یک مدل ترکیبی رگرسیون کاربری اراضی فازی برای ارزیابی کمی آثار سلامت محیطی ناشی از سناریوهای ترافیکی، نمونه مطالعاتی: شهر اصفهان
Publish place: Remote Sensing and Iran GIS، Vol: 9، Issue: 3
Publish Year: 1396
نوع سند: مقاله ژورنالی
زبان: Persian
View: 210
This Paper With 20 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_GIS-9-3_006
تاریخ نمایه سازی: 9 آبان 1400
Abstract:
در این مقاله، روش جدیدی برای مدل سازی کمی آثار سلامت محیط ناشی از سناریوهای ترافیکی پیشنهاد شده است. برای این منظور، دو مدل مبتنی بر سیستم های استنتاج فازی سلسله مراتبی عرضه شده است. در توسعه مدل مورد استفاده برای ارزیابی تاثیر سیستم حمل و نقل در غلظت ذرات معلق، از داده های مربوط به یک مدل پراکنش استفاده شده است. مدل رگرسیون کاربری اراضی فازی۱ حاصل افزون بر مزایایی همچون امکان مدل سازی تغییرات غلظت آلاینده با رزولوشن بالا، حجم پردازش مناسب و لحاظ کردن برهمکنش میان انتشار و فرایندهای آب وهوایی، امکان استفاده از داده های توصیفی و غیرقطعی را نیز دارد. برای توسعه مدل مورد استفاده در ارزیابی تاثیر غلظت ذرات معلق ناشی از ترافیک در سلامت، از یک متریک حاصل از مطالعات اپیدمیولوژیک استفاده شده است. مدل پیشنهادی قابلیت های متریک مذکور را، با ایجاد امکان مدل سازی عدم قطعیت ارتباط میان پارامترها و عدم قطعیت مقادیر پارامترها، بهبود داده است. برای افزایش کارآیی هر دو مدل، از ساختار سلسله مراتبی مبتنی بر مسئله و تولید و تنظیم هم زمان توابع عضویت و مجموعه قواعد ازطریق یادگیری استفاده شده است. برای بررسی کارآیی روش پیشنهادی، تاثیر سه سناریوی ترافیکی در سلامت محیطی در شهر اصفهان ارزیابی شده است. از میان سناریوهای یادشده، طرح مناطق کم انتشار و طرح زوج و فرد، به ترتیب، بیشترین و کمترین مزایای مرتبط با سلامت محیطی را دارند. نتایج حاصل نشان می دهد روش پیشنهادی برای ارزیابی سلامت محیطی، در مقایسه با روش های مشابه، دقت و کارآیی مطلوبی دارد.
Keywords:
Authors
بهنام تشیع
استادیار گروه نقشه برداری، دانشکده عمران و حمل ونقل، دانشگاه اصفهان
عباس علیمحمدی
دانشیار گروه سیستم های اطلاعات مکانی، دانشکده نقشه برداری، دانشگاه صنعتی خواجه نصیرالدین طوسی
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 :