کارآیی سنجش از دور و خوارزمیک های یادگیری ماشین در پهنه بندی مناطق مستعد گردوغبار استان اصفهان

گردوغبار پدیده ای است که عمدتا در مناطق خشک و نیمه خشک در نتیجه سرعت زیاد باد و تلاطم آن بر روی سطح خاک بدون پوشش گیاهی و مستعد فرسایش ایجاد می شود. استان اصفهان یکی از مهمترین مناطق جغرافیایی کشور محسوب می شود که به دلیل موقعیت خاص جغرافیایی، میزان کم بارندگی، همجواری با کویر و بیابان های بزرگ کشور، زمینه برای خشکسالی های دوره ای، گسترش بیابان زایی و وقوع توفان های گردوغبار در این استان فراهم می باشد. بنابراین انجام مطالعاتی که ما را به شناخت صحیحی از مناطق مستعد گردوغبار در این استان برساند، بیش از پیش احساس می گردد. لذا در این تحقیق، با استفاده از کدهای هواشناسی گردوغبار و مقادیر عمق اپتیکی آیروسول، سنجنده مودیس ماهواره Terra (2022-2001) و الگوریتم های RF، BRT، SVM و CART به پهنه بندی مناطق مستعد گردوغبار در استان اصفهان پرداخته شد. بدین منظور، نقشه نقاط وقوع و عدم وقوع گردوغبار با استفاده از کدهای هواشناسی و مقدار عمق اپتیکی آیروسول تهیه شد. عوامل دما، بارش، شیب، ارتفاع، آلبدو، کاربری اراضی، سرعت باد فرساینده، شاخص رطوبت سطح خاک، شاخص شوری، و شاخص پوشش گیاهی به عنوان عوامل پیش بینی کننده در نظر گرفته شد و سپس با بهره گیری از خوارزمیک‎های (الگوریتم) یادگیری ماشین، پهنه بندی مکانی مناطق مستعد گردوغبار انجام شد. نتایج حاصل از پژوهش نشان داد که بیشترین احتمال وقوع گردوغبار مربوط به اراضی بایر، شور و نیز کاربری مرتع با تاج پوشش فقیر بوده است. ارزیابی کارآیی مدل ها نشان داد که مدل جنگل تصادفی با مقدار 86/0=AUC بهترین کارآیی را داشته است و پس از آن به ترتیب خوارزمیک های BRT با 82/0=AUC، CART با 79/0=AUC و SVM با مقدار 77/0=AUC قرار دارد. بررسی تحلیل حساسیت جک نایف نیز نشان داد که در مدل های RF، BRT و CART عامل بارش بیشترین اثرگذاری را در پهنه بندی و تعیین مناطق مستعد گردوغبار داشته و در مدل SVM عامل دما و پس از آن بارش بیشترین اثرگذاری را داشته است.