تخمین شرایط حاد آلودگی هوای شهر تهران ناشی از غلظت ازن و ذرات معلق با استفاده از شبکه عصبی مصنوعی

این تحقیق به منظور تخمین شرایط حاد آلودگی هوای شهر تهران ناشی از غلظت ازن و وذرات معلق کمتراز10میکرون (pm10) و ارتباط آن با پارامترهای هوا شناسی با استفاده از شبکه عصبی مصنوعی و داده‎ های مربوط به سال 1389 و 1390 انجام شد. موثر ترین متغیرهای هواشناسی با استفاده از رگرسیون گام به گام انتخاب شدند. سپس شرایط حاد آلودگی هوا با استفاده از شبکه عصبی مصنوعی، تابع انتقال سیگموئید و تانژانت هیپربولیک تخمین زده شدند. در نهایت سهم هر یک از آلاینده های ازن و pm10 در آلودگی هوای شهر تهران تعیین و براساس شاخص کیفیت هوا تقسیم بندی گردید. نتایج حاصل نشان داد که روند تغییرات مقادیر شبیه سازی شده و اندازه گیری شده مشابه است. همچنین تابع سیگموئید از لحاظ آماره 0/016=rmse بهتر از تابع تانژانت هیپربولیک (0/044=rmse) برای تخمین غلظت ازن و pm10 تشخیص داده شد. همچنین تخمین پارامتر ازن به وسیله شبکه عصبی مصنوعی از لحاظ آماره r2 دارای دقت بیشتری نسبت به تخمین pm10 می باشد. نتایج حاصل از بررسی وضعیت کیفیت هوا به صورت سالانه نشان داد که در سال 1389 و 1390، به ترتیب 277 و 245 روز کیفیت هوا از حد استاندارد تجاوز کرده است که به ترتیب 72/6%، 3/01% و 0/28% از روزهای سال 1389 و 68/75%، 0/89% و 0/3% از روزهای سال 1390 کیفیت هوا به ترتیب ناسالم، بسیار ناسالم و خطرناک بوده اند. در موارد تجاوز کیفیت بهداشتی هوا از حد استاندارد، نقش آلاینده های pm10 و ازن در سال های 1389 و 1390 به ترتیب 38/63% ، 12/27% و 40/43% ، 2/98% بوده است.