ارزیابی و پهنه بندی آلودگی هوای کلانشهر تبریز

با سرعت زیاد شهرنشینی در ایران بسیاری از شهرها به ویژه کلان شهرها با معضلات زیادی مواجهه شدند که عدم پایداری را برای آنها به ارمغان آورده است. این پژوهش بحران آلودگی شهر تبریز به عنوان یکی از هشت شهر آلوده ایران را مورد بررسی قرار داده است. سوالات مطرح شده در تحقیق عبارت است از بهترین الگوریتم درونیابی در توزیع آلودگی هوا کدام است؟ تراکم آلاینده ها در کدام بخش شهر تبریز بیشتر است؟ کاربری های موثر در کاهش و افزایش آلودگی هوای شهر کدامند؟ برای پاسخ به این سوالات اطلاعات آماری آلاینده ها، مربوط به آلاینده های ذرات معلق هوا (pm10 )، ازن ( o3 )، دی اکسید گوگرد (so2 )، دی اکسید نیتروژن ( no2 ) و دی اکسیدکربن ( co2 ) در بازه ی زمانی سال های 1383 تا 1392 برای کلیه ماه های سال، از پنج ایستگاه سنجش آلاینده های هوای شهر گردآوری و سپس این اطلاعات با استفاده از افزونه زمین آماری نرم افزار arc gis درحالت های مختلف درون یابی و مورد آنالیز قرار گرفت. نتایج نشان داد که: ضرایب میزان خطای درونیابی rmse و mae کریجینگ نسبت به idw از میزان پایین تری برخوردار بوده، لذا بهترین شیوه درونیابی تعیین گردید. همچنین نتایج با معیارهای کیفیت هوا از جمله psi آلودگی هوا مقایسه گردیده و وضعیت کیفیت هوای شهر در ایستگاه های مورد نظر تعیین و به نقش متقابل کاربری های اراضی موثر در کاهش یا افزایش آلودگی معرفی شدند.

Evaluation and Zoning of Urban air Pollution in Tabriz

With a large speed of urbanization in many cities in Iran, especially large metropolises were faced with lack of stability. The Tabriz pollution crisis is studied as one of the eight infected city in Iran. This study is based on these questions: What is the best interpolation algorithm for distribution of air pollution? Which part of Tabriz has the most density of pollutants? Which applications are effective in reducing and increasing air pollution? To answer these questions, statistical data pollutants related to particulate air pollution (PM10), ozone (O3), sulfur dioxide (SO2), nitrogen dioxide (NO2) and carbon dioxide (CO2) had been collected for measuring air pollutants from five stations measuring air pollutants from 1383 to 1392 for each month of the year. Then the collected data were analyzed by different geostatistical interpolation mode such as ARC GIS software. The coefficient rate of interpolation error RMSE and MAE of Kriging was at lower place in comparison with IDW interpolation method. The PSI of air pollution and air quality standards are compared. The status of air quality in desired stations was determined and the role of user interaction or effective increase in reducing contamination of land were introduced.