مقایسه ی تکنیک های خوشه بندی سلسله مراتبی و k – میانگین برای تحلیل داده های آلودگی هوای تهران

در بسیاری از مطالعات آلودگی هوا، تجزیه و تحلیل خوشه ای یک ابزار مناسب برای تحلیل آلاینده های هوا است. تجزیه و تحلیل خوشه ای که ازآن به عنوان خوشه بندی یاد می شود ، روشی است برای طبقه بندی مشاهدات مشابه ، نقاط داده ها یا بردارهای ویژگی که بر اساس ویژگی های مشابه هستند، استفاده می شود. لذا تحقیق حاضر درصدد است تا با بکار بستن تکنیک های خوشه بندی ، به دسته بندی ایستگاه های مستقر در تهران به گروه های شبیه به هم، با توجه به آلاینده های گزارش شده در این ایستگاه ها بپردازد. بدین منظور از داده های آلودگی هوا (میانگین آلاینده ها در پاییز 98 در 15 ایستگاه در نقاط مختلف تهران) استخراج شده از طریق سایت کنترل کیفیت هوای تهران استفاده شده است. نتایج این تحقیق حاکی از آن است که خوشه بندی به روش k میانگین 6 گروهی و سلسله مراتبی با لینک میانه بهتر از بقیه گروه بندی را انجام دادند و خوشه های شامل مناطق 21 ، 18 و 9 آلوده تر از بقیه مناطق بودند

کلیدواژه ها:

خوشه بندی سلسله مراتبی ، خوشه بندی k – میانگین ، آلودگی هوا