مدل‌سازي توزيع غلظت آلاينده‌هاي NO2 و O3 با توان تفكيك مكاني مناسب با استفاده از تلفيق داده‌‌هاي زميني و ماهواره‌‌اي

سابقه و هدف: آلودگي هوا يكي از مهم‌‌ترين بحران‌‌هايي است كه امروزه اكثر كشور‌‌ها با توجه به پيشرفت صنعت و فنّاوري با آن رو‌‌به‌‌رو هستند. كشور ايران و به‌‌ويژه شهر تهران نيز از اين پديده مستثنا نيست. تأثير آلودگي هواي شهري بر محيط‌زيست و سلامت انسان نگراني‌هاي فزاينده‌اي را براي محققان، سياست‌گذاران و شهروندان برانگيخته است. براي كاهش تأثيرات منفي آلودگي هوا بر سلامت، اندازه‌‌گيري به‌موقع آن در وضوح زماني و مكاني بالا اهميت فراواني دارد. ازطرفي، ايستگاه‌‌هاي سنجش آلودگي هوا در سطح شهر به‌رغم صحت بالا در اندازه‌‌گيري آلاينده‌‌ها، به‌دليل‌‌ محدوديت‌هاي زماني و مكاني و اندازه‌‌گيري نقطه‌‌اي قابليت تعميم‌‌پذيري ندارند. راهكار مكمل و بعضاً جايگزين استفاده از سنجش‌ازدور و داده‌‌هاي ماهواره‌‌اي است كه با توجه به هزينه‌ بهينه و پوشش وسيع روشي مناسب براي پايش آلودگي هوا به شمار مي‌‌رود. آلاينده‌‌هاي دي‌‌اكسيد نيتروژن (NO2) و ازن (O3) از مهم‌‌ترين شاخص‌‌‌‌هاي آلودگي هوا هستند كه در اين پژوهش براي مدل‌‌سازي توزيع غلظت آن‌‌ها در سطح شهر تهران با توان تفكيك مكاني برابر (تقريباً يك كيلومتر) و صحتي بالاتر از داده‌‌هاي ماهواره‌‌اي تلاش خواهد شد.   مواد و روش‌‌ها: به‌منظور مدل‌‌سازي توزيع غلظت دو آلاينده NO2 و O3 با دقت و توان تفكيك مناسب، از روش نوآورانه‌ مبتني بر روش درون‌يابي كريجينگ استفاده شده است. اين روش با بهره‌‌گيري هم‌زمان از مزاياي داده‌‌هاي ايستگاهي سنجش آلودگي از شركت كنترل كيفيت هواي تهران، كه با بهره‌گيري از 21 ايستگاه سنجش آلودگي هواي فعال كه در نقاط مختلف شهر تهران مستقر است، بالاترين دقت در اندازه‌گيري پارامترها را دارند و داده‌هاي ماهواره‌‌ي سنتينل 5P، كه از توان تفكيك مكاني بالا برخوردارند، مدل‌‌سازي را انجام مي‌‌دهد. با توجه به قابليت‌هاي سامانه‌ گوگل ارت انجين، نقشه‌‌هاي توزيع غلظت دو آلاينده در كل مناطق 22‌‌گانه‌ شهر تهران به‌صورت ماهانه و همچنين داده‌‌هاي ماهواره‌‌اي نقطه‌‌اي دو آلاينده در مختصات مكاني ايستگاه‌‌هاي زميني، به‌صورت ساعتي، روزانه و ماهانه به‌مدت يك ‌‌سال از تاريخ 1 فروردين 1400 تا 1 فروردين 1401 در سامانه‌ گوگل ارت تهيه و جمع‌‌آوري شد. پس از بررسي همبستگي بين داده‌‌هاي ماهواره‌‌اي و داده‌‌هاي ايستگاه‌‌هاي سنجش زميني و حذف باياس از داده‌‌هاي ماهواره‌‌اي، مراحل مختلف مدل‌‌سازي نوآورانه درون‌يابي كريجينگ به‌منظور مدل‌سازي توزيع غلظت دو پارامتر به كار گرفته شد.   نتايج و بحث: به‌منظور صحت‌‌سنجي داده‌‌هاي خروجي حاصل از مدل‌‌سازي توزيع آلاينده‌‌ها، 70 درصد ايستگاه‌‌ها به عنوان داده‌‌هاي آموزش (Train) و 30 درصد ايستگاه‌‌ها به‌عنوان داده‌‌هاي آزمون (Test) انتخاب شدند. اين نقاط به‌صورت تصادفي و براي هر ماه از سال 1400 انتخاب شدند. مدل‌‌سازي نقشه‌ نهايي توزيع آلاينده‌‌ها با استفاده از داده‌‌هاي آموزش و صحت‌‌سنجي مدل‌‌سازي انجام‌شده با استفاده از داده‌‌هاي آزمون انجام شد. اين ‌‌كار با استفاده از محاسبه‌ ميانگين خطاي بين داده‌‌هاي پيش‌‌بيني‌شده توسط مدل و داده‌‌هاي ايستگاهي مستخرج از شركت كنترل كيفيت هواي تهران (با واحد ppb) و همچنين محاسبه‌ شاخص RMSE صورت گرفته است. نتايج نشان مي‌دهد كه ميانگين خطاي ماهانه‌ مدل پيشنهادي، نسبت به داده‌‌هاي ماهواره سنتينل 5P از 16.8 به 1.73 درصد براي آلاينده‌ NO2 و از 21.9 به 2.53 درصد براي آلاينده‌ O3  كاهش يافته است. همچنين خطاي جذر ميانگين مربعات (RMSE) اين مدل نسبت به داده‌‌هاي ايستگاهي سنجش آلودگي براي آلاينده‌ NO2 و O3 به‌ترتيب برابر با ppb 2.79 و ppb 0.86 است. اين در حالي است كه در حالت مشابه شاخص RMSE نقشه‌ خروجي ماهواره سنتينل 5P نسبت به داده‌‌هاي ايستگاهي سنجش آلودگي براي آلاينده‌ NO2 و O3 به‌ترتيب برابر با ppb 10.083 و ppb 6.238 است. نتيجه‌‌گيري: با توجه به اينكه مدل تلفيقي پيشنهادي عملكرد بسيار مطلوبي در مدل‌‌سازي غلظت توزيع غلظت آلاينده‌‌هاي مورد نظر در طول سال 1400 با دقت و توان تفكيك مكاني تقريباً يك كيلومتري داشته است، به‌كارگيري هم‌زمان داده‌‌هاي ماهواره‌‌اي و زميني در برآورد آلاينده‌‌ها توصيه مي‌شود.