کاربرد شاخص تراکم ترافیک و سرعت وزش باد در مدلسازی داده‌محور غلظت آلاینده های هوای شهری

گلشن خواص, رضا; شیخ الاسلامی, عبدالرضا; نیازی راد, مریم

doi:10.22060/ceej.2026.24527.8320

	کاربرد شاخص تراکم ترافیک و سرعت وزش باد در مدلسازی داده‌محور غلظت آلاینده های هوای شهری
نشریه مهندسی عمران امیرکبیر
دوره 58، شماره 5، 1405 اصل مقاله (1.33 M)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.22060/ceej.2026.24527.8320
نویسندگان
رضا گلشن خواص^* ¹؛ عبدالرضا شیخ الاسلامی¹؛ مریم نیازی راد²
¹گروه حمل و نقل، دانشکده مهندسی عمران، دانشگاه علم و صنعت ایران
²دانشکده مهندسی عمران، دانشگاه علم و صنعت ایران
چکیده
آلودگی هوا به‌عنوان یکی از چالش‌های جدی محیط زیستی، تأثیرات منفی قابل توجهی بر سلامت عمومی و کیفیت زندگی دارد. این مطالعه به بررسی و مدلسازی آلودگی هوا با استفاده از شاخص تراکم ترافیک و سرعت وزش باد می‌پردازد. هدف اصلی این تحقیق، تحلیل تأثیر عوامل مختلف بر آلودگی هوا و ارائه پیش‌بینی‌های معتبر برای آلاینده‌های مونوکسید کربن، ذرات معلق و دی‌اکسید گوگرد است. مدلسازی با استفاده از شاخص تراکم ترافیک و سرعت وزش باد انجام شد. در مرحله آماده‌سازی داده‌ها، به‌منظور بررسی اثرات کوتاه‌مدت و تجمعی، داده‌ها در قالب بازه‌های ساعتی، میانگین و مجموع دو و سه‌ساعته سازمان‌دهی و تحلیل شدند. نتایج این بخش نشان داد که استفاده از داده‌های ساعتی نسبت به حالت‌های تجمعی، عملکرد بهتری در پیش‌بینی آلودگی هوا ارائه می‌دهد. با تحلیل داده‌های تراکم جمع‌آوری‌شده به‌صورت ساعتی و استفاده از مدل‌های شبکه عصبی و یادگیری ماشین، پیش‌بینی‌های دقیقی برای آلاینده‌ها ارائه گردید. نتایج نشان داد که می‌توان با استفاده از شاخص تراکم ترافیک به‌طور مؤثری آلودگی هوا را مدلسازی کرد و مدل XGBoost بهترین عملکرد را در این زمینه ارائه داد. این تحقیق نشان‌دهنده اهمیت استفاده از داده‌های ترافیکی و تغییرات جوی در تحلیل آلودگی هوا و پتانسیل بالای مدل‌های یادگیری ماشین در پیش‌بینی آلاینده‌ها است.
کلیدواژه‌ها
یادگیری ماشین؛ تراکم ترافیک؛ XGBoost؛ سرعت باد؛ غلظت آلاینده های هوا
مراجع

آمار تعداد مشاهده مقاله: 158 تعداد دریافت فایل اصل مقاله: 207