دوره 10، شماره 4 - ( 9-1399 )
جلد 10 شماره 4 صفحات 420-406 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Reyhaneh Shams S, Jahani A, Moeinaddini M, Khorasani N, Kalantary S. Forecasting Ozone Density in Tehran Air Using a Smart Data-Driven Approach. J Health Saf Work 2020; 10 (4) :406-420
URL: http://jhsw.tums.ac.ir/article-1-6415-fa.html
URL: http://jhsw.tums.ac.ir/article-1-6415-fa.html
ریحانه شمس سیده، جهانی علی، معین الدینی مظاهر، خراسانی نعمت الله، کلانتری صبا. پیش بینی تراکم ازن در هوای شهر تهران با استفاده از رویکرد هوشمند داده محور. بهداشت و ایمنی کار. 1399; 10 (4) :406-420
سیده ریحانه شمس1 
، علی جهانی* 2، مظاهر معین الدینی3 ، نعمت الله خراسانی3 ، صبا کلانتری4
، علی جهانی* 2، مظاهر معین الدینی3 ، نعمت الله خراسانی3 ، صبا کلانتری4
1- گروه محیط زیست انسانی و آلودگی محیط زیست، دانشکده محیط زیست،کرج، ایران
2- گروه محیط زیست طبیعی و تنوع زیستی، دانشکده محیط زیست، کرج، ایران
3- دانشکده منابع طبیعی، گروه محیط زیست، پردیس دانشگاه کشاورزی و منابع طبیعی تهران، کرج، ایران
4- گروه مهندسی بهداشت حرفه ای، دانشکده بهداشت، دانشگاه علوم پزشکی تهران، تهران، ایران
2- گروه محیط زیست طبیعی و تنوع زیستی، دانشکده محیط زیست، کرج، ایران
3- دانشکده منابع طبیعی، گروه محیط زیست، پردیس دانشگاه کشاورزی و منابع طبیعی تهران، کرج، ایران
4- گروه مهندسی بهداشت حرفه ای، دانشکده بهداشت، دانشگاه علوم پزشکی تهران، تهران، ایران
چکیده: (2178 مشاهده)
شهر تهران به عنوان یک کلان شهر، به علت دارا بودن جمعیت زیاد و آلودگی شدید ناشی از منابع و آلاینده های گوناگون، در معرض آسیب های ناشی از آلودگی هوا قرار دارد. پژوهش بر روی آسیب های ناشی از آلودگی هوا در شهر تهران با توجه به آلاینده های مهم و شاخص های موثر امری ضروری به نظر می رسد. مطالعه حاضر با هدف پیش بینی ازن هوای شهر تهران انجام شد. با توجه به مضررات گاز ازن بر سلامت انسان و محیط زیست و افزایش آن در دهه های گذشته، بررسی و پیش بینی میزان آن در هوا از اهمیت بالایی برخوردار است. پیش بینی تراکم گاز ازن در هوا می تواند برای پیشگیری و کنترل توسط مسؤلان استفاده شود. این پژوهش از نوع روش تحلیلی-کاربردی بوده و با استفاده از داده های روزانه ازن ایستگاه های سنجش کیفیت هوای شهر تهران، هواشناسی، فضای سبز، ترافیکی و متغیرهای زمانی مثل تاخیر زمانی یک روزه به پیش بینی گاز ازن در کلان شهر تهران پرداخته است. در این راستا از مدل شبکه عصبی مصنوعی جهت پیش بینی غلظت گاز ازن با استفاده از نرم افزار MATLAB و با روش کدنویسی استفاده شد. در پایان نتایج مدل شبکه عصبی مصنوعی با مدل رگرسیون خطی مقایسه گردید. ضریب همبستگی و خطای جذر میانگین مربعات مدل شبکه عصبی 734/0 : R2 و566/0 RMSE: با معادلات رگرسیون 608/0 :R2 و 69/11 RMSE: مقایسه شد. بر اساس نتایج حاصل می توان عنوان نمود که خطای مدل شبکه عصبی کمتر از روش رگرسیون است. بر اساس نتایج آنالیز حساسیت پارامترهای فصل از سال، طول ساعات آفتابی به ترتیب بیش ترین تاثیر را در میزان تراکم گاز ازن در هوای شهر تهران دارند
نوع مطالعه: پژوهشي |
دریافت: 1399/9/12 | پذیرش: 1399/9/10 | انتشار: 1399/9/10
دریافت: 1399/9/12 | پذیرش: 1399/9/10 | انتشار: 1399/9/10
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
