پیش بینی خشکسالی با استفاده از مدل های شبکه عصبی و نروفازی در استان مازندران

  • سال انتشار: 1392
  • محل انتشار: دومین کنفرانس بین المللی مخاطرات محیطی
  • کد COI اختصاصی: ICEHH02_078
  • زبان مقاله: فارسی
  • تعداد مشاهده: 614
دانلود فایل این مقاله

نویسندگان

علی کولائیان

دانشجوی کارشناسی ارشد آبیاری و زهکشی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ایران

سحر گلشن

دانشجوی کارشناسی ارشد هواشناسی کشاورزی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ایران

چکیده

خشکسالی یکی از مزمنترین و زیانبارترین بلایای طبیعی است. به دلیل اینکه خشکسالی می تواند در هر ناحیه یا اقلیمی وقوع یابد لذا ضرورت دارد پدیده خشکسالی در تمام اقالیمکشور از جمله اقلیم خزری که در آن بروز این پدیده دیرتر قابل لمس می باشد، بررسی شود. راهکارهای مهم برای کاهش خسارات ناشی از خشکسالی شناخت صحیح این پدیدهاست. با توجه به پیشرفت تکنولوژی و افزایش روز افزون تولید داده ها بایستی مدل های ایجاد شود که بتواند این گونه پدیده ها را قبل از وقوع پیش بینی کند.در این مطالعه برای پیش بینی خشکسالی آینده، به ارزیابی سیستم های شبکه عصبی MLP و نروفازی در تحلیل شاخص بارندگی استاندار شده (SPI)، استفاده شد. در نهایت نتایج نشان داد با به کارگیری مدلهای هوش محاسباتی در اکثر موارد، پیش بینی خشکسالی نتایج مطلوبی را ارائه می دهد.

کلیدواژه ها

خشکسالی اقلیمی، نمایه خشکسالی، شبکه عصبی، فازی

مقالات مرتبط جدید

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.