Aikasarja-analyysi ja koneoppimismenetelmät ilmanlaadun ennustamisessa

Abstract

Ilmanlaadulla on merkittävä vaikutus ihmisten terveyteen, hyvinvointiin ja ympäristöön. Ilman epäpuhtauksien muutoksia ennustettaessa ajallisilla tekijöillä ja sääolosuhteilla on todettu olevan keskeinen rooli. Tavoitteena oli kehittää aikasarja-analyysin opetuskäyttöön soveltuva esimerkkikokonaisuus, jossa tarkasteltiin sään vaikutusta ilmanlaatumuuttujiin 20 vuoden ajalta. Toteutus perustui Ilmatieteen laitoksen avoimesti saatavilla olevaan säähavaintodataan Helsingin Kaisaniemen mittausasemalta sekä ilmanlaatudataan Kallion ilmanlaatuasemalta. Aikasarjojen mallinnuksessa hyödynnettiin Metan Prophet-mallia pitkän ja lyhyen aikavälin analyysissä. Ennustamista varten rakennettiin kolme koneoppimismallia: LSTM, Stacked LSTM ja BiLSTM. Mallien suorituskykyä verrattiin keskenään käyttäen aikasarjojen arviointiin soveltuvia tarkkuusmittareita. Prophet soveltui hyvin aikasarjakomponenttien, kuten trendien ja kausivaihtelujen, tunnistamiseen, mutta jäi ennustetarkkuudessa koneoppimismallien taakse. Tarkimmaksi ennustusmalliksi osoittautui BiLSTM, joka saavutti vain kohtalaisen ennustustason. Erityisesti otsonin ennustaminen onnistui mallien näkökulmasta muita epäpuhtauksia tarkemmin. Johtopäätöksenä todettiin, että ilmanlaatumuuttujien ennustaminen pelkän säädatan perusteella oli haastavaa. Ennusteet pysyivät kohtuullisen tarkkoina, mutta eivät yltäneet hyvään tasoon. Ennustetarkkuuden parantamiseksi olisi suositeltavaa liittää mukaan myös muita selittäviä muuttujia, kuten liikennemääriä ja kaupunkiympäristöön liittyviä tekijöitä. Lisäksi tuotiin esiin keskeisiä eroja analyysimenetelmien välillä sekä kuvattiin ilmanlaatudatan ajallisia ominaispiirteitä.