كاربرد مدل تلفيقي تبديل موجك و شبكه عصبي مصنوعي در پايش خشك سالي هواشناسي (مطالعه موردي: حوضه آبريز كوهرنگ)

خشك سالي يكي از بلاياي طبيعي است كه سالانه خسارات فراواني را براي جوامع مختلف به دنبال دارد. ارزيابي و پيش بيني خشكسالي ها مي تواند اطلاعات با ارزشي جهت تدوين برنامه هاي مقابله با خشك سالي و كاهش خسارات مربوط به آن در اختيار مديران و برنامه ريزان منابع آب بگذارد. در تحقيق حاضر، خشك سالي هاي هواشناسي ايستگاه كوهرنگ در استان چهارمحال و بختياري با استفاده از شاخص خشك سالي احيايي (RDI) در دوره آماري 2016-1987 مورد بررسي و تحليل قرار گرفت. سپس با استفاده از مدل شبكه عصبي مصنوعي (ANN) و مدل تلفيقي موجك با شبكه عصبي مصنوعي (WANN) داده هاي ماهانه بارش و تبخير تعرق پتانسيل براي سال 2016 پيش بيني شد. نتايج نشان داد كه هرچند مدل ANN در پيش بيني داده هاي تبخير تعرق پتانسيل از دقت قابل قبولي برخوردار بود، اما دقت آن در پيش بيني داده هاي بارش مناسب نبوده است. در حالي كه مدل WANN از دقت خوبي در پيش بيني داده هاي بارش ماهانه و تبخير تعرق پتانسيل برخوردار بود، به طوري كه ميزان  مرحله تست، در پيش بيني داده هاي ماهانه بارش معادل 0.69 و براي داده هاي ماهانه تبخير تعرق پتانسيل معادل 0.99 بود كه نتايج مطلوب تري نسبت به مدل شبكه عصبي داشت (ميزان  مدل شبكه عصبي مصنوعي براي بارش 0.52 بود). بنابراين، از مدل WANN براي پيش بيني داده هاي بارش و تبخير تعرق پتانسيل استفاده شد. در مرحله بعد با استفاده از داده هاي پيش بيني شده، مقادير شاخص RDI محاسبه و با مقادير متناظر اين شاخص كه با داده هاي مشاهداتي محاسبه شده بودند، مقايسه گرديد. نتايج نشان داد كه مدل WANN عملكرد خوبي در پيش بيني خشك سالي كوهرنگ داشته است.