تخمین میزان آلودگی هوا با استفاده از داده های حجم ترافیک عبوری و داده های روزانه جوی در محدوده شهر مشهد

آگاهی از میزان آلاینده های هوا و توزیع زمانی و مکانی آن ها اهمیت ویژه‏ای در تصمیم‏گیری و برنامه ریزی های مرتبط با سلامت، محیط زیست و برآورد کیفیت هوا در مقیاس‏های مختلف دارد. کلان شهر مشهد به دلیل موقعیت مذهبی، اجتماعی، فرهنگی و جغرافیای خاص خود در برخی روزهای سال آلوده‏ترین شهر کشور است. هدف این تحقیق با فرض وجود رابطه بین حجم ترافیک و غلظت آلاینده های مختلف (PM2.5، CO، ) تخمین میزان آلاینده های هوا براساس داده های حجم ترافیک و داده های ساده جوی است. برای این هدف با استفاده از مدل‏های تجربی Baker و AERMOD، مدل رگرسیون خطی و مدل‏ غیر خطی شبکه های عصبی مصنوعی به بررسی رابطه میان تعداد وسایل نقلیه و غلظت آلاینده ها در نقاط مختلف شهر برای بازه زمانی شش ماهه پرداخته شد.
نتایج حاکی از همبستگی پایین داده های حجم ترافیک و آلاینده های مختلف در بازه زمانی مورد مطالعه است که امکان استفاده از این مدل‏ها برای تخمین میزان آلودگی و تهیه نقشه پیوسته آلودگی این شهر را ناممکن می‏سازد. نتایج نشان می‏دهد که این همبستگی در آلاینده PM2.5 پایین‏تر از دو آلاینده دیگر است. نتایج تحلیل حساسیت مدل‏های تجربی نیز نشان داد که متغیر سرعت اتوموبیل اثرگذارترین متغیر در دو مدل تجربی مورد استفاده در تحقیق است.