ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ ДЛЯ ПРОГНОЗИРОВАНИЯ ИЗМЕНЕНИЯ ПРИЗЕМНЫХ КОНЦЕНТРАЦИЙ ОСНОВНЫХ ПАРНИКОВЫХ ГАЗОВ : ARTIFICIAL NEURAL NETWORKS FOR PREDICTING CHANGES IN SURFACE CONCENTRATIONS OF THE MAJOR GREENHOUSE GASES

• Main Authors: Шичкин, А.В., Буевич, А.Г., Ремезова, М.С., Сергеев, А.П., Баглаева, Е.М., Субботина, И.Е., Сергеева, М.В., Мамедалиева, А.Ю.
• Format: Text
• Language: Russian
• Published: ООО "Научтехлитиздат" 2021
• Subjects: парниковые газы; временные ряды; искусственные нейронные сети; прогнозирование; greenhouse gases; time series; artificial neural networks; forecasting; Arctic; Arctic Island; nenets; Yamalo Nenets; Ненец*
• Online Access: https://dx.doi.org/10.25791/esip.09.2021.1248; http://eco.tgizd.ru/ru/arhiv/20681

Рассматриваются несколько типов искусственных нейронных сетей (ИНС) для прогнозирования динамики изменения концентрации основных парниковых газов. Исследование основано на данных по приземной концентрации трех основных парниковых газов (метана, углекислого газа и водяного пара), полученных в ходе мониторинга динамики изменения концентрации основных парниковых газов на арктическом о. Белый, Ямало-Ненецкий АО, Россия. Прогноз был получен с использованием следующих типов ИНС: нелинейная авторегрессионная нейронная сеть с внешним входом (NARX), нейронная сеть Элмана (Elman) и многослойный персептрон (MLP). Для исследования был выбран временной интервал длительностью 168 ч в летний период 2016 г., который характеризовался ярко выраженным суточным циклом изменений концентраций парниковых газов. Прогноз осуществлялся для 20-часового временного интервала. Модель ИНС типа NARX построила наиболее точный прогноз изменения концентраций для всех парниковых газов. : This work discusses several types of artificial neural networks (ANNs) for predicting the dynamics of changes in the concentration of the major greenhouse gases. The study is based on data on the surface concentration of the three main greenhouse gases (methane, carbon dioxide and water vapor), which were obtained during the monitoring of the dynamics of changes in the concentration of the main greenhouse gases on the Arctic island Belyy, Yamalo-Nenets Autonomous District, Russia. The forecast was obtained using the following types of ANNs: nonlinear autoregressive neural network with external input (NARX), Elman’s neural network (Elman) and Multilayer perceptron (MLP). For the study, a time interval of 168 hours was selected in the summer period of 2016, which was characterized by a pronounced daily cycle of changes in greenhouse gas concentrations. The forecast was carried out for a 20-hour time interval. The ANN model type NARX has built the most accurate prediction of concentration changes for all greenhouse gases. : Экологические системы и приборы, Выпуск 9 2021