مقايسه روش هاي شبكه هاي عصبي مصنوعي، شبكه بيزين و برنامه ريزي بيان ژن در پيش بيني خشكسالي (مطالعه موردي: ايستگاه سينوپتيك مراغه)

خشكسالي جزء جدايي ناپذير هر اقليمي محسوب مي گردد كه تأثيرات مهمي بر بخش هاي مختلف جامعه دارد و سبب افزايش فشار بر منابع آبي مي گردد. لذا پيش بيني وضعيت آتي آن مي تواند به برنامه ريزان و تصميم گيران در بخش هاي مختلف كمك شاياني نمايد. در اين تحقيق جهت پيش يني خشكسالي در مقياس هاي زماني مختلف شاخص خشكسالي بارش و تبخير تعرق استاندارد (SPEI) از 5 ورودي مختلف شامل مقادير شاخص SPEI با تأخيرهاي يك تا 5 ماهه استفاده و سپس از سه روش هوشمند شامل برنامه ريزي بيان ژن (GEP)، شبكه بيزين (BN) و شبكه عصبي مصنوعي (ANN) جهت پيش بيني مقادير آتي استفاده گرديد. نتايج نشان داد كه هر سه روش در مقياس زماني كوتاه مدت شاخص SPEI از دقت مناسب برخوردار نمي باشند به طوري كه بهترين عملكرد در مقياس زماني يك ماهه مربوط به مدل شبكه بيزين با ضريب همبستگي 0.142 و در مقياس سه ماهه مربوط به روش ANN با ضريب همبستگي 0.704 مي باشد. نتايج همچنين نشان داد كه دقت پيش بيني مدل با افزايش مقياس محاسبه SPEI رابطه مستقيم دارد و با افزايش مقياس زماني SPEI، دقت پيش بيني افزايش پيدا مي كند. همچنين هر سه روش در مقياس هاي زماني بلندمدت از عملكرد مناسبي برخوردار مي باشند.