پیش‌بینی کوتاه‌مدت آلودگی ذرات معلق شهر اهواز با کمک شبکه‌های عصبی

نوع مقاله: مقاله پژوهشی

نویسندگان

1 استادیار گروه اقتصاد دانشکده مدیریت و اقتصاد دانشگاه تربیت مدرس

2 دانشجوی کارشناسی ‌ارشد اقتصاد انرژی دانشگاه تربیت‌مدرس

چکیده

آلودگی هوای شهرها یکی از مهم‌ترین معضلات محیط‌زیستی بوده که همواره تهدیدی دایم و جدی برای سلامت و بهداشت جامعه و محیط‌زیست می‌باشد. بررسی‌های گسترده نشان می‌دهد، آثار بالقوه آلودگی هوا بر سلامت انسان شامل: افزایش مرگ و میر، افزایش مراجعه به بیمارستان، افزایش تغییرات در عملکرد فیزیولوژیکی بدن به‌ویژه عملکرد تنفسی و قلبی- عروقی بوده است. ذرات معلق یکی از شش آلاینده بسیار خطرناک بوده که صدمات جبران ناپذیری را به بدن انسان وارد می‌کنند. این آلاینده، متشکل از موادی مانند: اسیدها، فلزات و گرد و غبار می‌باشد. از جمله ذرات معلق مهم که سبب آلودگی شدید هوا می‌شود، می‌توان به PM10 اشاره کرد. PM10 به ذرات معلق 10 میکرونی گفته می‌شود که از ترکیب اکسید نیتروژن و دی‌اکسیدگوگرد در جو زمین تشکیل می‌شوند. بر اساس گزارش سازمان بهداشت جهانی، شهر اهواز با میانگین سالانه 372 میکروگرم بر مترمکعب PM10، به عنوان آلوده‌ترین شهر دنیا مقام اول را بین 1100 شهر کسب کرده است. بنابراین، در این مطالعه با استفاده از داده‌های ماکزیمم آلودگی ذرات معلق 10 میکرونی که به صورت سری زمانی 24 ساعته تهیه شده به منظور پیش‌بینی میزان آلودگی این آلاینده در هوای شهر اهواز مورد استفاه قرار گرفته است. یک شبکه با تاخیر زمانی نیز که با الگوریتم یادگیری LMS آموزش داده شده است طراحی و غلظت انتشار این آلاینده برای مهرماه 1390، پیش‌بینی شده است.

کلیدواژه‌ها


عنوان مقاله [English]

Neural Network Model for Short Term Prediction of PM10 Pollution in Ahvaz City

نویسندگان [English]

  • hosein sadeghi 1
  • samaneh khaksar 2
چکیده [English]

Air pollution of cities is one of the most intricate environment al hazaeds that is a serious threat for health, hygiene and environment. Extensive studies show the potential effects of air pollution on human health, was including increased mortality, increased hospital treatments, especially changes in cardiopulmonary function- vascular. Particulate is one of six polluter that is very dangerous and have irreparable damage to the human body. This polluter are formed of substances such as acids, metals and dust.PM10 is one of the matter particulate which could cause severe air pollution. PM10 are known to particulate 10 microns and are formed from combination of nitrogen oxide and sulfur dioxide in the atmosphere. According to World Health Organization, Ahwaz with an annual average of 372  of PM10 has acquired the most polluted city in first place in 1100 the city in the world. Therefore in this study with using data from the maximum pollution PM10 in series 24 hourly, were used for the to predict this polluter. A network with time delay and LMS learning algorithm is designed and were predicted the polluter concentrations for October 2011.