تنبؤ جودة الهواء استناداً إلى المؤشرات الاجتماعية والاقتصادية والبيئية: الجمع بين التقنيات الإحصائية وتقنيات التعلم الآلي

تهدف هذه الدراسة إلى نمذجة والتنبؤ بانبعاثات غازات الدفيئة (GHG) في المملكة العربية السعودية من خلال فحص ارتباطها بالعوامل الاجتماعية والاقتصادية والبيئية الحاسمة. باستخدام بيانات سنوية من 1980 إلى 2023، تركز الدراسة على ثلاثة متغيرات انبعاثات كمتغيرات تابعة: انبعاثات ثاني أكسيد الكربون (CO₂) من قطاع الطاقة، وانبعاثات الميثان (CH₄) من قطاع الطاقة، وانبعاثات أكسيد النيتروس (N₂O) من الأنشطة الصناعية. تشمل المتغيرات المستقلة مساحة الأراضي الزراعية، والسكان الحضريين، ونمو الناتج المحلي الإجمالي، والصادرات، وانفتاح التجارة، والاستثمار الأجنبي المباشر، والإنتاج الصناعي. تم إجراء تقييم مقارن لأساليب النمذجة المختلفة مثل المربعات الصغرى العادية (OLS)، وآلية الانحدار المائل، وآلية اختيار الانكفاء والانكماش المطلق (LASSO)، والشبكة الممتدة (Enet)، والغابات العشوائية (RF)، وطريقة هجينة جديدة تجمع بين الشبكة الممتدة والغابات العشوائية (ENRF). تم تقييم أداء النماذج استنادًا إلى متوسط مربع الخطأ (MSE) وجذر متوسط مربع الخطأ (RMSE). أظهرت النتائج أن نموذج ENRF تجاوز باستمرار كل من الأساليب التقليدية وتقنيات التعلم الآلي، محققًا أدنى قيم لمتوسط مربع الخطأ وRMSE. تبرز النتائج فعالية النماذج الإحصائية والهجينة وتقنيات التعلم الآلي في التنبؤ بالانبعاثات بشكل موثوق وإبلاغ السياسات البيئية في سياقات البيانات الكبيرة والمعقدة.