پیشبینی وضعیت خشکسالی با استفاده از نمایهSPI به کمک مدل ANFIS مطالعه موردی: حوزه آبریز مند استان فارس

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 807

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:

ICSDA01_0209

تاریخ نمایه سازی: 16 خرداد 1394

چکیده مقاله:

امروزه خشکسالی یک معضل جدی گریبانگیر در بسیاری از کشورهای جهان میباشد. بنابراین پیشبینی خشکسالی از اهمیت به سزایی برخوردار میباشد. دراین تحقیق از سیستم استنتاج فازی-عصبی تطبیقی به عنوان روشی موثر برای پیشبینیشدت خشکسالی حوزه مند استان فارس به عنوان یک مطالعه موردی استفاده شد. برای این منظور از دادههای بارندگی ماهانه ایستگاه باران سنجی استان فارس با دوره آماری 32 ساله استفاده گردید. شدت خشکسالی در دوره ماهانه با استفاده از شاخص بارندگی استاندارد شده SPI تعیین شد. سپس به وسیله مدل ANFIS و با استفاده از شاخص SPI پیشبینیشدت خشکسالی در دوره زمانی ماهانه انجام گردید. از بین دادههای موجود 07 درصد به عنوان دادههای آموزش و 11 و 11 درصد به ترتیب به عنوان دادههای اعتبار سنجی و دادههای آزمون انتخاب گردید. سپس از طریق معیارهای آماری شامل ضریب همبستگی، میانگین مجذور مربعات خطا و ضریب نش به کارایی عملکرد مدل ها پرداخته شد و نتایج نشان داد که سیستم استنتاج فازی-عصبی تطبیقی، مقادیر SPI و وضعیت خشکسالی را با دقت قابل قبولی پیشبینی مینماید

کلیدواژه ها:

خشکسالی ، سیستم استنتاج فازی-عصبی تطبیقی ، شاخص SPI ، حوزه آبریز مند استان فارس

نویسندگان

مهناز رستمی

دانشجوی کارشناسی ارشد، گروه آب و خاک، دانشکده کشاورزی، دانشگاه زابل

علیرضا مقدم نیا

دانشیار گروه مرتع و آبخیزداری، دانشکده کشاورزی، دانشگاه تهران

احمد پهلوانروی

دانشیار گروه آب و خاک، دانشکده کشاورزی، دانشگاه زابل

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :