تعیین مناسب‌ترین روش ترکیب ورودی شبکه عصبی مصنوعی به منظور تعیین پارامترهای باد بر پیش‌بینی پدیده طوفان گرد و غبار (مطالعه موردی: استان یزد)

هدف از این مطالعه تعیین برخی عوامل تأثیر گذار بر پدیده طوفان گردوغبار با استفاده از روش‌های مختلف است. به‌منظور تعیین مناسب‌ترین ترکیب ورودی، از روش‌های کاهش متغیر از قبیل تحلیل عاملی (حداکثر احتمال، تجزیه مؤلفه‌های اصلی)، آزمون گاما و رگرسیون چند متغیره استفاده شد. هر کدام از روش‌های مذکور ترکیب متفاوتی را ارائه نمودند که هر کدام از این ترکیب‌ها در مدل شبکه عصبی پیشخور پس انتشار با توابع آموزشی لورنبرگ مارکوآت استفاده شد که رگرسیون گام به گام با 87/0R²= و 04/0RMSE= مناسب‌ترین ترکیب را برای مدل شبکه عصبی معرفی نمود همچنین داده‌ها را به‌صورت ماهانه و فصلی با استفاده از مناسب‌ترین ورودی به شبکه اعمال شد و شبیه‌سازی پدیده طوفان گردوغبار در فصل‌های تابستان و بهار و در ماه‌های اردیبهشت، فروردین، خرداد، تیر، شهریور و مرداد با شاخص‌های آماری ضریب همبستگی بالاتر و میانگین مربعات خطای پایین‌تر بدلیل پراکنش مناسب داده‌های طوفان گرد و غبار انجام شد. نتایج تحقیق نشان داد که بر اساس روش‌های به‌کار رفته، بیشترین تأثیر بر پدیده طوفان گرد و غبار را در استان یزد، عوامل سرعت باد غالب، دید افقی، تداوم و میانگین سرعت باد به عهده دارند