پیش بینی خشکسالی با استفاده از مدل فازی-عصبی، شاخص های اقلیمی، بارندگی و شاخص خشکسالی
نویسندگان
چکیده
0
منابع مشابه
پیشبینی خشکسالی با استفاده از مدل فازی-عصبی، شاخصهای اقلیمی، بارندگی و شاخص خشکسالی (مطالعه موردی: زاهدان)
هدف تحقیق حاضر، پیشبینی خشکسالی‌های پاییزه‌ی زاهدان به وسیله متغیّرهای ورودی مختلف میباشد. این متغیّرها عبارتند از: بارندگی، مقادیر پیشین شاخص خشکسالی SPI و 19 عدد از شاخصهای اقلیمی. برای این منظور، میانگین سه ماهه اکتبر- نوامبر- دسامبر شاخص خشکسالی SPI به عنوان متغیّر خروجی انتخاب شد. سپس هرکدام از متغیّرهای ورودی یاد شده، در تأخیرهای زمانی صفر، 1، 2 و 3 ماهه (به ترتیب میانگین سه ماهه اکتبر-نوا...
متن کاملاستفاده از مدل فازی- عصبی و شاخص های اقلیمی جهت پیش بینی خشکسالی، مطالعه موردی زاهدان
تحقیق حاضر تلاشی است برای پیش بینی خشکسالی در شهر زاهدان با استفاده از متغیرهای بارندگی، مقادیر پیشین شاخص خشکسالی بارندگی استاندارد شده (spi) و 19 عدد از شاخص های اقلیمی. بدین منظور از قابلیت های سیستم استنتاج فازی- عصبی تطبیقی (anfis) برای ساخت مدل های پیش بینی و از شاخص خشکسالی spi برای نمایش کمی خشکسالی استفاده گردید. در ابتدا از روش محاسبه همبستگی، برای تحلیل ارتباط میان خشکسالی در مقیاس ه...
پیشبینی خشکسالی یک‌ساله با استفاده از مدل فازی-عصبی، سریهای زمانی خشکسالی و شاخصهای اقلیمی (مطالعه موردی: زاهدان)
تحقیق حاضر تلاشی برای پیشبینی خشکسالی یک سال بعد در شهر زاهدان با استفاده از مقادیر پیشین شاخص خشکسالی بارندگی استاندارد شده (SPI) و 19 عدد از شاخصهای اقلیمی است. به این منظور از قابلیتهای سیستم استنتاج فازی- عصبی تطبیقی (ANFIS) برای ساخت مدل‌های پیشبینی و از شاخص خشکسالی SPI برای نمایش کمّی خشکسالی استفاده گردید. در ابتدا از روش محاسبه همبستگی برای تحلیل ارتباط میان خشکسالی‌ها و شاخصهای اقلیم...
متن کاملپیش بینی خشکسالی با استفاده از مدل تلفیقی شبکه عصبی مصنوعی- موجک و مدل سری زمانیARIMA
تبدیل موجک یکی از روشهای نوین و بسیار موثر در زمینه تحلیل سیگنالها و سریهای زمانی است. در این روش سیگنال شاخص بارش استاندارد (SPI) با استفاده از موجک مادر منتخب تجزیه شده، دادههای حاصل بهعنوان ورودی مدل شبکه عصبی مصنوعی در نظر گرفته شده و یک مدل تلفیقی برای پیشبینی خشکسالی ارائه میگردد. در این تحقیق، از شبکههای عصبی مصنوعی پرسپترون چند لایه (MLP) و تابع پایه‌ای شعاعی ((RBF، سری زمانی AR...
متن کاملپیش بینی خشکسالی یک ساله با استفاده از مدل فازی-عصبی، سری های زمانی خشکسالی و شاخصهای اقلیمی (مطالعه موردی: زاهدان)
تحقیق حاضر تلاشی برای پیش بینی خشکسالی یک سال بعد در شهر زاهدان با استفاده از مقادیر پیشین شاخص خشکسالی بارندگی استاندارد شده (spi) و 19 عدد از شاخصهای اقلیمی است. به این منظور از قابلیتهای سیستم استنتاج فازی- عصبی تطبیقی (anfis) برای ساخت مدل های پیش بینی و از شاخص خشکسالی spi برای نمایش کمّی خشکسالی استفاده گردید. در ابتدا از روش محاسبه همبستگی برای تحلیل ارتباط میان خشکسالی ها و شاخصهای اقلیم...
متن کاملپایش و پیش بینی خشکسالی استان خوزستان با استفاده از شاخص خشکسالی spi و زنجیره مارکوف
در مقاله حاضر با استفاده از سریهای زمانی حاصل از شاخص بارش استاندارد شده (spi) و زنجیره مارکوف، پایش، پیشبینی و گسترش خشکسالی در سطح استان خوزستان مورد بررسی قرار گرفته است. نتایج نشان داد که در تمامی ایستگاهها وضعیت تقریباً نرمال بر اساس شاخص spi با مقیاس زمانی شش ماهه، بیشترین فراوانی را دارا میباشد و بین 33 الی 42 درصد حالات را به خود اختصاص میدهد، احتمال گذر از یک حالت معین به همان حالت...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
عنوان ژورنال:
جغرافیا و توسعهجلد ۱۰، شماره ۲۶، صفحات ۶۱-۷۲
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023