پیش‌بینی خشکسالی یک‌ساله با استفاده از مدل فازی-عصبی، سری‌های زمانی خشکسالی و شاخصهای اقلیمی (مطالعه موردی: زاهدان)

Authors

  • حسین حسین‌پور نیکنام کارشناس ارشد عمران آب، دانشکده مهندسی عمران، زاهدان دانشگاه سیستان و بلوچستان، زاهدان
  • محمود خسروی دانشیار جغرافیای طبیعی، دانشگاه سیستان و بلوچستان، زاهدان
Abstract:

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 اقلیمی استفاده شده و مناسب‌ترین شاخصهای اقلیمی انتخاب گردیدند. در مرحله بعد پیش‌بینی خشکسالی‌ها در مقیاس زمانی 12 ماهه صورت پذیرفت. ترکیبات مختلفی از متغیرهای ورودی در مدل‌های پیش‌بینی فازی- عصبی ANFIS وارد گردیدند. شاخص خشکسالی SPI نیز به‌عنوان خروجی مدل‌ها معرفی شد. نتایج نشان داد که تنها استفاده از سری‌های زمانی مشابه سال قبل شاخص خشکسالی SPI در پیش‌بینی خشکسالی‌های 12 ماهه مؤثر است. با این حال از بین شاخصهای اقلیمی مورد بررسی، شاخص Nino4 مناسب‌ترین نتایج را ارائه داد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

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...

full text

پیش 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...

full text

استفاده 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...

آنالیز همبستگی پایۀ زمانی و تأخیر زمانی بین خشکسالی اقلیمی و خشکسالی آب‌شناختی دشت هشتگرد

به منظور بررسی آثار زمانی خشکسالی اقلیمی بر خشکسالی آب‌شناختی در منابع آب زیرزمینی، تحقیق حاضر در دشت هشتگرد انجام شد. در این تحقیق، ابتدا SPI به عنوان نمایة خشکسالی اقلیمی استانداردشده و GRI به عنوان شاخص منابع آب زیرزمینی محاسبه شد. از آزمون من‌کندال برای بررسی وجود روند در داده‌ها استفاده شد. همبستگی پیرسون بین SPI و GRI از طریق همبستگی متقابل محاسبه شد. برای بررسی دقیق همبستگی، از پایه‌های ...

full text

بررسی و پایش خشکسالی شهرستان نهاوند با استفاده از شاخصهای خشکسالی

خشکسالی یکی از بزرگترین بلاهای طبیعی محسوب می­شود که تأثیر آن بر جوامع بشری بیشتر از دیگر چنین آسیب­هاستسیبهاسآس. در این تحقیق، به منظور بررسی خشکسالی در شهرستان نهاوند واقع در استان همدان، از داده­های بارندگی ماهانه و سالانه­ی ایستگاههای وراینه و وسج طی یک دوره­ی آماری مشترک 41ساله (1388- 1348) استفاده گردید. وضعیت خشکسالی بر اساس داده­های مذکور با استفاده از شاخصهای ­ناهنجاری ­بارندگی(RAI)، م...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 23  issue 2

pages  42- 51

publication date 2012-07-01

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