ارزیابی و پهنه بندی آلودگی هوای کلانشهر تبریز

نویسندگان

1 استادیار جغرافیا و اقلیم شناسی، دانشگاه بیرجند، بیرجند، ایران

2 استادیار جغرافیا و برنامه ریزی شهری، دانشگاه بیرجند، بیرجند، ایران

3 کارشناس ارشد جغرافیا و اقلیم شناسی، دانشگاه شهید بهشتی، تهران، ایران

چکیده

        با سرعت زیاد شهرنشینی در ایران بسیاری از شهرها به ویژه کلان­شهرها با معضلات زیادی مواجهه شدند که عدم پایداری را برای آنها به ارمغان آورده است. این پژوهش بحران آلودگی شهر تبریز به عنوان یکی از هشت شهر آلوده ایران را مورد بررسی قرار داده است. سؤالات مطرح شده در تحقیق عبارت است از بهترین الگوریتم درونیابی در توزیع آلودگی هوا کدام است؟ تراکم آلاینده­ها در کدام بخش شهر تبریز بیشتر است؟ کاربری­های مؤثر در کاهش و افزایش آلودگی هوای شهر کدامند؟ برای پاسخ به این سؤالات اطلاعات آماری آلاینده­ها، مربوط به آلاینده­های ذرات معلق هوا (PM10 )، ازن ( O3 )، دی اکسید گوگرد (SO2  )، دی اکسید نیتروژن ( NO2 ) و دی اکسیدکربن ( CO2 ) در بازه­ی زمانی سال­های 1383 تا 1392 برای کلیه ماه­های سال، از پنج ایستگاه سنجش آلاینده­های هوای شهر گردآوری و سپس این اطلاعات با استفاده از افزونه زمین آماری نرم­افزار ARC GIS درحالت­های مختلف درون­یابی و مورد آنالیز قرار گرفت. نتایج نشان داد که: ضرایب میزان خطای درونیابی RMSE و MAE کریجینگ نسبت به IDW از میزان پایین­تری برخوردار بوده، لذا بهترین شیوه درونیابی تعیین گردید. همچنین نتایج با معیارهای کیفیت هوا از جمله PSI آلودگی هوا مقایسه گردیده و وضعیت کیفیت هوای شهر در ایستگاه­های مورد نظر تعیین و به نقش متقابل کاربری­های اراضی مؤثر در کاهش یا افزایش آلودگی معرفی شدند.
 

کلیدواژه‌ها


عنوان مقاله [English]

Evaluation and Zoning of Urban air Pollution in Tabriz

چکیده [English]

         With a large speed of urbanization in many cities in Iran, especially large metropolises were faced with lack of stability. The Tabriz pollution crisis is studied as one of the eight infected city in Iran. This study is based on these questions: What is the best interpolation algorithm for distribution of air pollution? Which part of Tabriz has the most density of pollutants? Which applications are effective in reducing and increasing air pollution? To answer these questions, statistical data pollutants related to particulate air pollution (PM10), ozone (O3), sulfur dioxide (SO2), nitrogen dioxide (NO2) and carbon dioxide (CO2) had been collected for measuring air pollutants from five stations measuring air pollutants from 1383 to 1392 for each month of the year. Then the collected data were analyzed by different geostatistical interpolation mode such as ARC GIS software. The coefficient rate of interpolation error RMSE and MAE of Kriging was at lower place in comparison with IDW interpolation method. The PSI of air pollution and air quality standards are compared. The status of air quality in desired stations was determined and the role of user interaction or effective increase in reducing contamination of land were introduced.
 

کلیدواژه‌ها [English]

  • air pollution
  • Interpolation
  • Geostatistics
  • Index SPI
  • Tabriz
  • Land uses

Evaluation and Zoning of Urban air Pollution in Tabriz

 

M. Esmailnejad [1] 

Assistant Professor in Climatology, University of Birjand, Birjand, Iran

M.  Eskandari Sani

Assistant Professor, Geography and Urban Planning, University of Birjand, Birjand, Iran

S. barzaman

M.s degree in Climatology, Shahid Beheshti University, Tehran, Iran

Abstract

         With a large speed of urbanization in many cities in Iran, especially large metropolises were faced with lack of stability. The Tabriz pollution crisis is studied as one of the eight infected city in Iran. This study is based on these questions: What is the best interpolation algorithm for distribution of air pollution? Which part of Tabriz has the most density of pollutants? Which applications are effective in reducing and increasing air pollution? To answer these questions, statistical data pollutants related to particulate air pollution (PM10), ozone (O3), sulfur dioxide (SO2), nitrogen dioxide (NO2) and carbon dioxide (CO2) had been collected for measuring air pollutants from five stations measuring air pollutants from 1383 to 1392 for each month of the year. Then the collected data were analyzed by different geostatistical interpolation mode such as ARC GIS software. The coefficient rate of interpolation error RMSE and MAE of Kriging was at lower place in comparison with IDW interpolation method. The PSI of air pollution and air quality standards are compared. The status of air quality in desired stations was determined and the role of user interaction or effective increase in reducing contamination of land were introduced.

 

Keywords: Air pollution, Interpolation, Geostatistics, Index SPI, Tabriz, Land uses.



[1]. Corresponding author: esmailnejad.m@birjand.ac.ir, Tel: +989153331838

  1. پریزان، محمد (1388): «نمایش آلودگی هوای شهر بر اساس ذرات معلق موجود در هوا با استفاده از GIS مطالعه موردی شهر تبریز»، پایان نامه کارشناسی ارشد اقلیم شناسی، دانشگاه آزاد اسلامی واحد گرمسار.
  2. شهبازی، ابراهیم (1391): «مطالعه توزیع آلودگی های شهری با استفاده از روشهای درون یابی، مطالعه موردی: شهر تبریز»، پایان نامه کارشناسی ارشد اقلیم شناسی دانشگاه آزاد اسلامی واحد اهر.
  3. شکری فیروزه جاه، پری (1390): «تأثیر پراکنش فضایی کاربری های شهری بر آلودگی با استفاده از روش شناسی توصیفی– تحلیلی و بهره گیری از منابع کتابخانه ای، مطالعه موردی شهرتبریز»، مجله جغرافیا و برنامه ریزی منطقه ای، سال دوم، شماره اول، قشم، صص 44-33.
  4. صاحبی، سعیده و همکاران (1392): «بررسی کیفیت هوای شهری با درونیابی آلایندهها در محیط GIS با روش­های درون یابی، مطالعه موردی شهر تبریز»، شانزدهمین همایش ملی بهداشت محیط ایران، دانشگاه علوم پزشکی و خدمات بهداشتی درمانی تبریز.
  5. ضرابی اصغر و جمال محمدی(1389): «بررسی و ارزیابی منابع ثابت و متحرک در آلودگی هوای شهر اصفهان»، فصلنامه جغرافیا (انجمن جغرافیای ایران)، دوره جدید، سال هشتم، شماره 26، تهران، صص  165-151.
  6. عطایی، هوشمند و سادات هاشمی نسب (1390): «شناسایی و تجزیه و تحلیل الگو های تراز میانی جو موثر در آلودگی هوا،با به کار گیری داده های شاخص استاندارد آلودگی هوا (PSI)، مطاله موردی شهر اصفهان»، مجله پژوهش و برنامه ریزی شهری، سال دوم، شماره 4، مرودشت، صص 113-97.
  7. فتح تبار فیروز جایی، سمیه (13390): «پهنه بندی آلاینده های هوا با استفاده از مدل های آماری و تکنیک GIS، مطا لعه موردی شهر تهران»، پنجمین همایش ملی و نمایشگاه تخصصی مهندسی محیط زیست، همدان.
  8. فرخی سبکبار، حسنعلی (1385): «ارزیابی میزان دقت روش های درون یابی فضایی با استفاده از روشهای آماری، مطالعه موردی الگوسازی بارندگی حوزه کارده مشهد»، فصلنامه پژوهش های جغرافیایی، شماره 58، تهران.
  9. متصدی زرندی، سعید (1386)، «پیشنهاد بازنگری طرح جامع کاهش آلودگی هوای در خصوص منواکسید کربن با استفاده از نرم افزار EXCEL مورد شهر تهران»، مجله علوم و تکنولوژی محیط زیست، دوره 11، شماره 3، تهران، صص 36-17.
  10. میر موسوی، سید حسین (1390): «کاربرد روش های زمین آمار در برآورد و توزیع مکانی بارش بر اساس روش های درون یابی، مطالعه موردی استان کرمان»، نشریه جغرافیا و برنامه ریزی، سال 16، شماره 38، تبریز، صص
  11. نصراللهی، زهرا (1389): «آلودگی هوا و عوامل مؤثر بر مطالعه موردی انتشار SPM و SO2 در صنایع تولیدی ایران و به کمک داده های تابلویی برای دوره 86-1374 و روش اثر تصادفی»، فصلنامه پژوهش های اقتصادی، سال دهم، شماره 3، تهران، صص 118-103.
  12. ولیزاده، خلیل (1389): «مقایسه روش­های درون یابی در پهنه بندی خشکسالی با استفاده ازنرم افزار GIS ARC»، مطالعه موردی استان کرمان، دومین کنفرانس سراسری مدیریت جامع منابع آب، دانشگاه شهید باهنر کرمان.
  13. صلاحی، برومند و ولیزاده، خلیل (1386): «شبیه سازی تغییرات دما وبارش در شرایط دو برابر شدن دی اکسید کربن جو با استفاده از مدل گردش عمومی، موسسه مطالعات  فضائی گودارد GIS، مطالعه موردی شهر تبریز»، فصلنامه پژوهش های جغرافیایی، شماره 62، تهران، صص 66-55.
  14. هادی پور، مهرداد و شراره پور ابراهیم (1389): «مکان یابی مناطق مسکونی در برنامه ریزی حمل و نقل شهری با استفاده از GIS و مدل سازی ریاضی انتشار آلودگی هوا»، فصلنامه محیط شناسی، سال سی و هفتم، شمارة 59، تهران، صص 149-135.
  15. Despina ,D ,and K., Philippopoulos, (2011): Spatial Interpolation Methodologies in Urban Air Pollution Modeling: Application for the Greater Area of Metropolitan Athens, Greece, National and Kapodistrian University of Athens Greece
  16. Tania f, N., barros, (2010): Interpolation of Air Quality Monitoring Data in an Urban Sensitive Area:the oporto/asprela case.
  17. M. Tombette, V. Mallet, and B., Sportisse (2009): PM10 data assimilation over Europe with the optimal interpolation method.
  18. A Review of Spatial Interpolation Methods for Environmental Scientists, Jin Li and Andrew D. Heap, 2008.
  19. Mohamed Noor N, Y Shukric, Ramli Nor Azamc,. Abdullah Mohd Mustafa Al Bakrib (2008): Estimation of missing values in air pollution data using single imputation techniques
  20. Roozbeh Shad, H,. Ashoori, N.Afshari (2007): Evaluation Of Optimum Methods For Predicting Pollution Concentration In Gis Environment, Faculty of Geodesy and Geomatics Eng. K.N.Toosi University of Technology.