پیش بینی آسیب پذیری آلودگی نفتی در خلیج فارس با استفاده از روش های هوش محاسباتی در محیط GIS

خلیج فارس بخش قابل توجهی از ذخایرنفتی جهان را شامل می شود و عموما آلودگی نفتی یکی از اصلی ترین آلودگی های این منطقه به شمار می رود. اولین گام جهت کنترل و پیشگیری از آلودگی های نفتی، تعیین میزان درجه حساسیت مناطق ساحلی به این نوع آلودگی است. پژوهش حاضر به منظور پیش بینی آسیب پذیری آلودگی نفتی در خلیج فارس می باشد. لذا در این تحقیق به منظور تعیین مناطق پر ریسک آسیب پذیر نفتی در محدوده خلیج فارس معیارهای موثر ازجمله لوله های انتقال نفت، سکوهای نفتی، مسیر عبور و مرور کشتی ها، بنادر، فلزات سنگین، نوسانات تراز سطح آب، بارندگی، جریانات دریایی، آلودگی هوا و بادهای موسمی مورد استفاده قرار گرفت. نوآوری تحقیق حاضر ارایه یک رویکرد ترکیبی جدید جهت تعیین معیارهای موثر آسیب پذیری خلیج فارس می باشد. در این راستا از ترکیب رگرسیون وزن دار جغرافیایی (هسته های گوسین و مکعبی سه گانه) و الگوریتم بهینه سازی ازدحام ذرات گسسته استفاده گردید. روش ترکیبی با دو خواص منحصر به فرد داده های مکانی یعنی خودهمبستگی مکانی و ناایستایی مکانی سازگار است و برای مسایل رگرسیون مکانی مناسب است. مقادیر R2 و RMSE حاصل از روش GWR با هسته مکعبی سه گانه به ترتیب 9971/0 و 2142/0 به دست آمد که نشان دهنده سازگاری بالای هسته مکعبی سه گانه نسبت به هسته گوسین است. هم چنین نتایج بدست آمده نشان می دهد که لوله های انتقال نفت، سکوهای نفتی و مسیر عبور و مرور نفتکش ها بیشترین تاثیر را در آسیب پذیری خلیج فارس دارند.