ورود آلودگی هوای تهران به مرحله‌ای چندلایه و پیچیده، بررسی ۱۰ مطالعه علمی جدید

نتایج ۱۰ مطالعه علمی و سیاستی منتشرشده از تحلیل داده‌های کیفیت هوای تهران، نشان می‌دهد که روند آلودگی هوا در پایتخت نه‌تنها کاهش قابل‌توجهی نداشته، بلکه ابعاد تازه‌ای از آن را برجسته‌تر کرده است.

به گزارش تجارت نیوز، نتایج ۱۰ مطالعه علمی و سیاستی منتشرشده در فاصله سال‌های ۱۴۰۰ تا ۱۴۰۴ (۲۰۲۱ تا ۲۰۲۵ میلادی) که داده‌های کیفیت هوای تهران را در بازه ۱۳۸۱ تا ۱۴۰۰‌ (۲۰۰۳ تا ۲۰۲۲ میلادی) تحلیل کرده‌اند، نشان می‌دهد که روند آلودگی هوای تهران نه‌تنها کاهش قابل‌توجهی نداشته، بلکه ابعاد تازه‌ای همچون توزیع عمودی ذرات، تغییرات بلندمدت غلظت آلاینده‌ها، نقش ازن و چالش‌های سیاست‌گذاری را نیز برجسته‌تر کرده است.

این بررسی که تصویری جامع و چندبعدی از وضعیت آلودگی هوای تهران ارائه می‌دهد، نشان می‌دهد که آلودگی هوا در تهران، ماهیتی پایدار، ساختاری و در برخی حوزه‌ها پیچیده‌تر از گذشته دارد.

ذرات معلق؛ محور اصلی وضعیت کیفیت هوا

مطابق نتایج مطالعات، ذرات معلق PM۲.۵ و PM۱۰ همچنان بیشترین سهم را در کاهش کیفیت هوای تهران دارند. تحلیل‌های زمانی- مکانی مربوط به بازه ۱۳۹۷ تا ۱۴۰۰‌ (۲۰۱۹ تا ۲۰۲۲ میلادی) با استفاده از روش‌های آماری و مدل‌های کوپولا نشان می‌دهد که الگوهای توزیع این ذرات در نقاط مختلف شهر تغییراتی قابل‌توجه داشته است؛ موضوعی که به‌ویژه در طراحی سیاست‌های کنترل آلودگی هوا اهمیت دارد.

بررسی ۲۰ سال داده و اثرات سلامت

در بخش دیگری از پژوهش‌ها، روند بلندمدت غلظت ذرات معلق طی سال‌های ۱۳۸۱ تا ۱۴۰۰‌ (۲۰۰۳ تا ۲۰۲۲ میلادی) با استفاده از آزمون من-کندال تحلیل شده است. یافته‌ها نشان می‌دهد که قرار گرفتن طولانی‌مدت در معرض مقادیر بالای این آلاینده‌ها می‌تواند پیامدهای سلامت عمومی از جمله افزایش بیماری‌های قلبی و تنفسی را تشدید کند. این مطالعات تأکید دارند که ارزیابی‌های سلامت‌محور باید در طراحی سیاست‌های کاهش آلودگی موردتوجه بیشتری قرار گیرد.

ابعاد عمودی آلودگی و نقش آلاینده‌های ثانویه

یکی از یافته‌های جدید، اندازه‌گیری توزیع عمودی ذرات معلق در ارتفاعات مختلف شهری است. این داده‌ها که با کمک سنسورهای کم‌هزینه تولید شده‌اند، نشان می‌دهد که الگوهای تجمع و انتقال ذرات در لایه‌های مختلف جو شهری یکسان نیست و تغییرات ارتفاعی می‌تواند در شدت آلودگی تجربه‌شده توسط ساکنان تأثیرگذار باشد. همچنین بررسی وضعیت آلاینده‌هایی مانند اُزُن نشان می‌دهد که این آلاینده ثانویه نقش فزاینده‌ای در افزایش تعداد روزهای با کیفیت هوای نامطلوب داشته و باید در پایش و سیاست‌گذاری بیشتر موردتوجه قرار گیرد.

مدل‌سازی و پیش‌بینی آلودگی هوا

مطالعات جدید به‌طور مقایسه‌ای عملکرد مدل‌های یادگیری ماشین، به‌ویژه LSTM را با روش‌های سنتی در پیش‌بینی روزانه آلودگی هوا ارزیابی کرده‌اند. نتایج نشان می‌دهد که مدل‌های مبتنی بر داده توانایی بیشتری در بازنمایی تغییرات سریع آلاینده‌ها دارند. علاوه‌ بر این، استفاده از مدل زنجیره مارکوف برای تحلیل پیوستگی وضعیت آلودگی، ظرفیت تازه‌ای برای بررسی چرخه‌های آلودگی هوا در مقیاس استانی فراهم کرده است.

تحلیل سیاستی و ارزیابی قانون هوای پاک

مطابق مرور اسناد سیاستی و گزارش‌های منتشرشده در سال‌های ۱۴۰۱ و ۱۴۰۲، اجرای قانون هوای پاک در برخی بخش‌ها با چالش‌هایی مواجه بوده است. تحلیل‌ها نشان می‌دهد که برای اثربخشی بیشتر سیاست‌ها، شناسایی نظام‌مند عوامل مؤثر بر آلودگی از طریق روش‌هایی مانند مدل‌سازی ساختاری تفسیری (ISM) ضروری است.

پژوهش‌ها تأکید دارند که گام‌های سیاستی باید همراه با نظارت پیوسته، ارتقای زیرساخت‌های پایش و به‌روزرسانی ابزارهای کنترلی دنبال شود.

جمع‌بندی

مجموعه مطالب منتشرشده در بازه پنج‌ساله اخیر نشان می‌دهد که آلودگی هوای تهران نیازمند نگاه تلفیقی و بلندمدت است. یافته‌ها بیان می‌کند که ترکیب مدل‌های پیشرفته پیش‌بینی، تحلیل‌های سلامت‌محور، سنجش عمودی آلاینده‌ها و بازنگری در سیاست‌های اجرایی، می‌تواند مسیر واقع‌بینانه‌تری برای مدیریت بحران آلودگی هوا در اختیار تصمیم‌گیران قرار دهد.

ورود آلودگی هوای تهران به مرحله‌ای چندلایه و پیچیده، بررسی ۱۰ مطالعه علمی جدید

منابع

۱. Spatial and temporal patterns of urban air pollution in Tehran with a focus on PM۲.۵

https://www.nature.com/articles/s۴۱۵۹۸-۰۲۴-۷۵۶۷۸-۶

۲. Vertical Distribution of Air Particulate Matter (PM۱–PM۱۰) in Tehran

https://aaqr.org/articles/aaqr-۲۴-۰۲-oa-۰۰۳۶.pdf

۳. Spatio-Temporal Distribution of PM۲.۵ & PM۱۰ and Public Health Risk

https://www.mdpi.com/۲۰۷۱-۱۰۵۰/۱۷/۱/۴۴

۴. Trends in PM۱۰ & PM۲.۵ and health outcomes in Tehran (۲۰۰۳–۲۰۲۲)

https://www.sciencedirect.com/science/article/abs/pii/S۲۲۱۲۰۹۵۵۲۵۰۰۱۶۶X

۵. TEHRAN AIR POLLUTION MODELING USING LSTM

https://discovery.ucl.ac.uk/id/eprint/۱۰۱۸۵۵۸۸/۱/isprs-annals-X-۱-W۱-۲۰۲۳-۵۰۱-۲۰۲۳.pdf

۶. Examining Air Pollution Continuity in Tehran using Markov Chain Model

https://www.ijee.net/article_۱۸۰۷۴۲_b۲۱b۷db۳۵۹۱f۵b۱۰fc۱۶۲dbb۱۸۵b۰۰cb.pdf

۷. شناسایی و اولویت‌بندی عوامل مؤثر بر آلودگی هوای تهران با رویکرد ISM

https://sid.ir/paper/۱۰۴۵۱۱۹/fa

۸. بررسی وضعیت آلودگی‌های ازن و روزهای نامطلوب کیفیت هوا در تهران

https://www.sid.ir/fileserver/pf/majles/article_۹۷۲۲_e۲c۰ff۹۰bdf۳ee۱a۸e۶۷۰ffa۹b۶۳c۳۱۲.pdf

۹. پهنه‌بندی کیفیت هوای مناطق ۲۲ گانه تهران با GIS و زمین‌آمار مقاله فارسی، ۱۴۰۰ (۲۰۲۱) — SIDخلاصه: پهنه‌بندی کیفیت هوا در مناطق ۲۲گانه با روش‌های زمین‌آمار.

https://sid.ir/paper/۴۰۱۴۸۰/fa

۱۰. گزارش‌ها و مقالات سیاستی درباره قانون هوای پاک و اثرات آن بر تهران

https://www.sid.ir/fileserver/pf/majles/article_۹۶۸۰_c۱۴d۳۲۰d۲۲a۸d۳f۲۹ae۶۴e۲۴af۴۵b۴۷۴.pdf

منبع: ایرنا