Razvoj razložljivega napovednega modela za določitev prispevkov prometa h koncentracijam trdnih delcev v zunanjem zrakuLešnik, Uroš (Avtor) Mongus, Domen (Mentor) Lep, Marjan (Komentor) trdni delciprometdoločitev vplivagenetski algoritemstrojno učenjeV doktorski nalogi smo preučevali vpliv cestnega prometa na kakovost zunanjega zraka z delci PM10, da bi preverili hipotezo, ali je možno z uporabo genetskega algoritma na osnovi strojnega učenja učinkovito napovedati kakovost zunanjega zraka ter sočasno še določiti vpliv prometa na koncentracije trdnih delcev v zunanjem zraku. Razvili smo metodologijo napovedi kakovosti zunanjega zraka na osnovi meteoroloških podatkov in podrobnejših podatkov o količini ter strukturi prometa in jo validirali na preteklih izmerjenih podatkih. Uporabljena metoda se je izkazala za uspešno, saj je natančnejša od primerjanih, hkrati pa sočasno omogoča še določitev vpliva prometa na kakovost zunanjega zraka s pomočjo uteži razlagalnih (pojasnjevalnih) spremenljivk. Izvedli smo analizo obstoječih napovedi Agencije Republike Slovenije za okolje in primerjavo z novo razvito metodologijo iz te naloge. Rezultati so pokazali primerljivo natančnost v napovedi razreda onesnaženosti z delci PM10. S pomočjo pojasnjevalnih spremenljivk smo določili vpliv cestnega prometa na koncentracije delcev PM10. Rezultate smo primerjali s podobnimi raziskavami v Sloveniji in v svetu; primerjava je pokazala, da so rezultati primerljivi. Študija je pokazala, da se v tako dolgem časovnem obdobju raziskovanja (2013–2020) že pojavijo določene razlike pri emisijah skupin virov (zamenjava avtomobilov, sanacije kurilnih naprav, spremenjene vremenske razmere, prerazporeditve prometnih tokov v mestu), kar je treba pri napovedi upoštevati.U. Lešnik]20252025-12-04 11:00:50Doktorsko delo/naloga96155sl