اخبار و اعلانات
آمار
| تعداد نشریات | 30 |
| تعداد شمارهها | 690 |
| تعداد مقالات | 6,765 |
| تعداد مشاهده مقاله | 10,998,811 |
| تعداد دریافت فایل اصل مقاله | 7,409,778 |
پیشبینی خشکسالی با استفاده از مدل فازی-عصبی، شاخصهای اقلیمی، بارندگی و شاخص خشکسالی (مطالعه موردی: زاهدان) | ||
| نشریه جغرافیا و توسعه | ||
| مقاله 5، دوره 10، شماره 26، فروردین 1391، صفحه 61-72 اصل مقاله (1.11 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22111/gdij.2012.443 | ||
| چکیده | ||
| هدف تحقیق حاضر، پیشبینی خشکسالیهای پاییزهی زاهدان به وسیله متغیّرهای ورودی مختلف میباشد. این متغیّرها عبارتند از: بارندگی، مقادیر پیشین شاخص خشکسالی SPI و 19 عدد از شاخصهای اقلیمی. برای این منظور، میانگین سه ماهه اکتبر- نوامبر- دسامبر شاخص خشکسالی SPI به عنوان متغیّر خروجی انتخاب شد. سپس هرکدام از متغیّرهای ورودی یاد شده، در تأخیرهای زمانی صفر، 1، 2 و 3 ماهه (به ترتیب میانگین سه ماهه اکتبر-نوامبر-دسامبر، سپتامبر-اکتبر- نوامبر، آگوست- سپتامبر- اکتبر و ژولای-آگوست- سپتامبر) وارد مدل شدند. مدلهای پیشبینی نیز با استفاده از مدل فازی- عصبی ANFIS توسعه داده شدند. بر اساس نتایج بهدست آمده، در تأخیر زمانی صفر، بارندگی و شاخص اقلیمی Nino3 به ترتیب با ضرائب همبستگی 0.97 و 0.75 و خطاهای 0.13 و 0.33 مناسبترین متغیّرهای ورودی را تشکیل دادند؛ در تأخیر زمانی 1 ماهه، بارندگی، شاخص خشکسالی SPI و شاخص اقلیمی AMO به ترتیب با ضرائب همبستگی 0.67، 0.72، 0.65 و خطاهای 0.36، 0.35 و 0.39 بهترین متغیّرهای ورودی را شامل شدند؛ در تأخیر زمانی 2 ماهه، شاخص اقلیمی SOI با ضریب همبستگی 0.78 و خطای 0.31 به عنوان بهترین متغیّر ورودی انتخاب شد و در نهایت در تأخیر زمانی 3 ماهه، شاخص اقلیمی AMO با ضریب همبستگی 0.59 و خطای 0.42 مناسبترین متغیّر ورودی را تشکیل داد. | ||
| کلیدواژهها | ||
| پیشبینی خشکسالی؛ شاخص SPI؛ شاخصهای اقلیمی؛ مدل فازی- عصبی ANFIS؛ زاهدان | ||
|
آمار تعداد مشاهده مقاله: 2,852 تعداد دریافت فایل اصل مقاله: 1,414 |
||