فهرست نشریات علمی دسترسی آزاد ایران

پیشینه و اهداف: خشکسالی به عنوان یکی از چالش‌های حیاتی و پایدار در ایران و بسیاری از کشورهای جهان، همواره توجه بسیاری از محققان و تصمیم‌گیران را به خود جلب کرده است. این پدیده طبیعی می‌تواند تأثیرات گسترده‌ای بر اقتصاد، جامعه و محیط زیست داشته باشد و از این رو، شناسایی و پیش‌بینی دقیق آن از اهمیت بالایی برخوردار است. ایران به دلیل شرایط جغرافیایی و اقلیمی خاص خود، بیش از دیگر کشورها در معرض خطر خشکسالی قرار دارد و این موضوع لزوم استفاده از فناوری‌های نوین برای مدیریت بهتر منابع آب و مقابله با خشکسالی را برجسته‌تر می‌سازد. هدف اصلی این مقاله، پیش‌بینی خشکسالی با استفاده از سیستم خبره و هوش مصنوعی و توسعه مدل‌های رفتاری مناسب برای این پدیده در تمامی استان‌های ایران است.روش‌ها‌: برای دستیابی به هدف مذکور، داده‌های مربوط به خشکسالی در تمامی استان‌های ایران از سال ۱۳۸۸ تا ۱۴۰۰ مورد بررسی قرار گرفت. این داده‌ها شامل مجموعه‌ای گسترده از شاخص‌های مختلف خشکسالی نظیر بارش، دما، رطوبت نسبی و شاخص‌های تغییرات اقلیمی می‌باشند. با استفاده از این داده‌ها، مدل‌های رفتاری ماهانه خشکسالی برای هر استان توسعه داده شده است. در این راستا، سیستم خبره و الگوریتم‌های هوش مصنوعی برای شناسایی الگوها و روندهای خشکسالی در هر استان به کار گرفته شده‌اند. به کمک این روش‌ها، مدلی خطی به عنوان بهترین مدل انتخاب شد که توانست به صورت ماهانه احتمال وقوع خشکسالی را پیش‌بینی کند. در نهایت، یک نقشه آنلاین و تحت وب توسعه داده شده است که نتایج پیش‌بینی‌ها را به صورت ماهانه برای هر استان نمایش می‌دهد.یافته‌ها: نتایج این تحقیق نشان داد که با استفاده از داده‌های گسترده خشکسالی و توسعه مدل‌های رفتاری ماهانه، می‌توان به پیش‌بینی دقیق و به موقع خشکسالی در هر استان دست یافت. دوازده مدل رفتاری برای هر استان تولید شده که احتمال وقوع خشکسالی را در ماه‌های مختلف سال نشان می‌دهند. این مدل‌ها قادرند به عنوان ابزاری قدرتمند در مدیریت و برنامه‌ریزی مقابله با خشکسالی در سطح استانی و ملی مورد استفاده قرار گیرند. با ارائه نتایج به صورت نقشه‌های آنلاین و تحت وب، دسترسی به اطلاعات و نتایج پیش‌بینی‌ها برای تصمیم‌گیران و مدیران مربوطه ساده‌تر و سریع‌تر می‌شود.نتیجه‌گیری:  مطالعه حاضر نشان داد که استفاده از سیستم خبره و مدل‌سازی رفتاری خشکسالی در تمامی استان‌های ایران، منجر به پیش‌بینی دقیق‌تر و به‌موقع‌تر این پدیده می‌شود. انتخاب مدل خطی به عنوان بهترین مدل، این امکان را فراهم می‌کند که نتایج پیش‌بینی‌ها با دقت بالاتری ارائه شوند. نقشه آنلاین و تحت وبی که توسعه داده شده است، ابزاری مفید برای مدیران و تصمیم‌گیران در زمینه مدیریت منابع آب و مقابله با خشکسالی محسوب می‌شود. این ابزار می‌تواند در تصمیم‌گیری‌های مرتبط با خشکسالی در سطوح مختلف کمک شایانی کند و به کاهش آثار و پیامدهای منفی این پدیده طبیعی منجر شود. با توجه به یافته‌های این تحقیق، می‌توان نتیجه گرفت که بهره‌گیری از فناوری‌های نوین مانند سیستم‌های خبره و هوش مصنوعی در پیش‌بینی و مدیریت خشکسالی، نه تنها امکان‌پذیر بلکه بسیار مؤثر است. این رویکرد می‌تواند الگویی برای دیگر کشورهایی باشد که با مشکل خشکسالی مواجه‌اند و نیازمند راهکارهای دقیق و عملی برای مدیریت بهتر منابع آب خود هستند.