АЛМАТЫ АВТОБУСТАРЫНДАҒЫ АУАНЫҢ САПАСЫН IOT-ҚҰРЫЛҒЫЛАР МЕН МАШИНАЛЫҚ ОҚЫТУ ӘДІСТЕРІН ҚОЛДАНА ОТЫРЫП МОНИТОРИНГТЕУ

Қоғамдық көліктегі ауаның сапасы – қала тұрғындарының денсаулығына тікелей әсер ететін маңызды фактор, алайда Алматы үшін бұл мәселе бүгінгі күнге дейін жеткілікті деңгейде зерттелмеген. Осы зерттеуде қаланың үш негізгі көлік дәлізіндегі автобустарда CO₂, PM₂.₅, PM₁₀, температура және салыстырмалы ылғалдылық концентрациялары жүйелі түрде бақыланды. Мәліметтерді жинау жоғары сенімділікті қамтамасыз еткен, коммерциялық эталонды сенсорға калибрленген «Tynys» атты мобильді IoT-құрылғының көмегімен жүзеге асырылды. Негізгі назар жолаушылар көп болатын және аз болатын уақыттарды салыстыруға аударылды, бұл көліктің жүктелу деңгейіне байланысты ауаның сапасының өзгеру заңдылықтарын анықтауға мүмкіндік берді. Талдау нәтижелері таңғы қарбалас уақытта CO₂ мен ұсақ дисперсті бөлшектер концентрациясы айтарлықтай жоғары болатынын көрсетті, бұл жолаушылар ағынының салондағы ауаның сапасын қалыптастырудағы басты рөлін дәлелдейді. Қосымша түрде машиналық оқыту әдістерін қолдану арқылы CO₂ мен PM₂.₅ ең ақпаратты индикаторлар екендігі, яғни жоғары жүктелген кезеңдерді сенімді түрде жіктеуге мүмкіндік беретіні анықталды. Алынған нәтижелер Орталық Азия аймағындағы қоғамдық көліктегі ауаның сапасы жөніндегі ғылыми олқылықты толықтырады және желдету жүйелерін жаңғыртуға, жолаушылар ағынын оңтайландыруға және автобустарда микроклиматты интеллектуалды бақылау технологияларын енгізуге бағытталған болашақ зерттеулерге негіз қалайды.

1. Systematic Review of Indoor Environmental Quality in Passenger Transport Vehicles of Tropical and Subtropical Regions / J.O. Ogundiran et al // Atmosphere. – 2025. – № 16. – Р. 140. https://www.researchgate.net/publication/388417443_A_Systematic_Review_of_Indoor_Environmental_Quality_in_Passenger_Transport_Vehicles_of_Tropical_and_Subtropical_Regions.

2. Environmental Monitoring in Bus Transportation Using a Developed Measurement System / A. Todorov et al // Urban Sci. – 2023. – № 7. – Р. 90. https://doi.org/10.3390/urbansci7030090.

3. Review of Scientific Technology-Based Solutions for Vehicular Pollution Control. Clean Technol / S. Gulia et al // Environ. Policy. – 2020. – № 22. – Р. 1955-1966. https://doi.org/10.1007/s10098-020-01952-6.

4. Prototype of Monitoring Transportation Pollution Spikes through the Internet of Things Edge Networks / E. Nizeyimana et al // Sensors. – 2023. – № 23. – Р. 8941. https://doi.org/10.3390/s23218941.

5. Wang Y.-C. Efficient Data Gathering and Estimation for Metropolitan Air Quality Monitoring by Using Vehicular Sensor Networks / Y.-C. Wang, G.-W. Chen // IEEE Trans. Veh. Technol. – 2017. – № 66. – Р. 7234-7248. https://doi.org/10.1109/TVT.2017.2655084.

6. Ventilation Strategies for Highly Occupied Public Environments: A Review / Y. Zhang et al // Buildings. – 2023. – № 13. – Р. 1642. https://doi.org/10.3390/buildings13071642.

7. CFD Investigation of Vehicle’s Ventilation Systems and Analysis of ACH in Typical Airplanes, Cars, and Buses / B. Pirouz et al // Sustainability. – 2021. – № 13. – Р. 6799. https://doi.org/10.3390/su13126799.

8. Innovative High-Induction Air Diffuser for Enhanced Air Mixing in Vehicles and Personalized Ventilation Applications / F.I. Bode et al // Energies. – 2024. – № 17. – Р. 2930. https://doi.org/10.3390/en17122930.

9. Implementation of IoT-Based Air Quality Monitoring System for Investigating Particulate Matter (PM10) in Subway Tunnels / J.H. Jo et al // Int. J. Environ. Res. Public Health. – 2020. – № 17. – Р. 5429. https://doi.org/10.3390/ijerph17155429.

10. Xu B. Air Quality Inside Subway Metro Indoor Environment Worldwide: A Review / B. Xu, J. Hao // Environ. Int. – 2017. – № 107. – Р. 33-46. https://doi.org/10.1016/j.envint.2017.06.016.

11. Numerical Analysis of Air Quality Improvement and Thermal Comfort in a Classroom Using Organic Air Cleaners / E. Cruz-Octaviano et al // Atmosphere. – 2025. – № 16. – Р. 727. https://doi.org/10.3390/atmos16060727.

12. The Impact of Urban Transportation Infrastructure on Air Quality / Y. Guo et al // Sustainability. – 2020. – № 12. – Р. 5626. https://doi.org/10.3390/su12145626.

13. Exposure to PM₂.₅ on Public Transport: Guidance for Field Measurements with Low-Cost Sensors / K. Fameli et al // Atmosphere. – 2024. – № 15. – Р. 330. https://doi.org/10.3390/atmos15030330.

14. South Coast Air Quality Management District (SCAQMD). Field Evaluation: Qingping Air Monitor; SCAQMD: Diamond Bar, CA, USA, 2023. Available online: https://www.aqmd.gov/docs/default-source/aq-spec/field-evaluations/qingping---air-monitor---fieldevaluation.pdf (accessed on 9 June 2025).

15. Long-Term Field Evaluation of the Plantower PMS Low-Cost Particulate Matter Sensors / T. Sayahi et al // Environ. Pollut. – 2019. – № 245. – Р. 932-940. https://doi.org/10.1016/j.envpol.2018.11.065.

16. Study on Dynamic Load of Air-Conditioning System in Subway Station Based on Hourly Passenger Flow / L. Wang et al // Buildings. – 2023. – № 13. – Р. 2349. https://doi.org/10.3390/buildings13092349.

17. Urban Air Quality Comparison for Bus, Tram, Subway and Pedestrian Commutes in Barcelona / T. Moreno et al // Environ. Res. – 2015. – № 142. – Р. 495-510.

18. How Can Ventilation Be Improved on Public Transportation Buses? Insights from CO₂ Measurements / X. Querol et al // Environ. Res. – 2022. – № 205. – Р. 112451. https://doi.org/10.1016/j.envres.2021.112451.

19. Case Studies of Aerosol Pollution in Different Public Transport Vehicles in Hungarian Cities. / Е. Papp et al // Atmosphere. – 2022. – № 13. – Р. 692. https://doi.org/10.3390/atmos13050692.

20. Indoor Environmental Quality Assessment of Train Cabins and Passenger Waiting Areas: A Case Study of Nigeria / J.O. Ogundiran et al // Sustainability. – 2023. – № 15. – Р. 16533. https://doi.org/10.3390/su152316533.

21. Change in Air Quality during 2014-2021 in Jinan City in China and Its Influencing Factors. Toxics. – 2023. – № 11. – Р. 210. https://doi.org/10.3390/toxics11030210.

22. Kaivonen S. Real-time Air Pollution Monitoring with Sensors on City Bus / S. Kaivonen, E.C.-H. Ngai // Digit. Commun. Netw. – 2020. – № 6. – Р. 23-30. https://doi.org/10.1016/j.dcan.2019.03.003.

23. Indoor Air Quality in Subway Microenvironments: Pollutant Characteristics, Adverse Health Impacts, and Population Inequity / S. Wang et al // Environ. Int. – 2024. – № 190. – Р. 108873. https://doi.org/10.1016/j.envint.2024.108873.

24. Development and Validation of a Logistic Regression Model for the Diagnosis of Colorectal Cancer / C. Li et al // Sci. Rep. – 2025. – № 15. – Р. 14759. https://doi.org/10.1038/s41598-025-14759-3.

25. Predictive Modeling of Air-Quality Levels Using Decision Tree Classification: Insights from Environmental and Demographic Factors / I.G. Sudipa et al // Indones. J. Data Sci. – 2024. – № 5. – Р. 251-258.

26. Prediction of Cardiovascular Disease Based on Multi-Feature Selection and XGBoost Optimisation / H. Zhang et al // Sci. Rep. – 2025. – № 15. – Р. 96520. https://doi.org/10.1038/s41598-025-96520-7.