็นได้จากความแม่นของค่าอัตราการจำแนกถูกที่มีค่ามากประมาณth_TH
dc.description.sponsorshipกองทุนวิจัยและพัฒนา มหาวิทยาลัยบูรพาth_TH
dc.language.isothth_TH
dc.publisherคณะวิทยาศาสตร์ มหาวิทยาลัยบูรพาth_TH
dc.subjectคุณภาพอากาศth_TH
dc.subjectข่ายงานคอมพิวเตอร์th_TH
dc.subjectมลพิษทางอากาศth_TH
dc.titleการทำนายดัชนีคุณภาพอากาศในบริเวณภาคตะวันออกของประเทศไทย ด้วยความแม่นของข่ายงานระบบประสาทth_TH
dc.title.alternativeAir Quality Index Prediction in the Eastern Regions of Thailand with Accuracy of Neural Networksen
dc.typeResearchth_TH
dc.author.emailjatupat@buu.ac.thth_TH
dc.author.emailksaithan@buu.ac.thth_TH
dc.year2563th_TH
dc.description.abstractalternativeAir pollution has turned to a critical environmental problem nowadays. Prediction of air quality then plays a significant role in notifying or warning people about and controlling air pollution in every countries including Thailand. Based on data measured by the eight monitoring stations located in Rayong, Chon Buri and Chachoengsao, the simple design, Multi-Layer Perceptron or MLP, was built for neural network models to appraise and predict the air quality index or AQI in the eastern area of Thailand. The study results indicate that O3 and PM10 respectively play the dominant role in AQI value while NO2, SO2 and CO together account for less than 2% importance. The period associated with AQI levels is classified into three groups. The low AQI is at the end of summer and in rainy season (April, June to September). The medium AQI is in summer and at the beginning of rainy season (February, March and May). The high AQI is in winter (October to January). Additionally, the obtained neural network models are able to rather perfectly predict and classify the AQI groups, as seeing of the accuracy of high percentage for correct classification rate or CCR with approximately 90% in training data set as well 88% in validation data set.en
dc.keywordสาขาเทคโนโลยีสารสนเทศและนิเทศศาสตร์th_TH
ปรากฏในกลุ่มข้อมูล:รายงานการวิจัย (Research Reports)

แฟ้มในรายการข้อมูลนี้:
แฟ้ม รายละเอียด ขนาดรูปแบบ 
2565_097.pdf1.97 MBAdobe PDFดู/เปิด


รายการทั้งหมดในระบบคิดีได้รับการคุ้มครองลิขสิทธิ์ มีการสงวนสิทธิ์เว้นแต่ที่ระบุไว้เป็นอื่น