مدلسازي مكاني زماني ذرات معلق شهر تهران با استفاده از سيستم استنتاج عصبي فازي بهينه سازي شده توسط الگوريتم PSO

با توجه به بحث مهم آلودگي هوا كه امروزه معضل اصلي بسياري از كلان‌شهرها و همچنين شهرهاي صنعتي در سراسر دنيا است مطالعه و تحقيق در اين زمينه به‌نحوي‌كه حاصل كار بتواند به مديران و تصميم گيران در اين زمينه در جهت كاهش و مديريت آلودگي هوا كمك نمايد بسيار ضروري و مهم مي‌باشد. لذا تحقيق حاضر تلاش نموده در بستر علوم مكاني به مسئله آلودگي هوا پرداخته و مدل‌سازي مسئله را انجام داده تا بتواند راهكارهايي جهت كمك به مسئله آلودگي هوا ارائه نمايد. ازآنجاكه پارامترهاي مختلفي بر روي تراكم غلظت ذرات معلق هوا اثر مي‌گذارند، پس نياز به يك مدل كارآمد احساس مي‌شد تا بتواند روابط بين پارامترها را استخراج نمايد كه در اين پژوهش اين فرآيند به كمك مدل پرقدرت سيستم استنتاج عصبي فازي صورت گرفت. از طرفي به‌منظور بهينه كردن پارامترهاي مدل و كاهش خطاي آموزش مدل از الگوريتم بهينه‌سازي ازدحام ذرات (PSO) استفاده گرديد كه اعمال اين الگوريتم تأثير بسزايي بر روي نتايج مدل گذاشته و باعث بهبود نتايج گرديد. در پايان خروجي مدل‌سازي‌ها به‌خوبي نشان‌دهنده‌ي الگوي مكاني تغييرات غلظت ذرات در محدوده‌ي معابر و بزرگراه‌ها به عنوان منبع عمده توليد ذرات معلق بود و مناطقي كه داراي تراكم بالايي از معابر و بزرگراه‌ها بودند ميزان غلظت ذرات نيز بيشتر بود. شرايط آب و هوايي تأثير به سزايي در الگوي مكاني تغييرات غلظت ذرات داشته و به نسبت فصل‌هاي مختلف اين تأثيرگذاري متفاوت بود. در فصول گرم سال تأثير سرعت و جهت باد در اين الگو كاملاً مشهود بوده و در فصول سرد سال به دليل وقوع پديده وارونگي دمايي شاهد تراكم بيشتر ذرات بوديم. در پايان روند كلي تغييرات غلظت ذرات و مساحت مناطق داراي كيفيت ناسالم به‌صورت صعودي بوده و از فصل بهار تا زمستان شاهد افزايش غلظت ذرات بوديم.