کاربرد شبکه عصبی مصنوعی و رگرسیون خطی در ارزیابی آلودگی هوای کلانشهر تبریز

سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 127

فایل این مقاله در 22 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_GEOP-27-86_010

تاریخ نمایه سازی: 12 تیر 1403

چکیده مقاله:

تبریز که سریع ترین رشد شهری را در شمال غرب کشور داراست، از بزرگترین شهرهای ایران از لحاظ جمعیتی، اقتصادی، صنعت و حمل ونقلی است که توسعه فزاینده به موازات عدم رعایت برنامه ریزی اصولی کاربری های اراضی و فرسودگی حمل و نقل عمومی و بخش احتراق صنایع و عدم فیلترازسیون مناسب این صنایع به عنوان مثال نیروگاه حرارتی منجر به افزایش آلودگی هوا در سطح شهر شده است. بدین منظور پژوهش حاضر سعی دارد با استفاده از متغیرهای ورودی ( فاصله از مراکز صنعتی، رطوبت، دما، تراکم جمعیت، فاصله از مراکز تجاری، فاصله از ایستگاه های اتوبوس، فاصله از مراکز آموزشی، تغییرات پوشش گیاهی، فاصله از آزاد راه ها، تراکم ساختمانی، جهت باد، دی اکسید کربن و مونوکسید کربن ) به ارزیابی آلودگی هوا با استفاده از شبکه عصبی مصنوعی و رگرسیون خطی در کلانشهر تبریز بپردازد. در پژوهش حاضر سعی گردید متغیرهای مستقل موثر در توزیع احتمال آلایندگی در دو مدل شبکه عصبی پرسپترون چند لایه (MLP) و رگرسیون خطی در ارتباط گذاشته شود تا بتوان با تعریف تمهیداتی در مدیریت شهری و اثر گذاری و برنامه ریزی در متغیرهای یاد شده کنترل آلودگی را بهبود بخشد. نتایج نشان می دهد که عمده ترین آلاینده ها بیشتر مربوط به ذرات معلق (PM۱۰)، گاز (CO۲)، (SO۲) و (NOx) می باشد. پراکندگی ذرات معلق در هوا بیشتر بر اثر تردد وسایط نقلیه، فعالیت های صنعتی، احتراق سوخت موتورهای دیزل و ساخت و ساز بی رویه و نیاز به تولید برق بیشتر می باشد. فعالیت های نیروگاه های حرارتی، پالایشگاه تبریز و سیستم های گرمایشی خانگی و تجاری درون شهری نیز از جمله عوامل تولید کننده SO۲ بوده و بیشترین تولید CO۲ مربوط به سوخت خودروهای بنزین سوز می باشد. شدت افزایش مقدار این آلاینده در تمامی ایستگاه های منتخب در فصل های پاییز و زمستان به مراتب بیشتر بوده به طوری که در این فصول آلاینده ها به بیش از دو برابر مجاز نیز می رسند. سهم آلاینده های هوای تبریز را می توان به سه دسته کلی تقسیم بندی نمود که بیشترین عامل متعلق به بخش نیروگاه حرارتی و حمل و نقل می باشد.

نویسندگان

حسن محمودزاده

دانشیار جغرافیا و برنامه ریزی شهری، گروه جغرافیا و برنامه ریزی شهری، دانشکده برنامه ریزی و علوم محیطی، دانشگاه تبریز، تبریز، ایران

محمد صمدی

کارشناسی ارشد جغرافیا و برنامه ریزی شهری- دانشگاه تبریز

مجید پایدار

دانشجوی دکتری جغرافیا و برنامه ریزی شهری- دانشگاه تبریز

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • الوند، روفیده. محمدزاده، مرجان. رضایی، حمیدرضا، میرکریمی، سید حامد.(۱۳۹۶). نقش ...
  • آل شیخ،علی اصغر. قراگوزلو،علیرضا و سجادیان مهیار. (۱۳۹۱). بهره گیری ...
  • جعفریان،سمیه. زهرا،آقالری و نجار مرضیه.(۱۳۹۶). آگاهی و نگرش کنترل آلودگی ...
  • حسین­پور، سید علی. گل زردی، سمانه. حکیم، زاده ساناز.(۱۳۹۲). تحلیلی ...
  • رحیمی، اکبر، (۱۳۸۵). تحلیل آلودگی­های هوایی ناشی از مکان­یابی نامناسب ...
  • سرور هوشنگ، اسمعیل­پور مرضیه، خیری­زاده منصور، امرایی مهتاب: تحلیل فضایی ...
  • سلطانی،طاهره. گندمکار،امیر. عطایی،هوشمند. مفیدی،عباس و باقری محسن.(۱۳۹۷). بررسی تاثیر اقلیمی ...
  • شریفی سده مریم، احمدی ندوشن مژگان: کاربرد روش رگرسیون اراضی ...
  • غیاث الدین، منصور.( ۱۳۸۵). آلودگی هوا (منابع، اثرات و کنترل). ...
  • قائمی،زینب. طالعی،محمد. فرنقی،مهدی و جوادی،قاسم.(۱۳۹۶). پیش­بینی آلودگی هوای شهر تهران ...
  • قربانی،محمد و فیروز زارع علی(۱۳۸۸). ارزش­گذاری و ویژگی­های مختلف آلودگی ...
  • وحدت امیرحسین، علی محمدی عباس: بررسی تغییرپذیری ساعتی رابطه بین ...
  • Azid, A., Juahir, H., Latif, M. T., Zain, S. M., ...
  • Balogun, A. L., Tella, A., Baloo, L., & Adebisi, N. ...
  • Boznar.M.,Lesiak.M.,Mlaker.P.,(۱۹۹۳).A neural network based method for shortterm predictions of ambient ...
  • Bates, D. V. (۱۹۹۵). The effects of air pollution on ...
  • Biancofiore, F., Verdecchia, M., Di Carlo, P., Tomassetti, B., Aruffo, ...
  • Bhuiyan, R. (۲۰۲۱). Examination of air pollutant concentrations in Smart ...
  • Collett RS, Oduyemi K. ۱۹۹۷; Air quality modelling: a technical ...
  • Gao, M., Yin, L., & Ning, J. (۲۰۱۸). Artificial neural ...
  • Garc a Nieto, P.J., Combarro, E.F., del Coz D az, ...
  • Dutta, A., & Jinsart, W. (۲۰۲۰). Application and comparison of ...
  • Ibarra-Berastegi G, Elias A, Barona A, Saenz J, Ezcurra A, ...
  • Krzyzanowski, M. (۲۰۰۸). WHO air quality guidelines for Europe. Journal of ...
  • Mudway, I. S., Kelly, F. J., & Holgate, S. T. ...
  • Qiu, H., Yu, I., Wang, X., Tian, L., Tse, L.A., ...
  • Slaughter, J.C., Lumley, T., Sheppard, L., Koenig, J.Q., and Shapiro, ...
  • Sahoo, L., Praharaj, B. B., & Sahoo, M. K. (۲۰۲۱). ...
  • U.S. EPA (۲۰۰۹). Technical Assistance Document for Reporting of Daily ...
  • نمایش کامل مراجع