ارزیابی سیگنالهای بزرگ مقیاس و دمای سطوح آبی خلیج فارس و دریای سرخ در پیش بینی خشکسالی توسط شبکه عصبی مصنوعی در استان خوزستان

چکیده مقاله

خشکسالی یک پدیده نرمال اقلیمی است و وقوع آن اجتناب ناپذیر است پیش بینی خشکسالی می تواند نقش مهم ید ر مدیریت منابع آبی و بهره برداری بهینه از آنها ایفا کند هدف اصلی این تحقیق بررسی امکان استفاده از سیگنالهای بزرگ مقیاس اقلیمی و دمای سطوح ابی خلیج فارس و دریای سرخ در پیش بینی خشکسالی توسط شبکه عصبی مصنوعی در ایستگاه اهواز می باشد شبکه ای از نوع پرسپترون چند لایه برای بازیابی نگاشت غیرخطی میان سیگنالهای بزرگ مقیاس NAO,PDO,PNA,MEI,SOI دمای سطوح ابی خلیج فارس و دریای سرخ و خشکسالی ماهانه SPI طراحی و پیش بینی ها توسط 10 مدل برای دوره های یک تا 24 ماهه با فواصل سه ماهه انجام شد که سیگنالهای مذکور اطلاعات بارندگی و سری زمانی گذشته خود شاخصها به عنوان ورودی و شاخص SPI به عنوان خروجی مدلها تعریف شدند نتایج نشان داد که سیگنالهای SOI,NAO,PDO,PNA,MEI قابلیت پیش بینی خشکسالی را ندارند و دمای سطوح آبی نیز در برخی دوره ها 1 ، 6 ، 12 ، 18 ، و 24 ماهه عملکرد خوبی ا زخود نشان دادند

کلیدواژه‌ها

نویسندگان

مهدی نیکزاد

دانش آموخته کارشناسی ارشد مهندسی آب گروه مهندسی آبیاری و زهکشی دانشگ

سیدمحمودرضا بهبهانی

دانشیاران گروه مهندسی آبیاری و زهکشی پردیس ابوریحان دانشگاه تهران

علی رحیمی خوب

دانشیاران گروه مهندسی آبیاری و زهکشی پردیس ابوریحان دانشگاه تهران

نیکزاد، مهدی و بهبهانی، سیدمحمودرضا و رحیمی خوب، علی،1390،ارزیابی سیگنالهای بزرگ مقیاس و دمای سطوح آبی خلیج فارس و دریای سرخ در پیش بینی خشکسالی توسط شبکه عصبی مصنوعی در استان خوزستان،چهارمین کنفرانس مدیریت منابع آب ایران،تهران

ارائه‌شده در

مجموعه مقالات چهارمین کنفرانس مدیریت منابع آب ایران13 اردیبهشت 1390 · تهران