การทำนายค่าปริมาณความเข้มข้นสูงสุดรายวันของก๊าซโอโซนที่ระดับพื้นผิวโลกด้วยตัวแบบการถดถอยส่วนประกอบหลัก

กิดาการ สายธนู; สมเกียรติ พันธ์ศิริ

dc.contributor.author	กิดาการ สายธนู
dc.contributor.author	สมเกียรติ พันธ์ศิริ
dc.contributor.other	มหาวิทยาลัยบูรพา. คณะวิทยาศาสตร์
dc.date.accessioned	2019-03-25T09:14:49Z
dc.date.available	2019-03-25T09:14:49Z
dc.date.issued	2556
dc.identifier.uri	http://dspace.lib.buu.ac.th/xmlui/handle/1234567890/2399
dc.description.abstract	การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อสร้างตัวแบบการถดถอยส่วนประกอบหลักในการทำนายค่าปริมาณความเข้มข้นสูงสุดรายวัน ของก๊าซโอโซนที่ระดับพื้นผิวโลกจากปัจจัยมลพิษทางอากาศและปัจจัยทางอุตุนิยมวิทยาด้วยการวิเคราะห์ปัจจัย ข้อมูลสำหรับการศึกษา เป็นข้อมูลเกี่ยวกับสภาพมลพิษทางอากาศและสภาพทางอุตุนิยมวิทยาซึ่งเก็บที่สถานีตรวจวัดคุณภาพอากาศในเขตภาคตะวันออกของ ประเทศไทยตั้งแต่ ปี ค.ศ. 2006 - 2010 ดัชนีสมรรถนะของตัวแบบจะพิจารณาจากค่าคลาดเคลื่อนซึ่งคำนวณจากชุดของข้อมูลที่ใช้ใน การสร้างตัวแบบซึ่งเป็นข้อมูลใน ปี ค.ศ. 2006 - 2009 และชุดของข้อมูลที่ใช้ในการตรวจสอบความถูกต้องของตัวแบบซึ่งเป็นข้อมูลของ ปี ค.ศ. 2010 ผลการวิจัยพบว่ามีตัวแปรที่มีอิทธิพลต่อการทำนายค่าปริมาณความเข้มข้นสูงสุดรายวันของก๊าซโอโซนที่ระดับพื้นผิวโลก 5 ตัว ได้แก่ อุณหภูมิและการแผ่รังสีดวงอาทิตย์, ก๊าซมีเทนและก๊าซไฮโดรคาร์บอน, ฝุ่นละอองขนาดเล็กที่มีขนาดไม่เกิน 16 ไมครอน (PM10), ความดัน และปริมาณน้ำฝน นอกจากนี้ยังพบว่าดัชนีสมรรถนะที่คำนวณจากชุดของข้อมูลที่ใช้ในการสร้างตัวแบบและชุดของข้อมูลที่ใช้ ในการตรวจสอบความถูกต้องของตัวแบบให้ค่าคลาดเคลื่อนเอนเอียงเฉลี่ยมีค่าเข้าใกล้ศูนย์	th_TH
dc.language.iso	th	th_TH
dc.subject	การวิเคราะห์การถดถอย	th_TH
dc.subject	มลพิษทางอากาศ	th_TH
dc.subject	โอโซน	th_TH
dc.title	การทำนายค่าปริมาณความเข้มข้นสูงสุดรายวันของก๊าซโอโซนที่ระดับพื้นผิวโลกด้วยตัวแบบการถดถอยส่วนประกอบหลัก	th_TH
dc.type	บทความวารสาร	th_TH
dc.issue	1
dc.volume	18
dc.year	2556
dc.description.abstractalternative	The purpose of this research is to build the principal component regression model for predicting the daily maximum concentration of ground level ozone from air pollutant and meteorological factors by factor analysis method. Data for study is related to air pollutant and meteorological conditions collecting at eastern air quality stations of Thailand since 2006 to 2010. The performance index of model was considered from the error between the training data set (using data from 2006 - 2009) and the validation data set (using data in 2010). The research results indicated there were five influential variables to predict the daily maximum concentration of ground level ozone: Temperature and solar radiation, Methane and hydrocarbon, PM10, Pressure and Rain. Furthermore, for the performance index of the training data set and the validation data set gave the values of mean bias error approached to zero.	en
dc.journal	วารสารวิทยาศาสตร์บูรพา = Burapha science journal.
dc.page	144-152.