Skip to content

Applicazione di tecniche di intelligenza artificiale per lo studio della relazione fra l’inquinamento atmosferico e le sue concause

Informazioni tesi

  Autore: Matteo Della Torre
  Tipo: Tesi di Dottorato
Dottorato in Ingegneria dell'informazione
Anno: 2001
Docente/Relatore: Flavio Bonfatti
Istituito da: Università degli Studi di Modena e Reggio Emilia
Dipartimento: Scienze dell'ingegneria
  Lingua: Italiano
  Num. pagine: 160

Le principali cause di inquinamento dell’aria, cioè le emissioni di centrali energetiche ed industriali e le emissioni dovute al traffico su strada, sono difficilmente eliminabili. Inoltre, la riduzione dell’inquinamento prodotto comporta ingenti costi dovuti ad impianti di depurazione o alla sospensione temporanea dell’attività produttiva. Si dovrebbe ulteriormente considerare che, data l’interazione dei numerosi fattori che partecipano all’innalzamento dei tassi di inquinamento atmosferico, la relazione tra l’intensità di emissione della sorgente inquinante e l’inquinamento risultante non è affatto immediata.
Può essere importante quindi costruire modelli matematici che permettano di compiere previsioni sulla concentrazione di inquinanti per informare la popolazione dell'inquinamento presente in zone specifiche oppure per prendere misure precauzionali immediate come il blocco del traffico.
Il presente lavoro si occupa in particolare di nowcasting, cioè previsioni a breve termine (da 1 a 6 ore) di concentrazioni di ozono (O3) e di biossido di azoto (NO2). Tali composti, derivando da complesse reazioni chimiche prodotte da inquinanti primari, costituiscono i più importanti inquinanti secondari. Risulta perciò ancor più difficile il controllo diretto di queste sostanze ed è quindi ulteriormente importante la presenza di indicatori di allarme che evidenzino il superamento di determinate soglie d'attenzione.
Per la creazione del modello vengono utilizzate misure di fenomeni sicuramente correlati con la concentrazione da stimare. Queste includono la quantità di inquinante presente nell’aria e parametri meteorologici relativi alla città di Modena nell'anno 1998. I dati provengono da centraline di rilevamento in territorio urbano e sono stati gentilmente messi a disposizione dalla Sezione Provinciale di Modena dell'Agenzia Regionale per la Protezione Ambientale (ARPA) dell'Emilia Romagna.
Risulta estremamente difficoltoso, a causa della complessità del sistema fisico soggiacente, trovare un modello computazionalmente trattabile che approssimi bene questo fenomeno utilizzando esclusivamente i dati a nostra disposizione. Si è scelto quindi di utilizzare metodi basati sul potente e flessibile paradigma delle reti neurali che costituiscono un modo del tutto diverso di affrontare un problema rispetto a quello su cui si fonda la modellizzazione classica. Invece di scrivere esplicitamente le regole matematico-fisiche che definiscono il fenomeno, una rete neurale apprende il modello attraverso una sorta di apprendimento di tipo imitativo esaminando dati che descrivono il comportamento esterno del sistema di interesse.
Le reti neurali si dimostrano infatti particolarmente adatte per la risoluzione di problemi aventi le seguenti caratteristiche [BISHOP95]:
· ampia disponibilità di dati da utilizzare nella fase di addestramento;
· difficoltà nell'individuare a priori un modello adeguato;
· necessità di elaborare nuovi dati in tempi brevi, o per il loro volume cospicuo o a causa di qualche particolare esigenza che richiede risposte in tempo reale;
· necessità di un metodo di elaborazione "robusto" anche con dati in input "rumorosi".
Il principale svantaggio di una rete neurale consiste nella necessità di possedere numerosi esempi per l’addestramento. Altri problemi possono derivare nel caso in cui si cerchi di estrapolare risultati in regioni dello spazio di input che siano significativamente differenti da quelle utilizzate in fase di addestramento.
La rete, tipicamente utilizzata in compiti di riconoscimento e classificazione, viene in questo caso sfruttata per ricostruzione di funzioni o mapping. In particolare cerchiamo di creare dei modelli di correlazione tra i dati utilizzati e la concentrazione nel futuro dell'inquinante. Poichè tra i dati utilizzati vi sono frequentemente anche valori storici della quantità di interesse, le reti eseguono in questo caso un compito di stima di serie temporali.
Data la complessità del problema, la struttura della funzione ricostruita non è lineare, quindi sono utilizzate reti con unità a valori continui e funzioni di trasferimento non lineari.
I modelli di reti implementati e sperimentati per questo compito includono le reti a strati, le mappe auto-organizzanti di Kohonen e le reti di funzioni base radiali. Inoltre questi paradigmi sono stati combinati in modelli ibridi per sfruttare al meglio gli specifici vantaggi delle singole architetture [DELL96].
Si deve inoltre considerare come queste tecnologie possano essere di estremo aiuto se integrate in sistemi esperti per il monitoraggio ambientale [MEDS94] [LAM94]. Questi sistemi infatti presentano delle limitazioni che possono essere superate se cooperanti in un'unica struttura, come per esempio un geographic information system (GIS) [BONF99].

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista
Mostra/Nascondi contenuto.
3 INTRODUZIONE Uno dei temi di maggiore rilevanza negli ultimi decenni è il problema dell’inquinamento dell’aria. La quasi totalità degli inquinanti emessi nell’atmosfera è causata dall’attività umana. Complessi industriali, centrali termiche ed emissioni inquinanti dei mezzi di trasporto lasciano nell’atmosfera una quantità di sostanze che alterano le proprietà fisiche e chimiche dell’aria e determinano un effetto misurabile e dannoso sulla popolazione e sull’ecosistema circostante. Più del 90% di queste sostanze sono composte da diossido d’azoto, diossido di carbonio, monossido di carbonio, ossidi di zolfo e ozono. Questo delicato problema è evidentemente molto complesso, in quanto dipende da numerosi fattori difficili da trattare come ad esempio le condizioni climatiche o la morfologia del territorio. Occorre altresì considerare che, data la gravità delle potenziali conseguenze di questo fenomeno, nell’ambito della comunità scientifica vi è una continua crescita d'interesse a riguardo. È quindi in tale contesto che cerchiamo di implementare tecniche per modellizzare e prevedere l’inquinamento atmosferico Le principali cause di inquinamento dell’aria, cioè le emissioni di centrali energetiche ed industriali e le emissioni dovute al traffico su strada, sono difficilmente eliminabili. Inoltre, la riduzione dell’inquinamento prodotto comporta ingenti costi dovuti ad impianti di depurazione o alla sospensione temporanea dell’attività produttiva. Si dovrebbe ulteriormente considerare che, data l’interazione dei numerosi fattori che partecipano all’innalzamento dei tassi di inquinamento atmosferico, la relazione tra l’intensità di emissione della sorgente inquinante e l’inquinamento risultante non è affatto immediata. Può essere importante quindi costruire modelli matematici che permettano di compiere previsioni sulla concentrazione di inquinanti per informare la popolazione dell'inquinamento presente in zone specifiche oppure per prendere misure precauzionali immediate come il blocco del traffico. Il presente lavoro si occupa in particolare di nowcasting, cioè previsioni a breve termine (da 1 a 6 ore) di concentrazioni di ozono (O 3 ) e di biossido di azoto (NO 2 ). Tali composti, derivando da complesse reazioni chimiche prodotte da inquinanti primari, costituiscono i più importanti inquinanti secondari. Risulta perciò ancor più difficile il controllo diretto di queste sostanze ed è quindi ulteriormente importante la presenza di indicatori di allarme che evidenzino il superamento di determinate soglie d'attenzione. Per la creazione del modello vengono utilizzate misure di fenomeni sicuramente correlati con la concentrazione da stimare. Queste includono la quantità di inquinante presente nell’aria e parametri meteorologici relativi alla città di Modena nell'anno 1998. I dati provengono da centraline di rilevamento in territorio urbano e sono stati gentilmente messi a disposizione dalla Sezione Provinciale di Modena dell'Agenzia Regionale per la Protezione Ambientale (ARPA) dell'Emilia Romagna. Risulta estremamente difficoltoso, a causa della complessità del sistema fisico soggiacente, trovare un modello computazionalmente trattabile che approssimi bene

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista

FAQ

Per consultare la tesi è necessario essere registrati e acquistare la consultazione integrale del file, al costo di 29,89€.
Il pagamento può essere effettuato tramite carta di credito/carta prepagata, PayPal, bonifico bancario, bollettino postale.
Confermato il pagamento si potrà consultare i file esclusivamente in formato .PDF accedendo alla propria Home Personale. Si potrà quindi procedere a salvare o stampare il file.
Maggiori informazioni
Ingiustamente snobbata durante le ricerche bibliografiche, una tesi di laurea si rivela decisamente utile:
  • perché affronta un singolo argomento in modo sintetico e specifico come altri testi non fanno;
  • perché è un lavoro originale che si basa su una ricerca bibliografica accurata;
  • perché, a differenza di altri materiali che puoi reperire online, una tesi di laurea è stata verificata da un docente universitario e dalla commissione in sede d'esame. La nostra redazione inoltre controlla prima della pubblicazione la completezza dei materiali e, dal 2009, anche l'originalità della tesi attraverso il software antiplagio Compilatio.net.
  • L'utilizzo della consultazione integrale della tesi da parte dell'Utente che ne acquista il diritto è da considerarsi esclusivamente privato.
  • Nel caso in cui l'Utente volesse pubblicare o citare una tesi presente nel database del sito www.tesionline.it deve ottenere autorizzazione scritta dall'Autore della tesi stessa, il quale è unico detentore dei diritti.
  • L'Utente è l'unico ed esclusivo responsabile del materiale di cui acquista il diritto alla consultazione. Si impegna a non divulgare a mezzo stampa, editoria in genere, televisione, radio, Internet e/o qualsiasi altro mezzo divulgativo esistente o che venisse inventato, il contenuto della tesi che consulta o stralci della medesima. Verrà perseguito legalmente nel caso di riproduzione totale e/o parziale su qualsiasi mezzo e/o su qualsiasi supporto, nel caso di divulgazione nonché nel caso di ricavo economico derivante dallo sfruttamento del diritto acquisito.
  • L'Utente è a conoscenza che l'importo da lui pagato per la consultazione integrale della tesi prescelta è ripartito, a partire dalla seconda consultazione assoluta nell'anno in corso, al 50% tra l'Autore/i della tesi e Tesionline Srl, la società titolare del sito www.tesionline.it.
L'obiettivo di Tesionline è quello di rendere accessibile a una platea il più possibile vasta il patrimonio di cultura e conoscenza contenuto nelle tesi.
Per raggiungerlo, è fondamentale superare la barriera rappresentata dalla lingua. Ecco perché cerchiamo persone disponibili ad effettuare la traduzione delle tesi pubblicate nel nostro sito.
Scopri come funziona

DUBBI? Contattaci

Contatta la redazione a
[email protected]

Ci trovi su Skype (redazione_tesi)
dalle 9:00 alle 13:00

Oppure vieni a trovarci su

Parole chiave

analisi di dati
intelligenza artificiale
pattern recognition
previsione
principal component analysis
radial basis function
reti a strati
reti neurali
serie numeriche
sistemi ibridi
inquinamento atmosferico

Non hai trovato quello che cercavi?


Abbiamo più di 45.000 Tesi di Laurea: cerca nel nostro database

Oppure consulta la sezione dedicata ad appunti universitari selezionati e pubblicati dalla nostra redazione

Ottimizza la tua ricerca:

  • individua con precisione le parole chiave specifiche della tua ricerca
  • elimina i termini non significativi (aggettivi, articoli, avverbi...)
  • se non hai risultati amplia la ricerca con termini via via più generici (ad esempio da "anziano oncologico" a "paziente oncologico")
  • utilizza la ricerca avanzata
  • utilizza gli operatori booleani (and, or, "")

Idee per la tesi?

Scopri le migliori tesi scelte da noi sugli argomenti recenti


Come si scrive una tesi di laurea?


A quale cattedra chiedere la tesi? Quale sarà il docente più disponibile? Quale l'argomento più interessante per me? ...e quale quello più interessante per il mondo del lavoro?

Scarica gratuitamente la nostra guida "Come si scrive una tesi di laurea" e iscriviti alla newsletter per ricevere consigli e materiale utile.


La tesi l'ho già scritta,
ora cosa ne faccio?


La tua tesi ti ha aiutato ad ottenere quel sudato titolo di studio, ma può darti molto di più: ti differenzia dai tuoi colleghi universitari, mostra i tuoi interessi ed è un lavoro di ricerca unico, che può essere utile anche ad altri.

Il nostro consiglio è di non sprecare tutto questo lavoro:

È ora di pubblicare la tesi