استفاده از شبکه عصبی مصنوعی در پیش بینی شاخص خشکسالی بارش استاندارد شده در استان فارس
Publish place: Second National Conference on Water Crisis
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 742
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:
NCWC02_274
تاریخ نمایه سازی: 7 آبان 1393
Abstract:
پیش بینی خشکسالی نقش مهمی در برنامه ریزی و مدیریت سیستم های منابع آب دارد. نمایه بارش استاندارد شده (SPI) یکی از رایجترین نمایه های خشکسالی است که در مقیاس های زمانی مختلف قابل محاسبه می باشد. در این پژوهش با استفاده از داده های بارندگی ماهانه ایستگاه های منتخب استان فارس نمایه SPI ماهانه محاسبه گردید. در گام بعد اطلاعات SPI محاسبه شده توسط نرم افزار Qnet2000 برای پیش بینی نمایه SPI استفاده شد. ساختار منتخب برای شبکه عصبی با سعی و خطا برای ایستگاه های مختلف پیدا شد، بطوریکه داده های ورودی مدل شبکه عصبی بصورت مقادیر ماهانه بارندگی از ماه جاری تا شش ماه قبل و نمایه SPI از یک تا شش ماه قبل در نظر گرفته شدند. نتایج نشان داد که شبکه عصبی از دقت بالایی برخوردار است چنانکه ضرایب همبستگی (r) در شرایط بهینه به ترتیب برابر 0/943، 0/93، 0/935، 0/954 و 0/51 برای ایستگاه های سینوپتیک شیراز، آباده، زرقان، سد درودزن و فسا در مرحله صحت سنجی حاصل شده است.
Keywords:
Authors
فرشید صف شکن
دانشجوی دکتری مهندسی منابع آب دانشکده علوم آب دانشگاه شهید چمران اهواز
فریدون رادمنش
استادیار گروه مهندسی منابع آب دانشکده علوم آب دانشگاه شهید چمران اهواز
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :