پيش بيني بارش با استفاده از شبكه هاي عصبي مصنوعي به منظور مديريت سيل - منطقه مورد مطالعه خاش

در سال هاي اخیر خسارت هاي ناشی از سیل در بسیاري از مناطق جهان رشد صعودي داشته است كه بارشهاي غیر مترقبه به عنوان یك عامل تهدید كننده در احتمال وقوع سیل محسوب می شود. پیش بینی بارش در مدیریت و هشدار معضل سیل نقش مهمی بر عهده دارد. زیرا با اطلاع از میزان بارندگی، می توان امكان وقوع سیل را در منطقه پیش بینی و اقدامات لازم را به عمل آورد. در این مقاله سعی شده است با استفاده از روشی شبكه (MLP) عصبی مصنوعی و داده های 27 ساله ایستگاه سینوپتیك شهرستان خاش مدلی برای پیشبینی بارندگی ارائه گردد. مزیت این روش انعطافپذیری بالای شبكه عصبی مصنوعی در مقابل توابع پیچیده و استفاده از ورودی هایی است كه به راحتی در دسترسی می باشند. نتایج بدست آمده نشان میدهد كه این مدل قادر است میزان بارندگی را با دقت قابل قبولی پیشبینی كند. در نهایت شبكه عصبی بهینه با یك لایه مخفی و 20 نرون با مدل MLP برای تخمین بارش در ایستگاه خاشی ارائه شد.