پایش و تخمین خشکسالی ایستگاه‏ های شرق دریاچۀ ارومیه با استفاده از مدل عصبی‌ـ فازی تطبیقی

Authors

  • فرخ اسدزاده استادیار گروه علوم خاک، دانشکدۀ کشاورزی، دانشگاه ارومیه
  • مطلب بایزیدی استادیار گروه مهندسی آب دانشگاه آزاد اسلامی واحد سنندج
  • مهری کاکی کارشناسی ارشد مهندسی منابع آب، دانشگاه تبریز
Abstract:

خشکسالی به‌عنوان پدیده‌ا‏ی اقلیمی تحت تأثیر عوامل گوناگونی است؛ یکی از نمادهای مهم وقوع خشکسالی کاهش میزان بارندگی است. ارزیابی و پایش خشکسالی اهمیت زیادی در برنامه‏ریزی و مدیریت منابع آب دارد. با توجه به شرایط اخیر در حوضۀ آبریز دریاچۀ ارومیه و روند خشک‌شدن بی‏سابقۀ آن، ارزیابی خشکسالی در این منطقه در حال حاضر ضرورتی انکار‌ناپذیر به‌حساب می‏آید. بدین‌منظور در تحقیق حاضر با جمع‌آوری داده‏های 11 ایستگاه باران‌سنجی در دشت‏های مراغه و تبریز در شرق حوضۀ آبریز دریاچۀ ارومیه، به ارزیابی خشکسالی با استفاده از شاخص استاندارد بارش SPI در مقیاس‏های زمانی 9، 12 و 24 ماهه اقدام شد. سپس،‌ خشکسالی‏ها با مدل عصبی‌ـ فازی تطبیقی تخمین زده شد. نتایج این پژوهش نشان داد شدیدترین خشکسالی با شدت 07/4- در ایستگاه بناب در مقیاس زمانی 9 ماهه و در مهر‌ماه 1363 رخ داده است. طولانی‏ترین دورۀ خشکسالی در ایستگاه‏های هروی، سعیدآباد و مراغه و کوتاه‏ترین دورۀ خشکسالی در ایستگاه‏های زینجاب، تبریز و لیقوان با کمترین شدت‏ها رخ دادند. نتایج تخمین خشکسالی‏ها با مدل عصبی‌ـ فازی تطبیقی نشان داد مدل ANFIS توانایی مطلوبی در برآورد شاخص خشکسالی در منطقه دارد و بیشترین ضریب تبیین در ایستگاه مراغه (829/0 = r2) برای مقیاس زمانی 24 ماهه و کمترین ضریب تبیین در ایستگاه سعیدآباد (480/0 = r2) برای مقیاس زمانی 9 ماهه با استفاده از مدل ANFIS به‌دست آمد. نتایج پژوهش نشان داد مدل سیستم استنتاج عصبی‌ـ فازی تطبیقی در تخمین خشکسالی در مقیاس زمانی طولانی‌مدت دقت زیادی داشته است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

پایش خشکسالی در حوضه دریاچه ارومیه با استفاده از شاخص فازی

خشکسالی به عنوان یک پدیده اقلیمی با کمبود رطوبت و بارندگی نسبت به شرایط نرمال تعریف می‌شود. این پدیده به شدت بر همه جوانب فعالیت‌های بشر تاثیر می‌گذارد. در مقاله حاضر با استفاده از قابلیت‌های سامانه نرم‌افزاری MATLAB و شاخص تلفیقی 3SEPI در دو مقیاس زمانی 6 و 12 ماهه، به بررسی وضعیت خشکسالی در حوضه دریاچه ارومیه پرداخته شد. برای این کار از داده‌های اقلیمی، دو پارامتر (بارندگی و دما) 5 ایستگاه سی...

full text

پایش بلند مدت خشکسالی¬های ارومیه با استفاده از شاخص کمبود توأم

پایش و پیش­بینی خشکسالی­ها، بویژه تعیین دقیق زمان شروع و تداوم آن، اهمیت ویژه­ای در مدیریت منابع آبی و برنامه­­ریزی جهت کاهش اثرات مخرب خشکسالی دارد. در این مطالعه خشکسالی­های هواشناختی ارومیه در دوره آماری2011-1951 با استفاده از شاخص کمبود توأم (JDI) و شاخص بارش استاندارد شده متداول (SPI) و شاخص SPI اصلاح شده () مورد بررسی قرار گرفت. نتایج نشان داد که استفاده از شاخص  تا حدود زیادی معایب SPI م...

full text

پایش خشکسالی و ارزیابی امکان پیش‌بینی آن در حوضه دریاچه ارومیه با استفاده از شاخص SEPI و مدل ANFIS

Drought is a concept that is generally understood on a basic level, but is difficult to quantify. Palmer defined a drought as a meteorological phenomenon that is characterized by ‘‘prolonged and abnormal moisture deficiency. A drought can alternatively be broadly defined as a temporary, recurring reduction in the precipitation in an area. Aridity and drought are not synonymous. A...

full text

ارزیابی خشکسالی ایستگاه‌های سینوپتیک غرب کشور با استفاده روش هربست و مدل عصبی-فازی تطبیقی

بارندگیهای کم و متعاقباً دورههایی با دبی کم اثرات قابل توجهی برمدیریت منابع آب دارد. علاوه براین افزایش روبه رشد تقاضای آب موجب بحرانیتر شدن شرایط در دورههای حاد خشکسالی می گردد. مدیریت خشکسالی و اعمال محدودیتهای استفاده ازآب دریک نقطه بطورمستقیم تابع شدت خشکسالی میباشد. در این مقاله به بررسی تداوم، شدت و شاخص خشکسالی با استفاده از روش هربست و پیش بینی مقادیر کمبود بارش ماهانه با مدل ANFIS در 27...

full text

تخمین خشکسالی با استفاده از شبکه های هوشمند

چکیده خشکسالی یکی از پدیده‌های آب و هوایی است که در همه­ی شرایط اقلیمی و در همه­ی مناطق کره­ی زمین به وقوع می‌پیوندد. پیش‌بینی خشک‌سالی نقش مهمی در طراحی و مدیریت منابع طبیعی، سیستم‌های منابع آب، تعیین نیاز آبی گیاه  ایفا می‌نماید. در این پژوهش جهت تخمین شاخص بارش استاندارد 12 ماهه­ی چهار ایستگاه باران­سنجی دلفان، سلسله، دورود و بروجرد واقع در استان لرستان از مدل شبکه­ی عصبی موجک استفاده شد و ...

full text

تخمین خشکسالی دراستان لرستان با استفاده از شبکه های هوشمند

خشکسالی یکی از پدیده‌های آب و هوایی است که در همه شرایط اقلیمی و در همه مناطق کره زمین به وقوع می‌پیوندد. پیش‌بینی خشک‌سالی نقش مهمی در طراحی و مدیریت منابع طبیعی، سیستم‌های منابع آب، تعیین نیاز آبی گیاه  ایفا می‌نماید. در این پژوهش جهت تخمین شاخص بارش استاندارد 12 ماهه چهار ایستگاه باران سنجی نورآباد، الشتر، درود و بروجرد واقع در استان لرستان از مدل شبکه عصبی موجک استفاده...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 3  issue 2

pages  205- 218

publication date 2016-06-21

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023