کاربرد مدل های شبکه عصبی مصنوعی در پیش بینی خشکسالی استان اصفهان
سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 41
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_WMJI-5-16_004
تاریخ نمایه سازی: 9 دی 1402
چکیده مقاله:
پیشبینی خشکسالی نقش بسزایی در برنامهریزی، مدیریت و بهرهبرداری از منابع آب دارد؛ در این پژوهش برای پیشبینی سیکل خشکسالی در ۹ ایستگاه باران سنجی استان اصفهان از شبکه عصبی مصنوعی استفاده شده است. داده های مورد استفاده در این تحقیق شامل بارش ماهانه و شاخص بارش استاندارد (SPI) در ایستگاه های منتخب، از سال ۱۹۷۲ تا ۲۰۱۰ میلادی می باشد. به این منظور با استفاده از آمار موجود، مقادیر SPI برای یکسال بعد پیش بینی گردید. نتایج نشان داد در میان مدل های مختلف شبکه عصبی مصنوعی، شبکه های پرسپترون در اکثر ایستگاه ها با ضریب همبستگی بالایی قادر به پیش بینی مقادیر SPI در زمان آتی می باشد. در میان ایستگاه های مورد استفاده، ایستگاه کوهپایه با بالاترین ضریب همبستگی معادل ۹۶/۰ و با میانگین خطای عملکرد برابر با ۰۴/۰ بهترین عملکرد را از خود نشان داد. و ایستگاه زیار با ضریب همبستگی ۸۶/۰ و میانگین خطای ۰۸۷/۰ عملکرد پایینتری را نسبت به سایر ایستگاه ها از خود نشان داده است.
کلیدواژه ها:
نویسندگان
مطهره اسفندیاری
دانشجوی دکتری بیابان زدایی، دانشکده کشاورزی و منابع طبیعی دانشگاه یزد، نویسنده مسئول:
حسین ملکی نژاد
دانشیار دانشکده کشاورزی و منابع طبیعی دانشگاه یزد
محمدعلی حکیم زاده
استادیار دانشکده کشاورزی و منابع طبیعی دانشگاه یزد
حمیده افخمی
دانشجوی دکتری آبخیزداری،دانشکده کشاورزی و منابع طبیعی دانشگاه یزد.