Analisi del ruolo degli algoritmi e dei dati per la predizione di inquinanti

This thesis investigates the use of time series forecasting models to study the evolution of the main variables associated with air quality. The work was developed through a phase of data acquisition, cleaning, and organization of data collected from air quality monitoring systems, followed by an exploratory analysis of the time series considered. Different forecasting approaches were tested, including statistical models such as ARIMAX, SARIMA, and ARIMA; models based on the decomposition of temporal components, such as Prophet and NeuralProphet; and models based on neural networks and hybrid approaches, including LSTM, BiLSTM, Prophet–LSTM, and EMD-BiLSTM. Techniques based on graph neural networks and advanced decomposition methods, such as CEEMDAN, combined with different forecasting models, were also analyzed. Model performance was evaluated using MAE, RMSE, and MAPE metrics, as well as through graphical comparisons between observed and predicted values. Part of the work involved switching to a larger dataset, comprising several monitoring stations distributed throughout the Marche region. The experiments made it possible to analyze the influence of data availability on the predictive capabilities of the models and to highlight differences in the behavior of the approaches considered depending on the time series and monitoring station analyzed.

La presente tesi analizza l’impiego di modelli di previsione di serie temporali per lo studio dell’evoluzione delle principali grandezze associate alla qualità dell’aria. Il lavoro è stato sviluppato attraverso una fase di acquisizione, pulizia e organizzazione dei dati provenienti da sistemi di monitoraggio della qualità dell’aria, seguita da un’analisi esplorativa delle serie temporali considerate. Sono stati sperimentati differenti approcci di previsione, comprendenti modelli statistici, quali ARIMAX, SARIMA e ARIMA, modelli basati sulla decomposizione delle componenti temporali, quali Prophet e NeuralProphet, e modelli basati su reti neu-rali e approcci ibridi, tra cui LSTM, BiLSTM, Prophet–LSTM ed EMD-BiLSTM. Sono state analizzate tecniche basate su reti neurali grafiche e metodi di decomposizione avanzata, quali CEEMDAN, combinati con differenti modelli predittivi. Le prestazioni dei modelli sono state valutate mediante le metriche MAE, RMSE e MAPE e attraverso il confronto grafico tra valori osservati e previsti. Una parte dell’attività ha riguardato il passaggio a un dataset più esteso, comprendente diverse centraline distribuite sul territorio marchigiano. Le sperimentazioni hanno permesso di analizzare l’influenza della quantità di dati disponibili sulle capacità predittive dei modelli e di evidenziare differenze nel comportamento degli approcci considerati al variare della serie e della centralina analizzata.