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 داده‌های ماهواره‌ای و داده‌های هواشناسی

Abstract

ذرات با قطر کمتر از 10 میکرومتر سلامتی ساکنین شهرهای بزرگ را تهدید می‌کند. تا کنون روش‌های مختلفی برای آشکارسازی این ذرات با استفاده از تصاویر ماهواره‌ای پیشنهاد شده‌است. اغلب این روش‌ها نیاز به واسنجی برای اقلیم‌های 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 شده‌است. در مدل شبه تجربی، با استفاده از الگوریتم ژنتیک داده‌های هواشناسی نیز وارد مدل شده و تاثیر آنها در نظر گرفته می‌شود. 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 محدودیت‌هایی از قبیل ناکافی بودن ایستگاه‌های هواشناسی و تعیین تقریبی ارتفاع اختلاط وجود دارد که موجب ورود عدم قطعیت‌هایی به مدل می‌شود.