ارائه بهترین الگوی درون یابی در توزیع مکانی ذرات معلق کوچکتر از 2/5 میکرون شهر مشهد

زمینه و هدف: آلودگی هوا از مهم ترین مشکلات زیست محیطی در قرن اخیر است که سلامت انسانها را تهدید می نماید و ذرات معلق از مرگبارترین انواع آلودگی هوا محسوب می شوند. لذا مطالعه حاضر با هدف انتخاب بهترین الگوریتم درون‌یابی در توزیع مکانی ذرات معلق pm2.5 شهر مشهد در سال 1395 توسط مدل های مختلف فضایی انجام شد.مواد و روش‌ها: غلظت ذرات معلق pm2.5 از تعداد 21 ایستگاه فعال سنجش کیفیت هوا در نقاط مختلف شهر مشهد جمع‌آوری و مدل‌های درون‌یابی کریجینگ معمولی،کریجینگ جهانی و تابع فاصله معکوس وزن دار به‌منظور بررسی فضایی وضعیت آلودگی هوای کلان‌شهر مشهد مورد ارزیابی قرار گرفتند. برای مقایسه مدل ها و انتخاب بهترین مدل از ریشه میانگین مربعات خطا(rmse ) و برای انتخاب بهینه‌ترین شرایط اجرای دو مدل کریجینگ معمولی و کریجینگ جهانی از ریشه میانگین خطای استاندارد(standardized rmse)استفاده گردید.یافته‌ها: بر اساس نتایج، بیشترین میانگین فصلی آلاینده pm2.5 در سال 1395 مربوط به فصل پاییز (40/84 میکروگرم بر متر مکعب) و کمترین آن مربوط به فصل بهار (27/78 میکروگرم بر مترمکعب) بود. همچنین منطقه شرق تا شمال شهر مشهد در وضعیت نامناسب‌تری از نظر غلظت آلاینده نسبت به نواحی غربی این شهر قرار داشت. مقایسه مدل‌ها با استفاده از شاخص ریشه میانگین مربعات خطا نیز نشان داد که مدل کریجینگ معمولی به‌علت دارا بودن کمترین میزان rmse برای میانگین فصلی و سالیانه غلظت ذرات معلق pm2.5 دارای میزان خطای کمتر در مقادیر پیش‌بینی نسبت به اندازه‌گیری است، لذا دارای شرایط بهتر در میان‌یابی است.نتیجه‌گیری: این پژوهش در نهایت منجر به تولید نقشه هایی از وضعیت آلاینده pm2.5 بر روی کل شهر مشهد شد که به‌منظور شناخت مناطق پرریسک در شهر و بکارگیری اقدامات مفید به‌منظور کاهش آلودگی هوا در آن مناطق بسیار سودمند می باشد.

Providing the best pattern Interpolation in the spatial distribution of partiulate matter smaller than 2.5 microns of mashhad

AbstractBackground and Aim:Air pollution is one of the most important environmental problems in the last century that threatens human health and particulate matter is one of the deadliest types of air pollution.This study was done to choose the best interpolation algorithm in the spatial distribution of PM2.5 suspended particles in Mashhad in 1395by different spatial models.Material and Methods: PM2.5 particulate concentrations was collected from 21 active air quality measuring stations in different parts of Mashhad and IDW, Ordinary Kriging (OK) and Universal Kriging (UK) interpolation models were evaluated to spatially investigate the air pollution situation in Mashhad. The root mean square error (RMSE) was used to compare the models and select the best model, and the Standardized RMSE was used to choose the most optimal conditions for running the OK and UK models.Results: The results showed that the highest seasonal average of PM2.5 pollutants in 1395 was related to autumn (40.84 µg/m3) and the lowest was related to spring (27.78 µg/m3). Also, the east to north area of Mashhad is in a more unfavorable situation in pollution concentration than the western areas of the city. Comparison of models using RMSE index also showed that OK model due to having the lowest amount of RMSE for seasonal average and annual concentration of suspended particles PM2.5 has a lower error in the predicted values than the measurement, so it has better conditions for intermediation.Conclusion: This research eventually led to the production of maps of PM2.5 Pollutants situation in the whole city of Mashhad, which is very useful in order to identify highrisk areas in the city and use useful measures to reduce air pollution in those areas.