ارائه الگوی داده کاوی مبتنی بر شاخص توسعه پایدار شهری متاثر از محدودیت های حمل و نقل و تردد در دوره همه گیری کووید-19

در پاسخ به همه گیری کووید-19، دولت ها در سراسر دنیا محدودیت های شدید تردد را اعمال نموده و سناریوهای متفاوتی از کاهش انتشار آلاینده های ناشی از منابع ترافیکی را ارایه کردند. با اعمال محدودیت های تردد ناشی از همه گیری کووید-19، انتظار می رفت تغییراتی در غلظت آلاینده های هوا مشاهده شود. از این رو، تصمیم بر آن شد که تغییرات آلاینده های هوا به عنوان یکی از زیرمجموعه های شاخص زیست محیطی توسعه پایدار شهری در زمان همه گیری کووید - مورد بررسی قرار گیرد. به این منظور، ابتدا داده های مذکور در چهارکلان شهر تهران، کرج، اهواز و تبریز جمع آوری و سپس پردازش و پاکسازی می شوند. پس از آن یک الگوریتم پیشنهادی مبتنی بر روش-های یادگیری ماشین ارایه می گردد. بر روی ویژگی های انتخاب شده، روش های یادگیری ماشین: درخت تصمیم، جنگل تصادفی، ماشین بردار پشتیبان، شبکه بیزین و شبکه عصبی پرسپترون اعمال می شود. بررسی ها نشان داد که مدل پیش بینی با استفاده از درخت تصمیم و جنگل تصادفی بهترین عملکرد را برای هر دو معیار فراخوانی و صحت داشت. نتایج تحقیق نشان داد که تاثیر محدودیت ها بر روی غلظت آلاینده-ها در شهرهای مختلف، متفاوت می باشد. همچنین نتایج بیانگر این است که به طور کلی اعمال محدودیت های ترافیکی در دوره همه گیری، تاثیر قابل توجه و محسوسی در کاهش غلظت آلاینده های هوا نداشته است. همچنین با مقایسه روند تغییر شاخص کیفیت هوا با میزان مرگ و میر در دوره همه گیری مشخص شد که ارتباطی بین آنها وجود ندارد.