بررسی مدل‌های هیبریدی جنکینز- کاتالیزور SARIMA- ACOR و SARIMA- PSO به‌منظور مدل‌سازی طوفان‌های گرد و غبار (مطالعه موردی: استان خوزستان)

نویسندگان

1 گروه احیاء مناطق خشک و کوهستانی، دانشکده منابع طبیعی، دانشگاه تهران، کرج، ایران

2 دانشکده محیط زیست، دانشگاه تهران، تهران، ایران

3 گروه احیاء مناطق خشک و کوهستانی، دانشکده منابع طبیعی، دانشگاه تهران، کرج، ایران

doi
10.22059/jrwm.2025.386249.1791
چکیده

این مطالعه با هدف مدل‌سازی طوفان‌های گرد و غبار با استفاده از مدل‌های هیبریدی جنکینز- کاتالیزور SARIMA- ACOR و SARIMA- PSO در استان خوزستان انجام شده است. بدین منظور از داده‌های ساعتی گرد و غبار و کد‌های سازمان جهانی هواشناسی در هفت ایستگاه سینوپتیک استان خوزستان در طول دوره آماری 40 ساله استفاده شده است. به‌منظور ارزیابی دقیق‌تر و کاش خطاهای ممکن، در این پژوهش از ترکیب کاتالیزور (الگوریتم‌های بهینه‌سازی) کلونی مورچگان (ACOR) و ازدحام ذرات (PSO) با مدل باکس- جنکینز SARIMA استفاده شده است. در واقع از کاتالیزور‌ها به‌منظور آموزش‌مدل‌ها، انتخاب بهترین مقادیر برای پارامترها، تشخیص الگو و خوشه‌بندی، یادگیری تقویتی، پردازش تصویر، طراحی سیستم‌های هوشمند و بهینه‌سازی مدل‌های مولد استفاده می‌شود. به‌منظور انتخاب و تعیین بهترین مدل، معیار‌های نیکویی برازش شامل R، RMSE، MAE و NS مورد استفاده قرار گرفته‌اند. نتایج پژوهش حاکی از عملکرد بهتر مدل هیبریدی جنکینز- کاتالیزور SARIMA- ACOR با اختلاف، نسبت به مدل هیبریدی SARIMA- PSO و همچنین مدل انفرادی SARIMA بود. در این بین نیز، ترکیب‌های فصلی یک و دو بیشترین عملکرد و دقت را نسبت به سایر ترکیب‌های فصلی داشتند. مدل بهتر مدل هیبریدی جنکینز- کاتالیزور SARIMA- ACOR با با ریشه میانگین مربعات خطا (RMSE="0/219-0/198" )، ضریب همبستگی (R="0/891-0/859" )، میانگین قدرمطلق خطا (MAE="0/142-0/123" ) و ضریب نش- ساتکلیف (NS="0/881-0/862" ) بهترین عملکرد را نسبت به سایر مدل‌های استفاده‌شده برای پیش‌بینی شاخص FDSD نمایش داده است.