این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
سلامت و محیط زیست، جلد ۶، شماره ۱، صفحات ۱۱-۲۲
عنوان فارسی آنالیز حساسیت پارامترهای موثر بر غلظت ازن با استفاده از شبکه عصبی مصنوعی
چکیده فارسی مقاله --> زمینه و هدف: آلودگی هوا ناشی از ازن در کلان شهرها از مهم‌ترین عوامل آلوده کننده‌هاست که موجب آسیب به محیط زیست و موجودات زنده می گردد، این تحقیق سعی دارد مدلی برای تخمین میزان ازن کلان شهر تبریز در دو ایستگاه پایش آلودگی آبرسان و راسته کوچه ارایه نماید. روش بررسی: در این تحقیق شبکه عصبی مصنوعی برای در نظر گرفتن تاثیر همزمان پارامترهای هواشناسی و آلودگی هوا بر میزان غلظت ازن، مورد استفاده قرار گرفته است و از ماتریس وزنی شبکه عصبی مصنوعی به همراه معادله گارسون برای آنالیز حساسیت پارامترهای ورودی به شبکه عصبی استفاده شده است. یافته ها: نتایج نشان می دهد میزان غلظت ازن از خصوصیات هواشناسی و نیز پارامترهای آلودگی هوا به طور همزمان تاثیر گرفته است، که از میان پارامترهای هواشناسی حداکثر دما و از میان پارامترهای آلودگی منواکسید کربن به عنوان پارامترهای تاثیرگذار است. نتیجه‌گیری: نتایج حاصل حاکی از توانمندی قابل قبول مدل شبکه عصبی در پیش بینی میزان غلظت ازن است. علاوه بر آن، متغیرهای مورد استفاده در این مدل توانسته است، نحوه تغییرات میزان غلظت ازن ایستگاه های مورد بررسی در منطقه را تشخیص دهند. /* Style Definitions */ table.MsoNormalTable {mso-style-name:"Table Normal" mso-tstyle-rowband-size:0 mso-tstyle-colband-size:0 mso-style-noshow:yes mso-style-priority:99 mso-style-qformat:yes mso-style-parent:"" mso-padding-alt:0cm 5.4pt 0cm 5.4pt mso-para-margin:0cm mso-para-margin-bottom:.0001pt mso-pagination:widow-orphan font-size:11.0pt font-family:"Calibri","sans-serif" mso-ascii-font-family:Calibri mso-ascii-theme-font:minor-latin mso-fareast-font-family:"Times New Roman" mso-fareast-theme-font:minor-fareast mso-hansi-font-family:Calibri mso-hansi-theme-font:minor-latin mso-bidi-font-family:Arial mso-bidi-theme-font:minor-bidi}
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Sensitivity Analysis of the Effective Input Parameters upon the Ozone Concentration using Artificial Neural Networks
چکیده انگلیسی مقاله Background and Objectives: Weather pollution, caused by Ozone (O3) in metropolitans, is one of the major components of pollutants, which damage the environment and hurt all living organisms. Therefore, this study attempts to provide a model for the estimation of O3 concentration in Tabriz at two pollution monitoring stations: Abresan and Rastekuche. Materials and Methods: In this research, Artificial neural networks (ANNs) were used to consider the impact of the meteorological and weather pollution parameters upon O3 concentration, and weight matrix of ANNs with Garson equation were used for sensitivity analysis of the input parameters to ANNs. Results: The results indicate that the O3 concentration is simultaneously affected by the meteorological and the weather pollution parameters. Among the meteorological parameters used by ANNs, maximum temperature and among the air pollution parameters, carbon monoxide had the maximum effect. Conclusion: The results are representative of the acceptable performance of ANNs to predict O3 concentration. In addition, the parameters used in the modeling process could assess variations of the ozone concentration at the investigated stations.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله محمدعلی قربانی | mohammadali ghorbani
دانشکده کشاورزی دانشگاه تبریز
سازمان اصلی تایید شده: دانشگاه تبریز (Tabriz university)

لیلا نقی پور | leila naghipour
دانشکده مهندسی دانشگاه تبریز
سازمان اصلی تایید شده: دانشگاه تبریز (Tabriz university)

وحید کریمی | vahid karimi
دانشکده کشاورزی دانشگاه تبریز
سازمان اصلی تایید شده: دانشگاه تبریز (Tabriz university)

رضا فرهودی | reza farhoudi
دانشکده کشاورزی دانشگاه تبریز
سازمان اصلی تایید شده: دانشگاه تبریز (Tabriz university)

نشانی اینترنتی http://ijhe.tums.ac.ir/browse.php?a_code=A-10-25-5001&slc_lang=fa&sid=fa
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده هوا
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات