تخمین مکانی – زمانی آلایندههای منواکسید کربن و دیاکسید نیتروژن شهر تهران مبتنی بر دادههای حاصل از سنجشازدور و دادههای کمکی
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 284
This Paper With 18 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_GERAZ-10-3_007
تاریخ نمایه سازی: 19 اسفند 1399
Abstract:
آلودگی هوا یکی از پیامدهای ناهنجار فعّالیتهای بشر است که نهتنها سلامت انسان را تهدید میکند؛ بلکه بر همة عوامل محیطزیست ازجمله گیاهان و جانوران تأثیر نامطلوب میگذارد. تهران بهعنوان مرکز اداری، سیاسی و اقتصادی کشور و پرجمعیّتترین شهر ایران، یکی از آلودهترین شهرهای دنیا بهشمار میرود. از مدلهای خطّی و غیر خطّی متعدّدی تاکنون بهمنظور مدلسازی آلودگی هوا استفاده شده است. در نوشتار پیش رو از ویژگیهای مکانی و زمانی مستخرج از تصاویر سنجشازدور و دادههای محیطی ایستگاههای پایش آلودگی هوا سازمان محیطزیست واقع در سطح شهر تهران پس از پیشپردازشهای لازم بهمثابة ورودی مدل استفاده شد. ازمیان ایستگاههای آلایندهسنج موجود در سطح شهر تهران، با درنظرگرفتن پوشش سری زمانی مشترک دادههای ثبتشده، تعداد هشت ایستگاه انتخاب شد. بهمنظور انجام فرایند مدلسازی از روش شبکة عصبی مصنوعی پرسپترون چندلایه با الگوریتم آموزش لونبرگ – مارکوارت و تابع فعّالسازی سیگموئیدی استفاده شد. در پژوهش حاضر از دادههای هواشناسی، دادههای مربوط به غلظت آلایندهها در روزهای قبل، کاربری اراضی و نیز دادههای مستخرج از تصاویر ماهوارهای شامل دادههای مربوط به پوشش گیاهی و جزایر حرارتی بهمنظور مدلسازی غلظت آلایندهها استفاده شد. از روش تبدیل موجک بر روی مقادیر غلظت آلاینده ها در روزهای قبل استفاده گردید و سپس روش انتخاب ویژگی جنگل تصادفی بر روی ویژگیهای ورودی مدل اعمال شد؛ همچنین با توجّه به تغییرات مکانی آلودگی هوا سعی بر آن شد که با استفاده از اطّلاعات هفت ایستگاه، مقادیر غلظت آلایندة یک ایستگاه برآورد شود. نتایج حاصل از ارزیابی مدل بیانگر کارابودن مدل ارائهشده در تخمین مقادیر بیشینة روزانه غلظت آلاینده بود. منواکسید کربن و دیاکسید نیتروژن بهترتیب با خطای 13% و 5/11% بهصورت زمانی پیشبینی شدند؛ همچنین این دو آلاینده بهصورت مکانی با خطای تخمین کمتر از 17% پیشبینی شدند.
Keywords:
Authors
علی شمس الدینی
گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده علوم انسانی، دانشگاه تربیت مدرس، تهران، ایران
وانکو احمدی
گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده علوم انسانی، دانشگاه تربیت مدرس، تهران، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :