انجمن علمی مدیریت و کنترل مناطق بیابانی ایرانمدیریت بیابان2476-398510120220522Determining the Most Suitable Vegetation Index for Mapping of Desertification Intensity in Arid Lands of Sistan Using Sentinel Imagesتعیین مناسبترین شاخص پوششگیاهی برای تهیه نقشه شدت بیابانزایی در مناطق خشک به کمک تصاویر ماهواره سنتینل11425185810.22034/jdmal.2022.548652.1375FAفرهاد ذوالفقاریاستادیار، مجتمع آموزش عالی سراوان، سراوان، ایران.0000000161325990وحیده عبداللهیاستادیار، مجتمع آموزش عالی سراوان، سراوان، ایران.Journal Article20220210Vegetation is one of the most important key components in arid regions for reducing of the effects of erosion and determining the severity of desertification. Decrease in vegetation leads to increase in surface albedo. Accessing and preparing desertification intensity map at the fastest possible time and at the lowest cost is one of the concerns of governments. In the present study, in order to identify the best vegetation index for preparing the desertification intensity map, MSIL-1C data of Sentinel 2 satellite in the arid region of Sistan has been used. For this purpose, the relationship between surface albedo and each of the different vegetation indices of the NDVI, RVI, DVI, PVI, SAVI and TSAVI were conducted. After determining the linear regression equation between the albedo and each of the mentioned indices, the relevant desertification intensity equation was calculated and the desertification intensity map of the studied area at 5 classes was prepared based on albedo and each of the mentioned indices. The results showed the strongest relationship in the study area was between albedo and NDVI, with a correlation coefficient of 0.63, and the lowest correlation of 0.37 was between the albedo and PVI indices. Based on the present study among the indices studied, the NDVI is the best for the preparation of maps of desertification intensity in the arid region of Sistan. Based on this index, 20.3% of the region was classified as severe and 32.9% of the region grouped into the moderate desertification class.پوششگیاهی یکی از مهمترین مؤلفههای کلیدی در مناطق خشک برای کاهش تاثیر فرسایش و شناخت شدت بیابانزایی به حساب میآید. کاهش پوششگیاهی منجر به افزایش سپیدایی (آلبدوی) سطحی میشود. تهیه نقشه شدت بیابانزایی در سریعترین زمان و کمترین هزینه یکی از دغدغههای دولتها برای شناخت سریع مناطق بحرانی و تخریب شده میباشد. در پژوهش حاضر برای شناسائی بهترین شاخص پوششگیاهی برای تهیه نقشه شدت بیابانزایی در منطقه خشک سیستان از دادههای MSIL-1C ماهواره سنتینل 2 استفاده شده است. برای این هدف رابطه بین میزان سپیدایی سطح زمین و هر یک از شاخص های مختلف پوششگیاهی از جمله NDVI<strong>، </strong>RVI<strong>، </strong>DVI<strong>، </strong>PVI<strong>، </strong>SAVI<strong> </strong>و<strong> </strong>TSAVI مورد ارزیابی قرار گرفت. پس از تعیین رابطه رگرسیون خطی بین سپیدایی و هریک از شاخصهای مذکور رابطه شدت بیابانزایی مربوطه استخراج و نقشه شدت بیابانزایی منطقه مورد بررسی در پنج کلاس طبقهبندی گردید. نتایج نشان داد که در منطقه مورد مطالعه قوی ترین رابطه بین دو شاخص Albedo و NDVI وجود دارد به طوری که ضریب همبستگی برابر با 0.63 بود. کمترین میزان همبستگی بین دو شاخص سپیدایی و PVI به مقدار 0.372 بدست آمد. بر اساس پژوهش حاضر بهترین شاخص پوششگیاهی از بین شاخصهای مورد ارزیابی برای تهیه نقشههای شدت بیابانزایی در منطقه سیستان شاخص NDVI بود. بر اساس این شاخص 20.3% منطقه در کلاس شدید و 32.92% منطقه در کلاس متوسط بیابانزایی طبقهبندی گردید.https://www.jdmal.ir/article_251858_9d075e3d73af153d447f24549278e42d.pdfانجمن علمی مدیریت و کنترل مناطق بیابانی ایرانمدیریت بیابان2476-398510120220522Comparative Evaluation of Statistical Models and Artificial Intelligence for Drought Prediction in Isfahan Synoptic Stationارزیابی تطبیقی مدلهای آماری و هوش مصنوعی برای پیشبینی خشکسالی در ایستگاه همدیدی اصفهان153624922910.22034/jdmal.2022.545156.1361FAهادی زارع پوردانشجوی دکتری مدیریت و کنترل بیابان، گروه بیابانزدایی، دانشکده منابع طبیعی و علوم زمین، دانشگاه کاشان، کاشان، ایران.عباسعلی ولیدانشیار، گروه بیابانزدایی، دانشکده منابع طبیعی و علوم زمین، دانشگاه کاشان، کاشان، ایران.حمید قربانیاستادیار، گروه آمار، دانشکده علوم ریاضی، دانشگاه کاشان، کاشان، ایران.سید جواد ساداتی نژاددانشیار ،گروه انرژیهای نو و محیط زیست، دانشکده علوم و فنون نوین، دانشگاه تهران، تهران، ایران.سید حسن علوی نیااستادیار، گروه آبخیزداری، دانشکده منابع طبیعی و علوم زمین، دانشگاه کاشان، کاشان، ایران.Journal Article20211208Meteorological drought is a complex natural disaster that occurs everywhere in the world. Predicting the occurrence and severity of drought can be effective in managing water crises and their impacts. The purpose of the current study is to select the most appropriate model from statistical models and artificial intelligence (artificial neural networks) to predict drought in Isfahan synoptic station during the span period of 1990-1920 using the Z-Score index (ZSI). In this study, the capability and efficiency of the SARIMA stochastic linear model and three advanced learning machine models of the Feedforward Neural Networks (FNNs), Multi-layer Perceptron (MLP), and Extreme Learning Machines (ELM) were evaluated based on Root Mean Squared Error (RMSE), Mean Absolute Square Error (MASE) and Mean Absolute Error (MAE). The results showed that among the many models made, the Feedforward Neural Networks (FNNs) model with RMSE of 0.33, MASE of 0.02, and MAE of 0.22 were selected as the best model. Using the superior model, precipitation for the period of 2025-2021 of Isfahan synoptic station was predicted, then based on the ZSI drought index, drought intensity of forecast precipitation data in 3, 6, 9, 12-month time scales, 18, and 24 months was calculated. The results of drought severity predicting showed that severe drought in 3 and 6 month time scales in 2021 and 2023 and in 9 and 18 month time scales in 2024, moderate drought in all time scales in 2024, and weak droughts occurred at the 3, 6, and 24-month time scales in 2024 and 2025, respectively. Overall, the results showed that the use of feed neural network model was more efficient. Since predicting drought at all time scales can reveals drought more accurately, this predicting in turn to facilitate the development of water resources management strategies for management of drought is effective.خشکسالی هواشناسی رخدادی طبیعی، پیچیده ومخرب است که در کل کره زمین مشاهده میشود. پیشبینی وقوع و شدت خشکسالی میتواند در مدیریت بحران آب و خسارت ناشی از آن مؤثر باشد. هدف از پژوهش حاضر انتخاب مناسبترین مدل، از بین مدلهای آماری و هوش مصنوعی برای پیشبینی خشکسالی در ایستگاه همدیدی اصفهان در دوره آماری 1990 تا 2020، با استفاده از شاخص معیار استاندارد (ZSI) میباشد. در این مطالعه قابلیت و کارآیی مدل خطی تصادفی SARIMA و سه مدل پیشرفته ماشین یادگیری؛ شبکۀ عصبی مصنوعی پیشخور (FNNs)، پرسپترون چندلایه (MLP)، ماشینهای یادگیری افراطی (ELM)، بر اساس معیار ریشه میانگین مربعات خطا (RMSE)، میانگین مجذور خطای مطلق (MASE) و میانگین قدر مطلق خطاها (MAE) مورد ارزیابی قرار گرفت، نتایج نشان داد که از بین انبوه مدلهای ساختهشده مدل شبکۀ عصبی مصنوعی پیشخور (FNN) با مقادیر RMSE برابر 0.33، MASE برابر 0.02 و MAE برابر 0.22 بهترین مدل پیشبینی است. با استفاده از مدل برتر، بارش 60 ماه آینده ایستگاه همدیدی اصفهان از سال 2021 تا سال 2025 پیشبینی شد. سپس، شدت خشکسالی دادههای بارش پیشبینی شده بر اساس شاخص خشکسالی ZSI در مقیاسهای زمانی 3، 6، 9، 12، 18 و 24 ماهه محاسبه شد. نتایج ارزیابی شدت خشکسالیهای پیشبینیشده نشان داد، در مقیاسهای زمانی 3 و 6 ماهه در سالهای 2021 و 2023 و در مقیاسهای زمانی 9 و 18 ماهه در سال 2024 خشکسالی شدید، خشکسالی متوسط در همه مقیاسهای زمانی در سال 2024 و خشکسالی ضعیف در مقیاسهای زمانی 3 ، 6 و 24 ماهه در سالهای 2024 و 2025 اتفاق خواهد افتاد. در مجموع نتایج نشان داد که استفاده از مدل شبکه عصبی پیشخور دارای کارآیی بیشتری است. از آن جا که پیشبینی انجام شده در همه مقیاسهای زمانی میتواند خشکسالی را با وضوح بیشتری آشکار کند، این پیشبینی بهنوبه خود برای تسهیل در توسعه راهبردهای مدیریت منابع آب مؤثر است.https://www.jdmal.ir/article_249229_cca25ca9f7105e6f2836ee4d1d3b2045.pdfانجمن علمی مدیریت و کنترل مناطق بیابانی ایرانمدیریت بیابان2476-398510120220522Investigation of Methanol Application as A Drought Resistance Solution for Safflower (Carthamus Tinctorius L.) Cultivation in Desert Regions of Iranshahrارزیابی راهکار کاربرد متانول برای افزایش مقاومت به خشکی گلرنگ (.<i>Carthamus tinctorius</i> L) در مناطق بیابانی ایرانشهر375224778710.22034/jdmal.2021.535436.1343FAابوالفضل توسلیاستادیار گروه کشاورزی، دانشگاه پیام نور، ایران.Journal Article20210806TWater deficit is considered as one of the limited factors in agriculture in the arid and desert regions of the country. The cultivation of drought tolerant plants such as safflower (<em>Carthamus tinctorius</em> L.) and using methanol to increase the drought resistance of these plants is an appropriate solution for agricultural development in these regions. For this purpose, an experiment was carried out in the design of split plots in a randomized complete block with three replications in the growing season of 2019-2020 in Iranshahr. Experimental treatments were consisted of three drought stress levels including no stress, moderate stress and severe stress, as the main plots, and the four methanol levels including no use, using 10, 20 and 30% volume of methanol as sub plots. The results showed that the highest values of the studied traits were obtained from no stress treatment and foliar application of 30% volume of methanol. However, for the 1000 grain weight, grain and oil yield, there were no statistically significant differences between 30 and 20% by volume of methanol. For all the studied traits, there was no statistically significant difference between the absence of stress treatment and the absence of methanol use, with moderate stress treatment and foliar application of 30% methanol volume. The lowest values of the traits studied were achieved by severe stress treatment without foliar application.کمبود آب یکی از عوامل محدود کننده کشاورزی در نواحی خشک و بیابانی کشور است. کشت گیاهان متحمل به خشکی نظیر گلرنگ (.<em>Carthamus tinctorius</em> L) و بهکارگیری روشهایی مانند بهرهگیری از متانول برای افزایش مقاومت به خشکی این گیاهان راه حل مناسبی برای توسعۀ کشاورزی در این مناطق است. بدین منظور آزمایشی بهصورت کرتهای خردشده در قالب طرح بلوک کامل تصادفی با سه تکرار در سال زراعی 1399-1398 در شهرستان ایرانشهر به اجرا درآمد. فاکتور اصلی شامل تیمارهای تنش در سه سطح بدون تنش، تنش ملایم و تنش شدید بود؛ فاکتور فرعی نیز از چهار سطح متانول شامل بدون محلولپاشی بهعنوان شاهد و محلولپاشی 10، 20 و 30% حجمی متانول تشکیل شد. نتایج نشان داد که بیشترین مقدارهای صفتهای مورد بررسی از تیمار بدون تنش و محلولپاشی 30% حجمی متانول بهدست آمد. البته برای صفتهای وزن هزار دانه، عملکرد دانه و روغن بین محلولپاشی 30 و 20% حجمی متانول تفاوت آماری معنیداری مشاهده نشد. همچنین برای تمامی صفتهای مورد بررسی بین تیمار بدون تنش و عدم استفاده از متانول یا شاهد، با تیمار تنش ملایم و محلولپاشی 30% حجمی متانول تفاوت آماری معنیداری ملاحظه نشد. کمترین مقدار صفتهای مورد بررسی نیز از تیمار تنش شدید و بدون محلولپاشی حاصل شد.https://www.jdmal.ir/article_247787_09bb6c4acaa691adfc9d115c571e6307.pdfانجمن علمی مدیریت و کنترل مناطق بیابانی ایرانمدیریت بیابان2476-398510120220522Prediction of Potential Distribution of Prosopis Farcta L. in Marginal Rangelands of Niatak River of Sistanپیشبینی پراکنش بالقوۀ کهورک (.<i>Prosopis farcta</i> (L در مراتع حاشیه رودخانه نیاتک سیستان536625195510.22034/jdmal.2022.548628.1374FAوحید عظیمیدانش آموختۀ کارشناسی ارشد مرتعداری، دانشکده آب و خاک، دانشگاه زابل، زابل، ایران.حسین پیری صحراگرددانشیار دانشکدۀ آب و خاک، گروه مرتع و آبخیزداری، دانشگاه زابل، زابل، ایران.پیمان کرمیدانش آموختۀ دکتری محیط زیست، دانشگاه ملایر، همدان، ایران.مرتضی صابریاستادیار دانشکدۀ آب و خاک، گروه مرتع و آبخیزداری، دانشگاه زابل، زابل، ایران.Journal Article20220210The present study aimed at preparing the potential distribution map and identifiying the environmental requirement of <em>Prosopis farcta </em>L.<strong><em> </em></strong>using tree-based and regression methods in the marginal rangeland of Niatak river in Sistan region. For this purpose, species presence data was recorded randomly. Environmental variables were prepared using field sampling and digital elevation model. In order to achieve the pseudo-absence points, first habitat modeling was performed using the domain model, then pseudo-absence points were prepared using the prediction map obtained from this method. Species distribution modelling was conducted using random forest (RF), classification and regression trees (CART) and generalized additive model (GAM). The accuracy of the models used was evaluated using the area under curve criterion. Result showed that the RF with area under curve 0.98 has the highest accuracy. Generalized additive models and classification and regression trees were ranked after RF. The highest and lowest values of kappa index were assigned to the RF with 0.75, and GAM with 0.43 Kappa value. Accordingly, the RF model is the most accurate model in predicting the potential habitat distribution. Analysis of the variable’s importance showed that in the studied scale, edafic factors and distance from the river have greater effect on species distribution than other factors. So that, in all models used, acidity and electrical conductivity were identified as the most important variables. In general, it is suggested that habitat development plans for <em>Prosopis farcta </em>should be planned in the central and marginal parts of the Niatek river due to better suitability of these regions for species distribution.پژوهش حاضر با هدف شناخت نیازهای محیطی گونه<em>Prosopis farcta </em>(L.)<em> </em>و تهیه نقشۀ پراکنش بالقوه آن با بهرهگیری از روشهای درخت طبقهبندی و رگرسیون، جنگل تصادفی و مدل تجمعی تعمیم یافته در مراتع حاشیه رودخانۀ نیاتک منطقة سیستان انجام شد. برای این منظور، دادههای حضور گونه طی بازدید میدانی و اطلاعات عوامل محیطی با استفاده از نمونهبرداری میدانی و مدل رقومی ارتفاع تهیه شد. در آغاز مدلسازی رویشگاه با بهرهگیری از مدل دامنه اجرا و نقشه پیشبینی حاصل از این روش برای تهیه نقاط شبه عدم حضور استفاده شد. مدلسازی پراکنش گونه با روشهای جنگل تصادفی، درخت طبقهبندی و رگرسیون و روش تجمعی تعمیم یافته انجام شد. ارزیابی دقّت مدلهای با معیار سطح زیر منحنی انجام شد. نتایج نشان داد که مدل جنگل تصادفی با مقدار سطح زیر منحنی 0.98 دارای بیشترین دقّت پیشبینی است. پس از این روش، بهترتیب مدلهای جمعی تعمیم یافته و درخت طبقهبندی و رگرسیون قرارگرفت. بیشترین و کمترین مقدار تطابق با شاخص کاپا بهترتیب مقدار 0.75 و 0.43 به مدل جنگل تصادفی و مدل جمعی تعمیم یافته اختصاص دارد. نتایج بررسی اهمیت متغیرها نشان داد که در مقیاس مورد بررسی، عوامل مرتبط با خاک و فاصله از رودخانه در مقایسه با دیگر عوامل، تأثیر بیشتری در پراکنش گونه مذکور دارند، بهنحوی که در تمامی مدلهای مورد استفاده متغیرهای درجۀ اسیدیته و هدایت الکتریکی بهعنوان متغیرهای مهمتر شناسایی شد. در مجموع، با توجه به اینکه قسمتهای مرکز و حاشیه رودخانه نیاتک دارای بیشترین مطلوبیت برای انتشار گونه کهورک هستند، پیشنهاد میگردد طرحهای توسعه رویشگاههای گونه<em> Prosopis farcta </em>در این مناطق برنامهریزی شود.https://www.jdmal.ir/article_251955_efaee2cb639d197d311304bb20c30867.pdfانجمن علمی مدیریت و کنترل مناطق بیابانی ایرانمدیریت بیابان2476-398510120220522Study of some physiological and phonological traits of Salvia eremophila Boiss. at three rangeland sites in Yazd provinceمطالعه برخی صفات فیزیولوژیکی و فنولوژیکی گیاه مریم گلی بیابانی .<i>Salvia eremophila</i> Boiss در سه رویشگاه مرتعی استان یزد677625133710.22034/jdmal.2022.544682.1358FAسارا میر احمدیدانشجوی دکتری علوم مرتع، گروه منابع طبیعی، واحد اراک، دانشگاه آزاد اسلامی، اراک، ایران.عباس احمدیاستادیار، گروه منابع طبیعی، واحد اراک، دانشگاه آزاد اسلامی، اراک، ایران.سید زین العابدین حسینیاستادیار، دانشکده منابع طبیعی و کویرشناسی دانشگاه یزد، یزد، ایران.نوراله عبدیدانشیار، گروه منابع طبیعی، واحد اراک، دانشگاه آزاد اسلامی، اراک، ایران.حمید ترنج زراستادیار، گروه منابع طبیعی، واحد اراک، دانشگاه آزاد اسلامی، اراک، ایران.Journal Article20220108The purpose of current study was to study the physiological and phonological traits of Salivia eremophila Boiss. As a native and medicinal species in three rangeland sites in Yazd province (Iran). For this perpose three ares (Damaghan, Tange-Chenar and Ghavam Abad) and three sites in each area, were investigated in terms of Soulobe carbohydrates, Proline, Chlorophyll and Carotenoids in aerial parts of Salivia eremophila in two phonological stages: Flowering and seeding. Plant sampling was done based on randomized-systematic method in 1M2 plots, along with 50 m2 transects. Also, phenolocical diagram of Salivia eremophila was figured based on consecutive field investigations. Data were analyzed at level of 5%. The results showed that there are significant differences in interaction effects among phonological stage, site and area. site No.1 of Tange-Chenar had significant difference in Chlorophyll (a & b) with the other sites (p<0.05). As for Carotenoids, There were significant difference between sites and areas, in which site No.3 of Damgahan in seeding stage, and site No.1 of Tange-Chenar had the higher rates. Also, the rate of Proline in site No.1 of Damgahan (in flowering stage) was higher than the other sites and areas and it showed significant difference. The amount of Soulobe carbohydrates had significant difference in sites and phonological stages in general (except flowering stage). In overall, the climatic conditions of the sites of studied areas are almost similar in terms of annual rainfall, as well as rangelans type and altitude, and this can affect the occurrence of low changes in plant nutrientsهدف از مطالعه حاضر، بررسی صفات فیزیولوژیکی و فنولوژیکی و تعیین روابط بین عناصر موجود گیاه مریمگلی بیابانی <em>.</em><em>Salvia eremophila </em>Boiss بهعنوان یک گونه مرتعی بومی و دارویی در سه رویشگاه مرتعی استان یزد میباشد. بدین منظور در سه رویشگاه دامگاهان، تنگ چنار و قوام آباد و در سه ایستگاه مختلف، میزان عناصرغذایی شامل قند محلول، میزان کلروفیل، کاروتنوئید و پرولین موجود در اندام هوایی گیاه مریمگلی بیابانی در دو مرحله فنولوژیکی گلدهی و بذردهی مورد بررسی قرار گرفت. نمونهبرداری از گیاهان به روش تصادفی- سیستماتیک و با استفاده از پلاتهای یک مترمربعی در طول ترانسکت های 50 متری انجام گرفت. همچنین پس از بازدیدهای منظم میدانی، دیاگرام مراحل رشد فنولوژیکی مریم گلی بیابانی در محدوه مورد مطالعه ترسیم گردید. دادهها پس از جمعآوری و در سطح خطای 5% تجزیه و تحلیل شد. نتایج نشان داد که اثر متقابل مرحله فنولوژیکی، منطقه و ایستگاه اثر معنی داری بر روی متغیرهای مورد بررسی (0.05>p) داشت. بدین صورت که ایستگاه شماره 1 تنگ چنار در مرحله گلدهی از نظر میزان کلروفیل a، b بالاتر از سایر ایستگاه ها و مناطق مورد بررسی بوده و تفاوت معنی داری با آنها داشت. ایستگاه شماره 1 تنگ چنار در مرحله گلدهی و ایستگاه شماره 3 دامگاهان در مرحله بذر دهی، بشترین میزان کاروتنوئید را دارا بودند. همچنین میزان پرولین در مناطق مختلف، مراحل فنولوژیکی و ایستگاههای سه گانه، تفاوت معنی داری نشان داد. ایستگاه شماره 2 منطقه دامگاهان در زمان گلدهی بیشترین میزان پرولین را دارا بود. از نظر میزان قند محلول نیز اختلاف بین ایستگاهها و مرحله فنولوژیکی (به غیر از مرحله گلدهی)، معنیدار بود. در مجموع، به دلیل تشابه شرایط اقلیمی ایستگاههای مورد بررسی در هر منطقه و نیز تیپ مرتع و ارتفاع از سطح دریا، این موضوع میتواند بر بروز تغییرات اندک در عناصر غذایی گیاه موثر باشد.https://www.jdmal.ir/article_251337_072ae9a65a10a1f306042ced15cd52ea.pdfانجمن علمی مدیریت و کنترل مناطق بیابانی ایرانمدیریت بیابان2476-398510120220522Temporal and Spatial Monitoring and Forecasting of Suspended Dust Using Google Earth Engine and Remote Sensing Data (Case Study: Qazvin Province)پایش و پیشبینی زمانی و مکانی گردوغبار معلق در جو در استان قزوین با استفاده از سامانۀ گوگلارثانجین779825125010.22034/jdmal.2022.548083.1372FAمحمد منصورمقدمکارشناس ارشد سنجشازدور، گروه جغرافیا، پردیس علوم انسانی و اجتماعی، دانشگاه یزد، یزد، ایران.0000-0003-3326-1146نگار نقی پوردانشجوی کارشناسی ارشد سنجشازدور، گروه جغرافیا، پردیس علوم انسانی و اجتماعی، دانشگاه یزد، یزد، ایران.ایمان روستااستادیار، گروه جغرافیا، پردیس علوم انسانی و اجتماعی، دانشگاه یزد، یزد، ایران.حمیدرضا غفاریان مالمیریاستادیار، گروه جغرافیا، پردیس علوم انسانی و اجتماعی، دانشگاه یزد، یزد، ایران.Journal Article20220201Dust, the main pillar of air pollution, has always been an important subject of study on several levels. Over the last few years, it has become increasingly concentrated in various regions. The present study, which uses Google Earth engine system and MODIS satellite data with 8-day temporal resolution and spatial resolution of 1km and 250m, as well as statistical methods such as correlation and averaging of Triple Exponential Smoothing (TES), to monitor and predict spatial and temporal changes of airborne dust in Qazvin province. For this purpose, using Aerosol Optical Depth Index (AOD) images, Optimal Vegetation Index (EVI) and Modis Heat Island (HI) change index, and preparing their temporal and spatial monitoring maps during the statistical period 2015-2020 and predict to 2030, the relationship between these factors was examined. The results of the present study showed an increase in the quantity of airborne dust in Qazvin province from 0.461 in 2015 to 0.603 in 2017. his rate was then reduced by 0.493 in 2018 and by 0.575 in 2019. The quantity of airborne dust, then fell slightly to 0.5366 in 2020. The results showed a negative relationship between precipitation, relative humidity and vegetation, and a positive relationship between wind speed, freezing days, temperature, variations in temperature islands and hours of sunshine with AOD. The present study also examined changes in airborne dust concentrations in two high- and low-risk classes, and predicted a high-risk class for 2030. This finding is helping policymakers and planners reduce dust pollution in cities through vegetation management and reduce the heat islands, as well as implement climate programs to manage precipitation and moisture in cities.گردوغبار بهعنوان مهمترین رکن آلودگی هوا است که در سالهای اخیر غلظت آن در مناطق مختلف افزایش یافته است. پژوهش حاضر، با استفاده از سامانۀ گوگل ارث انجین و دادههای ماهوارهای مودیس با قدرت تفکیک زمانی ۸ روزه و قدرت تفکیک مکانی 1km و 250m و همچنین روشهای آماری از جمله همبستگی و هموارسازی نمایی سهگانه، به پایش و پیشبینی تغییرات مکانی و زمانی گردوغبار معلق در جو استان قزوین پرداخت. بدین منظور، با استفاده از تصاویر شاخص عمق اپتیکی آئروسل (AOD)، شاخص بهینه پوشش گیاهی (EVI) و شاخص تغییرات جزیره حرارتی (HI) مودیس و تهیه نقشههای پایش زمانی و مکانی آنها در طول دوره آماری 1394-1399 و پیشبینی روند آن تا 1409، ارتباط این عوامل با یکدیگر بررسی شد. نتایج پژوهش حاضر نشاندهنده افزایش میزان گردوغبار معلق در جو در استان قزوین از 0.461 در سال 1394 به 0.603 در سال 1396 بود. این میزان، سپس در یک روند کاهشی به 0.493 در سال 1397 رسیده بود که مجدداً به 0.575 در سال 1398 افزایش یافت. میزان گردوغبار معلق در جو سپس با کاهشی اندک به 0.536 در سال 1399 رسید. نتایج بیانگر ارتباط منفی بارندگی، رطوبت نسبی و پوشش گیاهی و ارتباط مثبت سرعت باد، تعداد روزهای یخبندان، دما، تغییرات جزیره حرارتی و ساعات آفتابی با مقادیر AOD بود. پژوهش حاضر با بررسی تغییرات غلظت گردوغبار معلق در جو در دو کلاس پرخطر و کمخطر و پیشبینی آن، افزایش کلاس پرخطر برای این استان را برای سال 1409 پیشبینی کرد. نتایج پژوهش حاضر به تصمیمگیران و برنامهریزان کمک میکند تا با مدیریت پوشش گیاهی و برنامهریزی در جهت کاهش جزایر حرارتی شهرها و همچنین برنامههای مدیریت بارش و رطوبت سطح شهرها به کاهش آلودگیهای ناشی از گردوغبار معلق در جو در شهرها کمک کنند.https://www.jdmal.ir/article_251250_bf0e1a139a15eeba54a373af48c4fa37.pdf