پهنه بندی آلودگی هوای شهر تهران با استفاده از الگوریتم های شبکه عصبی مصنوعی

آلودگی هوا از مهمترین مشکلات زیست محیطی قرن اخیر است که سلامت انسان ها را تهدید می نماید . پدیده آلودگی هوا در مناطق شهری یکی از پیامدهای انقلاب صنعتی است که از 300 سال قبل آغاز شده است و با توسعه صنعتی شدن و افزایش شهرها، روز به روز بر میزان و شدت آن افزوده شده است. آلودگی هوا عبارتست از وجود ترکیبات (شیمیایی، فیزیکی، بیولوژیکی و رادیولوژیکی) در جو، به طوری که برای سلامت انسان، حیوان و گیاه مضر باشند و کیفیت طبیعی اتمسفر را مختل کنند. اثرات آلودگی هوا بر انسان ها و محیط زیست در طول سالهای اخیر افزایش یافته که شهر تهران نیز از این پدیده مصون نیست. در این تحقیق در کلان شهر تهران، با استفاده از دو مدل شبکه عصبی مصنوعی Levenberg-Marquardt و Bayesian Regularization، داده های آلاینده PM2.5 مورد مقایسه قرار گرفتند. پس از بررسی دقت مدل های مختلف، مشخص شد که مدلLevenberg-Marquardt با اندازه لایه پنهان 10 دارای خطای کمتر و برابر 21.9227 مدل برتر است.

کلیدواژه ها:

آلودگی هوا ، شبکه عصبی مصنوعی ، سنجش از دور ، PM2.5 ، Levenberg-Marquardt ، Bayesian Regularization