مقاله مقايسه روش هاي مختلف پيش بيني شاخص خشک سالي SPI که چکیده‌ی آن در زیر آورده شده است، در ۱۳۸۸ در پژوهش هاي حفاظت آب و خاك (علوم كشاورزي و منابع طبيعي) از صفحه ۱۴۵ تا ۱۶۷ منتشر شده است.
نام: مقايسه روش هاي مختلف پيش بيني شاخص خشک سالي SPI
این مقاله دارای ۲۳ صفحه می‌باشد، که برای تهیه‌ی آن می‌توانید بر روی گزینه‌ی خرید مقاله کلیک کنید.
کلمات مرتبط / کلیدی:
مقاله خشک سالي
مقاله پيش بيني
مقاله شبکه عصبي مصنوعي
مقاله ARIMA؛ MLP؛ RBF؛ SPI

نویسنده(ها):
جناب آقای / سرکار خانم: عيوضي معصومه
جناب آقای / سرکار خانم: مساعدي ابوالفضل
جناب آقای / سرکار خانم: دهقاني اميراحمد

چکیده و خلاصه‌ای از مقاله:
خشک سالي يکي از پديده هاي آب و هوايي است که در همه شرايط اقليمي و در همه مناطق کره زمين به وقوع مي پيوندد. پيش بيني خشک سالي نقش مهمي در طراحي و مديريت منابع طبيعي، سيستم هاي منابع آب، تعيين نياز آبي گياه و… ايفا مي نمايد. در طي دهه هاي اخير شبکه هاي عصبي توانايي هاي زيادي را در مدل سازي و پيش بيني سري هاي زماني غيرخطي و غيرايستا نشان داده اند. از اين رو، در اين تحقيق به منظور پيش بيني خشک سالي، از دو نوع شبکه عصبي مصنوعي پرسپترون چندلايه (MLP) و تابع پايه اي شعاعي(RBF)  استفاده شده است. به اين منظور از داده هاي بارندگي ايستگاه نوده با دوره آماري ۴۱ ساله در حوزه آب خيز گرگان رود، استفاده شد. وضعيت رطوبتي با استفاده از شاخص بارندگي استاندارد شده (SPI) در دوره هاي زماني کوتاه مدت (۱، ۳، ۶ و ۹ ماهه) و بلندمدت (۱۲، ۲۴ و ۴۸ ماهه) محاسبه گرديد. سپس از بين داده هاي محاسبه شده، دوره ۴۶-۱۳۴۵ الي ۷۸-۱۳۷۷ به عنوان داده آموزش و دوره ۷۹-۱۳۷۸ الي ۸۶-۱۳۸۵ به عنوان داده آزمون انتخاب گرديد. براي تخمين مقدار SPI در زمان t از مقادير SPI در زمان هاي قبل استفاده شد. نتايج نشان داد که شبکه عصبي مصنوعي MLP نسبت به شبکه عصبي مصنوعي RBF با دقت بالاتري مقادير SPI و وضعيت خشک سالي را پيش بيني مي کند. همچنين مقايسه نتايج با نتايج حاصل از به کارگيري سري زماني ARIMA نشان دهنده دقت بالاي اين روش مي باشد.