Prediction of NO₂ Concentration for Climate Change Mitigation using Machine Learning

هذا المشروع يهدف إلى استخدام تقنيات التعلم الآلي (Machine Learning) للتنبؤ بتركيز غاز ثاني أكسيد النيتروجين (NO₂)، والذي يُعد من أهم مؤشرات تلوث الهواء وتأثيراته على البيئة والصحة العامة.

تم تنفيذ المشروع ضمن ورشة عمل دولية عن الزراعة المستدامة في ظل التغيرات المناخية، ويعتمد على تحليل بيانات جودة الهواء لمدة عام كامل تحتوي على آلاف السجلات.

? ما تم تنفيذه في المشروع:

تحليل بيانات تلوث الهواء واستخلاص الأنماط المهمة

تطبيق 4 نماذج تعلم آلي:

Linear Regression

Decision Tree

Random Forest

Support Vector Regression

تقييم النماذج باستخدام:

Mean Squared Error (MSE)

R² Score

تحديد أفضل نموذج للتنبؤ (وكان Random Forest هو الأفضل أداءً)

? نتائج المشروع:

غاز NO₂ يمثل نسبة كبيرة من الملوثات (~27.3%)

نموذج Random Forest حقق أعلى دقة في التنبؤ

إمكانية استخدام النتائج في:

تحسين جودة الهواء

دعم قرارات الحد من التلوث

المساهمة في استراتيجيات مواجهة التغير المناخي

? المهارات المستخدمة:

Python

Data Analysis

Machine Learning

Data Visualization

Model Evaluation

? القيمة المقدمة:

المشروع يساعد الجهات البيئية والحكومية على اتخاذ قرارات مبنية على بيانات دقيقة للحد من التلوث وتحسين جودة الحياة.