پیش بینی آلودگی هوای ناشی از حمل ونقل شهری کلانشهر تهران با بهره گیری از تلفیق GIS با مدلLUR وشبکه عصبی مصنوعی

تاکنون طرح‌هایی چند در جهت کاهش آلودگی هوای شهر تهران به مرحله اجراگذاشته شده است. اما مسئله این است که در کنار سایر کاستی‌ها، این طرح‌ها اغلب با تبعیت از مدیریت بحران به جای مدیریت ریسک،در واقع عکس‌العملی منفعلانه ومقطعی در مقابل افزایش آلودگی هوا بوده ودر تصمیمات مدیریتی مبتنی بر این طرح‌ها از سامانه پشتیبانی تصمیم‌گیری استفاده نشده است. لذا این پژوهش به سبب اهمیت موضوع با روشی تحلیلی-کاربردی وبا استفاده از داده‌های ساعتی، غلظت منوکسید کربن 12 ایستگاه از مجموعه ایستگاه‌های سنجش آلودگی هوا متعلق به شرکت کنترل کیفیت هوا وهمچنین داده‌های هواشناسی سرعت باد، جهت باد ودما مربوط به ایستگاه مهرآباد، همگی مربوط به سال1389، و داده‌های حجم همسنگ سواری معابر شهر تهران با هدف پیش‌بینی زمانی-مکانی آلودگی هوای ناشی از حمل ونقل شهری کلانشهر تهران در راستای کاربرد در سامانه پشتیبانی تصمیم‌گیری فضایی مدیریت کیفیت هوا و با هدف نهایی مدیریت بهینه حمل و نقل شهری کلانشهر تهران به تحقیق پرداخت. در این راستا، از آنجا که هدف غایی تحقیق حاضر، بهره‌گیری از نتایج آن در کنترل بهینه حمل و نقل شهری به عنوان منبع مهم آلاینده هوا است؛ از روش LUR برای سنجش شاخص منوکسید کربن در حمل و نقل کلانشهر تهران در کنار سایر آلاینده‌ها استفاده گردید.سپس از شبکه عصبی مصنوعی برای پیش‌بینی زمانی احتمال وقوع آلودگی هوا البته با تأکید بر مدیریت ریسک بهره گرفته شد؛ و سپس بر پایه پیش‌بینی‌های زمانی حاصل از شبکه عصبی مصنوعی، با استفاده از شاخص کریجینگ مناطقی که احتمال وقوع آلودگی هوا در آنها بالاست، شناسایی گردید. براساس یافته‌های تحقیق، نتایج مناسب تشخیص داده شد به گونه‌ای که می‌توان از این الگو در سامانه پشتیبانی مدیریت کیفیت هوا به هدف نهایی مدیریت بهینه حمل و نقل شهری کلانشهر تهران استفاده نمود.