بررسی گرد و غبار و ارزیابی امکان پیش بینی آن بر اساس روش‌های آماری و مدل ANFIS در ایستگاه زابل

پدیده ی گرد و غبار یکی از زیان‌بارترین بلایای طبیعی است که مشکلات محیطی عدیده ای را در مناطق مختلف جهان به وجود می آورد. در ایران، منطقه ی زابل به شدت تحت تاثیر این پدیده قرار دارد. مطالعه ی حاضر، با هدف شناخت ویژگی های زمانی و بررسی امکان پیش-بینی پدیده ی گرد و غبار در ایستگاه زابل، به عنوان گردوغباری ترین ایستگاه کشور صورت گرفته است. در این راستا ابتدا به تجزیه و تحلیل ویژگی های آماری داده های مربوط به فراوانی ماهانه، فصلی و سالانه ی روزهای توام با گرد و غبار ایستگاه زابل با آمار 41 ساله پرداخته شد. از روش تجزیه ی روند سری های زمانی برای تبیین نوسانات زمانی عنصر مورد مطالعه استفاده شده و طبقه بندی ماهانه ی روزهای توام با گرد و غبار با استفاده از روش آماری چند متغیّره ی تحلیل خوشه ای انجام گرفت. پیش بینی گرد و غبار با استفاده از روش سیستم استنتاج فازی- عصبی تطبیقی یا انفیس (anfis) با اختصاص70 درصد داده ها به آموزش و30 درصد آن ها به تعیین اعتبار مدل انجام شد. نتایج نشان داد در طول دوره‌ی آماری مورد مطالعه‌ی ماه جولای و آگوست گرد و غباری‌ترین ماه‌های سال می‌باشند. بر اساس تحلیل خوشه ای انجام شده، ماه های جولای و آگوست با بیشترین روزهای گرد و غباری در یک خوشه‌ی مجزا قرار گرفته اند. روند سری ماهانه، فصلی و سالانه ی گرد و غبار در این ایستگاه، افزایشی می باشد. نتایج پیش بینی گرد و غبار با مدل انفیس، نشان از قابلیت بالای آن در پیش بینی گرد و غبار در این ایستگاه می باشد. ساختار سیستم استنتاج فازی (fis) تعیین شده با چهار تابع عضویت به شکل قوسی با روش آموزش هیبرید، با اطمینان حدود 93 درصد گرد و غبار ایستگاه زابل را پیش بینی می کند.