آلودگی هوا در شهر یکی از مهمترین مسائلی است که روی محیط زیست، سلامت جامعه، اقتصاد، مدیریت مناطق شهری و ... تاثیر می گذارد. شناسایی پارامترهای موثر بر آلودگی هوا از طریق کاوش الگوی هم–مکانی می تواند به حل معضل آلودگی هوا کمک نماید. الگوی هم–مکانی بیانگر زیر مجموعه ای از اشیای مکانی است که نمونه های آنها غالبا در یک همسایگی مکانی قرار می گیرند. مدل های موجود کاوش هم–مکانی بدلیل مشکلاتی همچون در نظر گرفتن تنها نوع داده نقطهای، لحاظ کردن ارتباطات همسایگی داده ها بصورت ورودی مساله و توجه نکردن به الگوهای هم–مکانی با محوریت یک داده خاص، توانایی استخراج الگوهای مفید برای کاربردهایی مثل آلودگی هوا را ندارند. لذا در این تحقیق مدلی جدید در حوزه کاوش الگوی هم–مکانی توسعه یافت که: اول، همه نوع داده های مکانی (نقطهای، خطی و سطحی) را در یک ترکیب مشترک در نظر می گیرد. دوم، ارتباطات همسایگی بین اشیا بصورت غیر صریح در نظر گرفته شده و در فرآیند کاوش الگوها استخراج می گردد. سوم، شناسایی الگوها با محوریت یک عنصر مرکزی انجام می گیرد که در بسیاری از کاربردها همچون کاوش الگوهای آلودگی هوا مناسب می باشد و چهارم، با استفاده از تقسیم بندی فضا (محلی سازی) با روش دیاگرام ورونوی ضمن سرعت بخشیدن به فرآیند کاوش الگو، باعث شناسایی الگوهای معنادار بر مبنای مفاهیم مکانی می گردد. مدل توسعه یافته روی داده های بخشی از شهر تهران پیاده سازی و ارزیابی گردید. بررسی الگوهای بدست آمده اولا نشان دهنده صحت الگوهای استخراج شده و عملکرد مدل بود و ثانیاً بیانگر این موضوع بود که الگوهای استخراجی حول آلودگی های متوسط به بالا رخ داد و این آلودگی ها با ترافیک کم، سرعت باد کم و توپوگرافی کم الگوهای معناداری ایجاد کردند. همچنین گرایش الگوهای حاصل به سمت مناطق مرکزی مورد مطالعه یعنی منطقه 6 تهران بود.
M. Akbari, F. Samadzadegan. Urban Air Pollution Pattern Mining Using an Extended Spatial Co-location Data Mining Method. JGST 2016; 5 (3) :293-307 URL: http://jgst.issgeac.ir/article-1-59-fa.html
اکبری محمد، صمدزادگان فرهاد. الگوکاوی آلودگی هوای منطقه شهری با استفاده از مدل توسعه یافته روش داده کاوی هم مکان. علوم و فنون نقشه برداری. 1394; 5 (3) :293-307