پیش بینی خشکسالی یک ساله با استفاده از مدل فازی - عصبی، سری های زمانی خشکسالی و شاخص های اقلیمی (مطالعه موردی: زاهدان)

تحقیق حاضر تلاشی برای پیش بینی خشکسالی یک سال بعد در شهر زاهدان با استفاده از مقادیر پیشین شاخص خشکسالی بارندگی استاندارد شده (SPI) و 19 عدد از شاخصهای اقلیمی است. به این منظور از قابلیتهای سیستم استنتاج فازی- عصبی تطبیقی (ANFIS) برای ساخت مدل های پیش بینی و از شاخص خشکسالی SPI برای نمایش کمی خشکسالی استفاده گردید. در ابتدا از روش محاسبه همبستگی برای تحلیل ارتباط میان خشکسالی ها و شاخصهای اقلیمی استفاده شده و مناسب ترین شاخصهای اقلیمی انتخاب گردیدند. در مرحله بعد پیش بینی خشکسالی ها در مقیاس زمانی 12 ماهه صورت پذیرفت. ترکیبات مختلفی از متغیرهای ورودی در مدل های پیش بینی فازی- عصبی ANFIS وارد گردیدند. شاخص خشکسالی SPI نیز به عنوان خروجی مدل ها معرفی شد. نتایج نشان داد که تنها استفاده از سری های زمانی مشابه سال قبل شاخص خشکسالی SPI در پیش بینی خشکسالی های 12 ماهه موثر است. با این حال از بین شاخصهای اقلیمی مورد بررسی، شاخص Nino4 مناسب ترین نتایج را ارائه داد.