بهینه سازی یک مدل شبه تجربی با استفاده از الگوریتم ژنتیک به منظور برآورد غلطت ذرات معلق (PM10) سطحی در شهر تهران با استفاده از داده های ماهواره ای و داده های هواشناسی

ذرات با قطر کمتر از 10 میکرومتر سلامتی ساکنین شهرهای بزرگ را تهدید می کند. تا کنون روش های مختلفی برای آشکارسازی این ذرات با استفاده از تصاویر ماهواره ای پیشنهاد شده است. اغلب این روش ها نیاز به واسنجی برای اقلیم های متفاوت دارند. در این تحقیق یک مدل شبه تجربی با روش الگوریتم ژنتیک برای برآورد غلظت ذرات معلق در زمان عبور ماهواره و در مقیاس محلی معرفی شده است. برای این کار از مقادیر تصحیح شده عمق اپتیکی (AOD) بدست آمده از تصاویر سنجنده MODISاستفاده گردیده است. بدین منظورAOD نسبت به رطوبت نسبی و ارتفاع اختلاط تصحیح شده است. در مدل شبه تجربی، با استفاده از الگوریتم ژنتیک داده های هواشناسی نیز وارد مدل شده و تاثیر آنها در نظر گرفته می شود. وارد شدن دما و رطوبت نسبی به مدل موجب بهبود برآورد غلظت ذرات معلق شده است. در نهایت این مدل برای منطقه تهران اعتبار سنجی شده و در نتیجه آن همبستگی قابل قبول (R2=0. 51) با تغییرات غلظت ذرات معلق سطحی با انحراف معیاری معادل 28 بدست آمد. در تصحیح AOD محدودیت هایی از قبیل ناکافی بودن ایستگاه های هواشناسی و تعیین تقریبی ارتفاع اختلاط وجود دارد که موجب ورود عدم قطعیت هایی به مدل می شود.