ﺑﺮآورد ﻣﯿﺰان آﻟﻮدﮔﯽ ﻫﻮا (pm10) ﺑﺎ اﺳﺘﻔﺎده از دادهﻫﺎی آب و ﻫﻮاﯾﯽ (ﻣﻄﺎﻟﻌﻪ ﻣﻮردی: ﺷﻬﺮﺳﺘﺎن اﻫﻮاز)

در چند سال اخیر میزان ریزگردها و دیگر آلاینده‌های هوا در استان های جنوبی و جنوب‌غربی ایران افزایش چشمگیری یافته است. یکی از مهمترین متغیرهایی که در این زمینه مورد بررسی قرار می‌گیرد مقدار pm10 می‌باشد. با توجه به ضرورت برآورد و پیش بینی آسان‌تر و کم هزینه‌تر این متغیر، در تحقیقات مختلف از روش‌های آماری متفاوتی به بررسی رابطه آن با دیگر متغیرها پرداخته‌اند. هدف این تحقیق بررسی رابطه بین متغیرهای آب و هوایی شامل دمای هوا (حداکثر، متوسط و حداقل)، رطوبت نسبی (حداکثر، متوسط و حداقل)، بارندگی روزانه، دید افقی، جهت و سرعت باد با داده‌های متغیر آلودگی هوا (pm10) طی دوره آماری 4 ساله (1387 تا 1390) با استفاده از روابط همبستگی و برآورد pm10 با استفاده از مدل آماری جنگل تصادفی بود. برای انجام این تحقیق داده‌های هواشناسی و داده‌های pm10 به ترتیب از ایستگاه‌های سینوپتیک هواشناسی و ایستگاه‌ پایش آلودگی هوای شهر اهواز اخذ شد. برای رسیدن به اهداف تحقیق آنالیز‌های مختلفی نیز انجام شد. ابتدا باتوجه به نرمال نبودن داده‌ها، برای بررسی همبستگی بین داده‌های pm10 و داده‌های آب و هوایی و تعیین متغیرهای مستقل موثر در برآورد میزان غلظت آن از ضریب همبستگی اسپیرمن استفاده شد. نتایج نشان داد که متغیرهای دید افقی و حداقل دما به ترتیب با 0.376- و 0.349+ بیشترین و بارندگی با 0.077- کمترین همبستگی را با متغیر pm10 از خود نشان دادند. نتایج رگرسیون جنگل تصادفی نیز نشان داد که مهمترین متغیر تاثیرگذار در برآورد میزان pm10، متغیر دید افقی و سپس متغیر دمای حداقل می‌باشد. ضریب تبیین بدست آمده با استفاده از داده‌های مشاهده شده و برآورد شده در سطح معنی‌ داری 99 درصد برابر (0.47= r^2) بدست آمد. آنالیز درخت سلسله مراتبی نشان داد که از کل داده‌های متغیرهای رطوبت نسبی حداکثر، رطوبت نسبی حداقل و دمای حداقل به ترتیب، 396 داده (>0.205 درصد)، 389 داده (>0.305 درصد) و 387 داده (>5.5 درجه سلسیوس) ، قابلیت تفکیک شدن را نشان دادند و متغیر رطوبت نسبی حداکثر در سطح اول قرار گرفت. این تحقیق نشان داد که در پیش‌بینی میزان pm10 می‌توان از داده‌های دید افقی و حداقل دمای محیط و مدل رگرسیون جنگل تصادفی استفاده نمود.