پیش بینی خشکسالی با استفاده از شبکه عصبی مصنوعی و شاخص SPI

سال انتشار: 1400
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 754

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

GPACONF08_056

تاریخ نمایه سازی: 18 تیر 1400

چکیده مقاله:

خشکسالی یکی از مهمترین مخاطرات جوی است که به طور خزنده در سطح جهان شکل گرفته و به صورت منطقه ای عمل می کند.پیش بینی آن با عدم قطعیت زیاد همراه بوده، آغاز و پایان آن نامعلوم وچگونگی وقوع و اثرات آن در هر ناحیه با ناحیه دیگر متفاوت است.بحث پیش بینی خشکسالی یکی از مهم ترین مسائلی است که در صورت انجام می تواند کمک بسیار بزرگی در جهت کاهش اثرات اینپدیده باشد. با پیش بینی احتمال وقوع این پدیده می توان گام خطیری در مدیریت منابع در شرایط بحرانی برداشت. در این تحقیق وضعیتخشکسالی از سال ۲۰۲۰ تا سال ۲۰۲۴ برای شهر کرمانشاه با استفاده از پیش بینی مقادیر بارش از طریق شبکه عصبی مصنوعی که برایپیش بینی هرسال از داده های پنج سال گذشته استفاده شد و نهایتا محاسبه شاخص خشکسالی SPI در مقیاس سالانه تعیین گردید.

نویسندگان

محمدسجاد نجفی

دانشجوی کارشناسی ارشد بخش مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه شهید باهنر کرمان

مهناز قائینی حصاروئیه

دانشیار بخش مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه شهید باهنر کرمان

احسان فدائی کرمانی

فارغ التحصیل دکتری بخش مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه شهید باهنر کرمان