بررسی خشکسالی هواشناسی منطقه همدان توسط شبکه عصبی مصنوعی

یکی از پدیده های اقلیمی خشکسالی بوده که بررسی ان نقش بسزایی در مدیریت منابع طبیعی، طراحی سیستم های منابع آب، تعیین نیاز آبی گیاه و غیره ایفا می نماید. در طی دهه های اخیر شبکه های عصبی مصنوعی توانایی های زیادی را در مدل سازی و پیش بینی سری های زمانی غیرخطی و غیرایستا نشان داده اند. در این تحقیق به منظور پیش بینی خشکسالی، از شبکه عصبی مصنوعی پرسپترون چند لایه استفاده شد. لذا از داده های36 سال بارندگی 14 ایستگاه هواشناسی در استان همدان استفاده شد. از بین داده های محاسبه شده، بطور تصادفی 20 درصد داده ها به عنوان داده آموزش و 80 درصد به عنوان داده آزمون انتخاب گردید. سپس در محیط نرم افزار MatLab توسط جعبه ابزار شبکه عصبی مصنوعی عملیات لازم جهت تعیین بهترین الگوریتم و مناسبترین آرایش شبکه با کمترین خطا برای برآورد شاخص SPI انجام داده شد. که از بین این 14 ایستگاه، ایستگاه ورآینه بهترین نتیجه را جهت برآورد شاخص خشکسالی نشان داد. نهایتا بهترین آرایش شبکه عصبی مصنوعی برای پیش بینی خشکسالی هواشناسی در منطقه همدان بصورت 1-4-10 و الگوریتم لونبرگ مارکوارت و تابع سیگمویید بدست آمد در ضمن آمار گندم دیم طی سالها و ایستگاه های موجود نتایج مشابهی با خروجی مدل نشان داد.

کلیدواژه ها:

بررسی ، خشکسالی ، شبکه عصبی مصنوعی