CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

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

عنوان مقاله: تحلیل خشکسالی اقلیمی با استفاده از شاخص SPI و پیش بینی آن براساس مدل MLP (مطالعه موردی: شهرستان های کاشمر، بردسکن و خلیل آباد)
شناسه ملی مقاله: ITCC06_080
منتشر شده در ششمین کنفرانس ملی کاربرد فناوری های نوین در علوم مهندسی در سال 1401
مشخصات نویسندگان مقاله:

مریم آذرخشی - استادیار دانشکده کشاورزی و منابع طبیعی، دانشگاه تربت حیدریه
مهدی اقبالی - کارشناسی ارشد آبخیزداری، دانشکده کشاورزی و منابع طبیعی، دانشگاه تربت حیدریه

خلاصه مقاله:
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.

کلمات کلیدی:
شاخص خشکسالی، پرسپترون چندلایه، ترسالی، معیار ارزیابی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1795675/