برای اطلاع از آخرین مقالات علمی و اخبار کرونا(COVID-19) کلیک کنید

مشخصات مقاله

عنوان نشریه: 
 
اطلاعات شماره: 
پاييز 1391 , دوره  3 , شماره  3 ; از صفحه 21 تا صفحه 33 .
 
عنوان مقاله: 

پيش بيني و مدلسازي غلظت آلاينده مونوکسيدکربن با تلفيق شبکه عصبي - فازي تطبيقي و سيستم اطلاعات جغرافيايي

 
نویسندگان: 
 
آدرس:  
* دانشکده مهندسی ژئودزی و ژئوماتیک، دانشگاه صنعتی خواجه نصیرالدین طوسی
 
چکیده: 

امروزه آلودگي هوا اصلي ترين چالش محيطي در کلان شهرها به شمار مي رود. بنابراين پايش و پيش بيني پارامترهاي کيفيت هوا در مناطق شهري امري ضروري است. اين مهم به عوامل متعددي از قبيل توپوگرافي، اقليم، جمعيت و شبکه حمل و نقل بستگي دارد که نحوه تعامل اين عوامل مکاني به عنوان پديده اي ديناميک، غيرخطي و داراي ابهام عنوان شده است. در اين تحقيق با به کارگيري شبکه فازي - عصبي و GIS، دانش حاکم بر محيط را در قالب قوانين فازي، از داده ها استخراج نموده و با استفاده از اين قوانين، غلظت آلاينده مونوکسيدکربن پيش بيني و مدلسازي شد. منطقه مورد مطالعه شهر تهران در نظر گرفته شد. براي انجام اين کار داده هاي هواشناسي 6 ايستگاه پايش موجود در سطح شهر در فصل تابستان براي چهار سال متوالي به طور جداگانه به منظور آموزش شبکه مورد استفاده قرار گرفت. براي هر ايستگاه قوانين فازي (سوگنو و ممداني) آن استخراج شده و غلظت آلاينده با استفاده از آن قوانين تخمين زده شد. به علت اينکه پيش بيني در ايستگاه ها صورت مي گيرد، در نهايت براي مدلسازي مکاني غلظت در محدوده مورد مطالعه از روش لاگ کريجينگ استفاده شده است. ميانگين جذر متوسط مربع خطا (RMSe) مجموعه ايستگاه ها با قوانين سوگنو، 1.445 ppm و با قوانين ممداني، 1.374 ppm به دست آمد.

 
کلید واژه: 

 
موضوعات مرتبط: 
 
ارجاعات: 
 
 
مقالات نشریه ای مرتبط: 
 
مقالات همایشی مرتبط: 
 

  چکیده انگلیسی بازدید یکساله 183
 
 
آخرین های بلاگ
ورود به بلاگ مرکز اطلاعات علمی