ارزيابي همبستگي بين دادۀ PM10 ايستگاه زميني سنندج و دادۀ AOD سنجندۀ ماديس

تحقيق حاضر با هدف ارزيابي دقت داده‌هاي ماهواره‌اي سنجنده ماديس در پايش ريزگردها (ذرات PM10 )، به ‌منظور مقايسه با داده‌هاي ايستگاه زميني سنجش آلودگي در شهر سنندج انجام گرفته است. بدين ‌ترتيب، ميزان عملكرد داده‌هاي ماهواره‌اي در اندازه‌گيري ريزگردها، در ايستگاه زميني سنندج، مشخص مي‌شود. ابتدا داده‌هاي ماهواره‌اي عمق نوري (ذرات PM10 ) سنجندۀ ماديس، متناظر با داده‌هاي PM10 زميني تهيه ‌شده از ايستگاه زميني پايش آلودگي واقع در شهر سنندج، به‌ دست آمد؛ آنگاه ضريب همبستگي دو سري داده محاسبه شد. براي پيش‌ بيني دقيق داده‌هاي PM10، دو مدل آريما و شبكه عصبي مصنوعي به ‌كار رفت. داده‌هاي AOD سنجنده ماديس با استفاده از روش حداكثر برآورد احتمال و وزن به‌دست‌آمده از ريشه ميانگين مربعات خطا، به‌منظور استفاده در اين دو مدل، تركيب شدند. در نهايت، روش مقايسۀ منفرد براي هريك از مدل‌ها و نيز مقايسۀ مدل‌ها، با هدف شناسايي مدل بهتر در تشخيص و پيش‌بيني داده‌هاي PM10 حاصل از سنجندۀ ماديس، اعتبارسنجي شد. در مدل شبكۀ عصبي، ضريب همبستگي در مرحلۀ آموزش 52%، در مرحلۀ آزمون 53%، RMSE برابر با 1/62 و MAE برابر 2/62 به‌دست آمد. طبق محاسبات، مدل آريماي 103 تنها مدل مورد قبول با R برابر با 0/46و MAE=0.06 و RMSE=0.69است. اين بيان مي‌كند مدل آريما مدل مناسبي براي پيش‌بيني داده‌هاست اما دقت مدل شبكۀ عصبي، در ارزيابي ميزان همبستگي بين داده‌ها، بيشتر تشخيص داده شد. نتايج تحقيق نشان داد كه بين داده‌هاي عمق نوري ريزگرد سنجندۀ‌ ماديس با داده‌هاي زميني رابطۀ مستقيمي وجود دارد و اين الگوريتم قادر به شناسايي گردوغبار است و مي‌تواند جايگزين مناسبي براي محصولات PM10 توليد شده از سوي ايستگاه زميني باشد.