کاربرد شبکه عصبی مصنوعی و رگرسیون خطی در ارزیابی آلودگی هوای کلانشهر تبریز (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
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 (PM10)، گاز (CO2)، (SO2) 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 SO2 بوده و بیشترین تولید CO2 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.Application of artificial neural network and linear regression in assessing air pollution in Tabriz metropolis
The city of Tabriz, which has the fastest urban growth in the northwest of the country, is one of the largest cities in Iran in terms of population, economic activity, industry and transportation options. Public transportation and industry combustion and lack of proper filtration of these industries, such as thermal power plants, has led to increased air pollution in the city. For this purpose, the present study tries to use input variables (distance from industrial centers, humidity, temperature, population density, distance from commercial centers, distance from bus stations, distance from educational centers, vegetation changes, distance from free Roads, building density, wind direction, carbon dioxide and carbon monoxide) to assess air pollution using artificial neural networks in the metropolis of Tabriz. In the present study, the independent variables affecting the distribution of pollution probability in two models of multilayer perceptron neural network (MLP) and linear regression were tried to be defined by defining measures in urban management and influencing and planning the mentioned variables. Improve pollution control.The results show that the major pollutants are mostly suspended particles (PM10), gas (CO2), (SO2) and (NOx).The dispersion of airborne particles is mostly due to vehicle traffic, industrial activities, fuel combustion of diesel engines and construction and the need to generate more electricity.-The activities of thermal power plants, Tabriz refinery and domestic and commercial heating systems are also among the factors producing SO2 and the highest CO2 production is related to the fuel of gasoline-burning vehicles. The intensity of the increase in the amount of this pollutant in all selected stations in the autumn and winter seasons is much higher, so that in these seasons the pollutants reach more than twice the allowable level.The share of Tabriz air pollutants can be divided into three general categories, the most important of which is the thermal power plant and transportation.
تبلیغات
