ارزیابی کارایی شبکه عصبی مصنوعی در پیش بینی شدت خشکسالی (مطالعه موردی: حوزه آبریز مند استان فارس)

دراین تحقیق از شبکه عصبی مصنوعی به عنوان روشی موثر برای پیش بینی شدت خشکسالی حوزه مند استان فارس به عنوان یک مطالعه موردی استفاده شد. برای این منظور از داده های بارندگی ماهانه ایستگاه باران سنجی استان فارس با دوره آماری ۳۲ ساله استفاده گرد ید. شدت خشکسالی در دوره ماهانه با استفاده از شاخص بارندگی استاندارد شده (SPI) تعیین شد. سپس به وسیله شبکه عصبی مصنوعی پرسپترون چند لایه و با استفاده از شاخص SPI پیش بینی شدت خشکسالی در دوره زمانی ماهانه انجام گردید. از بین داده های موجود 70 درصد به عنوان داده های آموزش و ۲۵ و ۵ درصد به ترتیب به عنوان داده های اعتبار سنجی و داده های آزمون انتخاب گردید. سپس از طریق معیارهای آماری شامل ضریب همبستگی، میانگین مجذور مربعات خطا و میانگین خطای مطلق به کارایی عملکرد مدل ها پرداخته شد و نتایج نشان داد که شبکه عصبی مصنوعی مقادیر SPI و وضعیت خشکسالی را با دقت قابل قبولی پیش بینی می نماید.

کلیدواژه ها:

خشکسالی ، شبکه عصبی مصنوعی ، شاخص SPI ، حوزه آبریز مند استان فارس