جستجو در تالارهای گفتگو

تحلیل ارتباط بین ازن سطحی و اکسیدهای نیتروژن در هوای شهر تبریز ناهیده محمدی؛ خالد ظروفچی بنیس؛ مسعود شاکری؛ محمد شاکرخطیبی؛ اسماعیل فاتحی فر؛ امیر محمودیان چکیده ازن سطحی از اجزاء اصلی تشکیل اسماگ فتوشیمیایی در حضور اکسیدهای نیتروژن و ترکیبات آلی فرار به شمار می‌رود. این مطالعه با هدف تحلیل تغییرات غلظت ازن سطحی و ارتباط آن با تغییرات غلظت NOX در شهر تبریز با استفاده از داده‌های روزانه غلظت ازن و NOX در سه ایستگاه راه‌آهن، میدان نماز و آبرسان انجام شده است. بر اساس نتایج، تغییرات روزانه ازن و NOX تحت تأثیر شدید تغییرات فصلی و موقعیت ایستگاه بوده و در تمامی فصول، بالاترین غلظت‌های ازن و NOX به­ترتیب در ساعات 12 تا 19 (ppb 6/49) و در ساعات 18 تا 22 (ppb 4/221) و پایین‌ترین غلظت‌های ازن و NOX به­ترتیب در ساعات 7 تا 9 (ppb 5/4) و در ساعات 2 تا 6 (ppb 5/5) رخ داده و در هر سه ایستگاه، بالاترین مقادیر غلظت ازن و NOX به­ترتیب در فصول تابستان و پاییز و پایین‌ترین مقادیر غلظت ازن و NOX به­ترتیب در فصول زمستان و تابستان ثبت شده است. بررسی ارتباط بین ازن سطحی و NOx در شهر تبریز که مطابقت خوبی با مطالعات صورت گرفته در شهرهای مختلف دارد، نشان داد که غلظت NOx با افزایش فعالیت­های انسانی و حجم ترافیک به بیشترین مقدار خود می­رسد و بیشترین نسبت اختلاط ازن نیز در کمترین مقدار NOx رخ می­دهد. با شروع روز و افزایش شدت تابش خورشید، اکسیداسیون NOx نیز افزایش می­یابد. در طول روز الگوی تغییرات غلظت NOx برعکس ازن می­باشد، به طوری که در طول صبح بیشترین و در هنگام ظهر و بعد از ظهر کمترین مقدار را دارد. منبع دانلود CEEJ_Volume 47.1_Issue 86_Pages 107-114.pdf

پیش‌بینی غلظت آلاینده‌های گازی در هوای شهر تبریز با استفاده از شبکه عصبی ناهیده محمدی؛ خالد ظروفچی بنیس؛ محمد شاکر خطیبی؛ اسماعیل فاتحی فر؛ علیرضا بهروز سرند؛ امیر محمودیان؛ فرید شیخ الاسلامی آلودگی هوا به عنوان یک چالش مهم در شهرهای بزرگ مطرح می­باشد که در نتیجه صنعتی شدن، گسترش شهرنشینی، رشد سریع ترافیک و افزایش فعالیت­های انسان تشدید شده است. آلاینده­های هوا باعث بروز اثرات منفی بر سلامت انسان و تخریب محیط زیست شده لذا آگاهی از غلظت آلاینده­ها می­تواند به عنوان اطلاعات کلیدی در برنامه­های کنترل آلودگی مورد استفاده قرار گیرد. روش­های متعددی برای پیش­بینی غلظت آلاینده­های هوا وجود دارد و در این میان، در سال­های اخیر پیشرفت قابل توجهی در توسعه مدل­های شبکه عصبی برای پیش­بینی غلظت آلاینده های هوا صورت گرفته است. در این مطالعه، از شبکه­های عصبی مصنوعی به منظور پیش­بینی غلظت آلاینده­هایCO، SO2 و NOXدر هوای شهر تبریز استفاده شده است. داده­های غلظت آلاینده­ها از ایستگاه سنجش ثابت مستقر در میدان نماز و داده­های هواشناسی شامل سرعت و جهت باد، دما و رطوبت هوا از اداره کل هواشناسی جمع­آوری شده و پس از نرمال­سازی به عنوان متغیرهای ورودی شبکه عصبی مورد استفاده قرار گرفت. تعداد 5-3 لایه مخفی و 25-8 نرون در هر لایه مخفی نتایج قابل قبولی داشته است. از تابع تانژانت سیگموئید به عنوان تابع انتقال و الگوریتم لونبرگ مارکوآت برای بهینه­سازی وزن­ها و بایاس­های شبکه استفاده شد. بر اساس نتایج به دست آمده، شبکه عصبی مصنوعی روشی قابل اعتماد برای پیش­بینی غلظت ساعتی آلاینده­های هوا بوده به طوری که، ضریب همبستگی بالای 90/0 بین غلظت آلاینده­های پیش­بینی شده و غلظت واقعی آلاینده­های CO، SO2 و NOX به دست آمد. Forecasting Concentrations of Gaseous Air Pollutants Using Artificial Neural Networks in Tabriz منبع دانلود CEEJ51921471807800.pdf

بررسي مولفه هاي زماني غلظت آلاينده منوکسيدکربن و پارامتر هاي هواشناسي در شهر تهران زارع شحنه مريم*, ارحامي محمد منبع دانلود 7831395010107.pdf