بررسي عملكرد مدل هيبريدي ماشين بردار پشتيبان موجك درپيش‌بيني توفان‌هاي گردوغبار (مطالعۀ موردي: استان سيستان و بلوچستان)

به‌منظور كنترل و مديريت صحيح توفان‌هاي گردوغبار، آگاهي از تغييرات زماني اين پديده و لزوم پيش‌بيني و مدل‌سازي آن ضروري است. در اين پژوهش به‌منظور پيش‌بيني متغير فراواني روزهاي همراه با توفان گردوغبار (FDSD)، نتايج دو روش هيبريدي با نام ماشين بردار پشتيبان موجك (WSVM) و ماشين بردار پشتيبان الگوريتم گياهان مصنوعي (AFSVM) به‌همراه مدل انفرادي ماشين بردار پشتيبان (SVM)، مقايسه شد. بدين منظور از داده‌هاي ساعتي گردوغبار و كدهاي سازمان جهاني هواشناسي در مقياس فصلي با طول دورۀ آماري چهل‌ساله (20181980) در پنج ايستگاه سينوپتيك منتخب استان سيستان و بلوچستان استفاده شد. معيارهاي ضريب تبيين، ريشۀ ميانگين مربعات خطا، ميانگين قدرمطلق خطا و ضريب نش‌ساتكليف براي ارزيابي و مقايسۀ مدل‌ها، استفاده شد. نتايج در مرحلۀ آموزش و آزمايش نشان داد كه ساختارهاي تركيبي استفاده‌شده، نتايج قابل قبولي در مدل‌سازي شاخص FDSD ارائه مي‌كنند. مدل هيبريدي ماشين بردار پشتيبان موجك با ضريب همبستگي (984/0911/0R2=)، ريشۀ ميانگين مربعات خطا (day 314/0397/0RMSE=)، ميانگين قدر مطلق خطا (day 335/0236/0MAE=) و ضريب نش‌ساتكليف (965/0924/0NS=)، عملكرد بهتري نسبت به ديگر مدل‌هاي استفاده‌شده در پيش‌بيني شاخص FDSD داشته است. نتايج اين تحقيق مي‌تواند در مديريت پيامدهاي ناشي از توفان‌هاي گردوغبار و برنامه‌هاي مقابله با بيابان‌زايي در مناطق تحت مطالعه مؤثر واقع شود.