پیش بینی خشکسالی توسط تولید داده های مصنوعی با استفاده از مدل های تصادفی خطی سری زمانی در غرب دریاچه ارومیه
محل انتشار: سومین همایش و نمایشگاه محیط زیست و بحران های پیش رو (با محوریت کمبود آب و آلودگی های شهری و صنعتی)
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 834
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ENVCO01_019
تاریخ نمایه سازی: 26 شهریور 1395
چکیده مقاله:
کم توجهی به پدیده خشکسالی در ایران به عنوان کشور مستعد خشکسالی باعث شده است که هر ساله آسیب های اقتصادی و اجتماعی بسیار زیادیبر پیکره اقتصادی کشور وارد شود. برای انجام مدیریت صحیح در بحران خشکسالی لازم است تا یک دید صحیح از آینده در زمینه خشکسالی وبارندگی و منابع آب موجود داشته باشیم. بدین منظور تولید داده های مصنوعی برای نیل به هدف ضروری به نظر میرسد. عموما خشکسالی در هرمنطقه ای تحت تأثیر عوامل متعددی است که یکی از مهمترین نمادهای وقوع خشکسالی کاهش میزان بارندگی است. پیش بینی وضعیت خشکسالیدر آینده کمک بسیار زیادی در مدیریت بحران خشکسالی و برنامه ریزی برای جلوگیری و یا کاهش خسارتهای ناشی از آن را دارد. در این تحق یق باتوجه به وضعیت خشکسالی در حوضه آبریز دریاچه ارومیه و خطر خشک شدن کامل این دریاچه زیبا، در چهار ایستگاه منتخب در غرب حوضه آبریزدریاچه ارومیه در استان آذربایجان غربی، اقدام به پیش بینی خشکسالی و شدت آن برای آینده با استفاده از تولید داده های مصنوعی بارن دگی توسطمدلهای تصادفی سری زمانی خطی آرما نموده ایم. با استفاده از نتایج بدست آمده از داده های تولید شده در این روش با مدل برتر ، اقدام به بررسیوضعیت خشکسالی سالانه توسط شاخص های خشکسالی PNPI و RAI در آینده کرده ایم. این تحقیق به ما نشان می دهد که همچنان در آینده در این منطقه شاهد خشکسالی در حد متوسط تا شدید خواهیم بود.
کلیدواژه ها:
نویسندگان
حسین رضایی
دانشیار گروه مهندسی آب، دانشگاه ارومیه
مهدی خوشبخت
دانشجوی دکترای منابع آب، گروه مهندسی آب، دانشگاه ارومیه
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :