تعیین تغییرات مکانی و زمانی آلودگی های منواکسید کربن و ذرات معلق با استفاده از تکنیک های GIS در شهر تهران | ||
| نشریه سنجش از دور و GIS ایران | ||
| مقاله 4، دوره 1، شماره 1، تیر 1388، صفحه 57-72 اصل مقاله (400.82 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| نویسندگان | ||
| علی اکبر متکان؛ علیرضا شکیبا؛ سید حسین پورعلی؛ ایمان بهارلو* | ||
| دانشگاه شهید بهشتی | ||
| چکیده | ||
| یکی از معضلات اساسی شهرهای بزرگ جهان پدیده آلودگی هواست. کشور ایران و به خصوص تهران نیز از اثر این پدیده مصون نیست، به طوری که سالانه خسارات مالی و جانی و اجتماعی عمده ای متاثر از آلودگی به بار می آیند. از آنجا که مهم ترین آلاینده های این شهر مونواکسید کربن (CO) و ذرات معلق با قطر کوچک تر از 10 میکرومتر (PM to) اند، در تحقیق حاضر ابتدا روش های مختلف درون یابی برای تولید نقشه های کیفیت هوای حاصل از این دو آلاینده مورد ارزیابی قرار گرفتند و سپس با استفاده ز آماره خطی میانگین مربعات (MSE) روش درون یابی بهینهانتخاب شد و نقشه های کیفیت هوای حاصل ازاین دو آلاینده برای همه روزهای سال 1384 تولید گردید. نیز از آنجا که آلودگی هوا با عوامل متعددی از قبیل توپوگرافی، اقلیم، جمعیت، شبکه حمل و نقل و صنعت ارتباط دارد، با استفاده از روش رگرسیون کاربری اراضی (LUR) مهم ترین عوامل موثر در تولید هر یک از این دو آلانیده تعیین گردید و در ادامه با استفاده از همین روش به مدل سازی این دو آلاینده در فصل بهار پرداخته شد. با توجه به آماره خطاری میانگین مربعات (MES) معلوم شد که برای دورن یابی داده های آلاینده مونواکسید کربن، روش کوکریجینگ همراه به سه پارامتر دما، جهت باد و سرعت باد که ناهمسان گردی آن به وسیله جهت باد تعیین شود، مناسب ترین روش به شمار می آید؛ در حالی که برای آلاینده ذرات معلق روش Spline نتایج بهتری را رائه می دهد. همچنین نتایج حاصل از مدل رگرسیون کاربری اراضی (LUR) نشان داد که مهم ترین عامل موثر بر روی آلاینده مونواکسید کربن حجم ترافیک است، در حالی که مهم ترین عامل موثربر بروی آلایندهPM to وجود اماکن صنعتی است. | ||
| کلیدواژه‌ها | ||
| آلودگی هوا؛ درون یابی؛ رکرسیون کاربری اراضی (LUR) | ||
| عنوان مقاله [English] | ||
| Determination of Spatial Variation of CO and PM10 Air Pollutants, Using GIS Techniques(Case study : Teheran, Iran) | ||
| چکیده [English] | ||
| The growth of technology and industry has caused air pollution in many countries all over the world. Since air pollution has a direct effect on the health of human beings, animals and plants, much attention have been paid by decision makers, experts and researchers to this problem. Iran , especially Tehran city, is not immune to this phenomenon as well; and huge financial, physical and social losses are occured each year. There are many different methods for estimating air pollution. Some of these include: Proximity, Interpolation, LUR, Diffusion and so on, which each of these methods includes some advantages and disadvantages. This study tried to determine spatial and temporal changes of the air pollution. To achievethis, interpolation method was applied. Moreover, to specify the factors that had effects on air pollution, another method- namely, land use regression (LUR)- was used. Since the most important pollutants of the city are CO and PM10, using the Statistic MSE (Mean Square Error), different interpolation methods were first compared to produce air quality maps. Then the air quality maps for these two pollutants were produced for all days during 2004-2005 by optimum interpolation method. Also all of the produced maps were classified based on Air Quality Index(AQI). Air pollution is associated with different factors such as topography, climate, population, transportation system and industry. To determine the most significant factors LUR method was used. Then, using the same method, modeling of the mentioned pollutants in spring was conducted. LUR method consists geospatial information system and multivariate regression methods. In this study, the chosen locations for measuring the pollutants were the same locations where the station were situated. Then traffic volume, land use, population, elevation and distance of the stations from neighborhood roads were measured in different buffers. Finally, by using Multivariate, Backward, Forward and Stepwise regression methods, the relationships among the selected pollutants (as dependent variables) and the other variables (as independent ones) were obtained. The results showed that the best method for estimating CO pollutants is Cokriging method with three secondary parameters- namely temperature, speed and wind direction. However, Spline method for PM10 pollutants yielded the better results. Also, results demonstrated that in December and April CO volume and in March and July PM10 volume were at their highest levels. Also it was found that the most CO pollutant volume were seen in 6, 7, 11, 12 district; while the most PM10 pollutant volume belonged to the 9, 10, 16, 17, 18 district. Results of LUR model demonstrated that the most important factor affecting CO pollutant was the volume of traffic. The most important factor affecting the PM10 was the existence of industrial locations and the final R2 of CO and PM10 Pollutants models were 0.47 and 0.62 respectively. | ||
| کلیدواژه‌ها [English] | ||
| Air Pollution, Cokriging, Spline, LUR, AQI | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 2,991 تعداد دریافت فایل اصل مقاله: 1,746 |
||