بهبود برآورد میزان آلودگی هوای شهر تهران

بسیاری از کلان شهرهای ایران به ویژه تهران با مشکل آلودگی هوا مواجه هستند که بخش عمده این آلودگی، ناشی از آلاینده PM2.5 می باشد لذا مدلسازی آلودگی هوا امری ضروری برای مدیریت محیط زیست می باشد. در این تحقیق از اطلاعات روزانه ماه های مختلف سال 1395 توسط حسگرهای سنجش آلودگی هوا مربوط به شرکت کنترل کیفیت شهرداری تهران و سازمان حفاظت محیط زیست برای مدلسازی آلودگی هوا استفاده شده است. ابتدا روش های مختلف درونیابی زمین آمار نظیرکریجینگ و غیرزمین آمار مانند فاصله معکوس وزندار، k نزدیکترین همسایه ،چندجمله ای محلی و سراسری جت برآورد میزان آلاینده PM2.5 در نقاطی که مستقیما میزان این آلودگی سنجش نشده استفاده شده است و نتایج با استفاده از روش ارزیابی متقاطع و شاخص خطای میانگین کمترین مربعات مقایسه شده اند. از بین روش های فوق کریجینگ بهترین نتیجه را در بر داشته است. سپس با استفاده از روش های بهینه سازی ژنتیک و ازدحام ذرات، فواصل خوشه بندی روش کریجینگ به دو صورت فواصل منظم و نامنظم بهینه سازی شده است که خطای فواصل منظم کمتر بوده است. سپس برای تست مدل پیشنهادی، این مدل برای تمامی ماه های مختلف سال پیاده سازی شده است که دقت در تمامی ماه ها به طور میانگین 64% نسبت به روش کریجینگ معمولی بهبود یافته است. در نتیجه در این تحقیق بهترین روش درونیابی برای مدلسازی آلودگی هوا ارایه شده است. از این روش می توان به عنوان روشی مکمل در مواقعی که خلاء اطلاعات منابع آلودگی هوا وجود دارد برای تخمین میزان کیفیت هوا استفاده نمود.