تحلیل خشکسالی اقلیمی با استفاده از شاخص SPI و پیش بینی آن براساس مدل MLP (مطالعه موردی: شهرستان های کاشمر، بردسکن و خلیل آباد)

وقوع خشکسالی یکی از ویژگی های اصلی و تکرارشونده اقلیم های متفاوت به شمار م یرود و آثار آن صرفا به نواحیخشک و نیمه خشک محدود نمی شود. برخلاف سیلاب، توصیف زمانی و مکانی خشکسالی و همچنین پیشبینی آن بسیارمشکل و دارای اهمیت ویژه در مدیریت و برنامه ریزی منابع آب است. در سالهای اخیر وقوع خشک سالی های پی درپی دراستان خراسان رضوی، اهمیت پرداختن به مطالعه و پیش بینی خشکسالی را بیش از پیش آشکار می کند. یکی از روش هایدستیابی به این هدف شبیه سازی خشکسالی براساس مدلهای شبکه های عصبی میباشد. در این تحقیق برای بررسیوضعیت خشکسالی ها از داده های بارش ماهانه سه ایستگاه شریف آباد بردسکن، کاریز خلیل آباد و کاشمر در دوره آماری۲۵ ساله استفاده شد. شاخص بارش استاندارد شده (SPI)، در مقیاس زمانی سه ماهه محاسبه شد و از مدل شبکه عصبیMLP جهت شبیه سازی آن استفاده گردید. نتایج به دست آمده از شاخص SPI۳ ، حاکی از این است که وضعیت نرمالبیشترین و خشکسالی بسیار شدید کمترین احتمال وقوع را در این منطقه در طول دوره مطالعه داشته اند. شدیدترینخشکسالی و ترسالی در طول دوره مورد نظر به ترتیب در ایستگاه کاریز در سال ۱۳۷۸ (SPI=-۲/۰۵) و ایستگاه کاشمردر سال ۱۳۷۱ ( ۰۹ / ۲=SPI) اتفاق افتاده است. ارزیابی مدل MLP با آماره های MAE (۰/۳)؛ (R(۲) (۰/۶۶ و RMSE(۲۹ / ۰) بیانگر قابلیت بالای این مدل در شبیه سازی خشکسالی در منطقه مورد مطالعه دارد.