كاربست مدل هاي زمين آماري در برآورد توزيع فضايي آلاينده هاي هواي شهر تهران

Application of geostatistical methods for estimation of Tehran Air pollutants spatial distribution

زمينه و هدف: آلودگي هوا يكي از معضلات اصلي شهرهاي پرجمعيت و صنعتي مي باشد كه در مور كلان شهر تهران نيز همواره به چشم ميخورد . آگاهي از وضعيت غلظت آلاينده هاي هوا و توزيع فضايي آن ها در مناطق مختلف شهري امكان برنامه ريزي و مديريت بهتري را فراهم مي نمايد. هدف اين تحقيق ارايه يك مدل مناسب براي برآورد يك سطح پيوسته بهينه از 4 آلاينده منو اكسيد كربن، دي اكسيد ازت، ازن و ذرات معلق كمتر از 10 ميكرون، در سطح شهر تهران است كه از طريق آن بتوان دقيق­ ترين برآورد را از غلظت هر آلاينده در موقعيت­ هاي فاقد ايستگاه كنترل كيفي هوا انجام داد روش بررسي: در اين راستا ابتدا داده آلاينده ها براي 21 ايستگاه سنجش كنترل كيفي هوا از شركت كنترل كيفيت هواي تهران براي يك دوره دو ساله (1391 تا 1392) براي ساعت UTC 00 اخذ شد. 4 دسته از مدل هاي درون ياب زمين آماري به نام هاي كريجينگ عام، ساده، معمولي و كوكريجينگ با نيم تغييرنماي گاوسين، براي 4 آلاينده ياد شده، اجرا گرديد و در نهايت 16سطح پيوسته براي آلاينده ها توليد شد. حال براي ارزيابي وگزينش روش برآورد بهينه براي هركدام از آلاينده ها، از 3 شاخص اعتبارسنجي آماري خطاهاي مطلق و اريبي و جذر مربع خطاها استفاده شد. در نهايت سطوح عدم قطعيت نقشه هاي برآورد ي برا ي هر آلاينده در سطح اطمينان 0/95 (P_value =0.05) نيز ارايه گرديد. يافته‌ها: نتايج نشان داد با به كارگيري متغيرهاي كمكي كه همبستگي معني داري با دو آلاينده CO و NO2 دارند، مدل كوكريجينگ معمولي با نيم تغييرنماي گاوسين، به عنوان مدل بهينه برآورد اين دو آلاينده انتخاب شد. در حالي كه براي دو آلاينده PM10 و O3 مدل كريجينگ ساده به عنوان مدل بهينه انتخاب گرديد. نقشه هاي برآورد ي با استفاده از مدل­ هاي بهينه نشان داد كه غلظت دو آلاينده NO2 و CO در مناطق مركزي و شمالي شهر تهران به ويژه مناطق 1 تا 4 بيشتر از ساير نواحي است.در حالي كه دو آلاينده O3 و PM10 در حواشي شهر تهران داراي بالاترين تراكم هستند. بحث و نتيجه‌گيري: با به روز كردن داده هاي اين مدل هاي بهينه مي توان از اطلاعات آن­ها براي برآورد مقادير الاينده­ ها در مكان­ هايي كه فاقد ايستگاه است استفاده نمود.

Background and Objective: Ambient air quality is a major concern in highly urbanized and industrialized regions such as Tehran. Method: In this paper, the spatial distribution of 4 air pollutants in Tehran atmosphere was analyzed. The analyzed air pullutants were Carbon monoxide (CO), Nitrogen Dioxide (NO2), Ozone (O3) and atmospheric particulate matters less than 10 micrometers in diameter (PM10). For this purpose, 4 common geostatistical interpolation methods namely: Ordinary Kriging (OK), Universal Kriging (UK), Sample Kriging (SK), and Ordinary Cokriging (COK) with Gaussian modeled semivariogram, were used to estimate the continuous surface for the 4 mentioned air pollutants. The data were collected from 21 air quality monitoring stations located in different districts of Tehran during a 2-year period from 2012 to 2013. The Kriging interpolation schemes are stochastic, local, gradual and exact interpolators. After preprocessing the collected data, they were imported to GIS by using metric coordinate system (UTM Zone 39). Finally, the Kriging predicted map was evaluate using 3 statistical indices of validation namely: Mean Absolute Error (MBE), Mean Bias Error (MAE), and Root Mean Square Error (RMSE) that can be divide into systematic and unsystematic errors (RMSEs, RMSEu). Findings: The results indicated that, using 2 auxiliary variables, the OCK is the optimum schema for spatial estimation of CO and NO2 pollutants in Tehran. Moreover, SK is found out as the best model for spatial estimation of NO2 and CO. According to optimal model, the highest concentrations of ozone (O3) and particulate matters greater than 10 microns (PM10) are observed in the marginal areas of Tehran, while the highest concentrations of CO, NO2 are observed in the central and northern districts of Tehran such as districts 1 to 4. Conclusion: The developed optimized model can be used for real time estimation of any pollutants in Tehran atmosphere by updating the observed data.