تخمین مقدار آلاینده ذرات معلق با قطر کمتر از 10 میکرون و تولید نقشه آلودگی هوا با استفاده از شبکه عصبی و تصاویر سنجش از دوری

بدست آوردن اطلاعات مکانی دقیق در مورد میزان غلظت و نحوه پراکندگی آلاینده ها در سطح شهر از اهمیت بالایی برخوردار است. ذرات معلق با قطر کمتر از 10 میکرون از جمله آلاینده های موجود در شهرها می باشد که به دلیل داشتن اثرات مخرب جدی بر روی سلامت افراد جامعه و محیط زیست بسیار مورد بررسی و تحقیق قرار گرفته اند. بدین منظور ایستگاه های آلودگی سنجی که توانایی اندازه گیری مقادیر آلاینده های متفاوت را دارند در سطح شهر قرار داده شده اند. اگرچه این ایستگاه ها مقادیر آلاینده ها را با دقت بالایی اندازه گیری می کنند لیکن از نظر مکانی دارای پیوستگی نبوده و تنها مشاهدات نقطه ای را در اختیار می گذارند. برای بر طرف کردن این مشکل می توان از تصاویر و یا محصولات سنجش از دوری در کنار اندازه گیری های زمینی جهت تخمین مقدار آلاینده ها با پیوستگی مکانی و تولید نقشه آلودگی استفاده نمود. در این تحقیق از اطلاعات ثبت شده توسط 13 ایستگاه اندازه گیری در کنار تصاویر سنجنده مادیس برای تخمین مقدار آلاینده ذرات معلق با قطر کمتر از 10 میکرون و تولید نقشه های آلودگی شهرستان تهران استفاده شده است. در این تحقیق به جای استفاده از تصاویر عمق نوری هواویز که غالبا در زمینه آلودگی مورد استفاده قرار گرفته اند از تصاویر بازتاباندگی ظاهری سهم هواویز استفاده شده است. در این زمینه تحقیقات محدودی بر روی عملکرد تصاویر بازتابندگی ظاهری سهم هواویز صورت گرفته است که این مسئله لزوم انجام تحقیقات بیشتر برای بررسی کارایی تصاویر بازتابندگی ظاهری سهم هواویز را نشان می دهد. در این تحقیق هدف بررسی عملکرد شبکه های عصبی مصنوعی برای مدل سازی و برقراری ارتباط بین مقادیر بازتابندگی ظاهری سهم هواویز و مقادیر اندازه گیری شده زمینی می باشد. نتایج تحقیق بر روی 12 روز با بالاترین میزان همبستگی 9805/0 نشان دهنده کاربرد و توانایی بالای شبکه عصبی مصنوعی در این حوزه می باشد. علاوه بر مدل سازی روزانه یک شبکه عصبی مصنوعی با بالاترین میزان همبستگی 503/0 برای تمام روزهای مورد بررسی به صورت کلی آموزش داده شده است.