پيش بيني تراكم ازن در هواي شهر تهران با استفاده از رويكرد هوشمند داده محور

شهر تهران به عنوان يك كلان شهر، به علت دارا بودن جمعيت زياد و آلودگي شديد ناشي از منابع و آلاينده هاي گوناگون، در معرض آسيب هاي ناشي از آلودگي هوا قرار دارد. پژوهش بر روي آسيب هاي ناشي از آلودگي هوا در شهر تهران با توجه به آلاينده هاي مهم و شاخص هاي موثر امري ضروري به نظر مي رسد. مطالعه حاضر با هدف پيش بيني ازن هواي شهر تهران انجام شد. با توجه به مضررات گاز ازن بر سلامت انسان و محيط زيست و افزايش آن در دهه هاي گذشته، بررسي و پيش بيني ميزان آن در هوا از اهميت بالايي برخوردار است. پيش بيني تراكم گاز ازن در هوا مي تواند براي پيشگيري و كنترل توسط مسؤلان استفاده شود. اين پژوهش از نوع روش تحليليكاربردي بوده و با استفاده از داده هاي روزانه ازن ايستگاه هاي سنجش كيفيت هواي شهر تهران، هواشناسي، فضاي سبز، ترافيكي و متغيرهاي زماني مثل تاخير زماني يك روزه به پيش بيني گاز ازن در كلان شهر تهران پرداخته است. در اين راستا از مدل شبكه عصبي مصنوعي جهت پيش بيني غلظت گاز ازن با استفاده از نرم افزار MATLAB و با روش كدنويسي استفاده شد. در پايان نتايج مدل شبكه عصبي مصنوعي با مدل رگرسيون خطي مقايسه گرديد. ضريب همبستگي و خطاي جذر ميانگين مربعات مدل شبكه عصبي 0.734 : R2 و0.566 RMSE: با معادلات رگرسيون 0.608 :R2 و 11.69 RMSE: مقايسه شد. بر اساس نتايج حاصل مي توان عنوان نمود كه خطاي مدل شبكه عصبي كمتر از روش رگرسيون است. بر اساس نتايج آناليز حساسيت پارامترهاي فصل از سال، طول ساعات آفتابي به ترتيب بيش ترين تاثير را در ميزان تراكم گاز ازن در هواي شهر تهران دارند