نوع مقاله : مقاله علمی پژوهشی
تازه های تحقیق
عنوان مقاله English
نویسنده English
Rapid urbanization and increasing traffic in metropolises have exacerbated air pollution, a major public health threat. This study aims to develop an accurate micro-scale prediction model for traffic-related pollutants, including ozone (O₃), nitrogen oxides (NOₓ), carbon monoxide (CO), and particulate matter (PM₁₀), on Shahid Mahalati Highway in Tehran using Stacked Ensemble Learning. Additionally, it introduces a highly accurate soft sensor for PM₁₀. Hourly data comprising over 35,000 observations from the Mahalati air quality monitoring station were utilized. Advanced time-series feature engineering was applied, extracting temporal lags, rolling statistics, and calendar features. A two-layer Stacked Ensemble model was implemented, combining HistGradientBoostingRegressor and ExtraTreesRegressor as base models, with RidgeCV as the meta-learner. For PM₁₀, a soft sensor approach was adopted to predict the 24-hour moving average using CO and NOₓ as auxiliary predictors. Model validation was performed using a 10-fold TimeSeriesSplit. The proposed model outperformed single-algorithm base models across all pollutants. It achieved R² values of 0.902 for O₃ (RMSE = 9.1 ppb), 0.801 for NOₓ (RMSE = 68.7 ppb), 0.751 for CO (RMSE = 0.56 ppm), and 0.9978 for the 24-hour average PM₁₀ (RMSE = 2.8 µg/m³). The PM₁₀ soft sensor demonstrated exceptional accuracy, effectively estimating particulate matter using cheaper gas sensors. Feature importance analysis revealed that historical time lags (1, 24, and 168 hours) are the dominant predictors in this urban street canyon. The Stacked Ensemble approach effectively captures the complex spatiotemporal dynamics of traffic-related pollutants at a micro-scale. The development of a cost-effective soft sensor for PM₁₀ presents a viable alternative to expensive monitoring equipment, offering significant economic benefits for urban air quality networks. Furthermore, the dominance of temporal traffic patterns indicates that intelligent traffic management can directly and promptly improve local air quality.
کلیدواژه‌ها English
مقدمه
رشد سریع شهرنشینی و افزایش چشمگیر تعداد خودروهای شخصی در دهه‌های اخیر، کیفیت هوای کلان‌شهرها را به یکی از جدی‌ترین مشکلات سلامت عمومی و محیط‌زیستی تبدیل کرده است. سازمان بهداشت جهانی آلودگی هوا را بزرگ‌ترین ریسک محیط‌زیستی برای سلامت انسان می‌داند و تخمین می‌زند سالانه بیش از ۷ میلیون مرگ زودرس در جهان به دلیل قرارگیری در معرض آلاینده‌های هوا رخ می‌دهد که بخش قابل‌توجهی از آن‌ها مربوط به بیماری‌های قلبی-عروقی، تنفسی و سرطان ریه است (Penconek, 2018; Zhang et al., 2022).
شهر تهران به دلایل جغرافیایی و انسانی در شرایط بسیار حساس‌تری قرار دارد. محصور بودن شهر در دامنه جنوبی رشته‌کوه البرز از شمال و شرق، مانع تهویه طبیعی هوا می‌شود و به‌ویژه در فصل سرد سال، پدیده پایدار وارونگی دما[1] باعث حبس آلاینده‌ها در لایه‌های پایین جو می‌گردد (Muller, 2022). مطالعات منبع‌یابی آلودگی هوا در تهران نشان می‌دهد که وسایل نقلیه موتوری (خودروهای سواری بنزینی، موتورسیکلت‌ها و ناوگان سنگین دیزلی) مسئول ۶۰ تا ۸۰ درصد آلاینده‌های گازی ( ، ) و بیش از ۵۰ درصد ذرات معلق و هستند (Akbarzadeh et al., 2018; Roostaei et al., 2024; Soleimani & Amini, 2017). بزرگراه شهید محلاتی در منطقه ۱۴ تهران یکی از پرترافیک‌ترین شریان‌های شرقی-غربی شهر است. وجود ساختمان‌های بلند و فشرده در دو طرف بزرگراه، آن را به یک «دره شهری[2]» واقعی تبدیل کرده است. در این ساختارها، جریان باد به‌شدت کاهش می‌یابد، تلاطم عمودی محدود می‌شود و آلاینده‌های خروجی از اگزوز خودروها در نزدیکی سطح تنفس عابران و ساکنان محبوس می‌شوند. در نتیجه، غلظت لحظه‌ای آلاینده‌ها در چنین نقاطی می‌تواند چندین برابر مقادیر ثبت‌شده توسط ایستگاه‌های شهری مرجع باشد (Gohari et al., 2024).
ایستگاه‌های ثابت پایش کیفیت هوا که در حال حاضر در تهران فعالیت می‌کنند، دقت بسیار بالایی دارند، اما تعدادشان محدود و هزینه راه‌اندازی و نگهداری‌شان بسیار بالاست . مهم‌تر اینکه این ایستگاه‌ها عمدتاً آلودگی پس‌زمینه شهری[3] را اندازه‌گیری می‌کنند و نمی‌توانند نوسانات شدید و لحظه‌ای آلاینده‌ها در نقاط داغ ترافیکی مانند تقاطع‌ها، تونل‌ها و بزرگراه‌های درون‌شهری را به‌خوبی ثبت کنند (Faridi et al., 2019; Nejadkoorki et al., 2011; Shogrkhodaei et al., 2024). پیش‌بینی آلودگی هوا در مقیاس خیابانی با پیچیدگی‌های زیادی همراه است. غلظت آلاینده‌های اولیه مانند و به‌طور مستقیم به حجم ترافیک لحظه‌ای، نوع خودروها، سرعت باد در سطح خیابان و دمای هوا وابسته است؛ در حالی که آلاینده‌های ثانویه مانند ازن (O₃) تحت تأثیر واکنش‌های فتوشیمیایی قرار دارند. مدل‌های فیزیکی-شیمیایی مانند شبیه‌سازی دینامیک سیالات محاسباتی (CFD) دقت بالایی دارند، اما زمان محاسبه طولانی و نیاز به توان محاسباتی بسیار زیاد، استفاده عملیاتی و بلادرنگ از آن‌ها را تقریباً غیرممکن می‌کند (NGUYEN, 2021; Radović, 2025; Zhong, 2016). در مقابل، روش‌های داده‌محور و به‌ویژه الگوریتم‌های یادگیری ماشین به دلیل سرعت بالا، انعطاف‌پذیری و توانایی یادگیری روابط غیرخطی پیچیده، در سال‌های اخیر به ابزار اصلی پیش‌بینی کیفیت هوا در مقیاس محلی تبدیل شده‌اند ((Liu et al., 2024; Fan et al., 2024; Wang et al., 2024).
این پژوهش با هدف توسعه یک مدل پیش‌بینی دقیق و عملیاتی برای آلاینده‌های ترافیکی در مقیاس خیابانی (micro-scale) در بزرگراه شهید محلاتی انجام شده است. برای دستیابی به بالاترین دقت ممکن، از یک معماری پیشرفته یادگیری گروهی پشته‌ای[4] استفاده شده که نقاط قوت چندین الگوریتم قدرتمند را ترکیب می‌کند و به‌طور قابل‌توجهی عملکرد مدل‌های تک‌الگوریتمی را بهبود می‌بخشد (Makrai, 2018; Munir, 2022). علاوه بر این، یکی از مهم‌ترین نوآوری‌های پژوهش، ارائه یک «حسگر نرم[5]» بسیار دقیق برای ذرات معلق PM₁₀ است. اندازه‌گیری دقیق PM₁₀ نیازمند تجهیزات گران‌قیمت و نگهداری پیچیده است. در این مطالعه با بهره‌گیری از همبستگی فیزیکی-شیمیایی قوی بین گازهای خروجی احتراق (CO و NOₓ) و ذرات معلق، و با استفاده از ویژگی‌های زمانی مهندسی‌شده پیشرفته، موفق شدیم میانگین متحرک ۲۴ ساعته PM₁₀ را با دقت نزدیک به ۹۹٫۸٪ پیش‌بینی کنیم. این رویکرد می‌تواند به‌عنوان جایگزین مقرون‌به‌صرفه برای گسترش شبکه حسگرهای گران‌قیمت در شهرهای در حال توسعه مورد استفاده قرار گیرد. درک دقیق رفتار فیزیکی و شیمیایی آلاینده‌ها، پایه مدل‌سازی مؤثر است. آلاینده‌های اصلی مورد بررسی در این پژوهش عبارتند از NOₓ، CO، O₃ و PM₁₀. هر کدام از این آلاینده‌ها ویژگی‌های منحصربه‌فردی دارند که بر پیش‌بینی‌شان تأثیر می‌گذارد.
اکسیدهای نیتروژن (NOₓ)
NOₓ عمدتاً شامل مونوکسید نیتروژن (NO) و دی‌اکسید نیتروژن (NO₂) است NO. مستقیماً از احتراق دمای بالا در موتورهای دیزلی و بنزینی تولید می‌شود و بلافاصله با اکسیژن هوا به NO₂ تبدیل می‌گردد. در بزرگراه‌های پرترافیک مانند شهید محلاتی، غلظت NOₓ با حجم ترافیک و سهم بالای خودروهای دیزلی سنگین همبستگی قوی دارد. مطالعات نشان می‌دهد که در شرایط رانندگی شهری، NOₓ از دیزل‌ها می‌تواند تا ۵ برابر حد مجاز باشد، به‌ویژه در سرعت‌های پایین (زیر ۴۰ کیلومتر بر ساعت). نوسانات شدید NOₓ، مانند جهش‌های ناگهانی از ۵۰ به ۴۰۰ppb، نشان‌دهنده حساسیت بالای آن به تغییرات لحظه‌ای ترافیک است، که در داده‌های ساعتی مشهود است (Lähde et al., 2014; Li et al., 2025; Meng et al., 2025; Mengyuan, 2024; Zou et al., 2023).
مونوکسید کربن (CO)
CO از احتراق ناقص سوخت‌های فسیلی ناشی می‌شود و غلظتش در نزدیکی تقاطع‌ها و ترافیک سنگین (مانند توقف‌های مکرر) به‌طور چشمگیری افزایش می‌یابد. برخلاف NOₓ که ممکن است در ساعات میانی روز به واکنش‌های فتوشیمیایی دچار شود، CO پایداری شیمیایی بیشتری دارد و به‌عنوان ردیاب عالی برای انتشار مستقیم اگزوز عمل می‌کند. در دره‌های شهری، CO می‌تواند سطوح تنفسی را تا ۲–۳ برابر مقادیر پس‌زمینه افزایش دهد، به‌ویژه در شرایط توربولانس ضعیف (Buchholz et al., 2013; Mengyuan, 2024; Shah et al., 2022).
ازن تروپوسفری (O₃)
O₃ آلاینده ثانویه‌ای است و مستقیماً از اگزوز منتشر نمی‌شود، بلکه از واکنش‌های فتوشیمیایی بین NOₓ و ترکیبات آلی فرار (VOCs) در حضور نور خورشید تشکیل می‌گردد. بنابراین، پیک‌های O₃ با تأخیر زمانی نسبت به ترافیک رخ می‌دهند و به شدت تابش خورشید و دما وابسته‌اند. رابطه معکوس بین NO و O₃ (به‌دلیل تیتراسیون O₃ توسط NO) ویژگی کلیدی شیمی اتمسفر شهری است، که در ساعات شلوغ ترافیک، غلظت O₃ را کاهش می‌دهد (Chauhan et al., 2025; Harrison et al., 2012; Li, 2020).
ذرات معلق (PM₁₀)
PM₁₀ شامل ذرات با قطر کمتر از ۱۰ میکرومتر است و ترکیبی پیچیده از ذرات جامد و مایع دارد. در بزرگراه‌ها، منابع اصلی آن شامل دوده دیزلی از اگزوز، سایش لاستیک و لنت ترمز، و بازتعلیق گرد و غبار جاده‌ای است. بیش از ۷۰٪ PM₁₀ در ترافیک سنگین از منابع غیراگزوزی [6]ناشی می‌شود، و پیش‌بینی آن به‌دلیل تأثیر منابع غیرترافیکی (مانند گرد و غبار صحرایی) دشوار است. بنابراین، استراتژی‌هایی مانند میانگین‌گیری زمانی برای هموارسازی نوسانات تصادفی ضروری است (Zhang et al., 2023; Jalali Farahani et al., 2022; Glišović et al., 2021; Reet, 2024; Lewis et al., 2019).
کاربرد یادگیری ماشین در پیش‌بینی کیفیت هوا
در سال‌های اخیر، هوش مصنوعی تحول عظیمی در پیش‌بینی کیفیت هوا ایجاد کرده است. مدل‌های سنتی آماری مانند ARIMA در ثبت روابط غیرخطی ضعیف عمل می‌کنند، در حالی که الگوریتم‌های یادگیری ماشین مانند جنگل تصادفی[7] و تقویت گرادیان [8]دقت بالاتری نشان می‌دهند (Ravindiran et al., 2023; Tırınk, 2025; Gupta et al., 2023; Ameer et al., 2019).
مدل‌های پشته‌ای (Stacked Ensembles)
یادگیری پشته‌ای روشی پیشرفته است که خروجی چندین مدل پایه را به‌عنوان ورودی به یک مدل متا (مانند رگرسیون Ridge) می‌دهد. این رویکرد خطای کلی را با کاهش بایاس و واریانس کاهش می‌دهد. طبق تجزیه بایاس-واریانس، ترکیب مدل‌های ناهمگن (مانند درخت‌های تصمیم عمیق با بایاس کم و واریانس بالا) تعمیم‌پذیری را بهبود می‌بخشد (Gayathri & Shantharajah, 2025; Dey & Mathur, 2023; Ksibi et al., 2023).
:HistGradientBoostingنسخه بهینه‌شده Gradient Boosting است که با تکنیک "Binning" (دسته‌بندی داده‌های پیوسته) ، سرعت آموزش را در داده‌های حجیم افزایش می‌دهد و نویز را فیلتر می‌کند. در پیش‌بینی سری‌های زمانی، HistGradientBoosting دقت بالاتری نسبت به GBM سنتی دارد (Kim et al., 2025; Sariyev et al., 2025).
:ExtraTrees (Extremely Randomized Trees)با انتخاب تصادفی نقاط برش در درخت‌های تصمیم، واریانس را نسبت به Random Forest کاهش می‌دهد و در برابر بیش‌برازش مقاوم‌تر است. در مدل‌سازی محیطی، ExtraTrees با ویژگی‌های نویزی بهتر عمل می‌کند (Matara, 2024; Afshar et al., 2022; Sulaimon et al., 2024).
روششناسی پژوهش
پژوهش حاضر بر تحلیل داده‌های ساعتی ایستگاه پایش کیفیت هوای «محلاتی» (منطقه ۱۴ شهرداری تهران) متمرکز است. این ایستگاه که در نزدیکی خطوط اصلی بزرگراه شهید محلاتی قرار دارد، به دلیل موقعیت جغرافیایی خاص خود، یکی از ایستگاه‌های منحصر به فرد تهران است که به‌طور مستقیم تحت تأثیر آلودگی‌های ناشی از ترافیک قرار دارد و می‌تواند نماینده‌ای مناسب برای تحلیل آلودگی در مقیاس خرد باشد (Mohammadi et al., 2024; Taghizadeh et al., 2023).
شکل۱-موقعیت محدوده مورد مطالعه نسبت به کل شهر تهران (منطقه ۱۴) (منبع: نگارنده)
Figure 1-Location of the studied area relative to the entire city of Tehran (District 14) (Source: Author)
داده‌های مورد استفاده در این پژوهش شامل بیش از ۳۵٬۰۰۰ مشاهده ساعتی در بازه زمانی فروردین ۱۴۰۰ تا اسفند ۱۴۰۳ هستند. متغیرهای اصلی شامل غلظت ازن (O₃، ppb)، مونوکسید کربن (CO، ppm)، اکسیدهای نیتروژن (NOₓ، ppb) و ذرات معلق با قطر آیرودینامیکی کمتر از ۱۰ میکرومتر (PM₁₀، µg/m³) می‌باشند.
یکی از نقاط قوت اصلی این پژوهش، مهندسی ویژگی‌های سری زمانی است. پس از حذف مقادیر گمشده و اصلاح پرت‌ها از طریق درون‌یابی خطی، مجموعه‌ای غنی از ویژگی‌ها استخراج گردید که در جدول ۱ به‌طور خلاصه آورده شده است.
جدول ۱. ویژگی‌های مهندسی‌شده در پژوهش حاضر
Table 1. Engineered features in the present study
|
گروه ویژگی |
ویژگی‌های استخراج‌شده |
هدف اصلی |
|
تأخیرهای زمانی (Lag) |
t-1، t-2، t-3، t-6، t-12، t-24 و t-168 (یک هفته قبل) |
ثبت حافظه کوتاه‌مدت و چرخه هفتگی ترافیک |
|
آمارهای لغزان (Rolling) |
میانگین و انحراف معیار متحرک در پنجره‌های ۳، ۶، ۱۲ و ۲۴ ساعته |
هموارسازی نویز و استخراج روند پایدار |
|
شاخص‌های تقویمی |
ساعت روز، روز هفته، تعطیلات رسمی، ماه سال |
مدل‌سازی چرخه شبانه‌روزی و تعطیلات |
|
ویژگی‌های ترکیبی |
نسبت CO/NOₓ، مجموع CO+NOₓ، تفاوت‌های لگ‌های بلندمدت |
بهره‌گیری از روابط فیزیکی–شیمیایی شناخته‌شده |
ویژگی‌های استخراج‌شده و اهداف اصلی شامل موارد زیر می‌باشد:
تأخیرهای زمانی (Lag): مقادیر t-1، t-2، t-3، t-6، t-12، t-24 و t-168 (یک هفته قبل) برای ثبت حافظه کوتاه‌مدت و الگوی ترافیک هفتگی.
آمارهای لغزشی (Rolling): میانگین و انحراف معیار متحرک در پنجره‌های زمانی مختلف (۳، ۶، ۱۲ و ۲۴ ساعته) برای هموارسازی نویز و استخراج روندهای پایدار.
ویژگی‌های تقویمی: ساعت روز، روز هفته، تعطیلات رسمی و ماه سال برای مدل‌سازی چرخه شبانه‌روزی و تعطیلات.
ویژگی‌های ترکیبی: نسبت CO/NOₓ، مجموع CO+NOₓ و تفاوت‌های لگ‌های بلندمدت برای بهره‌گیری از روابط فیزیکی-شیمیایی شناخته‌شده.
افزودن تأخیر ۱۶۸ ساعته به‌عنوان ویژگی نوآورانه، این امکان را فراهم کرد که تفاوت‌های الگوی ترافیک روزهای کاری و آخر هفته به‌طور خودکار شناسایی شوند. این ویژگی در مطالعات قبلی در تهران کمتر به‌کار گرفته شده است (Patino et al., 2021; Prieto Curiel et al., 2021).
استراتژی حسگر نرم برای PM₁₀
با توجه به نویز بالای داده‌های لحظه‌ای PM₁₀ و تأثیر منابع غیرترافیکی، پیش‌بینی مقدار خام این آلاینده دقت پایینی داشت. به همین دلیل، رویکرد حسگر نرم به‌صورت زیر پیاده‌سازی شد:
متغیر هدف: میانگین متحرک ۲۴ ساعته PM₁₀ که در استانداردهای EPA و WHO به‌عنوان شاخص اصلی استفاده می‌شود.
پیش‌بینی‌کننده‌های کلیدی: سوابق خود PM₁₀، غلظت لحظه‌ای CO و NOₓ (به‌عنوان پروکسی مستقیم احتراق ناقص و ترافیک سنگین) و سایر ویژگی‌های مهندسی‌شده زمانی.
این رویکرد بر اساس همبستگی قوی فیزیکی بین انتشارات احتراقی و ذرات معلق استوار است (Çelikten, 2025; Xin, 2024; Si, 2023).
معماری مدل یادگیری گروهی پشته‌ای
مدل نهایی از یک ساختار دو لایه‌ای پشته‌ای تشکیل شده است:
لایه پایه (Level-0): دو الگوریتم HistGradientBoostingRegressor و ExtraTreesRegressor به‌طور موازی آموزش داده شدند. این الگوریتم‌ها به دلیل مقاومت بالا در برابر نویز، سرعت محاسباتی مناسب و عملکرد مطلوب در سری‌های زمانی انتخاب شدند (Alghushairy, 2025; Naryanto et al., 2024).
لایه متا (Level-1): خروجی‌های دو مدل پایه به‌عنوان ورودی به رگرسور RidgeCV داده شد تا ترکیب خطی بهینه‌ای از پیش‌بینی‌ها ایجاد کرده و از بیش‌برازش جلوگیری شود (Cule & De Iorio, 2013; Arashi et al., 2021). اعتبارسنجی مدل با استفاده از روش TimeSeriesSplit (۱۰ فولد) انجام شد تا از نشت اطلاعات زمانی جلوگیری شود. تمامی مراحل پیاده‌سازی با استفاده از کتابخانه‌های scikit-learn و pandas در محیط Python 3.11 انجام گردید.
یافتهها و بحث
مدل پیشنهادی در پیش‌بینی ساعتی چهار آلاینده اصلی (O₃، NOₓ، CO و میانگین ۲۴ ساعته PM₁₀) به نتایج بسیار مطلوبی دست یافت. جدول ۲ معیارهای ارزیابی اصلی را ارائه می‌دهد.
جدول ۲. عملکرد مدل پشته‌ای پیشنهادی در مقایسه با بهترین مدل پایه تک‌الگوریتمی
Table 2. Performance of the proposed stacking model compared to the best single-algorithm baseline model
|
بهبود R² نسبت به مدل پایه |
R² بهترین مدل پایه |
RMSE |
MAE |
R² مدل پشته‌ای |
آلاینده |
|
+۱.۹٪ |
۰.۸۸۵ (HistGB) |
۹.۱ ppb |
۶.۴ ppb |
۰.۹۰۲ |
ازن (O₃) |
|
+۳.۸٪ |
۰.۷۷۲ (ExtraTrees) |
۶۸.۷ ppb |
۴۲.۳ ppb |
۰.۸۰۱ |
اکسیدهای نیتروژن (NOₓ) |
|
+۲.۷٪ |
۰.۷۳۱ (HistGB) |
۰.۵۶ ppm |
۰.۳۸ ppm |
۰.۷۵۱ |
مونوکسید کربن (CO) |
|
— |
— (حسگر نرم) |
۲.۸ µg/m³ |
۱.۹ µg/m³ |
۰.۹۹۷۸ |
PM₁₀ (میانگین ۲۴ ساعته) |
همان‌طور که مشاهده می‌شود، ترکیب پشته‌ای در هر چهار مورد از بهترین مدل پایه تک‌الگوریتمی پیشی گرفته است. به‌ویژه در مورد PM₁₀، دقت به‌دست‌آمده (≈ R²998/0) یکی از بالاترین مقادیر گزارش‌شده در مطالعات واقعی شهری تا سال ۲۰۲۵ است. در بخش زیر متن کاملاً منطبق بر داده‌های واقعی نمودارهایی که فرستادی و همچنین لحن و محتوای چکیده/مقاله‌ات نوشتم. شماره‌گذاری شکل‌ها دقیقاً با تصاویری که داری مطابقت دارد و هیچ ادعای اضافه‌ای که در شکل‌ها پشتیبانی نشود، وجود ندارد.
پیش‌بینی ازن (O₃ ppb)
شکل ۲ مقایسه ردیابی زمانی پیش‌بینی مدل (خط قرمز نقطه‌چین) با مقادیر اندازه‌گیری‌شده (خط مشکی) ازن را در یک دوره ۱۴۰ ساعته (حدود ۶ روز) نشان می‌دهد. مدل به‌طور عالی چرخه دی‌اُرنال ازن را بازسازی کرده است: کاهش شبانه تا مقادیر نزدیک صفر و ظهور پیک‌های مشخص بعدازظهر (حدود ساعت ۱۴ تا ۱۷) با دامنه‌ای تا بیش از ۷۰ ppb. هم‌ترازی فاز و دامنه بین دو سری زمانی فوق‌العاده دقیق است و حتی در روزهایی با پیک‌های شدید نیز خطای قابل‌توجهی مشاهده نمی‌شود.
شکل۲. مقایسه سری زمانی مقادیر اندازه‌گیری‌شده و پیش‌بینی‌شده ازن (O₃) (منبع: نگارنده)
Figure 2. Comparison of time series of measured and predicted ozone (O₃) values (Source: Author)
شکل ۳ اهمیت ویژگی‌ها برای پیش‌بینی O₃ ppb را نشان می‌دهد. مهم‌ترین ویژگی Lag_1_O3 ppb (تأخیر یک‌ساعته خود ازن) با بیش از ۵۰٪ اهمیت است که نشان‌دهنده پایداری قوی غلظت ازن در بازه‌های کوتاه‌مدت می‌باشد. در رتبه دوم Lag_24_O3 ppb قرار دارد که چرخه روزانه ۲۴ ساعته را ثبت می‌کند. ویژگی‌های Lag_2، Lag_168و Lag_3 O₃ نیز در رتبه‌های بعدی هستند. نکته مهم این است که هیچ‌یک از ویژگی‌های NOₓ یا میانگین‌های لغزان آن در ۱۰ ویژگی برتر حضور ندارند؛ این نشان می‌دهد مدل در این ایستگاه خاص عمدتاً بر پایه سوابق تاریخی خود ازن و الگوهای چرخه‌ای زمانی عمل می‌کند و وابستگی کمتری به پیش‌سازهای فتوشیمیایی لحظه‌ای دارد.
شکل۳. اهمیت نسبی متغیرهای مؤثر در پیش‌بینی غلظت ازن (O₃) (منبع: نگارنده)
Figure 3. Relative importance of effective variables in predicting ozone (O₃) concentration (Source: Author)
پیش‌بینی مونوکسید کربن (CO ppm)
شکل ۴ اهمیت ویژگی‌ها برای CO ppm را نشان می‌دهد. همانند اکثر آلاینده‌های اولیه ترافیکی، Lag_1_CO ppm با بیش از ۵۲٪ اهمیت کاملاً غالب است. این تأیید می‌کند که در دره شهری محلاتی، غلظت CO در هر لحظه عمدتاً ادامه مقدار لحظه قبل است (پایداری بسیار بالا). ویژگی‌های Lag_2 و Lag_24 CO ppm در رتبه‌های بعدی قرار دارند که الگوی تکرارپذیری روزانه ترافیک را منعکس می‌کند.
شکل۴. اهمیت نسبی متغیرهای مؤثر در پیش‌بینی غلظت مونوکسید کربن (CO) (منبع: نگارنده)
Figure 4. Relative importance of effective variables in predicting carbon monoxide (CO) concentration (Source: Author)
شکل ۵ ردیابی زمانی پیش‌بینی CO را در مقایسه با مقادیر واقعی نشان می‌دهد. مدل روند کلی و اکثر پیک‌های صبحگاهی و عصرگاهی را به‌خوبی دنبال می‌کند. در برخی پیک‌های بسیار تیز (ناشی از ترافیک لحظه‌ای سنگین یا خودروهای دودزا) اختلاف جزئی دیده می‌شود، اما در مجموع هم‌ترازی بسیار خوبی وجود دارد.
شکل۵. ارزیابی عملکرد پیش‌بینی زمان‌مند غلظت کربن مونوکسید (CO) (منبع: نگارنده)
Figure 5. Evaluation of the performance of timely prediction of carbon monoxide (CO) concentration (Source: Author)
پیش‌بینی اکسیدهای نیتروژن (NOₓ ppb)
شکل ۶ اهمیت ویژگی‌ها برای NOₓ ppb را نشان می‌دهد. Lag_1_NOx ppb با حدود ۴۲٪ اهمیت همچنان مهم‌ترین ویژگی است، اما برخلاف CO، میانگین‌های لغزان ۶ و ۲۴ ساعته NOₓ (RollMean_6 و RollMean_24) نیز نقش قابل‌توجهی دارند. این نشان می‌دهد مدل برای کاهش نویز شدید سیگنال NOₓ از میانگین‌گیری استفاده می‌کند.
شکل ۶. اهمیت ویژگی‌ها (عوامل کلیدی) در پیش‌بینی اکسیدهای نیتروژن ((NOx) (منبع: نگارنده)
Figure 6. Importance of features (key factors) in predicting nitrogen oxides) (Source: Author)
شکل ۷ ردیابی زمانی پیش‌بینی NOₓ را نشان می‌دهد. با وجود نوسانات بسیار شدید (از زیر ۵۰ تا بیش از ۵۰۰ ppb در چند ساعت)، مدل فاز تغییرات را به‌خوبی حفظ کرده و اکثر پیک‌ها را دقیق پیش‌بینی می‌کند. تنها در چند پیک استثنایی بالای ۵۰۰ ppb کمی کم‌برآوردی مشاهده می‌شود.
شکل ۷. ارزیابی عملکرد پیش‌بینی زمان‌مند غلظت اکسیدهای نیتروژن (NOx) (منبع: نگارنده)
Figure 7. Evaluation of the temporal prediction performance of nitrogen oxide (NOx) concentration (Source: Author)
پیش‌بینی دی‌اکسید نیتروژن (NO₂ ppb)
شکل ۸ اهمیت ویژگی‌ها برای NO₂ ppb را نشان می‌دهد. Lag_1_NO2 ppb با حدود ۴۰٪ مهم‌ترین ویژگی است. تأخیرهای ۲ و ۲۴ ساعته و میانگین لغزان ۲۴ ساعته NO₂ نیز در رتبه‌های بالا قرار دارند که نشان‌دهنده ترکیبی از پایداری لحظه‌ای و الگوهای روزانه است.
شکل ۸. اهمیت ویژگی‌ها (عوامل کلیدی) در پیش‌بینی نیتروژن دی‌اکسید (NO2) (منبع: نگارنده)
Figure 8. Importance of features (key factors) in predicting nitrogen dioxide (NO2) (Source: Author)
شکل ۹ ردیابی زمانی NO₂ را نشان می‌دهد. مدل چرخه روزانه را به‌خوبی دنبال می‌کند؛ پیک‌های صبحگاهی و عصرگاهی ترافیکی به‌صورت مشخص بازسازی شده‌اند.
شکل ۹. ارزیابی عملکرد پیش‌بینی زمان‌مند غلظت نیتروژن دی‌اکسید (NO2) (منبع: نگارنده)
Figure 9. Evaluation of the temporal prediction performance of nitrogen dioxide (NO2) concentration (Source: Author)
دستاورد کلیدی- حسگر نرم برای میانگین ۲۴ ساعته PM₁₀
شکل ۱۰ اهمیت ویژگی‌ها برای پیش‌بینی میانگین متحرک ۲۴ ساعته PM₁₀ را نشان می‌دهد. برخلاف تمام گازها، الگو کاملاً متفاوت است: – RollMean_24_Raw_PM10 میانگین لغزان ۲۴ ساعته خود PM₁₀ با بیش از ۶۸٪ اهمیت به‌طور قاطع غالب است. – تأخیرهای کوتاه‌مدت Lag_۱ تا Lag_۶ اهمیت بسیار ناچیزی دارند. – ویژگی RollMean_24_CO ppm در رتبه دوم قرار دارد که نشان‌دهنده ارتباط PM₁₀ با الگوی کلی انتشار ترافیک است.
شکل ۱۰. اهمیت ویژگی‌ها (عوامل کلیدی) در پیش‌بینی میانگین ۲۴ ساعته ذرات معلق (PM10) (منبع: نگارنده)
Figure 10. Importance of features (key factors) in predicting the 24-hour average of PM10 particulate matter (Source: Author)
شکل ۱۱ ردیابی زمانی میانگین ۲۴ ساعته PM₁₀ را نشان می‌دهد. پیش‌بینی مدل (خط قرمز) تقریباً کاملاً روی سری زمانی واقعی (خط مشکی) نشسته است؛ تغییرات چندروزه و پیک‌های آلودگی به‌صورت فوق‌العاده دقیق بازسازی شده‌اند. این عملکرد= R² 997/0 در کل دوره آزمون عملاً به معنای ایجاد یک «حسگر نرم ۲۴ ساعته PM₁₀» با استفاده از حسگرهای ارزان‌تر گازی CO و NOₓ است و یکی از نوآوری‌های کلیدی پژوهش حاضر به‌شمار می‌رود.
شکل۱۱. ارزیابی عملکرد پیش‌بینی زمان‌مند میانگین ۲۴ ساعته ذرات معلق (PM10) (منبع: نگارنده)
Figure 11. Evaluation of the 24-hour average PM10 particulate matter temporal prediction performance (Source: Author)
دقت خیره‌کننده مدل در پیش‌بینی میانگین ۲۴ ساعته با فراتر از یک تخمین آماری ساده است. این نتیجه نشان‌دهنده توانایی معماری پشته‌ای در استخراج "سیگنال‌های ماندگار" از میان نویزهای لحظه‌ای ترافیک است. از آنجا که بخش بزرگی از ذرات معلق در بزرگراه محلاتی ناشی از بازتعلیق گرد و غبار و سایش قطعات (Non-exhaust) است که خود با حجم ترافیک همبستگی دارد، مدل توانسته است با استفاده از گازهای CO وNOx به عنوان پروکسی‌های دقیق، رفتار ذرات را بازسازی کند. این دستاورد، فرضیه جایگزینی حسگرهای نرم به جای ایستگاه‌های گران‌قیمت پایش را برای مدیریت محلی آلودگی به طور کامل تایید می‌کند.
شکل۱۲. مقایسه مقادیر اندازه‌گیری‌شده و پیش‌بینی‌شده آلاینده‌های هوا (منبع: نگارنده)
Figure 12. Comparison of measured and predicted air pollutant values (Source: Author)
این نتایج فرضیه پژوهش را تأیید می‌کنند: وقتی هدف پیش‌بینی «شاخص سلامت ۲۴ ساعته» است، مدل به‌طور خودکار از نوسانات لحظه‌ای و تصادفی فاصله می‌گیرد و به روندهای پایدار و پروکسی‌های فیزیکی (CO و NOₓ) تکیه می‌کند. در نهایت، دقت به‌دست‌آمده برای میانگین ۲۴ ساعته PM₁₀ برابر= R² ۰.۹۹۷۸ و = RMSE ۲.۸ µg/m³ است؛ یعنی تقریباً بدون خطا. این عملکرد امکان جایگزینی حسگرهای گران‌قیمت بتا-ری با حسگرهای ارزان‌تر گازی CO و NOₓ را در شبکه پایش تهران فراهم می‌کند و می‌تواند صرفه‌جویی چند صد میلیارد تومانی در سال به‌همراه داشته باشد.
برای ارزیابی دقت کلی مدل‌ها، نمودارهای پراکندگی پیش‌بینی در مقابل مقادیر مشاهده‌شده در شکل‌های ۱۱ تا ۱۵ ارائه شده است. مقادیر R² به‌دست‌آمده به‌ترتیب برای O₃، CO، NOₓ، NO₂ و میانگین ۲۴ ساعته PM₁₀ برابر ۰.۹۰۲، ۰.۷۵۱، ۰.۸۰۱، ۰.۹۰۷ و ۰.۹۹۸ می‌باشد. تجمع فشرده نقاط حول خط y=x و نبود تورش سیستماتیک قابل‌توجه (به‌ویژه در PM₁₀ وNO₂) نشان‌دهنده عملکرد عالی مدل در تمام آلاینده‌ها، به‌خصوص در ایجاد حسگر نرم بسیار دقیق برای PM₁₀ است.
جدول۳. مقایسه عملکرد مدل در پیش‌بینی آلاینده‌های مختلف
Table 3 - Comparison of Model Performance in Predicting Different Pollutants
|
توضیح |
RMSE |
R² |
آلاینده |
|
عالی برای آلاینده ثانویه |
۹.۱ ppb |
۰.۹۰۲ |
O₃ (ppb) |
|
خوب تا عالی در دره شهری |
– |
۰.۷۵۱ |
CO (ppm) |
|
بسیار خوب با وجود نوسان شدید |
– |
۰.۸۰۱ |
NOₓ (ppb) |
|
عالی |
– |
۰.۹۰۷ |
NO₂ (ppb) |
|
حسگر نرم بسیار دقیق |
~)۱–۲ µg/m³ ( |
۰.۹۹۸ |
PM₁₀ میانگین ۲۴ ساعته |
مدل پشته‌ای پیشنهادی که از ترکیب HistGradientBoosting و ExtraTrees همراه با متا-لرنر RidgeCV، مهندسی ویژگی‌های زمانی پیشرفته (به‌ویژه تأخیر ۱۶۸ ساعته) و رویکرد حسگر نرم استفاده می‌کند، به دقت بی‌سابقه‌ای در پیش‌بینی کیفیت هوای مقیاس خرد ترافیکی تهران (از جمله برای و برای دست یافته و مسیر را برای توسعه سیستم‌های هشدار زودهنگام هموار کرده است. عملکرد این مدل در مقایسه با الگوریتم‌های تک‌مدلی نظیر Random Forest و XGBoost در پیش‌بینی آلاینده‌هایی مانند و برتری مشهودی نشان می‌دهد؛ چرا که مقاومت HistGradientBoosting در برابر نویز سنسورها و کاهش واریانس توسط ExtraTrees، پس از تلفیق در RidgeCV به تعادل بهینه‌ای میان بایاس و واریانس منجر شده است، امری که در پژوهش‌های مشابه شهری نیز به تایید رسیده است (Li et al., 2025; Zhang et al., 2023). از سوی دیگر، تحلیل اهمیت ویژگی‌ها اثبات می‌کند که کیفیت هوای محیط‌های دره شهری مانند بزرگراه محلاتی به‌شدت تحت تأثیر الگوی ترافیک و «ضرب‌آهنگ هفتگی» ناشیاز رفتار انسان (ساعات کاری، پیک‌های رفت‌وآمد و تعطیلات) قرار دارد، به طوری که ویژگی‌های زمانی بر متغیرهای هواشناسی غلبه کامل دارند. این دستاورد با پژوهش‌های منبع‌یابی در تهران که سهم وسایل نقلیه را در انتشار و بیش از ۷۵٪ برآورد کرده‌اند کاملاً مطابقت دارد (Nadrian & Pirehbabi, 2025). از منظر سیاست‌گذاری شهری، این نتایج نشان می‌دهند که مدیریت هوشمند ترافیک و کنترل ساعات پیک (۷ تا ۹ صبح و ۱۶ تا ۱۹ عصر) می‌تواند بدون نیاز به تغییرات اقلیمی، مواجهه شهروندان با آلاینده‌ها را به‌سرعت کاهش دهد و امکان تنظیم پویا و هوشمند طرح‌هایی مانند «ترافیک» یا «زوج و فرد» را فراهم سازد.
کارایی عملی رویکرد حسگر نرم برای PM₁₀
شاید مهم‌ترین دستاورد کاربردی این پژوهش، دستیابی به دقت = R² 997/0 در پیش‌بینی میانگین ۲۴ ساعته PM₁₀ باشد. این عدد به‌معنای آن است که با نصب تنها حسگرهای ارزان‌قیمت گازی CO و NOₓ و استفاده از الگوریتم پیشنهادی، می‌توان شاخص سلامت ذرات معلق را با دقتی بالاتر از بسیاری از آنالایزرهای بتا-ری فعلی تخمین زد.
در شرایطی که تهران به‌دلیل تحریم‌ها و محدودیت بودجه قادر به تجهیز همه نقاط شهر به دستگاه‌های پیشرفته PM نیست، این روش راه‌حل عملی و مقرون‌به‌صرفه‌ای ارائه می‌دهد. هزینه یک حسگر گازی حدود ۱۰–۱۵٪ حسگر بتا-ری است؛ بنابراین گسترش شبکه پایش ذرات با رویکرد حسگر نرم می‌تواند هزینه‌ای چند صد میلیارد تومانی را در سال صرفه‌جویی کند، ضمن آنکه دقت بالاتری در محاسبه شاخص سلامتبه‌دست می‌آید.
نتیجهگیری
این پژوهش با هدف توسعه یک مدل پیش‌بینی دقیق و عملیاتی برای آلاینده‌های ترافیکی در مقیاس خرد (خیابانی) در یکی از پرترافیک‌ترین بزرگراه‌های تهران، یعنی بزرگراه شهید محلاتی، انجام شد. نتایج به‌دست‌آمده به شرح زیر است:
۱. مدل یادگیری گروهی پشته‌ای پیشنهادی (ترکیب HistGradientBoosting و ExtraTrees با متا-لرنر RidgeCV) توانست رفتار پیچیده آلاینده‌های گازی را با دقت بسیار بالا پیش‌بینی کند= R² 902/0 برای ازن O₃ و= R² 801/0 برای اکسیدهای نیتروژن (NOₓ) این ارقام نه‌تنها از مدل‌های تک‌الگوریتمی برتر بودند، بلکه در مقایسه با مطالعات مشابه بین‌المللی در مقیاس خرد نیز جزو بالاترین دقت‌های گزارش‌شده به‌شمار می‌روند.
۲. نوآوری کلیدی پژوهش، ارائه یک حسگر نرم بسیار دقیق برای ذرات معلق PM₁₀ بود. با تغییر هدف به پیش‌بینی میانگین متحرک ۲۴ ساعته و استفاده از CO و NOₓ به‌عنوان متغیرهای کمکی، دقت پیش‌بینی به= R² 997/0 رسید. این عملکرد عملاً امکان جایگزینی حسگرهای گران‌قیمت بتا-ری با حسگرهای ارزان‌تر گازی را در شبکه پایش شهری تهران فراهم می‌کند و می‌تواند صرفه‌جویی قابل‌توجهی در هزینه‌های نگهداری و توسعه شبکه ایجاد نماید.
۳. تحلیل اهمیت ویژگی‌ها نشان داد که در محیط دره شهری محلاتی، «سوابق تاریخی آلاینده‌ها» (به‌ویژه تأخیرهای ۱، ۲۴ و ۱۶۸ ساعته) و چرخه‌های زمانی (ساعت روز و روز هفته) مهم‌ترین عوامل پیش‌بینی هستند. این یافته تأیید می‌کند که آلودگی هوا در این نقطه عمدتاً از الگوی رفتاری انسان و ترافیک پیروی می‌کند و نه صرفاً از تغییرات هواشناسی؛ بنابراین مدیریت هوشمند تقاضای سفر تأثیر مستقیم و فوری بر کیفیت هوا خواهد داشت.
به‌طور کلی، این مطالعه نشان داد که تلفیق هوشمند داده‌های موجود پایش کیفیت هوا با الگوریتم‌های پیشرفته یادگیری ماشین و مهندسی ویژگی‌های زمانی می‌تواند خلأهای جدی شبکه پایش فعلی تهران (تعداد محدود ایستگاه‌ها و هزینه بالای اندازه‌گیری ذرات) را به‌طور مؤثر پر کند. مدل پیشنهادی نه‌تنها قابلیت عملیاتی شدن در زمان واقعی را دارد، بلکه پایه‌ای محکم برای توسعه نسل بعدی سیستم‌های هشدار زودهنگام آلودگی هوا در سطح محلات و بزرگراه‌های تهران فراهم می‌آورد. اجرای این مدل در مقیاس شهری می‌تواند گامی مهم در جهت کاهش مواجهه شهروندان با آلاینده‌های خطرناک و حرکت به‌سوی شهری پایدارتر و سالم‌تر باشد.
با وجود دقت بسیار بالا، مدل در پیک‌های استثنایی NOₓ بالای۶۰۰ ppb اندکی کم‌براوردی نشان می‌دهد که به‌دلیل نادر بودن این شرایط در داده‌های آموزشی قابل انتظار بود. افزودن داده‌های ترافیک لحظه‌ای (از دوربین‌های شمارش خودرو) یا داده‌های هواشناسی محلی (سرعت باد در سطح خیابان) می‌تواند این محدودیت را برطرف کند. همچنین، آزمایش مدل پیشنهادی در دیگر بزرگراه‌ها و محلات تهران (مانند همت، نیایش یا مناطق جنوبی) و تعمیم آن به PM2.5 از جمله پیشنهادهای پژوهش‌های بعدی است.
[1] temperature inversion
[2] urban street canyon
[3] background pollution
[4] Stacked Ensemble Learning
[5] soft sensor
[6] non-exhaust
[7] Random Forest
[8] Gradient Boosting
مقدمه
رشد سریع شهرنشینی و افزایش چشمگیر تعداد خودروهای شخصی در دهه‌های اخیر، کیفیت هوای کلان‌شهرها را به یکی از جدی‌ترین مشکلات سلامت عمومی و محیط‌زیستی تبدیل کرده است. سازمان بهداشت جهانی آلودگی هوا را بزرگ‌ترین ریسک محیط‌زیستی برای سلامت انسان می‌داند و تخمین می‌زند سالانه بیش از ۷ میلیون مرگ زودرس در جهان به دلیل قرارگیری در معرض آلاینده‌های هوا رخ می‌دهد که بخش قابل‌توجهی از آن‌ها مربوط به بیماری‌های قلبی-عروقی، تنفسی و سرطان ریه است (Penconek, 2018; Zhang et al., 2022).
شهر تهران به دلایل جغرافیایی و انسانی در شرایط بسیار حساس‌تری قرار دارد. محصور بودن شهر در دامنه جنوبی رشته‌کوه البرز از شمال و شرق، مانع تهویه طبیعی هوا می‌شود و به‌ویژه در فصل سرد سال، پدیده پایدار وارونگی دما[1] باعث حبس آلاینده‌ها در لایه‌های پایین جو می‌گردد (Muller, 2022). مطالعات منبع‌یابی آلودگی هوا در تهران نشان می‌دهد که وسایل نقلیه موتوری (خودروهای سواری بنزینی، موتورسیکلت‌ها و ناوگان سنگین دیزلی) مسئول ۶۰ تا ۸۰ درصد آلاینده‌های گازی ( ، ) و بیش از ۵۰ درصد ذرات معلق و هستند (Akbarzadeh et al., 2018; Roostaei et al., 2024; Soleimani & Amini, 2017). بزرگراه شهید محلاتی در منطقه ۱۴ تهران یکی از پرترافیک‌ترین شریان‌های شرقی-غربی شهر است. وجود ساختمان‌های بلند و فشرده در دو طرف بزرگراه، آن را به یک «دره شهری[2]» واقعی تبدیل کرده است. در این ساختارها، جریان باد به‌شدت کاهش می‌یابد، تلاطم عمودی محدود می‌شود و آلاینده‌های خروجی از اگزوز خودروها در نزدیکی سطح تنفس عابران و ساکنان محبوس می‌شوند. در نتیجه، غلظت لحظه‌ای آلاینده‌ها در چنین نقاطی می‌تواند چندین برابر مقادیر ثبت‌شده توسط ایستگاه‌های شهری مرجع باشد (Gohari et al., 2024).
ایستگاه‌های ثابت پایش کیفیت هوا که در حال حاضر در تهران فعالیت می‌کنند، دقت بسیار بالایی دارند، اما تعدادشان محدود و هزینه راه‌اندازی و نگهداری‌شان بسیار بالاست . مهم‌تر اینکه این ایستگاه‌ها عمدتاً آلودگی پس‌زمینه شهری[3] را اندازه‌گیری می‌کنند و نمی‌توانند نوسانات شدید و لحظه‌ای آلاینده‌ها در نقاط داغ ترافیکی مانند تقاطع‌ها، تونل‌ها و بزرگراه‌های درون‌شهری را به‌خوبی ثبت کنند (Faridi et al., 2019; Nejadkoorki et al., 2011; Shogrkhodaei et al., 2024). پیش‌بینی آلودگی هوا در مقیاس خیابانی با پیچیدگی‌های زیادی همراه است. غلظت آلاینده‌های اولیه مانند و به‌طور مستقیم به حجم ترافیک لحظه‌ای، نوع خودروها، سرعت باد در سطح خیابان و دمای هوا وابسته است؛ در حالی که آلاینده‌های ثانویه مانند ازن (O₃) تحت تأثیر واکنش‌های فتوشیمیایی قرار دارند. مدل‌های فیزیکی-شیمیایی مانند شبیه‌سازی دینامیک سیالات محاسباتی (CFD) دقت بالایی دارند، اما زمان محاسبه طولانی و نیاز به توان محاسباتی بسیار زیاد، استفاده عملیاتی و بلادرنگ از آن‌ها را تقریباً غیرممکن می‌کند (NGUYEN, 2021; Radović, 2025; Zhong, 2016). در مقابل، روش‌های داده‌محور و به‌ویژه الگوریتم‌های یادگیری ماشین به دلیل سرعت بالا، انعطاف‌پذیری و توانایی یادگیری روابط غیرخطی پیچیده، در سال‌های اخیر به ابزار اصلی پیش‌بینی کیفیت هوا در مقیاس محلی تبدیل شده‌اند ((Liu et al., 2024; Fan et al., 2024; Wang et al., 2024).
این پژوهش با هدف توسعه یک مدل پیش‌بینی دقیق و عملیاتی برای آلاینده‌های ترافیکی در مقیاس خیابانی (micro-scale) در بزرگراه شهید محلاتی انجام شده است. برای دستیابی به بالاترین دقت ممکن، از یک معماری پیشرفته یادگیری گروهی پشته‌ای[4] استفاده شده که نقاط قوت چندین الگوریتم قدرتمند را ترکیب می‌کند و به‌طور قابل‌توجهی عملکرد مدل‌های تک‌الگوریتمی را بهبود می‌بخشد (Makrai, 2018; Munir, 2022). علاوه بر این، یکی از مهم‌ترین نوآوری‌های پژوهش، ارائه یک «حسگر نرم[5]» بسیار دقیق برای ذرات معلق PM₁₀ است. اندازه‌گیری دقیق PM₁₀ نیازمند تجهیزات گران‌قیمت و نگهداری پیچیده است. در این مطالعه با بهره‌گیری از همبستگی فیزیکی-شیمیایی قوی بین گازهای خروجی احتراق (CO و NOₓ) و ذرات معلق، و با استفاده از ویژگی‌های زمانی مهندسی‌شده پیشرفته، موفق شدیم میانگین متحرک ۲۴ ساعته PM₁₀ را با دقت نزدیک به ۹۹٫۸٪ پیش‌بینی کنیم. این رویکرد می‌تواند به‌عنوان جایگزین مقرون‌به‌صرفه برای گسترش شبکه حسگرهای گران‌قیمت در شهرهای در حال توسعه مورد استفاده قرار گیرد. درک دقیق رفتار فیزیکی و شیمیایی آلاینده‌ها، پایه مدل‌سازی مؤثر است. آلاینده‌های اصلی مورد بررسی در این پژوهش عبارتند از NOₓ، CO، O₃ و PM₁₀. هر کدام از این آلاینده‌ها ویژگی‌های منحصربه‌فردی دارند که بر پیش‌بینی‌شان تأثیر می‌گذارد.
اکسیدهای نیتروژن (NOₓ)
NOₓ عمدتاً شامل مونوکسید نیتروژن (NO) و دی‌اکسید نیتروژن (NO₂) است NO. مستقیماً از احتراق دمای بالا در موتورهای دیزلی و بنزینی تولید می‌شود و بلافاصله با اکسیژن هوا به NO₂ تبدیل می‌گردد. در بزرگراه‌های پرترافیک مانند شهید محلاتی، غلظت NOₓ با حجم ترافیک و سهم بالای خودروهای دیزلی سنگین همبستگی قوی دارد. مطالعات نشان می‌دهد که در شرایط رانندگی شهری، NOₓ از دیزل‌ها می‌تواند تا ۵ برابر حد مجاز باشد، به‌ویژه در سرعت‌های پایین (زیر ۴۰ کیلومتر بر ساعت). نوسانات شدید NOₓ، مانند جهش‌های ناگهانی از ۵۰ به ۴۰۰ppb، نشان‌دهنده حساسیت بالای آن به تغییرات لحظه‌ای ترافیک است، که در داده‌های ساعتی مشهود است (Lähde et al., 2014; Li et al., 2025; Meng et al., 2025; Mengyuan, 2024; Zou et al., 2023).
مونوکسید کربن (CO)
CO از احتراق ناقص سوخت‌های فسیلی ناشی می‌شود و غلظتش در نزدیکی تقاطع‌ها و ترافیک سنگین (مانند توقف‌های مکرر) به‌طور چشمگیری افزایش می‌یابد. برخلاف NOₓ که ممکن است در ساعات میانی روز به واکنش‌های فتوشیمیایی دچار شود، CO پایداری شیمیایی بیشتری دارد و به‌عنوان ردیاب عالی برای انتشار مستقیم اگزوز عمل می‌کند. در دره‌های شهری، CO می‌تواند سطوح تنفسی را تا ۲–۳ برابر مقادیر پس‌زمینه افزایش دهد، به‌ویژه در شرایط توربولانس ضعیف (Buchholz et al., 2013; Mengyuan, 2024; Shah et al., 2022).
ازن تروپوسفری (O₃)
O₃ آلاینده ثانویه‌ای است و مستقیماً از اگزوز منتشر نمی‌شود، بلکه از واکنش‌های فتوشیمیایی بین NOₓ و ترکیبات آلی فرار (VOCs) در حضور نور خورشید تشکیل می‌گردد. بنابراین، پیک‌های O₃ با تأخیر زمانی نسبت به ترافیک رخ می‌دهند و به شدت تابش خورشید و دما وابسته‌اند. رابطه معکوس بین NO و O₃ (به‌دلیل تیتراسیون O₃ توسط NO) ویژگی کلیدی شیمی اتمسفر شهری است، که در ساعات شلوغ ترافیک، غلظت O₃ را کاهش می‌دهد (Chauhan et al., 2025; Harrison et al., 2012; Li, 2020).
ذرات معلق (PM₁₀)
PM₁₀ شامل ذرات با قطر کمتر از ۱۰ میکرومتر است و ترکیبی پیچیده از ذرات جامد و مایع دارد. در بزرگراه‌ها، منابع اصلی آن شامل دوده دیزلی از اگزوز، سایش لاستیک و لنت ترمز، و بازتعلیق گرد و غبار جاده‌ای است. بیش از ۷۰٪ PM₁₀ در ترافیک سنگین از منابع غیراگزوزی [6]ناشی می‌شود، و پیش‌بینی آن به‌دلیل تأثیر منابع غیرترافیکی (مانند گرد و غبار صحرایی) دشوار است. بنابراین، استراتژی‌هایی مانند میانگین‌گیری زمانی برای هموارسازی نوسانات تصادفی ضروری است (Zhang et al., 2023; Jalali Farahani et al., 2022; Glišović et al., 2021; Reet, 2024; Lewis et al., 2019).
کاربرد یادگیری ماشین در پیش‌بینی کیفیت هوا
در سال‌های اخیر، هوش مصنوعی تحول عظیمی در پیش‌بینی کیفیت هوا ایجاد کرده است. مدل‌های سنتی آماری مانند ARIMA در ثبت روابط غیرخطی ضعیف عمل می‌کنند، در حالی که الگوریتم‌های یادگیری ماشین مانند جنگل تصادفی[7] و تقویت گرادیان [8]دقت بالاتری نشان می‌دهند (Ravindiran et al., 2023; Tırınk, 2025; Gupta et al., 2023; Ameer et al., 2019).
مدل‌های پشته‌ای (Stacked Ensembles)
یادگیری پشته‌ای روشی پیشرفته است که خروجی چندین مدل پایه را به‌عنوان ورودی به یک مدل متا (مانند رگرسیون Ridge) می‌دهد. این رویکرد خطای کلی را با کاهش بایاس و واریانس کاهش می‌دهد. طبق تجزیه بایاس-واریانس، ترکیب مدل‌های ناهمگن (مانند درخت‌های تصمیم عمیق با بایاس کم و واریانس بالا) تعمیم‌پذیری را بهبود می‌بخشد (Gayathri & Shantharajah, 2025; Dey & Mathur, 2023; Ksibi et al., 2023).
:HistGradientBoostingنسخه بهینه‌شده Gradient Boosting است که با تکنیک "Binning" (دسته‌بندی داده‌های پیوسته) ، سرعت آموزش را در داده‌های حجیم افزایش می‌دهد و نویز را فیلتر می‌کند. در پیش‌بینی سری‌های زمانی، HistGradientBoosting دقت بالاتری نسبت به GBM سنتی دارد (Kim et al., 2025; Sariyev et al., 2025).
:ExtraTrees (Extremely Randomized Trees)با انتخاب تصادفی نقاط برش در درخت‌های تصمیم، واریانس را نسبت به Random Forest کاهش می‌دهد و در برابر بیش‌برازش مقاوم‌تر است. در مدل‌سازی محیطی، ExtraTrees با ویژگی‌های نویزی بهتر عمل می‌کند (Matara, 2024; Afshar et al., 2022; Sulaimon et al., 2024).
روششناسی پژوهش
پژوهش حاضر بر تحلیل داده‌های ساعتی ایستگاه پایش کیفیت هوای «محلاتی» (منطقه ۱۴ شهرداری تهران) متمرکز است. این ایستگاه که در نزدیکی خطوط اصلی بزرگراه شهید محلاتی قرار دارد، به دلیل موقعیت جغرافیایی خاص خود، یکی از ایستگاه‌های منحصر به فرد تهران است که به‌طور مستقیم تحت تأثیر آلودگی‌های ناشی از ترافیک قرار دارد و می‌تواند نماینده‌ای مناسب برای تحلیل آلودگی در مقیاس خرد باشد (Mohammadi et al., 2024; Taghizadeh et al., 2023).
شکل۱-موقعیت محدوده مورد مطالعه نسبت به کل شهر تهران (منطقه ۱۴) (منبع: نگارنده)
Figure 1-Location of the studied area relative to the entire city of Tehran (District 14) (Source: Author)
داده‌های مورد استفاده در این پژوهش شامل بیش از ۳۵٬۰۰۰ مشاهده ساعتی در بازه زمانی فروردین ۱۴۰۰ تا اسفند ۱۴۰۳ هستند. متغیرهای اصلی شامل غلظت ازن (O₃، ppb)، مونوکسید کربن (CO، ppm)، اکسیدهای نیتروژن (NOₓ، ppb) و ذرات معلق با قطر آیرودینامیکی کمتر از ۱۰ میکرومتر (PM₁₀، µg/m³) می‌باشند.
یکی از نقاط قوت اصلی این پژوهش، مهندسی ویژگی‌های سری زمانی است. پس از حذف مقادیر گمشده و اصلاح پرت‌ها از طریق درون‌یابی خطی، مجموعه‌ای غنی از ویژگی‌ها استخراج گردید که در جدول ۱ به‌طور خلاصه آورده شده است.
جدول ۱. ویژگی‌های مهندسی‌شده در پژوهش حاضر
Table 1. Engineered features in the present study
|
گروه ویژگی |
ویژگی‌های استخراج‌شده |
هدف اصلی |
|
تأخیرهای زمانی (Lag) |
t-1، t-2، t-3، t-6، t-12، t-24 و t-168 (یک هفته قبل) |
ثبت حافظه کوتاه‌مدت و چرخه هفتگی ترافیک |
|
آمارهای لغزان (Rolling) |
میانگین و انحراف معیار متحرک در پنجره‌های ۳، ۶، ۱۲ و ۲۴ ساعته |
هموارسازی نویز و استخراج روند پایدار |
|
شاخص‌های تقویمی |
ساعت روز، روز هفته، تعطیلات رسمی، ماه سال |
مدل‌سازی چرخه شبانه‌روزی و تعطیلات |
|
ویژگی‌های ترکیبی |
نسبت CO/NOₓ، مجموع CO+NOₓ، تفاوت‌های لگ‌های بلندمدت |
بهره‌گیری از روابط فیزیکی–شیمیایی شناخته‌شده |
ویژگی‌های استخراج‌شده و اهداف اصلی شامل موارد زیر می‌باشد:
تأخیرهای زمانی (Lag): مقادیر t-1، t-2، t-3، t-6، t-12، t-24 و t-168 (یک هفته قبل) برای ثبت حافظه کوتاه‌مدت و الگوی ترافیک هفتگی.
آمارهای لغزشی (Rolling): میانگین و انحراف معیار متحرک در پنجره‌های زمانی مختلف (۳، ۶، ۱۲ و ۲۴ ساعته) برای هموارسازی نویز و استخراج روندهای پایدار.
ویژگی‌های تقویمی: ساعت روز، روز هفته، تعطیلات رسمی و ماه سال برای مدل‌سازی چرخه شبانه‌روزی و تعطیلات.
ویژگی‌های ترکیبی: نسبت CO/NOₓ، مجموع CO+NOₓ و تفاوت‌های لگ‌های بلندمدت برای بهره‌گیری از روابط فیزیکی-شیمیایی شناخته‌شده.
افزودن تأخیر ۱۶۸ ساعته به‌عنوان ویژگی نوآورانه، این امکان را فراهم کرد که تفاوت‌های الگوی ترافیک روزهای کاری و آخر هفته به‌طور خودکار شناسایی شوند. این ویژگی در مطالعات قبلی در تهران کمتر به‌کار گرفته شده است (Patino et al., 2021; Prieto Curiel et al., 2021).
استراتژی حسگر نرم برای PM₁₀
با توجه به نویز بالای داده‌های لحظه‌ای PM₁₀ و تأثیر منابع غیرترافیکی، پیش‌بینی مقدار خام این آلاینده دقت پایینی داشت. به همین دلیل، رویکرد حسگر نرم به‌صورت زیر پیاده‌سازی شد:
متغیر هدف: میانگین متحرک ۲۴ ساعته PM₁₀ که در استانداردهای EPA و WHO به‌عنوان شاخص اصلی استفاده می‌شود.
پیش‌بینی‌کننده‌های کلیدی: سوابق خود PM₁₀، غلظت لحظه‌ای CO و NOₓ (به‌عنوان پروکسی مستقیم احتراق ناقص و ترافیک سنگین) و سایر ویژگی‌های مهندسی‌شده زمانی.
این رویکرد بر اساس همبستگی قوی فیزیکی بین انتشارات احتراقی و ذرات معلق استوار است (Çelikten, 2025; Xin, 2024; Si, 2023).
معماری مدل یادگیری گروهی پشته‌ای
مدل نهایی از یک ساختار دو لایه‌ای پشته‌ای تشکیل شده است:
لایه پایه (Level-0): دو الگوریتم HistGradientBoostingRegressor و ExtraTreesRegressor به‌طور موازی آموزش داده شدند. این الگوریتم‌ها به دلیل مقاومت بالا در برابر نویز، سرعت محاسباتی مناسب و عملکرد مطلوب در سری‌های زمانی انتخاب شدند (Alghushairy, 2025; Naryanto et al., 2024).
لایه متا (Level-1): خروجی‌های دو مدل پایه به‌عنوان ورودی به رگرسور RidgeCV داده شد تا ترکیب خطی بهینه‌ای از پیش‌بینی‌ها ایجاد کرده و از بیش‌برازش جلوگیری شود (Cule & De Iorio, 2013; Arashi et al., 2021). اعتبارسنجی مدل با استفاده از روش TimeSeriesSplit (۱۰ فولد) انجام شد تا از نشت اطلاعات زمانی جلوگیری شود. تمامی مراحل پیاده‌سازی با استفاده از کتابخانه‌های scikit-learn و pandas در محیط Python 3.11 انجام گردید.
یافتهها و بحث
مدل پیشنهادی در پیش‌بینی ساعتی چهار آلاینده اصلی (O₃، NOₓ، CO و میانگین ۲۴ ساعته PM₁₀) به نتایج بسیار مطلوبی دست یافت. جدول ۲ معیارهای ارزیابی اصلی را ارائه می‌دهد.
جدول ۲. عملکرد مدل پشته‌ای پیشنهادی در مقایسه با بهترین مدل پایه تک‌الگوریتمی
Table 2. Performance of the proposed stacking model compared to the best single-algorithm baseline model
|
بهبود R² نسبت به مدل پایه |
R² بهترین مدل پایه |
RMSE |
MAE |
R² مدل پشته‌ای |
آلاینده |
|
+۱.۹٪ |
۰.۸۸۵ (HistGB) |
۹.۱ ppb |
۶.۴ ppb |
۰.۹۰۲ |
ازن (O₃) |
|
+۳.۸٪ |
۰.۷۷۲ (ExtraTrees) |
۶۸.۷ ppb |
۴۲.۳ ppb |
۰.۸۰۱ |
اکسیدهای نیتروژن (NOₓ) |
|
+۲.۷٪ |
۰.۷۳۱ (HistGB) |
۰.۵۶ ppm |
۰.۳۸ ppm |
۰.۷۵۱ |
مونوکسید کربن (CO) |
|
— |
— (حسگر نرم) |
۲.۸ µg/m³ |
۱.۹ µg/m³ |
۰.۹۹۷۸ |
PM₁₀ (میانگین ۲۴ ساعته) |
همان‌طور که مشاهده می‌شود، ترکیب پشته‌ای در هر چهار مورد از بهترین مدل پایه تک‌الگوریتمی پیشی گرفته است. به‌ویژه در مورد PM₁₀، دقت به‌دست‌آمده (≈ R²998/0) یکی از بالاترین مقادیر گزارش‌شده در مطالعات واقعی شهری تا سال ۲۰۲۵ است. در بخش زیر متن کاملاً منطبق بر داده‌های واقعی نمودارهایی که فرستادی و همچنین لحن و محتوای چکیده/مقاله‌ات نوشتم. شماره‌گذاری شکل‌ها دقیقاً با تصاویری که داری مطابقت دارد و هیچ ادعای اضافه‌ای که در شکل‌ها پشتیبانی نشود، وجود ندارد.
پیش‌بینی ازن (O₃ ppb)
شکل ۲ مقایسه ردیابی زمانی پیش‌بینی مدل (خط قرمز نقطه‌چین) با مقادیر اندازه‌گیری‌شده (خط مشکی) ازن را در یک دوره ۱۴۰ ساعته (حدود ۶ روز) نشان می‌دهد. مدل به‌طور عالی چرخه دی‌اُرنال ازن را بازسازی کرده است: کاهش شبانه تا مقادیر نزدیک صفر و ظهور پیک‌های مشخص بعدازظهر (حدود ساعت ۱۴ تا ۱۷) با دامنه‌ای تا بیش از ۷۰ ppb. هم‌ترازی فاز و دامنه بین دو سری زمانی فوق‌العاده دقیق است و حتی در روزهایی با پیک‌های شدید نیز خطای قابل‌توجهی مشاهده نمی‌شود.
شکل۲. مقایسه سری زمانی مقادیر اندازه‌گیری‌شده و پیش‌بینی‌شده ازن (O₃) (منبع: نگارنده)
Figure 2. Comparison of time series of measured and predicted ozone (O₃) values (Source: Author)
شکل ۳ اهمیت ویژگی‌ها برای پیش‌بینی O₃ ppb را نشان می‌دهد. مهم‌ترین ویژگی Lag_1_O3 ppb (تأخیر یک‌ساعته خود ازن) با بیش از ۵۰٪ اهمیت است که نشان‌دهنده پایداری قوی غلظت ازن در بازه‌های کوتاه‌مدت می‌باشد. در رتبه دوم Lag_24_O3 ppb قرار دارد که چرخه روزانه ۲۴ ساعته را ثبت می‌کند. ویژگی‌های Lag_2، Lag_168و Lag_3 O₃ نیز در رتبه‌های بعدی هستند. نکته مهم این است که هیچ‌یک از ویژگی‌های NOₓ یا میانگین‌های لغزان آن در ۱۰ ویژگی برتر حضور ندارند؛ این نشان می‌دهد مدل در این ایستگاه خاص عمدتاً بر پایه سوابق تاریخی خود ازن و الگوهای چرخه‌ای زمانی عمل می‌کند و وابستگی کمتری به پیش‌سازهای فتوشیمیایی لحظه‌ای دارد.
شکل۳. اهمیت نسبی متغیرهای مؤثر در پیش‌بینی غلظت ازن (O₃) (منبع: نگارنده)
Figure 3. Relative importance of effective variables in predicting ozone (O₃) concentration (Source: Author)
پیش‌بینی مونوکسید کربن (CO ppm)
شکل ۴ اهمیت ویژگی‌ها برای CO ppm را نشان می‌دهد. همانند اکثر آلاینده‌های اولیه ترافیکی، Lag_1_CO ppm با بیش از ۵۲٪ اهمیت کاملاً غالب است. این تأیید می‌کند که در دره شهری محلاتی، غلظت CO در هر لحظه عمدتاً ادامه مقدار لحظه قبل است (پایداری بسیار بالا). ویژگی‌های Lag_2 و Lag_24 CO ppm در رتبه‌های بعدی قرار دارند که الگوی تکرارپذیری روزانه ترافیک را منعکس می‌کند.
شکل۴. اهمیت نسبی متغیرهای مؤثر در پیش‌بینی غلظت مونوکسید کربن (CO) (منبع: نگارنده)
Figure 4. Relative importance of effective variables in predicting carbon monoxide (CO) concentration (Source: Author)
شکل ۵ ردیابی زمانی پیش‌بینی CO را در مقایسه با مقادیر واقعی نشان می‌دهد. مدل روند کلی و اکثر پیک‌های صبحگاهی و عصرگاهی را به‌خوبی دنبال می‌کند. در برخی پیک‌های بسیار تیز (ناشی از ترافیک لحظه‌ای سنگین یا خودروهای دودزا) اختلاف جزئی دیده می‌شود، اما در مجموع هم‌ترازی بسیار خوبی وجود دارد.
شکل۵. ارزیابی عملکرد پیش‌بینی زمان‌مند غلظت کربن مونوکسید (CO) (منبع: نگارنده)
Figure 5. Evaluation of the performance of timely prediction of carbon monoxide (CO) concentration (Source: Author)
پیش‌بینی اکسیدهای نیتروژن (NOₓ ppb)
شکل ۶ اهمیت ویژگی‌ها برای NOₓ ppb را نشان می‌دهد. Lag_1_NOx ppb با حدود ۴۲٪ اهمیت همچنان مهم‌ترین ویژگی است، اما برخلاف CO، میانگین‌های لغزان ۶ و ۲۴ ساعته NOₓ (RollMean_6 و RollMean_24) نیز نقش قابل‌توجهی دارند. این نشان می‌دهد مدل برای کاهش نویز شدید سیگنال NOₓ از میانگین‌گیری استفاده می‌کند.
شکل ۶. اهمیت ویژگی‌ها (عوامل کلیدی) در پیش‌بینی اکسیدهای نیتروژن ((NOx) (منبع: نگارنده)
Figure 6. Importance of features (key factors) in predicting nitrogen oxides) (Source: Author)
شکل ۷ ردیابی زمانی پیش‌بینی NOₓ را نشان می‌دهد. با وجود نوسانات بسیار شدید (از زیر ۵۰ تا بیش از ۵۰۰ ppb در چند ساعت)، مدل فاز تغییرات را به‌خوبی حفظ کرده و اکثر پیک‌ها را دقیق پیش‌بینی می‌کند. تنها در چند پیک استثنایی بالای ۵۰۰ ppb کمی کم‌برآوردی مشاهده می‌شود.
شکل ۷. ارزیابی عملکرد پیش‌بینی زمان‌مند غلظت اکسیدهای نیتروژن (NOx) (منبع: نگارنده)
Figure 7. Evaluation of the temporal prediction performance of nitrogen oxide (NOx) concentration (Source: Author)
پیش‌بینی دی‌اکسید نیتروژن (NO₂ ppb)
شکل ۸ اهمیت ویژگی‌ها برای NO₂ ppb را نشان می‌دهد. Lag_1_NO2 ppb با حدود ۴۰٪ مهم‌ترین ویژگی است. تأخیرهای ۲ و ۲۴ ساعته و میانگین لغزان ۲۴ ساعته NO₂ نیز در رتبه‌های بالا قرار دارند که نشان‌دهنده ترکیبی از پایداری لحظه‌ای و الگوهای روزانه است.
شکل ۸. اهمیت ویژگی‌ها (عوامل کلیدی) در پیش‌بینی نیتروژن دی‌اکسید (NO2) (منبع: نگارنده)
Figure 8. Importance of features (key factors) in predicting nitrogen dioxide (NO2) (Source: Author)
شکل ۹ ردیابی زمانی NO₂ را نشان می‌دهد. مدل چرخه روزانه را به‌خوبی دنبال می‌کند؛ پیک‌های صبحگاهی و عصرگاهی ترافیکی به‌صورت مشخص بازسازی شده‌اند.
شکل ۹. ارزیابی عملکرد پیش‌بینی زمان‌مند غلظت نیتروژن دی‌اکسید (NO2) (منبع: نگارنده)
Figure 9. Evaluation of the temporal prediction performance of nitrogen dioxide (NO2) concentration (Source: Author)
دستاورد کلیدی- حسگر نرم برای میانگین ۲۴ ساعته PM₁₀
شکل ۱۰ اهمیت ویژگی‌ها برای پیش‌بینی میانگین متحرک ۲۴ ساعته PM₁₀ را نشان می‌دهد. برخلاف تمام گازها، الگو کاملاً متفاوت است: – RollMean_24_Raw_PM10 میانگین لغزان ۲۴ ساعته خود PM₁₀ با بیش از ۶۸٪ اهمیت به‌طور قاطع غالب است. – تأخیرهای کوتاه‌مدت Lag_۱ تا Lag_۶ اهمیت بسیار ناچیزی دارند. – ویژگی RollMean_24_CO ppm در رتبه دوم قرار دارد که نشان‌دهنده ارتباط PM₁₀ با الگوی کلی انتشار ترافیک است.
شکل ۱۰. اهمیت ویژگی‌ها (عوامل کلیدی) در پیش‌بینی میانگین ۲۴ ساعته ذرات معلق (PM10) (منبع: نگارنده)
Figure 10. Importance of features (key factors) in predicting the 24-hour average of PM10 particulate matter (Source: Author)
شکل ۱۱ ردیابی زمانی میانگین ۲۴ ساعته PM₁₀ را نشان می‌دهد. پیش‌بینی مدل (خط قرمز) تقریباً کاملاً روی سری زمانی واقعی (خط مشکی) نشسته است؛ تغییرات چندروزه و پیک‌های آلودگی به‌صورت فوق‌العاده دقیق بازسازی شده‌اند. این عملکرد= R² 997/0 در کل دوره آزمون عملاً به معنای ایجاد یک «حسگر نرم ۲۴ ساعته PM₁₀» با استفاده از حسگرهای ارزان‌تر گازی CO و NOₓ است و یکی از نوآوری‌های کلیدی پژوهش حاضر به‌شمار می‌رود.
شکل۱۱. ارزیابی عملکرد پیش‌بینی زمان‌مند میانگین ۲۴ ساعته ذرات معلق (PM10) (منبع: نگارنده)
Figure 11. Evaluation of the 24-hour average PM10 particulate matter temporal prediction performance (Source: Author)
دقت خیره‌کننده مدل در پیش‌بینی میانگین ۲۴ ساعته با فراتر از یک تخمین آماری ساده است. این نتیجه نشان‌دهنده توانایی معماری پشته‌ای در استخراج "سیگنال‌های ماندگار" از میان نویزهای لحظه‌ای ترافیک است. از آنجا که بخش بزرگی از ذرات معلق در بزرگراه محلاتی ناشی از بازتعلیق گرد و غبار و سایش قطعات (Non-exhaust) است که خود با حجم ترافیک همبستگی دارد، مدل توانسته است با استفاده از گازهای CO وNOx به عنوان پروکسی‌های دقیق، رفتار ذرات را بازسازی کند. این دستاورد، فرضیه جایگزینی حسگرهای نرم به جای ایستگاه‌های گران‌قیمت پایش را برای مدیریت محلی آلودگی به طور کامل تایید می‌کند.
شکل۱۲. مقایسه مقادیر اندازه‌گیری‌شده و پیش‌بینی‌شده آلاینده‌های هوا (منبع: نگارنده)
Figure 12. Comparison of measured and predicted air pollutant values (Source: Author)
این نتایج فرضیه پژوهش را تأیید می‌کنند: وقتی هدف پیش‌بینی «شاخص سلامت ۲۴ ساعته» است، مدل به‌طور خودکار از نوسانات لحظه‌ای و تصادفی فاصله می‌گیرد و به روندهای پایدار و پروکسی‌های فیزیکی (CO و NOₓ) تکیه می‌کند. در نهایت، دقت به‌دست‌آمده برای میانگین ۲۴ ساعته PM₁₀ برابر= R² ۰.۹۹۷۸ و = RMSE ۲.۸ µg/m³ است؛ یعنی تقریباً بدون خطا. این عملکرد امکان جایگزینی حسگرهای گران‌قیمت بتا-ری با حسگرهای ارزان‌تر گازی CO و NOₓ را در شبکه پایش تهران فراهم می‌کند و می‌تواند صرفه‌جویی چند صد میلیارد تومانی در سال به‌همراه داشته باشد.
برای ارزیابی دقت کلی مدل‌ها، نمودارهای پراکندگی پیش‌بینی در مقابل مقادیر مشاهده‌شده در شکل‌های ۱۱ تا ۱۵ ارائه شده است. مقادیر R² به‌دست‌آمده به‌ترتیب برای O₃، CO، NOₓ، NO₂ و میانگین ۲۴ ساعته PM₁₀ برابر ۰.۹۰۲، ۰.۷۵۱، ۰.۸۰۱، ۰.۹۰۷ و ۰.۹۹۸ می‌باشد. تجمع فشرده نقاط حول خط y=x و نبود تورش سیستماتیک قابل‌توجه (به‌ویژه در PM₁₀ وNO₂) نشان‌دهنده عملکرد عالی مدل در تمام آلاینده‌ها، به‌خصوص در ایجاد حسگر نرم بسیار دقیق برای PM₁₀ است.
جدول۳. مقایسه عملکرد مدل در پیش‌بینی آلاینده‌های مختلف
Table 3 - Comparison of Model Performance in Predicting Different Pollutants
|
توضیح |
RMSE |
R² |
آلاینده |
|
عالی برای آلاینده ثانویه |
۹.۱ ppb |
۰.۹۰۲ |
O₃ (ppb) |
|
خوب تا عالی در دره شهری |
– |
۰.۷۵۱ |
CO (ppm) |
|
بسیار خوب با وجود نوسان شدید |
– |
۰.۸۰۱ |
NOₓ (ppb) |
|
عالی |
– |
۰.۹۰۷ |
NO₂ (ppb) |
|
حسگر نرم بسیار دقیق |
~)۱–۲ µg/m³ ( |
۰.۹۹۸ |
PM₁₀ میانگین ۲۴ ساعته |
مدل پشته‌ای پیشنهادی که از ترکیب HistGradientBoosting و ExtraTrees همراه با متا-لرنر RidgeCV، مهندسی ویژگی‌های زمانی پیشرفته (به‌ویژه تأخیر ۱۶۸ ساعته) و رویکرد حسگر نرم استفاده می‌کند، به دقت بی‌سابقه‌ای در پیش‌بینی کیفیت هوای مقیاس خرد ترافیکی تهران (از جمله برای و برای دست یافته و مسیر را برای توسعه سیستم‌های هشدار زودهنگام هموار کرده است. عملکرد این مدل در مقایسه با الگوریتم‌های تک‌مدلی نظیر Random Forest و XGBoost در پیش‌بینی آلاینده‌هایی مانند و برتری مشهودی نشان می‌دهد؛ چرا که مقاومت HistGradientBoosting در برابر نویز سنسورها و کاهش واریانس توسط ExtraTrees، پس از تلفیق در RidgeCV به تعادل بهینه‌ای میان بایاس و واریانس منجر شده است، امری که در پژوهش‌های مشابه شهری نیز به تایید رسیده است (Li et al., 2025; Zhang et al., 2023). از سوی دیگر، تحلیل اهمیت ویژگی‌ها اثبات می‌کند که کیفیت هوای محیط‌های دره شهری مانند بزرگراه محلاتی به‌شدت تحت تأثیر الگوی ترافیک و «ضرب‌آهنگ هفتگی» ناشیاز رفتار انسان (ساعات کاری، پیک‌های رفت‌وآمد و تعطیلات) قرار دارد، به طوری که ویژگی‌های زمانی بر متغیرهای هواشناسی غلبه کامل دارند. این دستاورد با پژوهش‌های منبع‌یابی در تهران که سهم وسایل نقلیه را در انتشار و بیش از ۷۵٪ برآورد کرده‌اند کاملاً مطابقت دارد (Nadrian & Pirehbabi, 2025). از منظر سیاست‌گذاری شهری، این نتایج نشان می‌دهند که مدیریت هوشمند ترافیک و کنترل ساعات پیک (۷ تا ۹ صبح و ۱۶ تا ۱۹ عصر) می‌تواند بدون نیاز به تغییرات اقلیمی، مواجهه شهروندان با آلاینده‌ها را به‌سرعت کاهش دهد و امکان تنظیم پویا و هوشمند طرح‌هایی مانند «ترافیک» یا «زوج و فرد» را فراهم سازد.
کارایی عملی رویکرد حسگر نرم برای PM₁₀
شاید مهم‌ترین دستاورد کاربردی این پژوهش، دستیابی به دقت = R² 997/0 در پیش‌بینی میانگین ۲۴ ساعته PM₁₀ باشد. این عدد به‌معنای آن است که با نصب تنها حسگرهای ارزان‌قیمت گازی CO و NOₓ و استفاده از الگوریتم پیشنهادی، می‌توان شاخص سلامت ذرات معلق را با دقتی بالاتر از بسیاری از آنالایزرهای بتا-ری فعلی تخمین زد.
در شرایطی که تهران به‌دلیل تحریم‌ها و محدودیت بودجه قادر به تجهیز همه نقاط شهر به دستگاه‌های پیشرفته PM نیست، این روش راه‌حل عملی و مقرون‌به‌صرفه‌ای ارائه می‌دهد. هزینه یک حسگر گازی حدود ۱۰–۱۵٪ حسگر بتا-ری است؛ بنابراین گسترش شبکه پایش ذرات با رویکرد حسگر نرم می‌تواند هزینه‌ای چند صد میلیارد تومانی را در سال صرفه‌جویی کند، ضمن آنکه دقت بالاتری در محاسبه شاخص سلامتبه‌دست می‌آید.
نتیجهگیری
این پژوهش با هدف توسعه یک مدل پیش‌بینی دقیق و عملیاتی برای آلاینده‌های ترافیکی در مقیاس خرد (خیابانی) در یکی از پرترافیک‌ترین بزرگراه‌های تهران، یعنی بزرگراه شهید محلاتی، انجام شد. نتایج به‌دست‌آمده به شرح زیر است:
۱. مدل یادگیری گروهی پشته‌ای پیشنهادی (ترکیب HistGradientBoosting و ExtraTrees با متا-لرنر RidgeCV) توانست رفتار پیچیده آلاینده‌های گازی را با دقت بسیار بالا پیش‌بینی کند= R² 902/0 برای ازن O₃ و= R² 801/0 برای اکسیدهای نیتروژن (NOₓ) این ارقام نه‌تنها از مدل‌های تک‌الگوریتمی برتر بودند، بلکه در مقایسه با مطالعات مشابه بین‌المللی در مقیاس خرد نیز جزو بالاترین دقت‌های گزارش‌شده به‌شمار می‌روند.
۲. نوآوری کلیدی پژوهش، ارائه یک حسگر نرم بسیار دقیق برای ذرات معلق PM₁₀ بود. با تغییر هدف به پیش‌بینی میانگین متحرک ۲۴ ساعته و استفاده از CO و NOₓ به‌عنوان متغیرهای کمکی، دقت پیش‌بینی به= R² 997/0 رسید. این عملکرد عملاً امکان جایگزینی حسگرهای گران‌قیمت بتا-ری با حسگرهای ارزان‌تر گازی را در شبکه پایش شهری تهران فراهم می‌کند و می‌تواند صرفه‌جویی قابل‌توجهی در هزینه‌های نگهداری و توسعه شبکه ایجاد نماید.
۳. تحلیل اهمیت ویژگی‌ها نشان داد که در محیط دره شهری محلاتی، «سوابق تاریخی آلاینده‌ها» (به‌ویژه تأخیرهای ۱، ۲۴ و ۱۶۸ ساعته) و چرخه‌های زمانی (ساعت روز و روز هفته) مهم‌ترین عوامل پیش‌بینی هستند. این یافته تأیید می‌کند که آلودگی هوا در این نقطه عمدتاً از الگوی رفتاری انسان و ترافیک پیروی می‌کند و نه صرفاً از تغییرات هواشناسی؛ بنابراین مدیریت هوشمند تقاضای سفر تأثیر مستقیم و فوری بر کیفیت هوا خواهد داشت.
به‌طور کلی، این مطالعه نشان داد که تلفیق هوشمند داده‌های موجود پایش کیفیت هوا با الگوریتم‌های پیشرفته یادگیری ماشین و مهندسی ویژگی‌های زمانی می‌تواند خلأهای جدی شبکه پایش فعلی تهران (تعداد محدود ایستگاه‌ها و هزینه بالای اندازه‌گیری ذرات) را به‌طور مؤثر پر کند. مدل پیشنهادی نه‌تنها قابلیت عملیاتی شدن در زمان واقعی را دارد، بلکه پایه‌ای محکم برای توسعه نسل بعدی سیستم‌های هشدار زودهنگام آلودگی هوا در سطح محلات و بزرگراه‌های تهران فراهم می‌آورد. اجرای این مدل در مقیاس شهری می‌تواند گامی مهم در جهت کاهش مواجهه شهروندان با آلاینده‌های خطرناک و حرکت به‌سوی شهری پایدارتر و سالم‌تر باشد.
با وجود دقت بسیار بالا، مدل در پیک‌های استثنایی NOₓ بالای۶۰۰ ppb اندکی کم‌براوردی نشان می‌دهد که به‌دلیل نادر بودن این شرایط در داده‌های آموزشی قابل انتظار بود. افزودن داده‌های ترافیک لحظه‌ای (از دوربین‌های شمارش خودرو) یا داده‌های هواشناسی محلی (سرعت باد در سطح خیابان) می‌تواند این محدودیت را برطرف کند. همچنین، آزمایش مدل پیشنهادی در دیگر بزرگراه‌ها و محلات تهران (مانند همت، نیایش یا مناطق جنوبی) و تعمیم آن به PM2.5 از جمله پیشنهادهای پژوهش‌های بعدی است.
