چکیده مقاله
آلودگی هوا به ویژه ذرات معلق ریز PM۲ ۵ ، یکی از مهم ترین چالش های زیست محیطی و تهدیدهای سلامت عمومی در مناطق شهری به شمار می رود محدودیت های شبکه های پایش زمینی از جمله پوشش مکانی ناکافی و هزینه های بالای نگهداری، ضرورت بهره گیری از رویکردهای نوین پایش را برجسته ساخته است در این پژوهش چارچوبی یکپارچه برای توسعه سامانه های پایش و هشدار زودهنگام آلودگی هوا مبتنی بر داده های سنجش از دور و پیش بینی های هواشناسی ارائه می شود این چارچوب بر ادغام داده های ماهواره ای شامل عمق نوری آئروسل AOD و آلاینده های گازی از ماهواره هایی نظیر Sentinel MODIS و GEMS با خروجی مدل های پیش بینی عددی جو WRF و ERAS و الگوریتم های یادگیری ماشین و یادگیری عمیق تمرکز دارد مرور مطالعات پیشین نشان می دهد که استفاده از مدل های هیبریدی چند منبعی می تواند دقت تخمین و پیش بینی غلظت PM۲ ۵ را به طور معناداری افزایش داده و امکان پایش ساعتی، پوشش مکانی گسترده و صدور هشدارهای به موقع را فراهم سازد این رویکرد به ویژه برای کشورهایی با شبکه پایش محدود از جمله ایران کاربرد و اهمیت بالایی دارد
کلیدواژهها
نویسندگان
شیوه ارجاع
�الاری، محمدرضا و حیدری، محسن و بستانی، محسن و ملاشاهی، علی،1404،توسعه سامانه های پایش و هشدار آلودگی هوا مبتنی بر داده های سنجش از دور و پیش بینی های هواشناسی،کنفرانس بین المللی مدیریت آلودگی هوا،تهران
ارائهشده در
مجموعه مقالات بیستمین کنفرانس بین المللی مهندسی حمل و نقل و ترافیک25 بهمن 1404 · تهران