پیش بینی غلظت آلاینده های هوای شهر تهران بر اساس عوامل اقلیمی با استفاده از شبکه عصبی مصنوعی

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 871

فایل این مقاله در 17 صفحه با فرمت PDF و WORD 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:

AGROCONGRESS03_554

تاریخ نمایه سازی: 8 اردیبهشت 1396

چکیده مقاله:

پیشرفت تکنولوژی، افزایش روزافزون جمعیت و توسعه ی کلان شهرها، معضلات محیط زیستی زیادی را به وجود آورده است. یکی از این معضلات زیست محیطی که ایران و حتی جهان را به چالش کشیده و در تلاش پیدا کردن راه حلی برای آن می باشد، آلودگی هواست. ازجمله مهم ترین عوامل تاثیرگذار بر آلودگی شهرهای بزرگ، ازجمله شهر تهران، عوامل اقلیمی می باشد. هدف از انجام این پژوهش، مدل سازی غلظت آلاینده های شاخص آلودگی هوا با توجه به عوامل اقلیمی و شاخص های پایداری و ناپایداری با استفاده از مدل شبکه عصبی مصنوعی است. آلاینده های موردبررسی PM10 و AQI بودند. که PM10 از مهم ترین آلاینده های هوای شهر تهران به شمار می روند. داده های هواشناسی مورداستفاده در این بررسی نیز شامل رطوبت نسبی، دما، جهت باد، سرعت باد می باشد. نتایج حاصل از مدل سازی نشان داد که میانگین تغییرات روزانه غلظت آلاینده های مذکور در طول سال متفاوت بوده و به شدت تحت تاثیر پارامترهای هواشناسی و شاخص های پایداری و ناپایداری بوده است . به طوری که ضریب همبستگی آلاینده ها با عوامل اقلیمی و شاخص های پایداری و ناپایداری برای PM10 معادل 77/0 و برایAQI معادل 54/0 محاسبه گردید. جذر ریشه میانگین مربعات خطا برای PM10 و AQI به ترتیب 24/0 و 21/0 به دست آمد.

کلیدواژه ها:

نویسندگان

راضیه فرهادی

دانشجوی کارشناسی ارشد گروه محیط زیست، دانشگاه حکیم سبزواری

مجتبی هادوی فر

استادیار گروه محیط زیست، دانشگاه حکیم سبزواری

مظاهر معین الدینی

استادیار گروه محیط زیست، دانشگاه تهران

محمود امین طوسی

استادیار دانشکده ریاضی و علوم کامپیوتر، دانشگاه حکیم سبزواری

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 :
  • Air pollution: An environmentl factor .ابوالفضل تهدشم 1. Beamish LA, ...
  • تقوی، ه.، دانش، ش.، مساعدی، ... پیش بینی غلظت آلاینده ...
  • نوری، ر، اشرفی، خ، اژدرپور، ا، .(2008). مقایسه کاربرد روش ...
  • رحیمی، ا، صدر موسوی، م. ارزیابی کاربرد شبکه های عصبی ...
  • صدر موسوی، م، رحیمی، ا. مقایسه نتایج شبکه عصبی پرسپترون ...
  • پیش بینی میزان غلظت آلاینده های هوای تهران با استفاده از شبکه عصبی مصنوعی [مقاله کنفرانسی]
  • دبیری، م. 1379 آلودگی محیط زیست:هوا- آب-خاک-صوت. اتشارات دانشگاه تهران ...
  • Enger ED, Smith BF, Bockarie AT, Edward A Keller, Daniel ...
  • Jain S, Khare M. Adaptive neuro-fuzzy modeling for prediction of ...
  • Chen R, Samoli E, Wong CM, Huang W, Wang Z, ...
  • Golbaz S, Farzadkia M, Kermani M. Determination of Tehran air ...
  • Yi J, Prybutok VR. A neural network model forecasting for ...
  • Yi J, Prybutok VR. a neural network modl forecasting for ...
  • concentration in an industrialized urban area. 1 996;92(3): 349-57. ...
  • Boznar M, Lesjak M, Mlakar P. A neural network-based method ...
  • Jiang D, Zhang Y, Hu X, Zeng Y, Tan J, ...
  • Hooyberghs _ Mensink C, Dumont G, Fierens F, Brasseur O. ...
  • Hooyberghs J, Mensink C, Dumont G, Fierens F, Brasseur O. ...
  • Gardner MW, Dorling SR. Neural network modelling and prediction of ...
  • Enger ED, Smith BF, Bockarie AT, Edward A Keller, Daniel ...
  • sayad, o. (1387). Neural Network, 30(7), 623-625. http:/doi.org/1 0.402 8/www ...
  • Zhang DZ, Peng ZR. Near-road fine particulate matter concentration estimation ...
  • Hagan MT, Demuth HB, Beale MH, De Jesus O. Neural ...
  • Agirre-B asurko E, Ibarra-B erastegi G, Madariaga I. Regression and ...
  • نمایش کامل مراجع