کاربرد مدل های شبکه عصبی مصنوعی در پیش بینی خشکسالی استان اصفهان

پیش بینی خشکسالی نقش بسزایی در برنامه ریزی، مدیریت و بهره برداری از منابع آب دارد؛در این پژوهش برای پیش بینی سیکل خشکسالی در 9 ایستگاه باران سنجی استان اصفهان از شبکه عصبی مصنوعی استفاده شده است. داده هایمورداستفاده در این تحقیق شامل بارش ماهانه و شاخص بارش استاندارد (SPI) در ایستگاه های منتخب، از سال 1972 تا 2010 میلادی می باشد. به این منظور با استفاده از آمار موجود، مقادیرSPI براییکسال بعد پیش بینی گردید. نتایج نشان داددر میان مدل های مختلف شبکهعصبی مصنوعی، شبکه های پرسپترون در اکثر ایستگاه ها با ضریب همبستگی بالایی قادر به پیش بینی مقادیر SPIدر زمان آتی می باشد. در میان ایستگاه های مورد استفاده، ایستگاه کوهپایه با بالاترین ضریب همبستگی معادل 0.96 و با میانگین خطای عملکرد برابر با 0.40 بهترین عملکرد را از خود نشان داد. و ایستگاه زیار با ضریب همبستگی 0.86 و میانگین خطای 0.087 عملکرد پایین تری را نسبت به سایر ایستگاه ها از خود نشان داده است.