به کارگیری هوش مصنوعی در پیش بینی نقاط پرخطر آلودگی بصری و محیطی در شهر

گسترش سریع شهرنشینی و افزایش پیچیدگی ساختارهای شهری موجب تشدید انواع آلودگی های محیطی و بصری شده است که پیامدهای قابل توجهی برای کیفیت زندگی شهروندان و پایداری محیط شهری به همراه دارد. شناسایی به موقع نقاط پرخطر آلودگی در سطح شهر یکی از چالش های مهم مدیریت شهری محسوب می شود، زیرا روش های سنتی پایش و ارزیابی اغلب مبتنی بر مشاهدات میدانی محدود بوده و توان پیش بینی الگوهای فضایی–زمانی آلودگی را به طور موثر ندارند. هدف این پژوهش بررسی و تبیین چارچوبی برای به کارگیری هوش مصنوعی در پیش بینی و شناسایی نقاط پرخطر آلودگی بصری و محیطی در فضاهای شهری است. بر این اساس، فرض اصلی پژوهش آن است که استفاده از مدل های هوش مصنوعی و تحلیل داده های چندمنبعی شهری می تواند دقت و کارایی پیش بینی مناطق مستعد آلودگی را به طور قابل توجهی افزایش دهد. این پژوهش با رویکردی توصیفی–تحلیلی و با بهره گیری از روش مدل سازی مفهومی انجام شده است. جامعه آماری پژوهش شامل داده های مکانی و محیطی مرتبط با عناصر منظر شهری در محدوده های شهری منتخب بوده و داده ها از طریق منابعی نظیر تصاویر خیابانی، داده های مکانی شهری، گزارش های مدیریتی و اطلاعات محیطی گردآوری شده اند. ابزار گردآوری داده ها شامل پایگاه های داده شهری، تصاویر محیطی و لایه های اطلاعات جغرافیایی بوده و تحلیل داده ها با استفاده از روش های یادگیری ماشین، تحلیل مکانی و الگوریتم های طبقه بندی و پیش بینی انجام گرفته است. نتایج پژوهش نشان می دهد که ترکیب داده های تصویری، مکانی و محیطی در قالب مدل های هوش مصنوعی قادر است الگوهای توزیع آلودگی بصری و محیطی را با دقت بالاتری شناسایی کرده و مناطق مستعد بروز یا تشدید آلودگی را پیش بینی کند. همچنین نتایج بیانگر آن است که استفاده از این رویکرد می تواند به بهبود نظام پایش محیط شهری، اولویت بندی مداخلات مدیریتی و ارتقای کیفیت منظر شهری کمک کند. در مجموع، یافته ها نشان می دهد که ادغام فناوری های هوش مصنوعی با داده های شهری می تواند به عنوان ابزاری موثر در مدیریت هوشمند شهرها و کاهش پیامدهای آلودگی محیطی مورد استفاده قرار گیرد.

کلیدواژه ها:

هوش مصنوعی ، آلودگی بصری شهری ، تحلیل مکانی ، پیش بینی نقاط پرخطر ، مدیریت هوشمند شهری