پیشبینی خشکسالی با استفاده از سامانهی بهره وری عصبی حالتی سازگار با محاسبهی عددی فراابتکاری کلونیِ مورچهها درآبخیزِ زابل
نویسندگان
1 استادیارِ بخشِ تحقیقاتِ جنگل و مرتع و آبخیزداریِ مرکز تحقیقات و آموزشِ کشاورزی و منابع طبیعی سیستان، سازمانِ تحقیقات، آموزش و ترویجِ کشاورزی، زابل، ایران
doi
10.22092/wmrj.2022.359003.1478چکیده
مقدمه و هدفاستفاده از شبیهسازی های ترکیب شده با نمایهی خشکسالی دقت پیش بینی را افزایش می دهد. رویکرد اکتشافی زمینه ی هشدار اثرهای خشکسالی و امکان ساز و کارهای حمایت مالی و بیمه ای جوامع محلی را فراهم می کند. مهمترین بخش، کاهش آثار خشکسالی و بهبود دقت سامانه های پیشبینیکننده است.مواد و روشهادر این پژوهش دقت شبیهسازی جدید انفیس ترکیبشده با محاسبهی عددی فراابتکاری کلونی مورچهها در پیشبینی خشکسالی با شبیهسازی انفیس معمولی مقایسه شد. عملکرد شبیهسازی با استفاده از خطای جذر میانگین مربع ها، میانگین مطلق خطا و ضریب تعیین ارزیابی شد.نتایج و بحثاعتبارسنجی شبیهسازی در نمایهی 3 ماهه نشان داد اندازهی خطای مطلق و خطای جذر میانگین مربعها در ایستگاه زابل با کاربرد شبیهسازی انفیس کمتر است. در این پژوهش در آبخیز زابل، شبیهسازیهای انفیس (سامانهی بهره وری عصبی حالتی سازگار) و انفیس همراه با محاسبه ی عددی فراابتکاریِ کلونی مورچهها برای پیشبینی خشکسالی بررسی شد. نتایج نشان داد که پیش بینیِ خشکسالی با استفاده از داده های بارش ماهانه ی ایستگاه های همدید زابل (1399-1362)، زهک (1399-1373) و روش بهینه سازیِ کلونی مورچه ها سبب بهبود عملکرد شبیهسازی انفیس شده است. اندازهی آزمون ضریب تعیین پیش بینی شبیهسازی انفیس همراه با محاسبهی عددی فراابتکاری کلونی مورچه ها در بازه های 3، 6، 9 و 12 ماهه، به ترتیب برابر با 0/738، 0/854، 0/801 و 0/898 در ایستگاه زابل و 0/792، 0/804، 0/759 و 0/887 در ایستگاه زهک بود. علاوه بر این شبیهسازی انفیس-کلونی مورچهها ضریب تعیین بالاتری داشت. اعتبارسنجی شبیهسازی نمایهی 3 ماهه شبیهسازی انفیس-کلونی مورچهها اندازهی خطای مطلق و خطای جذر میانگین مربعها کمتر و ضریب تعیین آن بالاتر بود. در ایستگاه زهک نیز شبیهسازی انفیس در آموزش 3 ماهه دقت بالاتری داشت، اما در بخش اعتبارسنجی برتری با شبیهسازی انفیس-کلونی مورچهها بود. بهطورکلی در نمایهی SPI سه ماهه، آموزش شبیهسازی انفیس دقت بالاتری داشت اما در اعتبارسنجی شبیهسازی انفیس-کلونی مورچهها برتری داشت.نتیجه گیری و پیشنهادهابهینه سازی با کاربرد کلونی مورچهها مبتنی بر جمعیت داده ها به تدریج راه حل های پیشنهاد شده را به راه حل بهینهی سراسری نزدیک می کند. این مسئله سبب افزایش کارایی محاسبهی عددی کلونی مورچهها در مقایسه با انفیس در پیشبینی خشکسالی شد. شبیهسازی انفیس ترکیب شده با کلونی مورچهها خصوصیت کارایی برای مسائلی با مقیاس بزرگ در زمان کوتاه از روش خود تنظیمی پیشنهاد داد. این خصوصیت ها برای داده های طبیعی دارای الگوی هندسی نامنظم و یا داده های ثبت شده با حجم بالا هزینهی محاسباتی را کاهش دادند. شبیهسازی هایی که بهینه سازی می کنند در نقاط بهینه محلی دچار خطا می شوند. این در حالی است که شبیهسازی انفیس-کلونی مورچهها فضای شبیهسازی برای پیش بینی خشکسالی را سراسری ارزیابی کرد. مقایسهی شبیهسازی انفیس با محاسبهی عددی های دیگر و انتخاب بهترین شبیهسازی برای آبخیز زابل پیشنهاد میشود.