سمانه ابراهیم زاده - دانشجوی کارشناسی ارشد محیط زیست
ناصر حاجی زاده ذاکر - دانشیار دانشگاه تهران

در آب های دریایی مناطق گرمسیری و نیمه گرمسیری، پدیده کشند قرمز، بر اثر رشد سریع فیتوپلانکتون های میکروسکوپی و تجمع و ته نشین شدن آنها، تحت شرایط مساعد زیست محیطی از جمله: دمای مناسب، و میزان کافی از غلظت مواد مغذی نیترات و فسفات اغلب دیده می شود.به این رشد سریع و تجمع فیتوپلانکتون ها، اصطلاحاً شکوفایی جلبکی نیز می گویند، که منجر به تغییر رنگ آب های اقیانوسی و دریایی شده و با کاهش شدید اکسی‍ژن محلول در آب، و بر حسب نوع فیتوپلانکتون ها، گاهاً با تولید سم مرگ و میر گسترده ماهی ها و سمی شدن نرم تنان صدف دار همراه است. در آبهای خلیج فارس، که در معرض شدید ورود مواد مغذی از فاضلاب های شهری، کشاورزی و صنعتی می باشد، شاهد بروز گسترده پدیده کشند قرمزدر سالهای اخیر بوده ایم. لذا به منظور مدیریت زیست محیطی و جلوگیری و کاهش خسارات وارده به اکوسیستم دریایی، صنعت ماهیگیری، صنعت گردشگری و سایر بهره برداری های از دریا نیازمند به شناخت رفتار، احتمال و عوامل موثر بر وقوع این پدیده هستیم. برای پیش بینی وقوع و درک رفتاری از پدیده کشند قرمز از مدل سازی های مختلفی می توان بهره جست. در این مقاله به خلاصه ای از مدل سازی به روش شبکه عصبی مصنوعی از این پدیده، پرداخته شده است.

خلیج فارس، کشند قرمز، مدل سازی، شبکه عصبی مصنوعی،Artificial Neural Network