پیش بینی شاخص خشک سالی هیدرولوژیکی SDI با استفاده از شبکه عصبی مصنوعی GRNN و مدل GPR در حوضه آبریز لیقوان چای

یکی از مخاطرات طبعیی که نتایج و آثار آن بر حوزه های اجتماعی، سیاسی و اقتصادی اثرگذار می باشد خشک سالی است که خود می تواند سبب یک فاجعه گردد، به دلیل اهمیت پیش بینی خشک سالی در این پژوهش با استفاده از شاخص جریان رودخانه ای SDI توسط شبکه عصبی مصنوعی GRNN و مدل GPR پیش بینی خشک سالی حوزه آبریز لیقوان چای مورد بررسی قرار گرفت و از پارامترهای جهت تحلیل استفاده گردید. نتایج حاصل نشان داد که مدل GPR با ضریب تبیین برابر 0/940 ومدل GRNN با ضریب تبیین برابر 0/925 از عملکرد خوب و قابل قبولی در پیش بینی خشک سالی هیدرولوزیکی در 245 ماه برخوردار هستند.

کلیدواژه ها:

پیش بینی خشک سالی ، شاخص جریان رودخانه ای ، شبکه عصبی ، GRNN ، GPR