بهروز سبحانی - استاد گروه جغرافیای طبیعی، اقلیم شناسی، دانشگاه محقق اردبیلی، اردبیل، ایران
وحید صفریان زنگیر - دانشجوی دکتری گروه جغرافیای طبیعی، اقلیمشناسی، دانشگاه محقق اردبیلی، اردبیل، ایران
سینا فیض اله زاده - دانشجوی دکتری گروه مهندسی بیوسیستم، دانشگاه محقق اردبیلی، اردبیل، ایران

برای مدلسازی و پیشیابی پدیده مخاطرهای گرد و غبار در مناطق گردوغبارخیز ایران، نخست دادههای گرد و غبار، دما، و رطوبت ۲۸ ایستگاه مناطق درگیر شدید با گرد و غبار در ایران در بازه زمانی ۲۹ ساله (۲۰۱۸-۱۹۹۰) اخذ شد. سپس، با استفاده از مدلهای شبکه عصبی ANFIS و RBF در نرمافزار MATLAB مدلسازیها انجام گرفت. دادههای گرد و غبار بهدستآمده از پیشبینی با استفاده از مدل تصمیمگیری چندمتغیره TOPSIS و مناطق بیشتر درگیر با پدیده مخاطرهای گرد و غبار برای سالهای آتی اولویتسنجی و مشخص شدند. براساس نتایج پژوهش، مقایسه دو مدل شبکه عصبی ANFIS و RBF در بهترین شرایط نشان داد که مقدار RMSE مدل ANFIS برابر با ۶۷/۱۱ و مدل RBF برابر با ۱۹/۲ است. بنابراین، قدرت دقت RBF در پیشبینی گرد و غبار در سالهای شبیهسازیشده بیشتر است. براساس نتایج خروجی مدل شبکه عصبی- مصنوعی RBF در پیش بینی گرد و غبار برای سالهای آتی ایستگاه­های مورد مطالعه؛ در هر دو مقیاس میانگین و حداکثر فراوانی گرد و غبار، ایستگاههای غربی و جنوب غربی منطقه مورد پژوهش بیشتر در معرض گرد و غبار در سال­های آینده قرار گرفتند. همچنین، در مدل TOPSIS، ایستگاههای آبادان، مسجد سلیمان، و اهواز بهترتیب با مقدار درصد (۱، ۹۵/۰، و ۸۱/۰) در معرض گرد و غبار قرار گرفتند.

تحلیل آماری, شبیهسازی, مخاطره, مدلهای RBF و ANFIS, مناطق گرد و غباری ایران