پیش بینی خشکسالی با استفاده از مدل های هوش مصنوعی (مطالعه موردی: هرات، یزد)

سال انتشار: 1398
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,156

نسخه کامل این مقاله ارائه نشده است و در دسترس نمی باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

WATERSHED14_196

تاریخ نمایه سازی: 10 اردیبهشت 1399

چکیده مقاله:

خشکسالی پدیده ای طبیعی و تکرار شدنی است که در اثر کاهش میزان بارندگی در یک دوره زمانی مشخص حادث می گردد. این پدیده به کندی شروع می شود و تاثیر آن به تدریج و در یک دوره زمانی نسبتا طولانی در بخش های مختلف مانند منابع آب، کشاورزی، محیط زیست، اجتماعی و اقتصادی ظاهر می شود . پیش بینی خشکسالی در سیستم های منابع آب نبش مهمی در کاهش خسارات خشکسالی دارد . استفاده از شاخص های خشکسالی می تواند در بررسی این پدیده نقش موثری داشته باشد. مدل های هوش مصنوعی کاربرد زیادی در مدل سازی در علوم محیطی دارند. در این مطالعه از دو روش MLP و RBF برای پیش بینی کوتاه مدل شاخص SPI استفاده شد و نتایج نشان داد کظ هر دو مدل تواناییبسیار بالایی در پیش بینی کوتاه مدل SPI دارند. شاخص های صحت سنجی بیانگر بالاتر بودن دقت مدل RBF نسبت به مدل MLP برای پیش بینی SPI می باشد.

نویسندگان

نگین بهنیا

دانشجوی دکتری بیابان زدایی، دانشکده منابع طبیعی، دانشگاه یزد

محمدل زارع

استادیار گروه مدیریت مناطق بیابانی، دانشکده منابع طبیعی، دانشگاه یزد

سید جمال الدین خواجه الدین

استاد گروه مرتع و آبخیزداری، دانشکده منابع طبیعی، دانشگاه صنعتی اصفهان

وحید موسوی

استادیار گروه مهندسی آبخیزداری، دانشکده منابع طبیعی، دانشگاه تربیت مدرس