علی میرزایی - اصفهان، دانشگاه اصفهان، دانشکده مهندسی عمران و حمل و نقل
حسین باقری - اصفهان، دانشگاه اصفهان، دانشکده مهندسی عمران و حمل و نقل
مهران ستاری - اصفهان، دانشگاه اصفهان، دانشکده مهندسی عمران و حمل و نقل

آلودگی هوا در ردیف یکی از زیا نبارترین بلایای طبیعی قرار گرفته است. ذرات معلق درهوا با قطر کمتر از ۲.۵میکرومتر (PM۲.۵) یکی از خطرنا کترین و مضرترین نوع ذرات در میان آلاینده های مختلف هوا برای سلامتی انسان هستند. یکی از تکنیک های تخمین PM۲.۵ استفاده از محصولات ماهواره ایی عمق نوری آئروسل (AOD) می باشد . این تحقیق به انجام آزمایش بر روی الگوریت مهای مختلف یادگیری ماشین و بررسی عملکرد آ نها درتخمین PM۲.۵ از روی داده های AOD سنجنده های MODIS و VIIRS و داده های هواشناسی می پردازد. نتایج حاکی از آن است که الگوریتم XGBooST بهترین عملکرد را برای تخمین رابطه ی AOD و RM۲.۵ از خود نشان می دهد. دقت این الگوریتم برای بهترین محصول AOD به R(۲)=۰.۸۱ رسید.

عمق نوری آئروسل، یادگیری ماشین، PM۲.۵ ،VIIRS ،MODIS