|
|
پیش بینی آلودگی هوای ناشی از ترافیک در راه های برون شهری با مدلسازی آلاینده ازن به روش رگرسیون
|
|
|
|
|
نویسنده
|
درویشی غلامرضا ,یوسفی کبریا داریوش ,احتشامی مجید ,اسدی قالهری مهدی ,گلبابائی کوتنائی فرشاد
|
منبع
|
تحقيقات سلامت در جامعه - 1399 - دوره : 6 - شماره : 3 - صفحه:55 -64
|
چکیده
|
مقدمه و هدف: امروزه عوامل آلودگی هوای ناشی از ترافیک بهعنوان مخرب محیطزیست طبقهبندی میشوند. با توجه به افزایش شهرنشینی و رشد روزافزون خودروها و تردد و جابهجایی مسافران و شهروندان بین شهرها، باید با بررسی علمی و عملی، سیستمهای حملونقل با دخالت علم ریاضی و سیستمهای هوشمند به سمت توسعه پایدار و داشتن هوا و حملونقلی سالم حرکت کنند. هدف این مقاله بررسی اثر پارامترهای ترافیکی حملونقل بر آلودگی هوای راههای برونشهری در محور ساریقائمشهر در استان مازندران با توجه به پارامترهای جوی و آلاینده ازن است.روش کار: در این تحقیق به تحلیل و مدلسازی غلظت آلاینده ازن در محور برونشهری ساریقائمشهر پرداخته شد. بدین ترتیب عوامل تاثیرگذار بر غلظت آلایندهها بر پایه آمار ترافیکی و جوی مشخص و رابطه بین متغیرهای تردد، سرعت متوسط، میزان بارش، دما، رطوبت و سرعت باد و درنهایت رابطه آنها با میزان آلودگی هوا بررسی شد. سپس با استفاده از نرمافزار spss نسخه 16 و روش رگرسیون، مدلی ارائه شد که قادر خواهد بود در خیابانهای برونشهری، غلظت آلاینده ازن را با دقت مناسبی برای سالهای آتی تخمین بزند.یافتهها: با توجه به مدل ارائهشده برای آلاینده ازن، از میان متغیرهای موجود، میزان دما، میزان تردد و سرعت باد، بیشترین اثرگذاری را بر آلاینده ازن دارند. همچنین نتایج بهدستآمده از اعتبارسنجی، میزان موفقیت مدل در تخمین آلودگی را نشان داده است. در این تحقیق سطح معنیداری رگرسیون بیش از 95 درصد بوده است. همچنین میزان مشارکت 90 درصدی دادهها برای آلاینده ازن در ارائه مدل، حد بسیار مطلوبی بوده است.نتیجهگیری: با توجه به نتایج، مدلسازی به روش رگرسیون و استفاده از نرمافزار spss برای تخمین آلاینده ازن روش مناسبی است. مدل ارائهشده میتواند در طراحی و احداث راه باعث کنترل و مدیریت انتشار آلودگی شود.
|
کلیدواژه
|
ازن، آلودگی هوا، ترافیک، رگرسیون، سرعت
|
آدرس
|
دانشگاه صنعتی خواجه نصیرالدین طوسی, دانشکده مهندسی عمران, گروه مهندسی محیط زیست, ایران, دانشگاه صنعتی نوشیروانی بابل, دانشکده مهندسی عمران, گروه مهندسی محیطزیست, ایران, دانشگاه صنعتی خواجه نصیرالدین طوسی, دانشکده مهندسی عمران, گروه مهندسی محیط زیست, ایران, دانشگاه علوم پزشکی قم, دانشکده بهداشت, گروه مهندسی بهداشت محیط, ایران, دانشگاه تهران، پردیس دانشکده فنی, دانشکده محیطزیست, گروه مهندسی محیطزیست, ایران
|
پست الکترونیکی
|
farshadgolbabaei@yahoo.com
|
|
|
|
|
|
|
|
|
Prediction of Traffic-induced Air Pollution in Suburban Roads using an Ozone Pollutant Modeling with a Regression Method
|
|
|
Authors
|
Darvishi Gholamreza ,Yousefi Kebria Daryush ,Ehteshami Majid ,Asadi-Ghalhari Mahdi ,Golbabaei Kootenaei Farshad
|
Abstract
|
Introduction and purpose: Nowadays, trafficinduced air pollution factors are classified as destructive to the environment. Regarding an increase in urbanization and the number of cars, transportation, and movement of passengers and citizens between cities, transportation systems should utilize mathematics scientifically and intelligent systems practically to move towards sustainable development and benefit from healthy air and transportation. This study aimed to investigate the effect of traffic parameters on air pollution of the suburban route of SariQaemshahr road in Mazandaran province, Iran, regarding the atmospheric variables and ozone pollutants.Methods: This study analyzed and modeled the ozone pollutant concentrations in the suburban route of SariQaemshahr road. Moreover, the factors affecting the concentration of pollutants based on traffic and climate statistics were determined in this study. Additionally, it was attempted to investigate the relationship of air pollution with traffic variables, average speed, rainfall, temperature, humidity, and wind speed. Subsequently, SPSS software (version 16) and regression method were used to present a model that will be able to estimate the concentration of ozone pollutants on suburban roads with appropriate accuracy for the coming years.Results: According to the proposed model for ozone pollutants, among the available variables, temperature, traffic volume, and wind speed had the greatest impact on ozone pollutants. Moreover, the results obtained from the validation showed the success rate of the proposed model in estimating pollution. In this study, the level of regression significance was above 95%. In addition, the 90% data contribution rate for ozone pollutants in the model has been satisfying.Conclusion: According to the results, the modeling by a regression method and SPSS software is a suitable method for estimating ozone pollutants. The proposed model can control and manage pollution emissions in road design and construction.
|
Keywords
|
Air pollution ,Ozone ,Regression ,Speed ,Traffic
|
|
|
|
|
|
|
|
|
|
|