تعيين رابطه بين متغير‌هاي حدي دما با فراواني گرد و غبارزيست‌ محيطي و ارزيابي بهترين مدل پيش‌بيني شاخص FDSD در غرب كشور

گرد و غبار همواره به عنوان يكي از مهم‌ترين مخاطرات محيطي مطرح بوده و پيامدهاي زيست‌محيطي نامطلوبي را برجاي مي گذارد. هدف از اين پژوهش، بررسي رابطه ي متغيرهاي حدي دمايي با طوفان هاي گرد و غبار و ارزيابي بهترين مدل جهت پيش بيني شاخص FDSD در غرب كشور مي باشد. با استفاده از داده هاي ساعتي قدرت ديد افقي، كدهاي سازمان جهاني هواشناسي، نمايه هاي حدي دمايي شامل دماي بيشينه (Txx) و دماي كمينه (TNn) در مقياس ماهانه براي 14 ايستگاه هواشناسي واقع در غرب كشور با طول دورۀ آماري 25 ساله (2014 - 1990) و ضرايب همبستگي تاوكندال و پيرسون به ارتباط سنجي پرداخته شد. نقشه ضرايب همبستگي براي نمايش بهتر نتايج به روش اسپلاين (روش شعاع پايه) در نرم افزار ArcGIS تهيه گرديد. همچنين سه مدل هوش مصنوعي شامل الگوريتم بهترين همسايگي (KNN)، برنامه ريزي بيان ژن (GEP) و شبكه بيزين (BN) جهت پيش بيني گرد و غبار مورد ارزيابي قرار گرفتند. نتايج نشان داد كه طوفان هاي گرد و غباري همبستگي مثبت و معني داري با نمايه هاي حدي دمايي در 14 ايستگاه مورد مطالعه دارند به نحوي كه بالاترين ضريب همبستگي تاوكندال با شاخص FDSD مربوط به متغير بيشينه دما در ايستگاه دو گنبدان با مقدار 0.202 و دماي كمينه در ايستگاه سر پل ذهاب با مقدار 0.242 بود. همچنين بالاترين ضريب همبستگي پيرسون با شاخص FDSD  نيز براي متغير بيشينه دما در ايستگاه دوگنبدان با مقدار 0.415 و دماي كمينه در ايستگاه اسلام آباد با مقدار 0.211 بود. همچنين نتايج پيش بيني حاكي از عملكرد مناسب روش  KNNمي باشد كه در 13 ايستگاه رتبه نخست را به خود اختصاص داده است و در ايستگاه اسلام آباد روش BN بهترين عملكرد را داشته است. نتايج نشان داد كه اين مطالعه مي تواند به درك صحيح وقوع طوفان هاي گرد و غبار و بررسي روابط اقليمي و همچنين كاهش خسارات ناشي از اين پديده در منطقه مورد مطالعه كمك شاياني كند.