محمد کاظمی - استادیار، مرکز مطالعات و تحقیقات هرمز، دانشگاه هرمزگان، بندرعباس، ایران.
علیرضا نفرزادگان - استادیار، گروه مهندسی منابع طبیعی، دانشکده کشاورزی و منابع طبیعی، دانشگاه هرمزگان، بندرعباس، ایران.
فریبرز محمدی - استادیار، گروه علوم و مهندسی آب، مجتمع آموزش عالی میناب، دانشگاه هرمزگان، میناب، ایران

پدیده گرد و غبار یکی از بلایای طبیعی است که خصوصا در مناطق خشک و نیمه­خشک به دلیل خسارات فراوانی که هرساله بجا می­گذارد به عنوان یک خطر محیط­زیستی جدی در نظر گرفته می­شود. هدف از انجام این پژوهش، بررسی ارتباط ۱۴ متغیر اقلیمی با بیشینه ماهیانه عمق اپتیکی هواویز (AOD) ناشی از وقایع گرد و غبار در استان هرمزگان بود. ابتدا با کدنویسی در محیط موتور گوگل ارث (GEE) به ازای هر روز یک تصویر ماهواره ای از محصولات گرد و غبار MODIS استخراج و ضمن تهیه سری زمانی AOD، میانگین بیشینه گرد و غبار ماهیانه در یک بازه زمانی ۱۷ ساله (۲۰۰۰-۲۰۱۷) استخراج شد. همچنین محصولات اقلیم و بیلان آب ماهانه دانشگاه آیداهو شامل تبخیر و تعرق مرجع و واقعی، کمترین و بیشترین دمای هوا، میزان بارش، رطوبت خاک، شاخص خشکسالی پالمر، کمبود آب اقلیم، تابش طول موج کوتاه به سمت زمین، فشار بخار، کمبود فشار بخار و سرعت باد به همراه دمای سطح زمین (LST) و شاخص پوشش گیاهی (EVI) استخراج و ضمن نمونه­گیری از این تصاویر، روابط رگرسیونی بین آنها و میانگین ماهانه بیشینه گرد و غبار با روش های کمترین مربعات معمولی (OLS) و رگرسیون وزن­دار جغرافیایی (GWR) محاسبه گردید. سپس از آماره عمومی موران به منظور تحلیل خودهمبستگی مکانی و توزیع فضایی گرد و غبار در سطح استان استفاده شد. نتایج نشان داد مدل GWR با ریشه میانگین مربعات خطا معادل ۱۴/۰، مجموع مربعات باقیمانده ۳/۱۱، ضریب تعیین ۸۲/۰ و معیار آکائیکه تصحیح شده ۱۹/۵۷۰- عملکرد بهتری را نسبت به روش OLS ارائه کرده است. ارزیابی ضرایب در مدل GWR نشان داد به­ترتیب متغیرهای پوشش گیاهی، رطوبت خاک و میزان بارش بیشترین تاثیر را بر میزان گرد و غبار داشته­اند. همچنین از منظر خودهمبستگی مکانی، توزیع گرد و غبار در گستره استان الگوی خوشه­ای داشت.

رگرسیون وزن دار جغرافیایی, عمق اپتیکی هواویز, مجموعه داده دانشگاه آیداهو, موتور گوگل ارث