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 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.