واکاوی و پیش‌بینی پدیده گرد و غبار در جنوب غرب ایران

گرد و غبار پدیده‌ای است که آثار زیست محیطی مخرب زیادی را در بخش‌های مختلف زندگی انسان‌ها از جمله: کشاورزی، اقتصاد، بهداشت و غیره دارد. کشور ایران، به ویژه منطقه غرب و جنوب غرب آن، به دلیل قرار گرفتن در منطقه درگیر با پدیده گرد و غبار هر ساله خسارات زیادی را از این پدیده می‌بینند بنابراین توجه به این مساله و کاهش خسارات‌های حاصل از آن، در اولویت می‌باشد. هدف از پژوهش حاضر بررسی و پیش‌بینی پدیده گرد و غبار در جنوب غرب ایران می‌باشد. برای انجام این پژوهش از داده 27 ساله گرد و غبار در 14 ایستگاه سینوپتیک در جنوب غرب ایران در بازه زمانی( 2017 - 1990) استفاده شد. در این پژوهش، ابتدا داده‌های گرد و غبار در 14 ایستگاه مورد مطالعه نرمال‌سازی شد و سپس با استفاده از مدل‌های شبکه عصبی هیبرید پانل دیتا، شبکه عصبی تطبیقی anfis در نرم‌افزار matlab خطایابی و پیش‌بینی شدند و در نهایت برای اولویت‌سنجی ایستگاه‌های بیش‌تر، در معرض گرد و غبار از مدل‌های تصمیم‌گیری چند متغیره topsis و saw استفاده شد. یافته‌های پژوهش نشان داد که میزان اطمینان حاصل از مدل‌های خطاسنجی (شبکه عصبی هیبریدپانل نسبت به شبکه عصبی تطبیقی anfis) بیش‌تر می‌باشد. براساس مدل‌های پیش‌بینی بیش‌ترین احتمال رخداد، حداکثر گرد و غبار در23 سال آینده پیش‌بینی شده در منطقه مورد مطالعه در دو ایستگاه سرپل‌ذهاب و آبادان به ترتیب با درصد (128.917، 120.709) می‌باشد. براساس مدل saw بیش‌تر مقدار احتمال رخداد گرد و غبار، در 23 سال آینده پیش‌بینی شده در ایستگاه آبادان با 0/99 درصد و براساس مدل topsis ایستگاه اسلام‌آباد غرب با مقدار درصد 0/97 به خود اختصاص داد. برای کاهش خسارات‌های حاصل از پدیده گرد و غبار در منطقه مورد مطالعه علاوه بر اقدامات داخل کشور مثل همکاری‌های بین سازمانی باید با انعقاد تفاهم‌نامه بین‌المللی با کشورهای همسایه بر آن فایق آمد.

Analysis and prediction of Dust phenomenon in the southwest of Iran

Dust is a phenomenon that has many destructive environmental impacts in different parts of human life, including: agriculture, economics, health and Etc. The country of Iran, especially its western and southwestern regions, is suffering a lot of damage due to its presence in the area affected by the dust phenomenon every year. So pay attention to this issue and reducing the resulting damage, It is a priority. The purpose of this Research is to investigate and predict the dust phenomenon in southwest of Iran. For this Research, 27yearold dust data were used at 14 synoptic stations in southwest of Iran during the period (19902017). In this Research, dust data was first normalized in 14 stations Then, by using the hybridpanel data model, the ANFIScompatible neural network in MATLAB software was falsified and predicted. and finally, to prioritize more stations, Dust was exposed to TOPSIS and SAW multivariate decision making models. The findings of the study showed that the reliability of the lira faction models (neural network of the hybrid panel compared to the ANFIS comparative neural network) was higher. Based on prediction models, the maximum probability of occurrence, the maximum dust in the next 23 years in the studied area at two stations, Sarpol Zahab and Abadan are respectively (120.709, 128.917). According to the SAW model, the probability of occurrence of dust in the next 23 years is estimated at Abadan station with 0.99% and Based on the TOPSIS model, Islamabad Gharb station with a value of 0.97%. According to the results of this study, in order to reduce the damage caused by the dust phenomenon in the study area, in addition to domestic measures, such as interorganizational cooperation, it should be addressed by concluding an international agreement with the neighboring countries.