پایش و توسعه مدل شبکه عصبی مصنوعی پیش بینی خشکسالی با استفاده از شاخص spi ؛ مطالعه موردی: استان کهگیلویه و بویر احمد
پایان نامه
- دانشگاه آزاد اسلامی - دانشگاه آزاد اسلامی واحد مرودشت - دانشکده کشاورزی
- نویسنده اسحاق رستمی
- استاد راهنما هما رزمخواه محمدهادی فتاحی
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1391
چکیده
چکیده خشکسالی یکی از پدیده های آب و هوایی و از جمله رخدادهایی است که هر ساله خسارت های زیادی را باعث می شود. این پدیده در واقع از ویژگی های اصلی و تکرار شوند ه ی اقلیم های متفاوت به شمار می رود و اثرهای آن صرفاً به نواحی خشک ونیمه خشک محدود نمی شود، بلکه خشکسالی هم در نواحی خشک و هم در نواحی مرطوب به وقوع می پیوندد و باعث کمبود منابع آب می گردد خشکسالی بعنوان یک پدیده خزنده توصیف می شود و برخلاف سیل و بارندگی، توصیف زمانی و مکانی و همچنین پیش بینی خشکسالی بسیار مشکل و دارای اهمیت ویژه در مدیریت و برنامه ریزی منابع آب است. استان کهگیلویه و بویر احمد که در جنوب غربی ایران واقع است، با توجه به اینکه بخش قابل توجهی از آب، حوزه آبریز سه رودخانه مهم کشور همچون کارون، مارون و زهره در استان کهگیلویه و بویراحمد تأمین می شود، پایش و پیش بینی خشکسالی در این استان امری اجتناب ناپذیر به نظر می رسد. در دو دهه اخیر، استفاده از مدل های هوشمند در پیش بینی متغیرهای هیدرولوژیکی و اقلیمی مورد توجه محققان واقع شده است که از آن جمله مدل ها می توان به شبکه های عصبی مصنوعی اشاره نمود. توانایی ویژه شبکه های عصبی باعث استفاده روزافزون این ابزار در علوم آب گردیده است. شاخص استاندارد بارش (spi) نیز یکی از شاخص های بررسی و پایش خشکسالی هواشناسی می باشد که مورد توجه پژوهشگران خشکسالی قرار گرفته است. در این تحقیق ابتدا با استفاده از شاخص spi اقدام به محاسبه شاخص های یک، سه، شش، نه، دوازده، بیست و چهار و چهل و هشت ماهه متحرک خشکسالی استان، طی دوره مهر ماه سال 1378 تا آذر ماه سال 1388پرداخته شد و پس از آن با استفاده از شبکه های عصبی مصنوعی کلیه تأخیرهای ممکن شاخص spi به عنوان ورودی شبکه و شاخص ماه آینده پیش بینی گردید. نتایج حاصل از این پیش بینی ها با استفاده از دو شاخص خطا (rmse) و شاخص دقت (r2) مورد ارزیابی و تحلیل قرار گرفت. نتایج در بخش پیش بینی خشکسالی های کوتاه مدت حاکی از این بود که تعداد ورودی های بیشتر در دقت نتایج موثر می باشد و در خشکسالی های بلند مدت تعداد ورودی-های کمتر نتایج بهتری تولید کرد. در بخش پایش هم تأکید نتایج بر وجود خشکسالی های ممتد و گاهی طولانی مدت خشکسالی می باشد. کلمات کلیدی: شبکه های عصبی مصنوعی، شاخص استاندارد بارشspi ، استان کهگیلویه و بویراحمد، پیش بینی خشکسالی، پایش خشکسالی
منابع مشابه
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...
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 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 کاملپایش و پیشبینی 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...
متن کاملپایش و پیشبینی ترسالی و خشکسالی تبریز با استفاده از مدل CLIMGEN و شاخص SPI
امروزه پیشبینی داده های هواشناسی برای برنامه ریزی های آینده در زمینه های طبیعی و انسانی از اهمیت بالایی برخوردار است. از جمله می توان به پیشبینی خشکسالی و سیل و... اشاره کرد که در این صورت میتوان با برنامهریزی مدون از خسارات احتمالی کاست. در این پژوهش، ابتدا با استفاده از مدل CLIMGEN و دادههای هواشناسی (2009-1961)، ایستگاه سینوپتیک تبریز پیشبینی دادههای هواشناسی سالهای 2009-2000 ان...
متن کاملپایش و پیش بینی وضعیت خشکسالی در استان فارس با استفاده از شاخص RDI و مدل ریاضی زنجیره مارکوف
آگاهی از وضعیت خشکسالی خطر زیانهای ناشی از این پدیده را تا حد شایان توجهی کاهش می دهد. در این مطالعه که در استان فارس انجام شد، به منظور بررسی خشکسالی، از آمار ماهانه 10 ایستگاه سینوپتیک استان در دوره آماری (2014-1990) استفاده شد. شاخص مورد استفاده جهت پایش خشکسالی، [1]RDI یک ماهه بود و مدل زنجیره مارکوف به منظور پیش بینی وضعیت خشکسالی مورد استفاده قرار گرفت. شدت حالتهای...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
دانشگاه آزاد اسلامی - دانشگاه آزاد اسلامی واحد مرودشت - دانشکده کشاورزی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023