حمیده افخمی - دانشجوی کارشناسی ارشد آبخیزداری، دانشکده منابع طبیعی، دانشگاه یزد
محمدتقی دستورانی - استادیار دانشکده منابع طبیعی، دانشگاه یزد
حسین ملکی نژاد - استادیار دانشکده منابع طبیعی، دانشگاه یزد
محمدحسین مبین - استادیار دانشکده منابع طبیعی، دانشگاه یزد

امروزه روش های مختلفی جهت پیش بینی خشکسالی ارائه شده است . در این تحقیق از تکنیک شبکه های عصبی مصنوعی جهت پیش بینی خشک سالی در ایستگاه سینوپتیک یزد استفاده شده است. جهت انجام این پیش بینی ساختارهای مختلفی از مدل های شبکه عصبی مورد آزمون قرار گرفته و سپس ترکیبات مختلفی از ورودی ها شامل میانگین متحرک سه ساله بارش ، دمای ماکزیمم، دمای متوسط، رطوبت نسبی، سرعت متوسط باد، جهت شدید ترین باد و میزان تبخیر به عنوان رودی مدلها مورد بررسی قرار گرفت. بر اساس بررسی های انجام شده شبکه TLRN با یک لایه مخفی و تابع فعال تانژانت هایپربولیک به عنوان شبکه مطلوب جهت پیش بینی میانگین متحرک سه ساله بارش دریک سال آینده و به تبع آن وضعیت خشکسالی در سال آینده انتخاب گردید. نتایج نشان داد شبکه های عصبی مصنوعی به عنوان یک ابزار کارا و ارزشمند می تواند جهت پیش بینی خشک سالی ها مورد استفاده قرار گیرد.

پیش­بینی خشکسالی، شبکه عصبی مصنوعی، میانگین متحرک بارش، مدل­سازی، ایستگاه هواشناسی یزد