Ŷ = 0.309 + 0.05X
r2 = 0.864 với mức ý ngh ĩa Sig = 0.07 độ tin cậy 95%
“ Ứng dụng GIS và thu ật toán nội suy dự báo mức độ ơ nhi ễm khơng khí Tp. HCM trong t ương lai”
Mơ hình h ồi qui tuyến tính Bụi tại ngã t ư Nguyễn Văn Linh – Hu ỳnh Tấn Phát
Hình 4.6: Thể hiện tương quan tuyến tính của tập mẫu Bụi tại Nguyễn Văn Linh – Hu ỳnh Tấn Phát
Ŷ = 0.421 + 0.48X
r2 = 0.982 với mức ý ngh ĩa Sig = 0.009 độ tin cậy 95%
Mơ hình h ồi qui tuyến tính Bụi tại ngã 6 Gị V ấp
Hình 4.7: Thể hiện tương quan tuyến tính của tập mẫu Bụi tại ngã 6 Gò V ấp
Ŷ = 0.341 + 0.42X
r2 = 0.891 với mức ý ngh ĩa Sig = 0.056 độ tin cậy 95%
“ Ứng dụng GIS và thu ật toán nội suy dự báo mức độ ơ nhi ễm khơng khí Tp. HCM trong t ương lai”
Mơ hình h ồi qui tuyến tính Bụi tại ngã t ư Đinh Tiên Hồng – Điện Biên Phủ
Hình 4.8: Thể hiện tương quan tuyến tính của tập mẫu Bụi tại Đinh Tiên Hoàng – Điện Biên Phủ
Ŷ = 0.555 + 0.01X
r2 = 0.955 với mức ý ngh ĩa Sig = 0.023 độ tin cậy 95%
Mơ hình h ồi qui tuyến tính CO tại ngã 6 Gị V ấp
Hình 4.9: Thể hiện tương quan tuyến tính của tập mẫu CO tại Gị V ấp
Ŷ = 12.591 + 1.693X
r2 = 0.882 với mức ý ngh ĩa Sig = 0.061 độ tin cậy 95%
“ Ứng dụng GIS và thu ật toán nội suy dự báo mức độ ơ nhi ễm khơng khí Tp. HCM trong t ương lai”
hinh 0.1
Mơ hình h ồi qui tuyến tính CO tại ngã t ư An Sương
Hình 4.10: Thể hiện tương quan tuyến tính của tập mẫu CO tại An Sương
Ŷ = 11.578 + 0.840X
r2 = 0.996 với mức ý ngh ĩa Sig = 0.002 độ tin cậy 95%
Mơ hình h ồi qui tuyến tính CO tại ngã t ư Nguyễn Văn Linh – Hu ỳnh Tấn Phát
Hình 4.11:Thể hiện tương quan tuyến tính của tập mẫu CO tại Nguyễn Văn Linh – Hu ỳnh Tấn Phát
“ Ứng dụng GIS và thu ật tốn nội suy dự báo mức độ ơ nhi ễm khơng khí Tp. HCM trong t ương lai”
Ŷ = 9.447 + 0.113X
r2 = 0.969 với mức ý ngh ĩa Sig = 0.015 độ tin cậy 95%
Mơ hình h ồi qui tuyến tính CO tại ngã t ư Đinh Tiên Hồng – Điện Biên Phủ
Hình 4.12: Thể hiện tương quan tuyến tính của tập mẫu CO tại Đinh Tiên Hồng – Điện Biên Phủ
Ŷ = 14.228 + 0.19X
r2 = 0.750 với mức ý ngh ĩa Sig = 0.173 độ tin cậy 95%
Mơ hình h ồi qui tuyến tính CO tại vịng xoay Phú Lâm
“ Ứng dụng GIS và thu ật toán nội suy dự báo mức độ ô nhi ễm không khí Tp. HCM trong t ương lai”
Ŷ = 9.72 + 0.55X
r2 = 0.949 với mức ý ngh ĩa Sig = 0.026 độ tin cậy 95%
Mơ hình h ồi qui tuyến tính CO tại ngã t ư Hàng Xanh
Hình 4.14: Thể hiện tương quan tuyến tính của tập mẫu CO tại Hàng Xanh
Ŷ = 10.165 + 0.177X
r2 = 0.94 với mức ý ngh ĩa Sig = 0.03 độ tin cậy 95%
Mơ hình h ồi qui tuyến tính Pb tại ngã t ư An Sương
“ Ứng dụng GIS và thu ật tốn nội suy dự báo mức độ ơ nhi ễm khơng khí Tp. HCM trong t ương lai”
Ŷ = 0.308 + 0.047X
r2 = 0.695 với mức ý ngh ĩa Sig = 0.166 độ tin cậy 95%
Mơ hình h ồi qui tuyến tính Pb tại ngã t ư Nguyễn Văn Linh – Hu ỳnh Tấn Phát
Hình 4.16: Thể hiện tương quan tuyến tính của tập mẫu Pb tại Nguyễn Văn Linh – Hu ỳnh Tấn Phát
Ŷ = 0.172 + 0.08X
r2 = 0.884 với mức ý ngh ĩa Sig = 0.06 độ tin cậy 95%
Mơ hình h ồi qui tuyến tính Pb tại ngã t ư Đinh Tiên Hồng – Điện Biên Phủ
Hình 4.17: Thể hiện tương quan tuyến tính của tập mẫu Pb tại Nguyễn Đinh Tiên Hoàng – Điện Biên Phủ
“ Ứng dụng GIS và thu ật tốn nội suy dự báo mức độ ơ nhi ễm khơng khí Tp. HCM trong t ương lai”
Ŷ = 0.327 + 0.044X
r2 = 0.877 với mức ý ngh ĩa Sig = 0.064 độ tin cậy 95%
Mơ hình h ồi qui tuyến tính Pb tại ngã t ư Hàng Xanh
Hình 4.18: Thể hiện tương quan tuyến tính của tập mẫu Pb tại Hàng Xanh
Ŷ = 0.208 + 0.069X
r2 = 0.728 với mức ý ngh ĩa Sig = 0.147 độ tin cậy 95%
Mơ hình h ồi qui tuyến tính Pb tại vòng xoay Phú Lâm
“ Ứng dụng GIS và thu ật toán nội suy dự báo mức độ ơ nhi ễm khơng khí Tp. HCM trong t ương lai”
Ŷ = 0.141 + 0.094X
r2 = 0.889 với mức ý ngh ĩa Sig = 0.057 độ tin cậy 95%
Mơ hình h ồi qui tuyến tính Pb tại ngã 6 Gị V ấp
Hình 4.20: Thể hiện tương quan tuyến tính của tập mẫu Pb tại Gò V ấp
Ŷ = 0.192 + 0.079X
r2 = 0.841 với mức ý ngh ĩa Sig = 0.083 độ tin cậy 95%
Mơ hình h ồi qui tuyến tính NO2 tại vịng xoay Phú Lâm
“ Ứng dụng GIS và thu ật tốn nội suy dự báo mức độ ơ nhi ễm khơng khí Tp. HCM trong t ương lai”
Ŷ = 0.154 + 0.003X
r2 = 0.978 với mức ý ngh ĩa Sig = 0.011 độ tin cậy 95%
Mơ hình h ồi qui tuyến tính NO2 tại ngã t ư Hàng Xanh
Hình 4.22: Thể hiện tương quan tuyến tính của tập mẫu NO2 tại Hàng Xanh
Ŷ = 0.165 + 0.008X
r2 = 0.934 với mức ý ngh ĩa Sig = 0.033 độ tin cậy 95%
Mơ hình h ồi qui tuyến tính NO2 tại ngã t ư Nguyễn Văn Linh – Hu ỳnh Tấn Phát
Hình 4.23: Thể hiện tương quan tuyến tính của tập mẫu NO2 tại Nguyễn Văn Linh – Huỳnh Tấn Phát
“ Ứng dụng GIS và thu ật toán nội suy dự báo mức độ ơ nhi ễm khơng khí Tp. HCM trong t ương lai”
Ŷ = 0.145 + 0.008X
r2 = 0.714 với mức ý ngh ĩa Sig = 0.155 độ tin cậy 95%
Mơ hình h ồi qui tuyến tính NO2 tại ngã t ư Đinh Tiên Hồng – Điện Biên Phủ
Hình 4.24: Thể hiện tương quan tuyến tính của tập mẫu NO2 tại Đinh Tiên
Hồng – Điện Biên Phủ
Ŷ = 0.219 + 0.009X
r2 = 0.958 với mức ý ngh ĩa Sig = 0.021 độ tin cậy 95%
Mơ hình h ồi qui tuyến tính NO2 tại ngã 6 Gò V ấp
“ Ứng dụng GIS và thu ật toán nội suy dự báo mức độ ơ nhi ễm khơng khí Tp. HCM trong t ương lai”
Ŷ = 0.19 + 0.009X
r2 = 0.946 với mức ý ngh ĩa Sig = 0.028 độ tin cậy 95%
Mơ hình h ồi qui tuyến tính NO2 tại ngã t ư An Sương
Hình 4.26:Thể hiện tương quan tuyến tính của tập mẫu NO2 tại An Sương
Ŷ = 0.21 + 0.007X
r2 = 0.674 với mức ý ngh ĩa Sig = 0.179 độ tin cậy 95%
4.2. Xây d ựng dữ liệu dự báo chođến năm 2020
Các ốs liệu dự báo cho cácănm 2011 tới 2020 được tính tốn ừt mơ hình h ồi qui tuyến tính của các chỉ tiêu trên ỗmi trạm như trên
“ Ứng dụng GIS và thu ật toán nội suy dự báo mức độ ơ nhi ễm khơng khí Tp. HCM trong t ương lai”
· Dữ liệu dự báo cho chỉ tiêu Pb qua cácănm:
Hình 4.27: Bảng dữ liệu dự báo Pb ừt 2011 – 2020
· Dữ liệu dự báo cho chỉ tiêu CO qua cácănm:
“ Ứng dụng GIS và thu ật toán nội suy dự báo mức độ ơ nhi ễm khơng khí Tp. HCM trong t ương lai”
Dữ liệu dự báo cho chỉ tiêu NO qua các năm:
2
Hình 4.29: Bảng dữ liệu dự báo NO từ 2011 - 20202 2
· Dữ liệu dự báo cho chỉ tiêu Bụi qua các năm:
Hình 4.30: Bảng dữ liệu dự báo Bụi từ 2011 - 2020
4.3. Thành l ập bản đồ thể hiện mức độ ơ nhi ễm khơng khí qua các năm từ 2007 tới 2020.
Các dữ liệu ơ nhi ễm khơng khí được nhập vào GIS , ti ến hành n ội suy dữ liệu . Từ cácđiểm được đo đạc, GIS sẽ tính tốn thơng số ơ nhi ễm cho các vị trí khá trênềbmặt, từ đó k ết quả được thể hiện thành b ản đồ ơ nhi ễm khơng khí.
“ Ứng dụng GIS và thu ật toán nội suy dự báo mức độ ơ nhi ễm khơng khí Tp. HCM trong t ương lai”
“ Ứng dụng GIS và thu ật toán nội suy dự báo mức độ ơ nhi ễm khơng khí Tp. HCM trong t ương lai”
“ Ứng dụng GIS và thu ật tốn nội suy dự báo mức độ ơ nhi ễm khơng khí Tp. HCM trong t ương lai”
“ Ứng dụng GIS và thu ật toán nội suy dự báo mức độ ơ nhi ễm khơng khí Tp. HCM trong t ương lai”
“ Ứng dụng GIS và thu ật tốn nội suy dự báo mức độ ơ nhi ễm khơng khí Tp. HCM trong t ương lai”
ĐÁNH GIÁ VÀ TH ẢO LUẬN
Xây d ựng hàm di ễn biến ơ nhi ễm khơng khí do ho ạt động giao thơng gây ra, trong đó, xét đầy đủ các yếu tố ảnh hưởng là 1 v ấn đề phức tạp, khó kh ăn. Trong giới hạn và nguồn lực của mình, sinh viên chỉ xem xét vấn đề dự báo ơ nhiễm khơng khí mà khơng tính tới các yếu tố ảnh hưởng khác.Điều này làm cho các dự báo có được của sinh viên khơng được chính xác và q líưởtng. Trên thực tế, các ốs liệu ơ nhi ễm tại thời điểm bất kì khi đem so sánh với các ốs liệu dự báo của sinh viên có thể sẽ rất khác xa cũng bởi vì lí do đã nêu trên.
Nhìn chung theo các ốs liệu dự báo trong những năm tới, mức độ ơ nhi ễm khơng khí trênđịa bàn thành ph ố Hồ Chí Minh có chi ều hướng gia tăng, khu vực có m ức độ ơ nhiễm nặng ngày càng lan r ộng và t ăng dần về cấp độ. Nhất là trong hoàn c ảnh nước ta đẩy mạnh CNH - HDH và s ẽ trở thành m ột nước công nghi ệp vào n ăm 2020. Sự xuất hiện ngày càng dày h ơn của các khu cơng nghiệp, ảnh hưởng của q trìnhđơ th ị hóa s ẽ làm nghiêm trọng thêm vấn đề ơ nhi ễm khơng khí khu v ực Tp. HCM.
Trong đó, n ổi lên một số điểm nóng nh ư ngã t ư An Sương, ngã 6 Gị V ấp … có t ốc độ tăng nhanh và luôn là ngu ồn gây ô nhi ễm cho các khu vực xung quanh.
Sở dĩ tại ngã t ư An Sương có m ức độ ơ nhi ễm luôn ở mức cao là do đây là n ơi giao nhau của trục đường chính về Miền Tây và đi các huyện Hóoc Mơn, C ủ Chi , lại nằm gần bến xe An Sương, KCN Tân Bình và ch ợ nên mật độ phương tiện giao thông qua khu vực này l ớn, đa dạng, thường xuyên có các phương tiện vận tải hàng hóa l ớn lưu thơng, làm t ăng hàm l ượng các chất gây ô nhi ễm trong khơng khí, ng ười tham gia giao thơng ln có c ảm giác khó chịu khi qua khu vực này.
* Cơng Nghi ệp Hóa – Hi ện Đại Hóa Khu Công Nghi ệp
“ Ứng dụng GIS và thu ật toán nội suy dự báo mức độ ơ nhi ễm khơng khí Tp. HCM trong t ương lai”
Hình 4.31: Ảnh chụp khu vực ngã t ư An Sương lúc 11h – ngày 27/6/2011
Tại ngã t ư Nguyễn Văn Linh – Hu ỳnh Tấn Phát, do cách khu chếxuất (KCX) Tân Thuận chỉ 1km nênđây là n ơi lưu thông c ủa các phương tiện vận tải lớn ra vào khu ch ế xuất gây ra tình tr ạng ơ nhi ễm khá cao.
Hình 4.32: Ảnh chụp khu vực ngã t ư NVL – HTP lúc 10h 30 ngày 27/6/2011
Tại ngã 6 Gị V ấp do là ch ốt giao thơng quan tr ọng của quận, nằm gần nhiều trung tâm mua s ắm ( Big C, Honda Head, Siêu thị Văn Hóa V ăn Lang…) và b ệnh viện quân y 175 nên mật độ xe lưu thơng ln l ớn, trong đó mơ tơ, xe v ận tải hành khách chiếm tỉ lệ lớn. gây ra tình tr ạng ơ nhi ễm tại khu vực nơi đây.
“ Ứng dụng GIS và thu ật tốn nội suy dự báo mức độ ơ nhi ễm khơng khí Tp. HCM trong t ương lai”
Hình 4.33: Ảnh chụp khu vực N6GV lúc 4h30 ngày 27/6/2011
Tại vòng xoay Phú Lâm , là ch ốt giao thông quan tr ọng, nơi giao nhau của nhiều tuyến đường chính( Hồng Bàng, Kinh D ương Vương, Bà Hom..) n ằm cạnh trung tâm mua sắm Co.op Mart và tr ường học nên mật độ xe lưu thông qua đây c ũng luôn ở mức cao, đặc biệt vào các giờ cao điểm có th ể gây ùn t ắc, làm nghiêm trọng hơn vấn đề ơ nhi ễm khơng khí t ại khu vực này.
“ Ứng dụng GIS và thu ật toán nội suy dự báo mức độ ô nhi ễm khơng khí Tp. HCM trong t ương lai”
Tại ngã t ư Đinh Tiên Hoàng – Điện Biên Phủ, do nằm ở cửa ngõ t ừ các quận ngoại thành phía b ắc thành ph ố, nên ạti đây m ật độ lưu thông xe 2,3 bánh và xe vận tải hành khách cũng rất đông đúc, vào các giờ cao điểm tình trạng ùn tắc vẫn xảy ra thường xuyên gây ra tình tr ạng ơ nhi ễm khơng khí c ục bộ sau đó lan r ộng ra các khu vực xung quanh.