شهرام کریمی گوغری - استادیارگروه مهندسی آب، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان
کوروش قادری - استادیارگروه مهندسی آب، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان

در سالهای اخیراستفاده ازروشهای مدلسازی مبتنی بر هوش مصنوعی درعلوم مهندسی آب مورد توجه جدی محققین قرارگرفته است. پیش بینی بارندگی سالانه ، معمولا می تواند موفقیت در کشت دیم ،طراحی پروژه های مهندسی منابع آب ،برنامه ریزی های اقتصادی منطقه ای و مدیریت بهتر مراتع را تضمین نماید. در این تحقیق با استفاده از آمار بارندگی روزانه و سالیانه در اکثر ایستگاههای دارای آمار طولانی مدت (حداقل 30 سال) استان کرمان ، با آگاهی از وجود همبستگی مناسب میان طول فاصله زمانی و قوع 47.5 میلی متربارش ازابتدای پائیز با مقدار بارندگی سالانه 3،2،1 سال گذشته ومیانگین درازمدت هرایستگاه ، مدلی برای پیش بینی بارندگی سالانه با استفاده ازشبکه های عصبی مصنوعی ارائه شد. نتایج آزمون مدل نهایی برای یک سری داده مستقل که درآموزش و صحت سنجی مدل نقش نداشتند حاکی ازتوانایی بالای مدل شبکه عصبی درشبیه سازی روند دوره های کاهش ویا افزایش بارش وپیش بینی بارندگی سالانه داشت.

پیش بینی، بارندگی سالانه، شبکه های عصبی مصنوعی، فاصله زمانی و قوع