|
|
|
|
دادهکاوی ذرات معلق (pm2.5) با استفاده از pca در اصفهان
|
|
|
|
|
|
|
|
نویسنده
|
هاشمی نژاد سهراب ,شهرابی فراهانی سمانه ,پیکان پور فرد رضا
|
|
منبع
|
اكولوژي انساني - 1403 - دوره : 3 - شماره : 7 - صفحه:520 -529
|
|
چکیده
|
دلایل مختلفی مانند فعالیتهای صنعتی، افزایش جمعیت انسانی و مصرف سوختهای فسیلی بهویژه در ساعات شلوغی شهری و منابع طبیعی میتواند غلظت ذرات pms را به میزان قابل توجهی افزایش دهد که عمدتاً از طریق سیستم تنفسی وارد بدن انسان میشود. با گسترش روز به روز داده و اطلاعات در این حوزه بسیاری از تصمیمگیریها در فقر اطلاعات مناسب انجام میشود. بهتر است با علم داده کاوی به استخراج دانش و فشرده سازی اطلاعات دست زد تا بتوان بهترین تصمیمگیریها را در حوزه محیط زیست داشته باشیم. در رابطه با pm2.5 شهر اصفهان یکی از سودمندترین اطلاعات ماهیت و منشا هر ایستگاه سنجش pm2.5 است. به عبارتی بهتر اینکه ایستگاههای شهر اصفهان تا چه اندازه تحت تاثیر عوامل مختلف هستند و طبقه بندی ایستگاهها از لحاظ منشا به چه صورت است. برای این منظور از ابزار آماری pca کمک گرفته شد. در این مطالعه ایستگاههای شهری پروین، خرازی، رودکی، احمد آباد و استانداری به احتمال زیاد احتراق سوخت فسیلی در بخش حمل و نقل و گرمایشی ساختمانها حاصل میگردد. در خیابان استانداری به دلیل ترافیک سنگین در هسته مرکزی شهر، همچین مساحت نسبتا زیاد فضای سبز و نقش آن در ترسیب و انباشت ذرات در این نقطه نیازمند توجه زیادی است. دشت سگزی با توجه به فرسایش بادی شدید در این منطقه عمده ذرات مربوط به منشا طبیعی بوده و با راهکارهای مدیریتی در کاهش فرسایش بادی مانند مالچپاشی یا اقدامات کاشت گیاهان مرتعی در این منطقه از پراکنش ذرات جلوگیری کرد. منطقه مبارکه که یکی از کانونهای صنعتی اصفهان است عمدهی ذرات در این منطقه منشا فعالیتهای صنعتی دارد.
|
|
کلیدواژه
|
دادهکاوی، اصفهان، pca ,pm2.5
|
|
آدرس
|
دانشگاه صنعتی اصفهان, دانشکده منابع طبیعی, گروه محیط زیست, ایران, دانشگاه صنعتی اصفهان, دانشکده منابع طبیعی, گروه محیط زیست, ایران, دانشگاه صنعتی اصفهان, دانشکده منابع طبیعی, گروه محیط زیست, ایران
|
|
پست الکترونیکی
|
r.peykanpour@na.iut.ac.ir
|
|
|
|
|
|
|
|
|
|
|
|
|
data mining of particulate matter (pm2.5) using principal component analysis (pca) in isfahan
|
|
|
|
|
Authors
|
hasheminejad sohrab ,shahrabi samane ,peykanpour fard reza
|
|
Abstract
|
elevated concentrations of particulate matter (pms), particularly pm2.5, are significantly influenced by various anthropogenic activities, including industrial processes, population growth, and fossil fuel combustion, especially during peak urban hours. the burgeoning volume of environmental data often leads to crucial decisions being made with inadequate information. data mining techniques offer a powerful approach to extract knowledge, compress data, and facilitate informed environmental decision-making. regarding pm2.5 in isfahan, understanding the characteristics and origins of each monitoring station is paramount. specifically, determining the influence of various factors on each station and classifying them based on pollution source is crucial. principal component analysis (pca) was employed for this purpose. this study suggests that the urban stations (parvin, kharazi, rodki, ahmadabad, and ostandari) are likely heavily influenced by fossil fuel combustion from transportation and building heating. the estandari station, located in the city center with high traffic density, requires special attention due to its relatively large green space, which may influence particulate deposition and accumulation. the segzi plain, characterized by severe wind erosion, predominantly exhibits pms of natural origin. mitigation strategies, such as mulching or afforestation with drought-resistant plants, are necessary to reduce wind erosion and subsequent particulate dispersion. finally, the mubarakeh area, a significant industrial hub in isfahan, displays pms primarily originating from industrial activities.
|
|
Keywords
|
data mining ,pca ,pm2.5 ,isfahan
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|