پيش بيني SPI خشكسالي در استان يزد با استفاده از شبكه هاي عصبي مصنوعي

خشكسالی یكی از پدیده های خزنده محیطی است كه در مناطق خشك و نیمه خشك نمود بیشتری دارد. بنا به اهمیت روز افزون تامین آب در كشور، مدیریت منابع آب و مقابله با خشكسالی، آگاهی از وقوع خشكسالی ها و ترسالی ها در یك ناحیه از ضروری ترین ابزار می باشد. چرا كه مدیریت علمی منابع آب موجود در هر ناحیه منوط به شناخت مقدار آب قابل دسترس و نیاز آبی آن ناحیه می باشد. تحقیق حاضر در شهر یزد به منظور بررسی نمایه اندازه گیری خشكسالی برای پیش بینی و ارزیابی مكانی و زمانی این پدیده و مدیریت منابع آبی، از اهمیت ویژه ای در تعیین سیاست های آینده جهت بهینه سازی صرف هزینه ها و استفاده از این منابع، برخوردار است. در این تحقیق، از اطلاعات بارش ماهیانه، برای بدست آوردن شاخص SPI استفاده شده و این شاخص به همراه متغیرهای دما و بارش نرمال شده به عنوان ورودی های شبكه عصبی پرسپترون پیشخور چند لایه (MLP) در یك مدل جعبه سیاه، برای پیش بینی خشكسالی در ایستگاه سینوپتیك یزد، انجام گرفته است. بدین منظور، از امكانات و توابع موجود از نرم افزار STATISTICA بهره گرفته شده است. نتایج نشان می دهند كه پیش بینی شاخص SPI از بین تركیب های در نظر گرفته شده، تركیبی با متغیرهای SPI،دمای حداكثر، دمای حداقل وبارش در مقیاس زمانی 18 ماهه با بالاترین ضریب همبستگی R2=0.959 و خطای 0.281 در مرحله آزمون و با تابع تانژانت هایپربولیك در لایه پنهان بهترین عملكرد را داشته است و قادر به پیش بینی خشكسالی می باشد.