Skip to content

📋 Opis

Cel

Głównym celem projektu jest przeprowadzenie zaawansowanej analizy predykcyjnej dotyczącej zanieczyszczenia powietrza na podstawie danych z GIOS (Głównego Inspektoratu Ochrony Środowiska). Badanie obejmuje prognozowanie stężeń różnych substancji, takich jak PM10, PM2.5, SO2 czy O3, z wykorzystaniem dwóch podejść: - Per-sensor – indywidualne modelowanie dla każdego sensora, - Zgeneralizowane – modelowanie grupowe uwzględniające podobieństwo sensorów pod względem trendów czasowych lub lokalizacji przestrzennej.

Dodatkowo, projekt zakłada: - Automatyzację procesu predykcji dla różnych zmiennych środowiskowych, - Porównanie metod tworzenia map przestrzennych na podstawie danych aktualnych, historycznych (backtest) oraz prognozowanych, - Wyznaczenie przedziałów predykcyjnych (prediction intervals) dla prognoz, aby uwzględnić pesymistyczne i optymistyczne scenariusze.

Metody

W ramach projektu zostaną zastosowane następujące metody analityczne:

  • Modelowanie:
    • Przeprowadzenie backtestu oraz predykcji do przodu (forecasting) z uwzględnieniem odpowiedniego horyzontu czasowego,
  • Hiperoptymalizacja:
    • modeli w celu poprawy dokładności prognoz.
  • Klasteryzacja:
    • Badanie efektywności modelowania indywidualnego (per-sensor) oraz grupowego,
    • Grupowanie sensorów na podstawie zmienności danych, trendów czasowych lub geolokalizacji.

  • Interpolacja przestrzenna:

    • Generowanie map zanieczyszczeń na podstawie danych pomiarowych, backtestowych i prognozowanych,

  • Ewaluacja jakości map poprzez leave-one-out resampling – wykluczanie kolejnych punktów pomiarowych i weryfikacja dokładności interpolacji.

  • AutoML i zaawansowane techniki predykcyjne:

    • Wykorzystanie automatycznego uczenia maszynowego (AutoML) do uogólnienia systemu predykcji na różne zmienne i lokalizacje,
    • Eksperymentalne zastosowanie sekwencyjnej symulacji gaussowskiej do tworzenia map wynikowych.

Techniczna implementacja

Projekt zostanie zrealizowany z wykorzystaniem następujących narzędzi i technologii:

  • Nixtla – do budowy modeli predykcyjnych oraz klasteryzacji,
  • SKtime (opcjonalnie) – jako alternatywne rozwiązanie do analizy szeregów czasowych,
  • Multiprocessing – w celu przyspieszenia obliczeń poprzez równoległe przetwarzanie,
  • Algorytmy genetyczne – potencjalne zastosowanie w optymalizacji hiperparametrów,
  • GeoPandas – do przetwarzania i wizualizacji danych przestrzennych.