نوع مقاله : مقاله پژوهشی

نویسندگان

• محمدرضا جمالیزاده تاج‌آبادی ¹
• علیرضا مقدم نیا ²
• جمشید پیری ³
• محمدرضا اختصاصی ⁴

¹ دانشجوی کارشناسی ارشد بیابان‌زدایی، دانشکده منابع طبیعی، دانشگاه زابل

² استادیار، گروه مرتع و آبخیزداری دانشکده‌ منابع طبیعی، دانشگاه زابل

³ کارشناس ارشد، اداره‌ی جهاد کشاورزی زابل

⁴ دانشیار، گروه مرتع و آبخیزداری، دانشکده‌ منابع طبیعی، دانشگاه یزد

چکیده

طوفان­های گرد و خاک یکی از انواع رایج حوادث و فرایندهای اقلیمی در مناطق خشک، نیمه­خشک و بیابانی دنیا هستند. این طوفان­ها هر ساله خسارتهای مالی زیادی را بر منابع انسانی وارد می­سازند. پیش­بینی زمان وقوع این پدیده می­تواند برای اتخاذ تدابیر پیشگیرانه در مقابل خسارت­های بهداشتی، ترابری، نظامی و غیره مؤثر واقع شود. شبکه­های عصبی مصنوعی روشی است که می­تواند برای پیش­بینی روندهای غیرخطی و فرایندهایی که درک کاملی از نحوه­ی وقوع آنها وجود ندارد، مورد استفاده قرار گیرد. در مقاله­ی حاضر سعی شده است تا با استفاده از این روش به پیش­بینی وقوع طوفان گرد و خاک و نیز میزان دید حداقل روزانه در شهر زابل با استفاده از داده­های هواشناسی پرداخته شود. نتایج بدست­آمده در پیش­بینی کوتاه­مدت وقوع طوفان­ها موفقیت بیشتری نشان می­دهند (96/0=d)، اگرچه با بیشترشدن زمان پیش­بینی، از دقت نتایج کاسته می­شود (95/0=d). در حالی که در پیش­بینی میزان دید موفقیت کمتری به­­دست­آمد (88/0=d). بنابراین به نظر می­رسد با شناخت بهتر فرایند این طوفان­ها بتوان پیش­بینی­های دقیق­تری را با استفاده از این شبکه­ها انجام داد.
 

کلیدواژه‌ها

• طوفان گرد و خاک
• دید حداقل
• شبکه عصبی مصنوعی
• پیش‌بینی
• زابل

عنوان مقاله [English]

Application of artificial neural networks in dust storm prediction (case study: Zabol city)

نویسندگان [English]

• Mohammad reza Jamalizadeh Tajabadi ¹
• Ali reza Moghadam nia ²
• Jamshid piri ³
• Mohammad reza Ekhtesasi ⁴

چکیده [English]

Dust storms are common climatic events in arid, semi arid and desert regions of the world. These events impact human resources by foundation losses, every year. Accurate prediction of these events can be effective for decision support in environmental, health, army, and other related fields. An artificial neural network is a method which can predict nonlinear problems. In this study we attempted to predict dust storms and low visibility in Zabol city using synoptic data. Result indicates that this method is somewhat successful and appears that via identification of much more dust storm occurrence process, we can do more accurate prediction.
 

کلیدواژه‌ها [English]

• Dust storm
• minimum visibility
• Artificial Neural Network
• prediction
• Zabol