بررسی و پیش بینی وضع آلاینده های هوای شهر کرمان با مدل سری های زمانی
Authors
abstract
زمینه و هدف : آلودگی هوا یکی از عمده ترین مشکلات شهر های بزرگ در کشور های در حال توسعه است و می تواند عوارض منفی بسیاری بر سلامت انسانها داشته باشد. لذا مطالعه تغییرات این آلاینده ها می تواند کمک مهمی برای برنامه ریزی و مقابله با آنها باشد. هدف از این مطالعه بررسی و پیش بینی تغییرات آلاینده ها در هوای شهر کرمان بود. روش کار: در این مطالعه اکولوژیک اطلاعات هفت آلاینده ی مهم شهر کرمان شامل no, co, no2, nox, pm10, so2, o3 از ابتدای سال 1385 تا آخر شهریور 1389 از سازمان حفاظت محیط زیست کرمان استعلام شد. سپس اطلاعات بصورت متوسط در ماه محاسبه و به کمک روشهای آماری، الگوهای سری زمانی تک متغیره برای هر آلاینده برازش و مقادیر آن پیش بینی شد. نتایج: آلاینده ها در هوای کرمان روند تقریباً ثابتی داشتند، به جز مونواکسید کربن که به طور معنی داری در حال کاهش و گرد و غبار که روند افزایشی داشت. همه آلاینده ها الگوی فصلی داشتند. الگو های سری زمانی با روند فصلی 12، 3، 8، 12، 12، 12، 6 ماه به ترتیب برای آلاینده های no, co, no2, nox, pm10, so2, o3 برازش شد. نتیجه گیری: میزان تولید مونوکسید کربن در کرمان رو به کاهش است و یک علت احتمالی آن طرح جمع آوری خود رو های فرسوده می تواند باشد. اما میزان گرد و غبار رو به افزایش و در بعضی فصول سال در حد غیر بهداشتی است ولذا باید تدابیر لازم برای مقابله با آن بکار گرفته شود.
similar resources
مدل سازی و پیش بینی وضعیت آلاینده های هوای شهر تهران کاربرد مدل خود رگرسیونی با ویژگی حافظه بلندمدت
زمینه و هدف: مدلسازی آلایندههای زیست محیطی یکی از نیازهای اساسی در زمینه پایش کیفیت هوا محسوب می شود که با بهرهگیری از نتایج حاصله میتوان اقدامات پیشگیرانهای جهت بهبود شرایط آتی اتخاذ کرد. ادبیات موجود در زمینه الگوسازی آلایندههای زیست محیطی را می توان به دو دسته کلی تقسیم کرد، دسته اول شامل مطالعاتی میشود که علاوه بر دادههای مربوط به آلایندهها با وارد کردن عوامل محیطی از قبیل دمای هوا...
full textکاربردهای شبکه های عصبی در پیش بینی سری های زمانی
استفاده از روش های غیر کلاسیک در شناسایی مدل و پیش بینی رفتار سیستم های پیچیده، مدتهاست در محافل علمی و حتی حرفه ای متداول و معمول شده است. در بسیاری از سیستم های پیچیده و خصوصا غیر خطی که مدل سازی و به دنبال آن پیش بینی و کنترل آنها از طریق روش های کلاسیک و تحلیلی امری بسیار دشوار و حتی بعضا غیر ممکن می نماید، از روش های غیر کلاسیک که از ویژگی هایی همچون هوشمندی، مبتنی بر معرفت و خبرگی برخوردا...
full textپیش بینی تورم ایران با استفاده از مدل های ساختاری ، سری های زمانی و شبکه های عصبی
امروزه ، پیش بینی متغیر های کلان اقتصادی از اهمیت ویژه ای برای سیاستگذاران و سایر واحد های اقتصادی برخوردار است. در نتیجه ، دردهه های اخیر ، مدل های پیش بینی گوناگونی توسعه یافته و به رقابت با یکدیگر پرداخته اند. اخیراً به موازات مدل های متداول قبلی مانند مدل های ساختاری و سری زمانی ، مدل های دیگری تحت عنوان شبکه های عصبی مصنوعی در زمینه پیش بینی متغیر های مالی و پولی بکار گرفته شده اند. این م...
full textبررسی ویژگیها و توان پیش بینی سری های زمانی جریان های نقدی
پیش بینی جریان های نقدی عملیاتی بر اساس الف : سری جریان های نقدی عملیاتی گزارش شده و یا ب: سایر سری های زمانی به عنوان جایگزین جریان های نقدی عملیاتی انجام می شود. سری های جایگزین، به طور معمول، الگوریتم های ساده ای از اجزای صورتهای مالی هستند. تحقیقات نشان میدهد، ویژگی ها و توان پیش بینی سری های زمانی گزارش شده و جایگزین های آن متفاوت است؛ لذا روایی خارجی تحقیقاتی که بر اساس جایگزین ها انجام م...
full textMy Resources
Save resource for easier access later
Journal title:
مجله دانشکده بهداشت و انستیتو تحقیقات بهداشتیجلد ۱۱، شماره ۲، صفحات ۷۵-۸۶
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023