پيش‌بيني تغييرات غلظت دي اكسيد كربن در كلان شهرها با استفاده از سيستم ماشين بردار پشتيبان (مطالعه موردي تهران)

علوم و مهندسي محيط زيست گرايش ارزيابي و آمايش سرزمين

10/7/2018 12:00:00 AM

امروزه به دليل افزايش اثرات زيست¬محيطي از فعاليت¬هاي بشري و تقاضاي افراد جامعه براي زندگي بهتر به سيستم¬هاي كنترل و مديريت آلودگي هواي موثرتري نياز است. جهت دستيابي به يك سيستم مديريتي جامع در زمينه آلودگي هوا نياز است تا همه¬ي جوانب و ابزارهاي آن به¬خوبي شناخته شوند و نقش اين ابزارها در كل سيستم مديريتي تعيين شود.هوا نيز مانند ساير منابع زيست محيطي داراي ظرفيت محدودي بوده آلودگي هوا علاوه بر تاثيرات منفي بر روي سلامت بشر نقش موثري در كاهش راندمان سيستم‌ها طبيعي داشتهاست. پيش‌بيني غلظت آلاينده‌ها مي‌تواند نقش موثري در كنترل منابع آلودگي داشته باشد. لذا در اين مطالعه به بررسي كارايي مدل‌هاي رگرسيوني و ماشين‌بردار پشتيبان در پيش‌بيني غلظت CO2 در كلانشهر تهران پرداخته شده است. به منظور پيش‌بيني CO2 از پارامترهايي همچون بارش، دما، NOx، Soxو Pm10 و سال درايستگاه آزادي كلان-شهر تهران استفاده شد. بررسينتايج نشان مي¬دهدكه اجراي مدل رگرسيوني تك متغيره معادله معناداري جهت برآورد غلظت CO2 ارائه نمي¬دهد. بررسي ضرايب همبستگي بين غلظت CO2با پارامترهاي ورودي نشان مي¬دهدكه پارامتر O3 با ضريب تبيين 15 % داراي بيشترين همبستگي و پارامتر دما كمترين همبستگي را داشته است. اما به طور كلي آزمون ANOVA نشان مي¬دهد رابطه رگرسيوني به دست آمده معنادار نيست. با ناكارامدي مدل رگرسيون تك متغيره، مدل رگرسيوني چند متغيره اعمال گرديد. بررسي مدل رگرسيوني چند متغيره نيز نشان مي¬دهد كه اين مدل نيز داراي رابطه معناداري جهت پيش‌بين غلطت CO2 نبوده است. با به كارگيري مدل‌هاي SVM وFSSVM دقت مدل را ارتقا داده در مرحله¬¬ي آخر با به كارگيري يك مدل مناسب با متغيرهاي مختلف كه شامل متغيرهاي معنادار بوده¬اند قدرت پيش‌بيني بيش از 94 درصد به دست آمد. همان‌گونه كهدر تحقيق نشان داده شده است، داده‌ها داراي پيچيدگي بوده و مدل معمول SVM و حتي FS-SMV بر روي آن‌ها قابليت ارايه و طراحي يك مدل مناسب و معنادار را نداشت و مدل SVM فاقد معناداري و فقط حدود 35 درصد قدرت پيش‌بيني داشته است. سپس مدل رگرسيوني پيشرو اعمال شد كه نتايج ان نشان داد كه ميزان قدرت پيش¬بيني مدل 15/34 درصد افزايش پيدا كرد. اما باز هم نتايج قابل قبول نبوده. در مرحله بعد مدل رگرسيون بهبود يافته اعمال شد كه با حذف داده¬هاي پرت و نامتعارف ميزان دقت مدل 51/91 درصد رسيد و با اعمال مدل به دست آمده بر روي مجموعه داده¬هاي واقعي دقت 12/94 درصد رسيد. نتايج نشان مي¬دهد به طور كلي مدل رگرسيوني بهبود يافته داراي دقت بالايي جهت پيش¬بيني غلظت CO2 بوده است.

76232

دانشگاه اردکان

علوي كامليا Alavi Kamelia