当前的世界环境

介绍

过去几十年，科技和工业化的发展使空气污染问题成为大城市面临的最严重环境挑战之一。由于这些城市地区人口过多，这个问题可能会对个人的日常生活产生毁灭性的后果。^6.伊朗首都德黑兰的污染物浓度通常超过国际标准。这个城市可以被认为是世界上污染最严重的城市之一。造成这种污染的主要原因是大量的汽车穿梭于德黑兰的交通网络。长期暴露于环境浓度对人类健康产生不可恢复的影响，特别是对患有呼吸道疾病的儿童和成人等脆弱人群，因为它可能增加这一群体的死亡率。^10.由于不健康的空气条件对弱势群体的不利影响，公众意识是减轻空气污染有害影响的有效解决方案。^5.通过应用有关城市空气质量的信息，人们可以规划日常旅行的路线。在本文中，提出了一种解决方案来通过考虑其优先事项为公民提供最佳路线。可以基于用户定义的约束和权重计算最佳路径。在本研究中，通过确定不同的权重，德黑兰空气污染测量站的观察与距离参数组合。

相关的工作

在从海洋GIS到城市交通管理的各种GIS应用中，寻径问题一直是一个备受争议的问题。G.Mannarini和G.Coppini在2013年提出了一种考虑船舶在恶劣天气下航行的安全限制的海洋环境决策支持系统。该系统使用改进的Dijkstra算法对meteo‐海洋场组成的图进行天气路由。¹

2011年，吴吉刚等人计算了一个时间依赖的运输网络中两个特殊节点之间的最短安全路径，该网络应用于许多应用，如载运易燃物品和有毒气体的重型卡车。本文提出的算法在无向和有向时间依赖网络上都能找到最优解和最佳启动时间。^3.

2008年S.Panahi和M.R.Delavar根据集成GIS和实时交通条件开发了一种用于紧急车辆路由的空间决策支持系统。在该模型中，最短路径基于Dijkstra算法，智能更新在驾驶期间确定所确定的路径。²

空气质量指数

控制空气污染的一个有用参数是根据国际标准确定污染物浓度和描述空气质量。因此，本研究采用空气质量指数作为标准。根据这一标准，可以向公众提供污染水平，并可能在空气质量水平不理想的临界条件下采取有效措施。空气质量指数是一个报告空气质量及其对不同人群影响的指数。这个指数有6个不同的区间，每个区间用不同的颜色表示健康的危险程度。^4.

在这项研究中，使用所提出的算法，人们分类为不同水​​平的健康水平，并计算了所建议的路径并提供它们。

如表1所示，污染物和AQI值的浓度可以在几个类别中进行分类。使用EQ.1计算AQI值。在该等式Cp中，CP是污染物的浓度，并且是更大或等于CP的断点，并且是少于或等于CP的断点，其中两者来自表2一世_你好和一世_10.为BPhi和BPlo对应的AQI值。因此，从表1中替换每个污染物的BPhi和BPlo值，以及每个AQI区间的Ihi和Ilo值。计算AQI值。

表1：AQI的断点

一般来说，一个地区报告的空气质量指数可以让人们确定空气质量，它对健康的影响和空气污染的危险程度。此外，管理者和当局使用这个指数来报告空气质量，并在关键条件下采取有效措施，有效控制污染水平。空气质量指数根据公民的健康水平将其分为6个不同的群体，以提供空气污染对健康影响的合理表征，如表2所示。在这个分类中，每种颜色都有特定的含义。^5.

表2：AQI颜色及其对不同人群的影响

最短路径方法

Dijkstra最短路径法，是Edgar Dijkstra在1959年[1]发布的一种通用的基于图的寻路算法。该方法在没有负代价边的情况下，求出图中最短的路径，即代价最小的路径。Dijkstra算法是一种确定图中特定节点与其他节点之间最短路径的单源算法。因此，通过实现一个停止条件来计算两个特殊节点之间的最短路径。该算法从感兴趣的节点名称开始，并计算其他节点与该节点之间的距离名称距离。这种距离是逐渐更新的。具体算法步骤如下²：

最初，距离设置为零，用于启动节点以及其他节点的无穷大。

将状态分配给图表的每个节点。可以访问这种状态，不受票和当前。对于启动节点状态设置为当前和其他节点，以不受检控。然后创建未访问的节点的队列。

对于当前状态的节点，必须检查所有处于未访问状态的邻居节点，并计算距离。如果这个新的距离小于旧的距离，它将被取代。在这一步中，邻居的状态仍然是未访问的。

检查当前节点的所有邻居节点后，该节点的“State”变为“Visited”，将被删除。注意，永远不会再检查具有已访问状态的节点。

如果图形节点的终端节点更改为访问，则该算法将停止。在队列中具有无限距离的剩余节点的情况下，图形的开始和结束节点之间没有路径，并且该两个节点未连接。

选择与队列距离最小的节点，并将其状态更改为当前。接下来，重复步骤c中的算法。

基于空气质量指数的路径查找

空气污染条件下最优寻路的总体思路是基于Dijkstra算法。最终的最优路径可以根据用户定义的成本和参数进行计算。通过定义网络数据集并指定权值的相关参数，确定寻径算法的代价和约束条件。本文考虑网络数据集的各种约束条件，将不同的路径计算为最优路径。根据距离、空气质量指数或两者的组合等参数提供最终路径，以区分它们各自对所提路径的影响。如图1所示，为了计算感兴趣的路径，整个流程由一系列地理空间过程组成，在这些过程中，插值的空气质量指数图对给出最优健康路径起着重要作用。

图1：基于空气质量指标的路径查找过程的工作流程 点击此处查看数字

由于空气污染的重要性和必要的弱势群体寻找适当的路线，在这项研究中，伊朗首都德黑兰被认为是我们的案例研究。通过空气污染测量站收集的数据适用于为德黑兰创造空气质量指标地图。如图1所示。如图2所示，19个固定式传感器位于德黑兰，观察不同种类的空气污染参数。这些传感器收集每个车站的污染物量。在下面的地图中，描绘了Pirouzi街车站的一氧化碳（CO）参数的量。为了计算最佳路径，使用CO参数的空气质量指标。

图二:空气污染测量站图 点击此处查看数字

根据空气质量指数等级，德黑兰地图在图3中分为六个等级，其中每个区域显示了德黑兰空气状况在一个样本测量时刻的健康程度。

图3:德黑兰空气质量指数地图 点击此处查看数字

可以通过使用德黑兰网络数据集层的空气质量指数图的覆盖来实现每个边缘的成本。通过考虑网络数据集层的不同约束和成本，可以基于各种旅行成本计算多条路径。通过定义三个旅行成本来指定三个不同的网络数据集层，以便比较所提出的路径。第一个优化参数是距离参数。空气质量指数被认为是第二层的旅行成本。最后，两个参数的加权组合被认为是第三行进成本参数，以优化两个参数。在第三层中，空气质量指数的重量比距离参数的重量大两倍。

通过应用ArcGIS软件的网络分析工具箱来完成每个网络数据集层的创建和计算。在网络中定义了三个常量点，以便计算，显示和比较不同约束中的提出的路径。所需路径的起源点位于Shahid Rajaei和Azadegan的高速公路的十字架上。第二个常数点被认为是Shahid Mahallati的高速公路的某处。最后，预计这条道路将在Fatemi和Jamalzade的街道十字架上完成。如图4所示，可以通过考虑网络边缘的不同成本来计算每个数据层的不同路径。基于最小化指定点之间的行进距离来计算蓝色的路径。通过最小化AQI值，可以实现第二路径，该路径在地图上以黑色示出。第二条路径可以建议我们最健康，最长的路径来满足停止点。因此，距离参数对最终优化路径没有任何影响。 the last path is calculated to minimize a weighted combination of two parameters. In this solution, after normalizing the distance and AQI parameters, a value of 0.33 is assigned as the weight of distance parameter and a value of 0.67 is assigned as the weight of AQI parameter. This path could give the shortest path in least unhealthy conditions for vulnerable people by considering the predefined weights. As depicted in Fig. 4, the suggested path in color green avoids passing from high risky regions in red color on the map and prefers to travel through yellowish regions with healthier conditions.

由于有三个不同的预定义标准，因此可以计算出这些路径的不同长度。基于距离参数、基于AQI值和基于AQI值组合的最优路径长度分别为18.05、24.25和19.60 km。如上所述，只考虑AQI参数的路径提供最长路径，两个参数的加权路径同时考虑健康和距离。根据用户的寻径目标和他/她的漏洞级别，每一条建议的路径都可以是针对不同公民的合适解决方案。也可以根据特定的目标为每个参数更改指定的权重，以实现所需的路径。

图4:基于距离、AQI和两个参数的成本优化路径 点击此处查看数字

结论和讲话

本研究通过考虑路线规划的概念和算法，强调了污染环境下路线规划的重要性，特别是特大城市。因此，将空气污染作为城市管理的一个重要问题，以德黑兰为例进行了基于AQI的路线规划。提出了三种不同的可能方案，以提供基于兴趣约束的适当路径。第一个方案只考虑距离，不考虑任何其他参数，使整个路径的长度最小。另一种则将空气质量指数作为路线规划过程中的一个因素。最后的路径显示了所需路径对指定值的敏感性。因此，城市管理者可以通过让人们远离交通热点来减少交通量，同时减少空气污染，而不是考虑人们的健康和减轻对他们健康的破坏性影响。

参考文献

1. S. Dijkstra算法。实现离散数学:组合数学和图论的Mathematica，阅读，MA: adison - wesley, 225-227，(1990)。
2. LESERSON，CHARLES E，RIVEST，RONALD L，Stein，Clifford，＆Cormen，Thomas H.算法简介：MIT Press，（2001）。
3. Dijkstra，Edsger W.“关于与图形连接中的两个问题的一个音符。”Numerische Mathematik 1.1，P：269-271，（1959）。
4. Stasch等，一种以传感器和传感器为中心的代数方法观察,在GeoSensor网络，斯普林克。p。169-179，（2009）。
5. Samadzadegan, F.， H. Zahmatkesh和M. Saber。“基于传感器网络的空气污染预警系统的互操作架构”。国际摄影测量、遥感与空间信息科学文献1.3,p: 459-462， (2013)
6. Alesheikh，A.，Oskouei，A.，Atabi，F.，Helali，H，为使用GML技术提供空气质量的互操作性，（2005）。
7. Service, G. Mannarini & G. Coppini, P. Oddo, N. Pinardi，“一种用于操作海洋学的船舶航线决策支持系统原型”，《海上航行与海上运输安全国际期刊》，(2013)
8. 王志强，王志强，王志强，一种基于gis的应急车辆动态最短路径确定方法，同济大学学报(自然科学版)，(2008)。
9. Jigan,吴。那Jin, S., Ji, H., Srikanthan, T., Algorith, for time-dependent shortest safe path on transportation networks, Procedia Computer Science 4, 958-966, (2011).
10. 码头，D. W.，POPE，C. A.，Xu，X.，Spengler，J。D.，Way，J.H.，Fay，M.E。，......和Speizer，F. E.，六个美国城市的空气污染与死亡率之间的关联。新英格兰医学杂志那329(24)、1753 - 1759 (1993)