کاربرد مدل های شبکه عصبی مصنوعی در پیش بینی خشکسالی استان اصفهان
عنوان مقاله: کاربرد مدل های شبکه عصبی مصنوعی در پیش بینی خشکسالی استان اصفهان
شناسه ملی مقاله: JR_WMJI-5-16_004
منتشر شده در در سال 1396
شناسه ملی مقاله: JR_WMJI-5-16_004
منتشر شده در در سال 1396
مشخصات نویسندگان مقاله:
مطهره اسفندیاری - دانشجوی دکتری بیابان زدایی، دانشکده کشاورزی و منابع طبیعی دانشگاه یزد، نویسنده مسئول:
حسین ملکی نژاد - دانشیار دانشکده کشاورزی و منابع طبیعی دانشگاه یزد
محمدعلی حکیم زاده - استادیار دانشکده کشاورزی و منابع طبیعی دانشگاه یزد
حمیده افخمی - دانشجوی دکتری آبخیزداری،دانشکده کشاورزی و منابع طبیعی دانشگاه یزد.
خلاصه مقاله:
مطهره اسفندیاری - دانشجوی دکتری بیابان زدایی، دانشکده کشاورزی و منابع طبیعی دانشگاه یزد، نویسنده مسئول:
حسین ملکی نژاد - دانشیار دانشکده کشاورزی و منابع طبیعی دانشگاه یزد
محمدعلی حکیم زاده - استادیار دانشکده کشاورزی و منابع طبیعی دانشگاه یزد
حمیده افخمی - دانشجوی دکتری آبخیزداری،دانشکده کشاورزی و منابع طبیعی دانشگاه یزد.
پیشبینی خشکسالی نقش بسزایی در برنامهریزی، مدیریت و بهرهبرداری از منابع آب دارد؛ در این پژوهش برای پیشبینی سیکل خشکسالی در ۹ ایستگاه باران سنجی استان اصفهان از شبکه عصبی مصنوعی استفاده شده است. داده های مورد استفاده در این تحقیق شامل بارش ماهانه و شاخص بارش استاندارد (SPI) در ایستگاه های منتخب، از سال ۱۹۷۲ تا ۲۰۱۰ میلادی می باشد. به این منظور با استفاده از آمار موجود، مقادیر SPI برای یکسال بعد پیش بینی گردید. نتایج نشان داد در میان مدل های مختلف شبکه عصبی مصنوعی، شبکه های پرسپترون در اکثر ایستگاه ها با ضریب همبستگی بالایی قادر به پیش بینی مقادیر SPI در زمان آتی می باشد. در میان ایستگاه های مورد استفاده، ایستگاه کوهپایه با بالاترین ضریب همبستگی معادل ۹۶/۰ و با میانگین خطای عملکرد برابر با ۰۴/۰ بهترین عملکرد را از خود نشان داد. و ایستگاه زیار با ضریب همبستگی ۸۶/۰ و میانگین خطای ۰۸۷/۰ عملکرد پایینتری را نسبت به سایر ایستگاه ها از خود نشان داده است.
کلمات کلیدی: شاخص بارش استاندارد, شبکه عصبی مصنوعی, خشکسالی, اصفهان
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1871863/