توظيف الذكاء الاصطناعي لتخمين قيم عمود الاوزون الكلي باستخدام بعض بيانات طبقة الستراتوسفير لمدينة بغداد == Employing Artificial intelligence for total ozone column Estimation Using Some Stratospheric Layere Data for Baghdad City
Author name:
هند خالد محمد
Supervisor name:
علي محمد عبد الرحمن الصالحي
General topic:
Meteorology
Specific topic:
Atmospheric Sciences
Degree:
Master
University:
Mustansiriyah University - College Of Science - Department Of Atmospheric Sciences
Language:
Arabic
University location:
Baghdad
First pages:
32T119 - p.pdf
Abstract:
يعد الاوزون الغطاء الذي يحمي الكرة الارضية من الاشعة فوق البنفسجية الضارة بالكائنات وهو الان من اكبر القضايا التي تشغل المنظمات والمؤسسات العالمية . ان 90% من غاز الاوزون تتواجد في طبقة الستراتوسفير الممتدة مابين ارتفاع 10 - 50 كم . تقوم عملية امتصاص الاوزون للاشعة فوق البنفسجية بتوليد حرارة يمكن ان تعد سببا في زيادة درجة الحرارة في هذه الطبقة مع الارتفاع وكذلك سببا للاستقرار الديناميكي لهذه الطبقة , لذا فان وجود الاوزون في هذه الطبقة ضروري لصحة الكائنات الحية والاستقرارية الدينامكية لطبقة الستراتوسفير . يهدف هذا البحث الى تخمين عمود الاوزون الكلي لمدينة بغداد باستخدام الشبكات العصبية الاصطناعية وذلك بالاعتماد على البيانات الموجودة والمقاسة بوساطة مطياف عمود الاوزون الكلي (Total Ozone Mapping Spectormeter (TOMS)) لمدة (34) عاما للمدة من (1979 - 2012) . والبيانات الخاصة بعناصر المدخلات ( درجة الحرارة والرياح المحلية والارتفاع الجهدي عند مستوى ضغطي 70و50 ملي بار على التوالي ) والتي تم الحصول عليها من المركز الوطني للتنبؤات البيئية (National Center For Enviromental Prediction ) وتم استخدام برنامج ( Qnet2000) لعرض عدد كبير من الشبكات العصبية الاصطناعية الخاصة بتخمين الاوزون الكلي ومن ثم اختيار الانموذج الامثل من هذه الشبكات المقترحة .تم تقسيم البيانات الى مجموعة التدريب (Training set) (30) سنة ومجموعة التحقق (Validation set) (4) سنة . ثم تم التدريب على عدد كبير من الشبكات مع تغيير في (عدد الطبقات وعدد العصبونات والتكرار ودوال التفعيل) فقد برزت في هذه المرحلة افضل عشرة نماذج من الشبكات حققت قيما جيدة لمعايير الدقة الاحصائية المستخدمة, وهي (RMSE) و(MAE) و(R2) و(RE) , وبعد ذلك تم التحقق من اداء هذه الشبكات المميزة باستخدام مجموعة بيانات التحقق وهذه البيانات قسمت الى مجموعتين (مجموعة الاختبار(test set) لمدة (36) شهرا ومجموعة التخمين ( estimation set) لمدة (12) شهرا ) وكانت استجابة هذه الشبكات متباينة الى مجموعة بيانات الاختبار وبعدها تمت مرحلة التخمين والتي تقوم على اساس ادخال البيانات بدون وجود هدف, وكانت النتائج متقاربة بالنسبة لهذه الشبكات المميزة اذ ان مجموعة التحقق تعمل كمرشدة للشبكة بعد مرحلة التدريب الاولى.باستخدام هذه الالية تم التوصل الى ان الشبكة العصبية الاصطناعية ذات الهيكلية (6,8,1) اي ستة عصبونات(Nodes) في طبقة المدخلات (Input Layer), وطبقة خفية(Hidden layer) واحدة تحوي ثمانية عصبونات وبطبقة مخرجات (Output Layer) تحوي عصبون واحد (عمود الاوزون الكلي ) بدالة تفعيل من نوع (Gaussian) وبتكرار (30000) هي افضل الشبكات من حيث الدقة في المخرجات ويمكن ان تستخدم لتخمين عمود الاوزون الكلي لمدينة بغداد . اذ تعد هذه الشبكة هي الافضل من حيث التخمين فكانت قيم RMSE=0.05244 وRE=0.4709 و0.0392 MAE= و0.9974= R2. | Ozone is a cover that protects the Earth from ultraviolet radiation harmful to humans, and is now one of the biggest issues of concern to international organizations and institutions, the layer of the atmosphere lying between the altitudes of 11 and 50 kilometers. Heat generated from this absorption causes the temperature to increase with altitude in the stratosphere. The resulting temperature profile is largely responsible for the dynamic stability of the stratosphere. Hence, the presence of the stratospheric ozone layer is vital both to human health and to the dynamic stability of the stratosphere. This research aims to guess the total column ozone for the city of Baghdad by using artificial neural networks .And relying on existing data and measured by a device (Total Ozone Mapping Spectrometer (TOMS)) for (34) years for the period (1979 - 2012). These data are especially elements (temperature and zonal wind and , Geopotential Height at the level of pressure 70 and 50 millibars, respectively)obtained from the National Center for Environmental Prediction(NCEP) Program (Qnet2000) was used to display a large number of artificial neural networks the Special estimate total ozone and then choose the perfect model of these networks are suggested . This data is divided into two groups the training (27) years and validation(3) years and then the training was on many networks with changing of (number of layer, number of neuron, iteration and activation functions). In this stage the best ten patterns showed from the networks. The ten patterns achieved a good value of scales used. These scales are (RMSE),(MAE),(RE) and(R2). There we make sure from the work of these specially network by using the group of the validation data. These data is divided into two groups (Test group for a period of (24) and a guessing month for 12 months). The responding of these networks was different to the group of the testing data .Then the estimating stage which was made by inserting the data without target. The results were nearly equal for these ten networks. The validation data is worked as a guide for the net work after the first training stage, by using this method we concluded that Artificial Neural Network with architecture (6, 8, 1) this means that six neurons in inputs layer and one hidden layer consists of eight neurons and output layer which has one neuron (total ozone column) with activation function(Gaussian) and iteration(30000) which may be used to estimate the total ozone column in Baghdad city. This network is regarded the best one for estimation and the values wereRMSE=0.05244, RE=0.4709, MAE=0.0392 and R2= 0.9974.
