مشخصات پژوهش

عنوان	برآورد میزان غلظت PM2.5 شهر تهران با استفاده از داده-های سنجده مودیس و مدل GTWR
نوع پژوهش	پایان نامه
کلیدواژه‌ها	ذرات معلق PM2.5، عمق نوری آئروسل (AOD)، سیستم استنتاج تطبیقی عصبی-فازی ((ANFIS، مدل رگرسیون وزنی جغرافیایی و زمانی (GTWR)، مدل شبکه عصبی رگرسیون عمومی یا GRNN
چکیده	افزایش مشکلات و بحران های محیط زیست در جهان باعث شده است تا طی نیم قرن گذشته اهمیت بحث در مورد محیط زیست و مسائل زیست محیطی افزایش یابد. آلودگی هوا در ردیف یکی از زیان بارترین بلایای طبیعی قرار گرفته است. منابع طبیعی تولید کننده آلودگی هوا شامل گردوغبار حاصل از پدیده ها، گرده گیاهان، میکرو ارگانیسم ها، آئروسل ها و منابع انسانی یا مصنوعی آلودگی هوا شامل بخش های خانگی، تجاری، صنعتی و حمل و نقل می باشد. ذرات معلق به نوبه خود مشکل بزرگی برای شهرها به ویژه بیشتر شهرهای بزرگ است. تهران به عنوان پایتخت ایران نیز از این امر مستثنی نبوده و دائماً با این خطرات دست به گریبان می باشد از این رو پیش بینی ذرات گردوغبار برای سلامت جامعه می تواند مفید واقع شود. بنابراین هدف از این پژوهش برآورد غلظت ذرات معلق PM2.5 شهر تهران با استفاده از داده های ماهواره مودیس و داده های زمینی می باشد. برای این منظور داده های غلظت روزانه PM2.5 از طریق مراجعه به دفتر سازمان حفاظت از محیطزیست شهر تهران، داده های AOD سنجنده مودیس از طریق سایت سازمان ناسا، داده های هواشناسی شامل رطوبت نسبی یاRH ، فشار سطح یاSP ، دمای در سطح دو متر یا T2M، سرعت باد یا WS و ارتفاع لایه مرزی یا BLH از طریق مراجعه به سازمان هواشناسی شهر تهران، داده های مربوط به ارتفاع از سایت موسسه جغرافیایی و کارتوگرافی و داده های مربوط به NDVI نیز از طریق سایت ناسا جمع آوری و استخراج شدند. سپس با بهره گیری از دو رابطه ی مدل GTWR میزان PM2.5 ماهواره ای به PM2.5 زمینی تبدیل شد. برای ارزیابی همبستگی بین داده های زمینی و داده های ماهواره ای، در این پژوهش از مدل های رگرسیون چند متغیره (MLR)، پرسپترون چندلایه (MLP)، شبکه عصبی رگرسیون عمومی (GRNN) و سیستم استنتاج تطبیقی عصبی-فازی (ANFIS) استفاده شده است. نتایج به دست آمده حاکی از آن است که رویکرد دوم مدل GTWR در مجموع دارای بالاترین ضریب همبستگی و پایین ترین خطای مطلق و میانگین مربعات خطا است به عنوان رویکرد مناسب جهت برآورد غلظت PM2.5 سطح شهر تهران مناسب است همچنین در بین مدل های استفاده شده برای برآورد میزان همبستگی بین داده های سنجنده مودیس و داده های زمینی، مدل GRNN دارای نتایج مطلوب تری است و به عنوان مدل مناسب در بین چهار مدل دیگر برگزیده می شود.
پژوهشگران	مهین میرزایی (دانشجو)، چریس تزانیس (استاد مشاور)، جمیل امان اللهی (استاد راهنما)