Meramal bacaan maksimum harian nitrogen dioksida menerusi pendekatan kalut
Peramalan ke atas bahan pencemar udara Nitrogen Dioksida (NO2) adalah sangat penting kerana udara yang mengandungi NO2 memberi kesan bahaya kepada kesihatan manusia dan boleh menyebabkan pelbagai penyakit kronik seperti emphysema dan bronkitis kronik. Data siri masa NO2 yang dikaji dicerap mengikut...
Saved in:
Main Authors: | , |
---|---|
Format: | Article |
Language: | English |
Published: |
Penerbit Universiti Kebangsaan Malaysia
2020
|
Online Access: | http://journalarticle.ukm.my/15094/1/jqma-16-1-paper8.pdf http://journalarticle.ukm.my/15094/ http://www.ukm.my/jqma/current.html |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Summary: | Peramalan ke atas bahan pencemar udara Nitrogen Dioksida (NO2) adalah sangat penting kerana udara yang mengandungi NO2 memberi kesan bahaya kepada kesihatan manusia dan boleh menyebabkan pelbagai penyakit kronik seperti emphysema dan bronkitis kronik. Data siri masa NO2 yang dikaji dicerap mengikut jam di stesen yang terletak di kawasan perindustrian, iaitu Petaling Jaya, Selangor. Peramalan melalui pendekatan kalut melibatkan dua langkah, iaitu pembinaan semula ruang fasa dan proses peramalan. Sebelum model peramalan dibina, data siri masa diuji terlebih dahulu untuk mengenal pasti kehadiran dinamik kalut. Melalui plot ruang fasa dan kaedah Cao, didapati bahawa sifat kalut hadir dalam siri masa NO2. Bagi langkah peramalan, kaedah penghampiran purata setempat digunakan untuk meramal siri masa NO2. Keputusan peramalan menunjukkan nilai pekali korelasi yang sangat memuaskan, iaitu 0.7635. Sebagai inovasi dalam kajian ini, peramalan dilakukan terhadap nilai bacaan maksimum data pada setiap hari. Peramalan nilai maksimum harian data siri masa NO2 menunjukkan hasil peramalan yang cemerlang dengan nilai pekali korelasi 0.9139. Secara keseluruhan, hasil peramalan bagi kedua-kedua kaedah ini sangat memuaskan. Oleh itu, peramalan nilai maksimum harian data siri masa boleh dicadangkan untuk meramal data siri masa bahan pencemar yang lain, iaitu PM10, SO2, O3 dan CO. Diharapkan dengan penemuan ini dapat membantu pihak bertanggungjawab seperti Jabatan Alam Sekitar dalam mengawal pencemaran NO2 terutamanya di kawasan perindustrian. |
---|