مطالب مرتبط با کلیدواژه

رگرسیون وزن دار جغرافیایی (GWR)


۱.

تغییرپذیری بلند مدت ذرات معلق (PM2.5) شهر تبریز با استفاده از داده های سنجش از دور(مقاله علمی وزارت علوم)

کلیدواژه‌ها: تبریز ذرات معلق (PM2.5) رگرسیون وزن دار جغرافیایی (GWR) کنترل کیفیت هوا

حوزه‌های تخصصی:
تعداد بازدید : ۳۷۹ تعداد دانلود : ۳۱۰
غلظت ذرات معلق (PM2.5) با وضوح مکانی بالا امکان کنترل دقیق کیفیت هوا را فراهم می کند، به خصوص برای کلان شهرها که دارای تراکم بالای جمعیت اند. هدف از این پژوهش برآورد ذرات معلق (PM2.5) و روند تغییرات آن در شهر تبریز است. به این منظور، داده های عمق نوری هواویز (AOD) سنجنده های SeaWifs، MISR، و MODIS طی دوره آماری 1998-۲۰۱۶ برای برآورد PM2.5 استفاده شد. سپس، با استفاده از روش رگرسیون وزن دار جغرافیایی (GWR) و کاربست داده های شهری و ایستگاه های آلودگی هوا مقدار PM2.5با تفکیک مکانی 01/0 درجه قوسی برای شهر تبریز برآورد شد. برای مطالعه روند و شیب روند از آزمون های ناپارامتریک من- کندال و سنس استفاده شد. غلظت PM2.5تبریز حداقل 29/11 و حداکثر 86/16 µ/m 3 برآورد شد و مناطق غربی شهر بیشینه مقدار PM2.5را دارا می باشند. میانگین بلندمدت PM2.5،µ/m 3 04/14 محاسبه شد که نسبت به استاندارد سازمان محیط زیست ایران µ/m 3 2 بیشتر است. روند PM2.5کاملاً افزایشی است و مناطق غربی شهر از روند شدت بیشتری برخوردار است. مقدار PM2.5تبریز µm/m 3 20/0 year -1 در حال افزایش است که تهدیدی جدی برای شهر تبریز است. بنابراین، می توان نتیجه گرفت روش GWR مبتنی بر داده های سنجش از دور نسبت به روش های موجود تهیه نقشه های آلودگی هوا برتری دارد.
۲.

بررسی و شناسایی نقاط مناسب جهت نصب حسگرهای کم هزینه در پایش برخَط آلودگی هوای شهری(مقاله علمی وزارت علوم)

کلیدواژه‌ها: ذرات معلق (PM2.5 وPM10) منطق فازی و توابع عضویت همبستگی فضایی شاخص موران رگرسیون وزن دار جغرافیایی (GWR) آلودگی هوای شهری – تهران

حوزه‌های تخصصی:
تعداد بازدید : ۷ تعداد دانلود : ۷
استفاده از حسگرهای کم هزینه مبتنی بر اینترنت اشیا به روشی نوین برای پایش آلودگی هوای شهری تبدیل شده است. این پژوهش با هدف تعیین مکان بهینه نصب این حسگرها در شهر تهران انجام شد و از روش تصمیم گیری چندمعیاره بهره گرفت. یازده زیرمعیار در دو معیار اصلی «میزان آلودگی» و «منابع آلاینده» شناسایی و برای هرکدام لایه ای رقومی در محیط GIS تولید شد. ترکیب لایه ها با عملگرهای مختلف انجام شد و به کمک رگرسیون OLS  عملگر بهینه (SUM) انتخاب گردید. برای شناسایی الگوهای فضایی، شاخص های موران و هات اسپات به کار رفت. همچنین، برای تحلیل حساسیت ارتباط زیرمعیارها با نقشه نهایی، از رگرسیون وزن دار جغرافیایی (GWR) استفاده شد. نتایج نشان داد که زیرمعیارهای غلظت  PM10، PM2.5 فاصله از پایانه های حمل ونقل و جایگاه های سوخت، بیشترین تأثیر را در جانمایی دارند. خروجی مدل GWR با AICc برابر 4484 و ضریب تعیین 0.98، دقت بالای مدل را نشان داد. نقشه نهایی مکان یابی نشان داد که ۱۳٪ از اراضی تهران کاملاً مناسب و ۱۷٪ مناسب برای نصب حسگرها هستند. این مناطق عمدتاً در مرکز، جنوب و جنوب غرب تهران واقع شده اند؛ جایی که آلودگی هوا و منابع آلاینده متمرکزتر است.