فهرست نشریات علمی دسترسی آزاد ایران

خشک ­ سالی به­ عنوان یک بلای طبیعی نا محسوس تقریباً در تمامی اقلیم ­ها رخ می ­دهد و مشخصات آن از یک منطقه به منطقه دیگر متفاوت ­است. با توجه به نوسانات بیشتر در مقادیر بارندگی در بخش ­ های جنوبی، شرقی و مرکزی ایران و در نتیجه آسیب ­ پذیری بیشتر آن­ ها نسبت به پدیده خشک سالی، هدف اصلی این تحقیق یافتن مناسب ­ ترین روش برای پیش ­ بینی خشک­سالی شهر سمنان می ­ باشد . در پژوهش حاضر، با استفاده از روش ­های سری ­های زمانی، شبکه عصبی مصنوعی ( ANN ) و سیستم استنتاج فازی- عصبی تطبیقی ( ANFIS ) سعی شده تا مدل­ های مناسب برای پیش بینی خشک­سالی شهر سمنان ارائه گردد. در این مدل­ سازی ­ها از داده ­های میانگین ماهانه شامل بارندگی، دما، حداکثر و حداقل دما، رطوبت نسبی، حداکثر و حداقل رطوبت نسبی و شاخص خشک­سالی SPI طی دوره آماری 1966 تا 2013 استفاده شده است. بر­اساس نتایج، SPI و مقادیر پیشین آن نسبت به بارش عملکرد مناسب ­تری را داشت. با بررسی تمامی مدل­ ها، مدل 6 (1،0،1)(0،0،1) ARIMA با برازش مناسب داده ­های SPI با کمترین مقدار جذر میانگین مربعات خطا ( RMSE برابر 442/0 در مرحله آموزش و 521/0 در مرحله آزمون) و مناسب ­ترین ضریب همبستگی ( R ) برابر 889/0 در مرحله آموزش و 846/0 در مرحله آزمون) به­ عنوان مدل برتر انتخاب شد. با استفاده از این مدل، مقادیر SPI برای 12 گام زمانی بعدی پیش­ بینی گردید. مدل ANFIS با مقادیر 513/0= RMSE ، 377/0= MAE ، و ضریب همبستگی ( R ) برابر 861/0 در مرحله آموزش و 518/0= RMSE ، 41/0= MAE ، و 841/0= R در مرحله آزمون و ANN با مقادیر 534/0= RMSE ، 393/0= MAE و 85/0= R در مرحله آموزش و 532/0= RMSE ، 402/0= MAE ، و 837/0= R در مرحله آزمون به ­ترتیب در رتبه‌ های بعدی قرار گرفتند.