پیش بینی شاخص خشک سالی هیدرولوژیکی SDI با استفاده از شبکه عصبی مصنوعی GRNN و مدل GPR در حوضه آبریز لیقوان چای

Publish Year: 1397
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 476

This Paper With 9 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

IREC11_234

تاریخ نمایه سازی: 27 تیر 1398

Abstract:

یکی از مخاطرات طبعیی که نتایج و آثار آن بر حوزه های اجتماعی، سیاسی و اقتصادی اثرگذار می باشد خشک سالی است که خود می تواند سبب یک فاجعه گردد، به دلیل اهمیت پیش بینی خشک سالی در این پژوهش با استفاده از شاخص جریان رودخانه ای SDI توسط شبکه عصبی مصنوعی GRNN و مدل GPR پیش بینی خشک سالی حوزه آبریز لیقوان چای مورد بررسی قرار گرفت و از پارامترهای جهت تحلیل استفاده گردید. نتایج حاصل نشان داد که مدل GPR با ضریب تبیین برابر 0/940 ومدل GRNN با ضریب تبیین برابر 0/925 از عملکرد خوب و قابل قبولی در پیش بینی خشک سالی هیدرولوزیکی در 245 ماه برخوردار هستند.

Keywords:

پیش بینی خشک سالی , شاخص جریان رودخانه ای , شبکه عصبی , GRNN , GPR

Authors

علیرضا صدیق

دانش آموخته کارشناسی ارشد سازه های آبی دانشگاه شهید چمران

مسعود کرباسی

دانشیار گروه سازه های آبی دانشکده کشاورزی دانشگاه زنجان