Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
General Smart City Experts’ Perceptions of Citizen Participation: A Questionnaire Survey Kapitel lesen Erstes Kapitel lesen

2020 | OriginalPaper | Buchkapitel

Meteorological Parameters Prediction Along Roads Between Two Cities for the Safest Itinerary Selection

verfasst von : Samir Allach, Badr Benamrou, Mohamed Ben Ahmed, Anouar Abdelhakim Boudhir, Mustapha Ouardouz

Erschienen in: Innovations in Smart Cities Applications Edition 3

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Adverse weather conditions are undesirable for drivers and can sometimes cause fatal accidents. In this article, we propose a driver assistance system, offering more secured routes as their weather conditions are more favorable compared to others.
Specifically, we propose a system able to forecast meteorological parameters based on the ARIMA models. These parameters play an important role on the classification of the degree of road safety of the three selected routes which connect Tangier and Tetouan cities. The meteorological data for the three routes are extracted from the MERRA-2 Web Service (Modern retrospective analysis for research and applications, version 2).
According to the prediction and classification results, the obtained ARIMA models are capable to assimilate the dynamics of meteorological data and produce important forecasts.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel A Multi-layer System for Maritime Container Terminal Management Using Internet of Things and Big Data Technologies
Nächstes Kapitel Vehicle Traffic Management with the Help of Big Data Technologies
Literatur
1.
2.
Baranowski, P., Krzyszczak, J., Sławiński, C., Hoffmann, H., Kozyra, J., Nieróbca, A., Siwek, K., Gluza, A.: Multifractal analysis of meteorological time series to assess climate impacts. Clim. Res. 65, 39–52 (2015)CrossRef
3.
Murat, M., Malinowska, I., Hoffmann, H., Baranowski, P.: Statistical modeling of agrometeorological time series by exponential smoothing. Int. Agrophys. 30(1), 57–66 (2016)CrossRef
4.
5.
Fronzek, S., Pirttioja, N., Carter, T.R., Bindi, M., Hoffmann, H., Palosuo, T., Ruiz-Ramos, M., Tao, F., Trnka, M., Acutis, et al.: Classifying multi-model wheat yield impact response surfaces showing sensitivity to temperature and precipitation change. Agric. Syst. 159, 209–224 (2018). 10.1016/j.agsy.2017.08.004
6.
7.
Porter, J.R., Semenov, M.A.: Crop responses to climatic variation. Philos. Trans. R. Soc. B: Biol. Sci. 360(1463), 2021–2035 (2005)CrossRef
8.
9.
Krzyszczak, J., Baranowski, P., Zubik, M., Hoffmann, H.: Temporal scale influence on multifractal properties of agro-meteorological time series. Agric. For. Meteorol. 239, 223–235 (2017)CrossRef
10.
Walczak, R.T., Witkowska-Walczak, B., Baranowski, P.: Soil structure parameters in models of crop growth and yield prediction. Phys. Submodels. Int. Agrophys. 11, 111–127 (1997)
11.
Lobell, B.D., Sibley, A., Ortiz-Monasterio, J.I.: Extreme heat effects on wheat senescence in India. Nat. Clim. Change 2, 186–189 (2012)CrossRef
12.
Semenov, M.A., Shewry, P.R.: Modelling predicts that heat stress, not drought, will increase vulnerability of wheat in Europe. Sci. Rep. 1, 66 (2011)CrossRef
13.
Sillmann, J., Roeckner, E.: Indices for extreme events in projections of anthropogenic climate change. Clim. Change 86, 83–104 (2008)CrossRef
14.
Lobell, D.B., Hammer, G.L., Mclean, G., Messina, C., Roberts, M.J., Schlenker, W.: The critical role of extreme heat for maize production in the United States. Nat. Clim. Change 3, 497–501 (2013)CrossRef
15.
El-Mallah, E.S., Elsharkawy, S.G.: Time-series modeling and short term prediction of annual temperature trend on Coast Libya using the box-Jenkins ARIMA Model. Adv. Res. 6(5), 1–11 (2016)CrossRef
16.
Balyani, Y., Niya, G.F., Bayaat, A.: A study and prediction of annual temperature in Shiraz using ARIMA model. J. Geogr. Sp. 12(38), 127–144 (2014)
17.
Anitha, K., Boiroju, N.K., Reddy, P.R.: Forecasting of monthly mean of maximum surface air temperature in India. Int. J. Statistika Mathematika 9(1), 14–19 (2014)
18.
Muhammet, B.: The analyse of precipitation and temperature in Afyonkarahisar (Turkey) in respect of box-Jenkins technique. J. Acad. Soc. Sci. Stud. 5(8), 196–212 (2012)
19.
20.
Delignières, D.: Séries temporelles – Modèles ARIMA. Séminaire EA “Sport – Performance – Santé” Mars 2000
21.
Box, G.E.P., Jenkins, G., Reinsel, G.: Time Series Analysis. Wiley Press, Hoboken (2008)CrossRef
22.
Goude, Y.: Les processus AR et MA MAP-STA2 : Séries chronologiques 2018–2019
23.
Devuyst, P.: Météorologie - Comprendre, interprêter, appliquer, Edité par A. DE VISSCHER EDITEUR/EDITIONS EYROLLES (1972)
24.
Adhikari, R., Agrawal, R.K.: An introductory study on time series modeling and forecasting. arXiv preprint arXiv:​1302.​6613 (2013)
25.
Allach, S., Ahmed, M.B., Boudhir, A.A.: Detection of driver’s alertness level based on the Viola and Jones method and logistic regression analysis. Int. J. Intell. Enterp. 6(2–4), 356–368 (2019)CrossRef
Metadaten
Titel
Meteorological Parameters Prediction Along Roads Between Two Cities for the Safest Itinerary Selection
verfasst von
Samir Allach
Badr Benamrou
Mohamed Ben Ahmed
Anouar Abdelhakim Boudhir
Mustapha Ouardouz
Copyright-Jahr
2020
Buch
Innovations in Smart Cities Applications Edition 3

Print ISBN: 978-3-030-37628-4

Electronic ISBN: 978-3-030-37629-1

Copyright-Jahr: 2020

DOI
https://doi.org/10.1007/978-3-030-37629-1_63

    Premium Partner

    Bildnachweise