ارزیابی کارایی شبکه عصبی پرسپترونی چندلایه در پیشنگری طوفانهای گردوغبار برخی ایستگاههای سواحل خلیج فارس (آبادان، اهواز و بوشهر) | ||
| جغرافیا و مخاطرات محیطی | ||
| دوره 14، شماره 2 - شماره پیاپی 54، تابستان 1404، صفحه 21-44 اصل مقاله (1.51 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22067/geoeh.2025.91013.1531 | ||
| نویسندگان | ||
| فاطمه وطن پرست قلعهجوق1؛ برومند صلاحی* 2 | ||
| 1دانشجوی دکتری آب و هواشناسی، گروه جغرافیای طبیعی، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایران، | ||
| 2استاد آب و هواشناسی، گروه جغرافیای طبیعی، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایران. | ||
| چکیده | ||
| تغییرات اقلیمی و به دنبال آن رخداد وقایع حدی نظیر طوفانهای گردوغبار علاوه بر اختلال در محیطزیست، تأثیر مستقیم بر سلامت انسان و روند طبیعی زندگی داشته و طی سالهای اخیر در بخش کشاورزی پیامدهای نامطلوبی را بر جای گذاشته است. در این پژوهش برای پیشنگری و مدلسازی طوفانهای گردوغبار، دادههای ساعتی گردوغبار، میانگین دما، رطوبت نسبی، سرعت و جهت باد در برخی از ایستگاههای سواحل خلیج فارس (آبادان، اهواز و بوشهر) با طول دوره آماری ۳۷ سال (۲۰۲۳-۱۹۸۷) گردآوری شد. پیشنگری تعداد روزهای همراه با طوفانهای گردوغبار در مقیاس فصلی با استفاده از مدل شبکه عصبی پرسپترون چندلایه و مدل فصلی SARIMA انجام شد. براساس نتایج حاصل از شبکه عصبی پرسپترون چندلایه، ضریب همبستگی بین مقادیر مشاهداتی و پیشنگری شده برای سه ایستگاه همدیدی آبادان، اهواز و بوشهر به ترتیب برابر با ۴۳/۰، ۵۰/۰ و ۹۰/۰ و مقدار RMSE برابر با ۹۶/۶، ۹۷/۱ و ۱۶/۰ بوده و نسبت به مدل SARIMA خطای کمتر، همبستگی بیشتر و عملکرد بهتری در پیشنگری داشته است. پیشنگری با شبکه عصبی برای ۱۶ سال آینده (۲۰۴۰-۲۰۲۴) بیشترین احتمال رخداد گردوغبار را در فصل بهار و کمترین مقدار را برای پاییز نشان داد. شدت گردوغبار نیز طی دورههای مشاهداتی و آینده در آبادان بیشتر از بقیه ایستگاهها بوده است. مسیریابی ذرات گردوغبار با مدل HYSPLIT و بهروش پسگرد در سه ارتفاع ۲۰۰، ۱۰۰۰ و ۱۵۰۰ متری، ایجاد ذرات گردوغبار در عراق، قسمتهایی از سوریه و عربستان و حرکت آن به سمت غرب و جنوب غرب ایران را برای تاریخهای مشترک در سه ایستگاه تصدیق میکند و نتایج آن مطابقت خوبی را با عمق اپتیکی گردوغبار، تراکم گردوغبار سطحی و نحوه حرکت توده غلظت بر اساس مدلهای NAAPS و COAMPS نمایش میدهد. نتایج این مطالعه میتواند در مدیریت پیامدهای ناشی از طوفان گردوغبار و برنامههای مقابله با بیابانزایی در مناطق تحت مطالعه مؤثر باشد. | ||
| کلیدواژهها | ||
| پیشبینی طوفان گردوغبار؛ شبکه عصبی پرسپترون چندلایه؛ مدل SARIMA؛ مدل مسیریابی HYSPLIT؛ اقلیم سواحل خلیج فارس | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 9,681 تعداد دریافت فایل اصل مقاله: 740 |
||