عنوان پایان‌نامه

تعیین الگوهای توزیع مکانی و زمانی آلاینده ازن در شهر تهران با استفاده از تجزیه توابع متعامد سره (POD)



    دانشجو در تاریخ ۱۴ بهمن ۱۳۹۲ ، به راهنمایی ، پایان نامه با عنوان "تعیین الگوهای توزیع مکانی و زمانی آلاینده ازن در شهر تهران با استفاده از تجزیه توابع متعامد سره (POD)" را دفاع نموده است.


    محل دفاع
    کتابخانه دانشکده محیط زیست شماره ثبت: ENV 1352;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 72030;کتابخانه دانشکده محیط زیست شماره ثبت: ENV 1352;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 72030
    تاریخ دفاع
    ۱۴ بهمن ۱۳۹۲
    استاد راهنما
    خسرو اشرفی

    هدف اصلی در این پژوهش به دست آوردن مد ها یا همان روند های زمانی و پراکنش مکانی آلاینده ازن در شهر تهران با استفاده از توابع متعامد مناسب(POD) می باشد. PODیک راه کاهش درجات آزادی برای مسائل پیچیده غیرخطی است. در این پژوهش توابع پایه POD، برای تعیین مد های آلاینده ازن در شهر تهران، به کار می رود. به این منظور داده های آلاینده ازن شهر تهران طی سال های 1386 تا 1391، متعلق به20 ایستگاه پایش آلودگی هوا دریافت گردید و پس از پردازش داده ها و ایجاد ناحیه بندی ، داده ها روی یک شبکه 101 در 101 روی تهران درون یابی شدند، که خروجی آن یک سری زمانی از داده ها می باشد که به تشکیل توابع پایه منجر خواهد شد. با استفاده از برنامه نویسی به زبان فرترن،ماتریس همبستگی از این سری زمانی به دست آمد و پس از آن توابع پایه با استفاده از بردار های ویژه این ماتریس محاسبه شد.. در ادامه با توجه به رابطه محتوای انرژی و با در نظر گرفتن این که 99 درصد انرژی سیستم پایسته باشد، 15 مقدار ویژه بزرگتر برای به دست آوردن توابع پایه در نظر گرفته شد. در نهایت توابع پایه متعامد (?) و ضرایب وابسته به زمان (a) تعیین شد و تحلیل نتایج با استفاده از مقایسه دو پارامتر فوق انجام شد. به گونه ای که نتایج نشان داد، درمد اول آلودگی بیشتر در نواحی شرق و جنوب شرق می باشد. در مد دوم آلوده ترین منطقه در زمان های متفاوت متغیر است. به طوری که در تابستان ها محدوده شمال شرق و در زمستان ها محدوده شرق و جنوب شرق تهران، آلودگی بالاتری دارد. سپس با استفاده ازتوابع پایه PODو ضرایب زمانی، داده ها بازسازی شد و با استفاده از این داده های بازسازی شده و مقایسه آن ها با داده های ثبت شده و با توجه به رابطه خطای نسبی،مقدار خطا با در نظر گرفتن 15 مقدار ویژه، 1/0 و با در نظر گرفتن 19 مقدار ویژه، 8-E 57/2 به دست آمد.
    Abstract
    This study aims to determine spatial patterns of an air pollutant dispersion and its temporal trends using proper orthogonal decomposition (POD) basis functions. The POD method is a model reduction technique for complex nonlinear problems and POD basis functions contain essential dynamics and physics of original problem. In the present work, the POD basis functions are applied to identify the dominant modes of Ozone (O3) concentration in ambient air. For this purpose, O3 concentration data for 20 monitoring stations over mega city of Tehran for 1985 days (2007 to 2012) are used. Data of monitoring stations are interpolated to generate 101*101 grid point network. Generated gridbased data for all days create a time series of data that is the basic for constructing the POD basis functions. POD basis functions are obtained using eigenvectors of correlation matrix that is obtained using correlation of time series of data. The few number of the POD basis functions corresponding to the few first largest eigenvalues of correlation matrix are dominant modes. The results indicate that the first15 largest eigenvalues of correlation matrix are 99 percent of the first 100 largest eigenvalues. This indicates that the first 15 POD basis functions out of 1985 capture the essential physics of O3 distribution over region. Distribution of the first POD basis function over the city shows that the east and south of east in the city are more affected by O3 pollutant. In addition, using the recorded data and the POD basis functions the temporal variation of each POD basis function is obtained. To validate the POD method one can use the POD basis functionsand corresponding time dependent coefficients to regenerate the concentration of O3 data.Comparison of regenerated data and observation data was performed using L2 relative error norm. In the present work, with considering 15 POD basis functions, L2 was equaled to 0.1. Determining of spatial distribution patterns and temporal trends of an ozone pollutant in Tehran using proper orthogonal decomposition basis functions L2 was equaled to 0.1. Keywords:Air pollutant, Proper Orthogonal Decomposition, Spatial patterns.