شبیه‌سازی و برآورد کیفیت بهداشتی هوای شهری با استفاده از هوش مصنوعی (مطالعه موردی: ایستگاه قلهک شهر تهران)

Abstract

<strong>زمینه و هدف:</strong> کیفیت نامطلوب هوا ناشی از وجود غلظت‌های زیاد آلاینده‌ها در کلان شهر تهران موجب ایجاد بیماری‌های مختلف و مشکلات فراوان برای سلامتی و رفاه عمومی این کلان‌شهر گردیده است و همچنین موجب آسیب به محیط زیست و موجودات زنده می‌شود. <br /> <br /><strong>روش کار:</strong> شاخص کیفیت هوا (AQI) یک ابزار کلیدی جهت آگاهی از کیفیت هوا، نحوۀ اثر آلودگی هوا بر سلامت و روش‌های محافظتی در برابر آلودگی هوا است. هدف اصلی این تحقیق مدل‌سازی و برآورد شاخص کیفیت هوا با درخت تصمیم و الگوریتم بوستینگ تطبیقی است. از داده‌های ساعتی غلظت آلاینده‌های هوا و پارامترهای هواشناسی ایستگاه قلهک شهر تهران به‌منظور مدل‌سازی و برآورد AQI استفاده شد <br /> <br /><strong>یافته‌ها</strong><strong>:</strong> نتایج تحقیق نشان داد که مدل درخت تصمیم عملکرد بهتری نسبت به مدل بوستینگ تطبیقی دارد. برای ارزیابی نتایج مدل‌های مذکور، ریشه میانگین مربعات خطا (RMSE)، میانگین مطلق خطا (MAE)، میانگین مربعات خطا (MSE) و ضریب همبستگی (R) در مدل درخت تصمیم برای مرحله آزمون به ترتیب 75/0 ، 101/0 ، 563/0 و 99/0 حاصل شد که در مقایسه با مدل بوستینگ تطبیقی (1/7RMSE=، 11/5MAE=، 52/50MSE= و 95/0R=) حاکی از برتری مطلق نتایج درخت تصمیم رگرسیون نسبت به مدل بوستینگ تطبیقی است. <br /> <br /><strong>نتیجه‌گیری</strong><strong>:</strong> نتایج حاصل از این مطالعه نشان داد که می‌توان از مدل درخت تصمیم رگرسیون به عنوان یک مدل کارآمد جهت مدل‌سازی و برآورد شاخص کیفیت هوا شهری استفاده نمود.