Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

769
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

595
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

مدل مبتنی بر شبکه های عصبی مصنوعی به منظور تخمین محتوای 10PM توفان های گردوغبار به کمک تصاویر ماهواره ای MODIS

صفحات

 صفحه شروع 823 | صفحه پایان 838

چکیده

 یکی از شاخص های اصلی کیفیت هوا, میزان غلظت ذرات معلق است. ذرات معلق از ترکیبی از ذرات مایع و جامد, با قطر آئرودینامیکی کمتر از 10 میکرومتر یا 5/2 میکرومتر تشکیل شده است. منبع اصلی این ذرات در مناطق طبیعی همچون نمک دریا, گردوغبار یا منابع ناشی از فعالیت های انسان است. هدف این کار بررسی امکان استفاده از تصاویر ماهواره ای سنجنده MODIS به منظور تخمین میزان PM10 اتمسفری ناشی از توفان های گردوغبار است. بدین منظور, با استفاده از شاخص عمق بصری (Aerosol optical depth) سنجنده MODIS مدلی تجربی توسعه داده شد. تاکنون در زمینه تخمین غلظت ذرات معلق با استفاده از تصاویر ماهواره ای مطالعات زیادی انجام شده است. بیشتر این مطالعات با استفاده از شاخص عمق بصری ذرات معلق و ترکیب این شاخص با پارامترهای اقلیمی به مدل سازی غلظت ذرات پرداخته اند. شاخص عمق بصری سنجنده مادیس در پنج باند مختلف ارائه می شود. تحقیقات انجام شده تاکنون همگی با استفاده از باند 555 نانومتر به تخمین غلظت ذرات معلق پرداخته اند. در این پژوهش, نخست هدف تعیین باند مناسب برای شاخص عمق بصری ذرات معلق برای تخمین غلظت PM10 در توفان های گردوغبار است. در ادامه پس از مشخص شدن بهترین باند با استفاده از پارامترهای اقلیمی و هواشناسی به مدل سازی شبکه عصبی مصنوعی در تخمین غلظت PM10 توفان های گردوغبار پرداخته ایم. در این پژوهش در اولین قدم, روزهای دارای توفان گردوغبار در سال 1393 در شهر اهواز در استان خوزستان مشخص شده است. به منظور این کار از پارامتر هواشناسی قابلیت دید در ایستگاه های هواشناسی استفاده شده است. در ادامه در روزهای دارای توفان گردوغبار, تصاویر ماهواره ای مادیس تهیه و مقادیر شاخص عمق بصری از آن استخراج شده است. سنجنده مادیس شاخص عمق بصری را در پنج باند جداگانه ارائه می دهد. در این مرحله, به منظور شناسایی بهترین باند برای مدل سازی با استفاده از شاخص همبستگی, میزان همبستگی داده ها با مقادیر داده های زمینی محاسبه و بهترین باند با بیشترین میزان همبستگی انتخاب شده است. پس از استخراج مقادیر شاخص عمق بصری از تصاویر ماهواره ای مودیس, به منظور افزایش دقت مدل برای مقادیر برآوردشده, در مقایسه با مقادیر PM10 اندازه گیری شده در سطح زمین, از پارامترهای اقلیمی همچون دما, رطوبت نسبی, سرعت و جهت باد استفاده شد. این پارامترها به دو صورت مستقیم و غیرمستقیم بر PM10 اثرگذار است. به منظور ایجاد مدلی مناسب در این مقاله برای اولین بار از مدل شبکه عصبی مصنوعی MLP(Multilayer Perceptron) و(Radial-Basis Function) RBF استفاده و نتایج خروجی از این دو مدل با یکدیگر مقایسه شده است. پس از مدل سازی نهایی برای صحت سنجی مدل های استفاده شده از دو متغیر (Root Mean Square Error (RMSE و (Mean Absolute Error)MAE استفاده شده است. نتایج نشان داد که مدل MLP بهترین تخمین را با کمترین میزان RMSE به میزان 78 ارائه کرد. همچنین, این پژوهش نشان داد که شاخص عمق بصری استخراج شده از باند 476 نانومتر سنجنده مادیس نتایج دقیق تری نسبت به باندهای دیگر این سنجنده ارائه می کند. همچنین, مدل RBF با تخمین های غیردقیق برای مطالعه و مدل سازی غلظت PM10 قابلیت استفاده ندارد.

استنادها

  • ثبت نشده است.

    • ارجاعات

  • ثبت نشده است.

    • استناددهی

    APA: کپی

    حجتی، مجید، درویشی بلورانی، علی، علوی پناه، سیدکاظم، کیاورز، مجید، و بداق جمالی، جواد. (1395). مدل مبتنی بر شبکه های عصبی مصنوعی به منظور تخمین محتوای 10PM توفان های گردوغبار به کمک تصاویر ماهواره ای MODIS. محیط شناسی، 42(4 )، 823-838. SID. https://sid.ir/paper/3236/fa

    Vancouver: کپی

    حجتی مجید، درویشی بلورانی علی، علوی پناه سیدکاظم، کیاورز مجید، بداق جمالی جواد. مدل مبتنی بر شبکه های عصبی مصنوعی به منظور تخمین محتوای 10PM توفان های گردوغبار به کمک تصاویر ماهواره ای MODIS. محیط شناسی[Internet]. 1395؛42(4 ):823-838. Available from: https://sid.ir/paper/3236/fa

    IEEE: کپی

    مجید حجتی، علی درویشی بلورانی، سیدکاظم علوی پناه، مجید کیاورز، و جواد بداق جمالی، “مدل مبتنی بر شبکه های عصبی مصنوعی به منظور تخمین محتوای 10PM توفان های گردوغبار به کمک تصاویر ماهواره ای MODIS،” محیط شناسی، vol. 42، no. 4 ، pp. 823–838، 1395، [Online]. Available: https://sid.ir/paper/3236/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.

    • طرح های مرتبط

  • ثبت نشده است.

    • کارگاه های پیشنهادی





    بازگشت به بالا