ارزیابی تاثیر حجم ترافیک در آلودگی هوای شهر مشهد به کمک سری های زمانی فصلی

آلودگی هوا به عنوان یکی از عوامل اصلی آسیب های محیط زیست شناخته شده است. عوامل مختلفی در افزایش آلودگی هوا دخالت دارند که در این میان ترافیک جاده ای یکی از منابع اصلی است. در این مطالعه، اثرات جریان ترافیک بر پارامترهای آلودگی ذرات معلق بیش از 10 میکرون (PM10) و ذرات معلق بیش از 2.5 میکرون (PM2.5) توسط یک مدل پیش بینی سری زمانی فصلی بررسی شده است. برای پیش بینی سطح روزانه PM10 و PM2.5 در شهر مشهد، براساس پیش بینی جریان ترافیک روزانه در بزرگراه های اصلی شهر مشهد و همچنین استفاده از متغیرهای درجه حرارت، سرعت باد، رطوبت استفاده شده است. در این مقاله متغیرهای نام برده تنها به عنوان متغیرهای مستقل بکار نرفته اند بلکه هر یک از متغیرهای مستقل به صورت یک مدل سری زمانی قابل پیش بینی برای آینده وارد مدل شده اند. بر این اساس می توان از مدل نهایی برای پیش بینی شاخص های آلودگی در روزهای آینده استفاده کرد برای بررسی میزان همبستگی سری های زمانی با یکدیگر از تابع همبستگی ضربی (CCF) استفاده شده است. برای هر متغیر تابع خودهمبستگی (ACF) و تابع خودهمبستگی جزیی (PACF) برآورد شده و براساس این دو معیار فاصله های زمانی مناسب برای پیش بینی در مدل بکار رفته است. مدل نهایی یک مدل سری زمانی فصلی SARIMA، خواهد بود که سطوح آینده PM10 و PM2.5 به خوبی پیش بینی نمی کند. دو مدل ارایه شده به ترتیب دارای 0/741R2 و 0/676 است و RSME آن 8/667 و 9/374 برای PM10 و PM2.5 می باشد.

کلیدواژه ها:

سری های زمانی ، مدل های پیش بینی ، همبستگی جزیی ، سری های زمانی فصلی