شماره ركورد :
1133367
عنوان مقاله :
بررسي و پيش‌يابي خشكسالي ايران با استفاده از شاخص هاي تركيبي
پديد آورندگان :
صفريان زنگير، وحيد دانشگاه محقق اردبيلي - گروه جغرافياي طبيعي و اقليم شناسي، اردبيل , زينالي، بتول دانشگاه محقق اردبيلي - گروه جغرافياي طبيعي و اقليم شناسي، اردبيل
تعداد صفحه :
16
از صفحه :
21
تا صفحه :
36
كليدواژه :
تحليل آماري , شاخص M.S.S , مدل سازي , خشكسالي , ايران
چكيده فارسي :
در سال­هاي اخير كشور ايران در جنوب غرب آسيا تحت تاثير خشكسالي قرار گرفته است. هدف از پژوهش حاضر تحليل و پيش­بيني خشكسالي در ايران مي­ باشد. براي اين كار ابتدا پارامترهاي اقليمي بارش و دما در بازه زماني 29 ساله (2018- 1990) در 30 ايستگاه ايران جمع ­آوري شد. براي مدل­سازي، شاخص فازي M.S.S ابتدا سه شاخص (SET, SPI, MCZI) با استفاده منطق فازي در نرم ­افزار Matlab فازي‌سازي شدند، سپس شاخص‌ها با هم مقايسه و از مدل تصميم ­گيري چند متغيره Topsis، براي اولويت سنجي مناطق درگير با خشكسالي استفاده شد و در نهايت براي پيش‌بيني از مدل شبكه عصبي مصنوعي RBF بهره گرفته شد. يافته ­هاي پژوهش نشان داد شاخص فازي نوين M.S.S طبقات خشكسالي، سه شاخص مذكور را با دقت بالا در خود منعكس كرد و دقت مدل M.S.S با سطح اطمينان بالا مورد تاييد قرار گرفت. در سال­هاي پايش خشكسالي ايستگاه­هاي جنوبي و جنوب غربي ايران مانند بندرعباس و اهواز با مقادير درصد فراواني خشكسالي (30/24 و 47/18) بيش­تر در معرض خشكسالي بودند. در سال­هاي پيش­ بيني شده براي سال­هاي آتي محدوده خشكسالي به طرف نواحي مركزي ايران گسترش پيدا مي­كند از جمله اين ايستگاه­هاي سمنان و يزد با درصد فراواني خشكسالي به ترتيب (86/0 و 91/0) براساس شاخص فازي M.S.S مي­ باشند.
چكيده لاتين :
In recent years, Iran in Southwest Asia it has been affected by drought. The purpose of the present study is to analyze and forecast drought in Iran. For this research at first, the precipitation and temperature climatic parameters over a 29 year period (1990- 2018) at 30 stations in Iran Collected. For modeling, the M.S.S fuzzy index, at first uses three indices (SET, SPI, MCZI) using fuzzy logic in Matlab software. Then the indicators are compared and compared with Topsis multivariate decision making model, For Prioritization Drought affected areas were used and finally to forecast the RBF artificial neural network model was used. The Research findings showed that the new M.S.S Index drought class fuzzy index reflected the above three indices with high accuracy and the accuracy of the M.S.S model was confirmed with high confidence. In the drought monitoring years, southern and southwestern stations of Iran such as Bandar Abbas and Ahvaz were more prone to drought (24.30 and 18.47%). In the years to forecast, the drought is expected to extend to the central parts of Iran. Including these stations Semnan and Yazd with drought frequency percent (0.86 and 0.91) are based on M.S.S fuzzy index, respectively.
سال انتشار :
1398
عنوان نشريه :
سامانه هاي سطوح آبگير باران
فايل PDF :
7897886
لينک به اين مدرک :
بازگشت