داده كاوي روي سيگنال هاي بزرگ مقياس اقليمي براي پيش بيني بلندمدت خشكسالي

در تلاش جهت تدوین طرحهای مقابله با خشكسالی، پیش بینی و پیش آگاهی از مولفه های اصلی این طرحها هستند. با اینگونه اطلاعات است كه نسبت به فعال سازی طرحهای از پیش تعریف شده برای كاهش اثرات خشكسالی، تصمیم گرفته می شود. اما مقوله پیشبینی از بحثهایی است كه علیرقم تلاش طولانی كه روی آن شده، هنوز با دقتیكه مدیریت منابع به آن نیاز دارد فاصله دارد و در این راستا هم نوع مدلها و هم نوع اطلاعات پیش بینی كننده در حال بررسی و ارزیابی هستند. یك نوع از اطلاعات جهانی كه برای پیش بینی مورد توجه قرار گرفته است اطلاعات دمای سطح آب و فشار سطح دریا هستند. اما حجم وسیع این اطلاعات باعث میگردد تا برای یافتن موقعیتهای مناسب آنها، روش ها و تكنیك های خاصی لازم باشد . در این خصوص داده كاوی ابزاری مناسب می باشد كه استفاده از آن درمدیریت منابع آب سابقه طولانی ندارد. در این تحقیق تلاش است تا با استفاده از این روش نقاط موثر جهانی را بر شرایط اقلیمی استان تهران شناسایی گردد و سپس با استفاده از روشهای شبكه های عصبی مصنوعی و فازی عصبی به مدلسازی پیش بینی پرداخته شود . همچنین شاخص SPI به عنوان معرف خشكسالی و ترسالی در نظر گرفته شده است.