Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

1,105
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

615
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

پیش بینی خشکسالی با نمایه های SPI و EDI به روش مدل سازی ANFIS بر مبنای خوشه بندی C-Mean و SC (مطالعه موردی: استان کهگیلویه و بویراحمد)

صفحات

 صفحه شروع 36 | صفحه پایان 47

چکیده

 خشکسالی از جمله اصلی ترین و قدیمی ترین بلای طبیعی است که اثرات زیست محیطی مهمی را به دنبال دارد. استان کهگیلویه و بویر احمد علیرغم آنکه از لحاظ میزان بارش مقام سوم را در سطح کشور دارا می باشد, اما خشکسالی ها به طور متناوب این استان را تحت تاثیر قرار داده و خسارات بسیار سنگینی را به دنبال دارند. ﻳﺎﻓﺘﻦ نمایه های اندازه گیری ﺧﺸﮑﺴﺎﻟﻲﺑﺮﺍﻱ پیش بینی ﻭﺍﺭﺯﻳﺎﺑﻲﻣﮑﺎﻧﻲ ﻭﺯﻣﺎﻧﻲ ﺍﻳﻦﭘﺪﻳﺪﻩ به منظور ﻣﺪﻳﺮﻳﺖﺑﺤﺮﺍﻥ ﺁﻥ ضروری ﻭ ﺣﻴﺎﺗﻲﺑﻪ ﻧﻈﺮ می رسد. ﺩﺭ ﺍﻳﻦ پژوهش با استفاده ﺍﺯ ﻣﺒﺎﻧﻲ شبکه های عصبی مصنوعی (ANN) و مدل ﻋﺼﺒﻲﻓﺎﺯﻱ تطبیقی (ANFIS) ﺑﻪ ﻫﻤﺮﺍﻩ آنالیز خوشه بندی فازی ﺑﺮﺍﻱ پیش بینی ﺧﺸﮑﺴﺎﻟﻲ ﺑﺎﻧﻤﺎﻳﻪ ﺑﺎﺭﺵ استاندارد (SPI) و نمایه خشکسالی موثر (EDI) اﺳﺘﻔﺎﺩﻩ گردیده است. نتایج به دست آمده از پژوهش بیانگر آن است که نمایه SPI با ضریب صحت سنجی 0.87 نسبت به نمایه EDI با ضریب صحت سنجی 0.73 قابلیت و دقت بیشتری در پیش بینی خشکسالی دارد و از طرف دیگر راهبرد شبکه عصبی- فازی تطبیقی بر مبنای روش خوشه بندی تکراری (C-Mean) و کاهشی (SC) در امر مدل سازی برای پیش بینی خشکسالی از کارایی بالایی برخوردار است. نتایج نشان می دهد که خوشه بندی باعث افزایش دقت مدل سازی در مرحله صحت سنجی و واسنجی شده است. همچنین خوشه بندی تکراری با ضریب واسنجی 0.93 و ضریب صحت سنجی 0.87 بهترین مدل می باشد.

استنادها

  • ثبت نشده است.

    • ارجاعات

  • ثبت نشده است.

    • استناددهی

    APA: کپی

    کماسی، مهدی، ملک محمودی، مهدی، و منتصری، حسین. (1396). پیش بینی خشکسالی با نمایه های SPI و EDI به روش مدل سازی ANFIS بر مبنای خوشه بندی C-Mean و SC (مطالعه موردی: استان کهگیلویه و بویراحمد). هواشناسی کشاورزی، 5(1 )، 36-47. SID. https://sid.ir/paper/249977/fa

    Vancouver: کپی

    کماسی مهدی، ملک محمودی مهدی، منتصری حسین. پیش بینی خشکسالی با نمایه های SPI و EDI به روش مدل سازی ANFIS بر مبنای خوشه بندی C-Mean و SC (مطالعه موردی: استان کهگیلویه و بویراحمد). هواشناسی کشاورزی[Internet]. 1396؛5(1 ):36-47. Available from: https://sid.ir/paper/249977/fa

    IEEE: کپی

    مهدی کماسی، مهدی ملک محمودی، و حسین منتصری، “پیش بینی خشکسالی با نمایه های SPI و EDI به روش مدل سازی ANFIS بر مبنای خوشه بندی C-Mean و SC (مطالعه موردی: استان کهگیلویه و بویراحمد)،” هواشناسی کشاورزی، vol. 5، no. 1 ، pp. 36–47، 1396، [Online]. Available: https://sid.ir/paper/249977/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.

    • طرح های مرتبط

  • ثبت نشده است.

    • کارگاه های پیشنهادی





    بازگشت به بالا