پیش بینی توامان خشکسالی هیدرولوژی و کشاورزی بااستفاده از شاخص MSPI و مدل های LSSVM و GRNN در چند نمونه اقلیمی ایران
Publish place: 6th Regional Conference of Climate change
Publish Year: 1398
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 706
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
RCCC06_029
تاریخ نمایه سازی: 28 اسفند 1398
Abstract:
خشکسالی به عنوان یکی از پیچیده ترین فاجعه های زیست محیطی است که به طور مداوم در تمامی نقاط جهان تاثیر می گذارد. این پدیده به طور معمول می تواند در انواع مناطق آب وهایی دنیا نظیر مناطق پرباران و کم باران رخ دهد و هزینه های اقتصادی و اجتماعی زیادی را در سراسر جهان موجب گردد. انتشار پیش بینی به موقع از خشکسالی می تواند زمینه ساز اقدامات وسیاست هایی مناسب جهت کاهش اثرات خشکسالی گردد. شاخص بارش استاندارد چند متغیره MSPI شاخصی است که می تواند در مورد چند نوع مختلف خشکسالی به صورت همزمان اظهارنظر نماید. هدف از این تحقیق پیش بینی توامان دو نوع خشکسالی کشاورزی و هیدرولوژیکی، درنمونه های مختلف اقلیمی ایران بود. بدین منظور از چهار نمونه اقلیمی مدیترانه ای معتدل، نیمه خشک فراسرد، خشک سرد و فراخشک گرم یک ایستگاه به ترتیب ایلام، اردبیل، تهران و ایرانشهر انتخاب گردید. مجموع بارش ماهانه از ابتدای تاسیس این ایستگاه ها تا انتهای سال 2017استفاده شد. دو معیار ریشه میانگین مربعات خطا RMSE و شاخص ویلموت WI جهت ارزیابی مدل ها استفاده گردید. نتایج حاکی از دقت قابل قبول مدل های هوش مصنوعی در پیش بینی توامان خشکسالی هیدرولوژیکی و کشاورزی بود.همچنین در پیش بینی شاخص MSPI، مدل LSSVM دقیق تر از GRNN ارزیابی شد.
Keywords:
Authors
پویا عاقل پور
گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان، ایران