پیش بینی وقوع طوفان گرد و خاک با استفاده از روش شبکه های عصبی مصنوعی (مطالعه ی موردی: شهر زابل)

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.