شناسايي خاستگاه‌هاي‌ هواويزهاي اتمسفري با استفاده از سنجش از دور و داده‌كاوي (مطالعه موردي: استان يزد)

پيشينه و هدف كشور ايران بدليل قرار گرفتن در كمربند خشك و نيمه خشك جهان، در معرض پديده هاي محلي و منطقه اي گرد و غبار قرار دارد. ميانگين روزهاي تؤام با گرد و غبار در استان يزد بالغ بر 43 روز در سال است و اين مهم به نحوي بر سلامت و كيفيت زندگي مردم اثرات مخربي وارد آورده است. ميزان غلظت ذرات معلق و شاخص عمق اُپتيكي هواويز (AOD) در پي وقايع گرد و غبار يكي از شاخص هاي كيفيت هوا مي باشد. بنابراين بررسي و تهيه نقشه هاي پهنه بندي حساسيت با هدف شناسايي مناطق داراي قابليت بالاي توليد گرد و غبار، در محدوده فعاليت هاي بشري داراي اهميت است و جهت كاهش خسارات احتمالي و مديريت خطر، اقداماتي مانند پهنه بندي عرصه هاي مختلف توليد گرد و غبار مي تواند مؤثر واقع شود. هدف از پژوهش حاضر پهنه بندي پتانسيل عرصه هاي مختلف مستعد گرد و غبار با استفاده از مدل هاي داده كاوي و شناسايي مهم‌ترين متغيرها بر اين پديده و بهره مندي از سنجش از دور در اين راستا در استان يزد مي‌باشد. مواد و روش ها در اين تحقيق ابتدا متغيرهاي اقليمي مختلف (از تصاوير ماهواره اي مختلف) از جمله سرعت باد در ارتفاع ده متري سطح زمين (Vs)، رطوبت خاك (Soil)، بارش تجمعي (Pr)، شاخص خشكسالي پالمر (Pdsi)، شاخص پوشش گياهي نرمال  شده (NDVI)، خشكي خاك يا كمبود آب خاك (Def)، تبخير و تعرق مرجع (Pet) و واقعي (Aet)، بعد توپوگرافي (TD)، راديانس طول موج كوتاه رسيده به زمين (Srad)، حداقل دماي هوا (Tmmn)، حداكثر دماي هوا (Tmmx)، فشار بخار (Vap)، كمبود فشار بخار(Vpd) و درصد رس (Clay) با استفاده از كدنويسي در سامانه آنلاين گوگل ارت انجين (GEE) استخراج شدند. سپس نمونه ها از مناطق بحراني و مستعد گرد و غبار در سيستم اطلاعات جغرافيايي و به كمك تصاوير AOD موديس استخراج شدند و اين ويژگي و همچنين ساير ويژگي ها در متغيرهاي اقليمي وارد سه مدل داده كاوي الگوريتم درختان رگرسيون و طبقه بندي (CART)، رگرسيون انطباقي چندمتغيره اسپيلاين (MARS) و درختان رگرسيون چندگانه جمع‌شدني (TreeNet) شدند. در نهايت نتايج پيش بيني اين مدل هاي داده كاوي در سيستم اطلاعات جغرافيايي تبديل به نقشه و پهنه هاي مختلف پتانسيل خطر خيزش گرد و غبار شدند. نتايج و بحث در روش CART متغيرهايي هم‌چون شاخص پوشش گياهي نرمال شده، تبخير و تعرق واقعي، مدل رقومي ارتفاع، طول موج كوتاه رسيده به سطح زمين، شاخص خشكسالي پالمر، سرعت باد و درصد رس، گره هاي انتهايي جهت شناسايي مناطق با ميانگين بالاي عمق اپتيكي هواويزها مي باشد. در اين روش رطوبت خاك، مدل رقومي ارتفاعي و تبخير تعرق رفرنس بيشترين اهميت نسبي را در شناسايي مناطق بحراني خيزش گرد و غبار نشان دادند. ضريب همبستگي مدل مقدار 0.85 را نشان داد. نتايج داده كاوي به روش MARS نشان داد متغيرهاي تبخير و تعرق واقعي، رطوبت خاك و شاخص خشكسالي پالمر بيشترين اهميت نسبي را در شناسايي مناطق بحراني خيزش گرد و غبار داشته اند. ضريب همبستگي مدل مقدار 0.72 را نشان داد. همچنين در روش TreeNet متغيرهاي رطوبت خاك، شاخص خشكسالي پالمر و تبخير و تعرق واقعي بيشترين اهميت نسبي را نشان دادند. ضريب همبستگي مدل 0.75 بود. همچنين مناطق با حساسيت بسيار زياد، زياد، متوسط، كم و بسيار كم به ترتيب حدود 16% ، 19% ، 26% ، 20% و 20%، استان يزد را اشغال كردند. نتيجه گيري با توجه به نتايج ياد شده در مورد شناسايي تأثيرگذارترين متغيرها بر گرد و غبار در مناطق مختلف، نمي توان يك يا چند متغير را در پديده خيزش گرد و غبار براي همه مناطق، مشترك در نظر گرفت و اين مهم از منطقه به منطقه اي ديگر تغيير مي كند. كما اينكه متغيرهاي زمين شناسي و كاربري اراضي در پژوهش حاضر جزء متغيرهايي بودند كه هيچ‌گونه اثري بر متغير وابسته يعني حساسيت به گرد و غبار نداشتند. در پژوهش حاضر، اشتراكات متغيرهاي مستقل مهم و چرخه تصميم گيري شامل تبخير و تعرق واقعي، رطوبت خاك، شاخص خشكسالي پالمر، سرعت باد، ارتفاع، شاخص پوشش گياهي و حداقل دماي روزانه بودند. هيچ‌كدام از پژوهش هاي مرتبط در مورد موضوع پژوهش، در انتخاب بهترين مدل داده كاوي، همپوشاني نداشتند و مدل داده كاوي واحدي براي بررسي حساسيت مناطق مختلف به پديده گرد و غبار در ايران يافت نشد. شايان ذكر است، در اين پژوهش مدل الگوريتم درختان رگرسيون و طبقه بندي انتخاب شد. پژوهش حاضر در نوع مدل هاي داده كاوي استفاده شده و متغيرهاي مستقل با پژوهش‌هاي ياد شده متفاوت بوده و با توجه به عدم همپوشاني نتايج انتخاب مدل برتر، نمي توان نسخه واحدي براي انتخاب بهترين مدل داده كاوي براي ايران در بحث گرد و غبار ارائه نمود. لذا پيشنهاد مي شود از بهترين مدل هاي منتخب در  پژوهش‌هاي ياد شده براي داده كاوي پديده گرد و غبار در پژوهش‌هاي آتي استفاده و مورد قياس قرار گيرند.