تخمین میزان غلظت آلاینده های (ازون و ذرات معلق) هوا در شهر تهران با استفاده از شبکه عصبی مصنوعی

در این تحقیق با استفاده از 3 متغیر هوا شناسی (سرعت باد، میزان بارش، مقدار دما) به تخمین میزان غلظت گازهای آلاینده هوا (ازون و ذرات معلق) در شهر تهران پرداخته شد. با توجه به اینکه آلودگی هوا یک خطر جدی برای محیط زیست و ایجاد بیماری های خطرناک تنفسی و پوستی به خصوص در سالمندان و کودکان میباشد، این تحقیق جهت کنترل تخمین میزان آلودگی هوا در شهر تهران و سایر شهرهای کشور انجام گرفته است. برای این کار از آمار غلظت الاینده های ازن و ذرات معلق در ایستگاه پونک در شمال تهران و آمار داده های هواشناسی سرعت باد، میزان بارش، مقدار دما در ایستگاه شمال تهران از سال 1389 تا 1390 استفاده شد و با استفاده از شبکه عصبی مصنوعی با توابع انتقال سیگموئید و تانژانت هیپرمولیک به مدل سازی آن ها پرداخته شد، نتیجه این بود که برای دو پارامتر ازون و ذرات معلق تابع انتقال سیگموئید نسبت به تابع انتقال تانژانت هیپرمولیک از عملکرد بهتری نسبت به تخمین میزان غلظت آلاینده های هوا برخوردار می باشد و همچنین شبکه عصبی مصنوعی نتیجه بهتری برای پارامتر ازون نسبت به پارامتر ذرات معلق می دهد.

کلیدواژه ها:

آلاینده های هوا ، ازون ، ذرات معلق ، شبکه عصبی مصنوعی ، تابع انتقال سیگموئید ، تابع انتقال تانژانت هیپربولیک