پایش و پیش بینی خشکسالی با شاخصSPIبه وسیله شبکه های عصبی مصنوعی(مطالعه موردی:دشت کرمان)
- سال انتشار: 1392
- محل انتشار: دوازدهمین همایش سراسری آبیاری و کاهش تبخیر
- کد COI اختصاصی: ABYARI12_356
- زبان مقاله: فارسی
- تعداد مشاهده: 566
نویسندگان
دانشجوی کارشناسی ارشد، گروه مهندسی آب، دانشگاه آزاد اسلامی واحد کرمان
استادیار،گروه مهندسی آب، دانثگاه آزاد اسلامی واحد کرمان
دانشجوی سابق کارشناسی ارشد ،گروه مهندسی آب،دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران
دانشجوی کارشناسی ارشد، گروه بیوتکنولوژی، دانشگاه تحصیلات تکمیلی کرمان
چکیده
خشک سالی یکی از پیچیده ترین بلایای طبیعی است که به طور اتفاقی و ناگهانی رخ نمی دهد و خساراتی را که می تواند در صورت رخداد در طی یک دوره زمانی وارد نماید غیرقابل جبران است. لذا پیش بینی خشک سالی به عنوان یکی از استراتژی های مقابله با این رخداد طبیعی و کاهش اثرات مخرب آن امری است که در سال های اخیر توجه کارشناسان علوم مختلف را به خود جلب نموده است. از این رو در این مطالعه با استفاده از داده های دما، رطوبت و بارندگی ماهیانه ی 50 ساله ایستگاه سینوپتیک کرمان به پیش بینی شرایط دشت کرمان پرداخته شد. ابتدا با استفاده از نرم افزارEview6که مبتنی بر سری های زمانی می باشد با استفاده از داده های پنج ساله ی آخر منتهی به سال 90 ، دما و رطوبت برای مقطع زمانی سال 91 پیش بینی شد، اطلامحات موجود 90 ساله هواشناسی با آرایش ( 1 - 5 - 2 ) به شبکه عصبی معرفی شد یعنی دما و رطوبت به عنوان دو پارامتر لایه ورودی و بارندگی به محنوان یک پارامتر لایه خروجی مشخص شد. همچنین 5 نرون لایه میانی با آزمون و خطا بدست آمد. این شبکه با روش مارکوت - لورنبرگ آموزش و داده ها با امحمال تابع تانژانت سیگموئید به شبکه معرفی شدند. بارندگی توسط این شبکه برای 4 ماهه آخر سال 91 پیش بینی شد. اعداد بدست آمده به نرم افزار DIP داده و شاخص SPI را برای زمان های 1 ، 3 ، 6 ، 9 ، 12 ، 18 ، 24 ، 48 ماهه محاسبه گردید. بررسی داده های بدست آمده، شاخص خشک سالی را برای دوره های کوتاه مدت تقریبآ ترسالی کم و برای دوره های بلندمدت خشک سالی کم و متوسط را نشان داد. همچنین تداوم خشک سالی ها در یک دوره بلندمدت می تواند بر اقلیم منطقه تاثیر گذاشته و به بروز خشکی در منطقه بیانجامد.کلیدواژه ها
پیش بینی خشک سالی، شبکه های عصبی(ANN)، نرم افزار Eviews6، نرم افزار DIPمقالات مرتبط جدید
- بررسی اثرات سطوح بالای نمک های صفراوی به عنوان یک امولسیفایر برون زا بر جمعیتمیکروبی سکوم و وضعیت ایمنی جوجه های گوشتی
- اثر سطوح بالای اسیدهای صفراوی به عنوان یک امولسیفایر برون زا بر کیفیت لاشه در جوجه های گوشتی
- بررسی و شناسایی گونه های چوبی مورد استفاده در هنر چوتاشی صنایع دستی مازندران
- توسعه کشاورزی ارگانیک به عنوان راهکاری برای توسعه پایدار و اجتماعی - اقتصادی در نواحی روستایی
- نقش کشاورزی حفاظتی در توسعه پایدار و افزایش بهره وری
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.