แบบจำลองการทำนาย PM2.5 แบบเรียลไทม์โดยใช้ time series machine learning (ARIMA)
- ชื่อนักเรียนผู้จัดทำโครงงานวิทยาศาสตร์
อนุศาสน์ เอื้องอุดมสิน
- อาจารย์ที่ปรึกษาโครงงานวิทยาศาสตร์
ศรัณย์ นวลจีน
- โรงเรียนที่กำกับดูแลโครงงานวิทยาศาสตร์
- ปีที่จัดทำโครงงานวิทยาศาสตร์
บทคัดย่อโครงงานวิทยาศาสตร์
ในประเทศไทยและทั่วเอเชียตะวันออก การปล่อยมลพิษจากการเติบโตทางเศรษฐกิจอย่างรวดเร็วทำให้เกิดปัญหามลพิษทางอากาศที่ซับซ้อนและกว้างขวาง ฝุ่นละออง (PM) เป็นสาเหตุหลักของมลพิษทางอากาศและเชื่อมโยงกับการพัฒนาของมะเร็งปอด เช่นเดียวกับระบบทางเดินหายใจ, หลอดเลือดหัวใจ และโรคหลอดเลือดสมอง มลพิษทางอากาศที่เกิดจากฝุ่นละอองPM นั้นส่งผลกระทบอย่างมีนัยสำคัญทั้งต่อสุขภาพจิตใจและร่างกายของประชากร ดังนั้น การติดตามและคาดการณ์ความเข้มข้นของฝุ่นละอองPM ในอากาศจึงมีความสำคัญอย่างยิ่งต่อการเตือนผู้อยู่อาศัยล่วงหน้าและช่วยให้รัฐบาลดำเนินการได้ทันท่วงที ด้วยเหตุนี้คณะผู้จัดทำจึงมีแนวคิดเสนอแบบจำลองการคาดการณ์ตามเวลาจริงที่สามารถตอบสนองต่อฝุ่นละอองPM ในอากาศ ซึ่งเป็นสัญญาณบ่งบอกถึงคุณภาพอากาศที่ไม่ดี โดยใช้time series machine learning (ARIMA)ในการสร้าง โดยข้อมูลที่ใช้สร้างแบบจำลองคือข้อมูลฝุ่นละอองPMในประเทศไทย ซึ้งมาจาก กรมควบคุมมลพิษ และหน่วยงานอื่นๆ