CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

پیش بینی غلظت آلاینده های NO2 و SO2 هوای شهر تبریز با استفاده از شبکه عصبی مصنوعی و سیستم استنتاج عصبی – فازی انطباقی و مقایسه نتایج بدست آمده

عنوان مقاله: پیش بینی غلظت آلاینده های NO2 و SO2 هوای شهر تبریز با استفاده از شبکه عصبی مصنوعی و سیستم استنتاج عصبی – فازی انطباقی و مقایسه نتایج بدست آمده
شناسه ملی مقاله: ACUSCONF05_018
منتشر شده در پنجمین همایش بین المللی مهندسی عمران،معماری و شهرسازی با رویکرد توسعه پایدار در سال 1398
مشخصات نویسندگان مقاله:

وحید نورانی - استاد گروه آب، دانشکده مهندسی عمران، دانشگاه تبریز
حسین کریم زاده - دانشجو کارشناسی ارشد محیط زیست، دانشکده مهندسی عمران، دانشگاه تبریز
حسام نجفی - دانشجوی دکتری منابع آب، دانشکده مهندسی عمران، دانشگاه تبریز
آیدا حسینی بقانام - استادیار گروه آب، دانشکده مهندسی عمران، دانشگاه تبریز

خلاصه مقاله:
به طور کلی آلودگی هوا در سطح شهری چون تبریز دارای سه مرحله است: . 1 منابع آلودگی یا آلاینده ها که مواد مضر برای سلامتی انسان را وارد اتمسفر می کنند. .2 انتشارات که از طریق جو از طریق فرآیند پخش و انتشار انجام می شود. در میان شرایط جوی عامل باد، جهت و سرعت آن بسیار تعیین کننده است. .3 پتانسیل آلوده شدن که وابسته به محیط و موقعیت جغرافیایی و توپوگرافی است. مدل سازی آلاینده های زیست محیطی یکی از نیازهای اساسی در زمینه پایش کیفیت هوا محسوب می شود که با بهره گیری از نتایج حاصله میتوان اقدامات پیشگیرانه ای جهت بهبود شرایط آتی اتخاذ کرد. در صورتی که بتوان الگویی قابل اطمینان برای پیش بینی وضعیت آتی آلاینده های موجود در هوای شهر ارایه داد، میتوان با شناخت دقیق تری که از روند آینده آنها به دست می آید، راهکاری مناسب با کارایی بالا برای مقابله با هر یک از این آلاینده ها، طراحی کرد. برای مدلسازی، ابتدا داده های هواشناسی و داده های آلاینده ی مورد نظر؛ از سازمان هواشناسی و سازمان محیط زیست شهر اخذ گردید. سپس ورودیهای مدل تعیین گردید، ورودیها عبارتند از دما، سرعت باد، رطوبت و Lag1 آلاینده ی مورد نظر. داده ها بر اساس داده های ساعتی و روزانه بررسی شدند بطوریکه در هر روز، 3 داده انتخاب شد که مربوط به ساعتهای 11، 17 و 23 می شدند که بعنوان ساعاتی که آلودگی تغییرات چشمگیری داشت انتخاب گشتند. داده ها برای سالهای 94 تا 97 بررسی شدند. نتایج حاصل بیانگر اینست که هر دو مدل شبکه عصبی مصنوعی و سیستم استنتاج عصبی – فازی انطباقی نتایج مناسبی را شامل شده اند. بطوریکه معیار DC برای NO2 آنها در مرحله صحت سنجی، به ترتیب 0/83 و 0/84 و برای آلاینده ی SO2 برایر 0/89 و 0/88 میباشد.

کلمات کلیدی:
آلودگی هوا، شبکه عصبی مصنوعی، سیستم استنتاج عصبی – فازی انطباقی ، NO2، .SO2

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/966997/