اسماعیل احمدی - دانشجوی دکتری اقلیم شناسی دانشگاه تربیت معلم تهران
محمدحسین ناصرزاده - دانشجوی دکتری اقلیم شناسی دانشگاه تربیت معلم تهران

هدف این مقاله کارآیی داده کاویبه عنوان ابزاری مناسب برای شناسایی روزهای گردوغباری بوشهر است ابتدا انباره داده ماهانه همه پارامترهای هواشناسی ایستگاه سینوپت کی بوشهر در بازه زمانی 1951 تا 2003 فراهم گردید. سپس روزهای گردوغباری بوشهراز ماه ژانویه تا سپتامبر به کمک مدل خود سازمانده کوهونن به 5 کلاس طبقه بندی شد و به عنوان متغیر هدف مشخص گردید. بعد از هر پارامتر اقلیمی فقط داده های چهار ماه اول سال به مدل انتخاب حالت FSM اعمال میشود نتیجه مدل نشان داد که 9 ستون داده توجیح گرهای خوبی برای کلاس های A,B,C,D,E می باشند برای طراحی مدل نهایی 10 ستون به ابزار درخت تصمیم اعمال گردید. خروجی مدل نشان داد که مدل توانسته است 7 قاعده را برای پیش بینی روزهای گردوغباری بوشهر شناسایی کند برای ارزیابی مدل از داده های سال 2003 استفاده شد. پس از ردیابی قوانین کشف شده مشخص شد که این سال در کلاس C قرار گیرد. به عبارت دیگر مدل پیش بینی می کند که تا پایان سپتامبر 2003 بین 52 تا 77 روز هوای بوشهر گردوغباری خواهد بود. نتیجه اینکه از طریق داده کاوی می توان الگوها و روابط درونی داده ها را شناسایی کرد و از این طریق برای حل برخی از مسایل پیچیده اقلیمی مدل های مناسب طراحی نمود.

داده کاوی، گردوغبارف مدلسازی ،مدل خودسازمانده کوهونن، مدل انتخاب حالت، درخت تصمیم، بوشهر