فهرست نشریات علمی دسترسی آزاد ایران

گردوخاک از پدیده­های اقلیمی است که در طی چند سال اخیر اکثر استان­های کشور را درگیر ساخته است. در پژوهش حاضر روزهای 21 تا 24 نوامبر و 3 تا 9 دسامبر سال 2016 به‌عنوان نمونه روزهای گردوخاکی با دید افقی کمتر از 1000 متر انتخاب گردیده است. به‌این‌منظور پس از استخراج شاخص تفاضلی نرمال شده گردوخاک (NDDI) و شاخص اختلاف دمای درخشندگی (نوارهای 8/10 و 12) (BTD) از تصاویر ماهواره­ METEOSAT، و تعیین آستانه مناسب گردوخاک برای هر دو رخداد توفان با دو روش شبکه‌عصبی (ANN) و جنگل تصادفی (RF) به مدل‌‌سازی و پیش­بینی گردوخاک پرداخته شده است. در این مدل‌ها شاخص‌های NDDI وBTD  به‌عنوان متغیر وابسته و متغیرهای اقلیمی دمای هوا (AT)، سرعت باد (WS)، فشار هوا (P) و رطوبت مطلق هوا (AH) به‌عنوان متغیرهای مستقل به‌کار گرفته شده‌اند. 80% این داده‌ها شامل هردو دسته‌ پیش­بینی‌کننده­ها و پاسخ­ها برای آموزش مدل در نظر گرفته شد. نتایج نشان داد R2 حاصل از اجرای مدل شبکه عصبی به منظور پیش‌بینی شاخص NDDI، 08/0 و برای اختلاف دمای درخشندگی 42/0 به دست آمده است. با‌این‌وجود درستی‌سنجی سری­های زمانی شاخص تفاضلی نرمال شده پیش­بینی شده با مدل جنگل تصادفی نشان داد که R2 به بیش از 55/0 و RMSE به 2/0 رسید در‌حالی‌که R2 حاصل از اجرای مدل جنگل تصادفی به‌منظور برآورد الگوریتم اختلاف دمای درخشندگی در حدود 7/0 بوده است. بنابراین، نتایج، شاخص اختلاف دمای درخشندگی و مدل جنگل تصادفی از قابلیت بالاتری در پیش­بینی داده­های گردوخاک برخوردار هستند.