بررسی تغییرات زمانی-مکانی ذرات معلق (PM10 و PM2.5) شهر تهران با استفاده از GIS (99-92)
محورهای موضوعی : آلودگی های محیط زیست (آب، خاک و هوا)مریم انصاری 1 , محمود احمدی 2 , غلامرضا گودرزی 3
1 - دانشجوی دکترای آب و هواشناسی شهری، دانشکده علوم زمین، دانشگاه شهید بهشتی، تهران، ایران.
2 - دانشیار گروه آب و هواشناسی، دانشکده علوم زمین، دانشگاه شهید بهشتی، تهران، ایران. *(مسوول مکاتبات)
3 - دانشیار گروه مهندسی بهداشت محیط، دانشکده بهداشت، دانشگاه علوم پزشکی اهواز، اهواز، ایران مرکز تحقیقات آلودگی هوا، دانشگاه علوم پزشکی اهواز، اهواز، ایران.
کلید واژه: تغییرات زمانی- مکانی, PM10, PM2.5, GIS, تهران.,
چکیده مقاله :
زمینه و هدف: کلان¬شهر تهران یکی از آلوده¬ترین شهرهاي جهان محسوب می¬شود. هدف اصلی این پژوهش بررسی رفتار زمانی و مکانی ذرات معلق (PM2.5 وPM10 ) شهر تهران در سالهای 99-92 می¬باشد. روش بررسی: به منظور بررسی تغییرات آلاینده¬هاي هوا در مقیاس¬هاي زمانی و مکانی داده¬هاي ایستگاه¬هاي آلودگی¬سنجی شرکت کنترل کیفیت هوا طی دوره آماری (99-92) مورد استفاده قرارگرفت. داده¬ها با استفاده از نرم افزارهاي MATLAB و Excel و SPSS، تحلیل و نتایج حاصل از تحلیل¬هاي آماري توزیع آلاینده¬ها در مقیاس¬هاي زمانی و مکانی با نرم افزار Arc Gis با تابع تحلیلی درونیابی فاصله معکوس (IDW) به¬صورت نقشه¬ها، جداول و نمودار¬ها ترسیم شده است. این تحقیق در فصل بهار سال 1400 انجام شده است. یافته¬ها: نتایج حاصل از پژوهش نشان داد که ذرات معلق (PM10 و PM2.5) در ساعت 5 و 6 عصر به حداقل غلظت (65 و µg/m3 23) و در ساعت 12 شب تا 1 بامداد به حداکثر غلظت (81 و µg/m3 30) رسیده است. بالاترین غلظت روزانه این آلاینده-ها مربوط به روز چهارشنبه (81 و µg/m3 30 ) و حداقل غلظت (73 و µg/m3 23) را روز جمعه به خود اختصاص داده است. بالاترین غلظت فصلی ذرات معلق (PM10) و (PM2.5) را به ترتیب فصل تابستان (µg/m3 90) و زمستان (µg/m3 35) و کمترین غلظت فصلی هر دو آلاینده¬ مربوط به فصل بهار(65 و µg/m3 24) می¬باشد. نتایج حاصل از درونیابی فاصله معکوس (IDW) نشان داد که مناطق غربی، جنوبی و در فصل تابستان مناطق مرکزی بیشتر از سایر مناطق درگیر ذرات معلق (PM10) می¬باشند اما در همه فصول علاوه بر مناطق غربی و جنوبی، مناطق مرکزی دارای غلظت بالایی از ذرات معلق (PM2.5) می¬باشند. بحث و نتیجه¬گیری: در بعضی از روزها و ماه¬هاي سال و مناطق خاصی از شهر تهران غلظت ذرات معلق بیشتر از حد مجاز می¬شود، بنابراین باید برنامه¬ریزی جهت مدیریت کنترل ذرات معلق و کاهش آلودگی هوا مورد استفاده برنامه¬ریزان و تصمیم¬گیرندگان شهری قرار گیرد.
Background and Objective: Metropolis of Tehran is one of the most polluted cities in the world. The present study aims to analyze the temporal-spatial behavior of particulate matter (PM2.5 and PM10) in Tehran city. Material and Methodology: Thus, pollution- metric station data of Tehran Air Quality Control Company were used for evaluating the variations of air pollutants in temporal-spatial scales during 2013-2020. The results of statistical analysis of pollutant distribution in temporal-spatial scales were provided by using Arc GIS software and analytical function of inverse Distance Weighting interpolation (IDW) as maps, tables and graphs was demonstrated. Findings: Based on the results, particulate matter (PM10 and PM2.5) reached the minimum (65 and 23 µg/m3) and maximum concentration (81 and 30 µg/m3) at 18 and 24 p.m., respectively. In addition, maximum (81 and 30 µg/m3) and minimum concentration (73 and 23 µg/m3) of these pollutants was respectively related to Wednesday and Friday. Maximum seasonal concentration of particulate matter (PM10 and PM2.5) relates to summer (90 µg/m3) and winter (35 µg/m3) respectively and the minimum seasonal concentration (65 and 24 µg/m3) of both pollutants relate to spring. The results of inverse Distance Weighting interpolation (IDW) indicated that west, south and central regions of Tehran in summer season involved with particulate matter (PM10) more than other regions. But in all seasons, except the western and southern regions, the central regions have a high concentration of particulate matter (PM2.5). Discussion and Conclusion: The particulate matter concentrations is more than its allowable limit in specific regions of Tehran in some yearly days and months. Therefore, city programmers and decision_ makers must have schedule table for particulate matter control management and air pollution reduction.
1. Kermani M, Dowlati M, Fallah S, Aghaei M, BahramiAsl F, Karimzadeh S (2017) Study of Air Quality Health Index and its Application in Seven Cities of Iran in 2011, J Arak University Medical Sciences, 19(12), 78-88. (In Persian)
2. Golbaz S, Farzadkia M, Kermani M, (2010) Determination of Tehran air quality with emphasis on air quality index (AQI); 2008-2009, J Iran Occupational Health 6(4): 59-65. (In Persian)
3. Nourpoor AR, Feiz SMA (2014) Determination of the Spatial and Temporal Variation of SO2, NO2 and Particulate Matter Using GIS Techniques and Estimation of Concentration Modeling with LUR Method, Case Study: Tehran City, J Environmental Studies 40(3): 723-738. (In Persian)
4. Garcia, M.A.; Sanchez, M. L.; Rois, A.; Peres, L. A.; Pardo, N.; (2018) Analysis of PM10 and PM2.5 Concentrations in an Urban Atmosphere in Northern Spain, Archives of Environmental Contamination and Toxicology, pp-1-15.
5. Goudarzi,G.H., Shirmardi, M., Abolfazl Naimabadi , A., Ata Ghadiri, A., , Sajedifar, J., (2019) Chemical and organic characteristics of PM2.5 particles and their in-vitro cytotoxic effects on lung cells: The Middle East dust storms in Ahvaz, Iran, Science of the Total Environment, 655 : 434–445.
6. Joanna, K., Mariusz, G., Lechosław, D, (2018) Characteristics of air quality and sources affecting high levels Of PM10 and PM2.5 in Poland, Upper Silesia urban area, Environ Monit Assess, 190, 515-525.
7. Nadian, M Mirzaei R, Soltani Mohammadi S, (2018) Application of MoransI Autocorrelation in Spatial-Temporal Analysis of PM2.5 Pollutant (A case Study: Tehran City) J Environmental Health Engineering 5(3): 213-197. (In Persian)
8. Gholampour A, Nabizadeh R, Hassanvand MS, Taghipour H, Faridi S, Mahvi AH (2013) Investigation of the ambient particulate matter concentration changes and assessing its health impacts in Tabriz, J Health & Environ 7(4): 541-556. (In Persian)
9. Leali M, Nadafi K, Nabizadeh R, Youneseian M, Mesdaghineia AR, Nazmara SH(2011) Particulate Matter Concentrations and The Air Quality Index In The Central Part Of Tehran City, Tehran, Iran, J School of Public Health And Institute of Public Health Research, 1(7): 57-67. [In Persian]
10. Wu Z, Liu F, Fan, W (2015) Characteristics of PM10 and PM2.5 at Mount Wutai Buddhism Scenic Spot Shanxi, China, J Atmosphere 6(8): 1195–1210.
11. Pui, D. H.Y., Chen, S. C., Zhili, Z., (2014) PM2.5 in China: Measurements, sources, visibility and health effects, and mitigation. Particuology, 13:1–26.
12. Bravoa, M, & Bella, M, (2011). Spatial heterogeneity of PM10 and O3 in São Paulo, Brazil, and implications for human health studies. The Air & Waste Management Association, 66(1), 69–77.
13. Bayraktar , H., Sezer , F., Tuncel, G., (2010) Average mass concentrations of TSP, PM10 and PM2.5 in Erzurum urban atmosphere, Turkey,Stoch Environ Res Risk Assess , 24:57–65.
14. Tiwari, S., Chate, D. M., Srivastava, M. K., Safai, P. D, (2012) Statistical evaluation of PM10 and distribution of PM1, PM2.5, and PM10 in ambient air due to extreme fireworks episodes (Deepawali festivals) in megacity Delhi, Nat Hazards, 61:521–531.
15. Gadass, R., Mirjana, C., kovic, A., Kres, I., (2012) Winter Mass Concentrations of Carbon Species in PM10, PM2.5 and PM1 in Zagreb Air, Croatia, Bull Environ Contam Toxicol , 89:1087–1090.
16. Khorshiddoust AM, Valizadeh KH, Ghasemi Baghtash A (2017) Analysis of temporal- spatial distribution of dangerous contaminants in Tabriz with emphasis on PM10, J Physical Geography Research 49(4): 585-602. (In Persian)
17. Asrari E, Paydar M (2018) Investigation of the airborne particulate matter concentration trend changes in Mashhad by using meteorological data during 2010-2015. Iranian Journal of Research in Environmental Health; 4 (1): 58-65. (In Persian)
18. zakeri KIA, S., Aghamohammadi, H., behzadi, S., azizi, Z. (2020). Modeling and Spatio -Temporal Analysis of the Distribution of Particulate Matter in Tehran City Based on Spatial Analysis in GIS Enviroment. Journal of Environmental Science and Technology, 21(11), (In Persian)
19. Sajjadi, S., Delsouz, M., Zolfaghari, G. (2019). Evaluatin of Deterministic and Geostatistics Methods for Particulate Matter Concentration (PM2.5 and PM10) Zoning Using GIS: case study, Sabzevar City. Journal of Environmental Science and Technology, 21(10), 1-13. (In Persian)
20. Mirakbari, M., Ebrahimi Khusfi, Z. (2020). Investigation of spatial and temporal changes in atmospheric aerosol using aerosol optical depth in Southeastern Iran. Journal of RS and GIS for Natural Resources, 11(3), 87-105. (In Persian)
21. Raispour, K. (2021). Evaluation of Spatiotemporal Column Particulate Matter Concentration (PM2.5) Due to Dust Events in Iran Using Data from NASAN / MERRA-2 Reanalysis Model. Journal of the Earth and Space Physics, 47(2), 333-354. doi: 10.22059/jesphys.2021.316499.1007273. (In Persian)
22. Garcia, M.A.; Sanchez, M. L.; Rois, A.; Peres, L. A.; Pardo, N.; (2018) Analysis of PM10 and PM2.5 Concentrations in an Urban Atmosphere in Northern Spain, Archives of Environmental Contamination and Toxicology, pp-1-15.
23. Gautam S. and Brema J., Spatio-temporal variation in the concentration of atmosp particulate matter: A study in fourth largest urban agglomeration in India. Environmental Technology & Innovation (2019), doi: https://doi.org/10.1016/j.eti.2019.100546.
24. Gholizadeh MH, Farajzadeh M, Darand M (2009) the Correlation between Air Pollution and Human Mortality in Tehran, Hakim Research Journal; 12(2): 65- 71. (In Persian)
25. Mousavi F, Jahed S. A, Rajab A, Nikuo Sokhantabar A. K, Kashi G, Tabatabaee R(2013)Survey Of Air Pollution Effect On Variation Of Glycosylated Hemoglobin A1c (Hba1c) Level In Diabetic Patients In Tehran, Iranian Journal Of Health And Environment, 6(1), 123-132. (In Persian)
26. Bahari RA, Abaspour RA, Pahlavani P (2015) Zoning of Particulate Matters (PM) Pollution Using Local Statistical Models in GIS (Case Study: Tehran Metropolisies) J Geomatics Science and Technology 5(3):165-173. (In Persian)
27. Safavi SY, alijani B (2007) Studying geographical factors in Tehran air pollution, J Geography Research (58):99-112. (In Persian)
بررسی تغییرات زمانی-مکانی ذرات معلق (PM10 و PM2.5) شهر تهران با استفاده از GIS (99-92)
چکیده
زمینه و هدف: کلانشهر تهران یکی از آلودهترین شهرهاي جهان محسوب میشود. هدف اصلی این پژوهش بررسی رفتار زمانی و مکانی ذرات معلق (PM2.5 وPM10 ) شهر تهران در سالهای 92-99 میباشد.
روش بررسی: به منظور بررسی تغییرات آلایندههاي هوا در مقیاسهاي زمانی و مکانی دادههاي ایستگاههاي آلودگیسنجی شرکت کنترل کیفیت هوا طی دوره آماری (99-92) مورد استفاده قرارگرفت. دادهها با استفاده از نرم افزارهاي MATLAB و Excel و SPSS، تحلیل و نتایج حاصل از تحلیلهاي آماري توزیع آلایندهها در مقیاسهاي زمانی و مکانی با نرم افزار Arc Gis با تابع تحلیلی درونیابی فاصله معکوس (IDW) بهصورت نقشهها، جداول و نمودارها ترسیم شده است.
یافتهها: نتایج حاصل از پژوهش نشان داد که ذرات معلق (PM10 و PM2.5) در ساعت 5 و 6 عصر به حداقل غلظت (65 و µg/m3 23) و در ساعت 12 شب تا 1 بامداد به حداکثر غلظت (81 و µg/m3 30) رسیده است. بالاترین غلظت روزانه این آلایندهها مربوط به روز چهارشنبه (81 و µg/m3 30 ) و حداقل غلظت (73 و µg/m3 23) را روز جمعه به خود اختصاص داده است. بالاترین غلظت فصلی ذرات معلق (PM10) و (PM2.5) را به ترتیب فصل تابستان (µg/m3 90) و زمستان (µg/m3 35) و کمترین غلظت فصلی هر دو آلاینده مربوط به فصل بهار(65 و µg/m3 24) میباشد. نتایج حاصل از درونیابی فاصله معکوس (IDW) نشان داد که مناطق غربی، جنوبی و در فصل تابستان مناطق مرکزی بیشتر از سایر مناطق درگیر ذرات معلق (PM10) میباشند اما در همه فصول علاوه بر مناطق غربی و جنوبی، مناطق مرکزی دارای غلظت بالایی از ذرات معلق (PM2.5) میباشند.
نتیجهگیری: در بعضی از روزها و ماههاي سال و مناطق خاصی از شهر تهران غلظت ذرات معلق بیشتر از حد مجاز میشود، بنابراین باید برنامهریزی جهت مدیریت کنترل ذرات معلق و کاهش آلودگی هوا مورد استفاده برنامهریزان و تصمیمگیرندگان شهری قرار گیرد.
واژگان کلیدی: تغییرات زمانی- مکانی، PM10، PM2.5، GIS، تهران
Investigation of Temporal – spatial variations of particulate matter (PM2.5 and PM10) in Tehran city Using GIS (2013-2020)
Abstract
Background and Objective: Metropolis of Tehran is one of the most polluted cities in the world. The present study aims to analyze the temporal-spatial behavior of particulate matter (PM2.5 and PM10) in Tehran city.
Method: Thus, pollution- metric station data of Tehran Air Quality Control Company were used for evaluating the variations of air pollutants in temporal-spatial scales during 2013-2020. The results of statistical analysis of pollutant distribution in temporal-spatial scales were provided by using Arc GIS software and analytical function of inverse Distance Weighting interpolation (IDW) as maps, tables and graphs was demonstrated.
Findings: Based on the results, particulate matter (PM10 and PM2.5) reached the minimum (65 and 23 µg/m3) and maximum concentration (81 and 30 µg/m3) at 18 and 24 p.m., respectively. In addition, maximum (81 and 30 µg/m3) and minimum concentration (73 and 23 µg/m3) of these pollutants was respectively related to Wednesday and Friday. Maximum seasonal concentration of particulate matter (PM10 and PM2.5) relates to summer (90 µg/m3) and winter (35 µg/m3) respectively and the minimum seasonal concentration (65 and 24 µg/m3) of both pollutants relate to spring. The results of inverse Distance Weighting interpolation (IDW) indicated that west, south and central regions of Tehran in summer season involved with particulate matter (PM10) more than other regions. But in all seasons, except the western and southern regions, the central regions have a high concentration of particulate matter (PM2.5).
Discussion and Conclusion: The particulate matter concentrations is more than it's allowable limit in specific regions of Tehran in some yearly days and months. Therefore, city programmers and decision_ makers must have schedule table for particulate matter control management and air pollution reduction.
Keywords: Temporal-spatial variations, PM2.5, PM10, GIS, Tehran.
مقدمه
امروزه هوای بسیاری از شهرهای ایران بویژه کلانشهرها، از کیفیت مطلوبی برخوردار نمیباشند (1). رشد سریع فناوری باعث افزایش بیرویه آلودگی هوا در اکثر کشورهای جهان شده است (2) و متاسفانه با پیشرفت صنعت و با گام برداشتن به سوی مکانیک و ماشین آلات آلایندههای بسیاری وارد محیط زیست و به طور شدیدی وارد هوای شهرها شده و شاخصهای کیفی آن را پایین آورده است (3).
آلودگی هوا بوسیله ذرات معلق (PM1) به تغییر در ترکیبات طبیعی جو به علت ذرات ورودی ناشی از عوامل انسانی و طبیعی مربوط میشود. این ذرات، ذرات جامد و مایع( به جز آب) معلق در هوا است که هم شامل ذرات رسوبگذاری شده و هم ذارت معلق (قطر بیشتر از 20 میکرون) با کمترین زمان اقامت در جو میباشند (4). ذرات معلق شامل مخلوطی از ذرات جامد و مایع است که در شکل، اندازه، تعداد، ترکیب شیمیایی، سطح ناحیه، قابلیت حل و منشأ متفاوت میباشند و به علت این تنوع بعضی ذرات اترات بهداشتی قویتری نسبت به دیگران دارند (5) و یکی از شاخصهای کلیدی در مورد کنترل کیفیت هوا و آلودگی هوای شهری است که ممکن است از منابع طبیعی مانند گرد و غبار بیابانها، هواویزهای نمک دریایی و آتشسوزیهای زمینی و جنگلی و یا منابع انسانی مانند فرایندهای احتراق، فعالیتهای صنعتی و سیستمهای گرمایشی باشند (6). توزيع مكاني و زماني غلظت اين آلاينده تحت تأثير شدت تغييرات آب و هوايي، شدت ترافيك، فاصله از جاده و منابع انتشار ميتواند بسيار متغير باشد (7). معمولا ذرات منتقله توسط هوا دارای اندازهای با رنج 500-001/0 میکرومتر هستند که بخش عمده آن را مواد ذرهای در رنج 10-1/0 میکرومتر تشکیل میدهد (8). در یک دسته بندی این ذرات معلق شامل PM10، PM2.5، PM1 (به ترتیب ذرات معلق با قطر آئرودینامیکی کوچکتر و مساوی 1، 5/2 و 10 میکرومتر) میباشند (9). ذرات ریز آلایندههای اصلی تروپوسفر هستند و یکی از شاخصهای کیفی آنها غلظت توده (PM10) و (PM2.5) است (10) و جزء اصلی آلودگی هوا است. اولین باری که PM2.5 وارد فرهنگ لغت عمومی شد در سال 1997 بود، زمانی که سازمان حفاظت محیط زیست آمریکا استانداردهای کیفیت هوا را برای ذرات معلق با ذراتی که اندازه آنها کمتر از 5/2 میکرومتر باشد پیشنهاد داده است(11). همچنین این ذرات معلق غنی شده با تعدادی از عناصر، مواد و ترکیبات شیمیایی اثر سمی بر روی سلامتی انسان دارد(12) و همینطور باعث کاهش دید، تأثیرگذاری بر تابش خورشید، تغییر در خصوصیات ابر و ... میشوند (13).
در کلانشهرها منابع اصلی PM10 و PM2.5 ترکیبی از سوختهای فسیلی اتومبیلها، تجهیزات ساختمانی، کورهها و نیروگاهها میباشد. ذرات ریز مثل (PM2.5 و PM10) از طریق احتراق منتشر میشوند در حالیکه ذرات درشتتر مانند (PM10) به وسیله فرایندهای مکانیکی به داخل هوا نفوذ میکنند (14). بنابراین ذرات معلق به عنوان یکی از آلایندههای مهم زیست محیطی در مناطق شهری در نظر گرفته شده است. این ذرات هم از انتشارهای مستقیم و هم از تبدیل و تغییرات شیمیایی آلایندههای گازی نشأت میگیرد (15).
بر اساس آخرین مطالعات، خورشید دوست و همکاران (1396) تغییرات زمانی- مکانی ذرات معلق PM10 را در شهر تبریز (16) و اسراری و پایدار (1396) نیز روند تغییرات غلظت ذرات معلق شهر مشهد را طی سالهای 95-90 مورد بررسی قرار دادند (17). همچنین ذاکری کیا و همکاران (1398) مدلسازی و تغییرات زمانی مکانی پراکنش ذرات معلق در سطح شهر تهران را بررسی کردند (18). نتایج هر سه مطالعه نشان داد که غلظت ذرات معلق PM10 در فصل تابستان نسبت به فصلهای دیگر بیشتر است اما ذرات معلق PM2.5 در فصل پاییز و زمستان غلظت بیشتری را نشان میدهند. رنجبر و باهک (1398) به تحلیل تغییرات زمانی- مکانی آلایندههای هوای نیمه شمالی شهر تهران در سال 98 پرداختند. بر اساس نتایج مطالعه غلظت سه آلاینده مونوکسید کربن، دي اکسید نیتروژن و دي اکسید گوگرد در زمستان به حداکثر میرسد، اما غلظت ذرات معلق و ازن تروپوسفري در تابستان بیشتر است (19). سجادی و همکاران (1398) با مطالعه ارزیابی روشهای قطعی و زمین آمار در پهنهبندی غلظت ذرات معلق (PM2.5 و PM10) شهر سبزهوار دریافتند که مناسبترین روش میانیابی برای پهنهبندی غلظت ذرات معلق روش قطعی با تابع IDW میباشد (20). زرندی و نصیری (1399) با مطالعه تحلیل فضایی-زمانی آلاینده PM2.5 شهر تهران به این نتیجه رسیدند که مناطق غربی، جنوب غربی، جنوبی و مرکزی از آلودهترین مناطق شهر تهران میباشند (21). میراکبری و ابراهیمی خوسفی (1399) روند تغییرات زمانی مکانی ذرات معلق جو با استفاده از شاخص عمق اپتیکی آئروسل ها در جنوب شرق ایران را مطالعه نمودند. در این مطالعه غلظت ذرات معلق طی پاییز و زمستان در ماههای آبان، آذر، دی و بهمن دارای حداقل مقدار و تابستان و بهار در ماههای تیر، خرداد و اردیبهشت دارای حداکثر مقدار برآورد شد. همچنین نواحی غربی منطقه مورد مطالعه نسبت به نواحی شرقی با غلظت کمتری از ذرات معلق مواجه بوده است (22). رئیس پور (1400) به ارزیابی زمانی مکانی غلظت ذرات معلق PM2.5 ایران با استفاده از دادههای بازتحلیل NASA/MERRA- 2 پرداخت. نتایج نشان داد بیشترین و کمترین تراکم ذرات معلق PM2.5 به ترتیب در فصل تابستان و زمستان اتفاق افتاده است و از لحاظ توزیع فضایی، بیشترین تراکم ذرات معلق در بخشهای جنوبی، شرقی و شمال شرق میباشد که بیانگر تأثیرات قابل توجه کانونهای محلی و فرا محلی گرد و غبار بر افزایش تراکم ذرات معلق PM2.5 در این نواحی باشد (23). گارسیا و همکاران (2018) تغییرات غلظتPM10 و PM2.5 را در هوای شهری شمال اسپانیا در مقیاسهای زمانی مختلف با استفاده از مدل آماری تحلیل واریانس (ANOVA) مورد بررسی قرار دادند. نتایج نشان داد بالاترین غلظت میانگینهای ماهانهPM10 و PM2.5 مربوط به ماههای پاییز و زمستان است. تغییرات روزانه غلظت نشان داد که دو اوج وجود دارد. یکی اوایل صبح و دیگری عصر(24). گوتام و بریما (2020) تغییرات زمانی مکانی ذرات معلق را در شهر چنای هند طی سالهای 2013 تا 2018 مورد مطالعه قرار دادند. نتایج نشان داد که غلظت ذرات معلق PM10 در مجاورت مناطق صنعتی بالاتر است همپنین در فصل تابستان به علت اثر فصل خشک موسمی باعث میشود تا غلظت این ذرات نسبت به دیگر فصلها بیشتر باشد. (25).
ذرات معلق به ویژه ذرات کوچکتر از 5/2 میکرون به حدی در هوای تهران وجود دارند که در هر ایستگاهی نمیتوان استاندارد مربوطه را تأیید شده دانست، در اکثر روزهای سال ذرات معلق آلاینده مسئول شناخته شد و نتایج حاکی از آن است که میزان آلودگی هوا در شهر تهران رو به افزایش است که خطرات ناشی از آن زندگی شهروندان را تهدید مینماید (26). همچنین بسیاري از مطالعات اپیدمیولوژیکی در دهههاي اخیر شواهدي فراهم آورده که مواجهه با آلایندههاي هوا موجب عقب ماندگی ذهنی کودکان، اختلالات تنفسی، حملات حاد قلبی، عوارض عصبی و بینایی، کم خونی، افزایش مرگ و میر ناشی از سکتههاي قلبی و مغزي، جهشهاي ژنی و سقط جنین و مرگ و میر میشود (27). در سالهاي اخير يكي از آلايندههايي كه بيشترين تهديد را براي شهر تهران داشته است ذرات معلق بوده است كه در اين ميان ذرات معلق با قطر كمتر از 5/2 ميكرون داراي بيشترين روزهاي ناسالم در طي سالهاي اخير بوده (28)، بعلاوه ذرات معلق با قطر آئرودینامیک کمتر از 10 میکرون به علت توانایی نفوذ به داخل آلوئلهای ریوی دارای بیشترین اثرات بهداشتی بوده به طوری که کارشناسان آژانس بین المللی تحقیقات سرطان در سال 2013 ذرات معلق را جزء گروه یک مواد سرطان زا تقسیم بندی نمودند. آگاهی از اینکه یکی از معضلات اساسی شهر تهران، آلودگی هوا و افزایش آلایندههای مختلف بخصوص ذرات معلق در سالهای اخیر و همچنین به بار آمدن خسارتهای مالی، جانی و اجتماعی عمده میباشد، باعث شده تا تغییرات زمانی و مکانی ذرات معلق (PM10 و PM2.5) را در آلودهترین شهر ایران شناسایی و پیشنهادات و راهبردهایی را در این زمینه ارائه نماییم.
روش بررسی
شهر تهران یکی از آلودهترین شهرهای جهان به شمارمیرود و در کوهپایههای جنوبی رشته کوه قرار گرفته است. با توجه به اینکه شهر تهران دارای موقعیت خاص جغرافیایی (اختلاف ارتفاع زیاد در شمال و جنوب آن) و از شرایط نامناسب بافت شهری برخوردار است و وسائط نقلیه زیادی در طول شبانه ریز در آن به فعالیت مشغولند، بادهای غربی در تمام طول سال دود کارخانجات و سایر عوامل آلاینده را به سطح شهر تهران وارد میسازند و در مجموع دارای شرایط نامساعد زیست محیطی بوده و آلودگی هوا در سالهای اخیر به صورت خطرناک عمل مینماید (29). آگاهی از اینکه یکی از معضلات اساسی محیط زیستی شهر تهران آلودگی هوا و افزایش آلایندههای مختلف بویژه ذرات معلق در سالهای اخیر میباشد، باعث شده تا این تحقیق با هدف تعیین تغییرات زمانی و مکانی ذرات معلق (PM10 و PM2.5) را در آلودهترین شهر ایران انجام شود. شکل 1 موقعیت قرارگیری شهر تهران را در ایران نشان میدهد.
شکل شماره 1. موقعیت جغرافیایی شهر تهران در ایران
Fig. 1 Geographic location of Tehran city in Iran
دادههای مورد نیاز شامل ذرات معلق (PM10 وPM2.5 ) سال 99-92 شهر تهران میباشد که از شرکت کنترل کیفت هوا اخذ گردید. این دادهها به صورت ساعتی اندازهگیری شده است. ابتدا با استفاده از دستور کد نویسی در نرم افزار MATLAB دادههای صفر، منفی و مفقود حذف گردید. سپس میانگینهای ساعتی، روزانه، هفتگی، ماهانه و فصلی در نرم افزار MATLAB محاسبه شد و گرافهای مورد نیاز در Excel ترسیم شد و جهت مقایسه با استانداردهای محیط زیستی، استاندارد هوای پاک ایران که همان استاندارد هوای آزاد EPA2 است و همچنین استاندارد سازمان بهداشت جهانی (WHO) ملاک عمل قرار گرفت. حداکثر غلظت 24 ساعته استاندارد EPA برای ذرات معلق (PM10) برابر با 150 میکروگرم بر متر مکعب و برای ذرات معلق (PM2.5) 35 میکروگرم بر متر مکعب میباشد. حداکثر غلظت سالانه استاندارد EPA برای ذرات معلق (PM2.5) نیز برابر با 12 میکروگرم بر متر مکعب و حداکثر غلظت سالانه استاندارد WHO برای ذرات معلق (PM10) برابر با 20 میکروگرم بر متر مکعب میباشد. در این مطالعه میانگین ساعتی و روزانه ذرات معلق (PM10 وPM2.5 ) با استاندارد 24 ساعته EPAو میانگین ماهانه، فصلی و سالانه ذرات معلق (PM10 وPM2.5 ) با استاندارد سازمان بهداشت جهانی (WHO) و استاندارد سالانه EPA مقایسه گردید.
جهت انجام درونیابی روشهای IDW3، Spline و Kriging بر مقادیر غلظت فصلی ذرات معلق (PM10 وPM2.5 ) اعمال گردید و میزان خطای RMSE به شرح جدول 1 ارزیابی شد. با توجه به اینکه کمترین خطای بدست آمده مربوط به روش IDW گزارش شد، بنابراین نقشههای پهنهبندی مکانی غلظت فصلی ذرات معلق (PM10 , PM2.5) برای فصلهای مختلف با استفاده از نرم افزار Arc Gis با تابع تحلیلی درونیابی فاصله معکوس (4IDW) تولید گردید.
جدول 1. میزان خطای RMSE روشهای مختلف درونیابی برای ذرات معلق (PM10 , PM2.5)
Table1. RMSE values for different interpolation methods of particulate matter (PM10 and PM2.5)
میزان RMSE | روش درونیابی | نوع آلاینده هوا |
2502/1 | IDW | PM2.5 |
9476/5 | SPLINE | |
6775/6 | ORDINARY KRIGING | |
0142/1 | IDW | PM10 |
7529/7 | SPLINE | |
97921/15 | ORDINARY KRIGING |
و در نهایت رابطه بین ذرات معلق (PM10 و PM2.5) با استفاده از آزمون همبستگی پیرسون (رابطه 1) طی ساعات مختلف، روزهای هفته، ماهانه و فصلی تعیین گردید. به دلیل اینکه مقادیر ذرات معلق (PM10 , PM2.5) از نوع متغیرهای پارامتری میباشند و دارای توزیع نسبتا نرمالی بودند از این آزمون استفاده شده است.
(1)
شکل 2 پراکندگی ایستگاههای سنجش آلودگی هوای شهر تهران را نشان میدهد. مشخصات ایستگاههای سنجش آلودگی هوا در جدول 2 ارائه شده است.
جدول شماره 2. مشخصات ایستگاههای سنجش آلودگی هوای شهر تهران
Table 2 Characteristics of air quality control stations in Tehran city
ردیف | نام ایستگاه | عرض جغرافیایی | طول جغرافیایی |
1 | اتوبان محلاتی | 35.661083 | 51.46636 |
2 | اقدسیه | 35.79587 | 51.48414 |
3 | پونک | 35.7623 | 51.33168 |
4 | پیروزی | 35.69599 | 51.49376 |
5 | تربیت مدرس | 35.71751 | 51.385909 |
6 | ستاد بحران | 35.72708 | 51.4312 |
7 | شاد آباد | 35.67005 | 51.29735 |
8 | شریف | 35.70227 | 51.35094 |
9 | شهر ری | 35.60363 | 51.42571 |
10 | شهرداری منطقه 2 | 35.777089 | 51.368175 |
11 | شهرداری منطقه 4 | 35.74182 | 51.50643 |
12 | شهرداری منطقه10 | 35.69748 | 51.35803 |
13 | شهرداری منطقه 11 | 35.67298 | 51.38973 |
14 | شهرداری منطقه 19 | 35.63521 | 51.36252 |
15 | شهرداری منطقه 21 | 35.697773 | 51.24311 |
16 | پارک رز | 35.73989 | 51.26789 |
17 | صدر | 35.778232 | 51.428623 |
18 | گلبرگ | 35.73103 | 51.50613 |
19 | مسعودیه | 35.63003 | 51.49902 |
20 | میدان فتح | 35.67882 | 51.33753 |
شکل شماره 2. پراکندگی ایستگاههای سنجش آلودگی هوای شهر تهران
Fig. 2 Location air quality monitoring stations in the city Tehran, Iran
یافتهها
نتایج حاصل از تغییرات زمانی ذرات معلق (PM10 و PM2.5) شهر تهران
نتایج حاصل از تغییرات زمانی (ساعتی، روزانه، ماهانه، فصلی و سالانه) ذرات معلق (PM10 و PM2.5) شهر تهران در قالب شکلهای 7-3 نشان داده شده است.
شکل شماره 3. تغییرات میانگین ساعتی ذرات معلق (PM10 و PM2.5) در شهر تهران طی سالهای 99-1392
Fig. 3 mean hourly variations of particulate matter concentration (PM10 and PM2.5) in Tehran during 2013-2020
تغییرات ساعتی ذرات معلق در شکل 3 نشان داده شده است. روند تغییرات ساعتی غلظت ذرات معلق PM2.5 و PM10 کاملا شبیه هم میباشد. غلظت هر دو آلاینده از ساعت 6 تا 9 صبح رو به افزایش بوده و مجددا از ساعت 9 صبح روندی کاهشی داشته تا ساعت 6 عصر که به حداقل غلظت 23 میکروگرم بر متر مکعب برای PM2.5 و 62 میکروگرم بر متر مکعب برای ذرات معلق PM10 رسیده است. مجددا از ساعت 6 عصر تا 12 شب روند تغییرات غلظت این دو آلاینده صعودی میباشد که به غلظت 30 میکروگرم بر متر مکعب برای PM2.5 و حدود 81 میکروگرم بر متر مکعب برای PM10 رسیده است. اساساً به علت اهمیت حمل و نقل در تولید و انتشار آلاینده ذرات معلق با قطر کوچکتر از 5/2 میکرون، اولین نقطه بیشینه در ساعت 9 صبح به علت ترافیک صبحگاهی بروز نموده است و هم زمان با گرم شدن هوا در ساعات میان روز و کاهش حجم ترافیک، با کاهش غلظت در این ساعات روبرو هستیم. در نیمه شب نیز به علت پایین آمدن لایه اختلاط و تجمع آلایندههای تولید شده طی روز و همینطور هم زمان با حرکت خودروهای سنگین دیزلی در سطح شهر، بیشترین میزان غلظت در هوا دیده میشود. پس از این ساعت با جریان هوای کوه به دشت به تدریج از شدت و میزان غلظت آلاینده کاسته شده است. مقایسه تغییرات میانگین ساعتی غلظت ذرات معلق PM2.5 و PM10 شهر تهران با استاندارد EPA (35 و 150 میکروگرم بر متر مکعب) نشان داد که مقادیر ساعتی هر دو آلاینده نسبت به استاندارد EPA پایینتر میباشد اما غلظت ذرات معلق PM2.5 بخصوص در ساعات پایانی شب با میانگین غلظت 30 میکروگرم بر متر مکعب نسبت به استاندارد EPA اختلاف کمتری را نشان میدهد.
شکل شماره 4. تغییرات میانگین روزانه غلظت ذرات معلق (PM10 و PM2.5) در شهر تهران طی سالهای 99-1392
Fig. 4 mean daily variations of particulate matter concentration (PM10 and PM2.5) in Tehran during 2013-2020
تغییرات روزانه ذرات معلق در شکل 4 نشان داده شده است. همانطور که شکل نشان میدهد تغییرات غلظت هر دو آلاینده تقریبا روند مشابهی دارند. غلظت هر دو آلاینده از روز شنبه تا روز چهارشنبه روند صعودی داشته و از 25 میکروگرم بر متر مکعب برای PM2.5 و 73 میکروگرم بر متر مکعب برای PM10 در روز شنبه به 30 میکروگرم بر متر مکعب برای PM2.5 و 81 میکروگرم در متر مکعب برای PM10 در روز چهارشنبه رسیده است. علت این تغییرات صعودی میتواند به دلیل افزایش حجم ترددهای شهری باشد. همچنین شکل نشان میدهد که غلظت آلایندهها از روز چهارشنبه تا روز جمعه روند نزولی داشته بطوری که در روز جمعه حداقل غلظت این دو آلاینده بدست آمده است که میتواند به دلیل کاهش حجم ترافیک باشد. مقایسه میانگین روزانه غلظت ذرات معلق PM2.5 و PM10 شهر تهران با استاندارد EPA (35 و 150 میکروگرم بر متر مکعب) نشان داد که مقادیر روزانه هر دو آلاینده نسبت به استاندارد EPA پایینتر میباشد با این تفاوت که میانگین غلظت ذرات معلق PM2.5 در روزهای میانی هفته با مقدار 30 میکروگرم بر متر مکعب دارای کمترین اختلاف با استاندارد EPA میباشند.
شکل شماره 5. تغییرات میانگین ماهانه غلظت ذرات معلق (PM10 و PM2.5) در شهر تهران طی سالهای 99-1392
Fig. 5 mean monthly variations of particulate matter concentration (PM10 and PM2.5) in Tehran during 2013-2020
مطابق با شکل 5 غلظت ذرات معلق PM10 وPM2.5 دارای دو اوج طی ماههای مختلف میباشد. غلظت هر دو آلاینده از فروردین ماه با افزایش دما سیری صعودی دارد و از 19 میکروگرم بر متر مکعب برای PM2.5 و 53 میکروگرم بر متر مکعب برای PM10 در فروردین ماه به 30 میکروگرم بر متر مکعب برای PM2.5 و 53 میکروگرم بر متر مکعب برای PM10 در تیر ماه رسیده است. مجددا هر دو آلاینده از ماههای آبان و آذر با کاهش دما روندی افزایشی را نشان میدهند و در دی ماه نیز به اوج غلظت رسیده است. بطور کلی حداکثر غلظت ماهانه PM10 وPM2.5 به ترتیب حدود 90 میکروگرم در متر مکعب مربوط به تیر ماه و 45 میکروگرم بر متر مکعب برای دی ماه میباشد. فروردین ماه نیز کمترین غلظت ماهانه هر دو آلاینده را دارا میباشد. بیشترین مقادیر غلظت ماهانه ذرات معلق (PM2.5) به ترتیب در ماههای آذر و دی دیده میشود و علت آن برودت هوا، افزایش میزان پایداری جوی و وارونگی دما است که به انباشت آلایندهها در هوای شهر منجر شده است. افزایش آلاینده ذرهای (PM10) در تیر ماه نیز به دلیل افزایش طوفانهای گرد و غباری در این ماه میباشد. غلظت ماهانه ذرات معلق (PM2.5) در همه ماههای سال نسبت به استاندارد EPA (12 میکروگرم بر متر مکعب) مقادیر بالاتری را نشان میدهد و در ماههای آبان، آذر، دی، بهمن با میانگین 36 میکروگرم بر متر مکعب اختلاف بیشتری را با استاندارد EPA دارا میباشد. حداکثر غلظت ماهانه ذرات معلق PM10 نیز در همه ماهها خصوصا ماههای گرم سال (خرداد، تیر، مرداد و شهریور) با میانگین 87 میکروگرم بر متر مکعب نسبت به استاندارد سالانه سازمان بهداشت جهانی WHO (20 میکروگرم بر متر مکعب) بالاتر رفته است.
شکل شماره 6. تغییرات میانگین فصلی غلظت ذرات معلق (PM10 و PM2.5) در شهر تهران طی سالهای 99-1392
Fig. 6 mean Seasonal variations of particulate matter concentration (PM10 and PM2.5) in Tehran during 2013-2020
بر اساس شکل 6 فصل تابستان حداکثر غلظت فصلی (90 میکروگرم بر متر مکعب) ذرات معلق (PM10) را به خود اختصاص داده است. همچنین حداقل غلظت فصلی (60 میکروگرم بر متر مکعب) این آلاینده مربوط به فصل بهار میباشد. تغییرات فصلی ذرات معلق (PM2.5) نشان میدهد که حداکثر غلظت فصلی این آلاینده مربوط به ماه زمستان (35 میکروگرم بر متر مکعب) و حداقل غلظت آن مربوط به فصل بهار (23 میکروگرم بر متر مکعب) می باشد. در تابستان سیطره پرفشار جنب حارهای سبب تشکیل لایههای حرارتی بر روی ایران میشود، همچنین بر اثر گرما و خشکی زمین و بروز پدیده گرد و غبار، در افزایش آلودگیهای تابستانه ناشی از (PM10) نقش مؤثری دارد. اما در زمستان به علت سرما و دورههای پایداری جوی و پدیده وارونگی دما سهم ذرات معلق (PM2.5) بیشتر میشود. مقایسه میانگین فصلی غلظت ذرات معلق PM2.5 و PM10 شهر تهران با استاندارد EPA (12 میکروگرم بر متر مکعب) و استاندارد سازمان بهداشت جهانی WHO (20 میکروگرم بر متر مکعب) نشان داد که مقادیر فصلی هر دو آلاینده نسبت به استاندارد سالانه EPA و استاندارد سالانه WHO بالاتر است. به طوری که میانگین فصلی غلظت ذرات معلق PM10 در تابستان حدود 90 میکروگرم بر متر مکعب و میانگین غلظت ذرات معلق PM2.5 در زمستان به 35 میکروگرم بر متر مکعب رسیده است.
شکل شماره 7. تغییرات میانگین سالانه غلظت ذرات معلق (PM10 و PM2.5) در شهر تهران طی سالهای 99-1392
Fig. 7 mean annual variations of particulate matter concentration (PM10 and PM2.5) in Tehran during 2013-2020
مطابق شکل 7 میانگین سالانه غلظت ذرات معلق (PM10 و PM2.5) طی سالهای 99-1392 روند نامنظمی را نشان میدهند. میانگین غلظت سالانه ذرات معلق (PM10) از حدود 87 میکروگرم بر متر مکعب در سال 92 و 95 به کمترین مقدار خود (71 میکروگرم در متر مکعب) در سال 1393 رسیده است. همچنین میانگین غلظت سالانه ذرات معلق (PM2.5) از حداکثر مقدار (40 میکروگرم بر متر مکعب) به حداقل میزان ( 27 میکروگرم بر متر مکعب) در سال 1392 رسیده است. مقایسه غلظت سالانه ذرات معلق (PM10 و PM2.5) شهر تهران با استاندارد EPA و استاندارد سالانه WHO نشان داد طی سالهای 99-1392 میانگین سالانه غلظت ذرات معلق (PM10 و PM2.5) نسبت به استاندارد EPA و استاندارد سالانه WHO مقادیر بالاتری را نشان میدهد. میانگین سالانه غلظت ذرات معلق (PM10 و PM2.5) طی سالهای 99-1392 به ترتیب حدود 32 و 80 میکروگرم بر متر مکعب میباشد که نسبت به استاندارد سالانه EPA (12 میکروگرم بر متر مکعب) و استاندارد سالانه WHO (20 میکروگرم بر متر مکعب) بخصوص در سال 92 و 95 اختلاف زیادی را نشان میدهد.
بررسی رابطه بین غلظت ذرات معلق (PM10 و PM2.5)
با استفاده از آزمون همبستگی پیرسون رابطه بین غلظت ذرات معلق (PM10 و PM2.5) در بازههای زمانی ساعتی، روزانه، ماهانه و فصلی محاسبه شده است. جدول 3 نتایج حاصل از همبستگی پیرسون بین ذرات معلق (PM10 و PM2.5) شهر تهران را نشان میدهد.
جدول شماره 3. نتایج حاصل از همبستگی بین ذرات معلق ( PM10 و PM2.5)
Table 3 Results of correlation between particulate matter (PM10 and PM2.5)
ساعتی | روزانه | ماهانه | فصلی | PM10/ PM2.5 |
890/0 | 909/0 | 548/0 | 552/0 | ضریب همبستگی |
000/0 | 005/0 | 046/0 | 448/0 | سطح معناداری |
مطابق با جدول 2 بین ذرات معلق ( PM10 و PM2.5) در بازه های ساعتی، روزانه و ماهانه با ضریب همبستگی (890/0)، (909/0) و (548/0) با سطح معناداری کمتر (05/0) همبستگی مستقیمی برقرار هست اما در بازههای فصلی هیچ نوع همبستگی بین این آلایندهها وجود ندارد. در بازه زمانی ساعتی، روزانه و ماهانه به علت اینکه تغییرات میانگین غلظت ذرات معلق (PM2.5) نسبت تغییرات میانگین غلظت ذرات معلق (PM10) خیلی کم میباشد و از طرفی به ازای افزایش یا کاهش میانگین غلظت ذرات معلق (PM2.5)، میانگین غلظت ذرات معلق (PM10) نیز افزایش یا کاهش پیدا میکند، همبستگی مثبت و معناداری بین میانگین غلظت هر دو آلاینده وجود دارد. به عبارت دیگر زمانهای حداکثر و حداقل میانگین غلظت ذرات معلق ( PM10 و PM2.5) در بازه زمانی ساعتی، روزانه و ماهانه تا حد زیادی با هم منطبق میباشند. تفاوت در حداکثر غلظت فصلی ذرات معلق PM10 و PM2.5 که به ترتیب مربوط به فصل تابستان و زمستان میباشد باعث شده که میانگین غلظت فصلی هر دو آلاینده همبستگی نداشته باشند.
نتایج حاصل از تغییرات مکانی ذرات معلق (PM10 و PM2.5) شهر تهران
تغییرات مکانی ذرات معلق (PM10 و PM2.5) شهر تهران بهصورت فصلی با استفاده از روش IDW مشخص و نتایج بهصورت نقشه در شکل 8 و 9 ارائه شده است.
الف- بهار ب- تابستان
ج- پاییز د-زمستان
شکل شماره 8. تغییرات مکانی میانگین غلظت ذرات معلق (PM10) در شهر تهران طی سالهای 99-1392
Fig. 8 spatial variations of particulate matter concentration mean (PM10) in Tehran during 2013-2020
تغییرات مکانی ذرات معلق (PM10) برای فصلهای مختلف با استفاده از روش IDW در شکل 7 نشان داده شده است. این آلایندهها توزیع متفاوتی را در فصول مختلف نشان میدهند. کمترین توزیع ذرات معلق (PM10) مربوط به فصل پاییز میباشد که غالبا تراکم این آلاینده با غلظت 120 میکروگرم بر متر مکعب مربوط به ایستگاه شهرری در جنوب تهران و در رده بعدی 107 میکروگرم بر متر مکعب در مناطق غربی تهران میباشند و به سمت مناطق شرقی و شمال از غلظت ذرات معلق کاسته شده به طوری که در مناطق شرقی از حدود 80 میکروگرم بر متر مکعب به 66 میکروگرم بر متر مکعب در مناطق شمالی رسیده است. در فصل بهار ایستگاههای واقع در مناطق شمالی و همینطور ایستگاه شهرداری منطقه 16 در پهنه جنوبی با غلظت تقربی 54 میکروگرم بر متر مکعب از کیفیت هوای نسبتا مطلوبی از منظر ذرات معلق (PM10) برخوردار هستند و تنها در مناطق غربی و تا حدی ایستگاه شهرری غلظت این آلاینده به 90 میکروگرم بر متر مکعب رسیده است. در فصل زمستان مناطق غربی به سمت مرکز ، شمال غربی، ایستگاه شهرری و حدودی از مناطق شرقی تهران درگیر غلظت نسبتا بالای ذرات معلق (PM10) میباشند به طوری که غلظت این آلاینده از 98 میکروگرم بر متر مکعب در شهرری و غرب تهران به 88 میکروگرم بر متر مکعب در مرکز و به پایینترین حد خود با غلظت 64 میکروگرم بر متر مکعب در مناطق شمالی، جنوب شرقی و ایستگاه شهرداری منطقه 19 رسیده است. فصل تابستان ذرات معلق (PM10) فراگیر تر شده و تنها مناطق شمالی شهر تهران غلظت کمتر از 72 میکروگرم بر متر مکعب را نشان میدهند. در 4 ایستگاه غربی و جنوبی غلظت ذرات معلق (PM10) مقدار 116 میکروگرم بر متر مکعب را نشان میدهد و در مجموع نیمه جنوبی شهر تهران و مناطق غربی از جمله مناطقی هستند که غلظت این آلاینده نسبت به دیگر فصلها بالاتر است. بهطورکلی بیشترین غلظت ذرات معلق کمتر از 10 میکرون شهر تهران در مناطقی دیده میشود که بیشتر در معرض گرد و غبار با منشأ خارج از شهر هستند. لازم به ذکر است علاوه بر تأثیر ترافیک و پدیده گرد و غبار، فعالیتهای منابع ساکن آلودگی هوا از جمله فعالیتهای ساختمانی و پروژههای عمرانی در اطراف ایستگاهها نیز در انتشار این آلاینده مؤثر میباشند.
مقایسه غلظت فصلی ذرات معلق (PM10) شهر تهران نسبت به استاندارد سالانه WHO(20 میکروگرم بر متر مکعب) نشان داد که در همه مناطق شهر تهران غلظت ذرات معلق (PM10) نسبت به استاندارد WHO مقدار بالاتری را دارا میباشند. به طوری که حتی در مناطق غربی میانگین فصلی غلظت ذرات معلق (PM10) در فصل تابستان به 116 میکروگرم بر متر مکعب نیز رسیده است.
الف- بهار ب- تابستان
ج- پاییز د-زمستان
شکل شماره 8. تغییرات مکانی ذرات معلق (PM2.5) در شهر تهران طی سالهای 99-1392
Fig. 8 spatial variations of particulate matter concentration mean (PM2.5) in Tehran during 2013-2020
بر اساس شکل 8 بیشترین غلظت ذرات معلق (PM2.5) در فصل بهار مربوط به ایستگاههای مرکزی، غربی و جنوبی میباشدکه به غلظت 28 میکروگرم بر متر مکعب نیز رسیده و به سمت مناطق شرقی و شمال غربی غلظت ذرات معلق مقدار 24 میکروگرم بر متر مکعب را نشان میدهد. همچنین ایستگاه شهرداری منطقه 2 با غلظت 18 میکروگرم بر متر مکعب از کیفیت هوای بهتری نسبت به دیگر مناطق برخوردار میباشد. فصل تابستان نسبت به دیگر فصول گستره بیشتری از سطح شهر تهران درگیر ذرات معلق (PM2.5) میباشند به طوری که تنها ایستگاههای شمالی از کیفیت هوای نسبتا خوبی برخوردار هستند و مناطق مرکزی غربی و جنوبی غلظت 37 میکروگرم بر متر مکعب را نشان میدهند. همچنین فصل پاییز مناطق آلوده از منظر آلاینده ذرهای (PM2.5) محدود به مناطق مرکزی، غربی و جنوبی با غلظت بالای 40 میکروگرم بر متر مکعب میباشد اما حداقل غلظت این آلاینده در فصل پاییز محدود به مناطق شمالی، شمال شرق و جنوب شرقی با غلظت 27 میکروگرم بر متر مکعب میباشد. فصل زمستان نیز مانند فصل پاییز ذرات معلق (PM2.5) تنها در مناطق مرکزی، غربی و جنوبی شهر تهران توزیع شده اما غلظت این آلاینده به بالاترین حد خود ( 43 میکروگرم بر متر مکعب) نسبت به دیگر فصلها رسیده است. عامل اصلی در تجمع آلاینده مذکور را می توان افزایش برقراری شرایط جوی پایدار در سطح منطقه، احتمال وقوع وارونگی دمای شدید در لایه نزدیک سطح زمین و ازدیاد حجم تردد خودروها طی ماههای سرد سال دانست. در ماههای مربوط به پاییز و زمستان تجمع قابل توجه غلظت (PM2.5) در برخی مناطق شهر تهران به ویژه مناطق مرکزی و جنوبی مشاهده شده است که این روند با توجه به عوامل مؤثر در پراکنش یا تشدید غلظت آلایندهها از جمله توپوگرافی شهر تهران، جریان بادهای محلی، الگوی تردد خودروها، جایگاه کارخانجات و صنایع اطراف تهران و غیره به نسبت هماهنگ است. به طور کلی غلظت فصلی ذرات معلق (PM2.5) در همه مناطق شهر نسبت به استاندارد سالانه EPA (12 میکروگرم بر متر مکعب ) مقادیر بالاتری را نشان میدهند حتی در مناطق مرکزی و جنوبی غلظت فصلی ذرات معلق (PM2.5) در فصل زمستان به 40 تا 43 میکروگرم بر متر مکعب رسیده است.
بحث و نتیجهگیری
پژوهش حاضر تغییرات زمانی- مکانی ذرات معلق (PM10 و PM2.5) شهر تهران را طی دوره آماری (99-92) مورد بررسی قرار داد. نتایج حاصل از تغییرات زمانی ذرات معلق (PM10 و PM2.5) نشان داد تغییرات ساعتی ذرات معلق (PM10 و PM2.5) با هم منطبق هستند. پیک این دو آلاینده در ساعات 12 شب تا 1 بامداد میباشد و در ساعات 5 و 6 عصر به حداقل خود کاهش مییابند. طی روزهای اوایل هفته به تدریج بر غلظت ذرت معلق (PM10 و PM2.5) افزوده شده و سرانجام در پایان هفته با کاهش حجم ترافیک و ترددهای شهری میزان غلظت این آلایندهها نیز به حداقل رسید. همچنین نتایج نشان داد که حداکثر غلظت ماهانه ذرات معلق (PM10) مربوط به ماههای تیر و مرداد و حداقل غلظت مربوط به فروردین ماه میباشد. در مورد تغییرات ماهانه ذرات معلق (PM2.5)، حداکثر غلظت مربوط به دی ماه و حداقل غلظت ماهانه را فروردین ماه دارا میباشد. تغییرات فصلی ذرات معلق (PM10 و PM2.5) شهر تهران نشان داد فصل تابستان حداکثر غلظت فصلی ذرات معلق (PM10) را به خود اختصاص داده است همچنین حداکثر غلظت فصلی ذرات معلق (PM2.5) را فصل زمستان دارا میباشد. حداقل غلظت ذرات معلق (PM10 و PM2.5) مربوط به فصل بهار میباشد.
ذرات معلق (PM10) نسبت به ذرات معلق (PM2.5) گسترش کمتری را در سطح شهر تهران نشان میدهد و محدود به مناطق غربی، شهرری و با غلظت کمتری مناطق شمال غرب را شمال میشود. در مجموع فصل تابستان مناطق بیشتری از شهر تهران درگیر ذرات معلق (PM10) میباشند و فصل پاییز اکثر مناطق کیفیت هوای نسبتا خوبی را از نظر ذرات معلق (PM10) دارا هستند. بیشترین غلظت ذرات معلق کمتر از 10 میکرون در مناطقی دیده میشود که بیشتر در معرض گرد و غبار با منشأ خارج از شهر تهران هستند. لازم به ذکر است علاوه بر تأثیر ترافیک و پدیده گرد و غبار، فعالیتهای منابع ساکن آلودگی هوا از جمله فعالیتهای ساختمانی و پروژههای عمرانی در اطراف ایستگاهها نیز در انتشار این آلاینده مؤثر میباشند. همچنین کانونهای ریزگرد اطراف شهر تهران مربوط به بیابان‌های واقع در جنوب، غرب و جنوبغربی این شهر است. شهر تهران از سمت جنوب بطور عمده با بیابان‌های رسی و زمین‌های نمکی احاطه شده است. این بیابانها که در حاشیه شمالی کویر مرکزی ایران واقع شده‌اند، نقش قابل ملاحظه‌ای بعنوان کانون ریزگرد برای شهر تهران دارند. بطور معمول در فصل تابستان، وجود اختلاف دما (گرادیان فشار) بین مناطق کویری واقع در جنوب شهر تهران با اقلیم خشک و شهر تهران با اقلیم نیمه خشک، باعث وزش بادهای شمال‌سو (از سمت جنوب به سمت شمال) در این منطقه میشود. این بادها که دارای سرعتی بالغ بر 5 تا 6 متر بر ثانیه (بین 15 تا 20 کیلومتر بر ساعت) هستند قابلیت تولید ریزگرد و ذرات معلق از کانونهای واقع در جنوب شهر تهران و انتقال آنها به جو این شهر را دارند.
تجمع ذرات معلق (PM2.5) در شهر تهران طی فصول مختلف شامل مناطق غربی، جنوبی و بخصوص مناطق مرکزی شهر تهران میباشد. بیشترین غلظت ذرات معلق (PM2.5) شهر تهران مربوط به فصل زمستان میباشد عامل اصلی در تجمع آلاینده مذکور را میتوان افزایش برقراری شرایط جوی پایدار در سطح منطقه، احتمال وقوع وارونگی دمای شدید در لایه نزدیک سطح زمین و ازدیاد حجم تردد خودروها طی ما های سرد سال دانست. ایستگاههای اقدسیه، پونک، و شهرداری منطقه 2 در مناطق شمالی تهران، ایستگاه گلبرگ در شرق و مسعودیه در جنوب شرق تهران از جمله ایستگاههای هستند که کمترین مقادیر غلظت ذرات معلق (PM2.5) در آنها به ثبت رسیده است. همینطور بیشترین غلظت ذرات معلق (PM2.5) مربوط به مناطق مرکزی شهر تهران میباشد که این امر میتواند بالا بودن حجم ترافیک شهری در مناطق مرکزی، جابجایی جمعیت زیاد در این منطقه، فرایند احتراق خودروها و منابع ساکن شهری، انتشار از منابع طبیعی‌خارج و داخل شهر و همچنین انتقال از چشمه‌های تولید گرد و غبار در مناطق جنوب و جنوب غربی تهران را تأثیر گذار دانست. در مجموع ذرات معلق (PM2.5) نسبت به ذرات معلق (PM10) مناطق بیشتری از سطح شهر تهران را درگیر کردهاند.
مقایسه میانگین ساعتی و روزانه غلظت ذرات معلق (PM2.5) و (PM10) شهر تهران نسبت به استاندارد EPA (35 و 150 میکروگرم بر متر مکعب) نشان داد در همه ساعات شبانه روز و در همه روزهای هفته غلظت ذرات معلق (PM2.5) و (PM10) نسبت به میانگین 24 ساعته استاندارد EPA پایینتر است با این تفاوت که میانگین ساعتی و روزانه غلظت ذرات معلق (PM2.5) نسبت به ذرات معلق (PM10) اختلاف کمتری را با استاندارد 24 ساعته EPA خصوصا در ساعات پایانی شب و یا روزهای میانی هفته نشان میدهد. اما مقایسه میانگین ماهانه، فصلی و سالانه غلظت ذرات معلق (PM2.5) نسبت به استاندارد سالانه EPA و ذرات معلق (PM10) نسبت به استاندارد سالانه WHO نشان داد که در این بازههای زمانی غلظت ذرات معلق (PM2.5) و (PM10) نسبت به استاندارد سالانه EPA و استاندارد سالانه WHO بالاتر میباشد. همچنین تمام مناطق شهر تهران در همه فصلها نسبت به استاندارد سالانه EPA (12 میکروگرم بر متر مکعب) و استاندارد سالانه WHO (20 میکروگرم بر متر مکعب) غلظت بالاتری را نشان داد. نتایج حاصل از همبستگی پیرسون بین ذرات معلق (PM2.5) و (PM10) نشان داد که این آلایندهها در بازههای زمانی فصلی هیچ گونه همبستگی ندارند اما طی روزهای مختلف هفته و بازه زمانی ساعتی و ماهانه با سطح اطمینان 95% و 99% دارای ارتباط مستقیم و معناداری میباشند.
با توجه به اینکه تمام اهداف پژوهشهای مرتبط تعیین تغییرات زمانی مکانی ذرات معلق ( PM2.5 و PM10) میباشد، نتایج این تحقیق نیز اکثر نتایج مطروحه در پیشینه را تأیید میکند. از جمله با نتایج بررسی تغییرات زمانی- مکانی ذرات معلق PM10 شهر تبریز توسط خورشید دوست و همکاران (1396) که در همه ایستگاهها بیشترین رخداد فراوانی PM10 در فصل تابستان (ماه اوت) بوده و در فصل زمستان در بیشتر ایستگاهها غلظت این آلاینده به کمترین حد خود رسیده، منطبق میباشد. همچنین نتایج تحلیل روند تغییرات غلظت ذرات معلق شهر مشهد را طی سالهای 95-90 توسط اسراری و پایدار (1396) که نشان داد بيشترين ميزان غلظت ذرات معلق در فصل پاييز و خصوصاً مهر ماه مىباشد و شرق و تا حدودی مركز مشهد، آلودگى بيشترى نسبت به ساير مناطق دارد را تأیید مینماید. نتایج مطالعه ذاکری کیا و همکاران(1398) که با مدلسازی و تغییرات زمانی مکانی پراکنش ذرات معلق در سطح شهر تهران به این نتیجه رسیدند، بیشترین میزان غلظت ذرات معلق (PM10) در قسمتهای جنوبغربی شهر تهران اما بالاترین مقدار غلظت ذرات معلق (PM2.5) در محدوده شهرری و بخشهایی از قسمتهای جنوبی مشاهده شد را نیز مورد تأیید قرار میدهد. همینطور نتایج مطالعه روند تغییرات زمانی مکانی ذرات معلق جو در جنوب شرق ایران توسط میراکبری و ابراهیمی خوسفی (1399) که نشان داد غلظت ذرات معلق طی پاییز و زمستان در ماههای آبان، آذر، دی و بهمن دارای حداقل مقدار و تابستان و بهار در ماههای تیر، خرداد و اردیبهشت دارای حداکثر مقدار استف مطابقت دارد. همچنین با نتایج مطالعه سجادی و همکاران (1398) که با ارزیابی روشهای قطعی و زمین آمار در پهنهبندی غلظت ذرات معلق (PM2.5 و PM10) شهر سبزهوار دریافتند مناسبترین روش میانیابی برای پهنهبندی غلظت ذرات معلق روش قطعی با تابع IDW است، هماهنگ میباشد و نتیجه تحقیق زرندی و نصیری (1399) که با تحلیل فضایی-زمانی آلاینده PM2.5 شهر تهران دریافتند مناطق غربی، جنوب غربی، جنوبی و مرکزی از آلودهترین مناطق شهر تهران میباشند کاملا مطابقت دارد. نتایج این تحقیق نیز نتایج مطالعه گارسیا و همکاران (2018) "تغییرات غلظتPM10 و PM2.5 را در هوای شهری شمال اسپانیا در مقیاسهای زمانی مختلف با استفاده از مدل آماری تحلیل واریانس (ANOVA)" که نشان داد بالاترین غلظت میانگینهای ماهانهPM10 و PM2.5 مربوط به ماههای پاییز و زمستان است و تغییرات روزانه غلظت دو اوج دارد، یکی اوایل صبح و دیگری عصر را تأیید مینماید. همچنین با نتایج مطالعه گوتام و بریما (2020) که به بررسی تغییرات زمانی مکانی ذرات معلق شهر چنای هند طی سالهای 2013 تا 2018 پرداختند و به این نتیجه دست یافتند داد که غلظت ذرات معلق PM10 در مجاورت مناطق صنعتی بالاتر است همپنین در فصل تابستان به علت اثر فصل خشک موسمی باعث میشود تا غلظت این ذرات نسبت به دیگر فصلها بیشتر باشد، منطبق میباشد. این تحقیق نتایج مطالعه رئیس پور (1400) که به ارزیابی زمانی مکانی غلظت ذرات معلق PM2.5 ایران با استفاده از دادههای بازتحلیل NASA/MERRA- 2 پرداخت و به این نتیجه رسید که بیشترین و کمترین تراکم ذرات معلق PM2.5 به ترتیب در فصل تابستان و زمستان اتفاق افتاده است را رد مینماید.
در مقایسه با دیگر مطالعاتی که در نقاط مختلف جهان صورت گرفته است در شهر تهران تنها ذرات معلق (PM2.5) به عنوان آلاینده مسئول آلودگی هوای شهر تهران شناخته شدند که گسترش بیشتری در سطح شهر داشتند و توزیع غلظت این ذرات در مناطق جنوبی، غربی و مرکزی شهر تهران بیشتر بوده است. این آلاینده که نماینده طیف وسیعی از ذرات بسیار ریز با سایزهای متفاوت با قطر کمتر از 5/2 میکرون میباشد و بیشتر از فرآیندهای احتراقی به ویژه در وسایل نقلیه موتوری نظیر خودروهای دیزلی، سایش مربوط به حرکت وسایل نقلیه و همچنین در نتیجه فعل و انفعالات سایر آلایندههای موجود در هوا و به صورت آلاینده ثانویه تولید میشود. این آلاینده درصورت حاکمیت شرایط جوی پایدار برای چند روز متوالی و همچنین وقوع پدیده گرد و غبار، در هوای شهر انباشت شده و در اکثر قریب به اتفاق روزهای آلوده، آلاینده شاخص شهر تهران به شمار میرود. این امر ممکن است که باعث اثرات زیان آوري بر روي سلامت افراد جامعه بخصوص کودکان و افراد مسن شود توصیه میشود مدیریت کیفیت هوا در تمام مناطق شهري قسمتی از برنامههاي توسعه و عمران شده و به توسعه فضاي سبز و جلوگیري از تخریب آن اهمیت داده شود. اقداماتی نظیر معاینه فنی خودروها، گازسوز و انژکتوري کردن آنها، توسعه هر چه سریعتر وسایل نقلیه عمومی و بهرهگیري از تکنولوژيهاي صنعتی میتوانند در کاهش آلودگی هواي شهرها موثر باشند. نتایج حاصل میتواند در بحث مدیریت آلودگی هوا بخصوص برنامهریزی جهت مدیریت کنترل ذرات معلق و کاهش آلودگی هوا مورد استفاده برنامهریزان و تصمیمگیرندگان شهری قرار گیرد.
تقدیر و تشکر
نویسندگان از شرکت کنترل کیفیت هوای تهران جهت در اختیار گذاشتن دادههای مورد نیاز این تحقیق سپاسگذاری مینماید.
Reference
1. Kermani M, Dowlati M, Fallah Jokandan S, Aghaei M, BahramiAsl F, Karimzadeh S (2017) Study of Air Quality Health Index and its Application in Seven Cities of Iran in 2011, J Arak University Medical Sciences, 19(12), 78-88. [In Persian]
2. Golbaz S, Farzadkia M, Kermani M, (2010) Determination of Tehran air quality with emphasis on air quality index (AQI); 2008-2009, J Iran Occupational Health 6(4): 59-65. [In Persian]
3. Nourpoor AR, Feiz SMA (2014) Determination of the Spatial and Temporal Variation of SO2, NO2 and Particulate Matter Using GIS Techniques and Estimation of Concentration Modeling with LUR Method, Case Study: Tehran City, J Environmental Studies 40(3): 723-738. [In Persian]
4. Garcia, M.A.; Sanchez, M. L.; Rois, A.; Peres, L. A.; Pardo, N.; (2018) Analysis of PM10 and PM2.5 Concentrations in an Urban Atmosphere in Northern Spain, Archives of Environmental Contamination and Toxicology, pp-1-15.
5. Goudarzi,G.H., Shirmardi, M., Abolfazl Naimabadi , A., Ata Ghadiri, A., , Sajedifar, J., (2019) Chemical and organic characteristics of PM2.5 particles and their in-vitro cytotoxic effects on lung cells: The Middle East dust storms in Ahvaz, Iran, Science of the Total Environment, 655 : 434–445.
6. Joanna, K., Mariusz, G., Lechosław, Dul.,(2018) Characteristics of air quality and sources affecting high levels Of PM10 and PM2.5 in Poland, Upper Silesia urban area, Environ Monit Assess, 190, 515-525.
7. Nadian ,M Mirzaei R, Soltani Mohammadi S, (2018) Application of MoransI Autocorrelation in Spatial-Temporal Analysis of PM2.5 Pollutant (A case Study: Tehran City) J Environmental Health Engineering 5(3): 213-197. [In Persian]
8. Gholampour A, Nabizadeh R, Hassanvand MS, Taghipour H, Faridi S, Mahvi AH (2013) Investigation of the ambient particulate matter concentration changes and assessing its health impacts in Tabriz, J Health & Environ 7(4): 541-556. [In Persian]
9. Leali M, Nadafi K, Nabizadeh R, Youneseian M, Mesdaghineia AR, Nazmara SH(2011) Particulate Matter Concentrations and The Air Quality Index In The Central Part Of Tehran City, Tehran, Iran, J School of Public Health And Institute of Public Health Research, 1(7): 57-67. [In Persian]
10. Wu Z, Liu F, Fan, W (2015) Characteristics of PM10 and PM2.5 at Mount Wutai Buddhism Scenic Spot Shanxi, China, J Atmosphere 6(8): 1195–1210.
11. Pui, D. H.Y., Chen, S. C., Zhili, Z., (2014) PM2.5 in China: Measurements, sources, visibility and health effects, and mitigation. Particuology, 13:1–26.
12. Bravoa, M. A., & Bella, M. L. (2011). Spatial heterogeneity of PM10 and O3 in São Paulo, Brazil, and implications for human health studies. Journal of the Air & Waste Management Association, 66(1), 69–77.
13. Bayraktar , H., Sezer , F., Tuncel, G., (2010) Average mass concentrations of TSP, PM10 and PM2.5 in Erzurum urban atmosphere, Turkey,Stoch Environ Res Risk Assess , 24:57–65.
14. Tiwari, S., Chate, D. M., Srivastava, M. K., Safai , P. D,(2012) Statistical evaluation of PM10 and distribution of PM1, PM2.5, and PM10 in ambient air due to extreme fireworks episodes (Deepawali festivals) in megacity Delhi, Nat Hazards , 61:521–531.
15. Gadass, R., Mirjana, C., kovic, A., Kres, I.,(2012) Winter Mass Concentrations of Carbon Species in PM10, PM2.5 and PM1 in Zagreb Air, Croatia, Bull Environ Contam Toxicol , 89:1087–1090.
16. Khorshiddoust AM, Valizadeh KH, Ghasemi Baghtash A (2017) Analysis of temporal- spatial distribution of dangerous contaminants in Tabriz with emphasis on PM10, J Physical Geography Research 49(4): 585-602. [In Persian]
17. Asrari E, Paydar M (2018) Investigation of the airborne particulate matter concentration trend changes in Mashhad by using meteorological data during 2010-2015. Iranian Journal of Research in Environmental Health; 4 (1): 58-65. [In Persian]
18. zakeri KIA, S., Aghamohammadi, H., behzadi, S., azizi, Z. (2020). Modeling and Spatio -Temporal Analysis of the Distribution of Particulate Matter in Tehran City Based on Spatial Analysis in GIS Enviroment. Journal of Environmental Science and Technology, 21(11), 241-252. doi: 10.22034/jest.2020.30003.3861[In Persian]
19. Ranjbar M, Bahak, B (2018) Temporal – spatial variations of particulate matter using GIS (Case study: semi – north region of Tehran city), J Quarterly of Geography 17(60):72-85. [In Persian]
20. Sajjadi, S., Delsouz, M., Zolfaghari, G., Mir Mohammadi, M., Adab, H. (2019). Evaluatin of Deterministic and Geostatistics Methods for Particulate Matter Concentration (PM2.5 and PM10) Zoning Using GIS: case study, Sabzevar City. Journal of Environmental Science and Technology, 21(10), 1-13. doi: 10.22034/jest.2018.22358.3143[In Persian]
21. Zarandi S, Nasiri R. (2020), Spatio-temporal Analysis of PM2.5 Pollutant in Tehran Metropolis during the Years 2014-2017. Iranian Journal of Research in Environmental Health. 6(3): 211-220. [In Persian]
22. Mirakbari, M., Ebrahimi Khusfi, Z. (2020). Investigation of spatial and temporal changes in atmospheric aerosol using aerosol optical depth in Southeastern Iran. Journal of RS and GIS for Natural Resources, 11(3), 87-105. [In Persian]
23. Raispour, K. (2021). Evaluation of Spatiotemporal Column Particulate Matter Concentration (PM2.5) Due to Dust Events in Iran Using Data from NASAN / MERRA-2 Reanalysis Model. Journal of the Earth and Space Physics, 47(2), 333-354. doi: 10.22059/jesphys.2021.316499.1007273 [In Persian]
24. Garcia, M.A.; Sanchez, M. L.; Rois, A.; Peres, L. A.; Pardo, N.; (2018) Analysis of PM10 and PM2.5 Concentrations in an Urban Atmosphere in Northern Spain, Archives of Environmental Contamination and Toxicology, pp-1-15.
25. Gautam S. and Brema J., Spatio-temporal variation in the concentration of atmosp particulate matter: A study in fourth largest urban agglomeration in India. Environmental Technology & Innovation (2019), doi: https://doi.org/10.1016/j.eti.2019.100546.
26. Gholizadeh MH, Farajzadeh M, Darand M (2009) the Correlation between Air Pollution and Human Mortality in Tehran, Hakim Research Journal; 12(2): 65- 71. [In Persian]
27. Mousavi F, Jahed S. A, Rajab A, Nikuo Sokhantabar A. K, Kashi G, Tabatabaee R(2013)Survey Of Air Pollution Effect On Variation Of Glycosylated Hemoglobin A1c (Hba1c) Level In Diabetic Patients In Tehran, Iranian Journal Of Health And Environment, 6(1), 123-132. [In Persian]
28. Bahari RA, Abaspour RA, Pahlavani P (2015) Zoning of Particulate Matters (PM) Pollution Using Local Statistical Models in GIS (Case Study: Tehran Metropolisies) J Geomatics Science and Technology 5(3):165-173. [In Persian]
29. Safavi SY, alijani B (2007) Studying geographical factors in Tehran air pollution, J Geography Research (58):99-112. [In Persian]
[1] particulate matter
[2] Environmental protection agency
[3] Inverse distance weighting
