غني‌سازي شبكه پايش آلودگي هوا با استفاده از حسگرهاي متحرك به‌منظور مدلسازي مكاني توزيع آلاينده‌ها (مطالعه موردي: آلاينده مونواكسيد كربن در كلانشهر تهران)

Enrichment of Air Quality Monitoring with mobile Sensors for Spatial Modelling of Pollutants (case study: CO in Tehran)

با توسعه فناوري حسگرهاي متحرك بي‌سيم، توليد اطلاعات مكاني داوطلبانه و افزايش مشاركت عمومي به منظور پايش محيطهاي شهري با تغييرات قابل توجهي روبرو گرديده است. از سوي ديگر، آلودگي هوا يكي از مهمترين معضلات كلانشهرهاي مانند تهران است كه به منظور رفع آن، راهكاري به جز شناسايي دقيق ميزان آلايندهها و چگونگي توزيع آنها موجود نيست. توسعه مدلهاي دقيق توزيع آلاينده‌هاي شهري، مستلزم وجود شبكه متراكم از ايستگاههاي دقيق پايش آلايندهها است. اما هزينه بالاي تهيه و نگهداري از اين ايستگاهها همواره از بزرگترين موانع توسعه مدلهاي دقيق توزيع آلاينده‌هاي شهري بوده است. در پژوهش كنوني علاوه بر طراحي و ساخت يك سيستم پايش متحرك آلاينده مونواكسيد كربن و كاليبراسيون آزمايشگاهي آن، اطلاعات غلظت آلاينده در 2 بازه زماني در منطقه 6 شهرداري تهران (منطقه مطالعاتي) جمع‌آوري گرديده است. سپس مدل مكاني توزيع اين آلاينده در هريك از بازه‌هاي زماني و توسط روش رگرسيون كاربري اراضي حاصل گرديد. براي حصول اين هدف، پارامترهاي محيطي نظير كاربري اراضي، معابر شهري، ارتفاع و ترافيك به عنوان پارامترهاي مستقل و ميزان غلظت اندازه گيري شده توسط حسگر متحرك به عنوان پارامتر وابسته در مدل رگرسيوني استفاده شده است. اين پژوهش در نهايت منجر به توليد نقشه‌هاي توزيع غلظت آلاينده مونواكسيد كربن در منطقه مطالعاتي گرديد كه به منظور شناخت دقيق وضعيت آلودگي در منطقه مطالعاتي بسيار سودمند است. ارزيابي نتايح مدلسازي توسط پارامترهاي آماري حاكي از آن دارد كه روش پيشنهادي توانايي تقريبا مناسبي در تخمين غلظت اين آلاينده در مناطق مختلف شهري دارد.

By developing wireless mobile sensors, volunteered geographic information production and social co-operating increase, urban monitoring witnessed a considerable change. On the other hand, air pollution become one of the most important environmental challenge of Tehran and tackling it is not possible unless knowing the pollutants and their sources. Accurate investigation of spatial distribution of pollutants in cities requires development of spatial variability models of pollutants. But, high cost of developing and keeping of Air Quality Monitoring Network (AQMN) is one of the biggest problems in front of councils in developing such monitoring stations in cities. In this research, in addition to designing and building a mobile carbon monoxide monitoring system and calibrating it in the lab, data of pollutants concentration in 4 time periods in district 6 of Tehran was collected. Then by using land use regression method the spatial distribution model of this pollutant for the investigated area in each time period was determined. To reach this achievement, different environmental factors such as land use, Roads, elevation and traffic as independent factors and the measured pollutant concentration as dependent factor were applied to the mentioned model. Finally, this research led to provide carbon monoxide pollution maps for the investigated area, which are useful in finding high risk locations. Evaluating the statistical parameters show that in estimating pollutant concentration of different urban districts, the suggested method is practical to some extends.