چکیده: چکیده در این رساله، تغییرات و روندهای آتی دلتای رسوبی سه خور مهم سواحل مکران (تنگ، گالک و میدانی) مورد تحلیل و پیش‌بینی قرار گرفته است. این خورها که همزمان تحت تأثیر امواج و جزرومدها قرار دارند، از طریق دهانه‌های آبی به اقیانوس متصل می‌باشند و به‌واسطه همین ویژگی‌ها نسبت به تغییرات فیزیکی محیط پیرامونی (مانند افزایش یا کاهش حجم دلتای رسوبی) حساسیت ویژه‌ای از خود نشان می‌دهند. شناسایی الگوهای تغییر دلتای رسوبی در این سامانه‌های موجی–جزرومدی برای برنامه‌ریزی مدیریت پایدار سواحل منطقه‌ای اهمیت بنیادینی دارد. برای دستیابی به این اهداف، داده‌های هیدرودینامیکی، هواشناسی، ژئومورفولوژیکی و پارامترهای جوی مرتبط طی بازه زمانی بیست‌ساله (۱۹۹۹ تا ۲۰۱۹) از منابع بین‌المللی معتبر و ایستگاه‌های محلی جمع‌آوری گردیدند. سپس با به‌کارگیری سه الگوریتم مشهور یادگیری ماشین (درخت تصمیم، شبکه عصبی چندلایه و ماشین بردار پشتیبان)، داده‌های مزبور تحلیل و مدل‌سازی شدند. این تحلیل‌ها به شناسایی ۳۴ متغیر اثرگذار در تغییرات دلتای رسوبی منتهی شد که طیف وسیعی از عوامل محیطی را در برمی‌گیرند. یافته‌ها حاکی از آن است که در میان این ۳۴ متغیر، عواملی چون افزایش سطح آب دریا، فشار باریاستاتیک، میزان بارش و فراوانی روزهای بارانی و طوفانی بیشترین تأثیر را بر تغییرات دلتای رسوبی داشته‌اند. علاوه بر این، تحلیل روند داده‌ها گویای کاهش پیوسته حجم دلتای رسوبی این خورها طی دو دهه اخیر است. از میان الگوریتم‌های به‌کار رفته در مدلسازی، درخت تصمیم با ثبت دقت بسیار بالا (خطای پیش‌بینی کمتر از ۵٪) بهترین عملکرد را نشان داد. نتایج همچنین نشان داد که ویژگی‌های فیزیکی خورها نقش قابل توجهی در بهبود یا کاهش دقت پیش‌بینی مدل‌ها ایفا می‌کنند. به‌طور مشخص، هرچه عرض دهانه‌ی خور گسترده‌تر و مساحت کلی خور بزرگ‌تر باشد، مدل‌ها عملکرد دقیق‌تری از خود نشان می‌دهند. در مقابل، وجود عارضه‌ی ساختاری مانند تومبلو در خور تنگ و نیز عرض بسیار کم دهانه در خور گالک، موجب اختلال در الگوهای رسوب‌گذاری و در نتیجه کاهش دقت پیش‌بینی الگوریتم‌ها شده است.