تحول مدلهای یادگیری ماشین در پیشبینی خشکسالی: مرور پیشرفتها، چالش ها و مسیرهای آینده

چکیده مقاله

خشکسالی به عنوان یکی از پیچیده ترین و پرخطرترین پدیده های اقلیمی تاثیرات عمیقی بر منابع آب، محیط زیست و جوامع انسانی دارد پیش بینی دقیق و به موقع خشکسالی نقش مهمی در کاهش خسارات و مدیریت بهینه منابع آب ایفا می کند در این مقاله مروری به بررسی جامع کاربردهای الگوریتم های یادگیری ماشین در پیش بینی خشکسالی می پردازد و انواع مدل های یادگیری ماشین و ترکیبی، چالش ها و فرصت های آنها را تحلیل می کند همچنین کاربردهای عملی این فناوری در مدیریت پایدار منابع آب و محیط زیست تبیین شده است نتایج نشان می دهد که الگوریتم های یادگیری ماشین با قابلیت مدل سازی روابط غیرخطی و داده محور می توانند به عنوان ابزار قدرتمندی در بهبود دقت پیش بینی خشکسالی و تصمیم گیری های مدیریتی مورد استفاده قرار گیرند در نهایت راهکارهایی برای توسعه مدل های آینده و ارتقای کارایی پیش بینی های خشکسالی ارائه شده است

کلیدواژه‌ها

نویسندگان

پریا پورمحمد

دانشجوی دکتری گروه مهندسی احیاء مناطق خشک و کوهستانی، دانشکده مناطق طبیعی دانشگاه تهران، کرج، ایران

ایمان حاجی راد

دانشجوی دکتری گروه مهندسی آبیاری و آبادانی دانشکدگان کشاورزی و منابع طبیعی دانشگاه تهران، کرج، ایران

پورمحمد، پریا و حاجی راد، ایمان،1404،تحول مدلهای یادگیری ماشین در پیشبینی خشکسالی: مرور پیشرفتها، چالش ها و مسیرهای آینده،نهمین کنگره بین المللی علوم و صنایع غذایی، کشاورزی و امنیت غذایی،تهران

ارائه‌شده در

مجموعه مقالات نهمین کنگره بین المللی علوم و صنایع غذایی، کشاورزی و امنیت غذایی31 شهریور 1404 · تهران