جمیل امان اللهی

در سال های اخیر تلاش قابل توجهی توسط سازمان های محیط زیست جهانی و محلی برای توسعه ی مدل پیش بینی کیفیت هوا صورت گرفته است و این سازمان ها گزارش های خود را برای عموم ارایه داده اند. پیش بینی چنین پدیده ای امکان انجام اقدامات کارآمد تر برای حفاظت از سلامتی شهروندان را می دهد. در این پژوهش نیز جهت پیش بینی میزان غلظت CO در شهر کرمانشاه از دو مدل رگرسیون خطی چند گانه (MLR) و مدل رگرسیون اجزای اصلی (PCR) استفاده شد. داده های مربوط به کیفیت هوا شامل NO2 ,SO2 ,PM10 ، O3 و داده های مربوط به هواشناسی شامل فشارجو، بارش کل روزانه ،رطوبت نسبی ، سرعت باد، نقطه ی شبنم و دما روزانه ی به عنوان داده ی مستقل و داده CO به عنوان داده وابسته در نظر گرفته شدند. نتایج نشان داد که رگرسیون اجزای اصلی با مقدار R2=0.689 و RMSE=1.413 و MAE= 0.445 در مرحله ی آموزش و R2=0.949 و RMSE=0.231 و MAE=0.186 در مرحله ی آزمون دارای عملکرد بهتری نسبت به مدل رگرسیون خطی چند گانه در پیش بینی میزان غلظت CO در هوای شهر کرمانشاه است.