سال انتشار: ۱۳۹۳
محل انتشار: دومین همایش ملی بیابان با رویکرد مدیریت مناطق خشک و کویری
تعداد صفحات: ۷
نویسنده(ها):
مهناز رستمی – دانشجوی کارشناسی ارشد، گروه آب و خاک، دانشکده کشاورزی، دانشگاه زابل
علیرضا مقدم نیا – دانشیار گروه مرتع و آبخیزداری، دانشکده کشاورزی، دانشگاه تهران
احمد پهلوانروی – دانشیار گروه آب و خاک، دانشکده کشاورزی، دانشگاه زابل

چکیده:
خشکسالی به عنوان یکی از مهمترین بلایای طبیعی است که ممکن است در هر رژیم آب و هوایی اتفاق بیفتد.دراین تحقیق کارایی شبکه عصبی مصنوعی به عنوان روشی موثر برای پیش بینی شدت خشکسالی حوزه مند استان فارس مورد بررسی قرار گرفت. برای این منظور از داده های بارندگی ماهانه ایستگاه باران سنجی بندبهمن استان فارس با دوره آماری ۳۲ ساله استفاده گردید. شدت خشکسالی در دوره ماهانه با استفاده از شاخص درصد از نرمال بارندگی (PN) تعیین شد. سپس به وسیله مدل ANN با استفاده از شاخص PN پیش بینی شدت خشکسالی در دوره زمانی ماهانه انجام گردید. از بین داده های موجود ۷۰ درصد به عنوان داده های آموزش و ۱۵ و ۱۵ درصد به ترتیب به عنوان داده های اعتبار سنجی و داده های آزمون انتخاب گردید. سپس از طریق معیارهای آماری شامل ضریب همبستگی، میانگین مجذور مربعات خطا و ضریب نش به کارایی عملکرد مدل ها پرداخته شد و نتایج نشان داد که شبکه عصبی مصنوعی مقادیر PN و وضعیت خشکسالی را با دقت قابل قبولی پیش بینی می نماید