همایش بین‌ المللی علم اطلاعات جغرافیایی

صفحه اصلی / دومین همایش بین‌ المللی علم اطلاعات جغرافیایی: بنیادها و کاربردهای بین رشته ای و ششمین بزرگداشت روز جهانی GIS و هفته آگاهی جغرافیایی

Spatial Analysis to Predict PM10 Pollutant in City of Tehran

نویسندگان :

Alireza Zhalehdoost¹ Mohammad Taleai²

1- دانشگاه صنعتی خواجه نصیرالدین طوسی 2- دانشگاه صنعتی خواجه نصیرالدین طوسی

کلمات کلیدی :

Air pollution, Neural Network, Random Forest, Spatial prediction, GIS

چکیده :

Air pollution, which is becoming more severe as cities grow and develop, has forced the government to control and monitor pollutants. This essay focuses on the spatial prediction of the monthly average of PM10 using Geographic Information science (GIS). This was done using an MLP Neural Network and a Random Forest on a grid of 500m * 500m and 3000m * 3000m. The results revealed that the MLP in the Grid 3000m * 3000m with an RMSE of 2.492 outperformed the Grid 500m * 500m with an RMSE of 3.592. Therefore, PM10 modelling succeeded at higher spatial resolution.