Consiglio Nazionale delle Ricerche

Tipo di prodottoArticolo in rivista
TitoloRadon short range forecasting through time series preprocessing and neural network modeling
Anno di pubblicazione2003
FormatoCartaceo
Autore/iPasini A., Ameli F.
Affiliazioni autori1. CNR-IIA 2. UNI ROMA I
Autori CNR e affiliazioni
  • ANTONELLO PASINI
Lingua/e
  • inglese
AbstractIn the framework of studies about the relevance of radon progeny measurements for the estimation of the mixing height, here a time series of radon data is analyzed and used for a short range forecasting activity. After a preprocessing of the time series in order to subtract the known periodicities, we perform forecasts of the future values of the residual series by means of neural network modeling. Finally we apply a simple box model to real data and forecast results, and obtain useful predictions of the mixing height during stability conditions.
Lingua abstractinglese
Altro abstract-
Lingua altro abstract-
Pagine da-
Pagine a-
Pagine totali-
RivistaGeophysical research letters
Attiva dal 1974
Editore: American Geophysical Union. - [Washington]
Paese di pubblicazione: Stati Uniti d'America
Lingua: inglese
ISSN: 0094-8276
Titolo chiave: Geophysical research letters
Titolo proprio: Geophysical research letters.
Titolo abbreviato: Geophys. res. lett.
Numero volume della rivista30
Fascicolo della rivista-
DOI-
Verificato da refereeSì: Internazionale
Stato della pubblicazione-
Indicizzazione (in banche dati controllate)-
Parole chiaveradon, neural networks, forecasting, stable layer depth
Link (URL, URI)-
Titolo parallelo-
Licenza-
Scadenza embargo-
Data di accettazione-
Note/Altre informazioni-
Strutture CNR
  • IIA — Istituto sull'inquinamento atmosferico
Moduli/Attività/Sottoprogetti CNR-
Progetti Europei-
Allegati

Dati storici
I dati storici non sono modificabili, sono stati ereditati da altri sistemi (es. Gestione Istituti, PUMA, ...) e hanno solo valore storico.
Area disciplinareEarth Sciences
Area valutazione CIVRScienze della Terra
Rivista ISIGEOPHYSICAL RESEARCH LETTERS [39490J0]
Notedoi:10.1029/2002GL016726
Descrizione sintetica del prodottoIn the framework of studies about the relevance of radon progeny measurements for the estimation of the mixing height, here a time series of radon data is analyzed and used for a short range forecasting activity. After a preprocessing of the time series in order to subtract the known periodicities, we perform forecasts of the future values of the residual series by means of neural network modeling. Finally we apply a simple box model to real data and forecast results, and obtain useful predictions of the mixing height during stability conditions.