پیش بینی آسیب پذیری آلودگی نفتی در خلیج فارس با استفاده از روش های هوش محاسباتی در محیط GIS
الموضوعات :
مبین افتخاری
1
,
سید احمد اسلامی نژاد
2
,
عباسعلی قزل سوفلو
3
,
ملیکا راستگو
4
1 - کارشناس ارشد مهندسی عمران آب و سازه های هیدرولیکی، باشگاه پژوهشگران جوان و نخبگان، واحد مشهد، دانشگاه آزاد اسلامی ، مشهد، ایران
2 - گروه مهندسی نقشه‌برداری و اطلاعات مکانی، دانشکده مهندسی ، دانشگاه تهران، تهران، ایران
3 - دانشیار گروه مهندسی عمران ، واحد مشهد ، دانشگاه آزاد اسلامی ، مشهد ، ایران
4 - دانشجوی کارشناسی‌ارشد مهندسی و مدیریت منابع آب، دانشکده مهندسی عمران و محیط‌زیست، دانشگاه تربیت‌مدرس، تهران، ایران
الکلمات المفتاحية: خلیج فارس, آلودگی نفتی, رگرسیون وزن‌دار جغرافیایی,
ملخص المقالة :
خلیج‌فارس بخش قابل توجهی از ذخایرنفتی جهان را شامل می‌شود و عموما آلودگی نفتی یکی از اصلی‌ترین آلودگی‌های این منطقه به شمار می‌رود. اولین گام جهت کنترل و پیشگیری از آلودگی‌های نفتی، تعیین میزان درجه حساسیت مناطق ساحلی به این نوع آلودگی است. پژوهش حاضر به منظور پیش بینی آسیب پذیری آلودگی نفتی در خلیج فارس می‌باشد. لذا در این تحقیق به‌منظور تعیین مناطق پر ریسک آسیب‌پذیر نفتی در محدوده خلیج فارس معیارهای موثر ازجمله لوله‌های انتقال نفت، سکوهای نفتی، مسیر عبور و مرور کشتی ها، بنادر، فلزات سنگین، نوسانات تراز سطح آب، بارندگی، جریانات دریایی، آلودگی هوا و بادهای موسمی مورد استفاده قرار گرفت. نوآوری تحقیق حاضر ارائه یک رویکرد ترکیبی جدید جهت تعیین معیارهای مؤثر آسیب پذیری خلیج فارس می‌باشد. در این راستا از ترکیب رگرسیون وزن‌دار جغرافیایی (هسته‌های گوسین و مکعبی سه‌گانه) و الگوریتم بهینه‌سازی ازدحام ذرات گسسته استفاده گردید. روش ترکیبی با دو خواص منحصر به فرد داده‌های مکانی یعنی خودهمبستگی مکانی و ناایستایی مکانی سازگار است و برای مسائل رگرسیون مکانی مناسب است. مقادیر R2 و RMSE حاصل از روش GWR با هسته مکعبی سه‌گانه به ترتیب 9971/0 و 2142/0 به دست آمد که نشان‌دهنده سازگاری بالای هسته مکعبی سه‌گانه نسبت به هسته گوسین است. هم‌چنین نتایج بدست آمده نشان می‌دهد که لوله های انتقال نفت، سکوهای نفتی و مسیر عبور و مرور نفتکش ها بیشترین تاثیر را در آسیب پذیری خلیج فارس دارند.
_||_
