مشخصات پژوهش

صفحه نخست /پیش بینی میزان غلظتPM10 موجود ...
عنوان پیش بینی میزان غلظتPM10 موجود در هوای شهر سنندج با استفاده از مدل های رگرسیون خطی چندگانه، PCR و GRNN
نوع پژوهش پایان نامه
کلیدواژه‌ها آلودگی هوا، ، پیش بینی، ذرات معلق PM10، سنندج، مدل شبکه عصبی رگرسیون عمومی
چکیده ملاحظات زیست محیطی تا سالهای زیادی در توسعه کشورها نادیده گرفته می شد. در دهۀ آخر قرن 20 و آغاز قرن 21 فاکتورهای زیست محیطی نقش مهمی را در جهت سرعت توسعه ملتها بازی کرده اند و در مقابل، توسعه افسار گسیخته انسانی نیز توازن زیست محیطی کره زمین را به عنوان یک مکان قابل سکونت مختل کرده است. آلودگی محیط زیست که بی توجهی به آن می تواند حیات بشر و بقای او را مورد تهدید و خطر جدی قرار دهد، موضوعی است که توجه مجامع و سازمان های بین المللی، منطقه ای و داخلی را به آن معطوف داشته است. از دیرباز اثر آلودگی هوا بر سلامت انسان مورد توجه بوده است. آلودگی هوا به عنوان یکی از پیامدهای توسعه شهرنشینی، افزایش فعالیتهای صنعتی و مصرف فزاینده سوختهای فسیلی، علاوه بر تخریب محیط و ضررهای اقتصادی، جزء 10 عامل مهم افزایش مرگ و میر در دنیا شناخته شده است. براساس گزارش برنامه محیط زیست سازمان ملل متحد، ذرات معلق مهمترین آلاینده هوا در شهر های بزرگ جهان می باشد. از این رو پیش بینی ذرات گردوغبار تا حدی می تواند مفید باشد. جهت پیش بینی امروز و روز بعد ذرات معلق PM10 شهر سنندج ، داده های مربوط به کیفیت هوا شامل PM2.5، PM10، SO2، NO2، CO،NOX ،O3 از اداره کل حفاظت محیط زیست کردستا ن و داده های مربوط به هواشناسی شامل میانگین حداقل دما (TMin)، میانگین حداکثر دما (TMax)، میانگین فشار جوی (AP)، بارش روزانه (PR)، رطوبت نسبی روزانه (RH) و سرعت باد روزانه (WS) و دید افقی از اداره کل هواشناسی کردستان ، در بازه زمانی سال 1390 لغایت 1395 تهیه گردید. به منظور افزایش دقت پیش بینی، نتایج مدل های رگرسیون خطی چند گانه، رگرسیون اجزای اصلی و شبکه عصبی رگرسیون عمومی در پیش بینی ذرات معلق PM10 شهر سنندج با هم مقایسه گردید. نتایج پیش بینی امروز و روز بعد ذرات معلق PM10 در شهر سنندج اثبات برتری شبکه عصبی رگرسیون عمومی نسبت به مدل های دیگر شامل رگرسیون خطی چند گانه و رگرسیون اجزای اصلی را نشان می دهد، به طوری که مدل شبکه عصبی رگرسیون عمومی از نظر دقت و عملکرد بالا با مقدار =0.95 R^2، RMSE=8.1596 و MAE=5.1394 در مرحله آموزش و مقدار =0.90 R^2، RMSE=6.0434 و MAE=5.1961 در مرحله آزمون در پیش بینی امروز و با مقدار =0.86 R^2، RMSE=13.9195 و MAE=8.9041 در مرحله آموزش و مقدار =0.64 R^2، RMSE=8.3550 و MAE=7.3080 در مرحله آزمون در
پژوهشگران جمیل امان اللهی (استاد راهنما)، فرشید قربانی چقامارانی (استاد راهنما)، ماهان رحیمی (دانشجو)