وحید نورانی - عضو هیات علمی گروه آب، دانشکده مهندسی عمران، دانشگاه تبریز، استاد گروه آب، دانشگاه تبریز
حسین کریم زاده - دانشجوی گروه آب، دانشکده مهندسی عمران، دانشگاه تبریز
حسام نجفی - دانشجوی گروه آب، دانشکده مهندسی عمران، دانشگاه تبریز، دانشجوی دکتری منابع آب، دانشگاه تبریز،
آیدا حسینی بقانام - عضو هیات علمی گروه آب، دانشکده مهندسی عمران، دانشگاه تبریز، استادیار گروه آب، دانشگاه تبریز،

آلودگی هوا یکی از معضلات بسیار مهم جوامع بشری در قرن اخیر بوده است. با گسترش شهرنشینی، توسعه شهرها، افزایش جمعیت، توسعه فعالیت های صنعتی و افزایش مصرف سوخت های فسیلی بر شدت آلودگی افزوده شده است. شهر تبریز بعنوان یکی از شهرهای بزرگ و صنعتی کشور ایران، از قاعدهی آلودگی هوا مصون نبوده و سالانه روزهای زیادی از سال را بعنوان یکی از شهرهای آلودهی کشور سپری می کند. در این تحقیق سعی بر ارائهی مدلی کارآمد برای پیش بینی غلظت آلایندهی 10 PM هوای شهر تبریز با استفاده از شبکه عصبی مصنوعی و سیستم استنتاج عصبی فازی انطباقی می باشد. مدل سازی آلاینده های زیست محیطی یکی از نیازهای اساسی در زمینه پایش کیفیت هوا محسوب می شود که با بهره گیری از نتایج حاصله می توان اقدامات پیشگیرانه ای جهت بهبود شرایط آتی اتخاذ کرد. برای مدل سازی، ابتدا داده های هواشناسی و داده های آلاینده ی مورد نظر؛ از سازمان هواشناسی و سازمان محیط زیست شهر اخذ گردید. سپس ورودی های مدل تعیین گردید، ورودی ها عبارتند از دما، سرعت باد، رطوبت و Lag1 آلاینده ی مورد نظر. داده ها بر اساس داده های ساعتی و روزانه بررسی شدند بطوریکه در هر روز، 3 داده انتخاب شد که مربوط به ساعت های 11، 17 و 23 می شدند که بعنوان ساعاتی که آلودگی تغییرات چشمگیری داشت انتخاب گشتند. داده ها برای سال های 94 تا 97 بررسی شدند. در نهایت با استفاده از مدل های مختلف با لایه های مخفی مختلف و epoch های متفاوت، مدلی با 3 لایه مخفی و 80 epoch انتخاب شد. نتایج حاصل بیانگر اینست که هر دو مدل شبکه عصبی مصنوعی و سیستم استنتاج عصبی فازی انطباقی نتایج مناسبی را شامل شده اند. بطوریکه معیار DC آنها در مرحله صحت سنجی، به ترتیب 0.83 و 0.79 بوده است.

آلودگی هوا، شبکه عصبی مصنوعی، سیستم استنتاج عصبی فازی انطباقی ، 10 PM ، شهر تبریز