خوشه بندی داده های مکانی-زمانی براساس مدل آمیخته و کاربرد آن در تحلیل آلاینده های هوای ثبت شده در ایستگاه های پایش کیفیت هوای شهر تبریز
Spatiotemporal data clustering based on mixture model and its application in clustering of air polluants data registered in the air quality monitoring stations of Tabriz
مجریان: پروین سربخش , سعید موسوی
خلاصه روش اجرا: هدف از مطالعه حاضر تحلیل و خوشه بندی داده های مربوط به آلاینده های هوای تبریز بر اساس مدل آمیخته می باشد. بدین منظور، اطلاعات ساعتی آلاینده های PM10 و O3 حاصل از ایستگاه های پایش کیفیت هوای شهر تبریز که از سازمان حفاظت محیط زیست استان آذربایجان شرقی دریافت شده است. پس از بررسی اولیه اطلاعات، حذف اطلاعات نادرست و نیز آنالیز اولیه داده های حاصل، براساس مدل آمیخته خوشه بندی خواهند شد. در خوشه بندی داده های مکانی-زمانی براساس مدل آمیخته، هر مولفه آمیخته به صورت ترکیبی از رگرسیون چندجمله ای اتورگرسیو تعریف می شود که در آن اطلاعات مکانی-زمانی در قالب وزن هایی با تابع لینک لجستیک در نظر گرفته می شود و برآورد پارامترهای مدل تحت روش برآورد حداکثر درستنمایی و به وسیله ی الگوریتم EM انجام می پذیرد. تعداد بهینه خوشه ها و رگرسیون ها و نیز درجه رگرسیون چند جمله ای با شاخص BIC تعیین شده و در نهایت مدل بهینه به داده ها برازش خواهد یافت. بعد از خوشه بندی، تغییرات هر کدام از آلاینده های هوا در هر ایستگاه در طی زمان های مختلف بررسی و تحلیل خواهد شد و روزهای مشابه از نظر میزان و الگوی آلایندگی به صورت خوشه هایی تعیین و مشخص خواهد شد و الگوی آلایندگی آنها با توجه به شاخص هایی مثل وضعیت آب و هوای از جمله دما، بارش باران و وزش باد توجیه خواهد شد.
اطلاعات کلی طرح 
| مرحله جاری طرح | خاتمه قرارداد و اجرا |
| کد طرح | 62580 |
| عنوان فارسی طرح | خوشه بندی داده های مکانی-زمانی براساس مدل آمیخته و کاربرد آن در تحلیل آلاینده های هوای ثبت شده در ایستگاه های پایش کیفیت هوای شهر تبریز |
| عنوان لاتین طرح | Spatiotemporal data clustering based on mixture model and its application in clustering of air polluants data registered in the air quality monitoring stations of Tabriz |
| نوع طرح | طرح - پایان نامه |
| اولویت طرح | ارزیابی عوامل خطر در بیماریهای اولویتدار (اعتیاد، تغذیه، آلودگی هوا و محیط زیست) |
| نوع مطالعه | مطالعات روش شناختی |
| تحقیق در نظام سلامت | بلی |
| آیا طرح پایاننامه دانشجویی است؟ | بله |
| مقطع پایان نامه | کارشناسی ارشد |
| مدت اجرا - ماه | 12 |
| نوآوری و ضرورت انجام تحقیق | با توجه به پیچیدگی ساختار داده های مکانی و زمانی، روش های آماری توانمند و کارا برای ارزیابی و تحلیل چنین داده هایی مورد نیاز است. باتوجه به اینکه در رشته آمارزیستی روش های آماری روز به روز در حال گسترش و ارتقا هستند ضرورت استفاده از روش های کاراتر در تحلیل داده های بهداشتی از جمله داده های مربوط به آلودگی هوا بدیهی است. در این مطالعه نیز از روش جدید خوشه بندی مبتنی بر مدل آمیخته که در سال 2016 معرفی شده و مطالعات شبیه سازی کارایی قابل قبول آن را نشان داده است، برای تحلیل داده های مکانی-زمانی مربوط به آلاینده های هوای تبریز استفاده خواهد شد. با استفاده از روش ذکر شده عمل خوشه بندی را روی آلاینده های هوا، که در ایستگاه های پایش کیفیت هوای شهر تبریز جمع آوری شده است، انجام خواهیم داد. سپس روزهای مشابه از نظر میزان و الگوی آلایندگی به صورت خوشه هایی تعیین و مشخص خواهد شد، و الگوی آلایندگی آنها با توجه به شاخص هایی مثل وضعیت آب و هوایی از جمله دما، بارش باران و وزش باد توجیه خواهد شد. با استفاده از نتایج به دست آمده می توان مشخص کرد در کدام یک از روزهای سال و در چه مناطقی میزان آلودگی کاهش یا افزایش می یابد. تا بتوان با اعمال قوانین و راهکارهایی از جمله طرح زوج و فرد وسایل نقلیه، طرح تعویض خودروهای فرسوده، تشویق به استفاده مردم از وسایل نقلیه عمومی همانند مترو در آن مناطق و در روزهای مشخص شده میزان آلودگی را تا حد امکان کاهش داد. هدف کاربردی این طرح، استخراج الگوها و ارائه پیشنهاد و راهکارهایی در زمینه نحوه کنترل و کاهش آلودگی در با توجه به زمان و مکان است. ممکن است یک راهکار در فصل زمستان جوابگو باشد یک راهکار در فصل تابستان و الزاما همه راهکارها در هر زمان و مکانی مناسب اجرا نباشند و کارایی لازم را نداشته باشند. لذا هدف کاربردی طرح، ارائه راهکارهای عملی برای کاهش آلودگی هوا بر اساس الگوهای زمانی و مکانی استخراج شده از داده ها می باشد. لذا، اطلاعات مربوط به هریک از آلاینده¬ها را که از ایستگاه¬های شهر تبریز دریافت کرده و براساس روش اماری مذکور در پروپوزال خوشه¬بندی خواهیم کرد، نهایتا تغییرات داده¬ها در طول زمان بررسی خواهد شد، و با خوشه¬بندی آلاینده¬های O3 و PM10 با توجه به ایستگاه¬های پایش، که شامل پنج ایستگاه آبرسان، باغشمال، میدان نماز، حکیم¬نظامی و راه¬آهن می¬باشد، می¬توانیم میزان حضور آلاینده¬ها را در هر ایستگاه و هر زمان مشخص کنیم و با توجه به شاخص¬هایی مثل وضعیت آب و هوایی از جمله دما، بارش باران و وزش باد الگویی استخراج کنیم که نشان دهد در کدام روزهای سال میزان آلودگی افزایش یا کاهش یافته ، چرا و تابع چه الگویی است تا بر اساس دلایل یافت شده برای الگوها بتوان راه حل برای کاهش آلودگی پیشنهاد داد و در عمل آن را به کار برد که لازمه تمام این راه حل ها و کارایی انها اطلاع دقیق از روند و الگوی زمانی و مکانی آلاینده¬های موجود می¬باشد. |
| اهداف اختصاصی | برازش مدل خوشه ­ای مکانی­-زمانی آلاینده ­های هوای ثبت شده در ایستگاه ­های پایش کیفیت هوای شهر تبریز -برازش مدل خوشه­ ای بدون در نظرگرفتن بعد مکان و زمان آلاینده­ های هوای ثبت شده در ایستگاه ­های پایش کیفیت هوای شهر تبریز -برازش مدل خوشه­ ای مکانی آلاینده­ های هوای ثبت شده در ایستگاه ­های پایش کیفیت هوای شهر تبریز -برازش مدل خوشه­ ای زمانی آلاینده­ های هوای ثبت شده در ایستگاه ­های پایش کیفیت هوای شهر تبریز |
| چکیده انگلیسی طرح | The purpose of the present study is to analyze and cluster the data related to the air pollutants of Tabriz based on the mixed model. To do this, we will take hourly information on PM10 and O3 from air quality monitoring stations in Tabriz from the Environmental Protection Agency of East Azarbaijan. After the initial analysis of the information, the deletion of the false information as well as the initial analysis of the data will be clustered based on the mixed model. In the clustering of spatial and temporal data on the basis of the mixed model, each mixed component is defined as a combination of autoregressive polynomial regression in which spatial-temporal information is considered in the form of weights with a logistic link function. Estimation of model parameters will be perforemd Under the Maximum Likelihood Estimator method, the EM algorithm. The optimal number of clusters and regressions, as well as the polynomial regression degree, are determined by the BIC index, and ultimately, the optimal model will fit to the data. After clustering, changes in each of the air pollutants at each station will be investigated and analyzed in different times, and the same days will be determined by the cluster in terms of the amount and pattern of pollution, and their pollution pattern will be explained according to Indicators like weather, including temperature, rain, and wind blowing. |
| کلمات کلیدی | داده های مکانی-زمانی تعریف علمی: داده های مکانی-زمانی، داده های چندبعدی مانند نقاط، مناطق، چندضلعی ها، حجم ها و غیره هستند که در طول زمان تغییر می کنند. برای مدل بندی چنین داده هایی از مدل های مکانی-زمانی استفاده می گردد. تعریف عملی: در این مطالعه داده های مکانی-زمانی از طریق ایستگاه های پایش کیفیت هوا جمع آوری می شوند. خوشه بندی تعریف علمی: خوشه بندی عملکردی است روی داده ها بطوریکه مشاهدات را از جنبه شباهت در زیرمجموعه هایی افراز کند. در خوشه بندی داده ها از قبل گروهی برای عضویت مشاهدات وجود ندارد از این رو یادگیری بدون ناظر است. تعریف عملی: در این مطالعه داده های مکانی-زمانی را از نظر داشتن برخی ویژگی های مشترک گروه بندی می کنیم. داده های تابعی تعریف علمی: بسیاری از پدیده های تصادفی مانند دما،میزان آلاینده ها، میزان بارندگی بااینکه در زمان های گسسته و جدا از هم ثبت می شوند، ولی ذاتا توابع پیوسته ای از زمان هستند. به چنین مشاهداتی که ذاتا تابع پیوسته ای از یک متغیر مانند زمان یا فرکانس هستند و دارای بعد متناهی می باشند، داده های تابعی گفته می شود. تعریف عملی: در این مطالعه تبدیل داده های گسسته به حالت پیوسته با استفاده از روش های هموارسازی داده های تابعی را نتیجه می دهد. مدل های آمیخته تعریف علمی: مدل های آمیخته نوعی از مدل های احتمالی پیچیده هستند، که ممکن است داده ها را از لحاظ ترکیب چندین مدل، که هر کدام از آن ها یک فرم پارامتری ساده(مانند گاوسی یا برنولی) را دارند، مدل بندی کنند. تعریف عملی: در این مطالعه خوشه بندی مبتنی بر مدل های آمیخته است و هر مولفه آمیخته به صورت ترکیبی از رگرسیون چندجمله ای اتورگرسیو تعریف می شود که در آن اطلاعات مکانی-زمانی در قالب وزن هایی با تابع لینک لجستیک در نظر گرفته می شود و برآورد پارامترهای مدل تحت روش برآورد حداکثر درستنمایی و به وسیله ی الگوریتم EM انجام می پذیرد. PM10 تعریف علمی: ذرات PM10 شامل ذرات با قطر آئرودینامیکی 10 میکرون و کمتر هستند و به دلیل اینکه قادرند از اولین سد دفاعی بدن عبور کرده و به ریه ها برسند به ذرات Thoracic معروف هستند. تعریف عملی: در این مطالعه میزان PM10 به عنوان ذره معلق به صورت ساعتی در ایستگاه های پایش کیفیت هوا اندازه گیری شده و مقدار کمی آن در خوشه بندی مورد محاسبه قرار می گیرد. نیمه واریوگرام تعریف علمی: برای درک بهتر ساختار مکانی نمونه ها و انتخاب بهترین روش در درون یابی، خودهمبستگی مکانی بین نمونه ها مطالعه می شود. این بررسی را می توان با ترسیم فاصله بین نمونه ها و واریانس ارزش نمونه ها یا به عبارت دیگر نیمه واریوگرام ها به دست آورد. تعریف عملی: در این مطالعه در یک نمودار، در محور طولی( X) یک نیمه واریوگرام فاصله بین نمونه ها و در محور عرضی ( Y) مربع اختلاف بین مقدار یا واریانس نمونه ها ترسیم می شود و هر نقطه در نمودار نیمه واریوگرام موقعیتی از دو نقطه را نشان می دهد. |
| ذینفعان نتایج طرح | ذینفعان این طرح جامعه و افرادی هستند که در حیطه حفاظت از محیط زیست کار می کنند و شامل کل افراد جامعه که روزانه با انواع آلاینده ها مواجه اند، می باشد. سیاست گذاران، مراکز هواشناسی و تعیین الگوهای آلودگی، بارندگی و مراکز بهداشت و سلامت که در زمینه ی حفظ سلامت جامعه فعالیت دارند و غیره خواهند بود. |
اطلاعات مجری و همکاران
| نام و نامخانوادگی | سمت در طرح |
|---|---|
| پروین سربخش | استاد راهنمای اول (آموزشی ) |
| سعید موسوی | استاد راهنما دوم (آموزشی ) |
| اکبر غلام پور | مشاور |
| پریسا ساعی پور | دانشجوی مالک پایان نامه |
| وحیده برزگراردی | دانشجوی مالک پایان نامه |
اطلاعات تفضیلی
| حوزه خبر | خبر |
|---|---|
| رسانه ها و مردم | عنوان خبر متن خبر |
| متخصصان و پژوهشگران | عنوان خبر خوشه بندی روزهای سال از لحاظ میزان آلاینده ها بر اساس روش خوشه بندی مبتنی بر مدل نتایج قابل قبولی دارد.متن خبر میزان غلظت آلاینده ها در مکان و زمان¬ مشخصی ثبت می¬شوند و به عنوان داده های مکانی زمانی معروف هستند. در پژوهش حاضر روش خوشه بندی براساس مدل با در نظر گرفتن اطلاعات مربوط به مکان و زمان ثبت غلظت آلاینده های O3 و PM10 انجام شد. این مدل علاوه بر اینکه حجم اطلاعات مورد بررسی را کاهش و الگوهای پنهانی که در هر دسته از داده ها وجود دارد نمایان کرد، دقت و سرعت بالاتری در تجزیه و تحلیل داده ها در مقایسه با روشهای مرسوم دیگر نیز داشت. از طرفی، با توجه به اینکه هر دو بعد مکان و زمان به صورت همزمان وارد مدل شد دیگر نیازی به بررسی جداگانه غلظت آلاینده ها در مکان و زمان های مختلف نبود، لذا حجم نتایج مورد بررسی کاهش یافته و میزان خطا در تصمیم گیری ها کمتر شد. طبق نتایج کاربردی این مطالعه، الگوی قرارگیری روزها در خوشه ها به گونه ای بود که گرم ترین روزهای سال در خوشه ای با بالاترین میانگین غلظت و سردترین روزهای سال در خوشه ای با پایین ترین میانگین غلظت قرار گرفته بودند و روزهایی با بیشترین بارش باران در خوشه ای دیگر قرار داشتند. از طرفی با خوشه بندی میزان غلظت آلاینده ها و در طی آن دسته بندی روزها طبق خوشه ها تاثیر بالای دما و رطوبت نسبی بر افزایش یا کاهش غلظت و آلاینده ها در جو نشان داده شد. |
| سیاستگذاران درمانی | عنوان خبر متن خبر |
| سیاستگذاران پژوهشی | عنوان خبر متن خبر |
| لینک (URL) مقاله انگلیسی مرتبط منتشر شده 1 |
