fa بررسی گرد و غبار و ارزیابی امکان پیش‌بینی آن در استان اردبیل با استفاده از مدل ANFIS تخصصي Special پژوهشي Research <strong>بررسی و ارزیابی پدیده گرد و غبار و ریزگردها یکی از ارزش &shy;های مهم در زمینه مدیریت مخاطره اقلیمی و محیطی در خاورمیانه بویژه&nbsp; مناطق خشک و غرب و جنوب و قسمت &shy;های مرکزی ایران می &shy;باشد. روش&shy; ها و طرح&shy; های مطالعه این پدیده و مدیریت آن از اهمیت و ارزش &shy;های زیادی برخوردار&nbsp; می باشد. با توجه به مطالعات انجام شده در رابطه با پدیده&nbsp; گرد و غبار بر اساس روش‌های پیش &shy;بینی با خطای کم در تناقض و کم می&shy; باشد، ارزیابی ویژگی‌های گرد و غبار و پیش‌بینی آن باعث کاهش خسارات جبران‌ناپذیر حاصل از آن تاثیرگذار می باشد. برای این کار، در این تحقیق به پایش </strong><strong>گرد و غبار </strong><strong>و ارزیابی پیش‌بینی آن در </strong><strong>استان اردبیل </strong><strong>با استفاده از </strong><strong>مدل </strong><span dir="LTR">ANFIS</span><strong> پرداخته </strong><strong>شد</strong><strong>. داده‌های مورد استفاده در این تحقیق، مقدار گرد و غبار در دوره آماری مربوطه به هر ایستگاه از بدو تاسیس تا سال 2016 می‌باشد. پدیده گرد و غبار در بازه زمانی مشاهده و پیش &shy;بینی شده برای ارزیابی ویژگی گرد و غبار و مدل سیستم تطبیقی </strong><span dir="LTR">ANFIS</span><strong> برای پیش‌بینی پدیده گرد و غبار استفاده شد. با توجه به یافته‌های حاصل در این تحقیق، در پایش و پیش &shy;بینی وضعیت گرد و غبار درصد فراوانی وقوع در سال&shy; های مشاهده شده بیش&shy; ترین مقدار حداکثر فراوانی گرد و غبار در ایستگاه اردبیل با مقدار 74 درصد و کم&shy; ترین آن در مشکین &shy;شهر 8 درصد بوده است. </strong><strong>در سال &shy;های پیش&shy; بینی شده بیش‌ترین مقدار حداکثر فراوانی گرد و غبار در ایستگاه خلخال با مقدار 67/61 درصد و کم&shy;ترین آن در مشکی&shy;ن شهر 10 درصد بوده است.</strong> <strong>از نظر مقدار شدت گرد و غبار ایستگاه اردبیل شدیدتر از بقیه ایستگاه‌ها است. از نظر شدت خشکسالی که مورد بررسی قرار گرفت هر 5 ایستگاه مورد مطالعه دارای گرد و غبار می‌باشند به عبارتی مقدار گرد وغبار بالای 74 درصد را می‌توان مشاهده کرد.</strong> <strong>برای </strong><strong>5 ایستگاه مورد مطالعه ب</strong><strong>رای 18 سال آینده</strong><strong> با استفاده از کدهای که به صورت دستی حاصل شده به تفکیک ایستگاه‌ها در سری زمانی به دست آمد که بیش &shy;ترین میانگین خطای آموزشی در ایستگاه پارس &shy;آباد مغان با مقدار 0/091</strong> <strong>درصد و کم&shy;ترین مقدار آن در ایستگاه گرمی با مقدار 0/001 درصد به حاصل شد.</strong><br> &nbsp; Investigation and evaluation of dust and microstrip phenomena is one of the important values ​​in the management of climate and environmental hazards in the Middle East, especially in the arid, western, southern and central parts of Iran. <span title="روش‌ها و طرح‌های مطالعه این پدیده و مدیریت آن از اهمیت و ارزش‌های زیادی برخوردار می‌باشند.">Methods and plans for studying this phenomenon and its management are of great importance and great value. </span><span title="با توجه به مطالعات انجام شده در رابطه با پدیده گرد و غبار بر اساس روش‌های پیش‌بینی با خطای کم در تناقض و کم می‌باشد، ارزیابی ویژگی‌های گرد و غبار و پیش‌بینی آن باعث کاهش خسارات جبران‌ناپذیر حاصل از آن تاثیرگذار می‌باشد.">According to studies on dust phenomena based on predictive methods with low error, contradictory and low, the evaluation of the characteristics of dust and its prediction will reduce the irreparable damage that results from it. </span><span title="برای این کار، در این تحقیق به پایش گرد و غبار و ارزیابی پیش‌بینی آن در استان اردبیل با استفاده از مدل ANFIS پرداخته شد.">To do this, in this research, dust monitoring and assessment of its prediction in Ardebil province was performed using the ANFIS model. </span><span title="داده‌های مورد استفاده در این تحقیق، مقدار گرد و غبار در دوره آماری مربوطه به هر ایستگاه از بدو تاسیس تا سال 2016 می‌باشد.">The data used in this study is the amount of dust in the relevant statistical period to each station from its inception until 2016. </span><span title="پدیده گرد و غبار در بازه زمانی مشاهده و پیش‌بینی شده برای ارزیابی ویژگی گرد و غبار و مدل سیستم تطبیقی ANFIS برای پیش‌بینی پدیده گرد و غبار استفاده شد.">The dust phenomenon was used in the observed and predicted time intervals to assess the dust and the ANFIS model for predicting dust phenomena. </span><span title="با توجه به یافته‌های حاصل در این تحقیق، در پایش و پیش‌بینی وضعیت گرد و غبار درصد فراوانی وقوع در سال‌های مشاهده شده بیش‌ترین مقدار حداکثر فراوانی گرد و غبار در ایستگاه اردبیل با مقدار 74 درصد و کم‌ترین آن در">According to the findings of this study, in the monitoring and prediction of dust situation, the frequency of occurrence in observed years in the maximum amount of dust in Ardabil station with 74% and the lowest in </span><span title="مشگین‌شهر 8 درصد بوده است.">Mashgin is 8%. </span><span title="در سال‌های پیش‌بینی شده بیش‌ترین مقدار حداکثر فراوانی گرد و غبار در ایستگاه خلخال با مقدار 67/61 درصد و کم‌ترین آن در مشگین‌شهر 10 درصد بوده است.">In the years to come, the maximum amount of dust at Khalkhal Station was 61.67% and the lowest was 10% in Mashgin. </span><span title="از نظر مقدار شدت گرد و غبار ایستگاه اردبیل شدیدتر از بقیه ایستگاه‌ها است.">In terms of amount of dust, the Ardebil station is more intense than the rest of the stations. </span><span title="از نظر شدت خشکسالی که مورد بررسی قرار گرفت هر 5 ایستگاه مورد مطالعه دارای گرد و غبار می‌باشند به عبارتی مقدار گرد وغبار بالای 74 درصد را می‌توان مشاهده کرد.">In terms of the severity of drought that has been studied, each of the 5 stations studied has a dust concentration of more than 74%. </span><span title="برای 5 ایستگاه مورد مطالعه برای 18 سال آینده با استفاده از کدهای که به صورت دستی حاصل شده به تفکیک ایستگاه‌ها در سری زمانی به دست آمد که بیش‌ترین میانگین خطای آموزشی در ایستگاه پارس‌آباد مغان با مقدار 091/0 درصد و کم‌">For the 5 stations studied for the next 18 years using manually generated codes, the stations were divided in time series, with the highest average error of training at Pars-Abad Moghan Station with 0.091% and less </span><span title="ترین مقدار آن در ایستگاه گرمی با مقدار 001/0 درصد به حاصل شد.">The highest value was obtained at the Grammy station with a value of 0.001%.</span><br> &nbsp; پیش‌بینی گرد و غبار, مدل ANFIS, استان اردبیل, امکان پیش‌بینی. Dust prediction, ANFIS model, Ardabil province, Possibility of prediction. 107 124 http://jsaeh.khu.ac.ir/browse.php?a_code=A-10-557-2&slc_lang=fa&sid=1 vahid safarian zengir وحید صفریان زنگیر Safariyan.vahid@gmail.com 10031947532846003892 10031947532846003892 Yes University of Mohaghegh Ardabili دانشگاه محقق اردبیلی Batol zenali بتول زینالی zeynali.b@uma.ac.ir 10031947532846003893 10031947532846003893 No University of Mohaghegh Ardabili دانشگاه محقق اردبیلی Yusuf Jafari hasi Kennedy یوسف جعفری حسی کندی Misagh.jafari@yahoo.com 10031947532846003894 10031947532846003894 No Azad University of Ardabil دانشگاه آزاد اسلامی اردبیل leyla jafarzadeh لیلا جعفرزاده علی‌آباد leyla.jafarzadeh95@gmail.com 10031947532846003895 10031947532846003895 No University of Mohaghegh Ardabili دانشگاه محقق اردبیلی