بر اساس نتایج حاصل از این مطالعه، محققان بیان کرده‌اند که خطای مدل شبکه عصبی کمتر از روش‌های معمول دیگر برای اجرای پیش‌بینی مورد نظر است.
شفاآنلاین>سلامت>آلودگی هوای کلان‌شهرهای مختلف به‌ویژه تهران، این روزها مثل بسیاری از روزهای دیگر سال، سروصدای زیادی به پا کرده است. محققان کشور برای کمک به رفع این آلودگی، مسئولان را به استفاده از یک مدل ریاضی کاربردی برای پیش‌بینی مقدار ازن هوا فراخوانده‌اند.
به گزارش شفاآنلاین: معضل آلودگی محیط زیست، بی هیچ تردیدی امروز به‌عنوان یکی از اصلی‌ترین چالش‌های زندگی شهرنشینی شناخته می‌شود و همه‌ساله خسارات فراوان جانی و مالی را به شهروندان و ساکنان شهرهای بزرگ و پرجمعیت تحمیل می‌کند. در این میان معضل آلودگی هوا در صدر فهرست مظاهر آلودگی از بابت خطرساز بودن قرار گرفته و مروری بر آمارهای سازمان بهداشت جهانی می‌تواند شاهدی بر این ادعا باشد.
گسترش بی‌رویه شهرها و شهرنشینی و نیز رشد بخش صنعت به‌خصوص در مجاورت شهرهای بزرگ و پرجمعیت و ترکیب آن‌ها با مجموعه عوامل طبیعی و اقلیمی نه‌تنها باعث افزایش آلودگی هوای شهرها شده، بلکه تغییراتی را در اقلیم جهانی به وجود آورده که در سال‌های اخیر به‌شدت مورد توجه محققان و برنامه ریزان قرار گرفته است.
بنا بر گفته متخصصان و براساس گزارش موسسه بین اللملی تحقیقات سرطان، در سال 2013 آلودگی هوا و ذرات معلق در آن به‌عنوان ترکیبات صددرصد سرطان‌زا برای انسان طبقه‌بندی شده‌اند. همچنین براساس گزارش مربوط به بار بیماری‌های جهانی، آلودگی هوا چهارمین عامل خطر برای مرگ در دنیا و همچنین هفتمین عامل خطر در ایران است.
در این میان، کلان‌شهر تهران با توجه به شرایط توپوگرافی و اقلیمی آن و همچنین تردد نزدیک به 5 میلیون وسیله نقلیه و استقرار تعداد زیادی واحدهای صنعتی بزرگ و کوچک، یکی از هشت شهر بزرگ کشور است که آلودگی هوا در آن به یکی از مشکلات بزرگ تبدیل شده است و در صورت عدم برنامه‌ریزی صحیح و اتخاذ راهکارهای کنترلی می‌تواند اثرات جبران‌ناپذیری بر سلامت افراد و محیط زیست وارد کند.
در این زمینه، یک تیم پنج نفره تحقیقاتی از دانشکده محیط زیست کرج، پردیس دانشکده کشاورزی و منابع طبیعی دانشگاه تهران و دانشگاه علوم پزشکی تهران پژوهشی را انجام داده‌اند که در آن سعی شده است در جهت کمک به مدیریت بهتر وضع آلودگی هوا در تهران، از مدل‌های هوشمند برای پیش‌بینی میزان گاز خطرناک ازن در هوای این شهر استفاده شود.
در این پژوهش تحلیلی-کاربردی، محققان با استفاده از داده‌های روزانه ازن ایستگاه‌های سنجش کیفیت هوای شهر تهران، هواشناسی، فضای سبز، ترافیکی و متغیرهای زمانی مثل تأخیر زمانی یک‌روزه، از مدل شبکه عصبی مصنوعی استفاده کرده و به پیش‌بینی گاز ازن در کلان‌شهر تهران پرداخته‌اند.
بر اساس نتایج حاصل از این مطالعه، محققان بیان کرده‌اند که خطای مدل شبکه عصبی کمتر از روش‌های معمول دیگر برای اجرای پیش‌بینی مورد نظر است.
بر اساس نتایج آنالیز فوق، عواملی مانند فصل سال و طول ساعات آفتابی بیش‌ترین تأثیر را در میزان تراکم گاز ازن در هوای شهر تهران دارند و می‌توان با استفاده از آن‌ها، تعیین کرد که در چه روزهایی، میزان این گاز خطرناک در تهران بیشتر خواهد بود.
در همین رابطه، علی جهانی، پژوهشگر گروه محیط زیست طبیعی و تنوع زیستی دانشکده محیط زیست کرج و سایر همکارانش در این تحقیق اشاره داشته‌اند: «آنالیز حساسیتی که روی مدل مورد نظر برای شناسایی تأثیرگذارترین پارامترها در این خصوص انجام‌شده، نشان می‌دهد که جهت پیش‌بینی میزان تراکم ازن هوا در شهر تهران، پارامترهای فصل/سال و طول ساعات آفتابی در الویت قرار دارند و این امر می‌تواند در مدیریت آلودگی هوای شهر می‌تواند تأثیر بسزایی داشته باشد».
آن‌ها افزوده‌اند: «از پارامترهای مهم دیگر بر میزان غلظت ازن هوا، پارامتر طول خیابان و پس‌ازآن پارامتر فصل گرم/ سرد است. با استفاده از این روش و عوامل معرفی شده، ما می‌توانیم میزان تراکم ازن هوا را در آن روز بسنجیم و این امر نیز در مدیریت آلودگی هوای شهر تأثیر بسزایی خواهد داشت».
بر اساس این یافته‌های علمی که در فصل‌نامه «بهداشت و ایمنی کار» وابسته به انجمن علمی بهداشت کار ایران منتشر شده‌اند، می‌توان تصمیم‌های مدیریتی در جهت پیشگیری از برخی اثرات آلودگی هوا و آسیب‌دیدگی کمتر اقشار آسیب‌پذیرتر جامعه نظیر اطفال، سال‌خوردگان و بیماران قلبی و تنفسی اتخاذ نمود.
به اعتقاد جهانی و همکارانش، «با پیش‌بینی میزان آلودگی هوا در روزهای پیش رو می‌توان تصمیم‌گیری‌های مدیریتی برای کنترل آلودگی هوا و ارائه راهکارها و هشدارهای لازم را انجام داد. این موضوع به‌صورت ویژه در پیش‌بینی وضعیت آلودگی هوا در شهرهای صنعتی و پرجمعیتی همچون تهران از اهمیت بسزایی برخوردار خواهد بود».
نظرشما
آخرین اخبار