TY - JOUR ID - TI - Using the multiple linear regression model and the time-stratified approach to PM10 استخدام نموذج الانحذار المتعدد واسلوب التراصف الزمني للتنبؤ ببيانات PM10 AU - Osama Basher Hanon اسامة بشير شكر حنون AU - Fanar A. Mohammed فنار عبد الرزاق محمد PY - 2018 VL - 10 IS - 22 SP - 301 EP - 318 JO - AL-Anbar University journal of Economic and Administration Sciences مجلة جامعة الانبار للعلوم الاقتصادية والادارية SN - 19988141 27066010 AB - Air Quality Modeling gained great importance in atmospheric pollution because of its negative effects on the environment and human health. In our study, the rate of the PM10 has been effected by a large number of elements such as (O3,CO2,SO3,NO,NOX). It is also effected by other explanatory variables such as wind speed, temperature and others. Nine independent variables have been used in the application of the multiple regression model over three years of metrological datasets. The seasonal influences for weekly, seasonally periods lead up to difficult analyzing and forecasting. Classification the datasets into weekly and seasonally then using Time-stratified (TS) approach and taking only the compatible observations may solve the difficulty and lead to more accurate results. Reducing the number of variables may also lead to more accurate results. The multiple linear regression (MLR) model is the most common for studying like this number of variables.. Three years of Malaysian meteorological datasets are studied in this research. It was noted that the results of prediction in a method MLR one of the best methods to use such data. Appling the Time-stratified approach for PM10 data according to the weekly and seasonally pattern were better and more accurate for MLR comparing to the original data.

ان نمذجة جودة الهواء اكتسبت أهمية كبيرة في تلوث الهواء الجوي بسبب الآثار السلبية على البيئة وصحة الإنسان مما دفع الكثير من الباحثين للنظر في ذلك الموضوع. وفي دراستنا هذه تم التطرق الى ملوثات الهواء التي كان لها تأثير مباشر على بيانات PM10 في الهواء وتم الوصول الى عدد كبير من المتغيرات وهي ( O3, CO, SO2, NO, NOX وكذلك سرعة الرياح ودرجة حرارة الهواء وغيرها). حيث تم استخدام تسعة متغيرات تفسيرية من بيانات الارصاد الجوية ((Metrological على مدى ثلاث سنوات في تطبيق نماذج الانحدار الخطي المتعدد. حيث كان تحليل البيانات لهذه الفترة صعب التكهن مما ادى الى وجوب النظر في البيانات على انها بيانات ذات أنماط اسبوعية و فصول موسمية و بذلك تم التوصل الى اسلوب التراصف الزمني(time-stratified approach (TS) ) ليستخدم في هذه الدراسة لتتراصف البيانات في نمطين النمط الاسبوعي ونمط الفصول الموسمية. وتم الاخذ بالحسبان استخدام اسلوب التراصف الزمني من خلال ترتيب البيانات الى مجموعات اكثر تجانسا قد يحل صعوبة الوصول إلى نتائج أكثر دقة. ان نموذج الانحدار الخطي المتعدد ((MLR Regression Linear Multiple وهو من الطرق الأكثر شيوعا لدراسة مثل هكذا عدد كبير من المتغيرات. ففي هذا البحث استخدمت بيانات الأرصاد الجوية الماليزية وعلى مدى ثلاث سنوات ولوحظ ان نتائج التكهن بطريقة MLR من افضل الطرق المستخدمة لمثل هكذا بيانات، وان مراصفة البيانات باستخدام اسلوب التراصف الزمني تبعا للنمط الاسبوعي ونمط الفصول الموسمية كان افضل و اكثر دقتا في اظهار النتائج عند تطبيق MLR مقارنة مع البيانات الاصلية. ER -