پايش داده‌هاي مؤثر بر گرد و غبار با استفاده از طبقه‌بندي شورايي ايران مركزي

امروزه استفاده از داده‌هاي ثبت شده در ايستگاه‌هاي سينوپتيك كشور يكي از مهم ترين منابع تحقيقات كاربردي براي پژوهشگران است. ايستگاه‌هاي سينوپتيك، اقليم‌شناسي و غيره براي واكاوي‌هاي آماري مورد بررسي قرار مي‌گيرند. در اين تحقيق با استفاده از داده كاوي به روش طبقه‌بندي شورايي به پايش داده‌هاي موثر بر پديده گرد و غبار ايستگاه‌هاي سينوپتيك ايران مركزي پرداخته شد. در اين مطالعه از داده‌هاي ۳۶ ايستگاه سينوپتيك واقع در استان‌هاي اصفهان، كرمان، يزد، سيستان و بلوچستان، سمنان، مركزي، خراسان رضوي، قم و خراسان جنوبي استفاده شد. پارامترهاي دماي متوسط روزانه، بارش روزانه، ارتفاع ايستگاه، موقعيت جغرافيايي ايستگاه، سرعت حداكثر باد، جهت سرعت حداكثر باد، نقطه شبنم در طبقه‌بندي شورايي مورد استفاده قرار گرفت. همچنين مهمترين عامل مؤثر در بين اين پارامتر‌ها براي گرد و غبار عامل حداكثر سرعت باد است كه در همه روش‌هاي طبقه‌بندي به عنوان مهمترين عامل نشان داده شد. همچنين سه طبقه‌بند KNN، SVM با كرنل RBF و شبكه عصبي MLP به عنوان اعضاي شورا انتخاب شدند كه با دقت 90/7 درصد منشأ توليد گرد و غبار (از منظر داخلي و خارجي بودن گرد و غبار) را به درستي تشخيص مي‌دهد.