تحليل فضايي آلاينده PM2.5 و همبستگي آماري آن با پارامترهاي هواشناسي در تهران

هدف از اين پژوهش، تحليل فضايي وضعيت آلاينده‌‌ PM2.5 و بررسي اثرات فاكتورهاي جوي بر روي آن در كلان شهر تهران است. به اين منظور از داده‌هاي روزانه‌‌ PM2.5 كه توسط شركت كنترل كيفيت هوا و پارامترهاي جوي كه توسط سازمان هواشناسي شهر تهران اندازه‌‌گيري شده بود استفاده شد. پارامترهاي هواشناسي مورد استفاده در اين تحقيق شامل: دما (حداقل، ميانگين و حداكثر)، رطوبت نسبي (حداقل، ميانگين و حداكثر)، سرعت باد (ميانگين و حداكثر)، نقطه شبنم و فشار اتمسفري مي‌‌باشد. براي بررسي فضايي غلظت PM2.5،از روش درون‌‌يابي وزن‌‌دهي معكوس فاصله، استفاده شد. نتايج مدل وزن‌‌دهي معكوس فاصله نشان مي‌‌دهد كه در مناطق 7، 10، 20 و 21 شاهد بيشترين غلظت هستيم. ميانگين روزانه غلظت PM2.5 در طول دوره مورد مطالعه نشان داد، بيشترين غلظت در 18 خرداد و كمترين در سوم فروردين بوده است. همچنين ميانگين ماهانه نشان مي‌‌دهد بيشترين غلظت در دي‌‌ماه بوده است، در حالي كه كمترين غلظت را ماه فروردين به خود اختصاص داده است. غلظت فصلي حاكي از آن است كه در فصل زمستان شاهد بيشترين غلظت PM2.5هستيم. در مرحله بعد همبستگي آماري بين PM2.5 و پارامترهاي جوي مورد بررسي قرار گرفت. براي اين منظور از همبستگي پيرسن و روش‌هاي چندگانه رگرسيون خطي استفاده شد. نتايج همبستگي پيرسن نشان مي‌‌دهد، PM2.5با فشار هوا و نقطه شبنم همبستگي مستقيم دارد. در حالي كه با بارش و سرعت باد همبستگي معكوس دارد. ارتباط بين PM2.5 به عنوان متغير وابسته و پارامترهاي جوي به عنوان متغيرهاي مستقل توسط مدل‌هاي رگرسيون خطي (Enter و Stepwise)، مورد برسي قرار گرفت. ضريب همبستگي در معادله ) Enter 0.427) و Stepwise) 0.346( است. كه نشان دهنده توانايي خوب هر دو مدل در پيش بيني مقدار PM2.5 مي‌‌باشد. نتايج تست ميانگين مربعات خطا، نشان مي‌‌دهد، مدل Stepwise در پيش‌‌بيني PM2.5، نسبت به ديگر روش‌‌ها مناسب‌‌تر است.