Papyrus Press رویکردهای نوین در مهندسی عمران 2588-7122 3 3 2019 11 22 Forecasting Air Pollution based on Monitoring Station with using Kalman Filter پیش بینی داده‌های جا افتاده ایستگاه‌های پایش آلودگی هوا به کمک فیلتر کالمن 46 60 103069 10.30469/jnace.2019.103069 FA ندا کفاش چرندابی استادیار،گروه نقشه برداری، دانشکده فنی و مهندسی مرند، دانشگاه تبریز، تبریز، ایران Journal Article 2020 02 14 In recent years, due to the dramatic increase of air pollutants preparation of right air pollution maps and the development of instantaneous air pollution monitoring systems attention of researchers has attracted. According to the data obtained from air pollution monitoring stations, they were not isolated from the error and some of their observations are missing; therefore, it is necessary to use a robust model to refine the data and predict the observations. In the present study, the data’s of three stations in Tehran of air pollutants corrected and predicted by Kalman filter. Results showed that an average accuracy of 92% for the Kalman filter. در سالهای اخیر با توجه به افزایش چشمگیر آلاینده های هوا، تهیه نقشه های دقیق آلودگی هوا و توسعه سامانه های آنی پایش آلودگی هوا؛ توجه محققان زیادی را به خود جلب کرده است. با توجه به اینکه داده های به دست آمده از ایستگاه های پایش آلودگی هوا، عاری از خطا نبوده و برخی از مشاهدات آنها جا افتاده است؛ لذا بهره گیری از مدلی توانمند جهت پالایش داده ها و پیش بینی مشاهدات جا افتاده ضروری بنظر می رسد. در تحقیق حاضر، مقادیر آلاینده های هوا برای ایستگاه های موجود در منطقه 3 تهران به کمک فیلتر کالمن تصحیح و پیش بینی شد. نتایج حاکی از دقت متوسط 92 درصدی برای فیلتر کالمن بوده است. https://www.jnace.ir/article_103069_500d89b9ff6dde65497239b6194fe83e.pdf