تدوین مدل پیشبینی خشکسالی در منطقه سقز با استفاده از شبکه عصبی مصنوعی و شاخص بارش استاندارد
- سال انتشار: 1392
- محل انتشار: نخستین کنفرانس بین المللی اکولوژی سیمای سرزمین
- کد COI اختصاصی: IALE01_252
- زبان مقاله: فارسی
- تعداد مشاهده: 647
نویسندگان
پژوهشگرمرکز تحقیقات کشاورزی و منابع طبیعی کردستان
چکیده
دراین تحقیق ازشبکه عصبی مصنوعی و شاخص بارندگی استانداردشده برای تدوین مدل پیش بینی خشکسالی درشهرستان سقز واقع دراستان کردستان استفاده شدبه این منظور ازداده های بارندگی ماهانه ایستگاه سینوپتیک سقز با دورهاماری 42ساله استفاده گردید وضعیت رطوبتی دردوره های زمانی کوتاه مدت 3و6و9 ماهه و بلندمدت 12و24ماهه با استفاده ازشاخص بارندگی استاندارد شده spi تعیین شد سپس به وسیله شبکه عصبی مصنوعی پرسپترون چندلایه و با استفاده ازSPI های ماه های قبل مدلهایی برای پیش بینی وضعیت رطوبتی درسری های زمانی مختلف تدوین گردید ازبین داده های موجود دوره اماری 1345تا1374 به عنوان داده های اموزش و دوره 1375تا1386 به عنوان داده های ازمون انتخاب گردید نتایج نشان داد که شبکه عصبی مصنوعی مقادیر sPI، ووضعیت خشکسالی رابادقت قابل قبولی پیش بینی می نمایدکلیدواژه ها
خشکسالی، شبکه عصبی مصنوعی، شاخص Spi، کردستان، سقزمقالات مرتبط جدید
- پایش مکانی خشکسالی با استفاده از شاخص VHI حاصل از داده های سنجنده MODIS - مطالعه موردی: استان تهران
- بررسی دلایل اقلیمی خشکیدگی جنگل های بلوط زاگرس با استفاده از اندازه گیری پارامترهای پهنا و ویژگی های آوندی حلقه های درختی
- طغیان آفات برگخوار نوظهور درختان و درختچه های جنگلی زاگرس شمالی و مرکزی: پیامد تغییرات آب و هوایی
- بانک آب: فرایندی جدید برای احیای حکمرانی آب در ایران
- بررسی تحقیقات خشکسالی در ایران
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.