مقاله پیش‌بینی کوتاه‌مدت آلودگی ذرات معلق شهر اهواز با کمک شبکه‌های عصبی

مقاله پیش‌بینی کوتاه‌مدت آلودگی ذرات معلق شهر اهواز با کمک شبکه‌های عصبی

فرمت فایل : word (قابل ویرایش) تعداد صفحات : 23 صفحه

 

 

 

 

 

 

 

 

 

 

چکیده

آلودگی هوای شهرها یکی از مهم‌ترین معضلات محیط‌زیستی بوده که همواره تهدیدی دایم و جدی برای سلامت و بهداشت جامعه و محیط‌زیست می‌باشد. بررسی‌های گسترده نشان می‌دهد، آثار بالقوه آلودگی هوا بر سلامت انسان شامل: افزایش مرگ و میر، افزایش مراجعه به بیمارستان، افزایش تغییرات در عملکرد فیزیولوژیکی بدن به‌ویژه عملکرد تنفسی و قلبی- عروقی بوده است. ذرات معلق یکی از شش آلاینده بسیار خطرناک بوده که صدمات جبران ناپذیری را به بدن انسان وارد می‌کنند. این آلاینده، متشکل از موادی مانند: اسیدها، فلزات و گرد و غبار می‌باشد. از جمله ذرات معلق مهم که سبب آلودگی شدید هوا می‌شود، می‌توان به PM10 اشاره کرد. PM10 به ذرات معلق 10 میکرونی گفته می‌شود که از ترکیب اکسید نیتروژن و دی‌اکسیدگوگرد در جو زمین تشکیل می‌شوند. بر اساس گزارش سازمان بهداشت جهانی، شهر اهواز با میانگین سالانه 372 میکروگرم بر مترمکعب PM10، به عنوان آلوده‌ترین شهر دنیا مقام اول را بین 1100 شهر کسب کرده است. بنابراین، در این مطالعه با استفاده از داده‌های ماکزیمم آلودگی ذرات معلق 10 میکرونی که به صورت سری زمانی 24 ساعته تهیه شده به منظور پیش‌بینی میزان آلودگی این آلاینده در هوای شهر اهواز مورد استفاه قرار گرفته است. یک شبکه با تاخیر زمانی نیز که با الگوریتم یادگیری LMS آموزش داده شده است طراحی و غلظت انتشار این آلاینده برای مهرماه 1390، پیش‌بینی شده است.

 

 سرآغاز

محیط‌زیست یکی از ارکان بسیار مهم حیات و توسعه محسوب می‌شود. زیرا، نقش‌های متعددی را برای ایجاد تعادل در مولفه‌های مختلف بازی می‌کند. اما، هم اکنون این مولفه به دلیل فقدان قوانین و مقررات ویژه و عدم تعریف مالکیت خاص برای آن، به طور آزاد و نامحدود مورد بهره‌برداری قرار می‌گیرد که نتیجه آن، تخریب محیط‌زیست و ایجاد آلودگی‌های مختلف در این حوزه است (قربانی و فیروززارع، 1387).

آلودگی هوای شهرها یکی از مهم‌ترین معضلات محیط‌زیستی بوده که همواره تهدیدی دایم و جدی برای سلامت و بهداشت جامعه و همچنین محیط‌زیست می‌باشد. بررسی‌های گسترده نشان می‌دهد، آثار بالقوه آلودگی هوا بر سلامت انسان شامل افزایش مرگ و میر، افزایش مراجعه به بیمارستان، افزایش تغییرات در عملکرد فیزیولوژیکی بدن به‌ویژه عملکرد تنفسی و قلبی- عروقی است.

بر اساس تعریف، آلودگی هوا به وجود یک یا چند آلاینده در هوای آزاد به آن اندازه تداومی که برای انسان مضر بوده و یا موجب زیان رساندن به حیوانات، گیاهان و اموال شود، گفته می‌شود (امیربیگی و احمدی، 1386).

از مهم‌ترین آلاینده‌های هوا می‌توان به اکسیدهای نیتروژن به‌خصوص دی‌اکسیدنیتروژن، اکسیدهای سولفور به‌ویژه دی‌اکسیدسولفور، هیدروکربن‌ها، منواکسیدکربن، دی‌اکسیدکربن و ذرات معلق اشاره کرد.

در ایران، میزان انتشار آلاینده‌های هوا در بسیاری از شهرها از جمله تهران، اهواز، سنندج، مشهد، اصفهان به سطح خطرناکی رسیده است. بر اساس گزارش برنامه محیط‌زیست سازمان ملل متحد، ذرات معلق مهم‌ترین آلاینده هوا در شهرهای بزرگ جهان محسوب می‌شوند (World Health Organization, (1992. براساس بررسی‌های سازمان بهداشت جهانی، به ازای افزایش هر 10میکروگرم ذرات معلق، میزان مرگ و میر 1 تا 3 درصد افزایش می‌یابد (حاتمی و همکاران، 1383).

از جمله مطالعات انجام گرفته در زمینه پیش‌پینی آلودگی هوا، می‌توان به مطالعات زیر اشاره کرد:

(Berastegi et al, 2008)، در مطالعه‌ای به پیش‌بینی آلودگی هوای بیلبائو با استفاده از شبکه‌های عصبی پرداختند. آن‌ها در این مطالعه، از 3 شبکه MLP, RBF و GRNN برای پیش‌بینی استفاده کرده‌اند. (Brunelli et al., 2007)، در مطالعه‌ای با استفاده از تکنیک شبکه‌های عصبی و طراحی2 شبکه، پرسپترون چندلایه و المان به پیش‌بینی حداکثر غلظت روزانهO3, NO2 SO2, Co, PM10 در مناطق شهری ایتالیا اشاره کردند. (Perez & Reyes, 2006)، به طراحی یک مدل شبکه عصبی برای پیش‌بینی غلظت PM10 هوای شهر نتیاگو در شیلی پرداختند و با استفاده از این مدل آلودگی PM10 هوای این شهر را برای سال 2003، پیش‌بینی کردند. (بوداقپور و چرخستانی، 1378)، به پیش‌بینی میزان غلظت آلاینده‌های هوای تهران با استفاده از شبکه عصبی مصنوعی پرداختند. نتایج مطالعه آن‌ها نشان داد: دقت پیش‌بینی با استفاده از شبکه عصبی بالاتر از رگرسیون خطی می‌باشد. (علیاری و همکاران، 1387)، در مطالعه‌ای به پیش‌بینی کوتاه‌مدت هوا با کمک شبکه‌های عصبی پرسپترون چندلایه، خط حافظه‌دار تاخیر، گاما و ANFIS با روش‌های ترکیبی آموزش مبتنی بر PSO پرداختند و در نهایت این روش‌های هوشمند را با هم مقایسه کرده و نشان دادند، روش پیشنهادی ترکیبی بر اساس PSO و فیلتر کالمن برای آموزش شبکه ANFIS، توانایی مناسبی در بهبود عملکرد پیش‌بینی داراست



خرید و دانلود مقاله پیش‌بینی کوتاه‌مدت آلودگی ذرات معلق شهر اهواز با کمک شبکه‌های عصبی