CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

تاثیر متغیرهای اقلیمی پیوند از دور بر خشکسالی هواشناسی با استفاده از رگرسیون چند متغییره و شبکه عصبی

عنوان مقاله: تاثیر متغیرهای اقلیمی پیوند از دور بر خشکسالی هواشناسی با استفاده از رگرسیون چند متغییره و شبکه عصبی
شناسه ملی مقاله: NCWC02_080
منتشر شده در دومین همایش ملی بحران آب (تغییر اقلیم، آب و محیط زیست) در سال 1393
مشخصات نویسندگان مقاله:

اعظم فلاح - دانشجوی کارشناسی ارشد دانشگاه علوم کشاورزی و منابع طبیعی گرگان، دانشکده مهندسی زراعی، گروه مهندسی آب
خلیل قربانی - استادیار گروه مهندسی آب، دانشکده مهندسی زراعی دانشگاه علوم کشاورزی و منابع طبیعی گرگان
امیر احمد دهقانی - دانشیار گروه مهندسی آب، دانشکده مهندسی زراعی دانشگاه علوم کشاورزی و منابع طبیعی گرگان
جواد بذرافشان - دانشیار هواشناسی کشاورزی دانشکده کشاورزی و منابع طبیعی دانشگاه تهران

خلاصه مقاله:
بارش از مهم ترین فاکتورهای هواشناسی است که کاهش آن از مقدار طبیعی در یک دوره زمانی باعث ایجاد خشکسالی می شود. خشکسالی یک پدیده اقلیمی است که آسیب های قابل توجهی به طبیعت و زندگی بشری می رساند. به علت ماهیت تصادفی این پدیده پیش بینی و شناخت این پدیده بسیار مشکل است. از آنجایی که خشکسالی پدیدهای دورهای است در این تحقیق برای بررسی تاثیر پدیده های اقلیمی پیوند از دور بر خشکسالی بارش حوضه آبخیز گرگانرود واقع در استان گلستان را با دوره آماری ٣٠ ساله انتخاب و مورد بررسی قرار داده ایم. بر این اساس برای محاسبه شدت خشکسالی بر اساس شاخص استاندارد شده بارش (SPI) در بازه های زمانی 6،3،1 و 12 ماهه به دست آمده و به عنوان متغییر وابسته در رگرسیون چند متغییره استفاده شد، و هم چنین متغییرهای اقلیمی پیوند از دور، شاخص نوسانات اطلس جنوبی،تعداد لکه های خورشیدی، ال- نینو، انسو و شاخص نوسانات اطلس شمالی به عنوان متغیرهای مستقل مورد استفاده قرار گرفتند.نتایج بدست آمده رگرسیون چند متغییره از نرم افزار SPSS بیانگر این است که بیشترین تاثیر را در بین متغییرهای اقلیمی استفاده شده بر خشکسالی متغییر اقلیمی NINO4 در گام دو و چهارم تاخیر زمانی بر خشکسالی دارد و نتایج حاصل از شبکه عصبی MLP بیانگر بیشترین ضریب همبستگی بین متغییرهای اقلیمی با شاخص خشکسالی SPI دوازده ماهه می باشد.

کلمات کلیدی:
خشکسالی، پدیدهای دوره ای، SPI، متغییرهای اقلیمی پیوند از دور، رگرسیون چند متغییره، شبکه عصبی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/305628/