کاربرد شبکه عصبی مصنوعی در مدلسازی و پیش بینی فرونشست زمین در دشت تهران ناشی از تغییرات اقلیمی

مطالعه تغییرات اقلیمی و بررسی های آماری و واقعی در ایران بسیار حائز است. در واقعیت تغییر اقلیم در میانکشورهای خاورمیانه و به ویژه ایران شدید است. در میان کشورهای خاورمیانه، ایران در دهه های آینده با افزایش ۶/۲ درجه سانتیگراد میانگین دما و کاهش ۳۵ درصدی بارندگی مواجه خواهد شد. در سوی دیگر،ایران با مجموع انتشار گازهای گلخانه ای نزدیک به ۶۱۶۷۴۱ میلیون تن CO۲ اولین کشور مسئول تغییراتاقلیمی در خاورمیانه و هفتمین کشور در جهان است. سهم سطح بالای ایران در انتشار گازهای گلخانه ای به تولید قابل توجه نفت، گاز و شهرنشینی سریع بستگی دارد. پژوهش حاضر با هدف ارائه مروری بر واقعیت ها و آمار تغییرات اقلیمی در ایران انجام شد. در این مطالعه افزایش سالانه اصلی دما و انتشار گازهای گلخانه ای در نظر گرفته شد. فرونشست زمین در ایران نیز بسیار زیاد اتفاق افتاده است که یکی از دلایل اصلی آن خشک سالیو افزایش بیرویه استفاده از آب زیرزمینی ناشی از تغییرات اقلیمی است. در این پژوهش سعی شده است تا با کاربرد شبکه عصبی مصنوعی به پیش بینی و مدلسازی پدیده فرونشست زمین در دشت تهران پرداخته شود. شبکه عصبی چندلایه پرسپترون (MLP) در این تحقیق استفاده شده و ساختار بهینه آن در این مدل سازی بر اساس معیارهای خطای مختلف انتخاب شده است