مدلسازی مکانی-زمانی پیشبینی آلودگی هوا به کمک تلفیق GIS و الگوریتمهای ماشین بردار پشتیبان و K-Nearest Neighbor

سال انتشار: 1401
محل انتشار: سومین کنفرانس ملی داده کاوی در علوم زمین
کد COI اختصاصی: EARTHSCI03_089
زبان مقاله: فارسی
تعداد مشاهده: 415

نویسندگان

استادیار گروه مهندسی نقشهبرداری، دانشکده فنی و مهندسی، دانشگاه بجنورد، خراسان شمالی، بجنورد

چکیده

مهاجرت به شهرها به دلایل متعددی مانند کار، تحصیل و امکانات بهتر باعث گردیده که توده های عظیم جمعیت در مناطق با گسترهی مکانی کم متمرکز گردند. با افزایش جمعیت در شهرها، بسیاری از مشکلات زیست محیطی با تاثیر صنعت و ترافیک پدیدار میشوند. آلودگی هوا یکی از اصلیترین این مشکلات است. در اختیار داشتن مدلی دقیق جهت پیشبینی مکانی-زمانی میزان آلودگی هوا میتواند به مدیریت، برنامه ریزی و تصمیم گیریهای مناسب کمک نماید. مطالعات متعدد در زمینه ی ساخت مدلهای پیشبینی مرتبط با فاکتورهای مکانی، تلفیق الگوریتمهای یادگیری ماشین و سیستمهای اطلاعات مکانی را در رسیدن به نتایج عینی و دقیقتر حائز اهمیت دانسته اند. لذا در این تحقیق، مدلسازی مکانی-زمانی پیشبینی آلودگی هوا به کمک تلفیق GIS و الگوریتمهای SVM و K-Nearest Neighbor صورت پذیرفته است. همچنین، شهر تهران به علت موقعیت ژئوپلتیک، میزان جمعیت ساکن و شرایط نامساعدی که از منظر آلودگی هوا دارد به منظور پیادهسازی، ارزیابی و مقایسه نتایج مدلها انتخاب گردید. مقادیر آلودگی هوای فصلی برای سالهای ۱۳۹۹-۱۳۹۶، نقشه های مدل رقومی ارتفاع، شیب و تراکم خیابانها به منظور آموزش و اعتبار سنجی مدلها مورد استفاده قرار گرفت و توزیع مکانی-زمانی آلودگی هوا برای فصول مختلف سال ۱۴۰۰ پیشبینی گردید. نتایج به دست آمده نشان داد که روش K-Nearest Neighbor از نظر معیارهای ضریب تعیین (R۲) و جذر میانگین مربعات خطا (RMSE) نتایج بهتری نسبت به SVM در تمام فصول به جز تابستان ارائه داده است. به طوریکه در تمام فصول R۲ بیشتر از ۸۲.۰ و RMSE کمتر از ۷.۲۴ بوده است. این معیارها برای فصل پاییز بهترین وضعیت خود (۹۱.۰R۲= و ۲.۱۱(RMSE= را داراست. نتایج به دست آمده، توانایی و دقت مطلوب روش K-Nearest Neighbor در مدلسازی مکانی-زمانی پیشبینی آلودگی هوا را نشان میدهد، از این رو میتواند به عنوان ابزاری کارا در اختیار مدیران و تصمیم گیران این حوزه قرار گیرد .

کلیدواژه ها

مدلسازی مکانی-زمانی، آلودگی هوا، GIS، SVM، .K-Nearest Neighbor

مقالات مرتبط جدید

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.