واکاوی ارتباط میان عناصر هواشناسی و آلاینده های جوی معیار در تبریز با استفاده از مدلسازی آماری

سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 24

فایل این مقاله در 22 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_SCJS-22-1_005

تاریخ نمایه سازی: 30 اردیبهشت 1403

چکیده مقاله:

سابقه و هدف: افزایش پرشتاب جمعیت، رشد سریع شهرنشینی و صنعتی شدن در سال­ های اخیر که عموما با افزایش تقاضا و مصرف انرژی و در نتیجه افزایش منابع انتشار آلاینده­ ها همراه بوده است، آلودگی هوا به عنوان یکی از بزرگ­ترین بحران­ های حال حاضر جوامع شهری و به تبع آن خطرات زیست محیطی و بهداشتی مربوطه را از لحاظ زمانی و مکانی تشدید کرده است. از سوی دیگر، عناصر هواشناسی به طور مستقیم بر میزان آلاینده ­ها و همچنین مدت زمان حضور آنها در جو تاثیر می­ گذارد و پژوهش حاضر به منظور بررسی ارتباط متغیرهای هواشناسی و آلاینده ­های جوی معیار در شهر تبریز انجام گرفته است.مواد و روش­ها: مطالعه حاضر ضمن بررسی وضعیت عناصر هواشناسی (دما، بارش، سرعت باد، رطوبت نسبی، تابش، ساعات آفتابی و ابرناکی) و آلاینده­ های جوی معیار (کربن منوکسید (CO)، نیتروژن دی اکسید (NO۲)، گوگرد دی اکسید (SO۲)، ازن (O۳)، ذرات معلق با قطر کمتر از ۱۰ میکرون (PM۱۰) و ذرات معلق با قطر کمتر از ۵/۲ میکرون (PM۲.۵)) در شهر تبریز در بلند مدت (۲۰۲۱ -۲۰۰۴)، به بررسی ارتباط بین آلاینده ­ها و متغیرهای هواشناسی در مقیاس­ های زمانی ماهانه و فصلی با استفاده از آزمون همبستگی پیرسون در سطح اطمینان ۹۵ درصد و تاثیر این عناصر بر غلظت آلاینده­ ها با استفاده از مدل رگرسیون خطی چند متغیره (MLR) و مدل جمعی تعمیم یافته (GAM) در نرم افزار آماری R ۴.۳.۱ پرداخته است.نتایج و بحث: بر اساس نتایج حاصل از تحلیل همبستگی پیرسون، آلاینده ­های NO۲ و PM۲.۵، SO۲ و PM۲.۵ و همچنین آلاینده های PM۲.۵ و PM۱۰ همبستگی مثبت معنادار قابل توجهی را به صورت جفتی نشان داده ­اند بنابراین به نظر می­ رسد که این آلاینده ­ها دارای منابع انتشار مشابه هستند. همچنین نتایج این پژوهش نشان می ­دهد که غلظت آلاینده های معیار هوا در تبریز در طول کل دوره آماری در مقیاس­ های زمانی ماهانه و فصلی تحت تاثیر شرایط آب و هوایی قرار داشته و در مقیاس ماهانه، آلاینده­ های NO۲ و PM۲.۵ دارای بیشترین همبستگی منفی با پارامترهای دما، سرعت باد و ساعات آفتابی و بیشترین همبستگی مثبت با رطوبت نسبی، PM۲.۵ دارای بیشترین همبستگی مثبت با فشار هوا، CO و SO۲ دارای بیشترین همبستگی منفی با تابش، O۳ دارای همبستگی مثبت قوی با دما، سرعت باد و ساعات آفتابی و بیشترین همبستگی منفی با فشار، رطوبت نسبی و ابرناکی و آلاینده­ های NO۲ و PM۱۰، دارای بیشترین همبستگی مثبت با ابرناکی هستند. نتایج حاصل از برازش MLR و GAM برای هریک از آلاینده ­های جوی معیار در شهر تبریز نیز حاکی از عملکرد بهتر GAM در تجزیه و تحلیل روابط موجود میان تمامی آلاینده ­های جوی جز NO۲ و مجموعه متغیرهای مستقل است.نتیجه گیری: نتایج این پژوهش مبین آن است که میزان تاثیر عناصر جوی بر غلظت آلاینده ­های معیار مورد مطالعه در شهر تبریز بسته به نوع آلاینده و در زمان­ های مختلف متفاوت بوده و می­توان اذعان کرد که تاثیر یک پارامتر هواشناسی خاص بر آلودگی هوا تغییر پذیر است. با این حال، به نظر می­رسد که سرعت باد، تابش، دما و فشار هوا مهمترین عناصر هواشناسی مرتبط با غلظت آلاینده ­ها در شهر تبریز هستند. همچنین یافته ­های پژوهش نشان می­ دهد که MLR و GAM هردو به خوبی می­ توانند تغییرپذیری متغیر پاسخ با استفاده از مجموعه متغیرهای پیشگو را تبیین و روابط خطی و غیرخطی میان آنها را توضیح دهند. با این حال، GAM با در نظر گرفتن رابطه غیرخطی میان غلظت آلاینده ­های جوی و عناصر هواشناسی در مقایسه با MLR، قادر به توجیه درصد بیشتری از تغییرات تمامی آلاینده­های جوی معیار به جز آلاینده NO۲ است.

نویسندگان

پریسا کهراری

گروه جغرافیای طبیعی، دانشکده علوم زمین، دانشگاه شهید بهشتی، تهران، ایران

شهریار خالدی

گروه جغرافیای طبیعی، دانشکده علوم زمین، دانشگاه شهید بهشتی، تهران، ایران

قاسم کیخسروی

گروه جغرافیای طبیعی، دانشکده علوم زمین، دانشگاه شهید بهشتی، تهران، ایران

سید جلیل علوی

گروه جنگلداری، دانشکده منابع طبیعی، دانشگاه تربیت مدرس، مازندران، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Barzeghar, V., Hassanvand, M.S., Faridi, S., Abbasi, S. and Gholampour, ...
  • Birinci, E., Deniz, A. and Özdemir, E.T., ۲۰۲۳. The relationship ...
  • Chambers, J.M., ۲۰۱۷. Linear models. In: Statistical Models in S. ...
  • Cui, H., Ma, R. and Gao, F., ۲۰۱۸. Relationship between ...
  • Dandotiya, B., Jadon, N. and Sharma, H.K., ۲۰۱۹. Effects of ...
  • Efron, B., ۱۹۸۳. Estimating the error rate of a prediction ...
  • Fox, J. and Monette, G., ۱۹۹۲. Generalized collinearity diagnostics. Journal of ...
  • Gasmi, K., Aljalal, A., Al-Basheer, W. and Abdulahi, M., ۲۰۱۷. ...
  • Gorai, A.K., Tuluri, F., Tchounwou, P.B. and Ambinakudige, S., ۲۰۱۵. ...
  • Horne, J.R. and Dabdub, D., ۲۰۱۷. Impact of global climate ...
  • Jayamurugan, R., Kumaravel, B., Palanivelraja, S. and Chockalingam, M.P., ۲۰۱۳. ...
  • Johnson, A.C., ۲۰۲۲. Correlation Study of Meteorological Parameters and Criteria ...
  • The relationships between meteorological parameters and air pollutants in an urban environment [مقاله ژورنالی]
  • Kenty, K.L., Poor, N.D., Kronmiller, K.G., McClenny, W., King, C., ...
  • Kitamori, K., Manders, T., Dellink, R. and Tabeau, A.A., ۲۰۱۲. OECD ...
  • Liu, Y., Zhou, Y. & Lu, J. ۲۰۲۰. Exploring the ...
  • Ma, Y., Yang, S., Zhou, J., Yu, Z. and Zhou, ...
  • Mahanta, S.K., Panda, B.S., Pati, S.S., Mallik, M.R., Mahanta, B., ...
  • Masoudi, M., Behzadi, F. and Sakhaei, M., ۲۰۱۹. Assessment of ...
  • Meng, K., Cheng, X., Xu, X., Qu, X., Ma, C., ...
  • Mohammad Khorshiddoust, A., Mohammadi, G.H., Aghlmand, F. and Hosseini Sadr, ...
  • Mukaka, M.M., ۲۰۱۲. A guide to appropriate use of correlation ...
  • Oji, S. and Adamu, H., ۲۰۲۰. Correlation between air pollutants ...
  • Pearson, K., ۱۸۹۵. Notes on Regression and Inheritance in the ...
  • R Core Team, R., ۲۰۲۳. R: A Language and Environment ...
  • Rad, A.K, Shamshiri, R.R., Naghipour, A., Razmi, S.O., Shariati, M., ...
  • Radaideh, J.A., ۲۰۱۷. Effect of meteorological variables on air pollutants ...
  • Ramezani, R., Alijani, B. and Borna, R., ۲۰۱۸. Explaining the ...
  • Shahmohammadi, A., Bayat, A. and Mashhadizadeh Maleki, S., ۲۰۲۰. Investigation ...
  • Sirithian, D. and Thanatrakolsri, P., ۲۰۲۲. Relationships between Meteorological and Particulate Matter ...
  • Song, R., Yang, L., Liu, M., Li, C. and Yang, ...
  • Tian, J., Fang, C., Qiu, J. and Wang, J., ۲۰۲۱. ...
  • TLboFcbA, M., ۲۰۲۰. leaps: Regression Subset Selection. R package version ...
  • Venables, W.N. and Ripley, B.D., ۲۰۰۲. Modern Applied Statistics with ...
  • Wei, T., Simko, V. and Package ‘corrplot, R., ۲۰۲۲.’: Visualization ...
  • WHO., ۲۰۲۱. Air pollution and health: Summary. Retrieved March ۲۷, ...
  • Wood, S.N., ۲۰۱۷. Generalized Additive Models: An Introduction with R, ...
  • Wu, Y., Zhou, B., Zhao, A., Chen, D., Wang, X., ...
  • Zhai, S., Jacob, D.J., Wang, X., Shen, L., Li, K., ...
  • Zhang, H., Wang, Y., Hu, J., Ying, Q. and Hu, ...
  • Zhang, Q., Geng, G., Wang, S., Richter, A. and He, ...
  • Zhou, W. and Liang, P., ۲۰۱۳. The Possible Effect of ...
  • Żyromski, A., Biniak-Pieróg, M., Burszta-Adamiak, E. and Zamiar, Z., ۲۰۱۴. ...
  • نمایش کامل مراجع