تخمین مکانی – زمانی آلاینده‌های منواکسید کربن و دی‌اکسید نیتروژن شهر تهران مبتنی بر داده‌های حاصل از سنجش‌ازدور و داده‌های کمکی

  • سال انتشار: 1399
  • محل انتشار: مجله جغرافیا و پایداری محیط، دوره: 10، شماره: 3
  • کد COI اختصاصی: JR_GERAZ-10-3_007
  • زبان مقاله: فارسی
  • تعداد مشاهده: 417
دانلود فایل این مقاله

نویسندگان

علی شمس الدینی

گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده علوم انسانی، دانشگاه تربیت مدرس، تهران، ایران

وانکو احمدی

گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده علوم انسانی، دانشگاه تربیت مدرس، تهران، ایران

چکیده

آلودگی هوا یکی از پیامدهای ناهنجار فعّالیت­های بشر است که نه‌تنها سلامت انسان را تهدید می‌کند؛ بلکه بر همة عوامل محیط‌زیست ازجمله گیاهان و جانوران تأثیر نامطلوب می‌گذارد. تهران به‌عنوان مرکز اداری، سیاسی و اقتصادی کشور و پرجمعیّت­ترین شهر ایران، یکی از آلوده‌ترین شهرهای دنیا به­شمار می­رود. از مدل‌های خطّی و غیر خطّی متعدّدی تاکنون به‌منظور مدل­سازی آلودگی هوا استفاده شده است. در نوشتار پیش رو از ویژگی­های مکانی و زمانی مستخرج از تصاویر سنجش‌ازدور و داده­های محیطی ایستگاه­های پایش آلودگی هوا سازمان محیط‌زیست واقع در سطح شهر تهران پس از پیش‌پردازش‌های لازم به­مثابة ورودی مدل استفاده شد. ازمیان ایستگاه­های آلاینده­سنج موجود در سطح شهر تهران، با درنظرگرفتن پوشش سری زمانی مشترک داده­های ثبت‌شده، تعداد هشت ایستگاه انتخاب شد. به­منظور انجام فرایند مدل‌سازی از روش شبکة عصبی مصنوعی پرسپترون چندلایه با الگوریتم آموزش لونبرگ – مارکوارت و تابع فعّال‌سازی سیگموئیدی استفاده شد. در پژوهش حاضر از داده­های هواشناسی، داده‌های مربوط به غلظت آلاینده‌ها در روزهای قبل، کاربری اراضی و نیز داده‌های مستخرج از تصاویر ماهواره‌ای شامل داده‌های مربوط به پوشش گیاهی و جزایر حرارتی به‌منظور مدل‌سازی غلظت آلاینده‌ها استفاده شد. از روش تبدیل موجک بر روی مقادیر غلظت آلاینده ها در روزهای قبل استفاده گردید و سپس روش انتخاب ویژگی جنگل تصادفی بر روی ویژگی­های ورودی مدل اعمال شد؛ همچنین با توجّه به تغییرات مکانی آلودگی هوا سعی بر آن شد که با استفاده از اطّلاعات هفت ایستگاه، مقادیر غلظت آلایندة یک ایستگاه برآورد شود. نتایج حاصل از ارزیابی مدل بیانگر کارابودن مدل ارائه‌شده در تخمین مقادیر بیشینة روزانه غلظت آلاینده بود. منواکسید کربن و دی‌اکسید نیتروژن به­ترتیب با خطای 13% و 5/11% به‌صورت زمانی پیش‌بینی شدند؛ همچنین این دو آلاینده به‌صورت مکانی با خطای تخمین کمتر از 17% پیش‌بینی شدند.

کلیدواژه ها

یادگیری ماشین, شبکة عصبی مصنوعی, مدل‌سازی مکانی - زمانی, منواکسید کربن, دی‌اکسید نیتروژن

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.