سنجش از دور و Gis ایران، جلد ۱۲، شماره ۱، صفحات ۱-۱۸
عنوان فارسی بررسی تغییرپذیری ساعتی رابطه بین پارامترهای کاربری اراضی و آلاینده CO، با استفاده از مدل رگرسیون کاربری اراضی (LUR) در شهر تهران
چکیده فارسی مقاله مدل‌سازی ارتباط بین کاربری با آلودگی هوا کاربردهای فراوانی در مطالعات شهری دارد اما نقش کاربری و پارامترهای گوناگون آن در تغییر غلظت آلودگی هوا، در ساعات متفاوت، می‌تواند در پیش‌بینی دقیق‌تر مکانی‌ـ زمانی آلودگی به‌کار رود. در این پژوهش، با مدل‌سازی رگرسیون کاربری اراضی (LUR) ساعتی به‌منظور پیش‌بینی مکانی‌‌ـ زمانی آلاینده مونوکسید کربن (CO)، پارامترهای مؤثر در تغییرات زمانی و مکانی این آلاینده، در طول شبانه‌روز، بررسی شده است. داده­های ساعتی ثبت‌شده در 21 ایستگاه سنجش آلودگی هوا در شهر تهران، طی فصل تابستان، جمع­آوری شده و پارامترهای پیش‌‌بینی‌کننده — شامل تراکم و فاصله از متغیرهای متفاوت، مانند شبکه راه­ها، پوشش گیاهی، ارتفاع و کاربری‌های اراضی گوناگون در سیستم اطلاعات جغرافیایی (GIS) — شکل گرفته است. یک مدل کلی و هشت مدل ساعتی در ساعت‌های 3 بامداد، 6 صبح، 9 صبح، 12 ظهر، 3 بعدازظهر، 6 عصر، 9 شب و 12 شب ایجاد شده است. ضریب تعیین ( ) مدل کلی ایجادشده برابر با 0.7899 است که عملکرد مطلوب و کارآیی این مدل را نشان می‌دهد. پس از تحلیل مدل‌های ساعتی تولیدشده، تفاوت‌هایی در‌ پارامترهای به‌کاررفته در این مدل‌ها مشاهده شد که بیان می‌کنند تغییرات زمانی نیز، به‌همراه تغییرات مکانی، نقش مؤثری در تشکیل مدل‌ها در طول شبانه‌روز ایفا می‌کنند. مدل‌های ساعتی در بازه 0.51 تا 0.92 قرار دارند که بالاترین آن مربوط به مدل‌های ساعات شبانه و پایین‌‌ترین آن مربوط به ساعات ظهرگاهی است. پارامترهای راه‌های دسترسی محلی اصلی و فرعی و مراکز تجاری و اداری بیشترین تأثیر را در افزایش آلاینده CO، در ساعات متفاوت شبانه‌روز، دارند و وجود اماکن و فضاهای سبز، ورزشی و نیز درمانی در مناطق شهری مکان‌هایی با غلظت پایین‌تر آلاینده CO به‌وجود می‌آورند.
کلیدواژه‌های فارسی مقاله رگرسیون کاربری اراضی، پیش‌بینی مکانی‌ـ زمانی، آلاینده مونوکسید کربن، تهران،
عنوان انگلیسی Study of Hourly Variability of Association between Land Use Parameters and CO-Pollutant Using LUR Model in Tehran
چکیده انگلیسی مقاله The models of the association between land use and air pollution have wide applications in urban studies, but the land-use role and its different parameters effective on the variability of air pollution concentration in various hours can be used for more accurate Spatio-temporal prediction of pollution. In this study, to make Spatio-temporal prediction of CO pollutants using hourly land-use regression (LUR), the effective parameters on Spatio-temporal variation of this pollutant are investigated during the day and night. The hourly data are collected from 21 air pollution monitoring stations for the summer in Tehran and the predictive parameters including density and distance from different variables such as road network, vegetation, elevation, and different land-use are generated in the geographic information system (GIS). A general model and 8 hourly models are created at 3 am, 6 am, 9 am, 12 noon, 3 pm, 6 pm and 12 midnight. The coefficient of determination (R2) of the created model is equal to 0.7898, and it shows that the model has an outstanding performance. By analyzing the generated hourly models, because of the differences in the parameters used in these models, it is denoted that both temporal variability and spatial variability play effective roles in forming the models during the day and night. The coefficient of determination (R2) of the hourly models ranges from 0.51 to 0.92 in which the lowest one and the highest one are related to the noon hours’ models and the nocturnal hours’ models, respectively. The parameters including local access roads and official/commercial areas have the most effect on increasing CO pollutants during the day and night, and the parameters including green space, sports, and medical centers lead to the locations with lower CO pollutants concentration.
کلیدواژه‌های انگلیسی مقاله رگرسیون کاربری اراضی, پیش‌بینی مکانی‌ـ زمانی, آلایندة مونوکسید کربن, تهران
نویسندگان مقاله امیرحسین وحدت |
دانشجوی کارشناسی ارشد سیستم‌های اطلاعات مکانی، دانشکدة مهندسی نقشه‌برداری، دانشگاه صنعتی خواجه نصیرالدین طوسی

عباس علی محمدی |
استاد دانشکدة مهندسی نقشه برداری، دانشگاه صنعتی خواجه نصیرالدین طوسی

نشانی اینترنتی https://gisj.sbu.ac.ir/article_96894_d8fbdbfa508c303ddcab106dcc7c776e.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات