كاربرد مدل هاي شبكه عصبي مصنوعي در پيش بيني خشكسالي استان اصفهان

پيش بيني خشكسالي نقش بسزايي در برنامه ريزي، مديريت و بهره برداري از منابع آب دارد؛ در اين پژوهش براي پيش بيني سيكل خشكسالي در 9 ايستگاه باران سنجي استان اصفهان از شبكة عصبي مصنوعي استفاده شده است. داده هاي مورد استفادة در اين تحقيق شامل بارش ماهانه و شاخص بارش استاندارد (SPI) در ايستگاه هاي منتخب، از سال 1972 تا 2010 ميلادي مي باشد. به اين منظور با استفاده از آمار موجود، مقادير SPI براي يكسال بعد پيش بيني گرديد. نتايج نشان داد در ميان مدل هاي مختلف شبكة عصبي مصنوعي، شبكه هاي پرسپترون در اكثر ايستگاه ها با ضريب همبستگي بالايي قادر به پيش بيني مقادير SPI در زمان آتي مي باشد. در ميان ايستگاه هاي مورد استفاده، ايستگاه كوهپايه با بالاترين ضريب همبستگي معادل 0/96و با ميانگين خطاي عملكرد برابر با 0/40 بهترين عملكرد را از خود نشان داد. و ايستگاه زيار با ضريب همبستگي 0/86و ميانگين خطاي 0/807 عملكرد پايين تري را نسبت به ساير ايستگاه ها از خود نشان داده است.