فهرست نشریات علمی دسترسی آزاد ایران

با گسترش بی‌رویه شهرهای بزرگ و توسعه‌ی صنایع، مسئله‌ی آلودگی هوا به موضوعی جدی در مدیریت شهری تبدیل شده است. در سال‌های اخیر، خشکسالی‌های مکرر و سدسازی‌های گسترده در کشورهای همسایه، مسئله ریزگردها را به یک چالش بزرگ برای ایران و دیگر کشورهای منطقه تبدیل کرده است. در بسیاری از شهرهای بزرگ، غلظت آلاینده‌های هوا بالاتر از استانداردهاست که اثرات منفی گسترده‌ای بر سلامتی انسان‌ها، از جمله افزایش بیماری‌های قلبی عروقی، تنفسی، دیابت، فشار خون، زوال عقل، سقط جنین و مرگ‌های زودرس دارد. آلودگی هوا همچنین بر سلامت جانداران دیگر، فعالیت‌های اقتصادی و اجتماعی، کشاورزی، و محیط زیست نیز تأثیرات منفی می‌گذارد. مهم‌ترین آلاینده‌های هوا شامل ذرات معلق با قطر کمتر از ۱۰ و ۵/۲ میکرون، دی‌اکسید نیتروژن، مونوکسید نیتروژن، سولفات سدیم، مونوکسید کربن و ازن هستند. در این پژوهش، ابتدا موضوع آلودگی هوا در استان لرستان را بر مبنای داده‌های جمع‌آوری شده در ایستگاههای پایش آلودگی هوای سازمان محیط زیست بررسی و میزان همبستگی غلظت آلاینده‌های هوا و متغیرهای هواشناسی را محاسبه می‌کنیم. سپس، از شبکه عصبی چندلایه با یک الگوریتم یادگیری بهنگام پایدار برای پیش‌بینی کوتاه‌مدت میزان غلظت آلاینده‌ها استفاده می‌کنیم. پیش‌بینی آلودگی هوا از اهمیت بالایی برخوردار است و پیش‌بینی به‌موقع می‌تواند در کاهش اثرات منفی آلودگی هوا مؤثر باشد. روش‌های مختلفی برای پیش‌بینی آلودگی هوا وجود دارند که برخی از آن‌ها از دقت پایینی برخوردارند. اما استفاده از شبکه‌های عصبی مصنوعی به عنوان یک روش پیشرفته‌تر، در سال‌های اخیر برای مدل‌سازی و پیش‌بینی کیفیت هوا مورد توجه قرار گرفته است. این مدل‌ها به‌ویژه برای پیش‌بینی سری‌های زمانی و داده‌های محیطی کاربرد دارند. با توجه به کیفیت داده‌های جمع‌آوری شده در ایستگاههای پایش آلودگی هوای سازمان محیط زیست استان لرستان، تأثیرات عمده‌ی پدیده ریزگردها و موقعیت مکانی شهرهای خرم‌آباد و پلدختر، این شهرها جهت مطالعات موردی انتخاب شدند. مطابق نتایج به‌دست آمده، همبستگی معنی‌داری میان متغیرهای هواشناسی و میزان غلظت آلاینده‌ها وجود دارد و مدل عصبی پیشنهاد شده برای پیش‌بینی میزان غلظت آلاینده‌ها از دقت بالایی برخوردار است.