کنفرانس ملی مهندسی و مدیریت محیط زیست

صفحه اصلی / هفتمین کنفرانس ملی مهندسی و مدیریت محیط زیست

بررسی اثرات بلندمدت پسماندهای ساختمانی بر خصوصیات فیزیکوشیمیایی و آلودگی خاک : مروری بر مکانیسم ها، ارزیابی ریسک و کاربردهای هوش مصنوعی

نویسندگان :

امیرمحمد پورمحمود حصار¹ پرستو پورمحمودحصار²

1- دانشگاه ارومیه 2- دانشگاه ارومیه

کلمات کلیدی :

: پسماند ساختمانی،آلودگی خاک،فلزات سنگین،یادگیری ماشین،بینایی ماشین،بهینهسازی،XGBOOST

چکیده :

چکیده پسماندهای ساختمانی از جمله مهم ترین جریانهای پسماند در سراسر جهان هستند که بهدلیل ماهیت غیرقابل تجزیه و ماندگاری طولانیمدت در محیط، تهدیدی جدی برای سلامت خاک محسوب میشوند. مقاله حاضر مروری کلی بر بررسی اثرات بلندمدت دفن و انباشت پسماندهای ساختمانی بر بافت خاک میباشد. مطالعات گذشته نشان میدهند که این پسماندها حاوی فلزات سنگین خطرناکی نظیر سرب، کروم، مس، روی و آرسنیک هستند که از طریق فرآیند آبشویی (Leaching) به لایههای زیرین خاک و آبهای زیرزمینی نفوذ میکنند. همچنین، وجود پسماند در خاک سبب کاهش pH (اسیدی شدن)، افزایش شوری، کاهش مواد آلی، کاهش ظرفیت تبادل کاتیونی و افزایش تراکم خاک میشود. این مقاله مروری جامع در حوزه هوش مصنوعی با تاکید بر کاربردهای یادگیری ماشین (ML) در پیشبینی غلظت فلزات سنگین (با دقت R² تا 0.97) ، بینایی ماشین (CNN/YOLO) در تشخیص و تفکیک خودکار پسماند ساختمانی (با دقت تا 94%) و الگوریتمهای بهینهسازی مانند GA و PSO در بهینهسازی شبکه پایش (کاهش خطای برآورد تا 46٪) ارائه میدهد. در پایان، نگارنده در تلاش است تا با یک مقایسه عددی جامع ،این امر را که روشهای مبتنی بر هوش مصنوعی میتوانند هزینه پایش را تا 62% ، زمان تشخیص را تا 90% و خطای پیشبینی را تا 46.5% نسبت به روشهای سنتی کاهش دهند ، به اثبات رساند .