پیش بینی غلظت آلاینده نیتروژن دی اکسید در کلان شهر تهران با استفاده از شبکه های عصبی

امروزه اهمیت آلودگی هوا و خسارات آن بر سلامتی انسان ها، سایر موجودات و محیط زیست بر کسی پوشیده نیست. بر اساس آمار ارائه شده توسط سازمان بهداشت جهانی، آلودگی هوا به میزان خطرناکی در بسیاری از مناطق بالا می باشد به طوری که از هر 10 نفر در جهان، 9 نفر هوایی با سطوح آلودگی بالاتر از حدود مجاز تعیین شده توسط این سازمان، تنفس می کنند و نیز سالانه در حدود 7 میلیون نفر در اثر مواجهه با آلودگی هوا جان خود را از دست می دهند. یکی از آلاینده های معیاری که اثرات مخرب زیادی بر سلامت و سیستم تنفسی داشته و می تواند مرگ زودرس را نیز به همراه داشته باشد، آلاینده نیتروژن دی اکسید است. ایستگاه‌های سنجش کیفیت هوا به صورت روزانه پارامترهای مربوط به کیفیت هوا را اندازه‌گیری می‌کنند اما در هر ایستگاه ممکن است به دلایل مختلفی مانند عوامل محیطی، نقص عملکردی دستگاه و یا قرار داشتن آن در فاز کالیبراسیون، در بازه های زمانی خاصی دیتای مورد نیاز تولید نشود و یا به عبارتی مقادیر از دست رفته ایجاد شود که لازم است به شکل مناسب تخمین زده شوند. در این تحقیق ما قصد داریم با استفاده از داده های ایستگاه های سنجش زمینی در شهر تهران و آموزش شبکه عصبی عمیق lstm ، یک مدل پیش بینی آلودگی هوا بر اساس میزان نیتروژن دی اکسید (در شهر تهران) روزهای قبل ایجاد کنیم که بتوان از آن برای تخمین مقادیر از دست رفته استفاده کرد. نتایج حاصل از ارزیابی نشان داد که این مدل کارایی بالایی در تخمین میزان آلودگی بر اساس آلودگی روزهای قبل دارد.