ارزيابي و پيش بيني خشكسالي هاي غرب و شمال غرب ايران با استفاده از شبكه عصبي مصنوعي

خشكسالي به‌عنوان مخاطره اي اقليمي، تأثير بسزايي بر محيط‌زيست و به تبع آن انسان و ساير موجودات زنده دارد. ازاين‌رو پايش و پيش بيني اين پديده امري لازم و ضروري مي‌باشد. در اين پژوهش با هدف بررسي و ارزيابي پيش بيني خشكسالي در نيمه غربي كشور از شاخص خشكسالي استاندارد شدۀ چند متغيره (MSDI) و روش هاي مبتني بر هوش مصنوعي استفاده شده است. جهت پيش‌بيني مقادير اين شاخص در محدوده مطالعاتي، از داده هاي ماهانه بارش و رطوبت خاك پايگاه داده  MERRA طي دوره 36 ساله (1980-2016) به‌عنوان ورودي و مقادير محاسبه شده MSDI بعنوان خروجي  بهره برده شد.  نتايج تحليل خشكسالي ماهانه براساس اين داده ها نشان داد كه شديدترين خشكسالي در منطقه مورد مطالعه حد فاصل ماه هاي مارس تا اكتبر به وقوع پيوسته و كانون اصلي وقوع اين پديده، استان هاي لرستان و خصوصاً ايلام و كرمانشاه مي باشند. اين نتايج با بررسي نقشه هاي فصلي و سالانه نيز مطابقت دارد. طبق طبقه بندي شاخص MSDI، خشكسالي شديد در منطقه مورد مطالعه ثبت نشده است و خشكسالي ها در طبقه متوسط قرار داشتند. نتايج حاصل از مدل‌سازي شبكه هاي عصبي مصنوعي نيز نشان داد كه استفاده از شبكه هاي عصبي مصنوعي به‌طور كلي از توانايي شبيه سازي مناسبي برخوردار مي باشند. از بين الگوريتم هاي استفاده‌شده جهت بهينه سازي شبكۀ عصبي مصنوعي، الگوريتم ژنتيك، بهترين عملكرد را نسبت به ساير روش‌ها در پيش بيني خشكسالي‌ها دارا مي باشد.