محمدرضا عبودی - دانشجوی کارشناسی ارشد سنجش از دور و سیستم اطلاعات جغرافیایی گروه سنجش از دور و سیستم اطلاعات جغرافیایی دانشکده علوم انسانی دانشگاه تربیت مدرس
جلال کرمی - استادیار گروه سنجش از دور و سیستم اطلاعات جغرافیایی دانشکده علوم انسانی دانشگاه تربیت مدرس
علی شمس الدینی - استادیار گروه سنجش از دور و سیستم اطلاعات جغرافیایی دانشکده علوم انسانی دانشگاه تربیت مدرس

در سال های اخیر آلودگی هوای تهران به عنوان پایتخت ایران به صورت یک چالش تهدیدی جدی برای سلامت انسان ها و عناصر محیط زیست مطرح گردیده است به منظور ارتقاء شاخص های کیفیت زندگی از جمله سطح سلامت به خصوص در کلان شهرها از جمله تهران درک صحیحی از آلودگی هوا به منظور حفظ محیط زیست شهری و طراحی سیاست های کلان در کشور مورد نیاز می باشد برای رسیدن به این هدف پیش بینی کوتاه مدت آلودگی هوا ضروری می باشد هدف از این پژوهش طراحی یک شبکه عصبی مصنوعی بهینه به عنوان یک مدل غیر خطی و مقایسه عملکرد آن با عملکرد رگرسیون خطی چند متغیره به عنوان یک مدل خطی به منظور پیش بینی مقادیر منواکسید کربن و دی اکسیدنیتروژن بود بدین منظور کارایی ویژگی های محیطی و ترافیک مورد بررسی قرار گرفتند نتایج به دست آمده نشانگر دقت بیشتر مدل پیش بینی کننده دی اکسید نیتروژن نسبت به مدل پیش بینی کننده منواکسید کربن بود همچنین به منظور پیش بینی غلظت منواکسید کربن شبکه عصبی پرسپترن چند لایه نسبت به مدل رگرسیون خطی چند متغیره از لحاظ آماری دقت بالاتری را نشان داد در حالی که اختلاف معنی داری بین این مدل ها برای پیش بینی دی اکسید نیتروژن وجود نداشت

مدل سازی آلودگی هوا،دی اکسید نیتروژن،منواکسید کربن،خصیصه های محیطی،ترافیک