پیش‌بینی خشکسالی با نمایه SPI به‌روش مدل‌سازی ANFIS بر مبنای خوشه‌بندی C-mean فازی

Authors

محمدتقی اعلمی دانشیار، دانشکده مهندسی عمران، دانشگاه تبریز

مهدی کماسی دانشجوی دکترا، دانشکده مهندسی عمران، دانشکده تبریز

وحید نورانی دانشیار، دانشکده مهندسی عمران، دانشگاه تبریز

Abstract:

خشکسالی نتیجه اندرکنش بین محیط زیست و چرخه آب در طبیعت است که تهدیدی مخاطره آمیز برای محیط زیست و حیات گونه‌های زیستی محسوب می‌شود. لذا یافتن نمایه‌های اندازه‌گیری خشکسالی برای پیش بینی و ارزیابی مکانی و زمانی این پدیده به‌منظور مدیریت بحران آن ضرروی و حیاتی به‌نظر می‌رسد. در این مقاله ابتدا به بیان مفهوم خشکسالی و مقایسه نمایه‌های اندازه‌گیری آن پرداخته شد و سپس از مبانی شبکه‌های عصبی- فازی به‌همراه آنالیز خوشه‌بندی برای پیش بینی خشکسالی با نمایه بارش استاندارد استفاده شد. نتایجی حاکی از آن است که نمایه SPI قابلیت بیشتری در پیش‌بینی نسبت به نمایه‌هایی چون پالمر، پالفی و دیگر نمایه‌ها دارد و از سویی راهبرد شبکه عصبی- فازی تطبیقی بر مبنای روش خوشه‌بندی C-mean در امر مدل‌سازی برای پیش‌بینی خشکسالی از کارایی بالایی برخودار است.

Upgrade to premium to download articles

Already have an account?login

similar resources

پیش بینی خشکسالی با نمایه spi به روش مدل سازی anfis بر مبنای خوشه بندی c-mean فازی

خشکسالی نتیجه اندرکنش بین محیط زیست و چرخه آب در طبیعت است که تهدیدی مخاطره آمیز برای محیط زیست و حیات گونه های زیستی محسوب می شود. لذا یافتن نمایه های اندازه گیری خشکسالی برای پیش بینی و ارزیابی مکانی و زمانی این پدیده به منظور مدیریت بحران آن ضرروی و حیاتی به نظر می رسد. در این مقاله ابتدا به بیان مفهوم خشکسالی و مقایسه نمایه های اندازه گیری آن پرداخته شد و سپس از مبانی شبکه های عصبی- فازی به...

full text

پهنه‌بندی خشکسالی در استان اصفهان با استفاده از نمایه استاندارد بارش(SPI)

full text

کاربرد مدل‌سازی فازی بر مبنای خوشه‌بندی c-mean در تخمین تبخیر از تشت (مطالعه موردی: استان خوزستان)

full text

پیش‌بینی نمایه خشکسالی SPI به‌روش‌های رگرسیون بردار پشتیبان و خطی چندگانه

خشکسالی پدیدهای طبیعی است که به‌علت برهم‌کنش عوامل مختلف هواشناسی، دارای فرآیند پیچیدهای بوده و در همه شرایط اقلیمی و در تمام مناطق کره زمین به وقوع می‌پیوندد. لذا پیش‌بینی نمایه‌های خشکسالی و ارزیابی زمانی آن‌ها، یکی از راه‌های مؤثر در مدیریت بحران خشکسالی و تدوین طرح‌هایی به‌منظور کاهش اثرات آن به نظر می‌رسد. در پژوهش حاضر، برای پیش‌بینی نمایه خشکسالی بارش استاندارد شده (SPI) در ایستگاه سین...

full text

پایش خشکسالی و ارزیابی امکان پیش بینی آن در استان اردبیل با استفاده از شاخص SPI و مدل ANFIS

خشکسالی به عنوان یک پدیده اقلیمی به شدت بر همه جوانب فعالیت های بشری تاثیر می گذارد. با این حال مطالعات انجام شده در رابطه با این پدیده بر اساس روش های مناسب بسیار کم می باشد. بررسی ویژگی های خشکسالی و پیش بینی آن می تواند در کاهش خسارات حاصل از آن موثر باشد. از این رو در این تحقیق به بررسی خشکسالی و ارزیابی امکان پیش بینی آن برای ایستگاه هایی از استان اردبیل پرداخته می شود. داده های مورد استفا...

full text

پیش‌بینی ماهانه نمایه خشکسالی SPI در حوضه آبریز جنوب غرب کشور با بکارگیری پس‌پردازش برونداد مدل CFSv.2

پیش‌بینی خشکسالی نه تنها یکی از چالشهای اساسی کشور بلکه چالشی برای کشورهای دارای فناوری مدلسازی دینامیکی پیش‌بینی ماهانه است. در کشورهای پیشرو، برای پیش‌بینی خشکسالی ابتدا بارش به روش دینامیکی پیش‌بینی شده و پس از پس‌پردازش آماری، خشکسالی در قالب نمایههای خشکسالی مانند SPI، SPEI و ... پیش‌بینی میگردد. بهدلیل اینکه حوضههای آبریز جنوبغرب کشور شامل کرخه، کارون بزرگ، جراحی و زهره سهم چشمگیری در تام...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}

Journal title

آب و فاضلاب

volume 24 issue 4

pages 90- 102

publication date 2013-08-01

unfollow

{@ msg @}

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

Keywords

خشکسالی نمایه SPI شبکه‌های عصبی- فازی تطبیقی C-mean لیقوان چای

Hosted on Doprax cloud platform doprax.com