سنجش از دور و Gis ایران، جلد ۹، شماره ۳، صفحات ۴۵-۰

عنوان فارسی پیش‌بینی آلودگی هوای شهر تهران با استفاده از ترکیب شبکه عصبی فازی‌ـ تطبیقی وآنالیز مؤلفه اصلی
چکیده فارسی مقاله رشد و توسعه شهری و افزایش استفاده از وسایل نقلیه در سال‌های اخیر منجر به افزایش آلودگی هوا، به‌ویژه در شهر‌های بزرگ و صنعتی، شده است. با توجه به آثار نامطلوب آلودگی هوا در سلامت انسان‌ها و دیگر جانداران، پیش‌بینی و مدل‌سازی این پدیده پیچیده از دغدغه‌های اصلی محققان در سال‌های اخیر بوده است. هدف این تحقیق طراحی سیستمی است به‌منظور پیش‌بینی آلودگی هوا، طی 24 ساعت آینده، تا با شناسایی مناطق آلوده، به مدیران و برنامه‌ریزان شهری برای کنترل و کاهش میزان آلاینده‌ها کمک کند. در سیستم طراحی‌شده، از ترکیب آنالیز مؤلفه اصلی و شبکه عصبی فازی‌– تطبیقی (PCA-ANFIS)، به‌منظور پیش‌بینی آلودگی هوا در فصل‌های متفاوت، استفاده شده است. در این سیستم، داده‌های هواشناسی و غلظت آلاینده‌ها در روزهای گذشته، برای پیش‌بینی آلودگی هوای شهر تهران در 24 ساعت آینده، به‌کار رفته است. همچنین، از پارامتر‌های مکانی مانند ارتفاع، توپوگرافی سطح زمین و فاصله از جاده به‌منظور مدل‌سازی مکانی پراکندگی آلودگی هوا استفاده شده است. نتایج حاصل از مقایسه روش ترکیبی PCA-ANFIS با روش ANFIS دقت و سرعت بالاتر مدل ترکیبی طراحی‌شده را، به‌نسبت روش ANFIS در پیش‌بینی آلودگی هوا طی 24 ساعت آینده، بیان می‌کند. 
کلیدواژه‌های فارسی مقاله پیش‌بینی آلودگی هوای شهری، شبکه عصبی فازی تطبیقی، آنالیز مؤلفه اصلی، سامانه اطلاعات مکانی،

عنوان انگلیسی Prediction of Tehran Air Pollution Using PCA-ANFIS Method
چکیده انگلیسی مقاله Urban growth and increased use of vehicles have led to an increase in air pollution, especially in large and industrialized cities in recent years. Because of the adverse effect of air pollution on human and other creatures, prediction and modeling of this complex phenomenon have the main concern of researchers during the last years. The purpose of this research is to design an air pollution prediction system to identify the contaminated areas in order to help the urban managers and planners to control and reduce the amount of contaminants. In the proposed system in order to predict the air pollution in different seasons, PCA-ANFIS model has been used. In this system, meteorological data and concentrations of pollutants are used to predict air pollution in Tehran over the next 24 hours. In addition, spatial parameters including height, topography and distance from the road are used to model the spatial distribution of air pollution. Comparing the results of PCA-ANFIS and ANFIS methods prove that the proposed model obtained higher accuracy in less processing time.
کلیدواژه‌های انگلیسی مقاله پیش‌بینی آلودگی هوای شهری, شبکة عصبی فازی تطبیقی, آنالیز مؤلفة اصلی, سامانة اطلاعات مکانی

نویسندگان مقاله زینب قایمی |


محمد طالعی |


مهدی فرنقی |


قاسم جوادی |



نشانی اینترنتی http://gisj.sbu.ac.ir/article/download/22037/6945
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/911/article-911-571940.pdf
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