كليدواژه :
مخاطره اقليمي , بررسي آماري , شبكه عصبي - مصنوعي , مدل تصميم گيري چند متغيره
چكيده فارسي :
گرد و غبار پديده‌اي است كه آثار زيست محيطي مخرب زيادي را در بخش‌هاي مختلف زندگي انسان‌ها از جمله: كشاورزي، اقتصاد، بهداشت و غيره دارد. كشور ايران، به ويژه منطقه غرب و جنوب غرب آن، به دليل قرار گرفتن در منطقه درگير با پديده گرد و غبار هر ساله خسارات زيادي را از اين پديده مي‌بينند بنابراين توجه به اين مساله و كاهش خسارات‌هاي حاصل از آن، در اولويت مي‌باشد. هدف از پژوهش حاضر بررسي و پيش‌بيني پديده گرد و غبار در جنوب غرب ايران مي‌باشد. براي انجام اين پژوهش از داده 27 ساله گرد و غبار در 14 ايستگاه سينوپتيك در جنوب غرب ايران در بازه زماني(2017- 1990) استفاده شد. در اين پژوهش، ابتدا داده‌هاي گرد و غبار در 14 ايستگاه مورد مطالعه نرمال‌سازي شد و سپس با استفاده از مدل‌هاي شبكه عصبي هيبريد- پانل ديتا، شبكه عصبي تطبيقي ANFIS در نرم‌افزار MATLAB خطايابي و پيش‌بيني شدند و در نهايت براي اولويت‌سنجي ايستگاه‌هاي بيش‌تر، در معرض گرد و غبار از مدل‌هاي تصميم‌گيري چند متغيره TOPSIS و SAW استفاده شد. يافته‌هاي پژوهش نشان داد كه ميزان اطمينان حاصل از مدل‌هاي خطاسنجي (شبكه عصبي هيبريد-پانل نسبت به شبكه عصبي تطبيقي ANFIS) بيش‌تر مي‌باشد. براساس مدل‌هاي پيش‌بيني بيش‌ترين احتمال رخداد، حداكثر گرد و غبار در23 سال آينده پيش‌بيني شده در منطقه مورد مطالعه در دو ايستگاه سرپل‌ذهاب و آبادان به ترتيب با درصد (917/128، 709/120) مي‌باشد. براساس مدل SAW بيش‌تر مقدار احتمال رخداد گرد و غبار، در 23 سال آينده پيش‌بيني شده در ايستگاه آبادان با 0/99 درصد و براساس مدل TOPSIS ايستگاه اسلام‌آباد غرب با مقدار درصد 0/97 به خود اختصاص داد. براي كاهش خسارات‌هاي حاصل از پديده گرد و غبار در منطقه مورد مطالعه علاوه بر اقدامات داخل كشور مثل همكاري‌هاي بين سازماني بايد با انعقاد تفاهم‌نامه بين‌المللي با كشورهاي همسايه بر آن فايق آمد.
چكيده لاتين :
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, 27-year-old dust data were used at 14 synoptic stations in southwest of Iran during the period (1990-2017). In this Research, dust data was first normalized in 14 stations Then, by using the hybrid-panel data model, the ANFIS-compatible 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 inter-organizational cooperation, it should be addressed by concluding an international agreement with the neighboring countries.
