پیش بینی آلودگی هوای تهران با داده کاوی

آلودگی هوا، تهدیدی جدی برای سلامت عمومی و محیطزیست است. جهت کاهش اثرات ناشی از آلودگی هوا باید پارامترهای موثر در آلودگی هوا را به خوبی بشناسیم، هدف مطالعه حاضر برآورد و پیش بینی روزانه آلودگی هوای شهر تهران با استفاده از روش داده کاوی و بهره گیری الگوریتم جنگل تصادفی است. در این مطالعه توصیفی تحلیلی داده های ایستگاه های سنجش کیفیت هوا و داده های هواشناسی شهر تهران طی دوره 7 ساله ( 1396 – 1390 ) با بهره گیری الگوریتم جنگل تصادفی مورد بررسی قرار گرفت. نتایج مطالعه نشان داد از بین پارامترهای مورد بررسی متغیرهای PM2.5 و محدوده دید و آلودگی روز قبل بیشترین تاثیر را در پیش بینی آلودگی هوا داشتند. همچنین در بررسی غلظت ازن بیشترین تاثیر مربوط به متغیرهای دمای هوا و 2SO بود. نتایج گویای عملکرد قابل قبول مدل پیش بینی آلودگی هوا با دقت 41 / 85 درصد و مدل پیش بینی غلظت اوزن با دقت 72 / 84 درصد بوده است. با توجه به ارتباط معنی دار بین برخی از پارامترهای هواشناسی و آلاینده ها، مشخص گردید که این متغیرها می توانند در میزان کیفیت هوای شهر تهران موثر واقع شوند از این نتایج می توان وضعیت آلودگی هوا در روزهای آینده را به شهروندان و سازمان ها اطلاع داد تا برنامه های روزانه و کاری را مدیریت کنند.

کلیدواژه ها:

آلودگی هوا ، تهران ، داده کاوی ، الگوریتم جنگل تصادفی