مدلسازي مكاني غلظت مونوكسيد كربن در تهران با استفاده از رگرسيون چند متغيره و شبكه هاي عصبي

در مقاله حاضر به مدلسازي مكاني غلظت آلاينده مونوكسيدكربن با بهره گيري از سيستم اطلاعات مكاني و با استفاده از رگرسيون چند متغيره و شبكه هاي عصبي پرداخته شده است. براي اين مدلسازي از 11 ايستگاه شبكه پايش كيفيت هواي تهران استفاده شد؛ و پارامترهاي موقعيت،ارتفاع و فاصله از خيابان اصلي به عنوان پارامترهاي مكاني موثر در نظر گرفته شدند. رگرسيون چند متغيره و سه نوع شبكه عصبي مصنوعي شامل MLP ، RBF و GRNN در اين تحقيق مورد استفاده قرار گرفته است. خطاي هركدام از روش ها محاسبه شد و نتايج نشان داد كه شبكه عصبي MLP كارايي بهتري نسبت به مدل هاي ديگر براي مدلسازي مكاني آلودگي هوا دارد؛ در حالي كه رگرسيون چنتد متغيره از كمترين دقت برخوردار است. در نهايت اطلاعات توليد شده توسط اين مدلسازي مي تواند در آناليز، برنامته ريزي و مديريت كيفيت هواي شهر مورد استفاده قرار گيرد.