پیش بینی خشکسالی شیراز به کمک شبکه عصبی رادیال بیس

خشکسالی یک رویداد اقلیمی است که خصوصیات آن بستگی به مدت و وسعت منطقه تحت تاٌثیر آن دارد که می تواند کوتاه یا شدید باشد . منشاء آن کمبود بارش می باشد که منجر به کاهش ذخیره ی آبی و زیان اقتصادی می شود . با توجه به دقت کمتر و خطای بیشتر روش های آماری متداول در این پژوهش برای پیش بینی خشکسالی شهرستان شیراز از شبکه ی عصبی مصنوعی رادیال بیس (Radial Basis) در نرم افزار متلب (MATLAB) استفاده گردیده است .در این پژوهش با استفاده از الگوهای ارتباط از دور و برخی از عناصر اقلیمی مؤثر به عنوان ورودی شبکه ی عصبی مصنوعی و مقادیر شاخص خشکسالی SPI که نمایش کمی خشکسالی می باشد به عنوان خروجی شبکه عصبی مصنوعی استفاده گردیده است . بر اساس نتایج بدست آمده در پیش بینی پیوسته 1 ماهه خشکسالی ، شاخص های اقلیمی Nino 1+2 , Nino 3 ,Nino 4SW monsoon و عناصر اقلیمی بیشنه دما ، کمینه دما ، بیشینه رطوبت نسبی و بارش موجب بهبود نتایج مدل ها گردیده است. در میان الگوهای مورد بررسی بارش ، کمینه دما و بیشینه دما نقش مثبتی در پیش بینی خشکسالی 3 ماههشیراز داشته است . در پیش بینی فصل زمستان شاخص اقلیمی NAO زمستانه و عناصر اقلیمی بارش زمستانه، بیشینهرطوبت نسبی زمستانه و بیشینه دما زمستانه بهترین نتایج را با کمترین خطا و بیشترین ضریب همبستگی ارائه داده اند

کلیدواژه ها:

خشکسالی ، پیش بینی ، شبکه عصبی مصنوعی ، رادیال بیس