شبیه سازی و برآورد کیفیت بهداشتی هوای شهری با استفاده از هوش مصنوعی (مطالعه موردی: ایستگاه قلهک شهر تهران)

زمینه و هدف: کیفیت نامطلوب هوا ناشی از وجود غلظت های زیاد آلاینده ها در کلان شهر تهران موجب ایجاد بیماری های مختلف و مشکلات فراوان برای سلامتی و رفاه عمومی این کلان شهر گردیده است و همچنین موجب آسیب به محیط زیست و موجودات زنده می شود.   روش کار: شاخص کیفیت هوا (AQI) یک ابزار کلیدی جهت آگاهی از کیفیت هوا، نحوه اثر آلودگی هوا بر سلامت و روش های محافظتی در برابر آلودگی هوا است. هدف اصلی این تحقیق مدل سازی و برآورد شاخص کیفیت هوا با درخت تصمیم و الگوریتم بوستینگ تطبیقی است. از داده های ساعتی غلظت آلاینده های هوا و پارامترهای هواشناسی ایستگاه قلهک شهر تهران به منظور مدل سازی و برآورد AQI استفاده شد   یافته ها: نتایج تحقیق نشان داد که مدل درخت تصمیم عملکرد بهتری نسبت به مدل بوستینگ تطبیقی دارد. برای ارزیابی نتایج مدل های مذکور، ریشه میانگین مربعات خطا (RMSE)، میانگین مطلق خطا (MAE)، میانگین مربعات خطا (MSE) و ضریب همبستگی (R) در مدل درخت تصمیم برای مرحله آزمون به ترتیب ۷۵/۰ ، ۱۰۱/۰ ، ۵۶۳/۰ و ۹۹/۰ حاصل شد که در مقایسه با مدل بوستینگ تطبیقی (۱/۷RMSE=، ۱۱/۵MAE=، ۵۲/۵۰MSE= و ۹۵/۰R=) حاکی از برتری مطلق نتایج درخت تصمیم رگرسیون نسبت به مدل بوستینگ تطبیقی است.   نتیجه گیری: نتایج حاصل از این مطالعه نشان داد که می توان از مدل درخت تصمیم رگرسیون به عنوان یک مدل کارآمد جهت مدل سازی و برآورد شاخص کیفیت هوا شهری استفاده نمود.

کلیدواژه ها:

شبیه سازی ، شاخص کیفیت هوا ، آلودگی هوا ، درخت تصمیم ، الگوریتم بوستینگ