Prédiction des Paramètres de Pollution de l’air: Application à la Région d’Annaba
No Thumbnail Available
Date
2009
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
La pollution de l’air est un problème qui prend de plus en plus d’importance dans beaucoup
de villes dans le monde. Plusieurs facteurs influencent ce phénomène, dont les plus
importants sont : les conditions climatiques, la topologie, et l’activité urbaine. Ceci rend la
pollution de l’air très difficile à modéliser. Beaucoup de modèles de prédiction de pollution de
l’air ont été proposés (modèle mathématique d’émission, modèles linéaires, modèles basés
réseaux de neurones artificiels, modèles hybrides logique flou et RNA) dans le but d’avoir un
système efficace de prédiction et de contrôle de qualité de l’air, qui aidera à limiter
l’influence des périodes de pics en informant la communauté, et en prenant les précautions
nécessaires.
Dans ce travail on présente une étude de plusieurs approches donnant un système qui peut
donner des prédictions efficaces concernant la concentration des polluants dans l’air. Ceci
dans le but de concevoir un système de prédiction de l’indice de qualité de l’air dans la
région d’Annaba dans le nord-est de l’Algérie.
Différents modèles ont été testés : linéaire ARX, Modèles basés RNA (Elman, RBF, PMC,
PMC récurrent appelé aussi NARX) pour donner des prédictions sur la concentration de :
SO2, NO2, PM10, O3 et CO2 à moyen terme c’est-à-dire 12 heures en avance. Nous avons
comparé les performances que donne chaque modèle, et nous avons choisi les plus
performants pour concevoir le modèle globale de prédiction de l’indice de qualité de l’air.