الگوی پیش بینی شدت و مدت خشکسالی: مطالعه موردی
محل انتشار: چهارمین کنگره ملی مهندسی عمران
سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,034
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCCE04_461
تاریخ نمایه سازی: 19 مهر 1386
چکیده مقاله:
خشکسالی از جمله بحران های طبیعی است که در تمام اقلیم ها رخ داده و زندگی وحیات افراد را تحت تاثیر قرار می دهد. از این رو پیش بینی خشکسالی از چند ماه قبل، در اتخاذ سیاست های صحیح و به موقع مواجهه با آن ضرورت دارد. هر پدیده خشکسالی با 3 پارامتر شدت، بزرگی و مدت شناخته میشود. مطالعات پیش بینی خشکسالی که تاکنون صورت گرفته تنها به پیش بینی شدت خشکسالی در یک گام پرداخته اند. در مقاله حاضر مشخصات سه گانه خشکسالی تواما پیش بینی می شوند. برای این منظور ابتدا با بررسی سری زمانی خشکسالی های به وقوع پیوسته، الگوی عمومی خشکسالی ها تعیین می گردد. سپس با استفاده از شبکه عصبی به پیش بینی مشخصات خشکسالی های آتی با توجه به الگوی تعیین شده پرداخته می شود. با توجه به اینکه متغیرهای اقلیمی بارش، دما و رطوبت خاک عوامل تعیین کننده در تغییرات وضعیت منابع آبی و به تبع آن خشکسالی هستند، مقادیر این متغیرها در ماه های قبل به عهوان ورودی شبکه عصبی استفاده می شود. روش ارائه شده در این مقاله برای حوزه ی اهرچای واقع در شمال غرب ایران مورد استفاده قرار گرفته است. با توجه به اینکه در این رویکرد الگوی تداوم و تغییرات خشکسالی در طول زمان ارائه می گردد، می تواند نقش بسزایی در مدیریت بهنگام صحیح و جامع خشکسالی ایفا کند. در این رویکرد با اطلاع از تغییرات اتی وضعیت کم آبی می توان روند بهره برداری از منابع موجود و اعمال سیاست های مناسب را از قبل تعیین نمود.
کلیدواژه ها:
نویسندگان
محمد کارآموز
استاد دانشکده عمران، پردیس فنی، دانشگاه تهران
سارا نظیف
دانشجوی دکتری عمران - آب، دانشکده عمران، پردیس فنی، دانشگاه تهران
کبیر رسولی
کارشناس ارشد عمران - آب، دانشکده فنی، دانشگاه آزاد اسلامی واحد علوم و
ساناز ایمن
کارشناس ارشد عمران - آب، دانشکده عمران، پردیس فنی، دانشگاه تهران
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 :