پیش بینی سیکل خشکسالی با استفاده از شبکه عصبی (مطالعه موردی: شهرستان شاهرود)

خشکسالی یک پدیده متناوب طبیعی است که همراه باکمبود منابع آب دردسترس در یک منطقه وسیع جغرافیایی و در یک دوره زمانی قابل ملاحظه می باشد. این پدیدهی هواشناختی و جدایی ناپذیر از شرایط اقلیمی درکشورهای واقع درعرض های جنب حارهای مانند ایران شایع می باشد. جهت این امر از داده های بارش از سال 2014-1951 مورد استفاده قرارگرفت و بامقایسه سه بازه زمانی سه ماهه،شش ماهه و سالانه، شاخص خشکسالی SPI به عنوان خروجی مدل در نظرگرفته شد. شبکه مورد استفاده از نوع پرسپترونبود واز الگوریتم پس انتشار خطا و روش یادگیری لونبرگ مارکواردت استفاده شد. نتایج حاصل از تحقیق حاضر،نشان می دهدکه درمیان الگوهای مورد بررسی،شاخص خشکسالی SPI سالانه نقش مفیدی درپیش بینی خشک سالی های شهرستان شاهرود داشته،باکاربرد شبکه عصبی مصنوعی می توان با دقت بالا 80 درصد، سیکل خشک سالی این شهرستان را پیش بینی نمود.

کلیدواژه ها:

کاربرد شبکه عصبی مصنوعی ، پیش بینی خشکسالی ، SPI